Math Ellipse

TSI
Dans la même collection
TSI
Nicolas Nguyen
Walter Damin
Mathieu Fontes
1re année
1 année
re Christophe Jan
Layla Pharamond
P R É P A S S C I E N C E S P R É PAS
SCI EN CES P R É P A S S C I E N C E S
COLLECTION DIRIGÉE PAR BERTR AND HAUCHECORNE
Les ouvrages de la collection PRÉPAS SCIENCES sont le Nouveau programme
MATHS
complément indispensable à la réussite en CPGE scientifiques. Ils
ont été conçus et rédigés par des professeurs enseignant en CPGE
scientifiques dans différents lycées de notre pays. Leur contenu a été
discuté et pensé avec soin pour permettre la meilleure adéquation avec les
attentes et les besoins des étudiants en classes préparatoires scientifiques.
MATHS
Pour intégrer, il faut assimiler le cours, en connaître les points fondamentaux et
savoir le mettre en application dans des exercices ou des problèmes souvent ardus.
Cette collection est conçue pour répondre à ces difficultés. Dans chaque chapitre,
correspondant à peu près à une semaine de cours, le lecteur trouvera :
Le résumé de cours Les exercices, avec des indications

Il vous permettra d’accéder Souvent tirés d’annales de concours,
à une connaissance synthétique
des notions.
ils vous entraîneront aux écrits
comme aux oraux.
Objectifs Nouveau programme
Les méthodes Les corrigés
Cours résumé
Elles vous initieront aux techniques
usuelles qu’il faut savoir
Toujours rédigés avec soin,
ils vous aideront à progresser
Méthodes
mettre en place. dans la résolution d’exercices. Vrai-faux
Le vrai/faux
Il testera votre compréhension
Erreurs à éviter
du cours et vous évitera de tomber
dans les erreurs classiques.
Exercices de base et d’approfondissement
Ainsi, avec un seul livre par année et par matière, la collection PRÉPAS SCIENCES Énoncés de sujets de concours (écrits, oraux)
vous permettra de surmonter les colles, d’affronter les DS, et elle vous guidera, jour
après jour, dans votre cheminement vers la réussite aux concours. Corrigés détaillés et commentés
-:HSMDOA=UUWV[[:
9782340-002166_COUV.indd 1 23/10/2014 11:03
PRÉPAS SCIENCES
collection dirigée par Bertrand Hauchecorne
Mathématiques
re
TSI - 1 année
nouveau programme
ouvrage coordonné par

Nicolas NGUYEN
Professeur au lycée François Rabelais (Saint-Brieuc)
Walter DAMIN
Professeur au lycée Pierre-Paul Riquet
(Saint-Orens de Gameville)
Mathieu FONTES
Professeur au lycée Louis Barthou (Pau)
Christophe JAN
Professeur au lycée Claude Fauriel (Saint-Étienne)
Layla PHARAMOND
Professeur au lycée Jean-Antoine Chaptal (Saint-Brieuc)
9782340-002166_001_600.indd 1 21/10/2014 12:13

COLLECTION
PRÉPAS SCIENCES
Retrouvez tous les titres de la collection et des extraits sur www.editions-ellipses.fr
Les macros de cet ouvrage ont été réalisées par Nicolas Nguyen en Latex.
ISBN 9782340-002166
©Ellipses Édition Marketing S.A., 2014
32, rue Bargue 75740 Paris cedex 15
9782340-002166_001_600.indd 2 21/10/2014 12:13

Avant-propos
Réussir en classes préparatoires nécessite d’assimiler rapidement un grand

nombre de connaissances, mais surtout de savoir les utiliser, à bon escient, et les
rendre opérationnelles au moment opportun. Bien sûr, l’apprentissage du cours de
votre professeur jour après jour est indispensable. Cependant, on constate que pour
beaucoup, c’est loin d’être suĜsant. Combien d’entre vous ont bien appris leur cours
et pourtant se trouvent démunis lors d’un DS, et plus grave, le jour du concours.
CeĴe collection a été conçue pour répondre à ceĴe diĜculté. Suivant scrupu-
leusement le programme, chaque ouvrage est scindé en chapitres, dont chacun
correspond, en gros, à une semaine de cours. Leur structure est identique pour chaque
niveau, en mathématiques, en physique ou chimie comme en sciences industrielles
de l’ingénieur.
Le résumé de cours est là pour vous remeĴre en mémoire tous les résultats à
connaître. Sa relecture est indispensable avant un DS, le passage d’une colle relative
au thème traité et lors des révisions précédant les concours. Ils sont énoncés sans
démonstration.
La partie « méthode » vous initie aux techniques utiles pour résoudre les
exercices classiques. Complément indispensable du cours, elle l’éclaire et l’illustre.
La partie « vrai/faux » vous permet de tester votre recul par rapport au
programme, vous révéler les mauvais réĚexes à corriger. Son corrigé est l’occasion
de meĴre en garde contre des erreurs classiques.
Les exercices sont incontournables pour assimiler le programme et pour répondre
aux exigences du concours. Des indications, que les meilleurs pourront ignorer,
permeĴront de répondre aux besoins de chacun, selon son niveau. Les corrigés sont
rédigés avec soin et de manière exhaustive.
Ainsi l’ouvrage de maths comme ceux de physique-chimie et de sciences industrielles
de l’ingénieur vous accompagneront tout au long de l’année et vous guideront dans
votre cheminement vers la 2e année et la réussite aux concours.
Bertrand Hauchecorne
9782340-002166_001_600.indd 3 21/10/2014 12:13

9782340-002166_001_600.indd 4 21/10/2014 12:13
Sommaire
I. PREMIER SEMESTRE ................................................................ 1
1. Logique et raisonnements.............................................................. 3
2. Ensembles et applications ............................................................ 29
3. Nombres complexes et trigonométrie ........................................... 49
4. Calculs algébriques ..................................................................... 75
5. Techniques de calcul en analyse .................................................... 99
6. Fonctions usuelles .................................................................... 127
7. Géométrie élémentaire dans le plan ............................................ 151
8. Géométrie élémentaire dans l’espace .......................................... 177
9. Équations différentielles linéaires ................................................ 201
10. Dénombrement ........................................................................ 225
11. Systèmes linéaires.................................................................... 245
II. DEUXIÈME SEMESTRE .......................................................... 273

12. Nombres réels et suites numériques........................................... 275
13. Limite et continuité des fonctions ............................................... 305
14. Dérivabilité .............................................................................. 335
15. Intégration ............................................................................... 361
16. Développements limités ............................................................. 389
17. Polynômes ................................................................................411
18. Calcul matriciel ........................................................................ 437
19. Espaces vectoriels .................................................................... 457
20. Applications linéaires ................................................................ 481
21. Matrices et applications linéaires................................................ 505
22. Probabilités sur un univers fini .................................................... 531
23. Variables aléatoires sur un espace probabilisé fini ......................... 563
Index ....................................................................................... 587
9782340-002166_001_600.indd 5 21/10/2014 12:13

9782340-002166_001_600.indd 6 21/10/2014 12:13
Première partie
Premier semestre
9782340-002166_001_600.indd 7 21/10/2014 12:13

9782340-002166_001_600.indd 8 21/10/2014 12:13
Chapitre 1
Logique
et raisonnements
Le mathématicien italien Giuseppe Peano était très soucieux

d’exposer les mathématiques dans un cadre précis et rigoureux.
Dans son Formulaire mathématique publié en 1895, il introduisit de
nombreux symboles nouveaux. On lui doit en particulier ħ et Ĩ
désignant respectivement l’intersection et la réunion. Il utilise la
leĴre grecque epsilon, abréviation du grec esti, il est, pour noter
l’appartenance et introduit le quantięcateur existentiel qu’il note ,
renversant un E pour signięer l’initiale du mot italien esiste. Il
propose aussi de supprimer les déclinaisons du latin pour obtenir
une langue internationale, simple et comprise par tous, qu’il
nomme Latino sine Ěexione. Le logicien anglais Bertrand Russell
propose un paradoxe qui remet en cause la théorie des ensembles
et nécessite de la fonder sur un système d’axiomes.
Bertrand Russell
1872-1970
9782340-002166_001_600.indd 9 21/10/2014 12:13

Objectifs

Les incontournables
ZManipuler les quantificateurs.
ZRaisonner par implication ou par équivalence.
ZUtiliser un raisonnement par l’absurde ou par contraposition.
ZEffectuer un raisonnement par récurrence simple ou double.

Et plus si affinités…
ZAppliquer une récurrence forte.
ZRaisonner par analyse-synthèse.
9782340-002166_001_600.indd 10 21/10/2014 12:13

Résumé de cours
Notions de logique
Définition : Proposition —. Une proposition (ou assertion) est un énoncé mathématique qui
peut prendre deux valeurs : vrai (V) ou faux (F).
Définition : Négation d’une proposition —. Soit P une proposition. On appelle négation de P
et on note non P la proposition définie par :
non P est vraie lorsque P est fausse ;
non P est fausse lorsque P est vraie.
Définition : Conjonction de deux propositions —. Soit P et Q deux propositions. On appelle
conjonction de P et Q la proposition notée P et Q, et définie de la manière suivante :
P et Q est vraie lorsque P et Q sont vraies ;
P et Q est fausse lorsque l’une au moins des deux propositions est fausse.
Définition : Disjonction de deux propositions —. Soit P et Q deux propositions. On appelle
disjonction de P et Q la proposition notée P ou Q, et définie de la manière suivante :
P ou Q est vraie lorsque l’une au moins des deux propositions est vraie ;
P ou Q est fausse lorsque P et Q sont fausses.
Définition : Implication —. Soit P et Q deux propositions. On appelle implication de Q par P la
proposition non P ou Q. Cette proposition se note P ⇒ Q.
Vocabulaire : la proposition P ⇒ Q se lit P implique Q ou encore si P alors Q
Remarque : lorsque P ⇒ Q est vraie, on dit que P est une condition suffisante pour avoir Q,
ou que Q est une condition nécessaire pour avoir P .
Définition : Réciproque —. Soit P et Q deux propositions. On appelle réciproque de P ⇒ Q
l’implication Q ⇒ P .
Définition : Équivalence —. Soit P et Q deux propositions. On appelle équivalence de P et Q la
proposition P ⇒ Q et Q ⇒ P . Cette proposition se note P ⇔ Q.
Vocabulaire : la proposition P ⇔ Q se lit P si et seulement si Q .
Remarque : lorsque P ⇔ Q est vraie, P est une condition nécessaire et suffisante pour avoir
Q. Ainsi, les équivalences sont les conditions nécessaires et suffisantes.
Table de vérité des connecteurs logiques :
P Q non P P et Q P ou Q P ⇒ Q P ⇔Q
V V F V V V V
V F F F V F F
F V V F V V F
F F V F F V V
LOGIQUE ET RAISONNEMENTS 5
9782340-002166_001_600.indd 11 21/10/2014 12:13

Remarque : d’après cette table de vérité, si P et P ⇒ Q sont vraies alors Q est vraie. C’est le
principe de déduction.
Définition : Contraposée —. Soit P et Q deux propositions. On appelle contraposée de l’implica-
tion P ⇒ Q l’implication non Q ⇒ non P
Théorème 1.1.— Soit P et Q deux propositions. L’implication P ⇒ Q et sa contraposée sont

équivalentes. Autrement dit :
(P ⇒ Q) ⇐⇒ (non Q ⇒ non P )
Proposition 1.2.— Soit P et Q deux propositions. Alors :

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)
Quantificateurs
Soit P (x) une propriété dépendant d’un paramètre x, où x est un élément d’un ensemble E.
Définition : Quantificateur universel —. On écrit :
∀x ∈ E, P (x)
pour signifier que la propriété P (x) est vraie pour tous les éléments x de E.
Vocabulaire : le symbole ∀ est appelé quantificateur universel et se lit quel que soit .
Définition : Quantificateur existentiel —. On écrit :
∃x ∈ E, P (x)
pour signifier que la propriété P (x) est vraie pour au moins un élément x de E.
Vocabulaire : le symbole ∃ est appelé quantificateur existentiel et se lit il existe .
Proposition 1.3.— Négation des propositions avec quantificateurs —.

La négation de la proposition
∀x ∈ E, P (x)
est :
∃x ∈ E, non P (x).
La négation de la proposition
∃x ∈ E, P (x)
est :
∀x ∈ E, non P (x).
Remarque : attention, l’ordre des quantificateurs est très important. Lorsque plusieurs quantifi-
cateurs apparaissent dans une proposition, on ne peut pas intervertir leur ordre sans changer (en
général) le sens de la proposition. Pour s’en convaincre, on pourra consulter le Vrai/Faux.
6 CHAPITRE 1
9782340-002166_001_600.indd 12 21/10/2014 12:13

Raisonnement par récurrence
Théorème 1.4.— Propriété fondamentale de N —. Toute partie non vide de N admet un plus
petit élément.
Théorème 1.5.— Principe de récurrence —. Soit P(n) une proposition dépendant de n ∈ N, et

n0 ∈ N. Si
• la proposition P(n0 ) est vraie,
• pour tout entier n ≥ n0 , P(n) implique P(n + 1) ;
alors la proposition P(n) est vraie pour tout entier n ≥ n0 .
Théorème 1.6.— Récurrence double —. Soit P(n) une proposition dépendant de n ∈ N, et

n0 ∈ N. Si
• les propriétés P(n0 ) et P(n0 + 1) sont vraies,
• pour tout entier n ≥ n0 , (P(n) et P(n + 1)) implique P(n + 2) ;
Théorème 1.7.— Principe de récurrence forte (ou récurrence avec prédécesseurs) —. Soit
P(n) une proposition dépendant de n ∈ N, et n0 ∈ N. Si
• la proposition P(n0 ) est vraie,

• pour tout entier n ≥ n0 , P(n0 ) et P(n0 + 1) et · · · et P(n) implique P(n + 1) ;
9782340-002166_001_600.indd 13 21/10/2014 12:13

Méthodes
Démontrer une proposition
Méthode 1.1.— Comment démontrer une proposition par déduction

Si P et P ⇒ Q sont vraies, alors Q est vraie. C’est le principe de déduction. C’est un
principe très simple que l’on utilise en permanence : si l’on sait qu’une proposition P est
vraie (propriété du cours, résultat d’une question antérieure...) et que l’on sait démontrer
P ⇒ Q, alors on a démontré que la proposition Q est vraie.
Exemple : montrer que, pour tout x ∈ R, x2 − 4x + 5 > 0.

On a x2 − 4x + 5 = x2 − 4x + 4 + 1 = (x − 2)2 + 1. Or, (x − 2)2 ≥ 0 (le carré d’un réel est positif)
et 1 > 0. Par conséquent, (x − 2)2 + 1 > 0, c’est-à-dire x2 − 4x + 5 > 0.
Mise en œuvre : tous les exercices !
Méthode 1.2.— Comment démontrer une proposition par disjonction de cas

On est parfois amené à distinguer plusieurs cas pour démontrer qu’une proposition est
vraie. C’est le principe d’une démonstration par disjonction de cas. En particulier, si
l’on souhaite démontrer qu’une proposition P (x) est vraie pour tous les éléments x d’un
ensemble E, on peut prouver la proposition pour tous les éléments d’une partie A de E,
puis pour les éléments de E n’appartenant pas à A.
Exemple : montrer que, pour tout n ∈ N, n(n+1) 2 est un entier naturel.

n(n+1)
Soit n ∈ N. On va démontrer que 2 ∈ N en distingant les cas n pair ou impair.
• Si n est pair, on peut écrire n = 2k, où k ∈ N. Alors n(n+1)
2 = 2k(2k+1)
2 = k(2k + 1) ∈ N.
• Si n est impair, on a n = 2p + 1, où p ∈ N. Alors n(n+1)
2 = (2p+1)(2p+2)
2 = (2p + 1)(p + 1) ∈ N.
n(n+1)
Finalement, pour tout entier naturel n, 2 ∈ N.
Mise en œuvre : exercice 1.5, exercice 1.6.
Méthode 1.3.— Comment démontrer une proposition par l’absurde

Pour démontrer qu’une proposition P est vraie, on peut utiliser un raisonnement par
l’absurde. Pour cela, on suppose que P est fausse et on démontre que l’on aboutit alors
à une contradiction.
Exemple : montrer qu’il n’existe pas d’entier naturel supérieur à tous les autres.
Nous allons démontrer cette proposition en raisonnant par l’absurde. Pour cela, on suppose qu’il
existe un entier naturel N0 supérieur à tous les autres. On a alors, pour tout n ∈ N, n ≤ N0 . La
relation est donc vraie pour l’entier n = N0 + 1, donc N0 + 1 ≤ N0 ; d’où 1 ≤ 0, ce qui est faux !
Par conséquent, il n’existe pas d’entier naturel supérieur à tous les autres.
8 CHAPITRE 1
9782340-002166_001_600.indd 14 21/10/2014 12:13

Démontrer une implication
Méthode 1.4.— Comment démontrer une implication par raisonnement direct

Pour montrer directement l’implication P ⇒ Q, on suppose que P est vraie et on
démontre que Q est vraie. La démonstration commence par supposons que P est
vraie et se termine par Q est vraie .
Exemple : démontrer que, pour x et y réels,

x2 = y 2 =⇒ |x| = |y|.
Soit x et y deux réels tels que x2 = y 2 . On a donc x2 − y 2 = 0, soit (x − y)(x + y) = 0.

Par conséquent, x − y = 0 ou x + y = 0. Ainsi, x = y ou x = −y, ce qui signifie que |x| = |y| (x et
y sont égaux ou opposés). On a donc démontré l’implication attendue.
Méthode 1.5.— Comment démontrer une implication par contraposition

Le raisonnement par contraposition est basé sur le théorème 1.1 :
l’implication P ⇒ Q est équivalente à sa contraposée non Q ⇒ non P .
Ainsi, pour montrer que l’implication P ⇒ Q est vraie, on peut prouver que l’implication
non Q ⇒ non P est vraie. En pratique, on suppose donc que non Q est vraie et on montre
que non P est vraie.
Exemple : soit n un entier naturel. Montrer que, si n2 est pair, alors n est pair.
La proposition à démontrer s’écrit : n2 est pair ⇒ n est pair . Nous allons raisonner par
contraposition en démontrant la proposition (équivalente) : n n’est pas pair ⇒ n2 n’est pas
pair , c’est-à-dire n est impair ⇒ n2 est impair . Considérons un entier impair n : il existe
donc k ∈ N tel que n = 2k + 1. On a alors n2 = (2k + 1)2 = 4k 2 + 4k + 1, ce qui s’écrit aussi
n2 = 2p+1, où p = 2k 2 +2k. Par conséquent, n2 est un entier impair, ce qui démontre l’implication :
si n est impair, alors n2 est impair. Par contraposition, nous avons donc montré l’implication : si
n2 est pair, alors n est pair.
Exemple : montrer l’implication x∈

/ Q⇒1+x∈
/ Q .
Nous allons de nouveau utiliser la contraposée en démontrant l’implication 1 + x ∈ Q ⇒ x ∈ Q .
Soit x un réel tel que 1 + x ∈ Q. On peut écrire x = (1 + x) − 1. Or 1 + x est un nombre rationnel
(hypothèse), et 1 aussi. Par conséquent, (1 + x) − 1 est un nombre rationnel, ce qui montre que
x ∈ Q. Par contraposition, on a démontré l’implication x ∈ / Q⇒1+x∈ / Q .
Mise en œuvre : exercice 1.8
9782340-002166_001_600.indd 15 21/10/2014 12:13

Méthode 1.6.— Comment démontrer une implication par l’absurde
L’implication P ⇒ Q est la proposition non P ou Q, sa négation est donc P et non Q.
Pour démontrer par l’absurde l’implication P ⇒ Q :
• on suppose que P est vraie et que Q est fausse ;
• on montre que cela aboutit à une contradiction.
Exemple : soit x, y ∈ R+ . En raisonnant par l’absurde, montrer que, si 1+y

x y
= 1+x , alors x = y.
On raisonne par l’absurde en supposant que 1+y = 1+x et x
= y (P est vraie, Q est fausse). Alors :
x y
x(1 + x) = y(1 + y),
donc x2 − y 2 = y − x, soit (x − y)(x + y) = y − x, d’où (x − y)(x + y + 1) = 0. Comme x

= y, on
en déduit que x + y + 1 = 0, donc x + y = −1. Or, x et y étant positifs, leur somme ne peut être
négative : nous obtenons une contradiction. D’où le résultat.
Démontrer une équivalence
Méthode 1.7.— Comment démontrer une équivalence par double implication

Par définition, l’équivalence P ⇔ Q est la proposition P ⇒ Q et Q ⇒ P .
Démontrer par double implication l’équivalence P ⇔ Q, c’est démontrer que les implica-
tions P ⇒ Q et Q ⇒ P . En pratique, pour démontrer P ⇔ Q par double implication :
• on démontre P ⇒ Q ;
• puis on démontre Q ⇒ P .
Dans ce cas, il y a donc deux démonstrations à faire pour obtenir l’équivalence.
Exemple : on pose f (x) = mx + 1. Montrer que f garde un signe constant sur R si et seulement
si m = 0. Nous allons prouver cette équivalence en raisonnant par double implication.
• ⇒ Si m = 0, f est constante et égale à 1, elle garde donc un signe constant (positif) sur R.
• ⇐ Réciproquement, montrons que, si f garde un signe constant sur R, alors m = 0. Pour cela,
on raisonne par contraposée en supposant que m
= 0. On a alors :

1
f (x) = m x + ,
m
et f change de signe en − m1
(du signe de m pour x > − m
1
, du signe de −m pour x < − m 1
). Ainsi,
si m
= 0, f change de signe sur R.
Nous avons montré les deux implications. Ainsi, f garde un signe constant sur R si et seulement
si m = 0.
√
Exemple : résoudre dans R l’équation 2x = x2 + 1.
On va raisonner par double implication.
• Si x est solution de l’équation, alors (2x)2 = x2 + 1, soit 4x2 = x2 + 1, d’où 3x2 = 1. On obtient
donc x = √13 ou x = − √13 .
10 CHAPITRE 1
9782340-002166_001_600.indd 16 21/10/2014 12:13

• Réciproquement, √13 et − √13 sont-ils solutions de l’équation ? Si x est égal à √13 ou − √13 , alors
√
x2 + 1 = 4/3 = √23 . Par conséquent, √13 est solution mais − √13 ne l’est pas.
Finalement, l’unique solution de l’équation est √13 .
Méthode 1.8.— Comment démontrer une équivalence par raisonnement direct

Pour démontrer l’équivalence P ⇔ Q, on peut également enchaı̂ner les équivalences.
On passe de P à Q par une succession d’équivalences en s’assurant, à chaque étape du
raisonnement, que l’équivalence est bien conservée.
Cette méthode est particulièrement adaptée à la résolution d’équations ou d’inéquations.
Notons qu’il n’est pas toujours possible d’appliquer cette méthode directe pour démontrer
une équivalence. Il est parfois nécessaire de procéder par double implication (méthode
1.7).
√
Exemple : résoudre dans R l’équation 2x = x2 + 1.
Pour x < 0, l’équation n’a pas de solution (un nombre strictement négatif ne peut pas être égal à
une racine carrée). Pour x ≥ 0, on a :

2x = x2 + 1 ⇐⇒ (2x)2 = ( x2 + 1)2 (car 2x et x2 + 1 sont positifs)
⇐⇒ 4x2 = x2 + 1
1
⇐⇒ x2 =
3
1
⇐⇒ x = √ (car x est positif)
3
Ainsi, l’unique solution de l’équation est √1 .
3
Mise en œuvre : exercice 1.7.
Utiliser un contre-exemple
Méthode 1.9.— Comment utiliser un contre-exemple

La négation de la proposition ∀x ∈ E, P (x) est ∃x ∈ E, non P (x).
Si l’on souhaite démontrer qu’une proposition du type ∀x ∈ E, P (x) est fausse, il
suffit de trouver une valeur de x de E pour laquelle la proposition P (x) est fausse. On
parle alors de contre-exemple.
Exemple : la fonction sinus n’est pas paire. Par exemple, sin( π2 )

= sin(− π2 ).
Exemple : la proposition tout entier naturel est somme de trois carrés est-elle vraie ?
On peut facilement vérifier que cette proposition est vraie pour tout entier n ∈ {0, · · · , 6}. Par
exemple, 0 = 02 +02 +02 et 5 = 22 +12 +02 . En revanche, la proposition est fausse pour n = 7. Sinon,
on pourrait écrire 7 = a2 + b2 + c7 , avec nécessairement a, b, c ∈ {0, · · · , 2} (puisque 32 = 9). Mais,
avec trois des carrés 02 , 12 et 22 , il est impossible de former 7. Ainsi, 7 constitue un contre-exemple
et la proposition énoncée est donc fausse.
9782340-002166_001_600.indd 17 21/10/2014 12:13

Mise en œuvre : voir le Vrai/Faux.
Raisonner par analyse-synthèse
Méthode 1.10.— Comment raisonner par analyse-synthèse

Le raisonnement par analyse-synthèse est une méthode qui permet de déterminer les
solutions d’un problème. Ce raisonnement se déroule en deux étapes.
• Phase d’analyse : on suppose le problème résolu et on en déduit des conditions
nécessaires.
• Phase de synthèse : on montre que ces conditions obtenues sont suffisantes et on
résout le problème.
En pratique, on démontre que, si x est solution du problème, il ne peut prendre que
certaines valeurs (phase d’analyse) ; on vérifie ensuite si ces valeurs sont effectivement
solutions (phase de synthèse).
Exemple : montrer que toute fonction de R dans R est la somme d’une fonction paire et d’une
fonction impaire.
Nous allons raisonner par analyse-synthèse. Soit f une fonction de R dans R.
Analyse. On suppose le problème résolu, c’est-à-dire qu’il existe deux fonctions g et h de R dans
R, avec g paire et h impaire telles que f = g + h :
∀x ∈ R, f (x) = g(x) + h(x)
Comme g est paire et h impaire, on a :
∀x ∈ R, f (−x) = g(x) − h(x)
f (x) + f (−x)
En sommant les deux égalités précédentes, on en déduit que g(x) = .
2
f (x) − f (−x)
De même, en retranchant ces deux égalités, il vient h(x) = .
2
Ainsi, s’il existe deux fonctions solutions du problème, alors ce sont nécessairement les fonctions g
et h ci-dessus.
Synthèse. Nous allons vérifier que g et h sont bien solutions du problème.
• La fonction g est paire puisque :
f (−x) + f (x)
∀x ∈ R, g(−x) = = g(x).
2
• La fonction h est paire puisque :
f (−x) − f (x) f (x) − f (−x)
∀x ∈ R, h(−x) = =− = −h(x).
2 2
• Enfin, on a f = g + h. En effet :
f (x) + f (−x) f (x) − f (−x) 2f (x)
∀x ∈ R, g(x) + h(x) = + = = f (x).
2 2 2
Par conséquent, nous avons démontré par analyse-synthèse qu’il existe un unique couple (g, h),
avec g paire et h impaire tel que f = g + h.
Mise en œuvre : exercice 1.10 et exercice 1.11.
12 CHAPITRE 1
9782340-002166_001_600.indd 18 21/10/2014 12:13

Raisonner par récurrence
Méthode 1.11.— Comment appliquer une récurrence simple

Pour montrer, à l’aide d’une récurrence simple, qu’une proposition P(n) est vérifiée
pour tout entier n ≥ n0 :
• on vérifie que la proposition est vraie au rang initial n0 ;
• on suppose que la proposition est vraie à un certain rang n ≥ n0 fixé ( on suppose
que la proposition est vraie au rang n ) et on en déduit qu’elle est vraie au rang
suivant n + 1 ;
• on conclut ( ainsi, la proposition est vraie pour tout entier n ≥ n0 ).
Exemple : montrer par récurrence que, pour tout entier n ∈ N∗ , 1 + 2 + · · · + n = n(n+1)

2 .
Ici n0 = 1. Pour n ∈ N∗ , on note P(n) la proposition : 1 + 2 + · · · + n = n(n+1)

2
.
1×(1+1)
• P(1) est vraie puisque 1 = 2 .
n(n+1)
• On suppose que P(n) est vraie à un rang n ≥ 1 fixé, c’est-à-dire que 1 + 2 + · · · + n = 2 .
On déduit de cette hypothèse de récurrence que :
n(n + 1)
1 + 2 + · · · + n + n + 1 = (1 + 2 + · · · + n) + n + 1 = +n+1
2
n (n + 1)(n + 2)
= (n + 1) +1 = ,
2 2
ce qui démontre P(n + 1). Par récurrence, la proposition P(n) est vérifiée pour tout entier n ≥ 1.
Exemple : montrer que, pour tout entier n ∈ N∗ , 1 × 1! + 2 × 2! + · · · + n × n! = (n + 1)! − 1.

Ici n0 = 1. Pour n ≥ 1, on introduit la proposition
P(n) : 1 × 1! + 2 × 2! + · · · + n × n! = (n + 1)! − 1 .
• P(1) est vraie puisque 1 × 1! = 1, (1 + 1)! − 1 = 2 − 1 = 1 et 1 = 1.

• On suppose que P(n) est vraie à un rang n ≥ 1 fixé, c’est-à-dire que :
1 × 1! + 2 × 2! + · · · + n × n! = (n + 1)! − 1.
D’après cette hypothèse de récurrence, on a alors :
1 × 1! + · · · + (n + 1) × (n + 1)! = 1 × 1! + 2 × 2! + · · · + n × n! + (n + 1) × (n + 1)!
= (n + 1)! − 1 + (n + 1)(n + 1)! = (n + 1)![1 + n + 1] − 1
= (n + 2)(n + 1)! − 1 = (n + 2)! − 1.
Cela démontre P(n + 1). Par récurrence, la proposition P(n) est vérifiée pour tout entier n ≥ 1.
9782340-002166_001_600.indd 19 21/10/2014 12:13

Méthode 1.12.— Comment appliquer une récurrence double
Pour montrer, à l’aide d’une récurrence double, qu’une proposition P(n) est vérifiée
pour tout entier n ≥ n0 :
• on vérifie que la proposition est vraie aux deux rangs initiaux n0 et n0 + 1 ;
• on suppose que la proposition est vraie aux rangs n et n + 1, où n est un entier
fixé supérieur ou égal à n0 ( on suppose que la proposition est vraie aux rangs n
et n + 1 ) et on en déduit qu’elle est vraie au rang suivant n + 2 ;
• on conclut ( ainsi, la proposition est vraie pour tout entier n ≥ n0 ).
Exemple : soit (un ) la suite définie par u0 = 1, u1 = −5 et, pour tout n ∈ N, un+2 = 5un+1 − 6un.
Montrer que :
∀n ∈ N, un = 4 × 2n+1 − 7 × 3n .
On effectue une récurrence double en introduisant, pour n ∈ N, la proposition
P(n) : un = 4 × 2n+1 − 7 × 3n .
• P(0) est vraie puisque u0 = 1 et 4 × 20+1 − 7 × 30 = 8 − 7 = 1.

• P(1) est vraie puisque u1 = −5 et 4 × 21+1 − 7 × 31 = 16 − 21 = −5.
• On suppose maintenant que P(n) et P(n + 1) sont vraies, où n ∈ N est fixé, c’est-à-dire :
un = 4 × 2n+1 − 7 × 3n et un+1 = 4 × 2n+2 − 7 × 3n+1 .
En utilisant l’égalité donnant un+2 en fonction de un+1 et un , on en déduit que :
un+2 = 5un+1 − 6un = 5(4 × 2n+2 − 7 × 3n+1 ) − 6(4 × 2n+1 − 7 × 3n )

= 20 × 2n+2 − 35 × 3n+1 − 24 × 2n+1 + 42 × 3n
= 2n+1 (2 × 20 − 24) + 3n (42 − 35 × 3) = 16 × 2n+1 − 63 × 3n
= 4 × 22 × 2n+1 − 7 × 32 × 3n = 4 × 2n+3 − 7 × 3n+2 ,
ce qui démontre que P(n + 2) est vraie. Par récurrence double, P(n) est vraie pour tout n ∈ N.
Méthode 1.13.— Comment appliquer une récurrence forte

Pour montrer, à l’aide d’une récurrence forte, qu’une propriété P(n) est vérifiée pour
tout entier n ≥ n0 :
• on vérifie que la propriété est vraie au rang initial n0 ;
• on suppose que la propriété est vraie du rang n0 jusqu’à un certain rang n ≥ n0
fixé ( on suppose que la propriété est vraie aux rangs n0 , n0 + 1, · · · , n ) et on
en déduit qu’elle est vraie au rang suivant n + 1 ;
• on conclut ( ainsi, la propriété est vraie pour tout entier n ≥ n0 ).
14 CHAPITRE 1
9782340-002166_001_600.indd 20 21/10/2014 12:13

Exemple : montrer que tout entier n ≥ 2 se décompose en produit de nombres premiers.
Pour n ≥ 2, on note P(n) la proposition : n s’écrit comme un produit de nombres premiers .
Ici le rang initial n0 est égal à 2.
• P(2) est vraie puisque 2 = 2 et 2 est un nombre premier !
• Soit n un entier supérieur ou égal à 2 fixé. On suppose que P(2), P(3), · · · , P(n) sont vraies,
c’est-à-dire que tout entier k ∈ [[2, n]] peut se décomposer en produit de nombres premiers. On veut
montrer que P(n + 1) est vraie (n + 1 se décompose en un produit de nombres premiers). Il y a
deux cas :
- si n + 1 est premier, il n’y a rien à faire (n + 1 = n + 1 et n + 1 est un nombre premier !)
- si n + 1 n’est pas un nombre premier, on peut écrire n + 1 = pq, où p et q sont des entiers compris
entre 2 et n. D’après l’hypothèse de récurrence appliquée à p et q (p et q appartiennent à [[2, n]]
donc P(p) et P(q) sont vraies) : p et q se décomposent en produit de nombres premiers. Il en est
alors de même pour leur produit pq = n + 1.
Ainsi, la propriété est vraie au rang n + 1. On vient de démontrer, par récurrence forte, que tout
entier n ≥ 2 se décompose en produit de nombres premiers.
9782340-002166_001_600.indd 21 21/10/2014 12:13

Vrai/Faux
Vrai Faux
1. ∀x < 2, x2 < 4
2. ∀x ∈ R, x2 = 4 ⇔ x = 2
3. Pour tout n ∈ N, n(n + 1) est pair.
4. La négation de la fonction f est croissante sur R est la
fonction f est décroissante sur R .
5. La négation de la nuit, tous les chats sont gris est le jour,
aucun chat n’est gris
6. La réciproque de la nuit, tous les chats sont gris est quand
tous les chats sont gris, il fait nuit
7. La contraposée de la nuit, tous les chats sont gris est
quand tous les chats sont gris, il fait jour .
8. ∀x ∈ R, ∃n ∈ Z, x ≤ n
9. ∃n ∈ Z, ∀x ∈ R, x ≤ n
10. Pour tout n ∈ N∗ , 2n−1 ≥ n + 1.
16 CHAPITRE 1
9782340-002166_001_600.indd 22 21/10/2014 12:13

Énoncé des exercices
Logique et propositions
Exercice 1.1 : Les propositions suivantes sont-elles vraies ou fausses ?
1. La négation de f est une fonction paire est f est une fonction impaire .
2. Lorsque la proposition (P et Q) est vraie, la proposition (P ou Q) l’est aussi.
3. Lorsque la proposition (P ou Q) est vraie, la proposition (P et Q) l’est aussi.
4. La négation de la proposition P ⇒ Q est la proposition P ⇒ non Q.
5. Lorsque P est fausse et P ⇒ Q vraie, alors Q est également fausse.
6. ∃a ∈ R, ∀ε > 0, |a| < ε.
7. ∀ε > 0, ∃a ∈ R, |a| < √ε.
8. ∀y ∈ R, ∃x ∈ R+ , y < x.
Exercice 1.2 : Donner la négation des propositions ou affirmations suivantes.

1. S’il pleut, je prends mon parapluie.
2. Chaque été, il pleut au moins un jour en Bretagne.
3. L’été dernier, il a plu tous les jours en Bretagne.
4. 2 ≤ x < y.
5. ∀x ∈ R, ∀y ∈ R, f (x) = f (y) ⇒ x = y.
Exercice 1.3 : Soit (un )n∈N une suite de nombres réels et f une fonction de R dans R. Écrire avec
des quantificateurs chacune des propositions suivantes.
1. La suite (un ) est majorée par 4.
2. La suite (un ) est majorée.
3. La suite (un ) n’est pas majorée.
4. La suite (un ) est bornée.
5. La suite (un ) est croissante.
6. La suite (un ) est constante.
7. La fonction f est la fonction nulle.
8. La fonction f s’annule.
9. La fonction f est croissante.
10. La fonction f admet un maximum.
Exercice 1.4 : Soit I un intervalle de R et f une fonction de I dans R. Traduire par une phrase
chacune des propositions suivantes.
1. ∀x ∈ I, f (x)
= 0
2. ∃x ∈ I, ∃y ∈ I, f (x)
= f (y)
3. ∀x ∈ I, f (x) = 0 ⇒ x = 0
4. ∀y ∈ R, ∃x ∈ I, f (x) = y
5. ∀x ∈ I, ∀y ∈ I, f (x) = f (y) ⇒ x = y
Modes de raisonnement
Exercice 1.5 : Montrer que, pour tout x ∈ R, |x − 1| ≤ x2 − x + 1.
Exercice 1.6 : Résoudre dans R l’équation |x + 1| = 4 − |3x − 2|.
9782340-002166_001_600.indd 23 21/10/2014 12:13

Exercice 1.7 : Résoudre dans R les équations ou inéquations suivantes
|2x − 5| = |x2 − 4|
1.
2. |x − 3| = |x − 1|

3. √ |x − 3| ≤ x − 1
4. x−1 ≥ x−7
Exercice 1.8 : Raisonnements par contraposition.

1. Soit a un réel. Démontrer l’implication :
∀ε > 0, |a| < ε ⇒ a = 0.
2. Soit n1 , n2 , · · · , n9 des entiers naturels vérifiant n1 + · · · + n9 = 90.

Montrer qu’il existe trois de ces entiers dont la somme est supérieure à 30.
√
Exercice 1.9* : Démontrer que 2 est un nombre irrationnel.
p
On rappelle qu’un réel est un nombre rationnel s’il peut s’écrire q, où p et q sont des entiers.
Exercice 1.10* : Déterminer toutes les applications f de N dans R vérifiant
∀m, n ∈ N, f (m + n) = f (n) + f (m).
Exercice 1.11* : Déterminer toutes les applications f : R → R telles que
∀x, y ∈ R, f (x)f (y) = f (xy) + x + y.
Exercice 1.12** : Montrer que l’ensemble des nombres premiers est infini.
Récurrences
Exercice 1.13 : Sommes des carrés, des cubes. Pour n ∈ N∗ , démontrer que :
n(n + 1)(2n + 1)
1. 12 + 22 + · · · + n2 =
6
n2 (n + 1)2
2. 1 + 2 + · · · + n =
3 3 3
4
Exercice 1.14 : Montrer par récurrence les propriétés suivantes.

1. Pour tout n ∈ N, 0! + 1! + · · · + n! ≤ (n + 1)!.
2. Pour tout n ∈ N, 10n − 1 est divisible par 9.
Exercice 1.15 : On considère une suite (un ) de réels vérifiant :
un + un+2
∀n ∈ N, un+1 = .
2
On pose r = u1 − u0 . Montrer que, pour tout n ∈ N, un = u0 + nr. Que peut-on dire de (un ) ?
18 CHAPITRE 1
9782340-002166_001_600.indd 24 21/10/2014 12:13

Exercice 1.16* : Soit x ∈ R. On considère la suite (un ) définie par u0 = 2, u1 = 2 cos x et :
∀n ∈ N, un+2 = 2(cos x)un+1 − un .
Démontrer que :
∀n ∈ N, un = 2 cos(nx).
Exercice 1.17** : Montrer que, pour tout entier n ∈ N∗ , il existe p, q ∈ N tels que n = 2p (2q + 1).
Exercice 1.18* : Suite de Fibonacci. Soit (un )n∈N la suite réelle définie par u0 = 1, u1 = 1 et :
∀n ∈ N, un+2 = un + un+1 . (∗)
On traitera cet exercice sans déterminer le terme général de la suite (un ).

1. Montrer que, pour tout n ∈ N, un ≥ n. En déduire la limite de la suite (un ).
2. Montrer que, pour tout n ∈ N∗ , u2n − un−1 un+1 = (−1)n .
3. Établir que, pour tout n ∈ N∗ , u1 + u3 + · · · + u2n−1 = u2n − 1.
4. Démontrer que, pour tout n ∈ N, u0 + u1 + · · · + un = un+2 − 1.
Indications
Ex. 1.9
Raisonnement par l’absurde !
Ex. 1.10
Raisonner par analyse-synthèse.
Ex. 1.11
Dans la partie analyse de l’analyse-synthèse, on commencera par montrer que f (0) = 1.
Ex. 1.12
Raisonner par l’absurde en supposant que cet ensemble P est fini et, si l’on note P = {p1 , · · · , pk },
considérer l’entier N = p1 × · · · × pk + 1.
Ex. 1.14
Pour la deuxième question, comment traduit-on le fait qu’un entier est divisible par un autre ?
Ex. 1.17
On pourra appliquer une récurrence forte.
9782340-002166_001_600.indd 25 21/10/2014 12:13

Corrigé des vrai/faux
1 2 3 4 5 6 7 8 9 10
F F V F F V F V F F
1. C’est évidemment faux ! Par exemple, −3 < 2 mais (−3)2 > 4 (méthode 1.9).
2. Les solutions de l’équation x2 = 4 sont 2 et −2. L’équivalence correcte est :
x2 = 4 ⇔ (x = 2 ou x = −2).
3. On peut raisonner par disjonction des cas (méthode 1.2).

• Si n est pair, alors le produit n(n + 1) est pair.
• Si n est impair, alors n + 1 est pair, et le produit n(n + 1) est pair.
Dans le deux cas, n(n + 1) est un entier pair.
4. Il existe des fonctions qui ne sont ni croissantes, ni décroissantes sur R. Par exemple, la fonction
f : x → x2 n’est pas monotone sur R (décroissante sur R− et croissante sur R+ ).
La négation de f est croissante sur R est f n’est pas croissante sur R .
5. Cette proposition est de la forme (P ⇒ Q), où P est la proposition il fait nuit et Q la
proposition tous les chats sont gris . D’une manière générale, la négation de (P ⇒ Q) est
(P et non Q), soit ici la nuit, au moins un chat n’est pas gris .
6. C’est encore la proposition (P ⇒ Q) de la question précédente. Sa réciproque est (Q ⇒ P ),
c’est-à-dire si tous les chats sont gris, il fait nuit .
7. C’est encore la proposition (P ⇒ Q) de la question précédente. Sa contraposée est (non Q ⇒
non P ), c’est-à-dire si un chat au moins n’est pas gris, alors il fait jour .
8. La proposition signifie qu’on peut toujours trouver un entier supérieur à un réel fixé, c’est vrai !
Si x est un réel fixé, et N sa partie entière (c’est-à-dire le plus grand entier relatif inférieur ou égal
à x), on a N ≤ x < N + 1 et N + 1 est un entier supérieur à x.
9. La proposition signifie qu’il existe un entier supérieur ou égal à tous les réels, ce qui est faux (R
est non borné). Ces deux exemples nous montrent bien l’importance de l’ordre des quantificateurs.
10. Cette inégalité est fausse pour n = 1 et n = 2. En revanche, on peut démontrer (par récurrence)
qu’elle est vraie pour tout n ≥ 3.
20 CHAPITRE 1
9782340-002166_001_600.indd 26 21/10/2014 12:13

Corrigé des exercices
Exercice 1.1
1. C’est faux : une fonction qui n’est pas paire n’est pas nécessairement
impaire ! Par exemple, la fonction exponentielle n’est ni paire, ni impaire.
2. C’est vrai : si la proposition (P et Q) est vraie, P et Q sont toutes les
deux vraies donc (P ou Q) aussi.
3. C’est faux : si P est vraie et Q fausse, alors (P ou Q) est vraie mais
(P et Q) est fausse.
4. C’est faux. En effet, P ⇒ Q est la proposition (non P ou Q), sa négation
est (P et non Q) alors que P ⇒ non Q est la proposition (non P ou non Q).
Lorsque P est fausse, (P et non Q) est fausse, mais (non P ou non Q) est
vraie.
5. C’est faux puisque, si P est fausse, P ⇒ Q est automatiquement vraie P ⇒ Q est la
(que Q soit vraie ou pas). proposition
(non P ou Q).
6. C’est vrai en prenant a = 0 (la proposition signifie qu’il existe un réel dont
la valeur absolue est inférieure à tout réel positif).
7. C’est vrai en prenant, par exemple a = 2ε . La proposition signifie que l’on
peut toujours trouver un réel dont la valeur absolue est strictement inférieure
à un réel strictement positif fixé.
√ Soit y un réel fixé. En posant x = (|y| + 1) ∈ R+ ,

2
8. La√proposition est vraie.
on a x = |y| + 1, donc x > y.
Exercice 1.2
1. Cette phrase est de la forme P ⇒ Q, sa négation est (P et non Q), soit : P ⇒ Q est la
il pleut et je ne prends pas mon parapluie . proposition
(non P ou Q).
2. L’affirmation comporte successivement un quantificateur universel ∀ (chaque
été) et un quantificateur existentiel (il existe un jour durant lequel il a plu). La
négation est donc il y a eu un été en Bretagne sans aucun jour de pluie .
Cette dernière affirmation est évidemment fausse du point de vue météo-
rologique...
3. La négation est : il y a eu au moins un jour sans pluie l’été dernier en
Bretagne .
4. Cette double inégalité s’écrit aussi (2 ≤ x et y > x). Sa négation est :
(x < 2 ou x ≥ y).
5. ∃x ∈ R, ∃y ∈ R, f (x) = f (y) et x
= y. non(P ⇒ Q) est
(P et non Q).
Exercice 1.3
1. ∀n ∈ N, un ≤ 4.
2. ∃M ∈ R, ∀n ∈ N, un ≤ M . Dans 2, M est un
majorant de (un ).
3. On donne la négation de la proposition précédente :
∀M ∈ R, ∃n ∈ N, un > M
9782340-002166_001_600.indd 27 21/10/2014 12:13

C = max(|m|, |M |) 4. ∃m ∈ R, ∃M ∈ R, ∀n ∈ N, m ≤ un ≤ M. On peut également écrire :
∃C ∈ R, ∀n ∈ N, |un | ≤ C
5. ∀n ∈ N, un+1 ≥ un
6. ∃C ∈ R, ∀n ∈ N, un = C
7. ∀x ∈ R, f (x) = 0
8. ∃x ∈ R, f (x) = 0
9. ∀x ∈ R, ∀x ∈ R, x ≥ x ⇒ f (x) ≥ f (x ).
f admet son 10. ∃a ∈ R, ∀x ∈ R, f (x) ≤ f (a)
maximum en a
Exercice 1.4
1. La fonction f ne s’annule pas sur I.
2. La fonction f prend au moins deux valeurs différentes sur I. Autrement
dit, f n’est pas constante sur I.
3. Si la fonction f s’annule, alors c’est forcément en 0. Autrement dit, f ne
On dit que f est
peut s’annuler qu’en 0 (mais elle ne s’y annule pas nécessairement).
surjective pour 4, 4. La fonction f prend toutes les valeurs réelles.
injective pour 5 (voir
le chapitre
5. La fonction f ne prend pas deux fois la même valeur.
applications) Exercice 1.5
Nous allons montrer que, pour tout x ∈ R, x2 − x + 1 − |x − 1| ≥ 0.
méthode 1.2 Pour cela, raisonnons par disjonction de cas. Soit x ∈ R.
• Premier cas : x ≥ 1. Dans ce cas, |x − 1| = x − 1 et :
x2 −x+1−|x−1| = x2 −x+1−(x−1) = x2 −2x+2 = x2 −2x+1+1 = (x−1)2 +1,
quantité positive. Ainsi, pour tout x ≥ 1, x2 − x + 1 − |x − 1| ≥ 0.

• Deuxième cas : x < 1. On a alors |x − 1| = −(x − 1), d’où :
x2 − x + 1 − |x − 1| = x2 − x + 1 + (x − 1) = x2 ≥ 0,
ce qui montre que, pour x > 1, x2 − x + 1 − |x − 1| ≥ 0.

En conclusion, pour tout x ∈ R, |x − 1| ≤ x2 − x + 1.
Exercice 1.6
On a |x + 1| = x + 1 ssi x + 1 ≥ 0 et |3x − 2| = 3x − 2 ssi 3x − 2 ≥ 0.
Partant de ces remarques, on raisonne par disjonction de cas, en considérant
trois cas.
• Premier cas : x ≥ 23 . On a alors |x + 1| = x + 1 et |3x − 2| = 3x − 2.
L’équation équivaut à x + 1 = 4 − (3x − 2), soit x = 54 . Comme 54 ≥ 23 , 54 est
solution.
• Deuxième cas : x ≤ −1. Dans ce cas, |x + 1| = −x − 1 et |3x − 2| = 2 − 3x.
L’équation équivaut à −x − 1 = 4 + 3x − 2, soit x = − 43 qui ne convient pas
puisque − 43 > −1.
• Troisième cas : x ∈] − 1, 23 [. Dans ce dernier cas, |x + 1| = x + 1, |3x − 2| =
2 − 3x et l’équation équivaut à x + 1 = 4 + 3x − 2, soit x = − 21 . Comme
− 12 ∈] − 1, 23 [, − 21 est effectivement solution.
Finalement, l’équation a deux solutions : − 12 et 54 .
22 CHAPITRE 1
9782340-002166_001_600.indd 28 21/10/2014 12:13

Exercice 1.7
On résout ces équations ou inéquations par équivalences, en s’assurant, à
chaque étape du raisonnement, que l’on conserve bien une équivalence.
1. La valeur absolue d’un nombre est égale à C (C ∈ R+ ) si et seulement si
ce nombre est égal à C ou à −C. Par conséquent, Lorsque C ≥ 0,
|X| = C ⇔ X = ±C.
|2x − 5| = |x2 − 4| ⇔ 2x − 5 = x2 − 4 ou 2x − 5 = −(x2 − 4)
⇔ x2 − 2x + 1 = 0 ou x2 + 2x − 9 = 0
L’unique solution de√la première équation

√ est 1, les solutions de la deuxième
équation√sont −1 + √ 10 et −1 − 10. Les solutions de l’équation sont donc
1, −1 + 10 et −1 − 10.

2. Les nombres |x − 3| et |x − 1| étant tous les deux positifs, on a : Lorsque A et B
sont de même signe,

|x − 3| = |x − 1| ⇔ |x − 3| = (x − 1)2 A = B ⇔ A2 = B 2
⇔ x − 3 = (x − 1)2 ou x − 3 = −(x − 1)2

⇔ x − 3 = x2 − 2x + 1 ou x − 3 = −x2 + 2x − 1
⇔ x2 − 3x + 4 = 0 ou x2 − x − 2 = 0
Le premier trinôme n’a pas de racine réelle et les racines du second sont −1 Δ < 0 pour le
et 2. Par conséquent, les solutions de l’équation sont −1 et 2. premier trinôme.

3. Si x < 1, l’équation n’a clairement
pas de solution (car alors |x − 3| ≥ 0
Attention à ne pas
et x − 1 < 0). Lorsque x ≥ 1, |x − 3| et x − 1 sont positifs. Ainsi, élever au carré sans la
précaution x ≥ 1.
|x − 3| ≤ x − 1 ⇔ x ≥ 1 et |x − 3| ≤ (x − 1)2
⇔ x ≥ 1 et − (x − 1)2 ≤ x − 3 ≤ (x − 1)2 Lorsque A et B
sont positifs,
⇔ x ≥ 1 et − x + 2x − 1 ≤ x − 3 ≤ x − 2x + 1
2 2
A ≤ B ⇔ A2 ≤ B 2
⇔ x ≥ 1 et x2 − x − 2 ≥ 0 et x2 − 3x + 4 ≥ 0
Le premier trinôme a pour racines −1 et 2 donc x2 − x − 2 ≥ 0 si et seulement

si x ∈] − ∞, −1] ∪ [2, +∞[. Par ailleurs, le discriminant du second trinôme
étant strictement négatif, on a, pour tout x ∈ R, x2 − 3x + 4 > 0. Finalement, Ne pas oublier que
l’ensemble des solutions de l’inéquation est [2, +∞[. x ≥ 1.
4. L’inéquation est définie pour x ≥ 1. Par ailleurs, tout réel x ∈ [1, 7] est √
a existe ssi a ≥ 0
solution de l’inéquation (si x ∈ [1, 7], le membre de gauche de l’inégalité est
positif, celui de droite est négatif). Enfin, pour x ≥ 7, les deux membres de
l’inégalité sont positifs et on obtient une inéquation équivalente en élevant au
carré : Pour A, B ≥ 0,
√ A ≥ B ⇔ A2 ≥ B 2
x − 1 ≥ x − 7 et x ≥ 7 ⇔ x − 1 ≥ (x − 7)2 et x ≥ 7
⇔ x − 1 ≥ x2 − 14x + 49 et x ≥ 7
⇔ x2 − 15x + 50 ≤ 0 et x ≥ 7.
Les solutions de x2 − 15x + 50 = 0 étant 5 et 10, on a x2 − 15x + 50 ≤ 0

si et seulement si x ∈ [5, 10]. Par conséquent, l’ensemble des solutions de
l’inéquation est [1, 10].
9782340-002166_001_600.indd 29 21/10/2014 12:13

Exercice 1.8
1. Raisonnons par contraposition en prouvant l’implication :
a
= 0 ⇒ ∃ε > 0, |a| ≥ ε.
Soit a
= 0. En cherche un réel ε > 0 tel que |a| ≥ ε. Le réel ε = |a|2 convient : en
|x| = 0 ⇔ x = 0 effet, |a| ≥ |a|
2 et |a|
2 > 0 puisque a
= 0. On a donc établi (par contraposition)

l’implication attendue.
2. Quitte à réordonner n1 , n2 , · · · , n9 , on peut supposer que n1 ≤ · · · ≤ n9 .
n7 + n8 + n9 est la Nous allons raisonner par contraposition en montrant que :
plus grande somme
formée à partir des 9
entiers
n7 + n8 + n9 < 30 ⇒ n1 + · · · + n9
= 90.
Supposons que n7 + n8 + n9 < 30. Comme n1 ≤ · · · ≤ n9 , on a :
n1 + n2 + n3 ≤ n4 + n5 + n6 ≤ n7 + n8 + n9 < 30.
Par conséquent, n1 + · · ·+ n9 < 3 × 30, d’où n1 + · · ·+ n9

= 90. D’où le résultat
par contraposition.
Exercice 1.9 √
méthode 1.3 On raisonne par l’absurde en supposant que 2 est √ un nombre rationnel :
il existe des entiers naturels non nuls p et q tels que 2 = pq . On suppose
√
Voir l’exemple de (quitte à la simplifier) que la fraction pq est irréductible. Comme q 2 = p, on
la méthode 1.5
a 2q 2 = p2 , ce qui montre que p2 est pair, donc p l’est aussi. On peut donc
écrire p = 2p , où p ∈ N∗ . Ainsi, 2q 2 = (2p )2 = 4p2 , d’où q 2 = 2p2 . Cela
montre que q 2 est pair, donc q aussi : q = 2q , avec q ∈ N∗ . Par conséquent,

p
la fraction pq n’est pas irréductible puisque pq = 2p2q = q . Contradiction !
Exercice 1.10
Nous allons raisonner par analyse-synthèse.
Analyse. Soit f une fonction de N dans R vérifiant :
∀m, n ∈ N, f (m + n) = f (m) + f (n).
On a alors f (2) = f (1) + f (1) = 2f (1), f (3) = f (2) + f (1) = 3f (1), puis, par
une récurrence immédiate :
∀n ∈ N, f (n) = nf (1),
ce qui montre que f est une fonction de la forme n → λn, où λ ∈ R.

Synthèse. Supposons maintenant qu’il existe λ ∈ R tel que, pour tout n ∈ N,
f (n) = λn. Alors :
∀m, n ∈ N, f (m + n) = λ(m + n) = λm + λn = f (m) + f (n),
donc f vérifie la condition indiquée.

Conclusion. Les fonctions f solutions du problème sont les fonctions de la
forme n → λn, où λ est un réel.
24 CHAPITRE 1
9782340-002166_001_600.indd 30 21/10/2014 12:13

Exercice 1.11
On raisonne de nouveau par analyse-synthèse.
Analyse. Soit f une fonction de R dans R vérifiant :
∀x, y ∈ R, f (x)f (y) = f (xy) + x + y. (∗)
En prenant x = y = 0 dans cette relation, on obtient f (0)2 = f (0), soit

f (0)(f (0) − 1) = 0. On a donc f (0) = 0 ou f (0) = 1. Mais si f (0) = 0, alors,
en prenant x = 0 et y = 1, la relation (∗) donne 0 = 1, ce qui est absurde.
Par conséquent, f (0) = 1. On en déduit que : Relation (∗)
appliquée à y = 0 et x
∀x ∈ R, f (x) = x + 1. quelconque.
Synthèse. On suppose maintenant que, pour tout x ∈ R, f (x) = x+1. Alors :
∀x, y ∈ R, f (x)f (y) = (x + 1)(y + 1) = xy + 1 + x + y = f (xy) + x + y,
ce qui montre que f vérifie la relation (∗).

Conclusion. L’unique fonction vérifiant la relation (∗) est f : x → x + 1.
Exercice 1.12
On raisonne par l’absurde en supposant qu’il n’existe qu’un nombre fini
k de nombres premiers. En notant P l’ensemble des nombres premiers, on
peut donc écrire P = {p1 , · · · , pk }, où p1 , · · · , pk sont des nombres premiers.
On introduit alors l’entier naturel N = p1 · · · pk + 1. Montrons que N n’est
divisible par aucun des pi (i ∈ [[1, k]]). S’il existe i ∈ [[1, k]] tel que pi divise N , Preuve par
alors on peut écrire N = q × pi , avec q ∈ N. On a alors q × pi = p1 · · · pk + 1, contraposition.
soit :
pi × (q − p1 · · · pi−1 pi+1 · · · pk ) = 1.

Ainsi, pi et s sont deux entiers dont le produit vaut un : chacun des deux
est donc égal à 1 ou à −1. En particulier, pi vaut 1 ou −1, il n’est donc pas
premier. Finalement, on a montré (par contraposition) que N n’est divisible
par aucun des pi . On en déduit que N est un nombre premier. Or, pour tout
i ∈ [[1, k]], N > pi . On a donc trouvé un nombre premier qui n’est égal à aucun
des pi . Par conséquent, l’ensemble P a au moins k + 1 éléments, ce qui est
contradictoire ! En définitive, l’ensemble P des nombres premiers est infini.
Exercice 1.13
n(n + 1)(2n + 1)
1. Pour n ∈ N∗ , on note P(n) : 1 2 + 2 2 + · · · + n2 = .
6
• P(1) est vraie puisque 1 = 1×2×36 .
• On suppose P(n) vraie pour n ∈ N∗ : 12 + 22 + · · · + n2 = n(n+1)(2n+1)
6 .
Alors :
n(n + 1)(2n + 1)
12 + 22 + · · · + n2 + (n + 1)2 = + (n + 1)2
6

n(2n + 1)
= (n + 1) +n+1
6
n+1
= (2n2 + 7n + 6).
6
9782340-002166_001_600.indd 31 21/10/2014 12:13

Les racines du trinôme 2n2 + 7n + 6 étant −2 et − 32 , on en déduit que :
n+1 3 (n + 1)(n + 2)(2n + 3)

12 + 22 + · · · + (n + 1)2 = × 2(n + 2)(n + ) = ,
6 2 6
ce qui démontre P(n + 1). Par récurrence, P(n) est vraie pour tout n ≥ 1.
2 2
2. Pour n ∈ N∗ , on note cette fois P(n) : 13 + 23 + · · · + n3 = n (n+1)
4
.
• P(1) est vraie puisque 1 = 1×4

4 .
2 2
• Supposons P(n) vraie à un rang n ≥ 1 fixé : 13 + 23 + · · · + n3 = n (n+1)
4 .
On retrouvera les Alors :
deux sommes de cet 2
exercice dans le n2 (n + 1)2 n
chapitre calcul 13 + 23 + · · · + (n + 1)3 = + (n + 1)3 = (n + 1)2 +n+1
4 4
algébrique. 2
n + 4n + 4 (n + 1) (n + 2)2
2
= (n + 1)2 = .
4 4
Ainsi, P(n + 1) est vraie. Par récurrence, P(n) est vraie pour tout n ∈ N∗ .
Exercice 1.14
Dans les deux cas, on applique une récurrence simple.
1. Pour n ∈ N, on note P(n) : 0! + 1! + · · · + n! ≤ (n + 1)! .
• P(0) est vraie puisque 0! = 1 et (0 + 1)! = 1! = 1.
• On suppose que P(n) est vraie à un rang n ∈ N : 0! + 1! + · · · + n! ≤ (n + 1)!.
Alors :
0! · · · + n!
+(n + 1)! ≤ (n + 1)! + (n + 1)!.
+ 1! +
≤(n+1)! d’après P(n)
2≤ n+2 Or 2(n + 1)! ≤ (n + 2)! puisque (n + 2)! = (n + 2)(n + 1)!. Ainsi, P(n + 1) est
vraie et on a démontré l’inégalité attendue par récurrence sur n.
0 est divisible par 2. Pour n ∈ N, notons P(n) : 9 divise 10n − 1 .
tout entier non nul ! • P(0) est vraie puisque 100 − 1 = 1 − 1 = 0 et 0 est divisible par 9.
• On suppose que P(n) est vérifiée pour un certain n ∈ N, c’est-à-dire que 9
a divise b ssi il divise 10n − 1, ce qui équivaut à dire qu’il existe k ∈ N tel que 10n − 1 = 9k.
existe c ∈ Z, b = ac. Alors :
10n+1 − 1 = 10 × 10n − 1 = 10(9k + 1) − 1 = 9 × 10k + 9 = 9(10k + 1),
ou encore 10n+1 − 1 = 9k , avec k = 10k + 1. Cela signifie que 9 divise

10n+1 − 1 : c’est P(n + 1). Ainsi, pour tout n ∈ N, 9 divise 10n − 1.
Exercice 1.15
On effectue une récurrence double en notant, pour n ∈ N :
P(n) : un = u0 + nr.
• P(0) et P(1) sont vraies puisque u0 = u0 +0×r et u1 = u0 +u1 −u0 = u0 +r.

• On suppose que, pour n ∈ N fixé, P(n) et P(n + 1) sont vraies, c’est-à-dire :
un = u0 + nr et un+1 = u0 + (n + 1)r.
26 CHAPITRE 1
9782340-002166_001_600.indd 32 21/10/2014 12:13

un + un+2
Comme un+1 = , on a alors :
2
un+2 = 2un+1 − un = 2[u0 + (n + 1)r] − (u0 + nr)

= u0 + [2(n + 1) − n]r = u0 + (n + 2)r,
ce qui montre que P(n + 2) est vraie. Par récurrence double, la proposition
P(n) est ainsi vraie pour tout n ∈ N.
On déduit de l’égalité démontrée que (un ) est une suite arithmétique de pre-
mier terme u0 et de raison r = u1 − u0 .
Exercice 1.16
On effectue une récurrence double en notant, pour n ∈ N :
P(n) : un = 2 cos(nx).
• P(0) et P(1) sont vraies puisque u0 = 2 = 2 cos 0 et u1 = 2 cos x.

• On suppose que, pour n ∈ N fixé, P(n) et P(n + 1) sont vraies :
un = 2 cos(nx) et un+1 = 2 cos[(n + 1)x].
On en déduit que : Hypothèse de

récurrence au rang n
et n + 1, formules
un+2 = 2(cos x)un+1 − un = 2(cos x)2 cos[(n + 1)x] − 2 cos nx d’addition et formules
de duplication.
= 4 cos x(cos nx cos x − sin nx sin x) − 2 cos nx
= 2 cos nx(2 cos2 x − 1) − 4 cos x sin x sin nx
= 2 cos 2x cos nx − 2 sin 2x sin nx = 2(cos 2x cos nx − sin 2x sin nx)
= 2 cos[(n + 2)x],
ce qui montre que P(n + 2) est vraie.

Par récurrence double, la proposition P(n) est vraie pour tout n ∈ N.
Exercice 1.17
On applique une récurrence forte. Pour n ∈ N∗ , on note P(n) la proposition :
il existe deux entiers p, q ∈ N tels que n = 2 (2q + 1) .
p
• P(1) est vraie puisque 1 = 2 (0 + 1) (p = q = 0 conviennent).

0
• Soit n ∈ N∗ , on suppose que P(1), P(2), · · · , P(n) sont vraies. On veut mon- Tout k ∈ [[1, n]]
trer que n + 1 peut s’écrire sous la forme 2p (2q + 1), où p, q ∈ N. On distingue peut s’écrire sous la
forme 2p (2q + 1).
deux cas :
- si n + 1 est impair, n est pair et le résultat est évident. En effet, il suffit de
prendre p = 0 et q ∈ N tel que n = 2q. On a alors n + 1 = 2q + 1.
- si n + 1 est pair, il existe k ∈ [[1, n]] tel que n + 1 = 2k. On peut alors appli-
quer l’hypothèse de récurrence à k : il existe p, q ∈ N tels que k = 2p (2q + 1).
Ainsi, n + 1 = 2k = 2 × 2p (2q + 1) = 2p+1 (2q + 1).
Finalement, P(n + 1) est vraie et on a démontré le résultat attendu par
récurrence forte.
9782340-002166_001_600.indd 33 21/10/2014 12:13

Exercice 1.18
1. Montrons par récurrence double que, pour tout n ∈ N, un ≥ n.
récurrence double : • L’inégalité est vraie aux rangs 0 et 1 puisque u0 = 1 ≥ 0 et u1 = 1 ≥ 1.
on suppose le résultat • On suppose que l’inégalité est vraie aux rangs n et n + 1 : un ≥ n et
vrai aux rangs n et
n + 1, on le démontre
un+1 ≥ n+ 1. D’après la relation (∗), on a alors un+2 = un+1 + un ≥ n+ 1 + n.
au rang n + 2 Si n = 0, alors u2 = 2 ≥ 2 et si n ≥ 1, alors n + n + 1 ≥ n + 2. Cela montre
que l’inégalité est vraie au rang n + 2. Par récurrence double, elle est donc
vraie pour tout n ∈ N.
théorème de Par ailleurs, comme lim n = +∞, on en déduit que lim un = +∞.
comparaison n→+∞ n→+∞
2. On démontre cette fois l’égalité à l’aide d’une récurrence simple.
• L’égalité est vraie au rang 1 puisque u21 − u0 u2 = 12 − 1 × 2 = −1 = (−1)1 .
• On suppose que u2n − un−1 un+1 = (−1)n , pour n ∈ N∗ fixé. D’après la
relation (∗), on a :
u2n+1 − un un+2 = u2n+1 − un (un + un+1 ) = u2n+1 − u2n − un un+1 ,
c’est-à-dire, d’après l’hypothèse de récurrence,
u2n+1 − un un+2 = u2n+1 − [un−1 un+1 + (−1)n ] − un un+1
= u2n+1 − un+1 (un + un−1 ) + (−1)n+1
= u2n+1 − u2n+1 + (−1)n+1
car un−1 +un = un+1 d’après (∗). Ainsi, u2n+1 −un un+2 = (−1)n+1 et l’égalité
est vraie au rang n + 1. Par conséquent, elle est vraie pour tout n ∈ N∗ .
3. On effectue de nouveau une récurrence simple.
• L’égalité est vraie au rang 1 car u1 = 1 = 2 − 1 = u2 − 1.
• On suppose que l’égalité est vraie au rang n ≥ 1. On a alors :
u1 + · · · + u2n−1 + u2n+1 = (u1 + · · · + u2n−1 ) + u2n+1 = u2n − 1 + u2n+1 .
Or, u2n + u2n+1 = u2n+2 d’après la relation (∗) ; d’où :
u1 + u3 + · · · + u2n+1 = u2n+2 − 1,
ce qui démontre l’égalité au rang n + 1 et termine la récurrence.
4. Encore une récurrence simple !
• L’égalité est vraie au rang 0 puisque u0 = 1 = 2 − 1 = u2 − 1.
• On suppose que l’égalité est vérifiée au rang n, alors :
u0 + · · · + un + un+1 = (u0 + · · · + un ) + un+1 = un+2 − 1 + un+1
= un+3 − 1,
la dernière égalité résultant de (∗). Ainsi, l’égalité est vraie au rang n + 1 et,
par récurrence simple, elle est vraie pour tout n ∈ N.
28 CHAPITRE 1
9782340-002166_001_600.indd 34 21/10/2014 12:13

Chapitre 2
Ensembles
et applications
Au cours du XIXe siècle, le besoin se fait sentir de séparer les

mathématiques et la physique. Si les mathématiques ne se déduisent
plus du monde qui nous environne, elles deviennent une discipline
abstraite dont les bases reposent sur la logique, c’est-à-dire une
construction intellectuelle, et non plus une matière basée sur
l’expérience. Il est alors nécessaire d’en déęnir les fondements.
La théorie des ensembles est introduite principalement par deux
mathématiciens allemands. Richard Dedekind estime que les
diěérents types de nombres, entiers, rationnels, réels ou complexes
doivent se construire et non pas s’observer. Pour ce faire, il utilise
la notion abstraite d’ensemble, et d’opérations sur ceux-ci, que
vient d’introduire son ami Georg Cantor. Ce dernier va plus loin
en s’intéressant au cardinal, c’est-à-dire au nombre d’éléments, des
ensembles inęnis. Ces théories sont très contestées à l’époque et Georg Cantor
Georg Cantor terminera sa vie dans un hôpital psychiatrique. 1845-1918
9782340-002166_001_600.indd 35 21/10/2014 12:13

Objectifs

Les incontournables
ZSavoir démontrer l’égalité de deux ensembles.
ZSavoir montrer qu’une application est (ou n’est pas) injective, surjective,
bijective.
ZDéterminer l’application réciproque d’une application bijective.
ZDéterminer l’image directe ou réciproque d’une partie.

ZManipuler ces différentes notions dans des exercices théoriques.
9782340-002166_001_600.indd 36 21/10/2014 12:13

Résumé de cours
Ensembles
Définition : Soit E un ensemble. On dit que x est un élément de E lorsque x appartient à E. On
note alors x ∈ E. Lorsque x n’appartient pas à E, on note x ∈
/ E.
Définition : On appelle ensemble vide l’ensemble qui ne contient aucun élément. On le note ∅.
Définition : Soit A et B deux ensembles.
• On dit que A est inclus dans B lorsque tout élément de A est un élément de B. On note
alors A ⊂ B.
• On dit que les ensembles A et B sont égaux lorsque A ⊂ B et B ⊂ A. On note A = B.
Définition : Soit E un ensemble. On dit que A est un sous-ensemble (ou une partie) de E lorsque
A ⊂ B.
Notation : si E est un ensemble, on note P(E) l’ensemble des parties de E.
Définition : Opérations sur les parties d’un ensemble —. Soit E un ensemble, A et B deux
parties de E. On appelle
• réunion de A et B l’ensemble A ∪ B = {x ∈ E, x ∈ A ou x ∈ B} ;
• intersection de A et B l’ensemble A ∩ B = {x ∈ E, x ∈ A et x ∈ B} ;
• complémentaire de A dans E l’ensemble A = {x ∈ E, x ∈
/ A}.
• différence de A et B l’ensemble A \ B = {x ∈ E, x ∈ A et x ∈
/ B} = A ∩ B.
Notation : le complémentaire A de A dans E se note aussi E A ou E \ A.
Proposition 2.1.— Distributivité —. Soit A, B et C des parties d’un ensemble E.

L’intersection est distributive par rapport à la réunion : A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C).
La réunion est distributive par rapport à l’intersection : A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C).
Proposition 2.2.— Lois de Morgan —. Soit A et B deux parties d’un ensemble E. Alors :
A∪B =A ∩ B A∩B =A ∪ B
Définition : Produit cartésien de deux ensembles —. Soit E et F deux ensembles. On appelle

produit cartésien de E et F et on note E × F l’ensemble des couples (x, y), avec x ∈ E et y ∈ F :
E × F = {(x, y) ; x ∈ E, y ∈ F } .
Définition : Produit cartésien d’un nombre fini d’ensembles —. Soit E1 , · · · , Ep des ensembles.
On appelle p-uplet ou p-liste (x1 , · · · , xp ) la donnée de x1 ∈ E1 , · · · , xp ∈ Ep dans cet ordre.
L’ensemble des p-uplets (x1 , · · · , xp ) avec x1 ∈ E1 , · · · , xp ∈ Ep est appelé produit cartésien de
E1 , · · · , Ep . On le note E1 × · · · × Ep :
E1 × · · · × Ep = {(x1 , · · · , xp ) ; x1 ∈ E1 , · · · xp ∈ Ep } .
ENSEMBLES ET APPLICATIONS 31
9782340-002166_001_600.indd 37 21/10/2014 12:13

Notation : pour p ∈ N∗ , on note E p = E × E ×
· · · × E
l’ensemble des p-uplets formés d’éléments
p fois
appartenant tous à E.
Applications
Définition : Application —. Une application f est définie par :
• un ensemble de départ (ou de définition) E ;
• un ensemble d’arrivée F ;
• la donnée, pour tout x ∈ E, d’un unique élément de F noté f (x), appelé image de x par f .
On parle d’application (ou de fonction) de E dans F et on note
f: E → F
x → f (x)
Notation : l’ensemble des applications de E dans F est noté F (E, F ) ou F E .

Vocabulaire : soit f une application de E dans F et y ∈ F . Lorsqu’il existe un élément x ∈ E tel
que y = f (x), on dit que x est un antécédent de y par f .
Définition : Famille d’éléments —. Soit E un ensemble et I un ensemble fini. On appelle famille
d’éléments de E indexée par I toute application de I dans E. On note (xi )i∈I une telle famille.
Définition : Fonction indicatrice d’une partie d’un ensemble —. Soit E un ensemble et A une
partie de E. On appelle fonction indicatrice de A et on note 1A la fonction de E dans {0, 1}
définie par :

1 si x ∈ A
1A (x) =
0 si x ∈/A
Définition : Composée de deux applications —. Soit E, F , G trois ensembles, f une application
de E dans F et g une application de F dans G. On appelle composée de f par g et on note g ◦ f
l’application de E dans G définie par
g◦f : E → G
x → g (f (x))
Définition : Application identité —. Soit E un ensemble. On appelle application identité de E

(ou application identique sur E) et on note IdE l’application de E dans E définie par
IdE : E → E
x → x
Proposition 2.3.— Pour toute application f de E dans E, on a f ◦ IdE = f et IdE ◦ f = f .
Définition : Restriction d’une application —. Soit E et F deux ensembles, f une application de

E dans F et A une partie de E. On appelle restriction de f à A et on note f|A l’application de
A dans F définie par
f|A : A → F
x → f (x)
32 CHAPITRE 2
9782340-002166_001_600.indd 38 21/10/2014 12:13

Image directe, image réciproque
Définition : Image directe —. Soit E et F deux ensembles, f une application de E dans F et A
une partie de E. On appelle image directe de A par f et on note f (A) le sous-ensemble de F
défini par :
f (A) = {f (x), x ∈ A} = {y ∈ F, ∃x ∈ A, y = f (x)} .
Définition : Image réciproque —. Soit E et F deux ensembles, f une application de E dans F et

B une partie de F . On appelle image réciproque de B par f et on note f −1 (B) le sous-ensemble
de E défini par :
f −1 (B) = {x ∈ E, f (x) ∈ B} .
y ∈ f (A) ⇔ ∃x ∈ A, y = f (x) x ∈ f −1 (B) ⇔ f (x) ∈ B

Remarque : À retenir
Applications injectives, surjectives, bijectives

Définition : Application injective —. Soit f une application de E dans F . On dit que f est
injective (ou que f est une injection) lorsque tout élément de F possède au plus un antécédent
par f ; c’est-à-dire lorsque :
∀(x, x ) ∈ E × E, f (x) = f (x ) ⇒ x = x .
E F E F
f f
× × × ×
× ×
× ×
× ×
×
×
f est injective f n’est pas injective
Théorème 2.4.— Composée de deux injections —. La composée de deux applications injectives

est injective.
Définition : Application surjective —. Soit f une application de E dans F . On dit que f est sur-
jective (ou que f est une surjection) lorsque tout élément de F possède au moins un antécédent
par f ; c’est-à-dire lorsque :
∀y ∈ F, ∃x ∈ E, y = f (x).
E F E F
f f
× × × ×
×
× ×
× ×
× ×
×
f est surjective f n’est pas surjective
9782340-002166_001_600.indd 39 21/10/2014 12:13

Théorème 2.5.— Composée de deux surjections —. La composée de deux applications surjec-
tives est surjective.
Définition : Application bijective —. Soit f une application de E dans F . On dit que f est
bijective (ou que f est une bijection) lorsque f est à la fois injective et surjective. Autrement
dit, f est bijective lorsque tout élément de F possède un unique antécédent par f .
Remarque : dire qu’une application f de E dans F est bijective équivaut à dire que, pour tout
b ∈ F , l’équation f (x) = b admet une unique solution dans E.
E F E F
f f
× × × ×
× ×
×
×
×
× × ×
×
f est bijective f n’est pas bijective
Définition : Application réciproque d’une bijection —. Soit f une bijection de E dans F . On

appelle application réciproque (ou bijection réciproque) de f et on note f −1 l’application de
F dans E qui, à tout élément y de F , associe son unique antécédent par f . Par définition, on a :
∀(x, y) ∈ E × F, y = f (x) ⇔ x = f −1 (y).
Proposition 2.6.— Soit f une bijection de E dans F et f −1 : F → E son application réciproque.

Alors :
f ◦ f −1 = IdF et f −1 ◦ f = IdE .
Théorème 2.7.— Caractérisation de la bijection réciproque —. Une application f : E → F est

bijective si et seulement si il existe une application g : F → E vérifiant f ◦ g = IdF et g ◦ f = IdE .
Dans ce cas, g est l’application réciproque de f : g = f −1 .
Théorème 2.8.— Composée de deux bijections —. Soit f une application de E dans F et g une
application de F dans G. Si f et g sont bijectives, alors g ◦ f est une bijection de E dans G et on
a:
(g ◦ f )−1 = f −1 ◦ g −1 .
34 CHAPITRE 2
9782340-002166_001_600.indd 40 21/10/2014 12:13

Méthodes
Ensembles
Méthode 2.1.— Comment montrer l’égalité de deux ensembles

Pour établir l’égalité de deux ensembles A et B, on peut :
• procéder par double inclusion en prouvant que A ⊂ B et B ⊂ A. Pour montrer que
A ⊂ B, on prend un élément quelconque de A et on montre qu’il appartient aussi
à B ;
• montrer directement l’égalité en utilisant des opérations usuelles sur les ensembles
(réunion, intersection, distributivité, lois de Morgan. . .).
Exemple : Soit A, B et C trois parties d’un ensemble E. On suppose que A ∪ B = A ∪ C et

A ∩ B = A ∩ C. Montrer que B = C.
On va appliquer chacune des deux méthodes présentées ci-dessus.
• Première méthode : double inclusion
- Montrons que B ⊂ C. Soit x un élément de B. On veut montrer que x ∈ C. Comme
x ∈ A ∪ B (car A ⊂ A ∪ B), x appartient à A ∪ C d’après la première hypothèse ; c’est-à-dire
x ∈ A ou x ∈ C. Si x ∈ C, on a le résultat attendu. Si x ∈ A, alors x appartient à A ∩ B,
donc à A ∩ C d’après la deuxième hypothèse, et cela montre que x ∈ C. Dans les deux cas,
x appartient à C. Ainsi, B ⊂ C.
- Étant donné la symétrie des hypothèses sur B et C, le même raisonnement montre que
C ⊂ B.
Comme B ⊂ C et C ⊂ B, les ensembles B et C sont égaux.
• Deuxième méthode : utilisation d’opérations sur les ensembles
Tout d’abord, B = B ∪ (A ∩ B). D’après la deuxième hypothèse, on a alors B = B ∪ (A ∩ C).
Par distributivité, cette relation s’écrit aussi :
B = B ∪ (A ∩ C) = (B ∪ A) ∩ (B ∪ C) = (A ∪ B) ∩ (B ∪ C),
ou encore B = (A ∪ C) ∩ (B ∪ C) d’après la première hypothèse. En utilisant de nouveau la

distributivité, cette dernière égalité s’écrit :
B = C ∪ (A ∩ B),
c’est-à-dire B = C puisque C = C ∪ (A ∩ C).
9782340-002166_001_600.indd 41 21/10/2014 12:13

Application injective
Méthode 2.2.— Comment montrer qu’une application est injective

Pour prouver qu’une application f : E → F est injective, on peut :
• considérer deux éléments de E qui ont la même image par f et montrer qu’ils sont
égaux. On écrit : soit x et x deux éléments de E tels que f (x) = f (x ) et on
montre que x = x . C’est la méthode la plus fréquemment utilisée ;
• montrer que, pour tout b ∈ F , l’équation f (x) = b a au plus une solution dans E.
On écrit : soit b ∈ F et on mène la résolution de l’équation jusqu’à vérifier que
celle-ci n’a pas plus d’une solution ;
• dans certains cas, considérer deux éléments distincts de E et montrer qu’ils n’ont
pas la même image par f .

N → N
Exemple : l’application f : est injective.
n → 2n
En effet, soit n et n deux entiers naturels tels que f (n) = f (n ). On a alors 2n = 2n , d’où n = n .
Cela montre que f est injective.
Exemple : soit I un intervalle de R et f une application de I dans R, strictement monotone. Alors

f est injective. Pour le démontrer, nous utilisons cette fois le troisième point de la méthode 2.2.
Soit x et x deux éléments distincts de I. On a, par exemple, x < x . Comme f est strictement
monotone, on a nécessairement f (x)
= f (x ) (f (x) < f (x ) si f est strictement croissante et
f (x) > f (x ) si f est strictement décroissante). La fonction f est donc injective.
Méthode 2.3.— Comment montrer qu’une application n’est pas injective

Pour montrer qu’une application f : E → F n’est pas injective, il suffit de trouver deux
éléments distincts de E qui ont la même image par f .
n
si n est pair
Exemple : l’application g : N → N définie par g(n) = 2
n−1 n’est pas injective.
si n est impair
2
En effet, on a (par exemple) g(2) = 1 et g(3) = 1. La fonction g n’est pas injective puisque 2 et 3
ont la même image par g. Plus généralement, tout entier pair a la même image par g que l’entier
impair qui le suit.
Application surjective
Méthode 2.4.— Comment montrer qu’une application est surjective

Pour prouver qu’une application f : E → F est surjective, on considère un élément
quelconque y de F et l’on détermine un antécédent de y par f . Il s’agit ainsi de montrer
que l’équation f (x) = y, d’inconnue x ∈ E, admet au moins une solution. Bien souvent,
le problème revient à résoudre explicitement cette équation.
36 CHAPITRE 2
9782340-002166_001_600.indd 42 21/10/2014 12:13

n
si n est pair
Exemple : l’application g : N → N définie par g(n) = 2
n−1 est surjective.
2 si n est impair
Soit m un entier naturel quelconque. Montrons que m a un antécédent par g, c’est-à-dire qu’il existe
n ∈ N tel que g(n) = m. Comme 2m est pair, on a g(2m) = 2m 2 = m ; 2m est donc un antécédent
de m par g. Comme tout entier naturel admet au moins un antécédent par g, l’application g est
surjective.
Méthode 2.5.— Comment montrer qu’une application n’est pas surjective

Pour montrer qu’une application f : E → F n’est pas surjective, il suffit de trouver un
élément de F qui n’a pas d’antécédent par f dans E.

N → N
Exemple : l’application f : n’est pas surjective.
n → 2n
Par exemple, 3 n’a pas antécédent par f (f (n) est pair pour tout n ∈ N), f n’est donc pas surjective.
Plus généralement, aucun entier impair n’a d’antécédent par f .
Application bijective
Méthode 2.6.— Comment montrer qu’une application est bijective, première

méthode
Pour prouver qu’une application f : E → F est bijective, on peut :
• montrer que f est injective et surjective.
• fixer un élément quelconque y de F et montrer que l’équation f (x) = y admet une
unique solution x dans E.
• montrer qu’il existe une application g : F → E telle que f ◦ g = IdF et g ◦ f = IdE
(voir la proposition 2.7).
de N dans Z définie par

Exemple : montrer que l’application f
n
2 si n est pair
f (n) =
− 2
n+1
si n est impair
est bijective.
• Notons, tout d’abord, que l’application f est bien à valeurs dans Z. En effet, si n est pair, n2 est
un entier (naturel) et, si n est impair, n + 1 est pair donc − n+1
2 est un entier (strictement négatif).
• Montrons maintenant que f est bijective en revenant à la définition (f injective et surjective).
- Soit n et n deux entiers naturels tels que f (n) = f (n ). D’après la remarque ci-dessus, n et
n ont alors la même parité (sinon f (n) et f (n ) n’ont pas le même signe !). Si n et n sont pairs,

n +1
on a n2 = n2 donc n = n . Si n et n sont impairs, on a alors − n+1
2 = − 2 , d’où n = n . Dans les

deux cas, on obtient n = n . Ainsi, l’application f est injective.
- Montrons maintenant que f est surjective. Soit m un entier relatif quelconque. Si m ≥ 0, alors
2m ∈ N et f (2m) = 2m 2 = m, donc 2m est un antécédent de m par f . Si m < 0, alors −2m − 1 ∈ N
et f (−2m − 1) = − −2m−1+1 2 = m : −2m − 1 est un antécédent de m par f . Tout entier relatif
admet donc un antécédent par f dans N : f est surjective. Finalement, l’application f est bijective.
9782340-002166_001_600.indd 43 21/10/2014 12:13

Exemple : l’application f de R dans R définie par f (x) = 3x + 7 est bijective.
Pour le démontrer, utilisons le deuxième point de la méthode 2.6. Soit y un réel fixé. On résout
l’équation f (x) = y pour déterminer les antécédents de y. On a :
y−7
3x + 7 = y ⇐⇒ x = ,
3
y−7
ce qui montre que 3 est l’unique antécédent de y par f . On en déduit que f est bijective.
Méthode 2.7.— Comment montrer qu’une application est bijective, deuxième

méthode
Pour prouver qu’une application f est bijective, on peut également utiliser un résultat
d’analyse : le théorème de la bijection. Si f est continue et strictement monotone sur
l’intervalle I, f réalise une bijection de I vers l’intervalle J = f (I).

[1, +∞[ → [0, +∞[
Exemple : l’application f : est bijective.
x → x − x1
En effet, f est dérivable sur [1, +∞[ et, pour tout x ≥ 1, f (x) = 1 + x12 > 0. Par conséquent, f est
continue et strictement croissante sur I = [1, +∞[. D’après le théorème de la bijection, f réalise
une bijection de I vers f (I). Comme
lim f (x) = f (1) = 0 et lim f (x) = +∞,

x→1 x→+∞
on a f (I) = [0, +∞[. On en déduit que l’application f est bijective.
Méthode 2.8.— Comment déterminer l’application réciproque d’une bijection

On souhaite déterminer l’application réciproque d’une bijection f de E dans F .
• Si l’on a montré que, pour tout y ∈ F , l’équation f (x) = y admet une unique
solution, la bijection réciproque f −1 de f est l’application qui associe, à y, son
unique antécédent.
• Si l’on a trouvé une application g : F → E telle que f ◦ g = IdF et g ◦ f = IdE ,
l’application réciproque de f est g (on a f −1 = g).
Exemple : on reprend le deuxième exemple illustrant la méthode 2.6. Comme y−7 3 est l’unique
antécédent de y par f , f −1 est l’application de R dans R définie par : f −1 (x) = x−7
3 .
Exemple : montrer que l’application

f : R \ {3} → R \ {3}
3x + 1
x →
x−3
est bijective et déterminer son application réciproque.
Tout d’abord, f est bien à valeurs dans R \ {3}. En effet, si f (x) = 3, alors 3x + 1 = 3x − 9, ce qui
38 CHAPITRE 2
9782340-002166_001_600.indd 44 21/10/2014 12:13

est impossible. On considère maintenant un réel y distinct de 3 et on résout l’équation f (x) = y :
3x + 1
= y ⇐⇒ x(y − 3) = 3y + 1
x−3
3y + 1
⇐⇒ x = (car y
= 3).
y−3
L’unique antécédent de y est 3y+1

y−3 , qui est bien un réel distinct de 3 (même raison que ci-dessus).
On en déduit que f est bijective et que f −1 est l’application de R \ {3} dans R \ {3} définie par :
3x + 1
f −1 (x) = .
x−3
On constate que f −1 = f . Dans ce cas particulier, on dit que f est une involution.
Exemple : soit f une application de R dans R telle que, pour tout x ∈ R, f ◦ f (x) − 2f (x) = x.
Montrer que f est bijective et déterminer son application réciproque.
On applique cette fois la méthode 2.8. La relation vérifiée par f s’écrit f ◦ f − 2f = IdR , d’où :
f ◦ (f − 2 IdR ) = (f − 2 IdR ) ◦ f = IdR .
On applique la proposition 2.7, avec ici g = f − 2 IdR . L’application f est bijective et f −1 est la
fonction définie sur R par :
f −1 (x) = f (x) − 2x.
9782340-002166_001_600.indd 45 21/10/2014 12:13

Vrai/Faux
Vrai Faux
1. Une fonction strictement décroissante sur R est injective.
2. Une application qui n’est pas injective est surjective.
3. Si f ◦ g et g ◦ f existent, alors f ◦ g = g ◦ f .

4. L’application f :
C → C
est surjective.
z → z2
5. La restriction d’une injection est une injection.
6. Une involution (c’est-à-dire une application f : E → E vérifiant
f ◦ f = IdE ) est bijective.
7. Si f et g sont des applications de E dans E telles que g◦f = IdE ,
alors f ou g est bijective.
8. Si deux applications f et g de E dans E ne sont pas bijectives,
g ◦ f n’est pas bijective.
9. Si f est une application de R dans R non bijective, f −1 ([0, 1])

existe.
10. Si f est une bijection de E dans F et B une partie de F ,
l’image réciproque de B par f est égale à l’image directe de B par
f −1 .
40 CHAPITRE 2
9782340-002166_001_600.indd 46 21/10/2014 12:13

Ensembles
Exercice 2.1 : Soit A et B deux parties d’un ensemble E telles que A ∪ B = A ∩ B. Montrer que
A = B.
Exercice 2.2 : Soit A, B et C trois parties d’un ensemble E. Démontrer l’égalité suivante :
A \ (B ∩ C) = (A \ B) ∪ (A \ C).
Applications injectives, surjectives, bijectives

Exercice 2.3 : Soit f et g les applications de N dans N définies, pour tout n ∈ N, par :

0 si n = 0
f (n) = n + 1 ; g(n) = .
n − 1 si n ≥ 1
1. Étudier l’injectivité et la surjectivité de ces applications.

2. Déterminer g ◦ f et f ◦ g.
Exercice 2.4 : Les applications suivantes sont-elles injectives ? surjectives ? bijectives ?

R+ → √ R C → C∗
1. f : 4. f :
x → x2 + 1 z → ez
2
R → R2 R → R
2. f : 5. f :
(x, y) → (x + y, x − y) x → x + x21+1
2
R → R2 Z × N∗ \ {1} → Q
3. f : 6. f :
(x, y) → (x + y, xy) (p, q) → p + 1q
Exercice 2.5* : (Exercice à traiter après avoir vu le chapitre 3) On note U l’ensemble des nombres
complexes de module 1 et on considère a ∈ C tel que |a| < 1.
z−a
1. Soit z un élément de U. Montrer que 1 − az
= 0, puis que appartient aussi à U.
1 − az
2. Montrer que l’application

U → U
f: z−a
z →
1 − az
est une bijection de U dans U et déterminer son application réciproque.
Exercice 2.6* : (Exercice à traiter après avoir vu le chapitre 3) Soit f l’application qui, à un
nombre complexe z, associe, lorsque cela est possible
z2
f (z) = .
z − 2i
9782340-002166_001_600.indd 47 21/10/2014 12:13

1. Déterminer l’ensemble de définition D de f .
2. Déterminer les racines carrées complexes de 8 − 6i .
3. En déduire les antécédents de 1 + i par f .
4. Soit h ∈ C. Discuter, suivant les valeurs de h, le nombre d’antécédents de h par f .
5. La fonction f est-elle surjective de D dans C ?
6. La fonction f est-elle injective de D dans C ?
Image directe, image réciproque

Exercice 2.7 : On considère la fonction f de R dans R définie par f (x) = x2 .
Déterminer f (R), f ([−4, 2]), f −1 ([4, 8]), f −1 (f [0, 1]) et f (f −1 ([−2, 4])).
Exercice 2.8 : On considère l’application f de R2 dans R2 définie par :
f (x, y) = (x − 4y, 2x + 3y) .
1. Montrer que f est bijective.

2. Déterminer f (Δ) et f −1 (Δ), où Δ = {(x, y) ∈ R2 , x + 2y = 1}.
1 + ix
Exercice 2.9* : Soit f l’application de R dans C définie par f (x) =
1 − ix
1. Montrer que l’application f est bien définie.
2. L’application f est-elle injective ? surjective ?
3. Déterminer f −1 (R) et f (R).
Indications
Ex. 2.9
Montrer que f (R) = U \ {−1}, où U est l’ensemble des nombres complexes de module 1.
42 CHAPITRE 2
9782340-002166_001_600.indd 48 21/10/2014 12:13

1 2 3 4 5 6 7 8 9 10
V F F V V V F F V V
1. Une fonction strictement monotone sur R est injective (voir le deuxième exemple qui suit la
méthode 2.2).
2. C’est évidemment faux. La fonction x → x2 , de R dans R n’est ni injective, ni surjective.
3. C’est tout aussi faux... Même lorsque les deux composées existent, f et g ne commutent pas
en général. Par exemple, considérons les fonctions f et g, de R dans R, définies par f (x) = x2 et
g(x) = x + 1. Pour tout x ∈ R, on a f ◦ g(x) = (x + 1)2 = x2 + 2x + 1 et g ◦ f (x) = x2 + 1.
4. C’est vrai, contrairement à la fonction x → x2 , de R dans R. En effet, on sait (voir le chapitre
nombres complexes) que tout nombre complexe non nul admet deux racines carrées distinctes (et
opposées). Ainsi, tout z ∈ C∗ admet deux antécédents par f , et 0 admet 0 pour unique antécédent.
L’application f est donc surjective.
5. Soit g la restriction à A d’une application injective f : E → F (A ⊂ E). Comme f est injective,
tout y ∈ F admet au plus un antécédent par f dans E, donc dans A puisque A ⊂ E. Cela montre
que g est injective.
6. C’est un cas particulier de la proposition 2.7 (g = f ). On a alors f −1 = f .
7. Reprenons les applications f et g de N dans N utilisées en exemples plus-haut (méthode 2.2 et
méthode 2.3), définies par :
n
2 si n est pair
f (n) = 2n et g(n) = n−1 .
2 si n est impair
Pour tout n ∈ N, on a g ◦ f (n) = g(2n) = n, donc g ◦ f = IdN . Pourtant ni f ni g n’est bijective

(f n’est pas surjective et g n’est pas injective, comme nous l’avons vu plus haut).
8. L’exemple de la question précédente montre que c’est faux. En effet, g◦f est bijective (g◦f = IdN )
alors que f et g ne le sont pas.
9. Même lorsque f −1 n’existe pas (c’est-à-dire lorsque f n’est pas bijective), l’image réciproque de
[0, 1] (l’ensemble f −1 ([0, 1])) est parfaitement définie.
10. C’est vrai : les ensembles
f −1 (B) = {x ∈ E ; f (x) ∈ B} image réciproque de B par f
−1 −1
f (B) = {f (y) ; y ∈ B} image directe de B par f −1
sont égaux puisque les images des éléments de B par f −1 sont leurs antécédents par f . Il n’y a
donc pas d’ambiguı̈té dans les notations. Il faut néanmoins se souvenir que le deuxième ensemble
n’existe que si f est bijective, alors que le premier existe toujours.
Erreurs classiques
• La composée de deux applications non bijectives peut être bijective.
• Ne pas confondre l’ensemble d’arrivée d’une fonction et son image.
• Si f est une application de E dans F , ne pas confondre l’image réciproque d’une
partie B de F (qui existe toujours) et son image directe par f −1 (qui n’existe que
si f est bijective).
9782340-002166_001_600.indd 49 21/10/2014 12:13

Exercice 2.1
A ⊂ A ∪ B et • Montrons que A ⊂ B. Soit x ∈ A. Alors x ∈ A ∪ B, donc x ∈ A ∩ B d’après
A∩B ⊂ B l’hypothèse. Par conséquent, x appartient à B. D’où A ⊂ B.
• Le même raisonnement montre que B ⊂ A (si x ∈ B, x ∈ A ∪ B donc
x ∈ A ∩ B, d’où x ∈ A). Ainsi, A = B.
Exercice 2.2
On démontre cette égalité en utilisant des opérations sur les ensembles
(méthode 2.1, deuxième possibilité). Comme A \ (B ∩ C) = A ∩ E (B ∩ C),
on a :

A \ (B ∩ C) = A ∩ E (B ∩ C) = A ∩ E B ∪ E C = (A ∩ E B) ∪ (A ∩ E C)
= (A \ B) ∪ (A \ C).

Exercice 2.3
1. • Tout d’abord, la fonction f est injective (si n + 1 = n + 1, alors n = n).
En revanche, elle n’est pas surjective puisque 0 n’a pas d’antécédent par f
(f (n) ≥ 1 pour tout n ∈ N).
• L’application g n’est pas injective (puisque g(0) = g(1) = 0) mais elle est
surjective. En effet, si m un entier naturel, on a g(m + 1) = m (la relation est
aussi vraie pour m = 0).
2. • Soit n ∈ N. Alors f (n) ∈ N∗ , donc g(f (n)) = f (n) − 1 = n + 1 − 1 = n.
Cela montre que g ◦ f = IdN .
• On a f ◦ g(0) = f (0) = 1 et, si n ≥ 1, f ◦ g(n) = f (g(n)) = f (n − 1) = n.
Ainsi, f ◦ g(0) = 0 et f ◦ g(n) = n pour tout n ∈ N∗ .
Exercice 2.4

On peut dire aussi 1. Montrons que f est injective.
√ Soit
√ x et x deux réels positifs tels que
que f est injective car f (x) = f (x ), c’est-à-dire x + 1 = x + 1. On a alors x2 + 1 = x2 + 1,
2 2
strictement croissante.
donc x2 = x2 . Comme x et x sont positifs, x = x , ce qui montre que f est
injective. En revanche, il est clair que f n’est pas surjective, 0 (par exemple)
n’a pas d’antécédent par f . Plus généralement, comme f est à valeurs dans
[1, ∞[, tout nombre strictement inférieur à 1 n’a pas d’antécédent.
2. On utilise la méthode 2.6 qui va donner à la fois la bijectivité de f et
son application réciproque. On résout pour cela l’équation f (x, y) = (x , y )
d’inconnue (x, y) ∈ R2 . Soit (x , y ) ∈ R2 , on a :
f (x, y) = (x , y ) ⇐⇒ (x + y, x − y) = (x , y )

x + y = x 2x = x + y x = x +y
Or ⇐⇒ ⇐⇒
2
x − y = y y = x − y y = x −y2
x −y
Comme l’équation f (x, y) = (x , y ) admet pour unique solution x +y
2 , ,
2
R 2
→ R 2

f est bijective et son application réciproque est f −1 :
(x, y) → x+y x−y
2 , 2
44 CHAPITRE 2
9782340-002166_001_600.indd 50 21/10/2014 12:13

3. L’application f n’est pas injective puisque (par exemple) f (2, 3) = (5, 6) =
f (3, 2). Étudions maintenant sa surjectivité. On sait que, si S et P sont deux
réels fixés, les solutions du système

x+y =S
xy = P
sont les solutions de l’équation X 2 − SX + P = 0. Par conséquent, tout couple Voir le chapitre
(S, P ) tel que le discriminant du précédent trinôme soit strictement négatif nombres complexes !
n’a pas d’antécédent par f . Par exemple, le couple (0, 1) n’a pas d’antécédent
par f . La fonction f n’est donc pas surjective.
4. L’application f n’est pas injective puisque f (0) = f (2iπ) = 1. Montrons
maintenant que f est surjective. Soit Z ∈ C∗ . Comme Z
= 0, on peut l’écrire
sous forme trigonométrique : Z = reiθ , avec r > 0 et θ ∈ R. On cherche alors ez = ex+iy = ex eiy
z ∈ C tel que e = re , ce qui s’écrit aussi e e = re , avec x, y ∈ R. Il
z iθ x iy iθ
vient alors ex = r et eiy = eiθ , soit x = ln r et y = θ [2π]. Ainsi, z = ln r + iθ

est un antécédent de Z et f est surjective.
5. On utilise cette fois le théorème de la bijection. La fonction f est méthode 2.7
dérivable sur R et :
2x x4 + 2x2 − 2x + 1 x4 + x2 + (x − 1)2
∀x ∈ R, f (x) = 1 − 2 2
= 2 2
= .
(x + 1) (x + 1) (x2 + 1)2
Par conséquent, f est continue et strictement croissante sur R, c’est une bi- théorème de la
jection de R vers f (R). Par ailleurs, comme f tend vers −∞ en −∞ et vers bijection
+∞ en +∞, on a f (R) = R. On en déduit que l’application f est bijective.
6. Notons tout d’abord que, si q est un entier supérieur ou égal à 2, on a

1 1
∈ 0, .
q 2
Par conséquent, si p ∈ Z et q ≥ 2, p + 1q n’est jamais entier. Cela montre
que f n’est pas surjective (un entier n’a pas d’antécédent par f ). Montrons
maintenant que f est injective. Pour cela, on considère des entiers p, p , q et
q avec q ≥ 2 et q ≥ 2, tels que f (p, q) = f (p , q ), c’est-à-dire p + 1q = p + q1 .
On a donc :
1 1
p − p = − .
q q
D’après ce qui précède, q1 − 1q appartient à [ 12 , 12 ]. Comme ce nombre est un 1 1
,
q q
∈]0, 12 ]
entier d’après l’égalité ci-dessus, on a nécessairement q1 − 1q = 0. On a donc
q = q , puis p = p . Ainsi, (p, q) = (p , q ) et l’application f est injective.
Exercice 2.5
1. Si 1 − az = 0, alors a = 1z , donc |a| = |a| = |z|
1
= 1, ce qui est contraire
à l’hypothèse. Ainsi, 1 − az est non nul et on peut considérer son inverse.
Comme |z| = 1, on a alors :

z − a 2 2
= |z − a| = (z − a)(z − a) = zz − za − za + aa
1 − az |1 − az|2 (1 − az)(1 − az) 1 − az − az + aazz
|z|2 − 2Re (az) + |a|2 1 + |a|2 − 2Re (az)
= 2 2 = 2 = 1.
1 − 2Re (az) + |a| |z| 1 + |a| − 2Re (az)
9782340-002166_001_600.indd 51 21/10/2014 12:13

∀z ∈ U, f (z) ∈ U 2. D’après la question précédente, l’application f est bien à valeurs dans U.
Montrons maintenant que tout élément w ∈ U admet un unique antécédent
z ∈ U par f . Soit w ∈ U ; on a :
z−a
f (z) = w ⇐⇒ =w
1 − az
⇐⇒ z − a = w(1 − az)
⇐⇒ z(1 + aw) = a + w.
Comme le module de −a est strictement inférieur à 1 (|−a| = |a|), 1 + aw est

1 + aw = 1 − (−a)w non nul d’après la première question. Par conséquent, l’unique antécédent de
w est :
w+a
z=
1 + aw
Il reste à vérifier que z est bien de module un. Il suffit pour cela d’utiliser le
résultat de la première question en écrivant :
w+a w − (−a)
z= = ,
1 + aw 1 − (−a)w
qui est bien un élément de U puisque |w| = 1 et | − a| < 1 (voir la question

1). Ainsi, f est bien une bijection de U dans U et son application réciproque
est donnée par :
U → U
−1 w+a .
f :
w →
1 + aw

Exercice 2.6
1. La fonction f est définie en tout z tel que z − 2i
= 0, donc D = C \ {2i}.
Voir le chapitre 2. On cherche z = x + iy (x, y ∈ R) tel que z 2 = 8 − 6i. En développant et
2 √
nombres complexes ! en utilisant le fait que |z| = |8 − 6i| = 64 + 36 = 10, on obtient :
⎧ 2 ⎧ 2
2 ⎨ x − y2 = 8 ⎨ x =9
z = 8 − 6i
2 ⇐⇒ 2xy = −6 ⇐⇒ y2 = 1
|z| = 10 ⎩ 2 ⎩
2
x + y = 10 xy = −3
Ainsi, les racines carrées complexes de 8 − 6i sont 3 − i et −3 + i.

3. On cherche à résoudre sur D l’équation f (z) = 1 + i. Soit z ∈ D, on a :
z2
f (z) = 1 + i ⇐⇒ =1+i
z − 2i
⇐⇒ z 2 = (z − 2i)(1 + i)
⇐⇒ z 2 − (1 + i)z + 2i − 2 = 0.
8 − 6i = (3 − i)2 Le discriminant de ce trinôme est Δ = (1 + i)2 − 4(2i − 2) = 8 − 6i, dont une

d’après la question racine carrée est 3 − i d’après la question précédente. Les solutions du trinôme
précédente
sont donc :
1+i+3−i 1+i−3+i
z1 = = 2 et z2 = = −1 + i.
2 2
46 CHAPITRE 2
9782340-002166_001_600.indd 52 21/10/2014 12:13

Les antécédents de 1 + i par f dans D sont donc 2 et −1 + i.
4. Soit h ∈ C. On cherche maintenant à résoudre sur D l’équation f (z) = h.
On a :
⎧
⎨ z
2 2
f (z) = h =h z − hz + 2ih = 0
⇐⇒ z − 2i ⇐⇒ .
z∈D ⎩ z∈D
z∈D
Notons que 2i n’est pas racine de cette équation puisque (2i)2 −2ih+2ih = −4.
Le discriminant du trinôme est Δ = h2 − 8ih = h(h − 8i). Si h
= 0 et h
= 8i,
Δ
= 0, donc l’équation admet deux racines distinctes (différentes de 2i). Si
h ∈ {0; 8i}, Δ = 0 et l’équation admet une seule racine (différente de 2i).
Finalement : Tout h ∈ C admet
un antécédent par f .
• tout complexe h distinct de 0 et 8i admet deux antécédents par f ;
• 0 et 8i ont un unique antécédent par f .

5. D’après la question précédente, tout nombre complexe h a au moins un
antécédent par f , ce qui signifie que f est surjective de D dans C.
6. Comme 1 + i a deux antécédents par f (voir la question 3), f n’est pas On peut aussi
injective. utiliser la question 4.
Exercice 2.7
Par définition de l’image directe et de l’image réciproque, si A et B sont
deux parties de R, on a : L’exercice repose
juste sur ces
f (A) = {x2 ; x ∈ A} et f −1 (B) = {x ∈ R; x2 ∈ B}. définitions.
On a donc f (R) = R+ , f ([−4, 2]) = [0, 16] et

√ √
f −1 ([4, 8]) = {x ∈ R; x2 ∈ [4, 8]} = [− 8, −2] ∪ [2, 8].
Comme f ([0, 1]) = [0, 1], on a f −1 (f [0, 1]) = f −1 ([0, 1]) = [−1, 1]. Enfin,
puisque f −1 ([−2, 4]) = {x ∈ R; x2 ∈ [0, 4]} = [−2, 2], on obtient
f (f −1 ([−2, 4])) = f ([−2, 2]) = [0, 4].
Exercice 2.8
1. Soit (x , y ) ∈ R2 . Montrons que l’équation f (x, y) = (x , y ) admet une
unique solution dans R2 . On a : méthode 2.6

x − 4y = x
f (x, y) = (x , y ) ⇐⇒
2x + 3y = y

x − 4y = x
⇐⇒
11y = y − 2x

+4y
x = x + 4 × y −2x11 = 3x 11
⇐⇒
y = y −2x11
Nous avons trouvé un unique antécédent de (x , y ), donc f est bijective et :

R2 −→ R2 .
f −1 :
(x, y) −→ 3x+4y y−2x
11 , 11
9782340-002166_001_600.indd 53 21/10/2014 12:13

2. Par définition, f (Δ) = {f (x, y), (x, y) ∈ Δ}. Soit (x, y) ∈ Δ. Comme
x + 2y = 1, on a :
f (x, y) = (x − 4y, 2x + 3y) = (1 − 6y, 2 − y) = (1, 2) − y(6, 1),
ce qui montre que f (Δ) est la droite passant par le point (1, 2) et dirigée par
Le vérifier ! le vecteur (6, 1). Cette droite a pour équation cartésienne x − 6y + 11 = 0 ; on
obtient donc :
f (Δ) = {(x, y) ∈ R2 , x − 6y + 11 = 0}.
De même, on sait que f −1 (Δ) = {(x, y) ∈ R2 , f (x, y) ∈ Δ}. Soit (x, y) ∈ R2 .
On a :
f (x, y) ∈ Δ ⇐⇒ (x − 4y, 2x + 3y) ∈ Δ
⇐⇒ x − 4y + 2(2x + 3y) = 1
⇐⇒ 5x + 2y − 1 = 0.
Ainsi, f −1 (Δ) = {(x, y) ∈ R2 , 5x + 2y − 1 = 0}.
Exercice 2.9
1. L’expression est définie en tout point x tel que 1 − ix
= 0, c’est-à-dire
x
= −i, ce qui est toujours vrai lorsque x est réel.
2. Montrons que f est injective. Soit x et x deux réels vérifiant f (x) = f (x ).
On a alors (1 + ix )(1 − ix) = (1 + ix)(1 − ix ), donc 2ix = 2ix , d’où x = x .
Par ailleurs, f n’est pas surjective. En effet, −1 n’a pas d’antécédent par f
(sinon 1 + ix = −1 + ix donc 0 = 2 !).
3. • Par définition, f −1 (R) = {x ∈ R, f (x) ∈ R}. Pour tout x ∈ R, on a :
(1 + ix)2 1 − x2 + 2ix
f (x) = = .
(1 − ix)(1 + ix) 1 + x2
Ce nombre est un réel si et seulement si x = 0. Ainsi, f −1 (R) = {0}.
• Par définition, f (R) = {f (x), x ∈ R}. Tout d’abord, pour tout réel x, f (x)
est un nombre complexe de module un et différent de −1 puisque :
√
1 + ix 2

|f (x)| = = √1 + x = 1,
1 − ix 1 + x2
et 1 + ix
= −(1 − ix) (sinon 0 = 2 !). Montrons que, réciproquement, tout
nombre complexe de module 1, distinct de −1, admet un antécédent par f .
Soit z un nombre complexe de module un tel que z
= −1 (z ∈ U). On a :
f (x) = z ⇐⇒ 1 + ix = z(1 − ix)
⇐⇒ ix(z + 1) = z − 1
z−1
⇐⇒ x = −i (car z
= −1) ;
z+1
1
z∈U⇔z= z
et x est réel puisque

z−1 z−1 1
−1 1−z
x = −i =i = i z1 =i = x.
z+1 z+1 z +1
1+z
On a donc établi que f (R) = U \ {−1}.
48 CHAPITRE 2
9782340-002166_001_600.indd 54 21/10/2014 12:13

Chapitre 3
Nombres complexes
et trigonométrie
Les nombres complexes sont apparus en Italie au XVIe siècle.

Niccolo Tartaglia le premier résout des équations du troisième degré.
Il révèle sa formule à Jérôme Cardan qui la publie en 1545 dans son
ouvrage Ars Magna. Cependant, certaines racines réelles échappaient
à ceĴe formule. En 1560, Rafaele Bombelli s’aperçoit qu’on les
retrouve si l’on conserve des racines de nombres négatifs qui se
simplięent en ęn de calcul. Cela le conduit à introduire les nombres
complexes dont il donne explicitement les règles de calculs.
Cependant, ces nouveaux nombres, nommés imaginaires par René
Descartes en 1637, peinent à se faire admeĴre.
Leonhard Euler les utilise abondamment et ose, en 1749, ceĴe
Jérôme Cardan
déęnitionȹ: On nomme quantité imaginaire celle qui n’est ni plus grande
1501-1576
que zéro, ni plus petite que zéro, ni plus égale à zéroȹ; ce sera quelque chose
d’impossible comme ǆ–1.
Au début du siècle suivant, Carl Friedrich Gauss donne une construction eěective de ces
nombres et précise les opérations d’addition et de multiplication. On les dénomme alors
nombres complexes, c’est-à-dire composés de deux nombres, les parties réelle et imaginaire.
9782340-002166_001_600.indd 55 21/10/2014 12:13

Objectifs

Les incontournables
ZSavoir manipuler les écritures algébrique et exponentielle des nombres
complexesȹ:
fpour simplifier une expression complexeȹ;
fpour déterminer si un nombre complexe est réel.
ZUtiliser les nombres complexes en trigonométrieȹ:
fpour linéariser une expression trigonométriqueȹ;
fpour établir une formule trigonométrique.
ZSavoir résoudre une équation polynomiale, notammentȹ:
fdéterminer les racines n-ièmes d’un nombre complexeȹ;
fcalculer les racines carrées d’un nombre complexe, présenté sous forme
algébrique ou exponentielleȹ;
frésoudre les équations polynomiales de degré 2.
ZTransformer .
ZSavoir résoudre quelques problèmes géométriques dans le plan en passant
dans C et notammentȹ:
fsavoir traduire l’alignement et l’orthogonalité au moyen d’affixesȹ;
fsavoir reconnaître et utiliser les transformations z z + bȹ;
fsavoir reconnaître et utiliser les transformations z eiΌ zȹ;
fsavoir reconnaître et utiliser les transformations z kz, où kĐR.

ZRésoudre des équations algébriques de degré supérieur à 2, en se ramenant
à une équation plus simple.
ZRésoudre des équations du type + = , en passant dans C
ou par transformation.
9782340-002166_001_600.indd 56 21/10/2014 12:13

Résumé de cours
Notation algébrique des nombres complexes
Présentation de C
Définition : On appelle nombre complexe toute quantité de la forme a + ib, où (a, b) ∈ R2 et où
i est tel que i2 = −1.
a est la partie réelle de z et b est la partie imaginaire et on note a = Re (z) et b = Im (z).
Vocabulaire : Si la partie réelle de z est nulle, on dit que z est imaginaire pur.
Théorème 3.1.— Unicité de l’écriture d’un nombre complexe en notation algébrique —. Pour
tout couple (z, z ) ∈ C2 de nombres complexes,

Re z = Re z
z = z ⇐⇒
Im z = Im z
On note C∗ l’ensemble des nombres complexes non nuls.

Conjugué et module d’un nombre complexe
Définition : Le conjugué du nombre complexe z = a + ib, où (a, b) ∈ R2 est z = a − ib.
Le conjugué vérifie les différentes propriétés suivantes.
Proposition 3.2.— Soit (z, z ) ∈ C2 un couple de nombres complexes. Alors :
z + z = z + z ; z = z; Re (z) = 12 (z + z) ;
si z
= 0, z/z = z/z ; z.z = zz ; Im (z) = 1
2i (z − z).
Corollaire 3.3.— Caractérisation des nombres réels, imaginaires purs —. Soit z ∈ C un nombre
complexe. Alors :
z est réel ⇔ Im (z) = 0 ⇔ z = z ;
z est imaginaire pur ⇔ Re (z) = 0 ⇔ z = −z.
√ du nombre complexe z = a + ib, où (a, b) ∈ R est le réel positif ou nul

2
Définition : Le √module
défini par |z| = zz = a + b .
2 2
Remarque : soit z ∈ C, on a l’encadrement max{|Re z|, |Im z|} ≤ |z| ≤ |Re z| + |Im z|.
Proposition 3.4.— Propriétés du module —. Pour tout couple (z, z ) de nombres complexes,
|z.z | = |z| |z | ; |z/z | = |z|/|z

|;

|z + z | ≤ |z| + |z | ;

|z − z | ≥ |z| − |z | .
Remarque : |z + z | = |z| + |z| si, et seulement si, il existe un réel λ > 0 tel que z = λz.
NOMBRES COMPLEXES ET TRIGONOMÉTRIE 51
9782340-002166_001_600.indd 57 21/10/2014 12:13

Le plan complexe P est le plan muni d’un repère orthonormal direct R = (O, ı, j). À tout nombre
−−→
complexe z = x + iy, où (x, y) ∈ R2 , on associe le point M de P tel que OM = xı + yj. On dit
que M est l’image du complexe z et que z est l’affixe du point M. On peut associer aussi à z
le vecteur u = xı + yj. On dit que z est l’affixe du vecteur u.
Nombres complexes de module 1

On note U l’ensemble des nombres complexes de module 1.
Exponentielle imaginaire pure
Définition : Soit θ ∈ R, on appelle exponentielle imaginaire d’angle θ, et on note eiθ le
complexe eiθ = cos(θ) + i sin(θ).
Proposition 3.5.— Représentation des nombres complexes de module 1 —. Pour tout nombre
complexe z ∈ U, il existe θ ∈ R, unique à 2π-près, tel que z = eiθ .
Théorème 3.6.— Règles de calcul pour l’exponentielle imaginaire —. Soit (θ, θ ) ∈ R2 , alors :
ei0 = 1 ; e−iθ = 1/eiθ = eiθ ;
i(θ+θ )
i(θ−θ )
e = eiθ × eiθ ; e = eiθ /eiθ .
Formules d’Euler et Moivre

Théorème 3.7.— Pour tout réel θ ∈ R et tout entier relatif n ∈ Z,
eiθ + e−iθ eiθ − e−iθ
Euler : cos(θ) = et sin(θ) = ;
2 2i
iθ n n
Moivre : e = einθ , soit cos(θ) + i sin(θ) = cos(nθ) + i sin(nθ).
Applications à la trigonométrie
Lemme 3.8.— Factorisation d’une somme d’exponentielles —. Soit (θ1 , θ2 ) ∈ R2 , alors

θ1 − θ2 θ1 +θ2 θ1 − θ2 θ1 +θ2
e
iθ1
+ eiθ2 = 2 cos ei 2 e
iθ1
− eiθ2 = 2i sin ei 2 .
2 2
On déduit de ces propriétés, les formules de trigonométrie rappelées à la fin du résumé de cours.
Notation exponentielle des nombres complexes
Proposition 3.9.— Soit z ∈ C∗ un nombrecomplexe non nul. Il existe un couple de réels (ρ, θ) ∈
R∗+ × R tel que z = ρeiθ = ρ cos θ + i sin θ .
Cette écriture est appelée forme exponentielle ou trigonométrique de z.
Définition : Si z ∈ C∗ s’écrit z = ρeiθ , alors nécessairement ρ = |z|. On appelle un argument

de z, et on note Arg (z) tout nombre réel tel que z = |z|ei Arg (z) .
52 CHAPITRE 3
9782340-002166_001_600.indd 58 21/10/2014 12:13

Interprétation : soit M l’image dans le plan complexe d’un complexe non nul z = ρeiθ . Alors
−−→ −−→
ρ = |z| est la longueur du vecteur OM et θ est une mesure modulo 2π de l’angle orienté (ı, OM ).
Il n’y a donc pas unicité de l’écriture exponentielle.
Théorème 3.10.— Défaut d’unicité de l’écriture en notation exponentielle —. Pour tout couple
(z, z ) ∈ C∗ × C∗ de nombres complexes non nuls :

|z| = |z |
z = z ⇐⇒
Arg (z) ≡ Arg (z ) [2π]
Notation : dans l’énoncé ci-dessus, on a noté θ1 ≡ θ2 (2π) la relation ∃k ∈ Z, θ2 = θ1 + 2 kπ.
Proposition 3.11.— Propriétés des arguments —. Soit (z, z ) ∈ C∗ × C∗ et n ∈ Z. Alors

Arg (z.z ) ≡ Arg (z) + Arg (z ) (2π) ; Arg (z/z ) ≡ Arg (z) − Arg (z ) (2π) ;
Arg (z) ≡ −Arg (z) (2π) ; Arg (z ) ≡ n Arg (z) (2π).
n
Fonction exponentielle complexe

Définition : Soit z = x + iy en notation algébrique. On définit
l’exponentielle de z par :
exp(z) = ez = ex+iy = ex eiy = ex cos y + i sin y).
Les règles de calcul pour les fonctions exponentielles réelle et imaginaire pure, s’étendent à la

fonction exponentielle complexe. On a notamment : ∀(z, z ) ∈ C2 , ez ez = ez+z .

De plus, ∀(z, z ) ∈ C2 , ez = ez si et seulement si z − z ∈ 2iπZ.
Racines nièmes d’un complexe

Définition : On appelle racine nième de l’unité tout complexe z vérifiant z n = 1. L’ensemble des
racines nièmes de l’unité est noté Un .
2ikπ
Théorème 3.12.— Soit n ∈ N, n ≥ 1. Notons pour k ∈ Z, zk = exp n . Alors
Un = {zk ; k ∈ Z} = {z0 , z1 , . . . , zn−1 }
2π
Exemples : U1 = {1}, U2 = {−1, 1}, U3 = {1, j, j 2 }, U4 = {1, i, −1, −i}, où j = ei 3 .
Proposition 3.13.— Racines nièmes d’un complexe non nul quelconque —. Pour tout nombre
complexe ω ∈ C∗ , il existe exactement n complexes z vérifiant z n = ω.
Si on pose ω = ρeiθ , avec (ρ, θ) ∈ R∗+ × R, il s’agit des complexes définis par :
1 θ 2kπ
∀k ∈ [[0, n − 1]], zk (ω) = ρ n ei( n + n )
Proposition 3.14.— Si z ∈ Un \ {1}. Alors 1 + z + z 2 + ... + z n−1 = 0.
Cette proposition pourra être montrée dans le chapitre sur les calculs algébriques.
9782340-002166_001_600.indd 59 21/10/2014 12:13

Formulaire de trigonométrie
Proposition 3.15.— Formules d’égalités —.
⎧ ⎧
⎪
⎪ u = v + 2kπ ⎪
⎪ u = v + 2kπ
⎨ ⎨
ou ou
cos u = cos v ⇔ , sin u = sin v ⇔ ,
⎪
⎪ u = −v + 2kπ ⎪
⎪ u = π − v + 2kπ
⎩ ⎩
k∈Z k∈Z

u = v + kπ
tan u = tan v ⇔ .
k∈Z
π π
Dans le cas où cos u = sin v, on peut utiliser sin v = cos − v ou cos v = sin − v pour
2 2
se ramener à l’une des égalités de la proposition. En utilisant les nombres complexes, on peut
démontrer certaines formules de trigonométrie et retrouver les autres :
Proposition 3.16.— Formules d’addition et de duplication —.
cos(a + b) = cos a cos b − sin a sin b cos 2a = cos2 a − sin2 a

sin(a + b) = sin a cos b + cos a sin b sin 2a = 2 sin a cos a
tan a + tan b 2 tan a
tan(a + b) = tan 2a =
1 − tan a tan b 1 − tan2 a
Une mise en oeuvre est l’exercice 3.1 ou l’exercice 3.4. Il n’est pas utile de connaı̂tre par coeur
les formules qui vont suivre mais il faut savoir les retrouver très vite car on en a souvent besoin.
Proposition 3.17.— Produits en somme (linéarisation) —.

cos a cos b = 1
2 cos(a + b) + cos(a − b)

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

2 sin(a + b) + sin(a − b)
1
sin a cos b =
1 1
En particulier, lorsque a = b : cos2 a = 1 + cos 2a , sin2 a = 1 − cos 2a .
2 2
Proposition 3.18.— Transformations de sommes en produits
p−q p+q p−q p+q

cos p + cos q = 2 cos cos sin p + sin q = 2 cos sin
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
54 CHAPITRE 3
9782340-002166_001_600.indd 60 21/10/2014 12:13

Un exercice d’application est l’exercice 3.3.
Remarque : Il est commode de s’inspirer de la méthode 3.4, méthode 3.7 ou méthode 3.8 pour
montrer les formules de cette dernière proposition.
Remarque : Pour tout (a, b) ∈ R2 , avec |a| + |b|

= 0, a cos t + b sin t s’écrit :

√ a b
a2 + b 2 √ cos t + √ sin t ,
a2 + b 2 a2 + b 2
a b
et si on pose cos φ = √ , sin φ = √ , ce qui est toujours possible, on a :
2
a +b 2 a + b2
2
√
a cos t + b sin t = A cos(t − φ), avec A = a2 + b2 .
A est appelé l’amplitude et φ est la phase.
Nombres complexes et géométrie plane

On sait que, le repère orthornormé (O,i, j) étant fixé, on peut assimiler le point M (x, y) et le
complexe z = x + iy, son affixe. On note M (z). Si A(a) et B(b), le module |b − a| correspond à la
−−
→
distance AB. On assimile aussi le vecteur u = xi + yj et son affixe z. On note u(z). Ainsi, AB a
−−→
pour affixe b − a et AB = |b − a|.
Proposition 3.19.— Traduction de l’alignement et de l’orthogonalité au moyen d’affixes —.

c−a
• Trois points tous distincts A(a), B(b) et C(c) sont alignés si et seulement si ∈ R.
b−a
−−
→ −→
• Soient trois points tous distincts A(a), B(b) et C(c). Les vecteurs AB et AC sont orthogonaux
c−a
si et seulement si ∈ iR.
b−a
Remarque : 1) n points M1 (z1 ), M2 (z2 ), ..., Mn (zn ) sont sur le même cercle de centre O si et seule-
ment si |z1 | = |z2 | = ... = |zn |.
2) Si M1 (z1 ) et M2 (z2 ) sont deux points distincts de 0, les droites OM1 et OM2 sont perpendicu-
laires si et seulement si z1 /z2 ∈ iR, c’est-à-dire si et seulement si z1 z 2 = −z2 z 1 , c’est-à-dire si et
seulement si Re (z1 z 2 ) = 0.
9782340-002166_001_600.indd 61 21/10/2014 12:13

Méthodes
Étude d’une expression complexe
Méthode 3.1.— Comment montrer qu’un complexe z est réel

On peut (s’il n’est pas nul) montrer ou écrire que son argument est un multiple
de π.
On peut aussi montrer ou écrire qu’il est égal à son conjugué.
On peut aussi montrer que sa partie imaginaire est nulle.
Exemple : donnons deux exemples qui développent deux cheminements différents.

Déterminons les valeurs de n ∈ N pour lesquelles le complexe zn = (1 + i)n soit réel. Comme zn
est sous forme d’une puissance n-ième, le mieux est de passer à la forme trigonométrique de 1 + i.
√ π π
On écrit 1 + i = 2ei 4 et donc comme zn est évidemment non nul, Arg zn = nArg (1 + i) = n
4
doit être un multiple de π c’est-à-dire que n doit être un multiple de 4.
z−1
Soit z ∈ C − {−1} et Z = , on veut déterminer z de telle manière que Z soit réel. Pour
z+1
cela, on écrit que Z est réel si et seulement si Z = Z, relation qui s’écrit, de manière équivalente
z−1 z−1
par = c’est-à-dire : zz − z + z − 1 = zz − z + z − 1 ⇔ z = z. Et on en déduit que Z
z+1 z+1
est réel si et seulement si z est réel et différent de −1.
Mise en œuvre : exercice 3.5, exercice 3.9, exercice 3.11.
Méthode 3.2.— Comment montrer ou caractériser qu’un complexe z est ima-

ginaire pur
On peut montrer ou écrire que son argument est de la forme π/2 + kπ, k ∈ Z.
On peut aussi montrer ou écrire qu’il est opposé à son conjugué.
On peut aussi montrer que sa partie réelle est nulle.
z−1
Exemple : soit z ∈ C − {−1} et reprenons Z = , on veut déterminer maintenant z de telle
z+1
manière que Z soit imaginaire pur. Pour cela, on écrit que Z est imaginaire pur si et seulement si
z−1 z−1
Z = −Z, relation qui s’écrit, de manière équivalente par =− c’est-à-dire
z+1 z+1
zz − z + z − 1 = −zz + z − z + 1 ⇔ zz = 1
Et on en déduit que Z est imaginaire pur si et seulement si z est élément de U qui doit être bien
entendu différent de −1.
56 CHAPITRE 3
9782340-002166_001_600.indd 62 21/10/2014 12:13

Méthode 3.3.— Comment simplifier un complexe z écrit sous forme d’une
puissance de complexes, du type Z n , où n ∈ N et Z non nul
Une méthode est d’écrire Z sous forme trigonométrique Z = ρeiθ et dans ce cas, on écrit,
de façon immédiate
z = ρn einθ
Exemple : on peut repartir de l’exemple précédent de la méthode 3.1 en écrivant immédiatement

√
z = (1 + i)n = ( 2)n einπ/4
Mise en œuvre : exercice 3.8, exercice 3.9, exercice 3.11, exercice 3.12.
Méthode 3.4.— Comment simplifier dans certains cas une expression complexe
z écrite sous forme d’une somme de deux ou trois termes
Si z est une somme ou une différence de complexes conjugués, on remarque alors
que
z = Z + Z = 2Re (Z) ou z = Z − Z = 2iIm (Z).
Si z est une somme de complexes de module 1, on écrit alors ((α, β) ∈ R2 ),
α−β
iα iβ i α+β i i −α+β
i α+β α−β
z =e +e =e 2 e 2 +e 2 = 2e 2 cos
2
Exemple : si θ est fixé dans [0, π] , on considère z = 1 + cos θ + i sin θ

et on écrit successivement :
θ
−θ θ
θ
z = 1 + eiθ = ei 2 ei 2 + ei 2 = 2ei 2 cos θ2
On remarque, en passant, que comme θ/2 ∈ [0, π/2] , la forme obtenue de z est la forme trigo-
nométrique (si z est non nul !).
Méthode 3.5.— Comment simplifier une expression complexe z écrite sous

forme d’un quotient
On peut par exemple écrire sous forme trigonométrique le numérateur et le
dénominateur de z et utiliser les règles sur le module et l’argument d’un quotient.
On peut aussi multiplier à la fois le numérateur et le dénominateur par la quantité
conjuguée du dénominateur.
On peut combiner les deux méthodes précédentes.
9782340-002166_001_600.indd 63 21/10/2014 12:13

1 + cos a + i sin a
Exemple : simplifions le complexe z = √ √ avec 0 < a < π/4. Notons
1 + sin 2a + i 1 − sin 2a
num(z) et denom(z) le numérateur et le dénominateur du complexe z. On a, en utilisant le
a
développement précédent, num(z) = 1 + cos a + i sin a = 2ei 2 cos a2 . Pour le dénominateur,
on va utiliser une méthode qui reviendra souvent. On vous conseille de la retenir. Dès qu’il y a une
expression radicale, ayez à l’esprit que si l’on a un carré parfait sous ce radical, le monde dans lequel
on évolue devient alors le meilleur des mondes (sans être parfait !). Ainsi comme 1 = cos2 a+ sin2 a
et comme sin 2a = 2 sin a cos a,
√ √
denom(z) = 1 + sin 2a + i 1 − sin 2a

= cos2 a + sin2 a + 2 sin a cos a + i cos2 a + sin2 a − 2 sin a cos a

= (cos a + sin a)2 + i (cos a − sin a)2 = | cos a + sin a| + i| cos a − sin a|
√ π π √ π
= cos a + sin a + i(cos a − sin a) = 2 cos − a + i sin − a = 2e 4 −a
4 4
Au passage, bien retenir cette méthode de simplification d’une somme ou d’une différence d’un
cosinus et sinus du même anglecar cela reviendra encore (en particulier pour certains calculs de
a
2ei 2 cos a2 √ 3a π
primitives). Ainsi, z = √ π −a et cela donne z = 2 cos a2 ei( 2 − 4 ) .
2e 4
On remarque encore une fois que nous avons là l’écriture trigonométrique de z.
Méthode 3.6.— Comment arranger une expression (qui peut être une égalité
ou une inégalité) où intervient par exemple |z| ou |z − z | avec (z, z ) ∈ C 2
On peut élever au carré ce module et le remplacer par le produit du complexe par
son conjugué.
On peut remplacer z par ρeiθ sa forme trigonométrique dans le cas où on peut le
supposer non nul.
On peut combiner les deux façons précédentes.

|z + 1| ≤ 1
Exemple : résolvons dans C, le système : . 0 est une solution évidente (dites triviale,
|z − 1| ≤ 1
cela fait plus pro !) et donc on
cherche maintenant d’éventuelles solutions non nulles.
|z + 1|2 ≤ 1 (z + 1)(z + 1) ≤ 1
On a : ⇔ ce qui donne en posant z = ρeiθ avec ρ > 0
|z − 1|2 ≤ 1 (z − 1)(z − 1) ≤ 1
2
(ρeiθ + 1)(ρe−iθ + 1) ≤ 1 ρ + 2ρ cos θ ≤ 0
et θ ∈ [0, 2π[ , ⇔ et en sommant les deux
(ρeiθ − 1)(ρe−iθ − 1) ≤ 1 ρ2 − 2ρ cos θ ≤ 0
inégalités du dernier système, on obtient ρ2 ≤ 0 ⇒ z = 0.
Mise en oeuvre : exercice 3.6, exercice 3.7.
58 CHAPITRE 3
9782340-002166_001_600.indd 64 21/10/2014 12:13

Utilisation des nombres complexes pour simplifier des expressions réelles
Méthode 3.7.— Comment linéariser (cosp x)(sinq x), où (p, q) ∈ N2 et x ∈ R

Ceci revient à écrire cette expression E, comme combinaison linéaire de termes de la
forme cos kx et sin lx, avec (k, l) ∈ N2 .
eix + e−ix eix − e−ix
On remplace cos x par et sin x par .
2 2i
ix p ix q
e + e−ix e − e−ix
Puis on développe et .
2 2i
Puis l’expression E étant réelle, son développement est formé d’une combinaison
linéaire de termes de la forme eikx + e−ikx = 2 cos kx ou i(eilx − e−ilx ) = 2 sin lx,
avec (k, l) ∈ N2 .

3
eix +e−ix
Exemple : linéarisons l’expression cos3 x. On écrit cos3 x = 2 . Développons à l’aide de
3 3 2 2 3
l’identité remarquable (a + b) = a + 3a b + 3ab + b .
Ceux qui ne connaissent pas cette forme doivent l’apprendre maintenant. Elle est issue de la formule
du binôme Newton pour ceux qui l’on vue ou alors développer (a + b)2 (a + b). Alors cos3 x
i3x de−i3x
1
= 8 e +e + 3eix + 3e−ix = 18 (2 cos 3x + 6 cos x) = 14 (cos 3x + 3 cos x) .
Donnons aussi sin3 x = 14 (− sin 3x + 3 sin x) (à retrouver par vous-même !).
Méthode 3.8.— Comment développer cos(px) ou sin(px), où p est un entier

naturel et x ∈ R en une combinaison linéaire de termes de la forme (cosk x)(sinl x),
où (k, l) ∈ N2
On remarque que l’on a les égalités cos(px) = Re ((cos x + i sin x)p ) et
sin(px) = Im ((cos x + i sin x)p ) .
Puis on développe (cos x + i sin x)p .
Enfin, il reste à récupérer soit la partie réelle, soit la partie imaginaire selon que
l’on veuille cos(px) ou sin(px).
Le développement de (cos x + i sin x)p se fait :
soit peu à peu à partir de (cos x + i sin x)2 ;

soit avec la formule du binôme de Newton (pour ceux qui la connaissent déjà).
Remarque : on démontre (c’est un exercice que l’on pourra faire au moment du chapitre sur les
polynômes) que l’expression cos(px) (pour tout p ∈ N) peut toujours s’exprimer sous la forme d’un
polynôme de variable cos x. Attention, ce résultat n’est pas toujours vrai pour l’expression sin(px)
qui ne peut pas s’exprimer sous la forme d’un polynôme de variable sin x dans le cas où p est pair.
Penser par exemple à sin 2x = 2 cos x sin x.
9782340-002166_001_600.indd 65 21/10/2014 12:13

Exemple : écrivons sin(5x) en fonction de différentes puissances de sin x. On écrit

sin(5x) = Im (cos x + i sin x)5

= Im cos5 x + 5i cos4 x sin x − 10 cos3 x sin2 x − 10i cos2 x sin3 x + 5 cos x sin4 x + i sin5 x
= 5 cos4 x sin x − 10 cos2 x sin3 x + sin5 x
et en utilisant cos2 x = 1 − sin2 x puis en développant cos4 x = (1 − sin2 x)2 , on a :
sin(5x) = 5 sin x − 20 sin3 x + 16 sin5 x
L’expression est bien ici une fonction polynomiale en sin x.
Extension : dans le cas d’expressions du type cos(px) sin(qx), on peut appliquer la méthode
précédente d’abord à cos(px) puis à sin(qx) puis développer le produit obtenu. On peut aussi utili-
1
ser la relation cos(px) sin(qx) = [sin((p + q)x) + sin((p − q)x)] et appliquer la méthode précédente
2
à sin((p + q)x) et sin((p − q)x). Vous pourrez l’adapter par vous même à des produits du type
cos(px) cos(qx) et sin(px) sin(qx).
À lire après le cours sur les calculs algébriques :
Méthode 3.9.— Comment simplifier certaines sommes de réels en utilisant les

nombres complexes
L’idée est d’utiliser un complexe Zn (qui s’écrit lui aussi sous forme de somme) dont
la partie réelle ou la partie imaginaire est la somme de départ à simplifier. Il s’agit de
simplifier Zn et de récupérer alors Re (Zn ) ou Im (Zn ).
Donnons les formes les plus classiques, n étant un entier supérieur ou égal à 1, et q ∈ C :

n−1
1 − qn
• si q
= 1 et si Zn = q k alors Zn = .
1−q
k=0
n
n k
• si Zn = q alors Zn = (1 + q)n .
k
k=0
La première formule est bien entendu la formule de la somme partielle d’une suite géométrique et
la deuxième est la formule du binôme de Newton que votre professeur vous fera utiliser rapidement.

n
Exemple : calculons pour tout réel x ∈ R, la somme Sn = cos(kx). Si x est un multiple de 2π,
k=0
alors Sn est la somme de (n + 1) fois le réel 1 et vaut donc n + 1.
n
1 − e i(n+1)x
e i (n+1)x
2 −2i sin (n+1)x
2
Si x
= 2kπ, posons Zn = eikx = = x
1 − eix ei 2 −2i sin x2
k=0
nx sin (n+1)x2
et en suivant la méthode, on récupère la partie réelle : Sn = cos .
2 sin x2
n nx sin (n+1)x
2
Nous vous laissons le soin de montrer si x
= 2kπ, sin(kx) = sin x .
2 sin 2
k=0
60 CHAPITRE 3
9782340-002166_001_600.indd 66 21/10/2014 12:13

Résolution d’équations algébriques dans C
Méthode 3.10.— Comment résoudre l’équation z 2 = ω, où z et ω sont com-

plexes
Soit l’équation z 2 = ω, d’inconnue z ∈ C, pour la résoudre :
on peut écrire le complexe ω sous forme trigonométrique, (en restreignant au cas
qui reste général où ω n’est pas nul), on a alors ω = ρeiθ avec ρ ∈ R∗+ et θ ∈ [0, 2π[ .
√ √
Les solutions de l’équation sont ρeiθ/2 et − ρeiθ/2 . On les appelle les racines
carrées de ω ;
on peut écrire aussi le complexe ω sous forme algébrique c’est-à-dire ω = a + ib
avec (a, b) ∈ R2 . On cherche z sous la forme z = x + iy avec (x, y) ∈ R2 .
La première méthode est à privilégier si la forme trigonométrique de ω est (relativement) simple !
Exemple : cherchons
√ π les racines carrées de 1 + i en employant la méthode trigonométrique. On
π π
écrit 1 + i = 2ei 4 et les racines carrées de 1 + i sont 21/4 ei 8 et −21/4 ei 8 c’est-à-dire
π π π π
21/4 cos + i sin et 21/4 cos − i sin
8 8 8 8
Détaillons maintenant la deuxième méthode, partons des implications
√
(x + iy)2 = a + ib ⇒ |x + iy|2 = |a + ib| ⇒ x2 + y 2 = a2 + b 2
puis de l’implication : (x + iy)2 = a + ib ⇒ x2 − y 2 + i2xy = a + ib. Il reste à récupérer la partie

réelle et la partie imaginaire de la dernière égalité obtenue et on obtient le système
⎧ 2 ⎧ 2 √
⎨ x − y2 = a ⎨ x = a/2 + a2 + b2 /2
2xy = b √ ⇔ xy et b ont même
√ signe
⎩ 2 ⎩ 2
x + y 2 = a2 + b 2 y = −a/2 + a2 + b2 /2

a 1 2 a 1 2
On en déduit les deux solutions z1 = + a + b + iε − +
2 a + b2 et −z1
2 2 2 2
en posant ε = 1 si b ≥ 0 et ε = −1 si b < 0.
Se dire que dans la pratique, il n’y a guère que ces deux méthodes. La deuxième a l’avantage de
donner un résultat explicite qui peut d’ailleurs ne pas être très beau à voir si sous les racines, rien
ne s’arrange ! Notez au passage qu’il arrive de résoudre les équations du type z 4 = a, avec a ∈ C
en cherchant les racines carrées de a puis les racines carrées de ces dernières et tout cela avec la
méthode algébrique.
Exemple : cherchons les racines carrées de 1 + i en employant la méthode algébrique. Si on pose

(x + iy)2 = 1 + i, avec (x, y) ∈ R2 , on écrit
⎧ 2 ⎧ 2 √
⎨ x − y2 = 1 ⎨ x = 1/2 + 2/2
2xy = 1 √ ⇔ xy et 1 ont même
√ signe
⎩ 2 ⎩ 2
x + y2 = 2 y = −1/2 + 2/2
9782340-002166_001_600.indd 67 21/10/2014 12:13

1 1√ 1 1√
On obtient les deux solutions : z1 = + 2+i − + 2 et −z1 . On compare avec l’autre
2 2 2 2
π
méthode et on en déduit, sachant que cos > 0, les relations
8
π π
1 1√ 1 1√
2 1/4
cos = + 2 et 21/4 sin = − + 2
8 2 2 8 2 2
π π 1 1√
1 1√
ce qui donne les formules : cos = + 2 et sin = − 2.
8 2 4 8 2 4
Méthode 3.11.— Comment résoudre (E) : az 2 + bz + c = 0, (a, b, c) ∈ C∗ × C2

On pose Δ = b2 − 4ac :
b
si Δ = 0, l’équation (E) a pour unique solution z = − ;
2a
−b + δ −b − δ
si Δ
= 0, l’équation (E) a deux solutions distinctes z = et z = , où
2a 2a
δ est une racine carrée de Δ.
Exemple : Soit (E) : 2z 2 −(9i+1)z−7+11i = 0. On calcule Δ = (1+9i)2 −8(−7+11i) = −24−70i.

Puis l’on détermine les racines carrées de Δ en employant la méthode algébrique, c’est-à-dire en
y tels que −24 − 70i = (x + iy)
cherchant des réels x et ⎧ 2
⎧. 2
⎨ x − y = −24
2 2
⎨ x = 25
On obtient le système : 2xy = −70√ ⇔ xy = −35 . Les deux racines carrées de
⎩ 2 ⎩ 2
x + y 2 = 242 + 702 y = 49
1
Δ sont 5 − 7i et −5 + 7i et les racines de (E) sont 4i − 1 et (3 + i).
2
Méthode 3.12.— Comment résoudre une équation polynomiale (En ) du type

az 2n + bz n + c = 0, avec (a, b, c) ∈ C∗ × C2 et n un entier supérieur ou égal à 2
On pose Z = z n et on résout l’équation (E) du second degré aZ 2 + bZ + c = 0. Puis :
si Δ = b2 −4ac
= 0, alors (E) a deux solutions distinctes z1 et z2 . On résout ensuite
les deux équations z n = z1 et z n = z2 . On obtient alors 2n solutions ;
si Δ = b2 − 4ac = 0, alors (E) a une solution z1 . On résout ensuite l’équation
z n = z1 et on obtient alors n solutions doubles.
62 CHAPITRE 3
9782340-002166_001_600.indd 68 21/10/2014 12:13

Méthode 3.13.— Comment résoudre de façon plus générale une équation po-
lynomiale (En ) : z n + an−1 z n−1 + ... + a0 = 0, où (a0 , a1 , ..., an−1 ) ∈ Cn , n ≥ 3
On peut chercher si (En ) a une solution évidente, notée α, du genre 0, 1, −1, i, −i par
exemple et développer (z − α)(z n−1 + bn−2 z n−2 + ... + b1 z + b0 ) avec (b0 , b1 , ..., bn−2 ) ∈
Cn−1 puis identifier à z n + an−1 z n−1 + ... + a1 z + a0 . On en déduit les complexes
b0 , ..., bn−1 , on est ramené à une équation de degré inférieur.
Méthode 3.14.— Comment résoudre des équations polynomiales, où apparaı̂t

z et z à la fois
Soit on pose z = x + iy ou z = ρeiθ si l’équation n’est pas trop compliquée.
Soit à l’aide de l’équation et du conjugué de l’équation, on fait disparaı̂tre z. On
est ainsi ramené à une équation en z seul.
Résolution d’équations ou d’inéquations trigonométriques
Méthode 3.15.— Comment résoudre une équation ou une inéquation trigo-

nométrique
On utilise les formules trigonométriques (proposition 3.15, proposition 3.16, proposi-
tion 3.17 et proposition 3.18) et le cercle trigonométrique. Souvent, on se ramène à une
équation polynomiale d’inconnue cos x, sin x ou tan x.
Exemple : L’équation cos(2x) + cos x = 0 peut se résoudre de deux manières, par exemple en
posant cos 2x = − cos x = cos(x + π) et donc 2x = ±(x + π) + 2kπ, avec k ∈ Z, donc x = (2k + 1)π
π π
ou x = + 2k . Une autre façon est de remarquer que cos 2x = 2 cos2 x − 1 et donc cos x est
3 3
1
solution de l’équation 2X 2 + X − 1 = 0, c’est-à-dire X = −1 ou X = .
2
On retrouve les valeurs précédentes.
Méthode 3.16.— Comment résoudre α cos x + β sin x = γ, où (α, β, γ) ∈ R3

1 1
On peut poser z = eix et donc cos x = z + z −1 et sin x = z − z −1 .
2 2i
L’équation (E) est alors équivalente à une équation polynomiale du second degré
d’inconnue z.
On peut aussi écrire α cos x + β sin x sous la forme A cos(x − φ).
9782340-002166_001_600.indd 69 21/10/2014 12:13

Vrai/Faux
Vrai Faux
1. i est égal à sa partie imaginaire.
2. On peut très bien avoir l’égalité |z + z | = |z| + |z | sans que z
et z soient obligatoirement liés par un réel.
3. Deux complexes dont la somme et le produit sont réels, sont
réels.
4. ∀(a, b) ∈ C2 , (a + ib = 0 ⇒ a = b = 0).
5. Le nombre complexe 0 est de module et d’argument nuls.
6. Deux complexes de même module dont la différence des argu-
ments est 2π sont égaux.
7. Si z ∈ C∗ , alors −z a pour argument π + arg (z) et z n avec
n ∈ N a pour argument n + arg (z).
8. Si z C∗ , il admet deux
∈ racines carrées opposées
|z|ei(arg (z))/2 et − |z|ei(arg (z))/2
9. Soit z un nombre complexe de module égal à 1. Alors, il existe
un entier n ∈ N∗ tel que le nombre complexe z soit une racine
n-ième de l’unité.
√ √
10. Les racines carrées du complexe i sont i et − i.
11. Les racines cubiques de l’unité sont 1, j = eiπ/3 et j = e−iπ/3 .
12. Si n ∈ N∗ , les n racines nièmes de z complexe non nul, s’ob-
tiennent en multipliant une racine nième particulière de z par les
n racines nièmes de 1.
13. Si l’équation ax2 + bx + c = 0 d’inconnue x et de constantes

a, b et c complexes, admet pour solution le complexe z, alors z est
aussi solution.
14. On a l’implication : ez = −1 ⇒ z = iπ.
64 CHAPITRE 3
9782340-002166_001_600.indd 70 21/10/2014 12:13

Équations trigonométriques
Exercice 3.1 : Déterminer θ tel que cos 2θ = sin θ de deux manières.
√ √
Exercice 3.2 : Résoudre l’équation 3 cos x − sin x = 2.
Exercice 3.3 : Résoudre dans R, l’équation cos x − cos 3x + cos 5x = 0.
Exercice 3.4 : θ est un réel différent de π/2 + kπ, où k ∈ Z.

1. Montrer que sin 2θ et cos 2θ s’écrivent en fonction de tan θ seul.
2. Résoudre l’équation sin 2θ = 3 tan θ.
Notations algébrique et trigonométrique. Formule de Moivre

Exercice 3.5 : A quelles conditions sur a et b réels le nombre complexe :
(2a − b − i(a + b))(−a − i(a + b))
est-il un nombre réel ?
Exercice 3.6 : Déterminer l’ensemble des complexes z tels que |z − 1| = |z − i|.
1
Exercice 3.7 : Déterminer tous les complexes z tels que |z| = | | = |1 − z|.
z
Exercice 3.8 : Écrire sous forme trigonométrique le complexe z = (1 + i tan θ)2 , où θ ∈ [0, π/2[ .
Exercice 3.9 : z et z étant deux complexes non nuls et de même module, montrer que :
(z + z )2
U=
zz
est un nombre réel positif.
Exercice 3.10 : Linéariser sin4 x cos x, où x ∈ R.

√ n
(1 − i 3)5
Exercice 3.11 : Pour quelles valeurs de n, le complexe est-il un réel positif ?
(1 − i)3
Exercice 3.12 : Calculer (−1 − i)15 sans développer.

π π
Exercice 3.13 : Calculer cos et sin en utilisant des formules trigonométriques. En déduire
8 √ 8 √ 8
une expression simple de 2+ 2+i 2− 2 .
9782340-002166_001_600.indd 71 21/10/2014 12:13

Équations polynomiales dans C
√ √
Exercice 3.14 : On considère le nombre complexe z = ( 3 + 1) + i( 3 − 1).
1. Écrire z 2 sous forme algébrique.
2. Déterminer le module et un argument de z 2 . En déduire le module et un argument de z.
Exercice 3.15 : Résoudre, de 2 manières : (E) : cos x + sin x = 1.
Exercice 3.16 : Calculer les racines quatrièmes de 28 − 96i.
Exercice 3.17 : Soit n un entier non nul fixé, résoudre (E), (1 + z)2n = (1 − z)2n puis calculer le
produit des racines non nulles.
Exercice 3.18 : Résoudre l’équation iz 2 + (i + 3)z + 2 − 2i = 0.
Exercice 3.19 : Résoudre l’équation z 3 − (5 + 3i)z 2 + (7 + 16i)z + 3 − 21i = 0.
Exercice 3.20 : On considère l’équation z 2 − (2 + iα)z + iα + 2 − α = 0, où α ∈ C. Montrer

qu’il existe une valeur de α pour laquelle les deux racines de l’équation sont complexes conjuguées.
Calculer alors les solutions.
Exercice 3.21 : Résoudre dans C, l’équation : z 3 = −16z7 .
Calcul de sommes (après le cours sur les calculs algébriques)

n
1 π
Exercice 3.22 : Réduire la somme cos k , où n ≥ 1.
2k 3
k=1
Exercice 3.23* : Soit n un entier ≥ 2 et on note ω0 , ω1 , ..., ωn−1 les racines nièmes de 1.

n−1
2kπ
1. Montrer que cos = 0.
n
k=0

n−1
kπ
2. Calculer sin .
n
k=0

n−1
3. Calculer A = |ωk − 1|2 en fonction de n.
k=0
Nombres complexes et géométrie plane

Exercice 3.24 : Soit z ∈ C∗ . Déterminer l’ensemble des points M (z) du plan complexe tels que les
points d’affixes z, z 2 et 1/z sont alignés.
Exercice 3.25** : Soient U, V et W trois points d’affixes respectives u, v et w.

1. Démontrer que le triangle (U V W ) est équilatéral de sens direct si et seulement si, en posant
j = ei2π/3 , u − v = −j 2 (w − v). En déduire que le triangle (U V W ) est équilatéral de sens direct
si et seulement si u + jv + j 2 w = 0.
66 CHAPITRE 3
9782340-002166_001_600.indd 72 21/10/2014 12:13

Dans la suite, ABC est un triangle quelconque de sens direct et on construit les points P, Q et
R tels que (BP C), (CQA) et (ARB) soient des triangles équilatéraux de sens direct. Ainsi, ces
trois triangles s’appuient extérieurement chacun sur un des côtés [AB], [AC] et [BC]. On note
maintenant U (u), V (v) et W (w) les centres de gravité respectivement des triangles (BP C), (CQA)
et (ARB).
2. Comparer a + b + c et u + v + w. En déduire que le triangle (U V W ) a même centre de gravité
que (ABC).
3. Montrer que le triangle (U V W ) est équilatéral. Théorème de Napoléon Bonaparte.
Indications
Ex. 3.1
On peut penser à développer cos 2θ en fonction de sin θ, c’est la première manière ou alors à
se ramener à l’égalité entre deux cosinus (ou deux sinus). C’est la seconde manière.
Ex. 3.3
On pourra factoriser cos x + cos 5x.
Ex. 3.4
1. Ces formules sont à retenir car elles peuvent servir un jour !
2. On utilise bien entendu la question précédente.
Ex. 3.6
L’esprit est ici une méthode analytique (z = x + iy).
Ex. 3.7
Remarquer que le module de z est 1. Ici aussi, on peut proposer une méthode géométrique laissée
à votre discrétion.
Ex. 3.9
On pourra mettre z et z sous forme exponentielle.
Ex. 3.11
Vous avez pensé à la forme trigonométrique ? Cela tombe bien, nous aussi !
Ex. 3.12
On calculera le module et un argument de −1 − i.
Ex. 3.13 π π
Les valeurs à trouver de cos et sin ne font pas partie des formules à connaı̂tre. Vous
8 8
π
pouvez vous amuser à en déduire tan .
8
Ex. 3.14
Pour la première question, on commencera bien entendu par élever z au carré sans déterminer
préalablement sa forme trigonométrique.
Ex. 3.15
On peut penser effectivement à deux méthodes, la première est de poser z = eix et la deuxième
est d’utiliser la formule exprimant la somme cos x + sin x sous la forme A cos(x − φ). Cet exercice
illustre bien la méthode pour résoudre tout équation du type a cos x + b sin x = c.
9782340-002166_001_600.indd 73 21/10/2014 12:13

Ex. 3.16
On vous a dit qu’en général pour les racines quatrièmes, on utilise la méthode trigonométrique
mais que parfois on peut chercher les racines carrées des racines carrées en utilisant la méthode
algébrique. De plus, ici, on peut utiliser que 28 − 96i = 4(7 − 24i).
Ex. 3.17
1+z
On posera Z = .
1−z
Ex. 3.19
La résolution des équations du troisième degré est bien entendu hors programme. Ceci dit, en
prévision du cours sur les polynômes, il faut commencer à apprendre à résoudre ce type d’équation
mais en étant très guidé ! Allez, on vous le dit : il y a une racine imaginaire pure ! Vous remplacerez
z par ix, avec x ∈ R dans l’équation puis vous séparerez la partie réelle et la partie imaginaire.
Cela permet d’obtenir x et donc une racine. Reportez vous ensuite à la méthode 3.13.
Ex. 3.20
Les coefficients de l’équation doivent être réels !
Ex. 3.21
Pour résoudre une équation avec des z et des z, on peut conjuguer la relation et faire disparaı̂tre
z, cela marche parfois, on peut aussi poser z = ρeiθ et remplacer dans l’équation.
Ex. 3.22
On considère un complexe dont la partie réelle est Sn .
Ex. 3.23
2kπ 2kπ
1. On remarquera que cos est la partie réelle de ei n .
n

kπ kπ
2. Ici, on remarquera que sin est la partie imaginaire de ei n .
n
3. On développera (ωk − 1)(ωk − 1) pour le calcul de A.
Ex. 3.24
La condition d’alignement aboutit à une égalité avec des z et des z. Ne poser pas z = x + iy
de suite. Commencer par mettre z − z en facteur pour simplifier l’égalité. Enfin, on se rappelera
le cours de première où l’on a vu une équation de cercle à partir de son centre et de son rayon.
Ex. 3.25
Le centre de gravité (on dit aussi isobarycentre) des points A, B et C est l’unique point G tel que
−→ −−→ − −
→
GA + GB + GC = 0. On vérifie que le centre de gravité G du triangle de sommets A(a), B(b), C(c)
a pour affixe (a + b + c)/3.
68 CHAPITRE 3
9782340-002166_001_600.indd 74 21/10/2014 12:13

1 2 3 4 5 6 7 8 9 10 11 12 13 14
F F F F F V F V F F F V F F
1. Attention, une partie imaginaire est un réel !

3. Soit S la somme de deux complexes z1 et z2 et P son produit. Les deux complexes sont solutions
de l’équation x2 − Sx + P = 0, on peut le voir en développant (x − z1 )(x − z2 ). On a le résultat. Il
suffit de considérer l’équation x2 + x + 1 = 0 dont les racines sont j et j 2 . On a S = −1 et P = 1.
Pourtant j et j 2 ne sont pas réels.
4. Prendre a = 1 et b = i. L’assertion est donc fausse. Pourtant si on impose à a et b d’être réels,
elle serait vraie !
5. 0 n’a pas d’argument, devons-nous l’écrire ? Ben oui, on l’a écrit !
6. Dès que la différence des arguments est un multiple de 2π, si leurs modules sont les mêmes, ils
sont égaux. L’assertion est vraie.
2 2
9. Par exemple, eiπ √ ∈ U et il n’existe pas (k, n) ∈ Z2 tel que ei2π/n = eiπ .
10. Ne jamais écrire i. L’assertion n’a donc pas de sens. Elle est considérée comme fausse.
11. Attention, j = ei2π/3 .
13. C’est faux sauf si a, b et c sont réels.
14. Il y a une infinité de solutions ! En effet, si on pose z = x + iy avec (x, y) ∈ R2 , on peut écrire
ex+iy = ex eiy = −1 = eiπ et cela donne x = 0 et y = π + 2kπ. Les solutions de l’équation sont
tous les complexes de la forme z = i(π + 2kπ), k ∈ Z.
Quelques pièges à éviter
Erreurs classiques
• Oublier d’écrire (ou de vérifier) que z doit être non nul avant de considérer Arg (z).
• Prendre la partie imaginaire d’un complexe en gardant i en facteur.
• Écrire |z| = zz à la place de |z|2 = zz.
• Oublier que |z + z | = |z| + |z | est équivalent à l’existence de λ > 0 tel que z = λz.
2iπ
• Donner l’impression de découvrir j = e 3 pour la première fois et ne pas avoir le
réflexe d’écrire que j = j 2 et 1 + j + j 2 = 0.
√
• Écrire z pour désigner la racine carrée de z, ce qui ne veut strictement rien dire
car il y a en général deux racines carrées distinctes.
• Oublier, quand on calcule les racines nièmes d’un complexe non nul, d’ajouter 2kπ
à l’argument de ce dernier avant de diviser par n.
• Oublier que si les trois quantités a, b, c sont réelles, l’équation az 2 + bz + c = 0
dans le cas où Δ < 0, admet deux solutions complexes conjuguées.
• Dire par contre que l’équation az 2 + bz + c = 0 admet deux solutions complexes
conjuguées dans le cas où l’une au moins des trois quantités a, b, c n’est pas réelle.
9782340-002166_001_600.indd 75 21/10/2014 12:13

Exercice 3.1
Première manière : cos 2θ = 1 − 2 sin2 θ = sin θ. Donc sin θ est solution de
l’équation 2X 2 + X − 1 = 0, c’est-à-dire X = 1/2 ou X = −1.
k est un entier
relatif quelconque. π 5π
sin θ = 1/2 ⇒ θ = + 2kπ ou θ = + 2kπ .
6 6
π
Enfin : sin θ = −1 ⇒ θ = − + 2kπ.
2 π
Ici encore k ∈ Z et Deuxième manière : on écrit : cos 2θ = sin θ = cos − θ . Cela donne :
on retrouve les mêmes 2
solutions. Pourquoi ? π π
2θ = − θ + 2kπ ou 2θ = − + θ + 2kπ.
2 2
π 2kπ π
Et finalement : θ = + ou θ = − + 2kπ.
6 3 2
√ Exercice 3.2 π π √
3 cos x − sin x = 2 cos − cos x + 2 sin − sin x = 2, ce qui donne :
√2
6 6
π π 7π
√ :
On utilise cos − − x = . On obtient : x = + 2kπ ou x = + 2kπ, k ∈ Z.
π 2 6 2 12 12
cos = .
4 2 Exercice 3.3
π π
Avec l’indication : cos 3x(2 cos 2x − 1) = 0, et : x = + k , k ∈ Z.
6 3
Exercice 3.4
2 tan θ 1 − tan2 θ
1. sin 2θ = 2 sin θ cos θ = 2 tan θ cos2 θ = 2 et cos 2θ = .
1 + tan θ 1 + tan2 θ
2 tan θ
2. L’équation = 3 tan θ a pour première solution tan θ = 0 donc
1 + tan2 θ
θ = kπ puis si l’on suppose tan θ
= 0, tan2 θ = −1/3, ce qui est impossible.
Exercice 3.5
Le nombre i a été On écrit : z = (2a − b − i(a + b))(−a − i(a + b))
imaginé par Raphael
Bombelli, il l’appelle = −a(2a − b) − (a + b)2 + i [(a + b)(−a + b)]
più di meno et la
notation i est donnée et z est réel si et seulement si Im (z) = 0 c’est-à-dire a = b ou a = −b.
par Euler plus tard
Exercice 3.6
On élève au carré : (z − 1)(z − 1) = (z − i)(z + i) → −z − z = −iz + iz, soit
2Re (z) = 2Im (z). Si l’on pose z = x + iy avec (x, y) ∈ R2 , on obtient x = y.
L’ensemble des solutions sont les complexes x(1 + i) avec x ∈ R.
Exercice 3.7
1
Vous pouvez faire On a : |z| = | | ⇔ |z|2 = 1 soit |z| = 1. Par ailleurs,
un dessin et remarquer z
l’interprétation |1 − z| = 1 ⇔ (z − 1)(z − 1) = 1
géométrique dans le
plan complexe.
|z| = 1 |z| = 1 |z| = 1
⇔ ⇔
(z − 1)(z − 1) = 1 |z|2 − z − z = 0 z+z = 1
70 CHAPITRE 3
9782340-002166_001_600.indd 76 21/10/2014 12:13

√ √
1 3 1 3
Il reste pour solutions + i et − i .
2 2 2 2
Exercice 3.8
sin θ 1
En écrivant que tan θ = , on a z = ei2θ .
cos θ cos2 θ
Exercice 3.9
r2 (eiθ + eiθ )2
On écrit z = reiθ et z = reiθ , et donc : U = . Il reste
r2 eiθ eiθ

à arranger l’expression eiθ + eiθ = ei(θ+θ )/2 ei(θ−θ )/2 + e−i(θ−θ )/2 . Cela

i(θ+θ ) θ − θ
e cos 2
2 θ − θ
donne : U = = cos 2
.
ei(θ+θ ) 2
Exercice 3.10
1 ix 1 ix
On remplace cos x par e + e−ix et sin x par e − e−ix :
2 2i
1 i5x 3 i3x 1 ix
On a : sin4 x cos x = e + e−i5x − e + e−i3x + e + e−ix
32 32 16
1 3 1
= cos(5x) − cos(3x) + cos(x).
16 16 8
Exercice 3.11 √ √ n
(1 − i 3)5 √ −11iπ/12 (1 − i 3)5
On écrit, après calculs = 8 2e . Le complexe
(1 − i)3 (1 − i)3
11nπ
a pour argument − , à 2kπ près et comme il doit être strictement positif,
12
cela implique que n doit être un multiple de 24.
Exercice 3.12
√ 5π √
| − 1 − i| = 2 et Arg (−1 − i) = + 2kπ. Donc, | − 1 − i|15 = 128 2
4
5π
et Arg (−1 − i) 15
= 15 × + 2kπ , ce qui donne : Arg (−1 − i)15 =
4
3π
+ 2k π, où k ∈ Z. Il reste donc : (−1 − i)15 = −128 + 128i.
4
Exercice 3.13
π 1 π π π π
On écrit : cos2 = cos + 1 et 2 cos sin = sin .
8 2 4 8 8 4
π 1 √ π 1 √
Après calculs, cos = 2 + 2 et sin = 2 − 2. Et donc :
√ 8 √ 28 π
8 2
π 8
2 + 2 + i 2 − 2 = 2 cos + 2i sin ⇒ 28 eiπ = −28 .
8 8
Exercice 3.14 √
1. Un calcul rapide donne z 2 = 4( 3 + i). √ √ π
π π
2. On en déduit que : z 2 = 2ei 6 . Donc z = 2ei 12 ou z = − 2ei√ 12 . Comme On peut en déduire
π
z a une partie réelle et imaginaire positive, on en déduit que z = 2ei 12 . cos(π/12) et
sin(π/12). Comment
Exercice 3.15 d’ailleurs ?
−1
−1

Si l’on applique la première méthode, on obtient : z + z − i z − z =
1 ⇒ (1 − i)z 2 − 2z + 1 + i = 0. Ici Δ = −4 = 4i2 et les deux solutions de la
dernière équation sont z1 = i et z2 = 1. On est ramené aux deux systèmes
9782340-002166_001_600.indd 77 21/10/2014 12:13

cos x = 0 cos x = 0
ou
sin x = 0 sin x = 1
π
ce qui donne deux familles de solutions, x = + 2kπ avec k ∈ Z ou x = 2kπ
2
avec k ∈ Z. √
Attention, la Si l’on applique la deuxième méthode,
√ on écrit : cos x+sin x = 2 cos(x−π/4).
méthode peut coincer (E) donne cos(x − π/4) = 1/ 2, c’est-à-dire cos(x − π/4) = cos(π/4). Cela
dans le cas où (E) n’a
pas de solution. Alors
entraı̂ne qu’il existe k ∈ Z, tel que x − π/4 = π/4 + 2kπ ou x − π/4 =
Δ > 0 et il n’existe en −π/4 + 2kπ. On retrouve nos solutions.
général pas de racine
complexe de module 1. Exercice 3.16
On peut remarquer que 28 − 96i = 4(7 −⎧24i) et on cherche (x, y) ∈ R2 tel que
⎨ x2 − y 2 = 7
(x + iy) = 7 − 24i. On débouche sur :
2 x2 + y 2 = 25 . D’où x2 = 16
⎩
xy = −12
et y = 9. Comme xy < 0, il reste deux solutions −4+3i et 4−3i. Finalement,
2
les racines carrées de 28 − 96i sont −8 + 6i et 8 − 6i.

On cherche après les racines carrées de −8 + 6i. On
⎧ cherche donc (x, y) ∈ R2
⎨ x − y = −8
2 2
tel que (x + iy)2 = −8 + 6i. On débouche sur : x2 + y 2 = 10 . D’où

⎩
xy = 3
x2 = 1 et y 2 = 9. Comme xy > 0, il reste deux solutions 1 + 3i et −1 − 3i.
Les racines carrées de 8 − 6i = i2 (−8 + 6i) sont i(1 + 3i) = −3 + i et 3 − i.
Racines quatrièmes de 28 − 96i : {1 + 3i, −1 − 3i, −3 + i, 3 − i}.
Exercice 3.17
Comme 1 n’est pas solution de (E), l’équation (E) devient : Z 2n = 1 en
1+z kπ
posant Z = . Les racines 2nièmes de 1 sont ei n avec k ∈ {0, ..., 2n − 1}.
1−z
1+z kπ kπ kπ
En arrangeant = ei n ⇔ z ei n + 1 = ei n − 1 avec k entier dans {0, ..., 2n − 1}. Il
l’expression, on 1−z
kπ
obtient z = i tan
kπ ei n − 1
2n n’y a pas de solution pour k = n.On a : z = kπ avec k entier différent
avec k = n dans ei n + 1
{0, ..., 2n − 1} de n et compris entre 0 et 2n − 1. Cela fait 2n − 1 solutions.
Exercice 3.18
Le discriminant est Δ = −2i, on trouve pour racines carrées de Δ, la valeur
1 − i et son opposé. Les solutions de l’équation sont −1 + i et 2i.
Exercice 3.19
On pose z = ix, où x ∈ R et en remplaçant
dans l’équation puis en séparant
5x2 − 16x + 3 = 0
partie réelle et partie imaginaire, .
−x3 + 3x2 + 7x − 21 = 0
On exploite la première équation, elle a deux solutions 3 et 1/5. Une seule
vérifie l’autre équation , c’est 3. Conclusion : 3i est solution de (E). Il existe
donc a, b, c trois complexes tels que
z 3 − (5 + 3i)z 2 + (7 + 16i)z + 3 − 21i = (z − 3i)(az 2 + bz + c)
Après identification, on trouve a = 1, c = 7 + i et b = −5. Il nous reste une

équation du second degré de discriminant Δ = −3 − 4i. Ses racines carrées
72 CHAPITRE 3
9782340-002166_001_600.indd 78 21/10/2014 12:13

sont 1 − 2i et son opposé. On trouve pour solutions de l’équation du seconde
degré 2 + i et 3 − i. Finalement, S = {3i, 2 + i, 3 − i}.
Exercice 3.20
Les deux racines sont complexes conjuguées ssi 2 + iα et iα + 2 − α ∈ R et si
Δ ≤ 0 : Δ = (2 + iα)2 − 4(iα + 2 − α) = −(α − 2)2 . Par ailleurs, 2 + iα ∈ R En effet si la
oblige que α = ix avec x ∈ R et iα+2−α ∈ R s’écrit −x+2−ix ∈ R ⇒ x = 0. solution est réelle et
double, c’est comme si
Ainsi, α = 0 et Δ = −4. Les solutions sont 1 ± i. on avait deux racines
Exercice 3.21 conjuguées !
z = 0 est une solution évidente. Si on suppose maintenant z
= 0, on prend
z = ρeiθ et notre équation s’écrit : ρ3 e3iθ = −16ρ7 e−7iθ ce qui donne :
−4
ρ = 16 ρ = 1/2
⇔ .
10θ = π θ = π/10 + kπ/5, k ∈ {0, ..., 9}

Exercice 3.22

n
1 ik π
On pose Sn la somme à réduire. On remarque que : Zn = e 3 est un
2k
k=1
complexe dont la partie réelle est Sn . On écrit :
1 iπ
n
k e 3
1 iπ 2 1 i nπ
Zn = e 3 = e 3 −1
2 1 iπ 2n
k=1 e 3 −1
2
√ √
1 iπ 1 3 1 iπ √ 1 3
On écrit ensuite : e 3 = + i et e 3 − 1 = i 3 +i .
2 4 4 2 4 4

1 1 nπ 1 nπ
Il ne reste plus qu’à remplacer, Zn = √ cos − 1 + i n sin ,
i 3 2n 3 2 3
1 nπ
d’où Sn = √ sin .
n
2 3 3
Exercice 3.23
2iπ
1. On pose ω = e n et on commence par remarquer que ω n = 1. On écrit
n−1 n−1

n−1
2kπ 2kπ 1 − ωn
cos = Re e i n
= Re ω k = Re = 0.
n 1−ω
k=0 k=0 k=0
π
Connaı̂tre l’égalité
2. On remarque donc que (en posant Z = ei n ), n−1

n−1 n−1 ω k = 0, c’est bien

n−1 kπ
kπ 1 − Zn k=0
sin = Im e i n
= Im Z k
= Im mais savoir la
n 1−Z redémontrer, c’est
k=0 k=0 k=0
encore mieux !

n−1
kπ 2 2
Z = −1 ⇒
n
sin = Im = Im π iπ ce qui
n 1−Z −2i sin 2n e 2n
k=0

n−1 π
kπ 1
donne sin = π cos
n sin 2n 2n
k=0
3. On range à cause de la commutativité de la somme, les racines nièmes de
2iπ
n sous la forme ωk = ω k , avec ω = e n . Puis, on écrit
9782340-002166_001_600.indd 79 21/10/2014 12:13

2kπ
(ωk − 1)(ωk − 1) = ωk ωk − (ωk + ωk ) + 1 = 2 − 2Re (ωk ) = 2 − 2 cos
n

n−1
2kπ

n−1
2kπ

Donc : A = 2 − 2 cos = 2n − 2 cos = 2n.
n n
k=0 k=0
Exercice 3.24
On note N (z 2 ) et P (1/z). On remarque que si z = 1, les trois points M, N
et P sont confondus donc alignés. Si z = 1/z, on retrouve le cas z = 1, déjà
traité et le cas z = −1 qui entraı̂ne que M et P sont confondus et encore
Il ne faut pas une fois les trois points M, N, P sont alignés. Si z = z 2 , on retrouve z = 1 et
oublier dans la z = 0. Ce dernier cas est impossible.
discussion de traiter à
part les cas où
On suppose z ∈ / {−1, 1}. Les trois points M, N et P sont alignés si et seulement
certains points sont
1
z − z 1 − z2 −1 − z
si est réel. On écrit ce rapport sous la forme : = .
égaux. Sinon, on écrit z2 − z z3 − z2 z2
des rapports dont le 1+z 1+z 1+z
dénominateur peut La condition est : ∈R⇔ = .
être nul ! z2 z2 z2
2 2 2 2
Cette relation s’écrit : zz + z = zz + z . On l’écrit :
zz(z − z) + (z 2 − z 2 ) = 0 ⇒ (z − z)(|z|2 + z + z) = 0.
Si z = z, z ∈ R \ {−1, 0, 1}.
Si z
= z, on pose z = x + iy et on obtient x2 + y 2 + 2x = 0. On l’écrit
(x + 1)2 + y 2 = 1 et on reconnaı̂t le cercle C de centre (−1, 0) et de rayon 1,
auquel on enlève le point O.
Exercice 3.25
1. Si le triangle (U V W ) est équilatéral de sens direct, alors le point U est
l’image de W par la rotation de centre V et d’angle π/3 et on a :
u − v = eiπ/3 (w − v). Comme −j 2 = eiπ/3 , on a : u − v = −j 2 (w − v).
Réciproquement, il est clair que si u − v = eiπ/3 (w − v), U est l’image de W
par la rotation de centre V et d’angle π/3 et (U V W ) est équilatéral direct.
Puis, comme 1 + j + j 2 = 0, on développe :
−j 2 (w − v) = (1 + j)(w − v) = w − v + jw − jv = u − v ⇔
w + jw − jv − u = 0 ⇔ j 2 w + jv + u = 0.
2. Par hypothèse, a − w = j(b − w), b − u = j(c − u), c − v = j(a − v).

Il reste à additionner les trois égalités et on obtient : a + b + c − (u + v + w) =
j(a + b + c − (u + v + w)) ⇒ a + b + c − (u + v + w) = 0. D’où :
a + b + c = u + v + w. (U V W ) a donc même centre de gravité que (ABC).
3. Des égalités de la question précédente, on en déduit que :
a − jb b − jc c − ja
w= ,u= ,v= .
1−j 1−j 1−j
Donc le triangle
(U V W ) est a − jb + jb − j 2 c + j 2 c − a
Il reste : u + jv + j 2 w = = 0.
équilatéral. 1−j
74 CHAPITRE 3
9782340-002166_001_600.indd 80 21/10/2014 12:13

Chapitre 4
Calculs algébriques
Contrairement à nous, les Romains comptaient de bas en haut et

notaient donc le résultat de leurs calculs sur la ligne du haut, en
latin summa linea. Ceci explique le nom de somme que nous donnons
au résultat d’une addition. Le verbe produire, de même racine que
conduire, signięait à la ęn du Moyen Âge mener en avant
donc causer, amener. À la Renaissance, des ouvrages apprennent
aux commerçants le maniement des chiěres arabes. Ce que procure
la vente, c’est-à-dire le nombre d’objets vendus multiplié
par le coût unitaire, est le résultat d’une multiplication. Pour le
nommer, on utilise alors le même mot que pour désigner
le produit que l’on vend. Pour chacun, ils sont le résultat
de la transaction. Le mot algèbre provient du titre d’un ouvrage
du mathématicien arabe Al Khwarizmi.
Al Khwarizmi
788-850
9782340-002166_001_600.indd 81 21/10/2014 12:13

Objectifs

Les incontournables
ZSavoir manipuler les symboles ǌ et ǋ.
ZConnaître les sommes de référence.
ZManipuler les coefficients binomiaux.
ZSavoir effectuer un changement d’indice.

ZCalculer des sommes doubles.
9782340-002166_001_600.indd 82 21/10/2014 12:13

Résumé de cours
Sommes et produits
Définition : Symboles somme et produit —. Soit I un ensemble fini non vide et (ai )i∈I une
famille
de nombres réels ou complexes. On
note :
ai la somme des éléments (ai )i∈I ; ai le produit des éléments (ai )i∈I .
i∈I

i∈I
Par convention, lorsque I = ∅, ai = 0 et ai = 1.
i∈I i∈I

n
n
Dans le cas où I = [[1, n]], on a donc : ai = a1 +a2 +· · ·+an ; ai = a1 ×a2 ×· · ·×an .
i=1 i=1
Remarque : l’indice i de la somme est un indice muet , ou lié c’est-à-dire qu’on peut le
remplacer par n’importe quel autre symbole non utilisé par ailleurs. Par exemple, on a :

n
n
n
n
n
n
ai = ak = as ; ai = ak = al
i=m k=m s=m i=m k=m l=m
Proposition 4.1.— Règles de calculs pour les sommes —. Soit I un ensemble fini, (ai )i∈I et
(bi )i∈I deux familles de nombres réels ou complexes. Soit λ un nombre réel ou complexe.

(ai + bi ) = ai + bi (λai ) = λ ai
i∈I i∈I i∈I i∈I i∈I
Remarque : ces deux propriétés traduisent la linéarité de la somme.
Proposition 4.2.— Règles de calculs pour les produits —. Soit I un ensemble fini de cardinal p,
(ai )i∈I et (bi )i∈I deux familles de nombres réels ou complexes. Soit λ un nombre réel ou complexe.

(ai bi ) = ai × bi (λai ) = λp ai
i∈I i∈I i∈I i∈I i∈I
Remarque : en particulier, si a est un nombre réel ou complexe et p le nombre d’éléments de I,

on a
a=p×a et a = ap
i∈I i∈I
Sommes de référence
Théorème 4.3.— Somme d’une progression arithmétique de nombres réels ou complexes —.

Si (uk ) est une suite arithmétique, alors :

n
um + un
uk = × (n − m + 1)
2
k=m
CALCULS ALGÉBRIQUES 77
9782340-002166_001_600.indd 83 21/10/2014 12:13

Remarque : retenir que la somme est égale à la moyenne des termes extrêmes multipliée par le
nombre de termes (ici n − m + 1).
Théorème 4.4.— Somme d’une progression géométrique de nombres réels ou complexes —.

Soit (uk ) une suite géométrique de raison q
= 1. Alors :

n
1 − q n−m+1
uk = um ×
1−q
k=m

n
Dans le cas où q = 1 (suite constante), uk = (n − m + 1)um .
k=m
Remarque : comme plus haut, n − m + 1 est le nombre de termes de la somme.
Théorème 4.5.— Soit n ∈ N∗ , a et b deux nombres réels ou complexes. Alors :

n−1
a − b = (a − b)
n n
ak bn−1−k
k=0
Proposition 4.6.— Somme des premiers entiers —.

n
n(n + 1)
k=
2
k=1
Coefficients binomiaux
Définition : Soit n ∈ N. On appelle factorielle n et on note n! l’entier défini par 0! = 1 et, si
n
n ≥ 1, n! = k.
k=1
Remarque : on a 0! = 1 et, si n ≥ 1, n! = n × (n − 1) × · · · × 2 × 1 = n × (n − 1)!, ou encore
∀n ∈ N, (n + 1)! = (n + 1) × n!
Définition : Coefficients binomiaux —. Soit n ∈ N et p ∈ Z. On pose :
⎧
⎨ n!
n si p ∈ [[0, n]]
= p!(n − p)!
p ⎩
0 si p > n ou p < 0
n
Vocabulaire : p est le coefficient binomial et se lit p parmi n .
Proposition 4.7.— Formule de symétrie —.Pour n ∈ N et p ∈ Z, on a :

n n
=
p n−p
78 CHAPITRE 4
9782340-002166_001_600.indd 84 21/10/2014 12:13

Théorème 4.8.— Formule de Pascal —. Pour n ∈ N∗ et p ∈ Z, on a :

n n−1 n−1
= +
p p p−1
La formule de Pascal permet de calculer de proche en proche les coefficients binomiaux en les
disposant en pyramide : c’est le triangle de Pascal.
1
1 1 On obtient un terme en ajoutant le terme de
1 2 1 la case au-dessus et celui de la case au-dessus
1 3 3 1 à gauche. Par exemple, 5 = 4 + 1.
1 4 6 4 1
1 5 10 10 5 1
Théorème 4.9.— Formule du binôme de Newton —. Soit n ∈ N, a et b deux nombres réels ou

complexes. Alors :
n
n n p n−p
(a + b) = a b
p=0
p
n
n
Remarque : en prenant a = b = 1 dans la formule du binôme, on obtient = 2n
p=0
p
Sommes doubles
Définition : Soit I et J deux ensembles finis non vides et (aij )(i,j)∈I×J une famille de nombres
réels ou complexes. On note aij la somme des éléments de la famille (aij )(i,j)∈I×J .
(i,j)∈I×J
Notation : lorsque I = [[m, n]] et J = [[p, q]], la somme des éléments de la famille (aij )(i,j)∈I×J se
note aij . On la note encore aij lorsque I = J = [[m, n]].
m≤i≤n m≤i,j≤n
p≤j≤q
Théorème 4.10.— Somme double indexée par un rectangle —. Soit m, n, p, q des entiers et
(aij )ij une famille de nombres réels ou complexes indexée par le rectangle [[m, n]] × [[p, q]]. Alors :

n
q
q
n
aij = aij = aij
m≤i≤n i=m j=p j=p i=m
p≤j≤q
Remarque : dans le cas d’une somme double indexée par un rectangle, les deux indices de somma-
tion sont indépendants et on peut intervertir les deux symboles sommes sans se poser de question.
9782340-002166_001_600.indd 85 21/10/2014 12:13

Méthodes
Sommes et produits télescopiques
Méthode 4.1.— Comment calculer une somme à l’aide d’un télescopage

Il arrive que l’expression à sommer soit de la forme uk+1 − uk . Dans ce cas, il se produit
un télescopage , c’est-à-dire une succession de simplifications permettant de calculer
facilement la somme. Les termes s’éliminent deux à deux, il ne reste que le premier et le
dernier :

n
(uk+1 − uk ) = (um+1 + um+2 + · · · + un + un+1 ) − (um + um+1 + · · · + un−1 + un )
k=m
= un+1 − um

n
uk+1
Ce principe s’applique également aux produits de la forme . En effet :
uk
k=m

n
uk+1 um+1 um+2 un un+1
= × × ···× ×
uk um um+1 un−1 un
k=m
un+1
=
um
1 1 1 1
n
Exemple : en remarquant que, = − , calculer la somme Sn = .
k(k + 1) k k+1 k(k + 1)
k=1
Grâce à l’indication, on obtient directement une somme télescopique :
n

1 1 1 1 1 1 1 1 1 1
Sn = − = + + ···+ + − + + ···+ +
k k+1 1 2 n−1 n 2 3 n n+1
k=1
1 n
=1− =
n+1 n+1
n
1
Exemple : calculer la valeur du produit Pn = 1− .
k
k=2
En réduisant au même dénominateur, on fait cette fois apparaı̂tre un produit télescopique :
n

k−1 1 2 n−2 n−1 1
Pn = = × × ···× × =
k 2 3 n−1 n n
k=2
80 CHAPITRE 4
9782340-002166_001_600.indd 86 21/10/2014 12:13

Changement d’indice
Méthode 4.2.— Comment effectuer un changement d’indice dans une somme

• On définit le nouvel indice en fonction de l’indice de départ.
• On exprime la somme en utilisant le nouvel indice. Pour cela, on change les bornes
de la somme, puis on exprime le terme sous la somme en fonction du nouvel indice.
n n n
Bien noter que l’indice de sommation est muet . Par exemple, ak = ai = aj .
k=1 i=1 j=1

n
Exemple : à l’aide du changement d’indice j = n − k, retrouver la valeur de la somme Sn = k.
k=0
On applique le changement d’indice j = n − k à Sn . Lorsque k = 0, j = n, lorsque k = n, j = 0 et
k = n − j ; ainsi :
n n n
n
Sn = (n − j) = n− j = (n + 1) × n − j.
j=0 j=0 j=0 j=0

n
n
L’indice de sommation étant muet, on a j= k = Sn , de sorte que l’égalité précédente s’écrit :
j=0 k=0
Sn = n(n + 1) − Sn
n(n + 1)
soit 2Sn = n(n + 1). Finalement, Sn = : on retrouve le résultat de la proposition 4.6.
2

n
n
Exemple : en exprimant de deux manières différentes (k + 1)3 , calculer la somme Sn = k2 .
k=1 k=1
• Tout d’abord, en développant (k + 1)3 , on a :
n n
3
n
n
n
n
(k + 1)3 = k + 3k 2 + 3k + 1 = k3 + 3 k2 + 3 k + 1
k=1 k=1 k=1 k=1 k=1 k=1
n
n(n + 1)
= k 3 + 3Sn + 3 + n.
2
k=1
• Par ailleurs, en appliquant le changement d’indice j = k + 1, on a (si k = 1, j = 2 et si k = n,

j = n + 1) : n ⎛ ⎞

n+1
n n
(k + 1)3 = j 3 = ⎝ j 3 ⎠ − 1 + (n + 1)3 = −1 + (n + 1)3 + k3 ,
k=1 j=2 j=1 k=1
n n
la dernière égalité provient du fait que l’indice de sommation est muet ( j3 = k 3 ).
j=1 k=1
En identifiant les deux expressions trouvées, il vient 3Sn + 3 n(n+1)
2 + n = −1 + (n + 1)3 , d’où
n(n+1)
(n + 1) − 1 − n − 3 2
3
(n + 1)[2(n + 1) − 2 − 3n]
2
n(n + 1)(2n + 1)
Sn = = = .
3 6 6
9782340-002166_001_600.indd 87 21/10/2014 12:13

Regroupement de termes
Méthode 4.3.— Comment calculer une somme à l’aide d’un regroupement de

termes
Pour obtenir la valeur de certaines sommes, on est parfois conduit à décomposer la somme
de départ en plusieurs sommes plus simples à calculer. On peut par exemple séparer les
termes d’indice pair et les termes d’indice impair lorsque l’occasion se présente.

2n
Exemple : calculer la somme Sn = min(k, n), où min(k, n) est le minimum des entiers k et n.
k=0
Pour tout entier k ∈ [[0, 2n]], on a min(k, n) = k lorsque k ≤ n et min(k, n) = n lorsque k > n.
On peut donc décomposer Sn en deux sommes aisées à calculer, celle d’indice k ∈ [[0, n]] et celle
d’indice k ∈ [[n + 1, 2n]] :

n
2n
n
2n
n(n + 1) n(3n + 1)
Sn = min(k, n) + min(k, n) = k+ n= +n×n= .
2 2
k=0 k=n+1 k=0 k=n+1

2n
Exemple : calculer la somme Sn = (−1)k k 2 .
k=0
On calcule Sn en séparant les termes d’indices pairs et impairs. On a :

Sn = (−1)k k 2 + (−1)k k 2 = k2 − k2
0≤k≤2n 0≤k≤2n 0≤k≤2n 0≤k≤2n
k pair k impair k pair k impair
Un entier pair compris entre 0 et 2n est de la forme 2p, avec p ∈ [[0, n]]. De même, un entier impair
compris entre 0 et 2n est de la forme 2p + 1, avec p ∈ [[0, n − 1]]. Par conséquent,

n
n−1
Sn = (2p)2 − (2p + 1)2
p=0 p=0

n
n−1
= 4p2 − (4p2 + 4p + 1)
p=0 p=0

n
n−1
n−1
n−1
=4 p2 − 4 p2 − 4 p− 1
p=0 p=0 p=0 p=0
n(n − 1)
= 4n2 − 4 − n = 2n2 + n
2
82 CHAPITRE 4
9782340-002166_001_600.indd 88 21/10/2014 12:13

Vrai/Faux
Vrai Faux
1. Pour n ∈ N, (2n + 1)! est impair.
2. Pour n ∈ N∗ ,

n
2 = 2n

k=0
3. Pour n ∈ N∗ ,

n
2k = 2
n(n+1)
2

k=1

4. Pour n, p ∈ N∗ , on a :
n n−1
=
n
.
p p−1 p
n
5. Pour n ∈ N ,

∗ n k
2 = 3n

k
k=1
n
6. Pour n ∈ N∗ , la somme
n
(−1)p est égale à 0.

p=0
p
7. Pour n ∈ N∗ et a1 , · · · , an , α ∈ R,

n
(α + ai ) = α +

n
ai .

i=1 i=1
8. Pour n ∈ N∗ et a1 , · · · , an , α ∈ R,

n
(αai ) = α

n
ai .

i=1 i=1
9782340-002166_001_600.indd 89 21/10/2014 12:13

Calcul de sommes et de produits
Exercice 4.1 : Pour n ∈ N∗ , démontrer les égalités suivantes.

n
n(n + 1)(2n + 1)
n
n2 (n + 1)2
k2 = k3 =
6 4
k=1 k=1
Exercice 4.2 : Pour n ∈ N∗ , calculer les sommes suivantes.

n n
n
1
1. Sn = ln 1 + 2. Sn = (2k + 4k + n − 3) 3. Sn = 2k 3n−k
k k=0
k=1 k=0
31
k−5 n
k n
4. Sn = 5. Sn = 6. Sn = k × k!
6 (k + 1)!
k=8 k=1 k=0
n

1
Exercice 4.3 : Pour n ∈ N∗ , calculer le produit Pn = 1− 2 .
k
k=2
Exercice 4.4 : Pour n ∈ N∗ , calculer les sommes suivantes.

n
1. Sn = k(k + 1) 2. Sn = n + 2(n − 1) + 3(n − 2) + · · · + (n − 1)2 + n
k=1
n
n
3. Sn = (2k − 1)3 4. Sn = (−1)k k
k=1 k=1

n
1
Exercice 4.5 : Pour n ∈ N∗ , on pose Sn = .
k(k + 1)(k + 2)
k=1
1. Déterminer des réels a, b et c tels que :
1 a b c
∀k ∈ N∗ , = + +
k(k + 1)(k + 2) k k+1 k+2
2. En déduire la valeur de la somme Sn .
Exercice 4.6* : À l’aide du changement d’indice indiqué, calculer les sommes suivantes.
n
1. Sn = k2k . On posera j = k − 1.
k=1

n
kπ 2
2. Tn = cos .
2n
k=0
En posant j = n − k, on donnera une autre expression de Tn ; puis on calculera la valeur de 2Tn .

n
Exercice 4.7* : Pour a ∈ R et n ∈ N∗ , on pose Sn = kak .
k=1
84 CHAPITRE 4
9782340-002166_001_600.indd 90 21/10/2014 12:13

1. Calculer Sn lorsque a = 1.
2. Lorsque a
= 1, calculer aSn − Sn et en déduire la valeur de Sn .
Coefficients binomiaux
Exercice 4.8 : Soit x ∈ R+ . Sans effectuer de récurrence, montrer que :
∀n ∈ N, (1 + x)n ≥ 1 + nx.
n n
∗
Exercice 4.9 : Pour n ∈ N , on pose : An = et Bn = .
k k
0≤k≤n 0≤k≤n
k pair k impair
Calculer An + Bn et An − Bn . En déduire la valeur des sommes An et Bn .
Exercice 4.10 : En utilisant la fonction polynomiale f : x → (1+x)n , calculer les sommes suivantes.
n
n n
1. S1 = 2 n
k 3. S3 = k
k=0 k
k=1
n
n n
1 n
2. S2 = k 4. S 4 =
k k + 1 k
k=1 k=0
n
∗ 2n + 1
Exercice 4.11 : Pour n ∈ N , on pose Sn = .
k
k=0
1. En effectuant le changement d’indice j = 2n + 1 − k, déterminer une autre expression de Sn .
2. En déduire la valeur de 2Sn , puis celle de Sn .
Exercice 4.12 : Soit k, p, n des entiers naturels tels que p ≤ k ≤ n.

n−p n n k
1. Montrer que = .
k−p p k p
k
n−p n
2. En déduire la valeur de la somme : S =
p=0
k−p p

n
n−1
∗ 2n 2n
Exercice 4.13* : Soit n ∈ N . On pose Sn = (−1) k
et Tn = (−1)k
.
2k 2k + 1
k=0 k=0
1. Écrire z = (1 + i)2n sous forme trigonométrique.
2. En déduire la valeur des sommes Sn et Tn .
Exercice 4.14** : formule de Vandermonde.
1. Démontrer la formule de Vandermonde :

n

p q p+q
∀n, p, q ∈ N, =
k n−k n
k=0
n 2
n 2

n n
2. Application : en déduire la valeur des sommes Sn = et Tn = k .
k k
k=0 k=0
9782340-002166_001_600.indd 91 21/10/2014 12:13

Sommes doubles
Exercice 4.15** : Calculer les sommes doubles suivantes.

1. Sn = i 2. Sn = i
1≤i,j≤n 1≤i≤j≤n

3. Sn = (i + j) 4. Sn = (i + j)2
1≤i≤j≤n 1≤i,j≤n

5. Sn = ij 6. Sn = |i − j|
1≤i<j≤n 1≤i,j≤n
i
Exercice 4.16* : Calculer la somme double Sn = .
j
0≤i,j≤n
Indications
Ex. 4.1
Utiliser le principe de récurrence simple.
Ex. 4.2
Pour les deux dernières sommes, on pourra écrire k = k + 1 − 1 de manière à faire apparaı̂tre
une somme télescopique.
Ex. 4.4
Pour la dernière somme, on pourra distinguer les cas n pair ou impair.
Ex. 4.9
n

n
n k n
Que valent les sommes et (−1) ?
k k
k=0 k=0
86 CHAPITRE 4
9782340-002166_001_600.indd 92 21/10/2014 12:13

1 2 3 4 5 6 7 8
F F F V F V F V
1. C’est vrai pour n = 0 (0! = 1), et toujours faux pour n ∈ N∗ ((2n + 1)! = 2 × · · · × (2n + 1)).
n
2. Cette somme comptient n + 1 termes, et pas n : 2 = 2(n + 1).
k=0
3. Ne pas confondre somme et produit. C’est la somme d’une progression géométrique de raison 2 :

n
1 − 2n
2k = 2 × = 2n+1 − 2.
1−2
k=1
La relation est en revanche vraie en changeant la somme en produit :

n
n(n+1)
2k = 2 × 22 × · · · × 2n = 21+2+···+n = 2 2
k=1
4. C’est vrai puisque

n n−1 n (n − 1)! n! n
= × = = .
p p−1 p (p − 1)![n − 1 − (p − 1)]! p!(n − p)! p
n
n k n n
5. Dans la formule du binôme, la sommation commence à 0 et pas à 1 : 3 = (2 + 1) = 2 .
k
k=0
6. D’après la formule du binôme :
n n
n n
(−1)p = (−1)p 1n−p = (1 − 1)n = 0.
p=0
p p=0
p
7. Sauf dans des cas triviaux (α = 0 ou n = 1), l’égalité est fausse puisque :

n
n
n
n
(α + ai ) = α+ ai = nα + ai .
i=1 i=1 i=1 i=1
8. C’est la proposition 4.1.
9782340-002166_001_600.indd 93 21/10/2014 12:13

Exercice 4.1
La première égalité a déjà été démontrée dans le second exemple de méthode
4.2. Nous allons ici la démontrer par une récurrence simple. Pour n = 1,
l’expressions se traduisant par 1 = 1, elle est clairement vérifiée.

n−1
(n − 1)(n)(2n − 1)
Supposons qu’elle soit vraie à l’ordre (n − 1) : k2 =
6
k=1
Calculons alors ce que donne le premier membre à l’ordre n :

n
n−1
n
(n − 1)(n)(2n − 1)
k2 = k2 + k2 = + n2
6
k=1 k=1 k=n
2
(n − 1)(2n − 1) 2n + 3n + 1
=n +n =n
6 6
n(n + 1)(2n + 1)
= ·
6
L’hérédité ayant été démontrée à l’ordre n, la formule est valable pour tout
n ∈ N∗ .
Passons maintenant à la démonstration de la seconde égalité. Elle est vraie
pour n = 1 puisqu’elle se traduit alors par 1 = 1.

n−1
(n − 1)2 (n)2
Supposons qu’elle soit vraie à l’ordre (n − 1) : k3 =
4
k=1

n
n−1
n
(n − 1)2 (n)2
k3 = k3 + k3 = + n3
4
k=1 k=1 k=n

(n − 1)2 + 4n n2 (n + 1)2
= n2 = ·
4 4
L’hérédité ayant été démontrée à l’ordre n, la formule est valable pour tout
n ∈ N∗ .
Exercice 4.2
ln( ab ) = ln a − ln b 1. On obtient facilement une somme télescopique :
n n
k+1
Sn = ln = [ln(k + 1) − ln k]
k
k=1 k=1
= [ln 2 + · · · + ln n + ln(n + 1)] − [ln 1 + ln 2 + · · · + ln(n − 1) + ln n]
= ln(n + 1) − ln 1 = ln(n + 1)
2. On découpe Sn en trois sommes et on utilise les formules du cours, sachant

que la première est la somme d’une progression géométrique de raison 2 :
88 CHAPITRE 4
9782340-002166_001_600.indd 94 21/10/2014 12:13

n
n
n
1 − 2n+1 n(n + 1)
Sn = 2k + 4 k+ (n − 3) = +4 + (n − 3)(n + 1)
1−2 2
k=0 k=0 k=0
=2 n+1
− 1 + 3(n + 1)(n − 1).
3. On fait apparaı̂tre la somme des termes d’une suite géométrique : Attention, ce n’est
pas la formule du

n
n n k

k n−k k3
n
n 2 1 − ( 23 )n+1 binôme !
Sn = 2 3 = 2 =3 = 3n
k=0 k=0
3k
k=0
3 1 − 23
% n+1 &
2
= 3n+1 1 − = 3n+1 − 2n+1 .
3
4. On coupe cette somme en deux et on effectue le calcul : La première

somme est
1 5
31 31 arithmétique et on
1 8 + 31 5
Sn = k− 1= × × 24 − × 24 = 39 × 2 − 5 × 4 = 58 applique le théorème
6 6 6 2 6 4.3.
k=8 k=8
5. En écrivant k = k + 1 − 1, on fait apparaı̂tre une somme télescopique :

n n n
k+1−1 k+1 1 1 1
Sn = = − = −
(k + 1)! (k + 1)! (k + 1)! k! (k + 1)!
k=1 k=1 k=1

1 1 1 1 1 1
= 1 + + ··· + − + ···+ + =1− .
2! n! 2! n! (n + 1)! (n + 1)!
6. L’égalité k = k + 1 − 1 permet de nouveau de faire apparaı̂tre une somme

télescopique : On coupe la somme
en deux par linéarité

n
n
n ( proposition 4.1).
Sn = (k + 1 − 1) × k! = [(k + 1) × k! − k!] = [(k + 1)! − k!]
k=0 k=0 k=0
n
n
= (k + 1)! − k! = (1! + · · · + n! + (n + 1)!) − (0! + 1! + · · · + n!)
k=0 k=0
Ainsi, Sn = (n + 1)! − 0! = (n + 1)! − 1.

Exercice 4.3
On factorise puis on sépare ce produit en deux, ce qui permet de faire ap-
paraı̂tre deux produits télescopiques :
n n n
1 1 1 1
Pn = 1+ 1− = 1+ 1−
k k k k
k=2 k=2 k=2
k+1 k−1
n n
3 4 n+1 1 2 n−1
= = × ···× × × ···×
k k 2 3 n 2 3 n
k=2 k=2
n+1 1 n+1
= × = .
2 n 2n

9782340-002166_001_600.indd 95 21/10/2014 12:13

Exercice 4.4
1. On coupe la somme en deux puis on utilise les résultats de l’ exercice 4.1 :

n
n
n(n + 1) n(n + 1)(2n + 1) n(n + 1)(n + 2)
Sn = k+ k2 = + = .
2 6 3
k=1 k=1
2. On écrit la somme à l’aide du symbole et on utilise les résultats de

l’exercice 4.1 :

n
n
n
n
n
Sn = k(n + 1 − k) = (n + 1)k − k 2 = (n + 1) k − k2
k=1 k=1 k=1 k=1 k=1
n(n + 1) n(n + 1)(2n + 1) n(n + 1)(n + 2)
= (n + 1) − = .
2 6 6
3. On développe (2k − 1)3 puis on utilise les formules de l’exercice 4.1 :

n
n
n
n
n
Sn = (8k 3 − 12k 2 + 6k − 1) = 8 k 3 − 12 k2 + 6 k− 1
k=1 k=1 k=1 k=1 k=1
n2 (n + 1)2 n(n + 1)(2n + 1) n(n + 1)
=8× − 12 × +6× −n
4 6 2
= 2n2 (n + 1)2 − 2n(n + 1)(2n + 1) + 3n(n + 1) − n = n2 [2n2 − 1].
On regroupe les 4. Lorsque n est pair, on a

termes 2 par 2.
n n
Sn = −1 + 2 −3 + 4 − · · · −(n − 1) + n = 1 × =

2 2
1 1 1
Après et, lorsque n est impair,

regroupement, le
dernier terme reste n−1 n+1
Sn = −1 + 2 −3 + 4 − · · · −(n − 2) + n − 1 −n = 1 × −n=− .
cette fois isolé.

2 2
1 1 1
n
si n est pair
Finalement, Sn = 2
.
− 2
n+1
si n est impair
Exercice 4.5
1. En réduisant au même dénominateur et en identifiant, on obtient facilement
a = c = 12 et b = −1.
2. D’après la question précédente, on a alors :

n n
1 1 1 1
Sn = = − +
k(k + 1)(k + 2) 2k k + 1 2(k + 2)
k=1 k=1
1 n
1
n
1 1 n
1
= − +
2 k k+1 2 k+2
k=1 k=1 k=1
90 CHAPITRE 4
9782340-002166_001_600.indd 96 21/10/2014 12:13

On effectue le changement d’indice j = k + 1 dans la deuxième somme et
j = k + 2 dans la troisième.

n
1 1
n+1 n
1 1
n
1 1
= = −1+ = −1+ ;
k+1 j=2
j j=1
j n + 1 k n + 1
k=1 k=1

n
1
n+2
1 1
n
1 1 1
= = −1− + + .
k+2 j=3
j k 2 n+1 n+2
k=1 k=1
Par conséquent,
n
1 1 1 1 1 1 1 1
Sn = −1+ − −1 + + −1 − + +
2 2 k n+1 2 2 n+1 n+2
k=1

1 1 1 1 1 1 1
=1− + −1 − + + = − .
n+1 2 2 n+1 n+2 4 2(n + 1)(n + 2)

Exercice 4.6
1. Le changement d’indice j = k − 1 donne :

n−1
n−1
n−1
n−1
n−1
j+1 j+1 j+1 j
Sn = (j + 1)2 = j2 + 2 =2 j2 + 2 2j .
j=0 j=0 j=0 j=0 j=0
Dans la deuxième somme, on reconnaı̂t une progression géométrique. Pour la

première, on écrit : Le terme obtenu
⎛ ⎞ pour j = 0 est nul.

n−1
n−1 n
j2j = j2j = ⎝ j2j ⎠ − n2n = Sn − n2n . On reconnaı̂t S n
j=0 j=1 j=1 au dernier terme près.
Par conséquent,
1 − 2n
Sn = 2(Sn − n2n ) + 2 = 2Sn − n2n+1 + 2n+1 − 2.
1−2
On en déduit que :
Sn = (n − 1)2n+1 + 2.
2. Le changement d’indice j = n − k permet d’écrire :

n n n
2 (n − j)π π jπ jπ
Tn = cos = cos 2
− = sin2
cos( π2 − x) = sin x
j=0
2n j=0
2 2n j=0
2n
On en déduit la valeur de 2Tn : cos2 x + sin2 x = 1

kπ kπ
n n n
kπ kπ
2Tn = Tn + Tn = cos2 + sin2 = cos2 + sin2
2n 2n 2n 2n
k=0 k=0 k=0
n
= 1 = n + 1.
k=0
9782340-002166_001_600.indd 97 21/10/2014 12:13

n+1
Finalement, Tn = .
2
Exercice 4.7

n
n(n + 1)
1. Lorsque a = 1, on a Sn = k= .
2
k=1
changement 2. On a :
d’indice j = k + 1 dans
la première somme
n
n
n+1
n
aSn − Sn = kak+1 − kak = (k − 1)ak − kak
k=1 k=1 k=2 k=1
n
n
= nan+1 − 0 + (k − 1 − k)ak = nan+1 − ak .
k=1 k=1

n
an − 1
suite géométrique Comme a
= 1, ak = a et on en déduit que :
de raison et de a−1
k=1
premier terme a
nan+2 − (n + 1)an+1 + a
aSn − Sn = Sn (a − 1) = .
a−1
nan+2 − (n + 1)an+1 + a
a − 1 = 0 On obtient finalement Sn = .
(a − 1)2
Exercice 4.8
L’inégalité est trivialement vraie pour n = 0 (elle s’écrit 1 ≥ 1). Pour
formule du binôme n ∈ N∗ , la formule du binôme donne :
appliquée à a = 1 et
n n n
b=x
n n k n 0 n 1 n k n k
(1 + x) = x = x + x + x = 1 + nx + x .
k 0 1 k k
k=0 k=2 k=2
n n k
k x l’est aussi. Ainsi, (1+x) ≥ 1+nx.
n
Or x est positif, donc la somme
k=2
Exercice 4.9
En sommant ou La formule du binôme permet de calculer An + Bn et An − Bn :
retranchant, on
récupère tous les n
n
entiers compris entre An + Bn = = (1 + 1)n = 2n
0 et n. k
k=0
n
n
An − Bn = (−1)k = (1 − 1)n = 0
k
k=0
Par conséquent, An = Bn = 2n−1 .

Exercice 4.10
Tout d’abord, la fonction f est définie et indéfiniment dérivable sur R.
D’après la formule du binôme de Newton, on a :
n
n k
∀x ∈ R, f (x) = (1 + x) =
n
x . (4.1)
k
k=0
92 CHAPITRE 4
9782340-002166_001_600.indd 98 21/10/2014 12:13

n n
1. En évaluant cette égalité en 1, on obtient 2n = n
k , soit S1 = 2 .
k=0
On retrouve le résultat du cours (formule du binôme appliquée à a = b = 1).
2. En dérivant la relation (4.1), il vient (la dérivée du terme constant obtenu
pour k = 0 de (4.1) est nulle) :
n

n k−1
∀x ∈ R, f (x) = n(1 + x) n−1
= k x .
k
k=1
On évalue alors cette égalité au point 1 : cela donne S2 = n2n−1 .

3. On dérive cette fois la relation de la question précédente : De nouveau, la
dérivée du terme

n constant (obtenu pour
n k−2
∀x ∈ R, f (x) = n(n − 1)(1 + x) = k(k − 1)n−2
x k = 1) est nulle.
k
k=2
n
n k−2 n k−2
n
= k2 x − k x .
k k
k=2 k=2
En évaluant cette égalité en 1, on obtient

n n
n n
n(n − 1)2 n−2
= 2
k − k ,
k k
k=2 k=2
n
ou encore n(n − 1)2n−2 = S3 − 1 − (S2 − n1 ) ; d’où Ne pas oublier le
premier terme.
S3 = n(n − 1)2n−2 + n2n−1 = n2n−2 (n − 1 + 2) = n(n + 1)2n−2 .
4. On va cette fois intégrer et non pas dériver. On intègre la relation (4.1)

entre 0 et 1 : Les fonctions sont
1 continues sur [0, 1].
n 1
1 n 1
(1 + x)n+1 = xk+1 ,
n+1 0 k k+1 0
k=0
2n+1 − 1
c’est-à-dire S4 = .
n+1
Exercice 4.11
1. Le changement d’indice j = 2n + 1 − k donne : formule de
symétrie

2n+1
2n+1
2n + 1 2n + 1
Sn = =
j=n+1
2n + 1 − j j=n+1
j
2. L’indice j étant muet, on en déduit que :

n

2n+1 2n+1
2n + 1
2n + 1 2n + 1
2Sn = Sn + Sn = + =
k k k
k=0 k=n+1 k=0
2n+1 2n+1
= (1 + 1) =2 .
9782340-002166_001_600.indd 99 21/10/2014 12:13

22n+1
Ainsi, Sn = = 22n .
2
Exercice 4.12
1. On a :

n−p n (n − p)! n! n! k! n k
= = = .
k−p p (k − p)!(n − k)! p!(n − p)! k!(n − k)! p!(k − p)! k p
n
k
ne dépend pas 2. D’après la question précédente, on a :
de p.
k
k
k
n−p n n k n k n
S= = = = 2k
p=0
k−p p p=0
k p k p=0 p k
k
k
car = 2k .
p=0
p
Exercice 4.13 √ √ √ √ π √ π π
1. On a 1 + i = 2( 22 + i 22 ) = 2ei 4 , d’où z = ( 2ei 4 )2n = 2n ein 2 .
On sépare les 2. D’après la formule du binôme de Newton, on a :
parties réelle et
2n
n n−1
2n 2k
imaginaire (puissances
2n 2n
paires et impaires (1 + i)2n = ik = i + i2k+1
de i). k 2k 2k + 1
k=0 k=0 k=0
n 2n
n−1
2n
i2k = (−1)k = k
(−1) + i (−1)k = Sn + iTn .
2k 2k + 1
k=0 k=0
Ainsi, Sn = Re (z) et Tn = Im (z). Or, d’après la question précédente,

z = 2n (cos(n π2 ) + i sin(n π2 )) ; on obtient donc :
nπ nπ
Sn = 2n cos et Tn = 2n sin .
2 2

Exercice 4.14
1. On raisonne par récurrence sur p en notant
n

p q p+q
P(p) : = .
k n−k n
k=0
94 CHAPITRE 4
9782340-002166_001_600.indd 100 21/10/2014 12:13

• Tout d’abord, on a : Les autres termes
n de la somme
sont nuls
0 q 0 q q puisque n = 0 pour
k
= = , k > n.
k n−k 0 n n
k=0
ce qui montre que la propriété P(0) est vraie.

• On suppose maintenant que P(p) est vraie à un certain rang p ∈ N fixé :
n

p q p+q
∀n, q ∈ N, = .
k n−k n
k=0
Grâce à la formule de Pascal, on a alors :
n n
p+1 q p p q
= +
k n−k k k−1 n−k
k=0 k=0
p
n n
q p q
= +
k n−k k−1 n−k
k=0 k=0
n n
p q p q
= + ,
k n−k k−1 n−k
k=0 k=1
p

la dernière inégalité provenant du fait que −1 = 0. On effectue ensuite le
changement d’indice j = k − 1 dans la deuxième somme :
n
n n−1
p
p+1 q p q q
= + .
k n−k k n−k j=0
j n−1−j
k=0 k=0
Mais, d’après l’hypothèse de récurrence P(p) appliquée à n et n − 1, on a :

n

n−1
p q p+q p q p+q
= et = .
k n−k n j=0
j n−1−j n−1
k=0
La formule de Pascal permet alors de conclure :

n

p+1 q p+q p+q p+q+1
= + = ,
k n−k n n−1 n
k=0
ce qui montre que P(p + 1) est vraie. Ainsi, P(p) est vraie pour tout p ∈ N.
2. Pour le calcul de Sn , la formule de Vandermonde appliquée à p = q = n
donne :
n

n n n+n 2n
= = .
k n−k n n
k=0
n n
Comme n−k = k , on en déduit que : formule de
symétrie
n 2
n

n n n 2n
Sn = = = .
k k n−k n
k=0 k=0
9782340-002166_001_600.indd 101 21/10/2014 12:13

Pour calculer Tn , on commence par appliquer le changement d’indice j = n−k
et on utilise la formule de symétrie :
n 2 n 2 n 2
n n n
Tn = k = (n − j) = (n − j)
k j=0
n − j j=0
j
k=0
n 2 n 2
n n
=n − j = nSn − Tn .
j=0
j j=0
j

nSn n 2n
Par conséquent, 2Tn = nSn ; d’où Tn = = .
2 2 n
Exercice 4.15
On peut séparer les 1. On somme sur le rectangle [[1, n]] × [[1, n]] et les indices sont séparables :
indices : i = i × 1.
n ⎛ n ⎞
n n n(n + 1) n2 (n + 1)
Sn = i= i ⎝ 1⎠ = ×n= .
i=1 j=1 i=1 j=1
2 2
Avec l’autre ordre 2. On somme cette fois sur le triangle {(i, j); 1 ≤ i ≤ j ≤ n}. On a :
de sommation,
n n ⎛ ⎞
Sn = i. n j n
j(j + 1) 1 2
n
1 ⎝ 2 ⎠
n n
i=1 j=i Sn = i= = (j + j) = j + j
j=1 i=1 j=1
2 2 j=1 2 j=1 j=1
n(n + 1)(2n + 1) n(n + 1) n(n + 1)(n + 2)

= + = .
12 4 6
3. On somme de nouveau sur le triangle {(i, j); 1 ≤ i ≤ j ≤ n} :

j n
n j n j j(j + 1)
Sn = (i + j) = i+ j = + j2
j=1 i=1 j=1 i=1 i=1 j=1
2
3 2 1
n n
3 n(n + 1)(2n + 1) 1 n(n + 1) n(n + 1)2
= j + j= + = .
2 j=1 2 j=1 2 6 2 2 2
4. On développe (i + j)2 et on calcule ensuite les trois sommes indexées par

Les indices sont le rectangle [[1, n]] × [[1, n]] :
séparables dans les
trois sommes à
n
n
n
n
n
n
n
n
calculer. Sn = (i2 + 2ij + j 2 ) = i2 + 2ij + j2
i=1 j=1 i=1 j=1 i=1 j=1 i=1 j=1
n ⎛ n ⎞ n ⎛ n ⎞ n ⎛ n ⎞

= i2 ⎝ 1⎠ + 2 i ⎝ j⎠ + 1 ⎝ j2⎠
i=1 j=1 i=1 j=1 i=1 j=1
2
n(n + 1)(2n + 1) n(n + 1) n(n + 1)(2n + 1)
= ×n+2 +n×
6 2 6
n2 (n + 1)(7n + 5)
= .
6
96 CHAPITRE 4
9782340-002166_001_600.indd 102 21/10/2014 12:13

5. Les indices sont séparables mais on somme ici sur un triangle T . On a : T est l’ensemble
des couples (i, j) tels
que 1 ≤ i < j ≤ n
(i, j) ∈ T ⇐⇒ (1 ≤ i ≤ n − 1 et i + 1 ≤ j ≤ n)
⇐⇒ (2 ≤ j ≤ n et 1 ≤ i ≤ j − 1)
En utilisant (par exemple) le second ordre des sommations, il vient : On a aussi

n−1 n
Sn = ij
j−1 i=1 j=i+1

n
j−1
n n
(j − 1)j 1 3
n
Sn = ij = j i = j× = (j − j 2 )
j=2 i=1 j=2 i=1 j=2
2 2 j=2
2 2

1 n (n + 1) n(n + 1)(2n + 1)
= −1 − −1
2 4 6

n(n + 1) n(n + 1) 2n + 1 n(n + 1) 3n2 − n − 2
= − = .
4 2 3 4 6
Comme 3n2 − n − 2 = (3n + 2)(n − 1), on obtient
n(n − 1)(n + 1)(3n + 2)

Sn = .
24
6. Afin de se débarasser de la valeur absolue, on sépare les termes en deux

groupes, ceux pour lesquels i ≤ j et ceux pour lesquels i > j : regroupement de
termes

Sn = |i − j| + |i − j| = (j − i) + (i − j).
1≤i≤j≤n 1≤j<i≤n 1≤i≤j≤n 1≤j<i≤n
|i − j| = j − i ssi
j≥i
On est alors ramené à calculer deux sommes indexées par un triangle :

n
j
n
i−1
Sn = (j − i) + (i − j)
j=1 i=1 i=2 j=1
n n
j(j + 1) i(i − 1)
= j −
2
+ i(i − 1) −
j=1
2 i=2
2
1 n
1 2
n
= (j 2 − j) + (i − i)
2 j=1 2 i=2
Le terme obtenu pour i = 1 étant nul dans la deuxième somme, on obtient : indice muet

n
n(n + 1)(2n + 1) n(n + 1)
Sn = (i2 − i) = − .
i=1
6 2
n(n − 1)(n + 1)
Finalement, Sn = .
3
9782340-002166_001_600.indd 103 21/10/2014 12:13

Exercice 4.16
Sur un rectangle, On somme ici sur le rectangle [[0, n]] × [[0, n]] et on peut donc écrire :
on peut intervertir les
symboles sommes sans n
n n n
i i
se poser de question. Sn = = .
i=0 j=0
j j=0 i=0
j
i
Les termes de la Utilisons plutôt la première égalité. Comme j = 0 pour j > i, on a :
somme intérieure sont
nuls pour j > i.
i
n
n
i
Sn = = 2i ,
i=0 j=0
j i=0
i
i
j
= (1 + 1)i la deuxième égalité provenant de la formule du binôme. On reconnaı̂t alors
j=0
une progression géométrique de raison 2 :

n
1 − 2n+1
Sn = 2i = 1 × = 2n+1 − 1.
i=0
1−2
98 CHAPITRE 4
9782340-002166_001_600.indd 104 21/10/2014 12:13

Chapitre 5
Techniques
de calculs en analyse
En introduisant les coordonnées en géométrie, Descartes

utilise le premier des fonctions pour étudier des courbes.
Le mot même de fonction apparaît sous la plume de Leibniz sans
déęnition. La première déęnition nous vient
de Jean Bernoulli en 1718 lorsqu’il écritȹ:
On appelle ici fonction d’une grandeur variable,
une quantité composée de quelque manière que ce soit
de ceĴe grandeur variable et de constantes.
Pour lui, comme par la suite pour Euler, une fonction se déęnit
par une composition de fonctions élémentaires.
Notre déęnition actuelle est introduite en 1837 par Dirichlet
lorsqu’il aĜrmeȹ: Si à chaque x, correspond un unique y, René Descartes
alors y s’appelle une fonction de x. 1596-1650
Il n’est alors plus nécessaire d’avoir l’expression
de f(x) pour parler de fonction.
9782340-002166_001_600.indd 105 21/10/2014 12:13

Objectifs

Les incontournables
ZManipuler et utiliser des inégalités.
ZCalculer des dérivées.
ZDéterminer l’ensemble de définition d’une fonction.
ZÉtudier les variations d’une fonction.

ZÉtudier une fonction pour établir une inégalité.
ZMener l’étude complète d’une fonction.
9782340-002166_001_600.indd 106 21/10/2014 12:13

Résumé de cours
Inégalités dans R
Proposition 5.1.— Compatibilité de la relation d’ordre avec l’addition et la multiplication —.

La relation ≤ est compatible avec l’addition et la multiplication, c’est à dire :
∀x, y, z ∈ R, x ≤ y ⇒ x + z ≤ y + z
∀x, y, z ∈ R, (x ≤ y et 0 ≤ z) ⇒ xz ≤ yz
Remarque : on en déduit que

∀a, b, c, d ∈ R, (a ≤ b et c ≤ d) ⇒ a + c ≤ b + d
∀a, b, c, d ∈ R, (0 ≤ a ≤ b et 0 ≤ c ≤ d) ⇒ ac ≤ bd
Proposition 5.2.— Ordre et passage à l’inverse —. On a :
1 1
∀x, y ∈ R, 0<x≤y⇒0< ≤
y x
Remarque : de même, si x et y sont deux réels tels que x ≤ y < 0 alors y1 ≤ x1 < 0.
Attention à ne pas appliquer une de ces deux propriétés lorsque x et y ne sont pas de même signe !
Définition : Valeur absolue —. Pour tout réel x, on appelle valeur absolue de x et on note |x|
le plus grand des réels x et −x. Autrement dit :

x si x ≥ 0
|x| =
−x si x < 0
Théorème 5.3.— Inégalité triangulaire —.
∀x, y ∈ R, |x + y| ≤ |x| + |y|
Remarque : la quantité |x − y| mesure la distance entre deux points x et y de la droite réelle. Pour
d ≥ 0, l’inégalité |x − a| ≤ d signifie que x est situé à une distance de a inférieure ou égale à d.
d d
|x − a| ≤ d ⇔ a − d ≤ x ≤ a + d
a−d x a a+d
Définition : Partie majorée, minorée, bornée —. Soit A une partie de R.

A est majorée s’il existe M ∈ R tel que, pour tout x ∈ A, x ≤ M.
On dit alors que M est un majorant de A.

A est minorée s’il existe m ∈ R tel que, pour tout x ∈ A, x ≥ m.
On dit alors que m est un minorant de A.
TECHNIQUES DE CALCUL EN ANALYSE 101
9782340-002166_001_600.indd 107 21/10/2014 12:13

A est bornée lorsque A est la fois majorée et minorée.
Définition : Maximum et minimum —. Soit A une partie de R
Si A est majorée et possède un majorant qui est dans A, alors celui-ci est unique.
On l’appelle maximum de A et on le note max A.

Si A est minorée et possède un minorant qui est dans A, alors celui-ci est unique.
On l’appelle minimum de A et on le note min A.
Généralités sur les fonctions réelles

Dans ce paragraphe, D désigne une partie de R et I un intervalle de R.
Définition : Une partie A de R est symétrique par rapport à 0 lorsque, pour tout x ∈ A, −x ∈ A.
Définition : Fonction paire, fonction impaire —. Soit f une fonction de D dans R.
On dit que f est paire si D est symétrique par rapport à 0 et :
∀x ∈ D, f (−x) = f (x).
On dit que f est impaire si D est symétrique par rapport à 0 et :

∀x ∈ D, f (−x) = −f (x).
Définition : Fonction périodique —. Soit f une fonction de D dans R et T > 0. On dit que f est
T-périodique lorsque :
∀x ∈ D, x + T ∈ D ;
∀x ∈ D, f (x + T ) = f (x).
Définition : Fonction majorée, minorée, bornée —. Soit f une fonction de D dans R.

On dit que f est majorée s’il existe M ∈ R tel que, pour tout x ∈ D, f (x) ≤ M ;
On dit que f est minorée s’il existe m ∈ R tel que, pour tout x ∈ D, f (x) ≥ m ;
On dit que f est bornée si f est à la fois majorée et minorée.
Proposition 5.4.— Soit f une fonction de D dans R. Alors :
f est bornée sur D ⇔ ∃C ≥ 0, ∀x ∈ D, |f (x)| ≤ C
Remarque : autrement dit, f est bornée sur D si et seulement si la fonction |f | est majorée sur D.
Définition : Fonction croissante, décroissante —. Soit f une fonction de D dans R.
On dit que f est croissante sur D si :
∀x1 , x2 ∈ D, x1 ≤ x2 ⇒ f (x1 ) ≤ f (x2 ).
On dit que f est décroissante sur D si :
∀x1 , x2 ∈ D, x1 ≤ x2 ⇒ f (x1 ) ≥ f (x2 ).
On dit que f est strictement croissante sur D si :
∀x1 , x2 ∈ D, x1 < x2 ⇒ f (x1 ) < f (x2 ).
102 CHAPITRE 5
9782340-002166_001_600.indd 108 21/10/2014 12:13

On dit que f est strictement décroissante sur D si :
∀x1 , x2 ∈ D, x1 < x2 ⇒ f (x1 ) > f (x2 ).
Définition : Fonction monotone —. Une fonction de D dans R est dite :

monotone si elle est croissante ou décroissante ;
strictement monotone si elle est strictement croissante ou strictement décroissante.
Théorème 5.5.— Théorème de la bijection —. Soit I un intervalle de R et f une fonction

continue et strictement monotone sur I. Alors :
f est une bijection de I dans l’intervalle J = f (I) ;
son application réciproque f −1 : J → I est continue et strictement monotone sur J, de même
monotonie que f .
Représentation graphique d’une fonction

Dans ce paragraphe, on munit le plan d’un repère orthogonal.
Définition : Courbe représentative d’une fonction —. Soit f une fonction de D dans R. On
appelle courbe représentative de f (ou graphe de f ) et on note Cf l’ensemble des couples
(x, f (x)), pour x ∈ D.
y Cf
O x
Certaines propriétés de la fonction ont des conséquences sur son graphe.
Si f est paire, Cf est symétrique par rapport à l’axe des ordonnées.
Si f est impaire, Cf est symétrique par rapport à l’origine du repère.
Si la fonction x → f (x + a) est paire, Cf est symétrique par rapport à la droite verticale

d’équation x = a.
Si la fonction x → f (x + a) − b est impaire, Cf est symétrique par rapport au point Ω (a, b).
Si f est T -périodique, Cf est invariante par translation de vecteur (T, 0). La courbe Cf se
déduit par translations successives du tracé de f sur une période.
Ces propriétés permettent de réduire l’ensemble d’étude d’une fonction (méthode 5.2).
Enfin, dans un repère orthonormé, les graphes d’une bijection f et de son application réciproque
f −1 sont symétriques par rapport à droite d’équation y = x (première bissectrice).
9782340-002166_001_600.indd 109 21/10/2014 12:13

y=x
Cf −1
Cf
Calcul des dérivées
Dans ce paragraphe, I et J désignent deux intervalles de R.

f (x) − f (a)
Définition : Une fonction f : I → R est dérivable en a ∈ I si lim existe et est finie.
x→a x−a
Dans ce cas, on note alors f (a) ce réel.
Théorème 5.6.— Équation de la tangente en un point —. Soit f une fonction de I dans R et

Cf sa courbe représentative. Si f est dérivable en a ∈ I, alors la tangente à Cf au point A (a, f (a))
a pour équation :
y = f (a) + f (a)(x − a).
f (a) A
a
Cf
Définition : Une fonction f : I → R est dérivable sur I si f est dérivable en tout point de I.
On définit alors la fonction dérivée de f que l’on note f (ou df
dx ) :
f : I → R
x → f (x)
104 CHAPITRE 5
9782340-002166_001_600.indd 110 21/10/2014 12:13

Théorème 5.7.— Dérivée et variations —. Soit f : I → R une fonction dérivable sur I.
f est croissante sur I si et seulement si, pour tout x ∈ I, f (x) ≥ 0.
f est décroissante sur I si et seulement si, pour tout x ∈ I, f (x) ≤ 0.
f est constante sur I si et seulement si, pour tout x ∈ I, f (x) = 0.
Si, pour tout x ∈ I, f (x) > 0, alors f est strictement croissante sur I.
Si, pour tout x ∈ I, f (x) < 0, alors f est strictement décroissante sur I.
Remarque : Si f est positive (resp. négative) sur I et ne s’annule qu’en un nombre fini de points,
alors f est strictement croissante (resp. décroissante) sur I.
Tableau de variations d’une fonction

Lorsque f est dérivable, l’étude du signe de f permet de déterminer les variations de f . Une fois
que l’on a obtenu le signe de f , on rassemble ces informations dans un tableau de variations.
On indique dans ce tableau les variations de la fonction f ainsi que les informations permettant
d’affiner l’étude de f (valeurs particulières, limites, extremum...).
Théorème 5.8.— Opérations sur les dérivées —. Soit u et v deux fonctions dérivables sur I, λ
un réel. Alors :
u + v est dérivable sur I et (u + v) = u + v ;
λu est dérivable sur I et (λu) = λu ;
uv est dérivable sur I et (uv) = u v + uv ;
u u u × v − u × v
si v ne s’annule pas sur I, est dérivable sur I et = .
v v v2
Théorème 5.9.— Dérivée d’une composée —. Soit f une fonction dérivable sur I, g une fonction
dérivable sur J, avec f (I) ⊂ J. Alors g ◦ f est dérivable sur I et :

(g ◦ f ) = g ◦ f × f
Théorème 5.10.— Dérivée de l’application réciproque d’une bijection —. Soit f une bijection
de I dans J. Si f est dérivable sur I et si f ne s’annule pas sur I, alors f −1 est dérivable sur J
et :
−1 1
f =
f ◦ f −1
9782340-002166_001_600.indd 111 21/10/2014 12:13

Dérivées des fonctions usuelles
Fonction Dérivée Ensemble de validité
C (C ∈ R) 0 R
xn (n ∈ N∗ ) nxn−1 R
1 n
(n ∈ N∗ ) − R∗
xn xn+1
√
x 1
√
2 x
R∗+
ex ex R
1
ln |x| R∗
x
cos x − sin x R
sin x cos x R
1
tan x = 1 + tan2 x R \ { π2 + kπ, k ∈ Z}
cos2 x
106 CHAPITRE 5
9782340-002166_001_600.indd 112 21/10/2014 12:13

Méthodes
Étude de fonctions
Méthode 5.1.— Comment déterminer l’ensemble de définition d’une fonction

Déterminer l’ensemble de définition Df d’une fonction f , c’est trouver toutes les valeurs
de x pour lesquelles f (x) existe. Pour cela, on écrit toutes les conditions (portant sur x)
qui assurent l’existence de f (x).
Cas particulier important : on doit très souvent déterminer l’ensemble de définition
d’une fonction composée g ◦ f . La fonction g ◦ f est définie en tout point x tel que :
x ∈ Df et f (x) ∈ Dg .
On détermine donc l’ensemble de définition de g ◦ f en trouvant tous les réels x vérifiant

ces deux conditions. En pratique, on commence par déterminer Df , puis on recherche les
éléments x de Df tels que f (x) ∈ Dg .
Exemple : déterminer l’ensemble de définition de la fonction définie par f (x) = ln(2 − x).
La fonction x → 2 − x est définie sur R et la fonction ln est définie sur R∗+ . De plus, 2 − x > 0 si
et seulement si x < 2. Par composition, l’ensemble de définition de f est ] − ∞, 2[.

1+x
Exemple : déterminer l’ensemble de définition de la fonction définie par f (x) = .
1−x
1+x
On a ici f (x) = u(x), avec u(x) = 1−x . La fonction u est définie sur R \ {1} et la fonction racine
carrée est définie sur R+ . Ainsi,
f (x) existe ⇔ (x
= 1 et u(x) ≥ 0) .
Or la fonction u est positive sur [−1, 1] (faire un tableau de signes ou dire que le signe de u est celui
du trinôme (1 + x)(1 − x) qui est positif à l’intérieur de ses racines). Les conditions permettant de
définir f (x) sont donc x
= 1 et x ∈ [−1, 1]. Ainsi, l’ensemble de définition de f est [−1, 1[.
√ 1
Exemple : On pose f (x) = x + 3 et g(x) = . Sans calculer g ◦ f , déterminer Dg◦f .
x−2
La fonction f est définie sur Df = [−3, +∞[ et la fonction g est définie sur Dg = R \ {2}.
La fonction g ◦ f est alors définie en tout point x tel que x ∈ Df et f (x) ∈ Dg , c’est-à-dire :
√
x ∈ [−3, ∞[ et x + 3
= 2,
soit x ≥ −3 et x
= 1. Finalement, l’ensemble de définition de g ◦ f est [−3, 1[∪]1, +∞[.
√
ln 3x + 7
Exemple : Déterminer l’ensemble de définition de la fonction définie par f (x) = .
4 − x2
9782340-002166_001_600.indd 113 21/10/2014 12:13

√
Dans cet exemple, f est le produit de deux fonctions dont l’une (x → ln 3x + 7) est la composée
de trois fonctions. La fonction x → 3x + 7 est définie sur R, la racine carrée est définie sur R+ , et
ln est définie sur R∗+ . Par ailleurs, x → 4−x
1
2 est définie sur R \ {−2; 2}. On en déduit que :
⎧
⎪ 3x + 7 ≥ 0
⎨ √
f (x) existe ⇐⇒ 3x + 7 > 0
⎪
⎩
4 − x2
= 0
⎧
⎨ x ≥ −3
7
⎪
⇐⇒ x > − 37
⎪
⎩
x∈/ {−2; 2}
Par conséquent, l’ensemble de définition de f est ] − 73 , −2[∪] − 2, 2[∪]2, +∞[.
Méthode 5.2.— Comment réduire l’ensemble d’étude d’une fonction

Il est possible d’exploiter certaines propriétés de la fonction f afin de restreindre son
ensemble d’étude.
Lorsque f est paire ou impaire, on limite l’étude à Df ∩ R+ . Le comportement de
f sur Df ∩ R− est obtenu par symétrie. On trace le graphe de f sur Df ∩ R+ et on
le complète par symétrie d’axe (Oy) si f est paire, par symétrie par rapport à O si
f est impaire.
Lorsque f est T -périodique, on limite l’étude à une période, généralement Df ∩[0, T ]
ou Df ∩[− T2 , T2 ]. On obtient le comportement de f sur Df tout entier par périodicité.
On trace le graphe de f sur une période, puis on le reproduit sur toutes les périodes.
On peut évidemment coupler ces deux propriétés : si f est périodique et paire (ou im-
paire), on limite l’étude à Df ∩[0, T2 ] et on complète ensuite par symétrie puis périodicité.
Plus rarement, on peut être amené à exploiter d’autres symétries :
Si la fonction x → f (x + a) est paire, Cf est symétrique par rapport à la droite
d’équation x = a. On étudie f sur Df ∩[a, +∞[ et on complète ensuite par symétrie.
Si la fonction x → f (x + a) − b est impaire, Cf est symétrique par rapport au

point Ω (a, b). De nouveau, on limite l’étude à Df ∩ [a, +∞[ puis on complète par
symétrie.
Exemple : On pose f (x) = sin 2x + sin x cos 3x. Déterminer l’ensemble d’étude de la fonction f .
Les fonctions sinus et cosinus étant définies sur R, f est définie sur R. De plus, f est impaire
puisque Df = R est symétrique par rapport à 0 et :
∀x ∈ R, f (−x) = sin(−2x) + sin(−x) cos(−3x) = − sin 2x − sin x cos 3x = −f (x).
Enfin, comme sinus et cosinus sont 2π-périodiques, f est π-périodique. En effet,
∀x ∈ R, f (x + π) = sin(2x + 2π) + sin(x + π) cos(3x + 3π) = sin 2x + sin(x + π) cos(3x + π)
= sin 2x + (− sin x) × (− cos 3x) = sin 2x + sin x cos 3x = f (x).
En résumé, f est impaire et π-périodique : il suffit donc de l’étudier sur [0, π2 ].
108 CHAPITRE 5
9782340-002166_001_600.indd 114 21/10/2014 12:13

Méthode 5.3.— Comment mener l’étude d’une fonction
Pour faire l’étude d’une fonction, on suit le plan suivant :
ensemble de définition
ensemble d’étude
calcul des limites aux bornes de l’ensemble de définition
dérivabilité et calcul de la dérivée
variations
tracé de la courbe représentative
Exemple : faire l’étude complète de la fonction définie par f (x) = cos4 x + sin4 x.
• Ensemble de définition.
En tant que somme et produit de fonctions définies sur R (sin et cos), f est définie sur R.
• Ensemble d’étude.
La fonction f est paire puisque Df est symétrique par rapport à 0 et :
∀x ∈ R, f (−x) = cos4 (−x) + sin4 (−x) = cos4 x + (− sin x)4 = cos4 x + sin4 x = f (x).
Par ailleurs, comme cos(x + π2 ) = − sin x et sin(x + π2 ) = cos x, f est π

2 -périodique. En effet,
π π π
∀x ∈ R, f (x + ) = cos4 (x + ) + sin4 (x + ) = (− sin x)4 + (cos x)4
2 2 2
= cos4 x + sin4 x = f (x).
π
La fonction f étant paire et 2 -périodique, il suffit de l’étudier sur [0, π4 ].
• Limites aux bornes de l’ensemble d’étude.

Comme f est définie en 0 et π4 , les limites aux bornes de [0, π4 ] sont tout simplement les valeurs
prises par la fonction en ces points. On a f (0) = 1 et f ( π4 ) = 12 .
• Dérivabilité et calcul de la dérivée.

Les fonctions sinus et cosinus sont dérivables sur R. En tant que somme et produit de fonctions
dérivables sur R, f est donc dérivable sur R ; on a :

∀x ∈ R, f (x) = −4 sin x cos3 x + 4 cos x sin3 x = 4 cos x sin x sin2 x − cos2 x
= 2 sin 2x × (− cos 2x) = − sin(4x).
• Variations.
Nous avons vu qu’il suffit d’étudier les variations de f sur [0, π4 ] pour en déduire ses variations sur
R tout entier. Or, pour x ∈ [0, π4 ], 4x ∈ [0, π] et f (x) ≤ 0. On en déduit que f est décroissante sur
[0, π4 ]. Par parité, f est croissante sur [− π4 , 0] et f admet donc un maximum en 0, égal à 1.
9782340-002166_001_600.indd 115 21/10/2014 12:13

• Courbe représentative de f .
On commence par tracer le graphe de f sur [0, π4 ], puis :
π
on applique une symétrie d’axe (Oy) pour avoir le graphe sur [− , 0] (parité de f ) ;
4
on a alors le graphe de f sur toute une période ([− π4 , π4 ]) et on le reproduit sur R tout entier
par translation (périodicité de f ).
1
1
2
π
O 4
Calcul de dérivées
Méthode 5.4.— Comment dériver une fonction composée

Pour dériver une fonction composée, on utilise le théorème 5.9 : si la fonction u est
dérivable sur I et f dérivable sur J (avec u(I) ⊂ J), alors

(f ◦ u) = f ◦ u × u .
Cette formule de dérivation est souvent utilisée dans les cas suivants :

1 u
• (un ) = nu un−1 • =− 2
u u
√ u
• ( u) = √ • (eu ) = u eu
2 u
u
• (ln u) = • (cos u) = −u sin u
u
u
• (sin u) = u cos u • (tan u) = = u (1 + tan2 u)
cos2 u

1+x
Exemple : calculer, lorsque cela est possible, la dérivée de la fonction définie par f (x) = .
1−x
On a f (x) = u(x), avec u(x) = 1+x 1−x . Nous avons vu plus haut que f est définie sur [−1, 1[.
La fonction u est dérivable sur R \ {1} et la fonction racine carrée est dérivable sur R∗+ . Comme
u est positive sur [−1, 1[ et s’annule uniquement en −1, on en déduit (théorème 5.9) que f est
dérivable sur ] − 1, 1[ et :

1+x
1−x (1 − x) × 1 − (−1) × (1 + x) 1 1
∀x ∈] − 1, 1[, f (x) = = × = 3√ .
1+x (1 − x)2 1+x (1 − x) 2 1 + x
2 2
1−x 1−x
110 CHAPITRE 5
9782340-002166_001_600.indd 116 21/10/2014 12:13

√
ln 3x + 7
Exemple : calculer, lorsque cela est possible, la dérivée de la fonction définie par f (x) = .
√ 4 − x2
ln u(x)
Ici f (x) = 4−x2 , avec u(x) = 3x + 7. On a vu plus haut que l’ensemble de définition de f est
D =] − 73 , −2[∪] − 2, 2[∪]2, +∞[. Les fonctions ln et racine carrée sont dérivables sur R∗+ . Comme
u est dérivable
sur R (donc sur D) et u > 0 sur D, on en déduit (par composition) que la fonction
x → ln u(x) est dérivable sur D. Par ailleurs, la fonction x → 4 − x2 est dérivable sur D et ne
s’y annule pas. Par conséquent, f est dérivable sur D et :
√
√ √ ( 3x+7) √
(4 − x2
) ln 3x + 7 − (4 − x2
) ln 3x + 7 (4 − x2 ) √3x+7 + 2x ln 3x + 7

∀x ∈ D, f (x) = =
(4 − x2 )2 (4 − x2 )2
√ 3 √
(4 − x2 ) √
2 3x+7
3x+7
+ x ln( 3x + 7)2 3(4 − x2 ) + 2x(3x + 7) ln(3x + 7)
= = .
(4 − x )
2 2 2(3x + 7)(4 − x2 )2
Comparaison de deux fonctions
Méthode 5.5.— Comment montrer une inégalité entre deux fonctions

Soit f et g deux fonctions dérivables de I dans R. Pour montrer que :
∀x ∈ I, f (x) ≤ g(x),
on peut étudier les variations de la fonction h = g − f , et en déduire que h est positive

sur I. C’est un raisonnement que l’on fait très souvent, et donc une méthode à retenir !
Exemple : Montrer que, pour tout x ∈ R, ex ≥ 1 + x.

Pour tout x ∈ R, on pose f (x) = ex − (x + 1) = ex − x − 1. La fonction f est définie et dérivable
sur R (les fonctions x → ex et x → x + 1 le sont) et :
∀x ∈ R, f (x) = ex − 1.
Par conséquent, f est décroissante sur

R− et croissante sur R+ , et la fonction x −∞ 0 +∞
f atteint son minimum en 0. Comme
f (0) = e0 − 1 = 0, f est positive sur R, f (x) XXX 1
Xq 0
c’est-à-dire :
∀x ∈ R, ex ≥ x + 1.
9782340-002166_001_600.indd 117 21/10/2014 12:13

Vrai/Faux
Vrai Faux
1. Si x et y sont deux réels non nuls tels que x ≤ y, alors 1

x ≥ y1 .
2. Si une fonction f : R → R est impaire, alors f (0) = 0.
3. Une fonction périodique est bornée.
4. La composée de deux fonctions croissantes est croissante.
5. La composée de deux fonctions décroissantes est décroissante.
6. Si f est positive sur une partie D de R, f est croissante sur D.
7. Si f est dérivable et strictement croissante, alors f > 0 sur I.
8. Si f (x) = sin4 x, alors f (x) = 4 sin3 x.
9. Pour tout x ≥ 0, ln(1 + x) ≤ x.
10. La fonction f définie par f (x) = sin x+cos x est π2 -périodique.
112 CHAPITRE 5
9782340-002166_001_600.indd 118 21/10/2014 12:13

Inégalités
Exercice 5.1 : Résoudre les inéquations suivantes
1. |x + 1| ≤ 4
2. |x + 1| > 4
3. |2x − 4| ≤ |x − 1|
Exercice 5.2 : Démontrer les inégalités suivantes

1
1. ∀a, b ∈ R, ab ≤ (a2 + b2 )
2
2. ∀a, b, c ∈ R, ab + ac + bc ≤ a2 + b2 + c2
1 a+b
3. ∀a, b ∈ R∗+ , (ln a + ln b) ≤ ln
2 √ 2
√
4. ∀a, b ∈ R+ , | a − b| ≤ |a − b|
5. ∀a, b ∈ R, (a + b)4 ≤ 8(a4 + b4 )
x2
Exercice 5.3 : Montrer que, pour tout x ≥ 0, x − ≤ ln(1 + x) ≤ x.
2
Généralités sur les fonctions

Exercice 5.4 : Soit f : R → R. Les propositions suivantes sont-elles vraies ou fausses ?
1. Si f est croissante et f (a) < f (b) alors a < b.
2. Si f est croissante et f (a) ≤ f (b) alors a ≤ b.
3. Si f est strictement croissante et f (a) ≤ f (b) alors a ≤ b.
Exercice 5.5 : Déterminer toutes les fonctions à la fois monotones et périodiques.
Exercice 5.6 : Soit f une application croissante de R dans R telle que f ◦ f = IdR . Montrer que
f = IdR .
Exercice 5.7* : Déterminer toutes les fonctions f : R∗+ → R dérivables vérifiant
∀x, y ∈ R∗+ , f (xy) = f (x) + f (y).
Exercice 5.8* : Soit f une fonction de R+ dans R+ dérivable vérifiant f (0) = 0 et
∀x ∈ R+ , f (x) ≤ f (x).
Montrer que f est la fonction nulle.
x+m
Exercice 5.9 : Pour m ∈ R, on pose fm (x) = . On note Cm la courbe représentative de fm .
x2 + 1
1. Montrer que les tangentes aux courbes Cm au point d’abscisse 0 sont parallèles.
2. Montrer que les tangentes aux courbes Cm au point d’abscisse 1 sont concourantes.
9782340-002166_001_600.indd 119 21/10/2014 12:13

Exercice 5.10 : On pose f (x) = lnx2x et on note C la courbe représentative de f . Montrer que (1, 0)
est l’unique point de C dont la tangente est parallèle à la droite d’équation y = x.
√
Exercice 5.11 : On pose f (x) = ln x2 + 1 − x .
1. Déterminer l’ensemble de définition de la fonction f .
2. Montrer que la fonction f est impaire.
3. Étudier les variations de la fonction f .
Calcul de dérivées
Exercice 5.12 : Sans se soucier des ensembles de dérivation, calculer les dérivées des fonctions :

cos x 1 x−1
f (x) = x2 + 6x − 1 ; g(x) = ; h(x) = ln cos ; i(x) = x .
sin x − x cos x x x+1
Exercice 5.13* : Donner l’ensemble de dérivabilité de chacune des fonctions suivantes et calculer
leur dérivée. 1
ex− x
1. f (x) = (x + x − 2)
3 4 5. f (x) = 2
x −1
1
2. f (x) = x 6. f (x) = ln(ln x)
(e + e−x )2
cos x
3. f (x) = cos2 x + 32 sin 2x 7. f (x) = √
sin x + 2
(ln x)4
4. f (x) = 8. f (x) = sin ln(1 + x2 )
x
Étude de fonctions
Exercice 5.14 : Étudier les variations des fonctions suivantes.
√
1. f (x) = x 1 − x2
2
2. g(x) = x2 + 1 −
x
x
3. h(x) = (x − 1)e x−1 . On précisera les limites aux bornes de l’ensemble de définition de h.
√
Exercice 5.15* : On pose f (x) = tan x.
1. Déterminer l’ensemble de définition de f .
2. Étudier la parité et la périodicité de f .
3. Déterminer les variations de f .
4. Montrer que la restriction de f à [0, π2 [ est une bijection de [0, π2 [ dans un ensemble à préciser.
1
Exercice 5.16** : On considère la fonction définie par f (x) = .
ex + e−x
1. Déterminer l’ensemble de définition D de f et étudier sa parité.
2. Étudier les variations de la fonction f et préciser ses limites aux bornes de D.
3. Montrer que la restriction de f à l’intervalle [0, +∞[ admet une application réciproque.
On note g cette application.
4. Donner l’ensemble de définition de g, son ensemble de continuité ainsi que son sens de variation.
114 CHAPITRE 5
9782340-002166_001_600.indd 120 21/10/2014 12:13

5. Tracer les courbes représentatives des fonctions f et g.
6. Expliciter la fonction g.
Exercice 5.17** : Faire l’étude complète de la fonction définie par f (x) = sin5 x + cos5 x.
Indications
Ex. 5.2
Pour la dernière question, on pourra commencer par montrer que (a + b)2 ≤ 2(a2 + b2 ).
Ex. 5.5
Une fonction à la fois monotone et périodique ne serait-elle pas constante ?
Ex. 5.7
Faire un raisonnement par analyse-synthèse.
Ex. 5.8
On pourra étudier les variations de la fonction x → e−x f (x).
9782340-002166_001_600.indd 121 21/10/2014 12:13

1 2 3 4 5 6 7 8 9 10
F V F V F F F F V F
1. C’est faux pour x et y de signe différent. Par exemple, −2 < 3 et − 12 < 13 .

2. Si f est impaire, on a, pour tout x ∈ R, f (−x) = −f (x). On applique cette relation à x = 0 :
f (0) = −f (0) donc 2f (0) = 0 ; soit f (0) = 0.
3. La fonction tangente est périodique, mais pas bornée.

4. Soit f et g sont deux fonctions croissantes telle que g ◦ f soit définie sur I. Pour a, b ∈ I, tels
que a ≤ b, on a :
f (a) ≤ f (b) car f est croissante ;

g(f (a)) ≤ g(f (b)) car g est croissante ,
c’est-à-dire g ◦ f (a) ≤ g ◦ f (b). Par conséquent, g ◦ f est croissante.

5. Posons f (x) = g(x) = −x. On a g ◦ f (x) = x, f et g sont décroissantes mais g ◦ f est croissante.
6. Prenons f (x) = − x1 . La fonction f est dérivable sur R∗ et :
1
∀x ∈ R∗ , f (x) = ,
x2
donc f > 0 sur R∗ . Cependant, f n’est pas croissante sur R∗ . Par exemple, f (−1) > f (2).
Notons que le résultat est vrai lorsque D est un intervalle (théorème 5.7).
7. La fonction f : x → x3 est strictement croissante sur R, mais sa dérivée n’est pas strictement
positive sur R (f (x) = 3x2 et f (0) = 0).
8. Attention à ne pas oublier u lorsque l’on dérive une fonction composée (théorème 5.9). La
fonction composée x → u(x)4 se dérive en x → 4u (x)u3 (x). Ici, f (x) = 4 sin3 x × cos x.
9. On peut appliquer la méthode 5.5 en posant f (x) = ln(1 + x) − x. La fonction f est dérivable
sur ] − 1, +∞[ et :
1 x
∀x > −1, f (x) = −1=− .
1+x x+1
Cette quantité étant négative sur R+ , f est décroissante sur R+ . Comme f (0) = 0, on en déduit
que f est négative sur R+ . Cela montre que, pour tout x ≥ 0, ln(1 + x) ≤ x.
10. On a :
π π π
f (x + ) = sin(x + ) + cos(x + ) = cos x − sin x,
2 2 2
qui n’est pas égal à f (x). En revanche, f est 2π-périodique.
116 CHAPITRE 5
9782340-002166_001_600.indd 122 21/10/2014 12:13

Exercice 5.1
1. L’inéquation équivaut à −4 ≤ x + 1 ≤ 4, soit −5 ≤ x ≤ 3. L’ensemble des Pour d ≥ 0, |X| ≤
solutions est [−5, 3]. On peut également proposer une solution géométrique. d ⇔ −d ≤ X ≤ d
En notant M le point d’abscisse x, A le point d’abscisse −1, l’inéquation
signifie que AM ≤ 4, soit x ∈ [−5, 3].
4 4
−5 x −1 3
2. En utilisant la question précédente, c’est immédiat : l’ensemble des so- La négation de
lutions est ] − ∞, −5[∪]3, +∞|. Plus généralement, l’inéquation |x − a| > d |x − 1| ≤ 4 est
|x − 1| > 4.
équivaut à (x > a + d ou x < a − d).
3. Comme |2x − 4| et |x − 1|, sont positifs, on a :
Pour a, b ≥ 0,
|2x − 4| ≤ |x − 1| ⇔ (2x − 4)2 ≤ (x − 1)2 a ≤ b ⇔ a2 ≤ b2 .
⇔ 4x2 − 16x + 16 ≤ x2 − 2x + 1
⇔ 3x2 − 14x + 15 ≤ 0
Les racines de ce trinôme étant 5

3 et 3, l’ensemble des solutions est [ 53 , 3].
Exercice 5.2
1. Cette inégalité équivaut à a2 + b2 − 2ab ≥ 0, ce qui est vrai puisque :
a2 + b2 − 2ab = (a − b)2 ≥ 0.
2. D’après la question précédente, on a, pour x, y ∈ R, xy ≤ 12 (x2 + y 2 ).

Alors :
1 1 1
ab + ac + bc ≤ (a2 + b2 ) + (a2 + c2 ) + (b2 + c2 ),
2 2 2
c’est-à-dire ab + ac + bc ≤ a2 + b2 + c2 . √
3. Comme 12 (ln a + ln b) = 12 ln(ab) = ln ab, l’inégalité équivaut à montrer
√ √
que ab ≤ a+b 2 , ou encore a + b − 2 ab ≥ 0. Or,
√ √ 2 √ 2 √ √ √ √ 2
a + b − 2 ab = a + b − 2 a b = a − b ≥ 0,
√
ce qui montre que a+b 2 ≥ ab. Ainsi, 12 (ln a + ln b) ≤ ln a+b
2 .
√ a√et b, on peut supposer que a ≤ b et on veut alors
4. Quitte à √échanger
montrer que a − b ≤ a − b. Comme les deux membres sont positifs, cette Pour x, y ≥ 0,
√ √ √ 2 x ≤ y ⇔ x2 ≤ y 2 .
inégalité est équivalente à ( a − b)2 ≤ a − b , soit :
√
a − 2 ab + b ≤ a − b,
√ √
ou encore b ≤ ab. Or, a√ ≥ b donc
√ ab√≥ b , d’où ab ≥ b. Finalement, on a
2
bien démontré l’inégalité a − b ≤ a − b.
9782340-002166_001_600.indd 123 21/10/2014 12:13

5. On a (a + b)2 = a2 + 2ab + b2 , avec 2ab ≤ a2 + b2 d’après la question 1.
Les deux membres On en déduit que (a + b)2 ≤ 2(a2 + b2 ). En élevant cette inégalité au carré,
sont positifs ! on a alors :
(a + b)4 ≤ 4(a2 + b2 )2 .
Question 1, Mais, de nouveau, on a :
appliquée à a2 et b2 .
(a2 + b2 )2 ≤ 2[(a2 )2 + (b2 )2 ].
Finalement, (a + b)4 ≤ 4 × 2(a4 + b4 ), ce qui prouve l’inégalité attendue.

Exercice 5.3
On applique la L’inégalité de droite a déjà été établie dans le Vrai/Faux (la fonction
méthode 5.5 pour f : x → ln(1 + x) − x est décroissante sur R+ et s’annule en 0, ce qui permet
démontrer chacune
des deux inégalités
de conclure). Pour démontrer l’inégalité de gauche, on introduit la fonction g
2
définie par g(x) = ln(1 + x) − x + x2 . La fonction g est définie et dérivable
sur ] − 1, +∞[ et :
1 x2
∀x > −1, g (x) = −1+x= .
1+x 1+x
Cette quantité étant positive sur ] − 1, +∞[, g est croissante sur ] − 1, +∞[,
donc sur R+ . Comme g(0) = 0, on en déduit que g est positive sur R+ . Ainsi,
2
pour tout x ≥ 0, ln(1 + x) ≥ x − x2 .
Exercice 5.4
1. C’est vrai. Pour le montrer, raisonnons par l’absurde. On suppose que
f (a) < f (b) avec a ≥ b. Comme f est croissante sur R et a ≥ b, on a alors
f (a) ≥ f (b), ce qui contredit le fait que f (a) < f (b). D’où le résultat.
Utilisation d’un 2. C’est faux. Par exemple, une fonction f constante sur R est croissante,
contre-exemple. mais elle vérifie f (2) ≥ f (3), avec 2 < 3.
3. C’est vrai. On applique de nouveau un raisonnement par l’absurde. On
suppose que f (a) ≤ f (b), avec a > b. Comme f est strictement croissante et
a > b, on a f (a) > f (b), ce qui contredit le fait que f (a) ≤ f (b).
Exercice 5.5
Il est clair que les fonctions constantes sont monotones et périodiques.
Nous allons montrer que ce sont les seules. Soit f : R → R une fonction à
la fois monotone et périodique. On suppose par exemple que f est croissante
Raisonnement par et T -périodique. Si f n’est pas constante, il existe deux réels a et b (a < b)
l’absurde. tels que f (a)
= f (b). Comme f est croissante, on a alors nécessairement
f (a) < f (b). Or, par périodicité de f :
∀n ∈ N, f (a + nT ) = f (a).
Comme T > 0, il existe n0 ∈ N tel que a + n0 T ≥ b. Par croissance de f ,

f (a + n0 T ) = f (a) on a alors f (a + n0 T ) ≥ f (b), c’est-à-dire f (a) ≥ f (b), ce qui est absurde
puisque f (a) < f (b). Par conséquent, les seules fonctions f : R → R à la fois
monotones et périodiques sont les fonctions constantes.
Exercice 5.6
On raisonne par l’absurde en supposant que f
= IdR : il existe donc x0 ∈ R
tel que f (x0 )
= x0 . On a alors f (x0 ) < x0 ou f (x0 ) > x0 .
118 CHAPITRE 5
9782340-002166_001_600.indd 124 21/10/2014 12:13

• Si f (x0 ) < x0 , on a f (f (x0 )) ≤ f (x0 ) par croissance de f . (Pour tout x ∈ R,
f (f (x)) = x). Ainsi, x0 ≤ f (x0 ) puisque f ◦ f = IdR . Cela contredit le fait
que f (x0 ) < x0 .
• Si f (x0 ) > x0 , on a f (f (x0 )) ≥ f (x0 ) par croissance de f , c’est-à-dire
x0 ≥ f (x0 ), ce qui est de nouveau une contradiction.
Finalement, pour tout x ∈ R, f (x) = x ; c’est-à-dire f = IdR .
Exercice 5.7
On effectue un raisonnement par analyse-synthèse (voir le chapitre logique
et raisonnements).
• Soit f : R∗+ → R une fonction dérivable vérifiant la relation de l’énoncé. En
dérivant cette égalité par rapport à y, il vient :
∀x > 0, ∀y > 0, xf (xy) = f (y).
En prenant y = 1 dans cette relation et en posant a = f (1), on obtient :

a
∀x > 0, f (x) = .
x
Par conséquent, il existe C ∈ R tel que, pour tout x > 0, f (x) = a ln x + C. On intègre la
On a en particulier f (1) = C. Or, f (1 × 1) = f (1) + f (1), donc f (1) = 0. On dernière relation.
en déduit que C = 0, et f est de la forme x → a ln x, où a ∈ R.
• Réciproquement, toute fonction f de la forme x → a ln x est dérivable et
vérifie :
∀x, y > 0, f (xy) = a ln(xy) = a(ln x + ln y) = a ln x + a ln y = f (x) + f (y).
Finalement, les fonctions solutions du problème sont les fonctions de la forme

x → a ln x, où a ∈ R.
Exercice 5.8
Comme suggéré en indication, étudions les variations de la fonction g
définie sur R+ par g(x) = e−x f (x). La fonction g est dérivable sur R+ et :
∀x ≥ 0, g (x) = −e−x f (x) + e−x f (x) = e−x [f (x) − f (x)] ,
ce qui montre que g est décroissante sur R+ . Comme g est positive sur R+ et f ≤ f
g(0) = 0, on en déduit que, pour tout x ≥ 0, g(x) = 0. Par conséquent, pour
tout x ≥ 0, f (x) = ex g(x) = 0.
Exercice 5.9
1. Pour m ∈ R, fm est définie et dérivable sur R. On a :
1 × (x2 + 1) − 2x(x + m) −x2 − 2mx + 1

∀x ∈ R, fm (x) = 2 2
= .
(x + 1) (x2 + 1)2

La tangente à Cm au point d’abscisse 0 a pour coefficient directeur fm (0) = 1.
Ainsi, toutes les tangentes à Cm au point d’abscisse 0 ont le même coefficient
directeur et sont donc parallèles.
2. De même, la tangente à Cm au point d’abscisse 1 a pour équation

y = (x − 1)fm (1) + fm (1),
9782340-002166_001_600.indd 125 21/10/2014 12:13

c’est-à-dire y = − m m+1
2 (x− 1)+ 2 = −m 1
2 (x− 2)+ 2 . Toutes ces droites passent
1
par le point de coordonnées (2, 2 ). Par conséquent, les tangentes aux courbes
Cm au point d’abscisse 1 sont concourantes en ce point.
Exercice 5.10
La fonction f est définie et dérivable sur R∗+ . La tangente à C au point
théorème 5.6 d’abscisse x0 a pour coefficient directeur f (x0 ). La droite d’équation y = x a
pour coefficient directeur 1. La question équivaut donc à montrer que l’équation
f (x) = 1 admet 1 pour unique solution. Calculons la dérivée de f :
x2 × 1
− 2x ln x 1 − 2 ln x
∀x > 0, f (x) = x
4
= .
x x3
Par conséquent,
f (x) = 1 ⇔ x3 + 2 ln x − 1 = 0.
On montre que Étudions les variations sur R∗+ de la fonction g définie par g(x) = x3 +2 ln x−1.
l’unique point La fonction g est dérivable sur R∗+ et :
d’annulation de g est
1. 2
∀x > 0, g (x) = 3x2 + ,
x
g > 0 sur R∗+
ce qui montre que g est strictement croissante sur R∗+ . Comme g(1) = 0, on
Théorème de la
en déduit que 1 est l’unique point d’annulation de g. D’où le résultat.
bijection Exercice 5.11 √
1. On peut écrire f (x) = ln(u(x)), avec u(x) = x2 + 1−x. La fonction racine
On applique la carrée est définie sur R+ et, pour tout x ∈ R, x2 + 1 > 0. Par conséquent, la
méthode 5.1 pour fonction u est définie sur R. Comme ln est définie sur R∗+ , il reste à déterminer
déterminer l’ensemble
de définition d’une l’ensemble des réels x tels que u(x) > 0. Comme, pour tout x ∈ R, x2 +1 > x2 ,
fonction composée. on a :
∀x ∈ R, x2 + 1 > |x|.
√ √
x2 = |x| En particulier, pour tout x ∈ R, x2 + 1 − x > 0, ce qui montre que u est à
valeurs strictement positives. Par composition, f est définie sur R.
|x| ≥ x 2. Déjà, R est symétrique par rapport à 0. Par ailleurs,
% √ √ &
x2+1+x x 2+1−x
∀x ∈ R, f (−x) = ln x2 + 1 + x = ln √
x2 + 1 − x
2
x + 1 − x2 1
= ln √ = ln √
x2 + 1 − x x2 + 1 − x

= − ln( x2 + 1 − x) = −f (x),
ce qui montre que f est impaire.

méthode 5.4 3. La fonction racine carrée est dérivable sur R∗+ et, pour tout x ∈ R,
√
x2 + 1 > 0. Par conséquent, la fonction x → x2 + 1 est dérivable sur R,
et il en est de même pour u. Enfin, ln est dérivable sur R∗+ et u > 0 d’après
u
(ln u) = u
ce qui précède. Par composition, f est dérivable sur R et :
√
√2x
2 x2 +1
−1 x − x2 + 1 1 1

∀x ∈ R, f (x) = √ = √ ×√ = −√ .
x +1−x
2 2
x +1 x +1−x
2 2
x +1
120 CHAPITRE 5
9782340-002166_001_600.indd 126 21/10/2014 12:13

On en déduit que la fonction f est strictement décroissante sur R.
Exercice 5.12
Pour chacune des fonctions, on applique les résultats généraux (théorème
5.8) ainsi que la méthode 5.4 pour caculer la dérivée d’une composée. On a :
2x + 6 x+3
f (x) = √ = √
2 x + 6x − 1
2 x + 6x − 1
2
− sin x × (sin x − x cos x) − cos x × (cos x + x sin x − cos x)

g (x) =
(sin x − x cos x)2
sin2 x
=−
(sin x − x cos x)2
− x12 × (− sin x1 ) tan x1

h (x) = =
cos x1 x2
(x+1)−(x−1) x x−1 x
x−1 (x+1)2 x−1 (x+1)2 + (x+1)2
x+1
i (x) = +x× = + =
x+1 2 x−1 x+1 x−1 x−1
x+1 x+1 x+1

x2 + x − 1 x+1
= × .
(x + 1)2 x−1

Exercice 5.13
1. La fonction f est une fonction polynomiale, donc dérivable sur R. On a : (u4 ) = 4u3 u
∀x ∈ R, f (x) = 4 × (3x2 + 1) × (x3 + x − 2)3 = (12x2 + 4)(x3 + x − 2)3 .
2. La fonction exponentielle est dérivable et strictement positive sur R. Par

conséquent, la fonction x → (ex + e−x )2 est dérivable sur R et ne s’y annule

pas. Cela montre que f est dérivable sur R. Sa dérivée est donnée par : ( u12 ) = − 2u
u3
−2(ex − e−x ) 2(e−x − ex )

∀x ∈ R, f (x) = = .
(ex + e−x )3 (ex + e−x )3
3. Les fonctions sin, cos et x → 2x sont dérivables sur R. En tant que produit
et composée de fonctions dérivables sur R, f est donc dérivable sur R et : Dérivée d’un
produit.
3
∀x ∈ R, f (x) = cos2 x + × 2 cos 2x − 2 cos x sin x × sin 2x
2 cos 2x = 2 cos2 x − 1
= (2 cos2 x + 3)(2 cos2 x − 1) − 4 cos2 x sin2 x sin 2x = 2 cos x sin x
2 2
sin x = 1 − cos x
= 4 cos4 x + 4 cos2 x − 3 − 4 cos2 x(1 − cos2 x)
= 8 cos4 x − 3.
9782340-002166_001_600.indd 127 21/10/2014 12:13

4. La fonction ln (et donc ln4 ) est dérivable sur R∗+ , et x → 1
x est dérivable
sur R∗ . On en déduit que f est dérivable sur R∗+ . On a :
x × 4(ln x)3 × 1
− (ln x)4 (ln x)3
∀x ∈ R∗+ , f (x) = x
= (4 − ln x) .
x2 x2
5. La fonction exponentielle est dérivable sur R et x → x − x1 est dérivable

1
sur R∗ . On en déduit (par composition) que x → ex− x est dérivable sur R∗ .
Par ailleurs, la fonction x → x2 − 1 est dérivable sur R et ne s’annule qu’en 1
et −1. Par conséquent, f est dérivable sur R∗ \ {1; −1} et :
1 1
∗ (x2 − 1)(1 + x12 )ex− x − 2xex− x
∀x ∈ R \ {−1; 1}, f (x) =
(x2 − 1)2
1 1
(x2 − x12 − 2x)ex− x (x4 − 2x3 − 1)ex− x
= =
(x − 1)
2 2 x2 (x2 − 1)2
6. La fonction ln est dérivable sur R∗+ et ln x > 0 si et seulement si x > 1.

u
(ln u) = u
Par composition, f est dérivable sur ]1, ∞[ et :
1
1
∀x > 1, f (x) = x
= .
ln x x ln x
7. Les fonctions cos et sin sont dérivables sur R. La fonction racine carrée
sin x ≥ −1 est dérivable sur R∗+ et, pour tout x ∈ R, sin x + 2 > 0. On en déduit que
√
la fonction x → sin x + 2 est dérivable sur R (et ne s’y annule pas). Par
√
( u) = u
√
2 u

quotient, f est dérivable sur R et sa dérivée est donnée par :
√ −2 sin x(sin x+2)−cos2 x
− sin x sin x + 2 − cos x × 2√cos x √
sin x+2 2 sin x+2
∀x ∈ R, f (x) = √ =
( sin x + 2)2 sin x + 2
−2 sin2 x − 4 sin x − (1 − sin2 x) sin2 x + 4 sin x + 1
= √ =− 3 .
2 sin x + 2(sin x + 2) 2(sin x + 2) 2
8. La fonction ln est dérivable sur R∗+ . La fonction x → 1 + x2 est dérivable

sur R∗ . Comme 1 + x2 = x+2 x , on a 1 + x > 0 ssi x ∈] − ∞, −2[∪]0, +∞[. Par
2
composition, la fonction x → ln(1 + x ) est dérivable sur ] − ∞, −2[∪]0, +∞[.

2
La fonction sin étant dérivable sur R, on en déduit que f est dérivable sur

(ln u) = uu et ] − ∞, −2[∪]0, +∞[. On a :
(sin v) = v cos v

− x22 2
∀x ∈] − ∞, −2[∪]0, +∞[, f (x) = cos ln(1 + )
1 + x2 x
2 2
=− 2 cos(ln(1 + )).
x + 2x x

Exercice 5.14
1. La fonction racine carrée est définie sur R+ et 1 − x2 est positif si et
1 − x2 = 0 ⇔ (x = seulement si x ∈ [−1, 1]. On en déduit que f est définie sur [−1, 1]. La fonc-
1 ou x = −1)
122 CHAPITRE 5
9782340-002166_001_600.indd 128 21/10/2014 12:13

tion racine carrée étant dérivable seulement sur R∗+ , f est (par composition)
dérivable sur ] − 1, 1[ et :
−2x 1 − 2x2
∀x ∈] − 1, 1[, f (x) = 1 − x2 + x × √ =√
2 1 − x2 1 − x2
Par conséquent, f est croissante sur [− √12 , √12 ], décroissante sur [−1, − √12 ]
et sur [ √12 , 1]. La fonction f admet un maximum en √12 , celui-ci vaut 12 . f (−1) = 0
Enfin, la courbe représentative de f admet une tangente horizontale aux points
d’abscisses √12 et − √12 . f s’annule en ces
points.
1
1
2
O √1
2 1
2. La fonction x → x2 + 1 est définie et dérivable sur R, la fonction x → − x2

est définie et dérivable sur R∗ . On en déduit que g est définie et dérivable sur
R∗ . On a : a3 − b3 =
(a − b)(a2 + ab + b2 )
2 2(x3 + 1) (x + 1)(x2 − x + 1)
∀x ∈ R∗ , g (x) = 2x + 2
= =2 .
x x x2
Comme x2 − x + 1 est strictement positif sur R (trinôme à discriminant stric-
tement négatif), g est du signe de x + 1. Par conséquent, g est strictement
décroissante sur ] − ∞, −1], strictement croissante sur [−1, 0[ et sur ]0, +∞[.
La courbe représentative de g admet une tangente horizontale au point d’abs-
cisse −1. On peut ajouter que g tend vers +∞ en −∞ et en +∞, vers +∞
en 0− et vers −∞ en 0+ .
3. La fonction exp est définie sur R et la fonction x → x−1 x
est définie sur
R \ {1}. Par composition, l’ensemble de définition de h est D = R \ {1}.
Comme x−1 x
tend vers 1 en ±∞, les limites de h en ±∞ sont celle de x − 1. lim x
=1
x→±∞ x−1
Par conséquent, la fonction h tend vers +∞ en +∞ et vers −∞ en −∞. Par
u
ailleurs, en posant u = x−11
, on a h(x) = u1 e1+u = e × eu . Comme
lim u = +∞ et
x→1+
eu eu lim u = −∞
lim =0 et lim = +∞, x→1−
u→−∞ u u→+∞ u
on en déduit que lim− h(x) = 0 et lim+ h(x) = +∞.

x→1 x→1
La fonction exp est dérivable sur R et la fonction x → x−1
x
est dérivable sur
R \ {1}. Par composition, h est dérivable sur R \ {1} = D et :

x x−1−x x − 2 x−1x
∀ x ∈ D, h (x) = e x−1 1 + (x − 1) × = e .
(x − 1)2 x−1
x−2
Le signe de h est celui de , on en déduit le tableau de variations de h.
x−1
9782340-002166_001_600.indd 129 21/10/2014 12:13

Le signe de x−2
x−1
x −∞ 1 2 +∞

est celui du trinôme h (x) + − 0 +
(x − 2)(x − 1).
0 +∞ +∞
"> b ">
" b "
h(x) " b "
" b "
−∞ " b~ e2 "

Exercice 5.15
Ensemble de 1. La fonction f est définie en tout point x tel que tan x existe et tan x ≥ 0.
définition d’une La fonction tangente est définie sur Dtan = {] − π2 + kπ, π2 + kπ[; k ∈ Z} et,
fonction composée.
pour x ∈ Dtan , on a :
π 3π
tan x ≥ 0 ⇔ x ∈ {[0 + 2kπ, + 2kπ[; k ∈ Z} ∪ {[π + 2kπ, + 2kπ[; k ∈ Z}.
2 2
L’ensemble de définition de f est donc :
π 3π
D = {[2kπ, + 2kπ[; k ∈ Z} ∪ {[π + 2kπ, + 2kπ[; k ∈ Z}.
2 2
2. Comme D n’est pas symétrique par rapport à 0, f ne peut être ni paire, ni

impaire. Par ailleurs, f est π-périodique d’après la périodicité de la fonction
tan est tangente :
π-périodique √
∀x ∈ D, f (x + π) = tan(x + π) = tan x = f (x).
La racine carrée 3. La fonction tangente est dérivable sur son ensemble de définition, ce qui
est définie sur R+ , n’est pas le cas de la fonction racine carrée qui n’est dérivable que sur R∗+ . De
dérivable sur R∗+ .
plus, les points d’annulation de la fonction tangente sur D sont les points de
la forme kπ, k ∈ Z. Par composition, f est dérivable sur D \ {kπ; k ∈ Z} et :
√ u
u = √
2 u
1 + tan2 x
∀x ∈ D \ {kπ; k ∈ Z}, f (x) = √ .
2 tan x
Par conséquent, pour tout k ∈ Z, f est strictement croissante sur ]2kπ, π2 +
2kπ[ et sur ]π + 2kπ, 3π 2 + 2kπ[. Par continuité, f est strictement croissante
[2kπ, π2 + 2kπ[ et sur [π + 2kπ, 3π 2 + 2kπ[.
4. On vient de montrer que f est continue et strictement croissante sur [0, π2 [.
D’après le théorème de la bijection, la restriction de f à [0, π2 [ est donc une
bijection de [0, π2 [ dans f ([0, π2 [) = [0, +∞[.
Exercice 5.16
1. La fonction x → ex + e−x est définie sur R et ne s’y annule pas. Par
conséquent, son inverse (la fonction f ) est définie sur D = R. De plus, f
est paire puisque R et symétrique par rapport à 0 et, pour tout x ∈ R,
f (−x) = f (x).
2. Comme x → ex + e−x est dérivable sur R et ne s’y annule pas, f est
dérivable sur R. On a :
ex − e−x e2x − 1
∀x ∈ R, f (x) = − = − .
(ex + e−x )2 ex (ex + e−x )2
124 CHAPITRE 5
9782340-002166_001_600.indd 130 21/10/2014 12:13

Par conséquent, f est strictement décroissante sur R. Par parité, f est stric- ∀x ≥ 0, e2x ≥ 1
tement croissante sur R− . Par ailleurs, la limite de f en −∞ et en +∞ est 0
puisque ex tend vers 0 en −∞ et vers +∞ en +∞.
3. La fonction f est continue et strictement décroissante sur [0, +∞[, c’est Théorème de la
donc une bijection de [0, ∞[ dans f ([0, +∞[) =]0, 12 ]. Ainsi, la restriction de bijection !
f à [0, +∞[ admet une application réciproque, que l’on note g.
4. Par définition (question précédente), g est définie ]0, 12 ]. Comme f est C’est une question
continue et strictement décroissante sur [0, +∞[, g est également continue et de cours !
strictement décroissante sur ]0, 12 ].
5.
y=x
Cg
1
2
Cf
1
O
6. Soit x ∈]0, 21 ] et y = g(x). On a y ≥ 0 et 2:
1 ey
x = f (y) = −y
= 2y ,
ey +e e +1
d’où xe2y −ey +x = 0, ce qui s’écrit encore xY 2 −Y +x = 0 en posant Y = ey . Y ≥ 1 car y ≥ 0.
Le discriminant de ce trinôme est 1 − 4x2 , il est positif puisque x ∈]0, 12 ]. On
obtient les solutions :
√ √
1 + 1 − 4x2 1 − 1 − 4x2
Y1 = et Y2 = .
2x 2x
Il reste à savoir si Y = Y1 ou Y = Y2 . On sait que Y ≥ 1. Par ailleurs, Y1 > 0,
Y1 ≥ Y2 et Y1 Y2 = 1, donc 0 < Y2 ≤ 1 ≤ Y1 . Cela montre que Y = Y1 , produit des racines
c’est-à-dire y = ln Y1 . Finalement,
√
1 + 1 − 4x2
g(x) = ln .
2x

Exercice 5.17
• Ensemble de définition.
La fonction f est définie sur R (somme et produit de fonctions définies sur R).
• Ensemble d’étude.
La fonction f est 2π-périodique, mais elle n’est ni paire, ni impaire. Par
ailleurs,
∀x ∈ R, f (x + π) = sin5 (x + π) + cos5 (x + π) = (− sin x)5 + (− cos x)5

= − sin5 x − cos5 x = −f (x).
9782340-002166_001_600.indd 131 21/10/2014 12:13

Par conséquent, le point de la courbe d’abscisse x + π s’obtient à partir du
point d’abscisse x par symétrie d’axe (Ox) et de vecteur (π, 0). Il suffit donc
d’étudier f sur un intervalle de longueur π, par exemple [0, π].
• Limites aux bornes de l’ensemble d’étude.
On a f (0) = sin5 0 + cos5 0 = 1 et f (π) = sin5 π + cos5 π = −1.
• Dérivabilité et calcul de la dérivée.
Les fonctions sinus et cosinus étant dérivables sur R, f est dérivable sur R et :

∀x ∈ R, f (x) = 5 cos x sin4 x − 5 sin x cos4 x = 5 cos x sin x sin3 x − cos3 x
5
= sin 2x (sin x − cos x) sin2 x + sin x cos x + cos2 x
2
5 sin x − cos x
= √ sin 2x √ (1 + sin x cos x)
2 2

5 π sin 2x
= √ sin 2x × sin(x − ) × 1 +
2 4 2
• Variations.
Nous avons vu qu’il suffit d’étudier les variations de f sur [0, π]. Par ailleurs,
1
2
sin X ≥ − 12 comme 1+ sin22x ≥ 0, le signe de f est celui de sin 2x sin(x− π4 ). Pour x ∈ [0, π],
sin 2x est positif sur [0, π2 ], négatif sur [ π2 , π] ; et sin(x− π4 ) est négatif sur [0, π4 ],
positif sur [ π4 , π]. Par conséquent, f est croissante sur [ π4 , π2 ], décroissante sur
[0, π4 ] et sur [ π2 , π].
• Courbe représentative de f .
On commence par tracer le graphe de f sur [0, π], puis :
→
−
• on applique une symétrie glissée d’axe (Ox) et de vecteur π i pour avoir
le graphe sur [0, 2π] ;
• on a alors le graphe de f sur la période [0, 2π] et on le reproduit sur R
tout entier par translation.
π π
O 4 2 π
126 CHAPITRE 5
9782340-002166_001_600.indd 132 21/10/2014 12:13

Chapitre 6
Fonctions usuelles
Le logarithme est introduit en 1614 par le mathématicien

John Napier, francisé en Neper. Il le déęnit comme étant le rapport
des distances parcourues par deux mobiles, l’un avançant à vitesse
constante et l’autre à une vitesse proportionnelle à la distance lui
restant à parcourir. Pour Neper, le logarithme est le rapport de
deux nombres. Utilisant les racines grecques logos et arithmos qui
signięent respectivement rapport et nombre, il crée le mot logarithme.
Le mathématicien anglais Henry Briggs se rend très vite compte
de l’intérêt du logarithme pour simplięer les calculs et les déęnit
en base 10. Se lançant dans des calculs impressionnants, il publie
une table les donnant avec 14 décimales, y compris pour les
fonctions trigonométriques. Ceci amènera des progrès scientięques
John Napier
considérables, en particulier en astronomie.
1550-1617
Neper pensait qu’il passerait à la postérité, non pas pour sa
découverte mathématique mais pour ses écrits théologiquesȹ!
9782340-002166_001_600.indd 133 21/10/2014 12:13

Objectifs

Les incontournables
ZConnaître les définitions des fonctions usuelles et leurs propriétés,
notammentȹ:
fleur ensemble de définition, de continuité, de dérivabilitéȹ;
fleur dérivéeȹ;
fl’allure de leur courbe représentative.
ZConnaître et appliquer les résultats de croissances comparées.
ZÉtudier une fonction faisant intervenir des fonctions usuelles.

ZSimplifier une expression formée à partir de fonctions usuelles.
ZRésoudre une équation faisant intervenir des fonctions usuelles.
9782340-002166_001_600.indd 134 21/10/2014 12:13

Résumé de cours
Fonctions logarithme népérien, exponentielle et puissances
Théorème-Définition 6.1.— Logarithme népérien —. On appelle fonction logarithme népérien

et on note ln l’unique primitive de x → x1 sur R∗+ qui s’annule au point 1. La fonction ln est une
bijection strictement croissante de R∗+ dans R.
Théorème 6.2.— Propriété fondamentale du logarithme népérien —.
Pour x > 0 et y > 0, on a ln(xy) = ln x + ln y.
Remarque : on déduit du théorème 6.2 les propriétés suivantes :

1 ∗ 2 x
• ∀x > 0, ln = − ln x • ∀(x, y) ∈ (R+ ) , ln = ln x − ln y.
x y
Théorème-Définition 6.3.— Exponentielle —. On appelle fonction exponentielle et on note exp

l’application réciproque de la fonction ln. La fonction exp est une bijection strictement croissante
de R dans R∗+ . On a :
∀(x, y) ∈ R × R∗+ , y = exp(x) ⇐⇒ x = ln y.
Par ailleurs, la fonction exp est continue, dérivable sur R et, pour tout réel x, exp (x) = exp(x).
Théorème 6.4.— Propriété fondamentale de l’exponentielle —.
Pour tous réels x et y, on a exp(x + y) = exp(x) × exp(y).
Remarque : on déduit du théorème 6.4 les propriétés suivantes

1 exp(x)
• ∀x ∈ R, exp(−x) = • ∀(x, y) ∈ R2 , exp(x − y) = .
exp(x) exp(y)
Définition : Puissance d’exposant α —. Soit α un réel. On appelle fonction puissance d’ex-

posant α la fonction définie sur R∗+ par :
∀x > 0, xα = exp(α ln x).
Remarque : pour tout x ∈ R, on a exp(x) = ex . On utilise désormais cette notation pour la

fonction exponentielle.
FONCTIONS USUELLES 129
9782340-002166_001_600.indd 135 21/10/2014 12:13

Proposition 6.5.— Soit α ∈ R et f : R∗+ → R définie par f (x) = xα . La fonction f est dérivable
sur R∗+ et :
∀x > 0, f (x) = αxα−1 .
Proposition 6.6.— Règles de calcul sur les puissances —. Pour (x, y) ∈ (R∗+ )2 et (α, β) ∈ R2 ,
on a :
• ln(xα ) = α ln x • (xα )β = xαβ • xα xβ = xα+β
α
1 x xα
• x−α = α • = α • (xy)α = xα y α
x y y
Théorème 6.7.— Limites des fonctions logarithme népérien, exponentielle et puissances —.

ln(1 + x)
• lim ln x = −∞ • lim ln x = +∞ • lim =1
x→0+ x→+∞ x→0 x
ex − 1
• lim ex = 0 • lim ex = +∞ • lim =1
x→−∞ x→+∞ x→0 x
• Pour α > 0, lim xα = 0 et lim xα = +∞
x→0+ x→+∞
Théorème 6.8.— Croissances comparées —. Soit α > 0 et β > 0. Alors :

(ln x)β
• lim xα | ln x|β = 0 • lim =0
x→0+ x→+∞ xα
ex
• lim |x|α ex = 0 • lim α = +∞
x→−∞ x→+∞ x
Remarque : en particulier, on a
ln x
• lim x ln x = 0 ; • lim =0;
x→0+ x→+∞ x
ex
• lim xex = 0 ; • lim = +∞.
x→−∞ x→+∞ x
Fonctions circulaires directes
Les fonctions circulaires directes sont les fonctions cosinus (cos), sinus (sin) et tangente (tan).
130 CHAPITRE 6
9782340-002166_001_600.indd 136 21/10/2014 12:13

Proposition 6.9.— Propriétés des fonctions circulaires —.
La fonction cos est 2π-périodique, paire, dérivable sur R et, pour x ∈ R, cos (x) = − sin x.
La fonction sin est 2π-périodique, impaire, dérivable sur R et, pour x ∈ R, sin (x) = cos x.
La fonction tan est π-périodique, impaire, dérivable sur R \ { π2 + kπ, k ∈ Z} et :
'π ( 1
∀x ∈ R \ + kπ, k ∈ Z , tan (x) = 1 + tan2 x = .
2 cos2 x
Proposition 6.10.—
sin x tan x 1 − cos x 1

• lim+ =1; • lim =1; • lim 2
= .
x→0 x x→0 x x→0 x 2
Fonctions circulaires réciproques
Théorème-Définition 6.11.— Arc sinus —. La restriction de la fonction sin à [− π2 , π2 ] est une

bijection de [− π2 , π2 ] dans [−1, 1]. On appelle arc sinus et on note Arcsin : [−1, 1] → [− π2 , π2 ] sa
bijection réciproque. Ainsi :
π π
y = Arcsin x et x ∈ [−1, 1] ⇐⇒ x = sin y et y ∈ − , .
2 2
Théorème-Définition 6.12.— Arc cosinus —. La restriction de la fonction cos à [0, π] est une
bijection de [0, π] dans [−1, 1]. On appelle arc cosinus et on note Arccos : [−1, 1] → [0, π] sa
bijection réciproque. Ainsi :
y = Arccos x et x ∈ [−1, 1] ⇐⇒ x = cos y et y ∈ [0, π].
Théorème-Définition 6.13.— Arc tangente —. La fonction tan est une bijection de ]− π2 , π2 [ dans
R. On appelle arc tangente et on note Arctan : R →] − π2 , π2 [ sa bijection réciproque. Ainsi :
π π
y = Arctan x et x ∈ R ⇐⇒ x = tan y et y ∈ − , .
2 2
Proposition 6.14.— Les fonctions Arcsin et Arctan sont impaires.
Proposition 6.15.— Pour tout réel x ∈ [−1, 1], on a :

cos(Arcsin x) = 1 − x2 et sin(Arccos x) = 1 − x2 .
9782340-002166_001_600.indd 137 21/10/2014 12:13

π
Pour tout x ∈ [−1, 1], Arccos x + Arcsin x = .
2
1 π
Pour tout x > 0, Arctan x + Arctan = .
x 2
1 π
Pour tout x < 0, Arctan x + Arctan = − .
x 2
Proposition 6.17.— Continuité et dérivabilité des fonctions circulaires réciproques —.

• La fonction Arcsin est continue sur [−1, 1], dérivable sur ] − 1, 1[ et :
1
∀x ∈] − 1, 1[, Arcsin (x) = √ .
1 − x2
• La fonction Arccos est continue sur [−1, 1], dérivable sur ] − 1, 1[ et on a :

1
∀x ∈] − 1, 1[, Arccos (x) = − √ .
1 − x2
• La fonction Arctan est continue et dérivable sur R. On a :

1
∀x ∈ R, Arctan (x) = .
1 + x2
Représentation graphique des fonctions usuelles

Fonctions logarithme népérien, exponentielle et puissance x → xα
3
exp
α>1
2 4
α=1
1 3
ln
0<α<1
2
3 -2 -1 O 1 2 3
α=0
-1 1
α<0
-2
O 1 2 3 4
-3
132 CHAPITRE 6
9782340-002166_001_600.indd 138 21/10/2014 12:13

Fonctions circulaires directes
tan 4
2
2
1
1
5 -4 -3 -2 -1 O 1 2 3 4
cos
5 -4 -3 -2 -1 O 1 2 3 4 -1
-1
sin -2
-2 -3
-4
Fonctions circulaires réciproques
3 π π/2
Arccos
1 Arcsin
sin
2
π/2
π/2
1 -1 O 1
-1 O 1 2 3 -1
-1
cos
2 tan
π/2
1
Arctan
π/2
-3 -2 -1 O 1 2 3
-1
-2
-3
9782340-002166_001_600.indd 139 21/10/2014 12:13

Méthodes
Égalité entre fonctions
Méthode 6.1.— Comment montrer l’égalité de deux fonctions

On souhaite établir l’égalité de deux fonctions sur un intervalle I :
∀x ∈ I, f (x) = g(x). (6.1)
Pour cela, on peut :

montrer que les fonctions f et g ont la même dérivée sur I ; on en déduit qu’il existe
C ∈ R tel que, pour tout x ∈ I, f (x) = g(x) + C. On montre alors que C = 0 en
évaluant la dernière relation en un point de I ;
montrer directement l’égalité (6.1) en utilisant les propriétés des fonctions usuelles.

1−x √
Exemple : démontrer que, pour tout x ≥ 0, Arccos = 2Arctan x.
1+x
On applique chacune des deux méthodes.
Utilisation des dérivées
1−x √
On pose f (x) = Arccos et g(x) = 2Arctan x.
1+x
La fonction x → 1−x 1+x est définie et dérivable sur R \ {−1}, donc sur R+ . Pour tout x ≥ 0,
1−x
1+x appartient à ] − 1, 1] et vaut 1 seulement pour x = 0. Comme la fonction Arccos est
définie, continue sur [−1, 1] et dérivable sur ] − 1, 1[, on en déduit que f est définie, continue
sur R+ , et dérivable sur R∗+ . Par ailleurs, la fonction Arctan est définie et dérivable sur R et
la fonction racine carrée est définie et continue sur R+ , dérivable sur R∗+ . Par composition,
g est définie, continue sur R+ et dérivable sur R∗+ . On calcule f et g sur R∗+ :

1−x −1 2 1+x 1
∀x > 0, f (x) = = 2
√ = √
1+x 2 (1 + x) 4x (x + 1) x
1 − 1+x
1−x
1 2 1
g (x) = √ √ = √ .
2 x 1 + ( x)2 (x + 1) x
Comme f = g sur R∗+ , il existe une constante C telle que, pour tout x > 0, f (x) = g(x) + C.
Par continuité de f et g sur R+ , l’égalité est encore valable pour x = 0. On évalue alors cette
égalité en 0 : C = f (0) − g(0) = Arccos 1 − 2Arctan 0 = 0. Les fonctions f et g sont donc
égales.
Méthode directe
Soit x ∈ R+ . On pose θ = Arccos 1−x 1+x . Comme 1+x ∈] − 1, 1], θ appartient à [0, π[. On a
1−x
θ . Comme 1 − cos θ = sin 2 et 1 + cos θ = cos 2 , on en déduit

2 θ
cos θ = 1−x 1−cos θ
1+x , d’où x = 1+cos√
2 θ
√
2 ∈ [0, 2 [. On obtient donc θ = 2Arctan x,
2 θ θ θ π
que x = tan 2 . On a alors x = tan 2 puisque
√
ce qui signifie que Arccos 1−x 1+x = 2Arctan x.
134 CHAPITRE 6
9782340-002166_001_600.indd 140 21/10/2014 12:13

Simplication d’expressions
Méthode 6.2.— Comment simplifier une expression

Pour simplifier une expression f (x) formée à partir de fonctions usuelles, on peut :
dériver (là où cela est possible) la fonction f . Lorsque la dérivée admet une primitive
simple, on intègre la relation précédente et on en déduit une expression simple de
f (x) ;
appliquer des relations et propriétés des fonctions usuelles pour simplifier directe-
ment l’expression.
Exemple : démontrer la première relation de la proposition 6.16

π
∀x ∈ [−1, 1], Arccos x + Arcsin x = . (6.2)
2
Utilisation de la dérivée
Posons f (x) = Arccos x+Arcsin x. La fonction f est continue sur [−1, 1], dérivable sur ]−1, 1[
et :
−1 1
∀x ∈] − 1, 1[, f (x) = √ +√ = 0.
1−x 2 1 − x2
Ainsi, f est constante sur ] − 1, 1[. Comme f est continue sur [−1, 1], on en déduit que f est
constante sur l’intervalle [−1, 1] tout entier. Or :
π π
f (0) = Arccos 0 + Arcsin 0 = +0= ,
2 2
π
donc f (x) = pour tout x ∈ [−1, 1], ce qui démontre la relation (6.2).
2
Méthode directe
Soit x ∈ [−1, 1]. On a Arcsin x ∈ [− π2 , π2 ], donc π2 − Arcsin x ∈ [0, π]. Par ailleurs,
π
cos − Arcsin x = sin (Arcsin x) = x.
2
Cela montre que π2 − Arcsin x = Arccos x (puisque Arccos x est l’unique élément de [0, π]
dont le cosinus est égal à x). D’où l’égalité (6.2).
√
Exemple : simplifier l’expression f (x) = Arctan ( 1 + x2 − x).
Utilisation de la dérivée
√
La fonction x → 1 + x2 − x est définie et dérivable sur R (pour tout x ∈ R, 1 + x2 > 0).
Comme Arctan est dérivable sur R, f est dérivable sur R par composition et :
√
( 1 + x2 − x) √ x
1+x2
−1

∀x ∈ R, f (x) = √ = √
1 + ( 1 + x2 − x)2 2 + 2x2 − 2x 1 + x2
√
x− 2
√ 1+x
1+x2 1
= √ √ =− .
2 1+ x2 ( 1 + x2 − x) 2(1 + x2 )
9782340-002166_001_600.indd 141 21/10/2014 12:13

On en déduit qu’il existe une constante C ∈ R telle que, pour tout x ∈ R, f (x) = − Arctan
2
x
+
C. En évaluant en 0, on obtient f (0) = C, soit C = 4 . Ainsi, f (x) = − 2
π Arctan x π
+ 4 pour tout
réel x.
Méthode directe √ √
Soit x ∈ R. Posons θ = Arctan ( 1 + x2 − x) ; θ appartient à ]0, π2 [ et tan θ = 1 + x2 − x.
On a alors

1 + tan2 θ = 2 + 2x2 − 2x 1 + x2 = 2 1 + x2 ( 1 + x2 − x) = 2(tan θ + x) tan θ ;
d’où :
π
1 1 1 − tan2 θ cos2 θ − sin2 θ cos 2θ 1
x= − tan θ = = sin θ
= = = tan − 2θ .
2 tan θ 2 tan θ 2 cos2 θ cos θ sin 2θ tan 2θ 2
Comme π2 − 2θ ∈] − π2 , π2 [, on en déduit que π2 − 2θ = Arctan x, c’est-à-dire θ = − Arctan

2
x
+ π4 .
On retrouve ainsi l’expression déterminée précédemment :
Arctan x π
∀x ∈ R, f (x) = − + .
2 4
Comment montrer qu’une fonction est une bijection de I dans J
Méthode 6.3.— Pour prouver qu’une fonction f est une bijection d’un intervalle
I vers un intervalle J, on utilise le théorème de la bijection : si f est continue et
strictement monotone sur l’intervalle I, f est une bijection de I dans l’intervalle J = f (I).
Pour déterminer l’application réciproque de f , on résout, pour y ∈ J, l’équation f (x) = y
d’inconnue x ∈ I. Pour la mise en œuvre, on pourra également consulter le chapitre
ensembles-applications-relations.
Exemple : montrer que l’application f définie sur [0, π2 ] par f (x) = 12 cos3 x est une bijection de
[0, π2 ] vers un intervalle à préciser et déterminer son application réciproque f −1 .
Notons I = [0, π2 ]. L’application f est continue et strictement décroissante sur I (cos est strictement
décroissante sur I). Par conséquent, f est une bijection de I dans f (I) = [f ( π2 ), f (0)] = [0, 12 ]. On
considère maintenant un réel y ∈ [0, 12 ] et on résout l’équation f (x) = y. On a :
1
f (x) = y ⇐⇒
cos3 x = y
2
⇐⇒ cos x = 3 2y

⇐⇒ x = Arccos ( 3 2y).
√
Ainsi, l’unique antécédent de y par f est Arccos ( 3 2y). L’application réciproque de f est donc la
fonction
f −1 : [0, 12 ] → [0, π2 ]
√3
x → Arccos ( 2x)
136 CHAPITRE 6
9782340-002166_001_600.indd 142 21/10/2014 12:13

Vrai/Faux
Vrai Faux
1. La fonction Arccos est définie sur [0, π].
2. La fonction Arcsin est continue et dérivable sur [−1, 1].
3. La fonction Arcsin est impaire.
4. La fonction Arccos est paire.
5. Pour tout x ∈ [−1, 1], cos(Arcsin x) = sin(Arccos x).

6. cos Arccos 15 = 15 .
5π
7. Arccos cos 5π4 = 4.
8. Arccos (cos π9 ) = π
9.
9. Arctan x = 1
tan x .
10. Arctan x = Arcsin x
Arccos x .
9782340-002166_001_600.indd 143 21/10/2014 12:13

Logarithme népérien, exponentielle et puissances
Exercice 6.1 : Résoudre dans R les équations suivantes.
1. ln(x2 − 1) + ln 4 = ln(4x − 1) 5. 2x+1 + 4x = 15
1 1
2. ln |x − 1| + ln |x + 2| = ln |4x2 + 3x − 7| 6. 4x − 3x− 2 = 3x+ 2 − 22x−1
ln x ln a
2
3. 2x = 3x
3
7. = , où a ∈ R∗+ , a
= 1.
√ √ √
ln a √ln x
4. x x = ( x)x 8. x+ 3x=2
Exercice 6.2 : On pose f (x) = xx .

1. Déterminer l’ensemble de définition D de f , ainsi que les limites de f aux bornes de D.
2. Étudier les variations de la fonction f , puis tracer la courbe représentative de f .
Exercice 6.3 : Résoudre les systèmes d’équations suivants.

8x = 10y x+y =7
1. x
2.
2 = 5y log x + log y = 1
ex
Exercice 6.4 : Pour tout x > 0, on pose f (x) = .
−1
ex
1. Montrer que f réalise une bijection de ]0, +∞[ dans un intervalle que l’on précisera.
2. Expliciter l’application réciproque de f .
Exercice 6.5* : Montrer que, pour tout x ∈]0, 1[, xx (1 − x)1−x ≥ 12 .
Fonctions circulaires directes et réciproques

Exercice 6.6 : Étudier et tracer la courbe représentative de la fonction définie par
1
f (x) = cos x + cos 2x.
2
Exercice 6.7 : Simplifier les expressions suivantes après avoir donné leur ensemble de définition.
1. cos(Arctan x) 2. sin(Arctan x) 3. Arccos x + Arccos (−x)
Exercice 6.8* : Résoudre dans R les équations suivantes.

1 3 π 1 1
1. Arcsin + Arccos = 3. Arccos x = Arccos + Arcsin
1 + x2 5 2 4 3
3
2. Arccos x = 2Arccos 4. Arccos x = Arcsin 2x
4
1
Exercice 6.9 : Étudier, sans la dériver, la fonction : f (x) = Arccos (cos x) − Arccos (cos 2x).
2
Arccos (1 − x)
Exercice 6.10* : On pose f (x) = √ .
x
138 CHAPITRE 6
9782340-002166_001_600.indd 144 21/10/2014 12:13

2. Calculer lim f (x).
x→0+

x
Exercice 6.11* : Montrer que : ∀x ∈] − 1, 1[, Arcsin x = Arctan √ .
1 − x2

x
Exercice 6.12* : On pose f (x) = Arcsin √ .
x2 + 1
1. Déterminer l’ensemble de définition D de la fonction f .
2. Montrer que f est dérivable sur D et calculer sa dérivée.
3. En déduire une expression simple de f .
4. Retrouver ce résultat par une méthode directe.

1−x
Exercice 6.13* : Soit f (x) = Arctan .
1+x
2. Donner une expression simple de f (x).
1
Exercice 6.14* : On note I =]0, π2 ] et, pour tout x ∈ I, f (x) = .
sin x
1. Montrer que f réalise une bijection de I vers un intervalle à déterminer.
2. Expliciter l’application réciproque de f .
Indications
Ex. 6.1
Pour la dernière équation, on pourra introduire une fonction.
Ex. 6.5
On pourra se ramener à l’étude de la fonction x → x ln x + (1 − x) ln(1 − x).
Ex. 6.9
Pour u ∈ [0, π], que vaut Arccos (cos u) ?
Ex. 6.10
Pour le calcul de limite, effectuer un changement de variable et se ramener à une limite connue.
Ex. 6.11
On pourra poser y = Arcsin x et calculer √ x
1−x2
Ex. 6.13
Appliquer la méthode 6.2 par exemple.
9782340-002166_001_600.indd 145 21/10/2014 12:13

1 2 3 4 5 6 7 8 9 10
F F V F V V F V F F
1. La fonction Arccos est définie sur [−1, 1], à valeurs dans [0, π].
2. La fonction Arcsin est continue sur [−1, 1] et dérivable sur ] − 1, 1[.
3. C’est la proposition 6.14. Plus généralement, l’application réciproque d’une fonction impaire
(respectivement paire) est également impaire (respectivement paire).
4. On a (par exemple) Arccos (−1) = π et Arccos (1) = 0, ce qui montre que Arccos n’est ni paire
ni impaire. √
5. On a, pour tout x ∈ [−1, 1], cos(Arcsin x) = sin(Arccos x) = 1 − x2 .
6. C’est vrai. Plus généralement, par définition de la fonction Arccos , on a :
∀x ∈ [−1, 1], cos (Arccos x) = x.
7. Arccos (cos 5π 3π 5π
4 ) = 4 (unique élément de [0, π] dont le cosinus vaut cos 4 ).
8. Arccos étant l’application réciproque de la restriction de cos à l’intervalle [0, π], on a :
∀x ∈ [0, π], Arccos (cos x) = x.
9. C’est évidemment faux. Il ne faut pas confondre l’application réciproque (Arctan ) et l’inverse.
10. C’est une jolie formule, totalement fausse.
Erreurs classiques
• On a, pour tout x ∈ [−1, 1], cos (Arccos x) = x. En revanche, Arccos (cos x) n’est
pas toujours égal à x (c’est vrai seulement sur [0, π]). Ne pas oublier que Arccos
n’est pas l’application réciproque de la fonction cos (qui n’est pas bijective) mais
seulement de sa restriction à l’intervalle [0, π]. Même difficulté pour Arcsin , Arctan
et Argch .
• Ne pas confondre application réciproque et inverse.
• Les fonctions Arcsin et Arccos ne sont pas dérivables en −1 et 1.
140 CHAPITRE 6
9782340-002166_001_600.indd 146 21/10/2014 12:13

Exercice 6.1
1. L’équation est définie pour x2 − 1 > 0 et 4x − 1 > 0, c’est-à-dire lorsque x2 − 1 > 0 ssi
x > 1. On a : (x > 1 ou x < −1)

ln(x2 − 1) + ln 4 = ln(4x − 1) ⇐⇒ ln 4(x2 − 1) = ln(4x − 1)
⇐⇒ 4(x2 − 1) = 4x − 1 et x > 1
⇐⇒ 4x − 4x − 3 = 0
2
et x > 1
Les racines du trinôme ci-dessus sont 32 et − 12 . Seule la première de ces racines

appartient à ]1, +∞[, 32 est donc l’unique solution de l’équation.
2. L’équation est définie pour x − 1
= 0, x + 2
= 0 et 4x2 + 3x − 7
= 0. Les
racines du trinôme 4x2 + 3x − 7 étant 1 et − 47 , on en déduit que l’équation est
définie pour x ∈ D = R \ {1; −2; − 47 }. Comme 4x2 + 3x − 7 = (4x + 7)(x − 1),
on a par ailleurs :
∀x ∈ D, ln |4x2 + 3x − 7| = ln |(4x + 7)(x − 1)| = ln |4x + 7| + ln |x − 1| ;
ce qui montre que l’équation équivaut à |x + 2| = |4x + 7| et x ∈ D. Les |X| = |Y | ssi

solutions sont les éléments de D vérifiant x + 2 = 4x + 7 ou x + 2 = −(4x + 7). (X = Y ou X = −Y )
Finalement, l’ensemble des solutions de l’équation est S = {− 35 ; − 59 }.
2 2
3. L’équation est définie sur R et équivaut à : 3
2x = ex ln 2 et
3
3x = ex ln 3
x2 ln 2 = x3 ln 3 ⇐⇒ x2 (ln 2 − x ln 3) = 0
ln 2
⇐⇒ x = 0 ou x = .
ln 3
)
ln 2
D’où l’ensemble des solutions S = 0 ; .
ln 3
√ √ √ √
4. Comme x x = e x ln x et ( x)x = ex ln x , l’équation est définie pour ab = eb ln a pour
x > 0. Pour tout x > 0, on a alors : tout a > 0.
√ √ √ √
x x = ( x)x ⇐⇒ e x ln x = ex ln x
√ √
⇐⇒ x ln x = x ln x
√ x
⇐⇒ x ln x = ln x
√ 2 √
⇐⇒ x ln x (2 − x) = 0
√
⇐⇒ ln x = 0 ou x = 2 ou x = 0 (ce qui est exclu car x > 0)
⇐⇒ x = 1 ou x = 4.
L’ensemble S des solutions de l’équation est donc S = {1 ; 4}.

5. L’équation est définie pour tout réel x. On a 4x = (22 )x = (2x )2 et
2x+1 = 2 × 2x . En posant X = 2x , l’équation équivaut donc à : X >0
X 2 + 2X − 15 = 0.
9782340-002166_001_600.indd 147 21/10/2014 12:13

Les racines de ce trinôme sont −5 et 3. On revient maintenant à x. L’équation
2x = −5 n’a pas de solution (2x > 0) et l’équation 2x = 3 équivaut à ex ln 2 = 3
soit x ln 2 = ln 3. Ainsi, l’équation admet ln 3/ ln 2 pour unique solution.
1 1
6. L’équation est définie sur R. Comme 4x = (22 )x = 22x et 3x+ 2 = 3 × 3x− 2 ,
x est solution si et seulement si
1 1 1
22x + 22x−1 = 3x− 2 + 3 × 3x− 2 ⇐⇒ 22x−1 (2 + 1) = 3x− 2 (3 + 1)
1
⇐⇒ 3 × 22x−1 = 22 × 3x− 2
3
⇐⇒ 22x−3 = 3x− 2
3
⇐⇒ e(2x−3) ln 2 = e(x− 2 ) ln 3
3
⇐⇒ (2x − 3) ln 2 = (x − ) ln 3
2
3 ln 2 − 32 ln 3 3(ln 2 − ln 3
2 ) 3
⇐⇒ x = = = .
2 ln 2 − ln 3 2(ln 2 − ln 3
2 )
2
3
On en déduit que la seule solution de cette équation est .
2
7. L’équation est définie sur R∗+ \ {1} et on a :
ln x ln a
= ⇐⇒ (ln x)2 = (ln a)2
ln a ln x
⇐⇒ (ln x + ln a)(ln x − ln a) = 0
x
⇐⇒ ln(ax) × ln =0
a
x
⇐⇒ ax = 1 ou = 1.
a
Ainsi, l’ensemble des solutions de l’équation est S = {a ; a1 }.

f est la somme de 8. L’équation est définie sur √ R+√ et on remarque que 1 est solution de
deux fonctions l’équation. Posons f (x) = x + 3 x pour tout x ≥ 0. La fonction f est
strictement
croissantes.
continue et strictement croissante sur R+ . Comme f (0) = 0 et que la limite
de f en +∞ est +∞, on en déduit que f est une bijection de R+ dans R+ .
y
Par conséquent, tout y ≥ 0 admet un y=2
unique antécédent par f . Comme f (1) =
2, 1 est le seul antécédent de 2 et donc 1
l’unique solution de l’équation étudiée.
O 1 x
√
Autre méthode. En posant u = 3 x, l’équation s’écrit u3 + u = 2, ou encore
u3 + u − 2 = 0. Comme u = 1 est solution de cette équation, on peut écrire
u3 + u − 2 = (u − 1)(au2 + bu + c), avec a, b, c ∈ R. En identifiant, on obtient
facilement a = b = 1 et c = 2. Ainsi, u3 + u − 2 = (u − 1)(u2 + u + 2). Mais
Discriminant l’équation u2 + u + 2 = 0 n’a pas de racine réelle. Par conséquent, l’unique
strictement négatif ! solution réelle de l’équation
√ u√
3
+ u − 2 = 0 est u = 1. Finalement, x = u3 = 1
3
est l’unique solution de x + x = 2.
142 CHAPITRE 6
9782340-002166_001_600.indd 148 21/10/2014 12:13

Exercice 6.2
1. Par définition de la fonction puissance, f (x) = ex ln x . La fonction ln est ab = eb ln a
définie sur R∗+ , et la fonction exponentielle est définie sur R. Par composition,
f est définie sur D = R∗+ . De plus, on a : croissances
comparées pour la
lim x ln x = 0 et lim x ln x = +∞. limite en 0
x→0+ x→+∞
Par composition de limites, on a donc lim f (x) = 1 et lim f (x) = +∞.

x→0+ x→+∞
2. La fonction ln est dérivable sur R∗+

et la fonction exponentielle est dérivable
sur R. Par composition, f est dérivable sur R∗+ et : Dérivée d’une
composée.
1 x ln x
∀x > 0, f (x) = (x ln x) ex ln x = (ln x + x × )e = (ln x + 1)ex ln x .
x
Comme ex ln x > 0, f (x) est du signe de ln x + 1. Ainsi, f (x) < 0 sur ]0, 1e [
et f (x) > 0 sur ] 1e , +∞[. On en déduit que f est strictement décroissante La fonction f
sur ]0, 1e ] et strictement croissante sur [ 1e , +∞[. D’où l’allure de la courbe admet
1
un minimum
1 1
en
e
, égal à ( e
) e ≈ 0, 69
représentative de f :
Comme
lim f (x) = −∞, la
x→0+
y = xx courbe représentative
de f tend vers le point
limite (0, 1) avec une
pente infinie.
1
O 1
1
e
Exercice 6.3
1. Le système est défini sur R2 et s’écrit :

8x = 10y 8x = 2 × 2x
⇐⇒
2x = 5y 2x = 5y
x
4 =2
⇐⇒ .
2x = 5y
La première équation s’écrit ex ln 4 = 2 ou encore x ln 4√= ln 2. Ainsi x = 1/2
et, en revenant √
à la deuxième équation, on obtient y = 2/5. Par conséquent,
le couple (1/2, 2/5) est l’unique solution du système.
ln u
2. Le système est défini pour x > 0 et y > 0 ; il est équivalent à : log u = ln 10

x+y =7 x+y =7
⇐⇒
ln x + ln y = ln 10 ln(xy) = ln 10

x+y =7
⇐⇒
xy = 10

y =7−x
⇐⇒
x(7 − x) = 10

y =7−x
⇐⇒ .
x2 − 7x + 10 = 0
9782340-002166_001_600.indd 149 21/10/2014 12:13

y = 7−x Les solutions de l’équation x2 − 7x + 10 = 0 sont 2 et 5. On a x = 2 ssi y = 5
et x = 5 ssi y = 2. Ainsi, le système admet deux couples solutions : (2, 5) et
(5, 2).
Exercice 6.4
ex − 1 = 0 pour 1. La fonction f est continue et dérivable sur R∗+ . En effet, f est le quotient
tout x > 0. de deux fonctions continues et dérivables sur R∗+ avec un dénominateur qui
ne s’annule pas. Pour tout x > 0, on a :
ex (ex − 1) − ex .ex ex
f (x) = = − < 0.
(ex − 1)2 (ex − 1)2
Pour la limite de f La fonction f est donc continue et strictement décroissante sur R∗+ . Comme
en +∞, xon écrit f tend vers +∞ en 0+ et vers 1 en +∞, on en déduit que f est une bijection
f (x) = eex × 1−e1−x .
de ]0, +∞[ dans f (]0, +∞[) =]1, +∞[.
2. Pour déterminer l’application réciproque f −1 : ]1, +∞[→ ]0, +∞[ de f , on
On résout applique la méthode 6.3. Soit y > 1. On a :
l’équation f (x) = y.
ex
f (x) = y ⇐⇒ =y
ex − 1
⇐⇒ ex (y − 1) = y
y
⇐⇒ ex = car y − 1
= 0
y−1

y y
⇐⇒ x = ln car >0
y−1 y−1

y
Par conséquent, l’unique antécédent de y par f est ln y−1 > 0. L’application
réciproque de f est donc la fonction f −1 : ]1, +∞[→]0, +∞[ définie par

−1 x
f (x) = ln .
x−1

Exercice 6.5
Pour tout x ∈]0, 1[, on a :
xx (1 − x)1−x = ex ln x e(1−x) ln(1−x) = ex ln x+(1−x) ln(1−x) = eu(x) ,
u est définie sur en notant u(x) = x ln x + (1 − x) ln(1 − x). L’inégalité équivaut à montrer
]0, 1[. que eu(x) ≥ 12 , ou encore u(x) ≥ − ln 2. Nous allons étudier les variations de
u et pour cela la dériver deux fois. La fonction u est deux fois dérivable sur
]0, 1[ et :
∀x ∈]0, 1[, u (x) = 1 + ln x − 1 − ln(1 − x) = ln x − ln(1 − x)

1 1
u (x) = + ,
x x+1
ln x = ln(1 − x) ⇔ ce qui montre que u est croissante sur ]0, 1[ (u > 0 sur ]0, 1[). Comme le seul
x = 1 − x ⇔ x = 12 point d’annulation de u est 12 , on en déduit que u est négative sur ]0, 12 ] et
positive sur [ 12 , 1[. Ainsi, la fonction u est décroissante sur ]0, 12 ] et croissante
144 CHAPITRE 6
9782340-002166_001_600.indd 150 21/10/2014 12:13

sur [ 12 , 1[, elle admet un minimum au point 1
2. Comme u( 12 ) = − ln 2, on en
déduit que :
∀x ∈]0, 1[, u(x) ≥ − ln 2
ce qui prouve l’inégalité attendue.

Exercice 6.6
D’après les propriétés de la fonction cosinus, f est clairement définie sur cos est définie sur
R, paire et 2π-périodique. Il suffit donc d’étudier les variations de f sur [0, π]. R, paire et
2π-périodique.
La fonction f est dérivable sur R et :
1 1
∀x ∈ R, f (x) = − sin x − × 2 sin 2x = 2 sin x[− − cos x]. sin 2x = 2 sin x cos x
2 2
Comme la fonction sinus est positive sur [0, π], le signe de f (x) sur [0, π] est
celui de − 21 − cos x. On en déduit que f est strictement décroissante sur [0, 2π 3 ]

et strictement croissante sur [ 2π3 , π]. Notons que, sur [0, π], f s’annule en 0,
2π
3 et π (points à tangente horizontale). On en déduit l’allure de la courbe
représentative de f .
1
2π
3
π
O 1

Exercice 6.7
1. Les fonctions Arctan et cos sont définies sur R. Par composition, l’expres-
sion est définie pour tout réel x. Pour x ∈ R, on a : cos2 u = 1
1+tan2 u
1 1
cos2 (Arctan x) = 2 = .
1 + tan (Arctan x) 1 + x2
Comme cos(Arctan x) ≥ 0, on en déduit que : Arctan x ∈] − π π

, [
2 2
1
cos(Arctan x) = √ .
2
x +1
2. L’expression est définie sur R par composition (les fonctions Arctan et sin
sont définies sur R). Pour x ∈ R, on a
sin(Arctan x)
tan(Arctan x) = =x
cos(Arctan x)
et la question précédente montre alors que :
x
sin(Arctan x) = x cos(Arctan x) = √ .
2
x +1
9782340-002166_001_600.indd 151 21/10/2014 12:13

3. La fonction Arccos étant définie sur [−1, 1], l’expression est définie lorsque
x et −x sont dans l’intervalle [−1, 1], c’est-à-dire sur [−1, 1]. En notant, pour
x ∈ [−1, 1], f (x) = Arccos x + Arccos (−x), il vient :
cos f (x) = cos(Arccos x) cos(Arccos (−x)) − sin(Arccos x) sin(Arccos (−x))

2
= −x2 − 1 − x2 = −1.
Par ailleurs, f (x) ∈ [0, 2π] puisque Arccos x et Arccos (−x) appartiennent
π est l’unique tous les deux à [0, π]. On en déduit donc que f (x) = π, c’est-à-dire :
élément de [0, 2π] dont
le cosinus est égal à ∀x ∈ [−1, 1], Arccos x + Arccos (−x) = π.
−1.

Exercice 6.8
1. L’équation est définie pour tout réel x (pour tout x ∈ R, 1
1+x2 ∈ [−1, 1]).
π 3
− Arccos
2 5
= D’après la proposition 6.16, l’équation s’écrit aussi :
Arcsin 35
1 3
Arcsin 2
= Arcsin .
1+x 5
Comme ces deux nombres appartiennent à l’intervalle [− π2 , π2 ] et que la fonc-
tion sinus est bijective sur [− π2 , π2 ], l’équation équivaut à :
1 3
2
= .
1+x 5
Ainsi, x est solution si et seulement si x2 = 23 . D’où l’ensemble des solutions :
*
2 2
S= ;− .
3 3
2. L’équation est définie pour x ∈ [−1, 1]. Par ailleurs, Arccos 34 ∈ [0, π2 ]
puisque 0 ≤ 34 ≤ 1. Ainsi, les deux membres de l’équation appartiennent à
Deux éléments de [0, π]. Leur égalité équivaut donc à celle de leur cosinus :
[0, π] sont égaux ssi ils
ont le même cosinus. 3 3
cos (Arccos x) = cos 2Arccos ⇐⇒ x = 2 cos2 Arccos −1
4 4
9 1
⇐⇒ x = 2 × −1= .
16 8
L’unique solution de l’équation est donc 18 .
3. L’équation est définie pour x ∈ [−1, 1]. Comme 0 ≤ 1

4 ≤ 1 et 0 ≤ 1
3 ≤ 1,
Arccos décroı̂t sur on a :
[0, 1] et Arcsin croı̂t
sur [0, 1]. 1 π 1 π
0 ≤ Arccos ≤ et 0 ≤ Arcsin ≤ ,
4 2 3 2
donc
1 1
0 ≤ Arccos + Arcsin ≤ π ,
4 3
146 CHAPITRE 6
9782340-002166_001_600.indd 152 21/10/2014 12:13

et les deux membres de l’équation appartiennent à [0, π]. Un réel x ∈ [−1, 1]
est alors solution si et seulement si (deux éléments de [0, π] sont égaux ssi ils
ont le même cosinus) :

1 1
cos (Arccos x) = cos Arccos + Arcsin .
4 3
Comme formule d’addition
donnant cos(a + b)
1 1 1 1 1 1
cos Arccos + Arcsin = cos Arcsin − sin Arccos
4 3 4 3 3 4
+ 2 + 2
1 1 1 1
= 1− − 1−
4 3 3 4
√ √
2 2 − 15
= ,
12
√ √
2 2 − 15
l’unique solution de l’équation est .
12
4. L’équation est définie pour x ∈ [−1, 1] et 2x ∈ [−1, 1], c’est-à-dire lorsque
x ∈ [− 12 , 12 ]. Comme
π π
0 ≤ Arccos x ≤ π et − ≤ Arcsin 2x ≤ ,
2 2
l’égalité ne peut avoir lieu que lorsque ces deux nombres appartiennent à
[0, π2 ], c’est-à-dire lorsque x ∈ [0, 1] et 2x ∈ [0, 1]. On considère donc un réel
x ∈ [0, 12 ]. L’équation équivaut alors à : Deux éléments de
[0, π2 ] sont égaux ssi
1 1
sin (Arccos x) = sin (Arcsin 2x) et x ∈ [0, ] ⇐⇒ 1 − x2 = 2x et x ∈ [0, ] ils ont le même sinus.
2 2
1
⇐⇒ 1 − x = 4x et x ∈ [0, ]
2 2
2
1
⇐⇒ 5x = 1 et x ∈ [0, ]
2
2
Par conséquent, √1
5
est l’unique solution de cette équation.
Exercice 6.9
La fonction f est définie sur R, paire et 2π-périodique d’après les propriétés cos est définie sur
de la fonction cosinus. Il suffit donc de l’étudier [0, π]. On sait que, pour tout R, paire et
2π-périodique.
réel x ∈ [0, π], Arccos (cos x) = x, donc :
π
∀x ∈ [0, ], Arccos (cos 2x) = 2x, Si x ∈ [0, π
2
],
2 2x ∈ [0, π].
ce qui montre que f (x) = 0 lorsque x ∈ [0, π2 ]. De plus, pour x ∈ [ π2 , π], 2π−2x
appartient à [0, π] et a le même cosinus que 2x, donc : Arccos (cos 2x) est
l’unique élément de
π [0, π] dont le cosinus
∀x ∈ [ , π], Arccos (cos 2x) = 2π − 2x, vaut cos 2x.
2
ce qui montre que f (x) = x − 12 (2π − 2x) = 2x − π pour x ∈ [ π2 , π]. Ainsi,

0 si x ∈ [0, π2 ]
f (x) =
2x − π si x ∈ [ π2 , π]
Comme f est paire et 2π-périodique, on en déduit sa courbe représentative :
9782340-002166_001_600.indd 153 21/10/2014 12:13

1
1 π
O 2 π
Exercice 6.10
1. La fonction x → √1x est définie sur R∗+ et la fonction Arccos est définie
sur [−1, 1]. Par conséquent, f est définie en tout point x vérifiant x > 0 et
1 − x ∈ [−1, 1] ⇔ 0 ≤ x ≤ 2. L’ensemble de définition de f est donc ]0, 2].
x ∈ [0, 2]
2. Cette limite est a priori indéterminée puisque, lorsque x tend vers 0+ ,
le numérateur et le dénominateur ont tous les deux pour limite 0. Effectuons
cos(Arccos t) = t un changement de variable en posant u = Arccos (1 − x). On a u ∈ [0, π] et
pour tout t ∈ [−1, 1]. cos u = 1 − x. Alors x = 1 − cos u et
u
f (x) = √ .
1 − cos u
On recherche la limite de cette expression lorsque u tend vers 0+ puisque

Limite à lim+ u = Arccos 1 = 0. On sait que
connaı̂tre ! x→0
1 − cos t 1
lim = ,
t→0 t2 2
on en déduit que
u √
lim+ √ = 2.
u→0 1 − cos u
√
Ainsi, la limite de f en 0+ est 2.
Exercice 6.11
Notons tout d’abord que les deux membres de l’égalité existent pour tout
x ∈] − 1, 1[. D’une part, comme la fonction Arcsin est définie sur [−1, 1],
Arctan est définie Arcsin x existe. D’autre part, pour x ∈] − 1, 1[, √1−x x
2
existe donc son arc
sur R tangente aussi. Nous allons maintenant prouver l’égalité par un calcul direct
(on pourrait également utiliser les dérivées de chacune de ces deux fonctions).
méthode 6.2 Soit x ∈] − 1, 1[, posons y = Arcsin x. On a donc x = sin y, y ∈] − π2 , π2 [ et :
Comme x sin y sin y sin y sin y

y ∈ ] − π2 , π2 [, cos y est √ = = = = = tan y.
1 − x2 1 − sin y
2
cos2 y | cos y| cos y
positif.
148 CHAPITRE 6
9782340-002166_001_600.indd 154 21/10/2014 12:13

Comme y ∈] − π2 , π2 [, on en déduit que y = Arctan √ x
1−x2
, c’est-à-dire :

x
Arcsin x = Arctan √ .
1 − x2

Exercice 6.12
1. Tout d’abord, la fonction u : x → √xx2 +1 est définie sur R. On cherche Arcsin est définie
sur [−1, 1].
maintenant les valeurs√de x pour lesquelles u(x) appartient à [−1, 1]. Pour
tout x ∈ R, on a |x| < x2 + 1, donc
x
−1 < √ < 1.
2
x +1
Comme la fonction u est définie sur R et à valeurs dans ] − 1, 1[⊂ [−1, 1], la
fonction f est définie sur D = R.
2. On sait que la fonction Arcsin est dérivable sur ] − 1, 1[. La fonction u
est dérivable sur R et à valeurs dans ] − 1, 1[. Comme f = Arcsin ◦ u, on en
déduit, par composition, que f est dérivable sur R. Pour x ∈ R, on a :
(Arcsin ◦ u) =

√ 2 √u
x 1 x2 + 1 − √x
x2 +1 1
1−u2

f (x) = √ 2 =
x2 +1 x2 +1 2
1 − x2x+1
1− √ x
x2 +1
1 1
= 3 × x2 + 1 = .
(1 + x2 ) 2 1 + x2
3. On vient de voir que f a la même dérivée que la fonction Arctan . Par

conséquent, ces deux fonctions sont égales à une constante C près :
∀x ∈ R, f (x) = Arctan x + C.
Comme f (0) = Arcsin 0 = 0 et f (0) = Arctan 0 = 0, on en déduit que la

constante C est nulle. Ainsi, f est la fonction arc tangente.
4. On pose θ = Arcsin √xx2 +1 . Comme √xx2 +1 ∈] − 1, 1[, θ appartient à méthode 6.2
√
] − 2 , 2 [. Notons que θ et x sont du même signe puisque x + 1 > 0. Par
π π 2
Arcsin x est du
ailleurs, on a sin θ = √xx2 +1 , donc x2 = (x2 + 1) sin2 θ. Comme sin θ
= ±1 signe de x.
(θ
= ± π2 ), on en déduit que :
sin2 θ sin2 θ
x2 = = = tan2 θ ;
1 − sin2 θ cos2 θ
d’où x = tan θ puisque x est θ sont du même signe. On obtient finalement
θ = Arctan x, c’est-à-dire f (x) = Arctan x. On retrouve ainsi le fait que f est
la fonction arc tangente.
Exercice 6.13
1. La fonction x → 1−x
1+x est définie sur R \ {−1} et la fonction racine carrée
est définie sur R+ . On a 1−x
1+x ≥ 0 si et seulement si x ∈] − 1, 1]. Comme la
fonction Arctan est définie sur R, on en déduit que f est définie sur ] − 1, 1].
9782340-002166_001_600.indd 155 21/10/2014 12:13

2. On applique la méthode 6.2. Pour cela, on peut calculer la dérivée de f (en
n’oubliant pas de justifier !) ou bien simplifier directement f (x). Choisissons
cette dernière possibilité et considérons un élément x de ] − 1, 1]. On pose

1−x
θ = f (x) = Arctan ;
1+x

θ appartient à [0, π2 [ puisque 1−x
1+x ≥ 0. Par ailleurs, on a tan θ = 1−x
1+x ,
donc
1−x
tan2 θ = .
1+x
On en déduit que :
1 − tan2 θ
x= = cos2 θ(1 − tan2 θ) = cos2 θ − sin2 θ = cos 2θ.
1 + tan2 θ
Comme 2θ appartient à [0, π[, on a alors 2θ = Arccos x ou encore θ = Arccos 2

x
.
Arccos x
Finalement, cela montre que, pour tout x ∈] − 1, 1], f (x) = .
2
Exercice 6.14
∀x ∈ I, sin x = 0 1. La fonction sinus est continue, strictement croissante et ne s’annule pas
sur l’intervalle I. Par conséquent, la fonction f , inverse de cette fonction, est
continue et strictement décroissante sur I. Par ailleurs, f ( π2 ) = 1 et f (x)
lim sin x = 0+ tend vers +∞ lorsque x tend vers 0 par valeurs supérieures. On peut donc en
x→0+
déduire que f réalise une bijection de I vers f (I) = [1, +∞[.
2. Notons g : [1, +∞[→ ]0, π2 ] l’application réciproque de f . On détermine g
On résout à l’aide de la méthode 6.3 pour déterminer g. Soit y ≥ 1 ; on a :
l’équation f (x) = y.
1
f (x) = y ⇐⇒ =y
sin x
1
⇐⇒ sin x = .
y
L’unique solution de cette équation appartenant à ]0, π2 ] est Arcsin ( 1y ). Par

conséquent, Arcsin ( y1 ) est l’unique antécédent de y par f et g est donnée par :
g : [1, +∞[ → ]0, π2 ]

1 .
x → Arcsin
x

150 CHAPITRE 6
9782340-002166_001_600.indd 156 21/10/2014 12:13

Chapitre 7
Géométrie
élémentaire
dans le plan
Sans doute d’origine grecque, Euclide vivait à Alexandrie
trois cents ans avant notre ère. Son ouvrage fondamental,
intitulé Les Éléments, regroupe toutes les connaissances
mathématiques de l’époque en géométrie métrique,
coniques exceptées, et en théorie des nombres. Euclide
classe les propositions dans un ordre logique et se
focalise sur la réĚexion mathématique et la dégage de
tout fondement métaphysique ou philosophique. Sa
démarche est nouvelle puisqu’il justięe ses raisonnements
rigoureusement en se basant sur des postulats. Il faudra
près de vingt siècles pour dépasser son œuvre en géométrie
et, jusqu’au XIXe siècle, toutes les mathématiques sont
formées à son exemple.
Euclide
≈330 av. J.-C.-≈275 av. J.-C.
9782340-002166_001_600.indd 157 21/10/2014 12:13

Objectifs

Les incontournables
ZRésoudre des problèmes géométriques dans le planȹ:
fgrâce à des produits scalairesȹ;
fgrâce à des déterminantsȹ;
fgrâce aux nombres complexes.
ZCalculerȹ:
fdes distancesȹ;
fdes surfaces des aires de triangles.

ZUtiliser la notion de barycentre.
ZTrouver des lieux de points géométriques, étudier des suites de points
dans le plan.
9782340-002166_001_600.indd 158 21/10/2014 12:13

Résumé de cours
Produit scalaire, déterminant
Systèmes de coordonnées
Définition : Dans le plan R2 , on considère un repère R = (O,ı, j),
où O est un point du plan et les vecteurs ı et j sont non co- y M (x, y)
linéaires. À tout point M du plan, on peut associer le couple (x, y)
de ses coordonnées dans le repère R, qui correspond à l’unique j
−−→
décomposition : OM = x ·ı + y · j. O ı x
Le couple (x, y) est appelé couple des coordonnées cartésiennes du point M dans le repère R.
Définition : Dans le plan R2 rapporté au repère orthonormé di-
rect R = (O,ı, j), on peut repérer n’importe quel point M par
un angle θ tel que le vecteur uθ = (cos θ, sin θ) (image du vec- M (ρ, θ)
−−→ ρ
teur ı par une rotation d’angle θ), soit colinéaire au vecteur OM j
−−→ θ
et un nombre ρ tel que OM = ρ · uθ . En fait, on a au choix :
−−→ −−→ O ı
(ρ, θ) = (OM, (ı, OM )[2π]) ou (ρ, θ) = (−OM, (ı, OM ) + π[2π]).
Le couple (ρ, θ) est appelé couple des coordonnées polaires du point M .
Produit scalaire
Définition : Dans le plan vectoriel R2 rapporté à une base orthonormée de deux vecteurs (ı, j),
pour tous vecteurs u et v , on appelle :

• norme du vecteur u = (x, y), le nombre u = x2 + y 2 ;
• produit scalaire entre les vecteurs u et v , le nombre (u | v ) = u · v · cos θ, avec θ l’angle
orienté (u, v ) (si les vecteurs sont non nuls) - le produit scalaire étant nul si l’un des vecteurs
est nul. Le produit scalaire de u et de v se note aussi u · v
Proposition 7.1.— Le produit scalaire est une forme bilinéaire (linéaire par rapport à chaque
variable) et symétrique, c’est-à-dire : (u | v ) = (v | u).
Le principal résultat concerne la formule du produit scalaire :
Proposition 7.2.— Expression du produit scalaire en base orthonormée —. Dans une base
orthonormée (ı, j), si u = (x, y) et v = (x , y ) sont deux vecteurs, alors :
(u | v ) = x · x + y · y
Attention ! La formule précédente ne marche plus du tout si l’on choisit un repère quelconque.
Proposition 7.3.— Caractérisation de l’orthogonalité entre deux vecteurs —. Soit (u, v ) un

couple de vecteurs du plan.
u et v sont orthogonaux si et seulement si leur produit scalaire (u | v ) est nul.
GÉOMÉTRIE ÉLÉMENTAIRE DANS LE PLAN 153
9782340-002166_001_600.indd 159 21/10/2014 12:13

Proposition 7.4.— Projection orthogonale et produit scalaire —. Soit (u, v ) un couple de vec-
teurs du plan. Soit u le projeté orthogonal de u sur v,
(u | v ) = (u | v )
Déterminant
Définition : Dans le plan vectoriel R2 rapporté à une base orthonormée directe de deux vecteurs
(ı, j), pour tous vecteurs u et v , on appelle déterminant des vecteurs u et v , le nombre [u, v ] =
u · v · sin θ, avec les mêmes notations que dans le paragraphe précédent.
Proposition 7.5.— Le déterminant est une forme bilinéaire et antisymétrique. En particulier :

[u, v ] = −[v , u].
Proposition 7.6.— Expression du déterminant en base orthonormée directe —. Dans une base
orthonormée directe (ı, j), si u = (x, y) et v = (x , y ) sont deux vecteurs, alors :

x x

[u, v ] = = x · y − x · y
y y
Remarque : De nouveau, la formule ne marche plus si le repère choisi est quelconque.
Proposition 7.7.— Caractérisation de la colinéarité entre deux vecteurs —. Soit (u, v ) un couple
de vecteurs du plan.
u et v sont colinéaires si et seulement si leur déterminant [u , v ] est nul.
À noter que le déterminant permet de calculer l’aire de triangles :
Proposition 7.8.— Aire d’un triangle —. L’aire d’un triangle ABC du plan est donnée :
−−
→ −→
|[AB, AC]|
A(ABC) = .
2
Droites
Équations cartésiennes
Proposition 7.9.— Équations cartésiennes d’une droite du plan —. n = (a, b)

Une droite du plan R2 muni du repère orthonormé (O,ı, j) admet
une équation de la forme : ax+by+c = 0, avec le vecteur n = (a, b)
u = (−b, a)
non nul.
154 CHAPITRE 7
9782340-002166_001_600.indd 160 21/10/2014 12:13

Proposition 7.10.— Vecteur directeur, vecteur normal Soient a, b non simultanément nul. Un
vecteur directeur de la droite D d’équation
ax + by + c = 0
est u(−b, a) et n(a, b) est un vecteur normal de D (i.e un vecteur perpendiculaire à la droite D
Proposition 7.11.— Équation de droite et déterminant —.

La droite D passant par un point A de coordonnées (xA , yA ) et
de vecteur directeur u(xu , yu ) est l’ensemble des points M de co-
ordonnées (x, y) vérifiant l’équation
−−→ u
AM , u = 0
A
De même, la droite D passant par deux points distincts A et B
est l’ensemble des points M du plan tels que
−−→ −−→
AM , AB = 0
Proposition 7.12.— Équation de droite et produit scalaire —.

La droite D passant par un point A de coordonnées (xA , yA ) et n
perpendiculaire au vecteur n(xn , yn ) est l’ensemble des points M
de coordonnées (x, y) vérifiant l’équation
A
−−→
AM .n = 0
Équations paramétriques
Proposition 7.13.— Équations paramétriques d’une droite du plan —. Dans le plan R2 muni
d’un repère R, une droite D passant par un point A(xA , yA ) et dirigée par un vecteur non nul
u = (α, β) est donnée par les équations paramétriques :

x = xA + t · α
, t ∈ R.
y = yA + t · β
Distance d’un point à une droite

Le résultat suivant permet le calcul de la distance d’un point à une droite :
Proposition 7.14.— Distance d’un point à une droite —. Soit D la droite d’équation cartésienne :
ax + by + c = 0, avec (a, b)
= (0, 0) puis un point Ω(xΩ , yΩ ). La distance du point Ω à D est donnée
par :
|a · xΩ + b · yΩ + c|
d(Ω, D) = √
a2 + b 2
9782340-002166_001_600.indd 161 21/10/2014 12:13

Cercles
Équations cartésiennes
La propriété suivante fournit l’équation cartésienne du cercle, dans un plan muni d’un repère
orthonormé :
Proposition 7.15.— Équations cartésiennes d’un cercle —. Étant donné un point A(xA , yA ),
un nombre r positif, le cercle C de centre A et de rayon r a pour équation cartésienne :
M ∈ C ⇐⇒ AM 2 = r2 ⇐⇒ (x − xA )2 + (y − yA )2 = r2
Proposition 7.16.— Équation de cercle Toute équation de la forme
x2 + y 2 + αx + βy + γ = 0
est l’équation d’un cercle à condition que ( α2 )2 + ( β2 )2 − γ > 0.

Le centre du cercle a pour coordonnées Ω(−α/2, −β/2) et le rayon R vérifie
R2 = (α/2)2 + (β/2)2 − γ.
Si (α/2)2 + (β/2)2 − γ < 0, il n’y a aucun point réel vérifiant cette équation.
Si (α/2)2 + (β/2)2 − γ = 0, il existe un unique point dont les coordonnées vérifient l’équation
donnée.
Positions relatives cercles / droites
Proposition 7.17.— Soit C(Ω, R) un cercle de centre Ω et de rayon R, puis une droite D dans le
plan. Trois cas de figure se présentent :
si d(Ω, D) < R, l’intersection C(Ω, R) ∩ D compte deux points ;
si d(Ω, D) = R, l’intersection C(Ω, R) ∩ D compte un seul point, le point de tangeance entre
la droite et le cercle ;
si d(Ω, D) > R, l’intersection C(Ω, R) ∩ D est vide.
Positions relatives cercles / cercles
Proposition 7.18.— Soit C1 (Ω1 , R1 ) et C2 (Ω2 , R2 ) deux cercles du plan. Cinq cas de figure se
présentent :
si Ω1 Ω2 < |R2 − R1 | : l’intersection entre les deux cercles est vide et l’un des deux cercles à
l’intérieur de l’autre ;
si Ω1 Ω2 = |R2 − R1 | : les deux cercles sont tangents intérieurement ;
si |R2 − R1 | < Ω1 Ω2 < R1 + R2 : les deux cercles ont deux points en commun ;
si Ω1 Ω2 = R1 + R2 : les deux cercles sont tangents extérieurement ;
si Ω1 Ω2 > R1 + R2 : les deux cercles sont disjoints et extérieurs l’un par rapport à l’autre.
156 CHAPITRE 7
9782340-002166_001_600.indd 162 21/10/2014 12:13

Exemples de transformations affines du plan
Définition : Soit u(xu , yu un vecteur du plan. La translation de vecteur u du plan est l’application
−−−→
qui à tout point M du plan associe le point M tel que M M = u
Proposition 7.19.— Avec les notations ci-dessus, une expression analytique de cette translation
est donc
x = x + xu
y = y + yu
Définition : Soit Ω(xΩ , yΩ ) un point du plan et θ ∈ R. La rotation de centre

Ω et d’angle
θ du
−−→
−−→
plan est l’application qui à tout point M du plan associe le point M tel que ΩM , ΩM = θ et
−−→ −−→
||ΩM || = ||ΩM ||
Proposition 7.20.— Avec les notations ci-dessus, une expression analytique de cette rotation est
donc
x = cos(θ)(x − xΩ ) − sin(θ)(y − yΩ ) + xΩ
y = sin(θ)(x − xΩ ) + cos(θ)(y − yΩ ) + yΩ
Définition : Soit λ un réel et Ω(xΩ , yΩ ) un point du plan. L’homothétie de centre Ω et de rapport

−−→ −−→
λ du plan est l’application qui à tout point M du plan associe le point M tel que ΩM = λΩM .
Proposition 7.21.— Avec les notations ci-dessus, une expression analytique de cette rotation est
donc
x = λ(x − xΩ ) + xΩ
y = λ(y − yΩ ) + yΩ
Proposition 7.22.— Soit θ un réel. Soit D la droite passant par 0 et faisant un angle θ avec
l’axe des abscisses. Une expression analytique de la réflexion d’axe D, (c’est-dire de la symétrie
orthogonale d’axe D) est donnée par

x = cos(2θ)x + sin(2θ)y
y = sin(2θ)x − cos(2θ)y
9782340-002166_001_600.indd 163 21/10/2014 12:13

Méthodes
Calculs en coordonnées cartésiennes
Méthode 7.1.— Comment trouver les formules d’un changement de repère

Soit deux repères quelconques du plan R = (O,ı, j) (ancien repère) et R = (O , I, J)
(nouveau repère). Le but est, à partir d’un même point M (x, y) selon R et M (X, Y )
selon R de trouver les formules reliant les différentes coordonnées. Voici la méthode :
avoir les coordonnées du point O selon R ;
avoir les coordonnées des vecteurs I et J selon la base (ı, j) ;
−−−→ −−−→
exprimer le vecteur O M selon R : O M = X · I + Y · J ;
−−−→ −−−→ −−→ −−→
exprimer le vecteur O M selon R grâce à la relation de Chasles : O M = OM − OO ;
−−−→
obtenir deux formules différentes du vecteur O M selon la base (ı, j) ;
identifier chaque coordonnée.
Exemple : trouver les formules de changement de repères orthonormés directs entre R = (O,ı, j)
et Rθ = (O, uθ , vθ ), avec uθ = (cos θ, sin θ).
Soit M un point du plan, donné par ses coordonnées (x, y) dans le repère R et (X, Y ) dans le
repère Rθ . On a :
uθ = cos θ ·ı + sin θ · j et vθ = − sin θ ·ı + cos θ · j.
On en déduit, sachant que les origines des deux repères sont confondues, d’une part :
−−→
OM = X · uθ + Y · vθ ,
et d’autre part,
−−→
OM = x ·ı + y · j.
En utilisant les expressions de uθ et vθ , on aboutit :

x = X · cos θ − Y · sin θ
y = X · sin θ + Y · cos θ
Méthode 7.2.— Comment déterminer l’intersection de deux droites

Dans le plan R2 muni du repère orthonormé, si on suppose que les droites D : ax + by = c
et D : a x + b y = c ne sont pas parallèles, alors elles ont un point d’intersection I dont
les coordonnées vérifient simultanément les équations des deux droites :
Posons α (a, a ), β(b,
b ) et γ (c, c ). Comme D et D ne sont pas parallèles, les vecteurs α

et β ne sont pas colinéaires. Les coordonnées de I sont alors données par

[γ , β] [
α, γ ]
xI = yI =
[
α, β] [
α, β]
158 CHAPITRE 7
9782340-002166_001_600.indd 164 21/10/2014 12:13

Méthode 7.3.— Comment situer un point par rapport à une droite

Dans le plan R2 muni du repère orthonormé, si on se donne une droite D dont une
équation cartésienne est ax + by + c = 0. Touts les points situés sur cette droite vérifient
l’équation de la droite. L’ensemble des points M (x, y) tels que
ax + by + c > 0
est l’un des deux demi-plan délimité par cette droite D, l’autre demi-plan étant alors le
lieu des points M (x, y) tels que ax + by + c < 0.
Exemple : Considérons la droite D d’équation 3x + 4y + 5 = 0. Elle partage le plan en deux demi-

plans. Donner une inéquation cartésienne du demi-plan délimité par cette droite et contenant le
point A de coordonnées A(4, −2).
Nous savons qu’une inéquation de ce demi-plan est soit 3x + 4y + 5 > 0 soit 3x + 4y + 5 < 0.
Pour savoir quelle inéquation choisir, il suffit de regarder laquelle est vérifiée par les coordonnées
de A. Comme 3 × 4 + 4 × (−2) + 5 = 9, on en déduit que le demi-plan délimité par D et contenant
le point A a pour inéquation
3x + 4y + 5 > 0
Attention, une droite admet différentes équations cartésiennes. Ainsi la droite D admet tout aussi
bien comme équation cartésienne 3x + 4y + 5 = 0 que −6x − 8y − 10 = 0. Le demi-plan situé
en dessous de cette droite a pour inéquation 3x + 4y + 5 > 0 et aussi −6x − 8y − 10 < 0.
Dans le premier cas, les expressions évaluées sont strictement positives et dans l’autre strictement
négatives. Il n’y a donc pas de moyen géométrique de prédire quelle sera l’inéquation correcte, si
ce n’est en l’évaluant en un point précis du demi-plan considéré.
Exemple : Considérons la droite D d’équation 3x + 4y − 5 = 0. Les points B(3, 2) et C(−1, 3)

sont-ils situés du même côté de la droite D ou bien de part et d’autre ?
Il suffit d’évaluer l’expression 3x + 4y − 5 en chacun des points considérés, si ces expressions
sont de même signe, c’est que les points sont situés du même côté de D, sinon c’est qu’ils sont
situés de part et d’autre.
En B, on a 3xB + 4yB − 5 = 9 et 3xC + 4yC − 5 = 4. On en déduit que les points B et C sont
situés du même côté de la droite D.
9782340-002166_001_600.indd 165 21/10/2014 12:13

Vrai/Faux
Vrai Faux
1. L’ensemble des points M de coordonnées M (1 + 2t, −1 + t),
lorsque t décrit l’intervalle [0, 10] est un segment de pente −1.
2. Si C est un cercle de centre Ω et M0 est un point de ce cercle,
−−−→ −−−→
l’équation ΩM0 · M0 M = 0 correspond à la tangente au cercle au
point M0 .
3. Toute droite du plan possède une équation de la forme :
y = mx + p, où m est la pente de la droite.
4. Pour tout entier n ≥ 2, les racines nième de l’unité forment un

polygone régulier.
5. La distance entre le point A(1, 2) et la droite d’équation 3x +
18
4y = 7 est égale à .
5
6. L’équation x2 + y 2 − 4x + 2y = 4 correspond à un cercle de
rayon 2.
7. Si A est un point du plan et u

= 0 dans R2 , l’ensemble des
−−→

points M tels que [AM , u] = 1 forme une droite dirigée par u.
8. La transformation du plan dont une expression analytique est
M (x, y) → M (−y, x) est une rotation du plan.
M (x, y) → M (y−, x) est la réflexion du plan, d’axe passant par
O et formant un angle de π4 avec l’axe des abscisses.
M (x, y) → M (3x + 4, 3y + 5) est l’homothétie du plan de rapport
3 et de centre Ω(4, 5).
160 CHAPITRE 7
9782340-002166_001_600.indd 166 21/10/2014 12:13

Points, droites et cercles
Exercice 7.1 : Dans le plan R2 , muni du repère orthonormé (O,ı, j), on se donne trois points
A(3, 2), B(4, −2) et C(−1, 1).
1. Déterminer les coordonnées du centre de gravité G du triangle ABC.
2. Déterminer les coordonnées de l’orthocentre H du triangle ABC
3. Déterminer les coordonnées du centre Ω du cercle circonscrit au triangle ABC. En déduire le
rayon du cercle circonscrit ainsi qu’une équation de ce cercle.
Exercice 7.2 : Dans le plan R2 , muni du repère orthonormé (O,ı, j), on se donne trois points
A(0, 0), B(3, 3) et C(8, 0).
1. Déterminer une équation de la bissectrice du triangle ABC passant par A.
2. Déterminer une équation des deux autres bissectrices.
3. Déterminer les coordonnées du centre du cercle inscrit dans ABC, ainsi que son rayon.
Exercice 7.3 : Soit ABC un triangle non aplati du plan. Montrer que les trois hauteurs du triangle
ABC sont concourantes.
Exercice 7.4 : Pour tout λ ∈ R, on note Dλ la droite d’équation cartésienne :
(1 − λ2 )x + 2λy = 4λ + 2.
1. Soit M (x, y) un point donné du plan. À quelle(s) condition(s) sur x et y, existe-t-il au moins
une droite Dλ passant par M ?
2. Montrer qu’il existe un cercle qu’aucune droite Dλ ne traverse.
3. Montrer qu’il existe un point équidistant à toutes les droites Dλ , pour λ décrivant R.
4. En déduire que toutes les droites Dλ sont tangentes au cercle trouvé à la question 2.
Exercice 7.5 : Soit ABC un triangle dans le plan. Soit G le centre de gravité du triangle (aussi
appelé isobarycentre ou centre d’inertie). Montrer que les trois petits triangles ABG, BCG et CGA
ont exactement la même surface.
Exercice 7.6 : Le plan est rapport à un repère orthonormé (O,ı, j). Soit (C) le cercle d’équation :
x2 + y 2 − 2x − 4y = 0.
Ce cercle coupe l’axe des abscisses en les points O et A et l’axe des ordonnées en les points O et
B. La première bissectrice d’équation y = x coupe le cercle (C) en les points O et D.
On considère (C1 ) le cercle de diamètre [OA], (C2 ) le cercle de diamètre [OB] et (C3 ) le cercle de
diamètre [OD].
On note I1 l’intersection autre que O entre (C2 ) et (C3 ), I2 l’intersection autre que O entre (C1 )
et (C3 ) et I3 l’intersection autre que O entre (C1 ) et (C2 ).
Montrer que les points I1 , I2 et I3 sont alignés.
9782340-002166_001_600.indd 167 21/10/2014 12:13

Suites de points
Exercice 7.7* : Dans le plan P, soit A0 , B et C trois points non alignés. On définit la suite
(An )n∈N par : pour tout n ∈ N∗ , le point An est le centre du cercle inscrit au triangle An−1 BC.
1. En notant pour tout entier naturel n, les angles géométriques :
n
αn = CBA n ,
et βn = BCA
trouver une formule de αn et βn en fonction de n.

2. Calculer limx→0 tan x
x .
3. En déduire les limites lim 2n · tan(αn ) et lim 2n · tan(βn ).
n→+∞ n→+∞
4. Calculer les coordonnées du point An pour tout entier naturel n, dans le repère orthonormé
−−→
(B,ı = BC, j) dans lequel l’ordonnée du point A0 est strictement positive.
5. En déduire que la suite (An )n∈N est convergente vers un point que l’on déterminera.
Exercice 7.8** : Dans le plan R2 , soit (A0 B0 C0 D0 ) un quadrilatère quelconque. On définit les
suites (An ), (Bn ), (Cn ) et (Dn ) par récurrence : An est le milieu de [An−1 , Bn−1 ], Bn est le milieu
de [Bn−1 , Cn−1 ], Cn est le milieu de [Cn−1 , Dn−1 ] et Dn est le milieu de [Dn−1 , An−1 ].
1. Quelle est la nature des quadrilatères (An Bn Cn Dn ) pour n ≥ 1 ?
2. Étudier la convergence des quatre suites (An ), (Bn ), (Cn ) et (Dn ).
Transformations du plan
Exercice 7.9 : On se place dans le plan R2 muni d’un repère orthonormé.
Soit s1 la symétrie orthogonale d’axe y = 0 (l’axe des abscisses).
Soit s2 la symétrie orthogonale d’axe D passant par 0 et faisant un angle θ avec l’axe des
abscisses.
1. Montrer que la composée de ces deux symétries s2 ◦s1 est une rotation dont on précisera le
centre et l’angle.
2. En particulier, quelle est la composée de deux symétries orthogonales autour des axes du repère ?
Exercice 7.10 : On se place dans le plan R2 muni d’un repère orthonormé (O,ıj). Soit a un réel
non nul.
Soit s1 la symétrie orthogonale d’axe y = 0 (l’axe des abscisses).
Soit s2 la symétrie orthogonale d’axe y = a passant par 0 et faisant un angle θ avec l’axe des
abscisses.
1. Montrer que la composée de ces deux symétries s2 ◦s1 est une translation dont on précisera le
vecteur de translation
2. Plus généralement, on considère la composition de deux symétries axiales dont les axes sont
parallèles. Préciser de quelle transformation du plan il s’agit.
Indications
Ex. 7.1
1. Le centre de gravité est le point d’intersection des médianes ; une médiane dans un triangle
étant une droite qui relie un sommet au milieu du côté opposé. C’est aussi l’unique point G du
−→ −−→ −− →
plan tel que AG + BG + CG = 0.
162 CHAPITRE 7
9782340-002166_001_600.indd 168 21/10/2014 12:13

2. L’orthocentre est le point d’intersection des hauteurs. Une hauteur d’un triangle est une droite
passant par un sommet du triangle et perpendiculaire au côté opposé à ce sommet.
3. Le centre du cercle circonscrit est le point d’intersection des médiatrices. Une médiatrices étant
une droite passant perpendiculairement par le milieu d’un côté ; c’est aussi l’ensemble des points
équidistants aux deux sommets du côté considéré. Dans le cas particulier d’un triangle rectangle,
le centre du cercle circonscrit se situe au milieu de l’hypoténuse.
Ex. 7.2
1. La bissectrice intérieure d’un angle est une droite qui coupe cet angle en deux parts égales. Il
existe aussi une bissectrice extérieure à cet angle, elle est perpendiculaire à la précédente et passe
par le sommet de l’angle. L’ensemble des points des deux bissectrices est le lieu de tous les points
du plan qui sont équidistants aux deux côtés de l’angle.
Ex. 7.3
En notant H le point d’intersection entre la hauteur issue de A et la hauteur issue de B, on
montrera que le point H appartient également à la hauteur issue de C grâce au produit scalaire.
Ex. 7.5
On pourra se souvenir que le centre de gravité est à l’intersection des médianes ; il se situe
même exactement aux 2/3 de la longueur de chacune de ces médianes.
On pourra aussi faire intervenir le déterminant de deux vecteurs.
Ex. 7.6
On pourra procéder au calcul de toutes les coordonnées des points d’intersection.
Ex. 7.7
2. On fera appel à la limite d’un taux de variation.
Ex. 7.8
2. On commencera par montrer que l’isobarycentre des points An , Bn , Cn et Dn ne dépend pas
de l’entier n.
9782340-002166_001_600.indd 169 21/10/2014 12:13

1 2 3 4 5 6 7 8 9 10
F V F V F F V V F F
1
1. La pente de ce segment vaut .
2
3. Ceci vaut pour n’importe quelle droite non verticale. La droite x = 0 par exemple n’est pas de
cette forme.
4. Il suffit d’écrire les coordonnées polaires des points correspondant aux racines n-ième pour s’en
convaincre.
4
5. La distance vaut .
5
6. C’est le cercle de centre Ω(2, −1) et de rayon 3.
8. C’est même la rotation de centre O et d’angle π2 .
9. Il s’agit en fait de la rotation de centre O et d’angle − π2 . La symétrie orthogonale par rapport à
l’axe passant par O et formant un angle de π4 avec l’axe des abscisses a pour expression analytique
M (x, y) → M (y, x)
10. C’est effectivement une homothétie de rapport 3 mais pour obtenir les coordonnées du centre,
il faut chercher l’unique point invariant de cette transformation et on trouve que le centre de
l’homothétie a pour coordonnées (−2, − 25 )
Erreurs classiques
• Ne pas croire que toutes les droites du plan sont de la forme y = mx + p ; Il
manquerait les droites verticales.
• Ne pas confondre les formules de coordonnées pour des vecteur normaux et direc-
teurs d’une droite du plan.
164 CHAPITRE 7
9782340-002166_001_600.indd 170 21/10/2014 12:13

Exercice 7.1
1. Une première méthode consiste à trouver des équations de deux des
médianes du triangle ABC et d’en chercher ensuite le point d’intersection :
Commençons par chercher une équation de la médiane MA passant par A et
par le milieu I de [BC].
On rappelle que les coordonnées du d’un segment [BC] sont égales à la demi-
somme des coordonnées des extrémités du segment. Ainsi, I le milieu de [BC]
a pour coordonnées I( xB +x C
, yB +y C
) soit encore I( 32 , − 21 ).
2 2
−−→ −
→
La médiane MA est le lieu des points M (x, y) tels que AM et AI sont co-
linéaires. Cela se traduit par
−−→ −→
[AM , AI] = 0
Soit encore
x−3 3
− 3
2
=0
y−2 − 21 − 2
Ce qui se traduit après développement et multiplication par 2 par :
MA : −5x + 3y + 9 = 0
De manière analogue, pour trouver une équation de la médiane MC passant

par C(−1, 1) et par le milieu J( 72 , 0) du segment [AB], il suffit de l’interpréter
−−→ −→
comme le lieu des points M (x, y) tels que CM et CJ sont colinéaires :
−−→ −→
[CM , CJ] = 0

x+1 7
2 +1
=0
y−1 0−1
MC : 2x + 9y − 7 = 0
On va maintenant chercher les coordonnées de G point d’intersection de MA
et de MC , en utilisant la méthode 7.2. Comme les coordonnées de G vérifient
le système
2xG + 9yG = 7
−5xG + 3yG = −9
On a
7 9 2 7

−9 3 −5 −9 1
xG = =2 yG = =
2 9 2 9 3

−5 3 −5 3
Le centre de gravité a donc pour coordonnées G(2, 13 ).
9782340-002166_001_600.indd 171 21/10/2014 12:13

On dispose d’une seconde méthode pour calculer les coordonnées d’un centre
−→ −−→ −−→
de gravité : le point G est le seul point
⎧ tel que : AG + BG + CG = 0. Ainsi,
⎪ x + xB + xC
⎨ xG = A =2
les coordonnées du point G sont : 3
⎪ y + y + y 1 On retrouve
⎩ yG = A B C
=
3 3
le résultat précédent.
2. La hauteur HA issue du point A dans le triangle ABC est l’ensemble des
−−→ −−→
points M (x, y) du plan tels que AM et BC soient orthogonaux. Ce qui est
équivalent à
−−→ −−→
(AM |BC) = 0
((x − xA, y − yA )|(xC − xB , yC − yB )) = 0
((x − 3, y − 2)|(−1 − 4, 1 + 2)) = 0
((x − 3, y − 2)|(−5, 3)) = 0
−5(x − 3) + 3(y − 2) = 0
−5x + 3y + 9 = 0
Une équation de HA est −5x + 3y + 9 = 0.
De la même façon, cherchons une équation de la hauteur HB issue de B. Elle
est le lieu des points M (x, y) tels que
−−→ −→
(BM |AC) = 0
((x − 4, y + 2)|(−1 − 3, 1 − 2)) = 0

((x − 4, y + 2)|(−4, −1)) = 0
4x + y − 14 = 0
Une équation de HB est 4x + y − 14 = 0.
Le point d’intersection H de ces deux hauteurs a des coordonnées (xH , yH )
vérifiant le système :
4xH + yH = 14
−5xH + 3yH = −9
D’où On a

14 1 4 14

−9 3 −5 −9
xH = =3 yH = =2
4 1 4 1

−5 3 −5 3
Le point d’intersection des hauteurs H a pour coordonnées H(3, 2) ; en fait il a

les mêmes coordonnées que le point A, ils sont donc confondus. En particulier,
on en déduit que le triangle est rectangle en A.
3. Pour calculer les coordonnées du centre du cercle circonscrit, on pourrait le
considérer comme le point d’intersection de deux des médiatrices du triangle
et commencer par chercher des équations de ces médiatrices.
166 CHAPITRE 7
9782340-002166_001_600.indd 172 21/10/2014 12:13

Mais comme le triangle est rectangle en A, c’est inutile car on sait alors que
le centre du cercle circonscrit se situe au milieu de l’hypoténuse, c’est à-dire
au milieu de [BC].
Le centre du cercle circonscrit C a donc pour coordonnées Ω( 32 , − 21 ).
√
Le rayon du cercle circonscrit est par exemple égal à ΩA = 234 . Pour calculer la
Une équation du cercle circonscrit au triangle ABC est donc longueur d’un segment
[ΩA], on commence
2 2 par calculer les
3 1 34 coordonnées
x− + y+ = −→ du
2 2 4 vecteur ΩA dont on
prend ensuite la
norme (c’est-à-dire la
qui se simplifie en
racine carrée du
C : x2 + y 2 − 3x + y = 6 produit scalaire avec
lui-même.
A
C
Ω
B

Exercice 7.2
1. Pour trouver l’équation de la bissectrice du triangle issue du sommet A, on
va chercher les points M (x, y) du plan qui sont équidistants aux droites (AB)
et (AC). Pour cela, nous allons commencer par déterminer une équation de
chacune de ces droites.
−−→ −−→
La droite (AB) est l’ensemble des points M (x, y) tels que AM et AB sont
colinéaires. Cela se traduit par
−−→ −−→
[AM , AB] = 0

x 3

=0
y 3
(AB) : x−y = 0
On pourrait procéder de la même façon pour trouver une équation de la droite
(AC), mais les coordonnées de A et de C ayant toutes les deux pour ordonnée
(deuxième coordonnée) 0, on en déduit qu’ils sont tous les deux sur l’axe des
abscisses qui a pour équation y = 0.
(AC) : y=0
, dans le triangle ABC sont des points

Les points de la bissectrice de l’angle A
M (x, y) vérifiant
d(M, (AB)) = d(M, (AC))
9782340-002166_001_600.indd 173 21/10/2014 12:13

Autrement dit,
|x − y| |y|
√ =
2 1
Cette dernière équation se scinde en deux, suivant que les expressions à
l’intérieur des valeurs absolues sont de même signe ou de signe contraire
⎧ √
⎪
⎨x − y = 2y
ou
⎪
⎩ √
x − y = − 2y
Soit encore ⎧ √
⎪
⎨x − (1 + 2)y = 0
ou
⎪
⎩ √
x + ( 2 − 1)y = 0
L’une de ces équations est l’équation cartésienne de la bissectrice intérieure

à l’angle Â, l’autre est une équation cartésienne de la bissectrice extérieure à
, Mais, la bissectrice intérieure (celle que l’on cherche) partage le plan
l’angle A.
en deux demi-plans, l’un qui contient B et l’autre qui contient C, alors que
les points B et C se trouvent du même √ côté de la bissectrice extérieure. Nous
allons donc évaluer les expressions x + ( 2 − 1)y en A et en C (méthode 7.3).
Si nous
√ trouvons des expressions qui ont le même signe, c’est que l’équation
x + ( 2 − 1)y = 0 correspond à la bissectrice extérieure, si elles sont de signe
différent, nous avons affaire à la bissectrice intérieure.
Or B et C ont tous deux des coordonnées positives, il est donc facile de voir
, a pour équation
que la bissectrice intérieure à l’angle A
√
x − (1 + 2)y = 0
2. Raisonnons de la même façon pour trouver une équation de la bissectrice

,:
intérieure à l’angle B
Une équation de la droite (BC) est donnée par
−−→ −−→
[CM , CB] = 0
(BC) : 3x + 5y − 24 = 0
Nous avons trouvé à la question précédente une équation de la droite (AB) :
(AB) : x−y =0
L’ensemble des points M (x, y) équidistants aux côtés (BC) et (BA) vérifient
d(M, (AB)) = d(M, (BC))
Autrement dit,
|x − y| |3x + 5y − 24|
√ = √
2 34
168 CHAPITRE 7
9782340-002166_001_600.indd 174 21/10/2014 12:13

Cette dernière équation se scinde en deux, suivant que les expressions à
l’intérieur des valeurs absolues sont de même signe ou de signe contraire
⎧√ √
⎪
⎨( 17 − 3)x − ( 17 + 5)y + 24 = 0
ou
⎩√
⎪ √
( 17 + 3)x − (5 − 17)y − 24 = 0
√ √
Évaluons la seconde expression obtenue ( 17 + 3)x − (5 − 17)y − 24 aux
points
√ A et C. Au pont A, elle est égale à −24 donc négative et en C elle vaut
8 17 donc positive. On en déduit qu’une équation de la bissectrice de l’angle
B, est
√ √
( 17 + 3)x − (5 − 17)y − 24 = 0
De même, les équations des droites (BC) et (CA) étant respectivement
(BC) : 3x + 5y − 24 = 0
(AC) : y=0
L’ensemble des points M (x, y) équidistants à ces deux droites vérifient
d(M, (AC)) = d(M, (BC))
|y| |3x + 5y − 24|

√ = √
1 34
⎧ √
⎪
⎨3x − ( 34 − 5)y − 24 = 0
ou
⎪
⎩ √
3x + ( 34 + 5)y − 24 = 0
√
Évaluons la première expression obtenue 3x − ( 34 − 5)y − 24 aux points √A
et B. Au point A, elle est égale à −24 donc négative et en B elle vaut −3 34
donc négative aussi. On en déduit qu’une équation de la bissectrice de l’angle
C, est
√
3x + ( 34 + 5)y − 24 = 0
3. Le point d’intersection I(xI , yI ) des trois bissectrices du triangle est le

centre du cercle inscrit. Ses coordonnées vérifient le système
⎧ √
⎪
⎨xI − (1 + 2)yI = 0
et
⎪
⎩ √
3xI + ( 34 + 5)yI = 24
On le résout en appliquant la méthode 7.2

√
0 −1
√ − 2 √
24 34 + 5 24( 2 + 1)
xI = √ = √ √
1 −1
√ − 2 8 − 3 2 + 34
3 34 + 5
9782340-002166_001_600.indd 175 21/10/2014 12:13

1 0

3 24 24
yI = √ = √ √
1 −1 − 2 8 + 3 2 + 34
√
3 34 + 5
Le centre I du cercle inscrit dans le triangle ABC a pour coordonnées

√
24( 2 + 1) 24
I √ √ , √ √
8 − 3 2 + 34 8 + 3 2 + 34
Quant au rayon du centre du cercle circonscrit, il est égal à la distance

entre I et n’importe lequel des côtés du triangle ABC. Il est ici plus judicieux
de choisir le côté (AC). Car la distance entre un point et la droite d’équation
y = 0 est égal à la valeur absolue de l’ordonnée du point. Le rayon R du cercle
inscrit au triangle ABC est
24
R= √ √
8 + 3 2 + 34
A C

Exercice 7.3
Comme le triangle ABC n’est pas aplati, la hauteur issue de A dans le triangle
Faire un dessin et la hauteur issue de B dans le triangle ne sont pas deux droites parallèles.
avec le minimum de
On note H le point d’intersection entre ces deux hauteurs. Il reste à montrer
points pour ne pas
que le point H appartient également à la hauteur issue de C dans le triangle,
surcharger la figure. −−→ −
−→
c’est-à-dire que le vecteur CH est orthogonal au vecteur AB.
B
A C
D’après les hypothèses, on peut écrire :
−−→ −−→ −−→ −→
AH · BC = 0 et BH · AC = 0.
170 CHAPITRE 7
9782340-002166_001_600.indd 176 21/10/2014 12:13

On en déduit :
−−→ −−→ −−→ −−→ −−→ −−→
CH · AB = CH · AH + CH · HB
−−→ −−→ −−→ −−→ −→ −−→ −−→ −−→
= CB · AH + BH · AH + CA · HB + AH · HB
−−→ −−→ −−→ −−→
= BH · AH + AH · HB
−−→ −−→ −−→ −−→
= BH · AH − AH · BH = 0, ce qui termine l’exercice.

Exercice 7.4
1. Supposons x et y fixés. Une droite Dλ passe par le point (x, y) si et
seulement s’il existe λ ∈ R tel que
(1 − λ2 )x + 2λy = 4λ + 2
Ce qui s’écrit aussi
−xλ2 + (2y − 4)λ + (x − 2) = 0 (E)
Distinguons deux cas : si x

= 0, (E) est une équation du second degré en λ
dont le discriminant est
Δ = (2y − 4)2 + 4x(x − 2)

= 4[(x − 1)2 + (y − 2)2 − 1]
Pour qu’une droite Dλ passe par M (x, y) il faut que ce discriminant soit positif
(il y aura alors deux droites passant par M ) ou nul (il n’y a qu’une droite
passant par M ).
Dans le cas où x = 0, l’équation (E) devient
(2y − 4)λ = 2
Elle a une solution si et seulement si y

= 2.
En résumé,
• si M (x, y) vérifie (x − 1)2 + (y − 2)2 − 1 < 0 ou si M (0, 2) , alors il n’y a
aucune droite Dλ passant par M ,
• si(x − 1)2 + (y − 2)2 − 1 = 0 et que (x, y)
= (0, 2) alors il existe une et une
seule droite Dλ passant par M ,
• dans tous les autres cas, il existe deux droites Dλ passant par M .
2. Reprenons les résultats de la question précédente. Lorsque (x − 1)2 + (y −
2)2 −1 < 0, il n’y a aucune droite Dλ passant par M . Or (x−1)2 +(y−2)2 −1 =
0 est l’équation cartésienne du cercle de centre de coordonnées (1, 2) et de
rayon 1.
Ainsi, les points vérifiant (x − 1)2 + (y − 2)2 − 1 < 0 sont soient ceux situés à
l’intérieur de ce cercle soit ceux situés à l’extérieur. Testons cette inéquation
en un point, par exemple au centre du cercle : l’expression (x − 1)2 + (y −
2)2 − 1 évaluée au point de coordonnées (1, 2) étant négative, on en déduit
que (x − 1)2 + (y − 2)2 − 1 < 0 représente tous les points situés exactement à
l’intérieur du cercle de centre (1, 2) et de rayon 1.
9782340-002166_001_600.indd 177 21/10/2014 12:13

En conclusion, aucune droite Dλ ne traverse le cercle de centre (1, 2) et de
rayon 1.
3. La question précédente nous suggère fortement d’essayer avec le point situé
au centre du cercle dont on a trouvé une équation . On vérifie que le point
A(1, 2) est à une distance égale à 1 de toutes les droites, grâce à la formule
de la distance entre le point (x0 , y0 ) et la droite Dλ :
|(1 − λ2 )x0 + 2λy0 − (4λ + 2)| |(1 − λ2 )x0 + 2λy0 − (4λ + 2)|
= =1
(1 − λ2 )2 + 4λ2 1 + λ2
4. Chacune des droites Dλ étant situé à une distance de 1 du point A d’après

la question précédente, elles sont nécessairement tangentes au cercle de centre
A et de rayon 1. La réciproque est plus intéressante. La question 1 nous montre
en fait, que toutes les tangentes de ce cercles sont des droites Dλ à l’exception
de celle passant par le point de coordonnées (0, 2).
Exercice 7.5
On rappelle que la surface de n’importe quel triangle ABC vaut :
1 − −→ −→
|[AB, AC]|.
2
On en déduit :
1 − −→ −→
S(ABG) = |[AB, AG]|
2
Notons I le milieu du segment [BC]. On sait que
−→ 2− → 2 − −
→ −→ 2 −−→ 1 −−→
AG = AI = (AB + BI) = (AB + BC)
3 3 3 2
2 −−
→ 1 −−→ 2 −−→ 1 −−→ −→
= AB + BC = AB + (BA + AC)
3 3 3 3
1 −−→ −→
= (AB + AC)
3
En remplaçant dans l’expression de l’aire du triangle ABG, on en déduit :

1 − −→ −→
S(ABG) = |[AB, AG]|
2
1 − −→ 1 −−→ −→
= |[AB, (AB + AC)]|
2 3
1 − −→ −−→ −
−→ −→
= |[AB, AB] + [AB, AC]|
6
1 − −→ −→ 1
= |[AB, AC]| = S(ABC)
6 3
Par analogie, on peut démontrer de la même façon que chacun des triangles
ACG et BCG a une aire égale au tiers de l’aire de ABC. Ce qui montre bien
que ces trois triangles ont la même aire.
172 CHAPITRE 7
9782340-002166_001_600.indd 178 21/10/2014 12:13

C
G
B
A
en ayant utilisé successivement la linéarité du déterminant par rapport à la
deuxième variable et le fait que le déterminant d’une famille de deux vecteurs
colinéaires est nul.
Ce qui vaut pour le triangle ABG, vaut naturellement pour les deux autres
petits triangles...
Exercice 7.6
On obtient A(2, 0), B(0, 4) et
D(3, 3), puis (C1 ) d’équation
x2 + y 2 = 2x, (C2 ) d’équation :
x2 + y 2 = 4y et (C3 ) d’équation : B I1
x2 + y 2 =3x + 3y. D
6 18 9 3
Ainsi, I1 , , I2 ,−
5 5
5 5
8 4
et I3 , .
5 5
Par un déterminant , on montre I3
−−→ −−→
que [I1 I2 , I1 I3 ] = 0 : les 2 vec- A
teurs sont colinéaires et les trois I2
O
points I1 , I2 et I3 sont alignés.

Exercice 7.7
1. Rappelons que si ABC est un triangle, le centre Ω de son cercle inscrit est
le point de concours de ses bissectrices.
Comme une bissectrice coupe un angle en deux portions égales, on a pour
αn βn α0 β0
tout n ∈ N : αn+1 = et βn+1 = , donc : αn = n et βn = n .
2 2 2 2
2. La fonction x → tan x est dérivable en 0, de dérivée tan (0) = 1. La limite
tan x − tan 0
à calculer est la limite du taux de variation : , qui tend donc vers
x−0
1 lorsque x tend vers 0.
tan( α0
2n )
3. On en déduit pour tout entier naturel n : 2n · tan(αn ) = α0 × α0 ,
2n
α0
et l’utilisation de la question précédente pour x = n , qui tend bien vers 0
2
lorsque n tend vers +∞ fournit :
lim 2n · tan(αn ) = α0 .
n→+∞
De même, lim 2n · tan(βn ) = β0 .

n→+∞
4. Pour tout n ∈ N, la droite (BAn ) a pour équation : y = tan αn · x et la
droite (CAn ) a pour équation : y = − tan βn · (x − 1).
9782340-002166_001_600.indd 179 21/10/2014 12:13

Ainsi, pour tout n dans N, le point An a pour coordonnées :

tan βn tan αn · tan βn
An , .
tan βn + tan αn tan βn + tan αn
5. On en déduit, compte tenu des questions précédentes :
tan βn 2n · tan βn β0
lim = lim n = ,
n→+∞ tan βn + tan αn n→+∞ 2 · tan βn + 2 · tan αn
n α0 + β0
et comme lim tan αn = 0, alors l’ordonnée de An converge vers 0, lorsque

n→+∞
n tend vers +∞.
le point An converge vers le barycentre de la famille de points
En résumé,
0 ), (C, BCA
pondérés (B, BCA 0 ) .
A0
A1
B C
Exercice 7.8
1. Soit n un entier supérieur ou égal à 1. Par définition des points, on peut
1 1
écrire : An = (An−1 + Bn−1 ) et Bn = (Bn−1 + Cn−1 ).
2 2
−−−→ 1 −−−−−−−→
Ainsi : An Bn = Bn − An = An−1 Cn−1 . On trouve facilement la formule :
2
−−−→ 1 −−−−−−−→ −−−→
Dn Cn = An−1 Cn−1 = An Bn .
2
Le quadrilatère (An Bn Cn Dn ) est un parallélogramme.
2. Une récurrence facile montre que pour tout n dans N,
1 1
(A0 + B0 + C0 + D0 ) = (An + Bn + Cn + Dn ),
4 4
ce qui implique que les quadrilatères (An Bn Cn Dn ) ont tous exactement le

même isobarycentre noté G.
Sur le dessin, on a l’impression que les quadrilatères (An Bn Cn Dn ) rapetissent
de plus en plus autour du point G.
174 CHAPITRE 7
9782340-002166_001_600.indd 180 21/10/2014 12:13

D0
D1
C1
A0 G
A1 C0
B1
B0
On pose pour tout n ∈ N, un = max{An G, Bn G, Cn G, Dn G}.

Soit n ≥ 2 un entier. Alors,
−−→ 1 1
GAn = (An−1 + Bn−1 ) − (An−1 + Bn−1 + Cn−1 + Dn−1 )
2 4
1
= (An−1 + Bn−1 − Cn−1 − Dn−1 )
4
1 1 −−−−→ −−−−→
= (Bn−2 − Dn−2 ) = (GBn−2 − GDn−2 )
4 4
1 un−2
Ainsi, par l’inégalité triangulaire, GAn ≤ (GBn−2 + GDn−2 ) ≤ . En
4 2
refaisant les calculs pour GBn , GCn et GDn , on aboutirait à cette même
inégalité en remplaçant An par les trois autres points. Le maximum entre
les quatre distances GAn , GBn , GCn et GDn est quoiqu’il arrive inférieur à
un−2
.
2
un−2
Ainsi : pour tout entier n ≥ 2, on dispose donc de l’inégalité : un ≤ .
2
En posant vn = u2n et wn = u2n+1 , cela se réécrit :
vn wn
∀n ∈ N∗ , vn+1 ≤ et wn+1 ≤ .
2 2
Une récurrence aisée montre alors que :
v0 w0
∀n ∈ N, 0 ≤ vn ≤ n et 0 ≤ wn ≤ n .
2 2
Le théorème des gendarmes montre que les suites (vn ) et (wn ) sont conver-
gentes de limite nulle. Les deux sous-suites (u2n ) et (u2n+1 ) de la suite (un )
sont convergentes de même limite égale à 0 : la suite (un ) elle-même tend vers
0 lorsque n tend vers +∞. Par définition du maximum un , cela signifie que
les quatre suites (An ), (Bn ), (Cn ) et (Dn ) convergent vers le point G.
Exercice 7.9
1. D’après la proposition 7.22, une expression analytique des symétries or-
thogonalse d’axe y = 0 et d’axe D est

x = x x = cos(2θ)x + sin(2θ)y
s1 : s2 :
y = −y y = sin(2θ)x − cos(2θ)y
9782340-002166_001_600.indd 181 21/10/2014 12:13

Une expression analytique de la composée des deux est alors :

x = cos(2θ)x + sin(2θ)(−y) = cos(2θ)x − sin(2θ)y
s2 ◦s1 :
y = sin(2θ)x − cos(2θ)(−y) = sin(2θ)x + cos(2θ)y
D’après proposition 7.20, on reconnaı̂t ici l’expression analytique de la

rotation de centre O(0, 0) et d’angle 2θ. On peut d’ailleurs généraliser ce
résultat à toute composition de deux symétries orthogonales d’axes sécants :
leur composée est la rotation de centre le point d’intersection des deux axes
et d’angle, le double de l’angle entre les deux axes.
2. En particulier, si on applique le résultat de la question précédente avec
θ = π2 , on en déduit que la composée de la symétrie axiale d’axe y = 0 avec la
symétrie axiale d’axe x = 0, on obtient la symétrie centrale de centre O(0, 0).
Exercice 7.10
1. D’après la proposition 7.22, une expression analytique de la symétrie
orthogonale d’axe y = 0 est

x = x
s1 :
y = −y
Pour trouver une expression analytique de la symétrie orthogonale d’axe D,

on va utiliser les formules de changement de repère. En effet, dans le repère
(Ω,ı, j) avec Ω(0, a), la symétrie axiale d’axe D n’est autre que la symétrie
par rapport à l’axe des abscisses du nouveau repère, à savoir (Ω,ı), elle a donc
une expression de la forme X = X et Y = −Y avec M et M de coordonnées
respectives (X, Y ) et (X , Y ) dans le repère (Ω,ı, j). Comme les formules de
changement de repère sont données par X = x et Y + a = y, on en déduit
qu’une expression analytique de la symétrie d’axe D dans le repère (O,ıj) est :

x = x
s2 :
y = −y + 2a
Une expression analytique de la composée des deux est alors :

x = x
s2 ◦s1 :
y = y + 2a
D’après proposition 7.19, on reconnaı̂t ici l’expression analytique de la

translation de vecteur de coordonnées (0, 2a).
2. On peut facilement généraliser le résultat précédent de la manière suivante :
la composée de deux réflexions du plan de droites D et D parallèles, est la
translation de vecteur 2u avec u, vecteur normal à D tel que la translation de
vecteur u transforme D en D
176 CHAPITRE 7
9782340-002166_001_600.indd 182 21/10/2014 12:13

Chapitre 8
Géométrie
élémentaire
dans l’espace
Pour les Grecs de l’Antiquité,
metron désignait l’instrument de mesure,
souvent un bâton qui sert d’unité de mesure. Les Révolutionnaires ont
repris ce mot pour désigner la nouvelle unité de mesure
qu’ils introduisent en 1791.
La terre était personnięée et se nommait Gé.
La géométrie était donc, à l’origine, la mesure de la terre
et concernait en particulier l’arpentage.
Devenue plus théorique, elle devient toute une branche des mathématiques
concernant les propriétés des ęgures que nous observons. De nos jours, des
méthodes d’études nouvelles sont apparues, basées soit sur l’analyse
pour les propriétés diěérentielles, soit sur l’algèbre linéaire.
Cependant, les puristes raěolent toujours des méthodes traditionnelles
qui demandent une bonne vision de l’espace.
9782340-002166_001_600.indd 183 21/10/2014 12:13

Objectifs

Les incontournables
ZRésoudre des problèmes géométriques dans l’espaceȹ:
fgrâce à des produits scalairesȹ;
fgrâce à des déterminantsȹ;
fgrâce au produit vectoriel.
ZCalculerȹ:
fdes distances entre points et plans, entre points et droites, entre droitesȹ;
fdes volumes de parallélépipèdes.

ZUtiliser la notion de barycentre dans l’espace.
ZRésoudre des équations vectorielles, trouver des lieux de points.
9782340-002166_001_600.indd 184 21/10/2014 12:13

Résumé de cours
Coordonnées cartésiennes, orientation des angles
z
Définition : Dans l’espace R , on considère un repère R =
3 M (x, y, z)
(O,ı, j, k), tels que les trois vecteurs ı, j et k ne soient pas
coplanaires. Alors, pour tout point M de R3 , il existe une
−−→ −−→
unique décomposition du vecteur OM selon : OM = x ·ı + k y
y · j + z · k, où les nombres x, y et z sont réels. ı j
Le triplet (x, y, z) est appelé triplet des coordonnées x
cartésiennes du point M dans le repère R.
z
M (ρ, θ, z)
Définition : Avec les notations déjà utilisées, pour tout
point M de R3 , en notant N le projeté orthogonal de M
sur le plan (x0y), puis (ρ, θ) un couple de coordonnées po-
k
laires du poins N dans le plan (x0y), le triplet (ρ, θ, z) est
appelé triplet des coordonnées cylindriques du point M ı j
dans le repère R. N
Définition : Orientation d’un plan par un vecteur —. Étant donné un plan P et un vecteur n
orthogonal à ce plan, on dit que le vecteur n oriente le plan P en indiquant le sens de parcours
positif des angles : il s’agit du sens trigonométrique lorsque l’on regarde le plan P par dessus,
le vecteur n pointant du plan vers notre œil.
n
+
P
Produit scalaire, produit vectoriel, produit mixte
Produit scalaire
Définition : Dans l’espace R3 rapporté à la base orthonormée traditionnelle (ı, j, k), avec ı =
(1, 0, 0), j = (0, 1, 0) et k = (0, 0, 1), pour tous vecteurs u et v , on définit :

• la norme du vecteur u = (x, y, z), le nombre u = x2 + y 2 + z 2 ;
• le produit scalaire (u | v ), le nombre égal à 0 si l’un des deux vecteurs est nul et égal à :
(u | v ) = u · v · cos θ sinon, avec θ l’angle géométrique entre les deux vecteurs non nuls
u et v dans le plan vectoriel les contenant.
Les propriétés du produit scalaire ressemblent beaucoup à celles déjà vues dans le plan :
GÉOMÉTRIE ÉLÉMENTAIRE DANS L’ESPACE 179
9782340-002166_001_600.indd 185 21/10/2014 12:13

Proposition 8.1.— Propriétés du produit scalaire
Le produit scalaire est une forme bilinéaire symétrique définie-positive.
Pour tous vecteurs u = (x, y, z) et v = (x , y , z ) selon le repère orthonormé R, le produit
scalaire vaut :
(u | v ) = xx + yy + zz
Deux vecteurs sont orthogonaux si et seulement si leur produit scalaire est nul.
Produit vectoriel
Définition : Étant donné deux vecteurs u et v , on définit le produit vectoriel w (que l’on note
u ∧ v ) par le seul vecteur vérifiant les trois conditions suivantes :
• direction : le vecteur w est à la fois orthogonal au vecteur u
et au vecteur v ; u ∧ v
• sens : le vecteur w est tel que la disposition des vecteurs u,
est analogue à celle des vecteurs ı, j et k (on dit que
v et w v
la famille (u, v , w)
est une famille directe) ;
• norme : le vecteur w est de norme égale à u·v·| sin θ|, où
u
θ est l’angle géométrique entre les vecteurs u et v . La norme
u ∧ v est en fait égale à la surface du parallélogramme
délimité par les vecteurs u et v .
Voici les principaux résultats à retenir pour le produit vectoriel :
Proposition 8.2.— Formule du produit vectoriel dans une base orthonormale —. Soit deux
vecteurs u = (x, y, z) et v = (x , y , z ) exprimés dans la base orthonormée habituelle. Alors le
vecteur u ∧ v a pour coordonnées cartésiennes :

y y z z x x
u ∧ v = , , = (yz − y z , zx − z x , xy − x y)
z z x x y y
Proposition 8.3.— Le produit vectoriel est bilinéaire, antisymétrique (c’est-à-dire u ∧v = −v ∧ u)
et surtout, on dispose de la condition de colinéarité entre vecteurs de l’espace :
u ∧ v = 0 ⇐⇒ les vecteurs u et v sont colinéaires
Produit mixte
trois vecteurs de l’espace rapporté à la base orthonormée directe (ı, j, k).
Définition : Soit u, v et w
On définit le produit mixte [u, v , w]
des trois vecteurs u, v et w comme le nombre :
= (u ∧ v | w).
[u, v , w]
On l’appelle aussi parfois le déterminant des trois vecteurs.

Les principaux résultats concernant le produit mixte sont :
180 CHAPITRE 8
9782340-002166_001_600.indd 186 21/10/2014 12:13

Proposition 8.4.— Formule du produit mixte dans une base orthonormale —. Lorsque les
vecteurs u = (x, y, z), v = (x , y , z ) et w
= (x , y , z ) sont donnés par leurs coordonnées
cartésiennes dans une base orthonormée, on dispose de l’expression :

x x x
y y z z x x
= y
[u, v , w] y y =
z ·x + ·y + ·z
z z x x y y
z z
Proposition 8.5.— Le produit mixte est une application trilinéaire, alternée : l’échange de deux
vecteurs alterne le signe :
= −[u, v , w]
[v , u, w] = [w,
v , u]
par exemple.
Voici le résultat important sur le produit mixte de trois vecteurs :
Proposition 8.6.— Caractérisation de la coplanéarité de vecteurs —. Soit u, v , w

trois vecteurs
de l’espace.
u, v et w
sont coplanaires si et seulement si [u, v , w]
=0
Proposition 8.7.— Volume de parallélépipède
w

Le produit mixte de trois vecteurs est égal en valeur v
absolue au volume du parallélépipède délimité par
ces trois vecteurs.
u
Plans et droites de l’espace
Plans : équations cartésiennes

Les équations cartésiennes des plans de l’espace sont données par :
Proposition 8.8.— Équations cartésiennes de plans —.

n = (a, b, c)
Les plans de l’espace ont toujours une équation du type : ax +
by + cz + d = 0, avec n = (a, b, c)
= (0, 0, 0). Le vecteur n est
un vecteur perpendiculaire au plan P ; on dit qu’il est normal au
plan P.
P
On peut représenter également les plans à l’aide d’équations paramétriques en utilisant un point
et deux vecteurs non colinéaires du plan.
9782340-002166_001_600.indd 187 21/10/2014 12:13

Distance d’un point à un plan
Voici la formule donnant la distance d’un point à un plan :
Proposition 8.9.— Distance d’un point à un plan —. Dans l’espace R3 rapporté à un repère
orthonormé, étant donné un point Ω(xΩ , yΩ , zΩ ) puis un plan P d’équation cartésienne ax + by +
cz + d = 0, la distance du point Ω au plan P est égale à :
Ω
|axΩ + byΩ + czΩ + d|

d(Ω, P) = √
a2 + b 2 + c2
P
Droites : équations cartésiennes

Une droite est l’intersection de deux plans non parallèles, d’où la propriété :
Proposition 8.10.— Équations cartésiennes des droites de l’espace

Les droites de l’espace R3 sont données par des
équations de la forme : n n
P
ax + by + cz + d = 0
, P
a x + b y + c z + d = 0
D = P ∩ P
avec les vecteurs n = (a, b, c) et n = (a , b , c ) non
colinéaires. n ∧ n
Les vecteurs n et n sont alors tous deux normaux à
D uet n vecteur directeur de D est n ∧ n .
Droites : équations paramétriques
Proposition 8.11.— Équations paramétriques des droites de l’espace —. La droite D passant

par le point A(xA , yA , zA ) et dirigée par le vecteur non nul u = (α, β, γ) est déterminée par les
équations paramétriques : ⎧
⎨ x = xA + t · α
y = yA + t · β , t ∈ R.
⎩
z = zA + t · γ
Distance d’un point à une droite
Proposition 8.12.— Distance d’un point à une droite de l’espace D

Étant donné un point Ω de l’espace et une droite D passant par un
point A et dirigée par un vecteur non nul u, la distance du point Ω à la u
droite D est obtenue par :
Ω
−→ A
ΩA ∧ u
d(Ω, D) =
u
182 CHAPITRE 8
9782340-002166_001_600.indd 188 21/10/2014 12:13

Distance entre deux droites
Proposition 8.13.— Distance entre deux droites de l’espace —. Soit deux droites non parallèles
de l’espace D et D passant respectivement par A et A , puis dirigée respectivement par les vec-
teurs u et u . La distance entre les deux droites vaut :
u
u ∧ u
−−→
−−→ A
(u ∧ u | AA ) [u, u , AA ]
d(D, D ) = =
u ∧ u u ∧ u D A
u
Δ
D
Sphères
Sphères : équations cartésiennes
On se place de nouveau dans l’espace rapporté à un repère orthonormé R = (O,ı, j, k).
Proposition 8.14.— Équations cartésiennes des sphères

La sphère S de centre Ω(xΩ , yΩ , zΩ ) et de rayon R a pour équation cartésienne :
∀M (x, y, z) M ∈ S ⇐⇒ ΩM 2 = R2 ⇐⇒ (x − xΩ )2 + (y − yΩ )2 + (z − zΩ )2 = R2 .
La sphère S de diamètre [AB] est donnée par :

−−→ −−→
∀M ∈ R3 , M ∈ S ⇐⇒ (AM | BM ) = 0.
Intersections sphères / plans et sphères / sphères

L’intersection sphère / plan ou sphère / sphère peut donner l’ensemble vide, un singleton (en cas de
tangeance) ou un cercle, selon les mêmes configurations que pour les intersections cercles / droites
et cercles / cercles dans le plan.
9782340-002166_001_600.indd 189 21/10/2014 12:13

Méthodes
Calculs de produits vectoriels et de produits mixtes
Méthode 8.1.— Comment calculer un produit vectoriel sans retenir une grosse
formule
Soit u = (x, y, z) et v = (x , y , z ) deux vecteurs de l’espace R3 rapporté à une base
orthonormée. Pour calculer les coordonnées du produit vectoriel u ∧ v :
écrire les coordonnées de u et v en colonnes, pour former un tableau à trois lignes
et deux colonnes ;
recopier les deux premières lignes en dessous de la troisième ;
supprimer la toute première ligne ;
effectuer les trois calculs de produits mixtes 2×2 issus du premier coefficient restant,
puis celui issu du coefficient en dessous, puis celui issu du coefficient encore en
dessous : cela donne les trois coordonnées de u ∧ v .
Méthode 8.2.— Comment calculer un produit mixte sans retenir une grosse
formule
Soit u = (x, y, z), v = (x , y , z ) et w
= (x , y , z ) trois vecteurs de l’espace R3 rapporté
à une base orthonormée. Pour calculer le produit mixte [u, v , w] :
écrire les coordonnées de u, v et w
en colonnes, pour former un tableau à trois
lignes et trois colonnes ;
recopier les deux premières colonnes à droite de la troisième ;
considérer les trois diagonales descendantes vers le bas à droite issues des trois
premiers coefficients de la première ligne puis effectuer les trois produits des trois
coefficients rencontrés par diagonale et en faire la somme : résultat noté α ;
considérer les trois diagonales descendantes vers le bas à gauche issues des trois
derniers coefficients de la première ligne puis effectuer les trois produits des trois
coefficients rencontrés par diagonale et en faire la somme : résultat noté β ;
calculer α − β : le résultat donne le produit mixte (règle de Sarrus).

1 2 λ

Exemple : résoudre l’équation 0 λ 2 = 0, d’inconnue λ dans R.
−λ −1 1

1 2 λ

On obtient en fonction de λ : 0 λ 2 = λ3 − 3λ + 2. Une solution évidente est λ = 1. On
−λ −1 1
factorise par (λ − 1) : λ3 − 3λ + 2 = (λ − 1)(λ2 + λ − 2) = (λ − 1)2 · (λ + 2). L’équation admet
exactement deux solutions réelles (dont une solution double !) :
λ = 1 et λ = −2.
184 CHAPITRE 8
9782340-002166_001_600.indd 190 21/10/2014 12:13

Équations de plans
Méthode 8.3.— Comment déterminer l’équation cartésienne d’un plan

Tout dépend des données :
n = (a, b, c)
A v A C
A
P u P B P
−−→ −−→ −−→ −−→ −→
P : (AM | n) = 0 P : [AM , u, v ] = 0 P : [AM , AB, AC] = 0
Mise en œuvre : exercice 8.1, exercice 8.3
Exemple : si D(A, u) et D (A , u ) sont deux droites non coplanaires dans l’espace, comment
trouver la sphère tangente à D en A et tangente à D en A ?
On trouve d’abord les équations cartésiennes des plans P et P orthogonaux à D et D en A et A
respectivement, grâce à un produit scalaire. On trouve le plan médiateur de [AA ] grâce encore à
un produit scalaire (faire intervenir le milieu) et l’intersection de ces trois plans donne le centre Ω
de la sphère en résolvant un système linéaire. Le rayon vaudra r = ΩA.
Équations de droites
Méthode 8.4.— Comment effectuer les passages entre équations cartésiennes

et paramétriques de droites

ax + by + cz + d = 0
Pour passer d’équations cartésiennes D : , à des
a x + b y + c z + d = 0
équations paramétriques :
calculer (a, b, c) ∧ (a , b , c ) : un vecteur directeur de D ;
trouver une solution particulière au système de deux équations à trois incon-

nues en prenant par exemple l’une des inconnues égale à 0 : un point de D.

⎧
⎨ x =α·t+p
Pour passer d’équations paramétriques y = β·t+q à des équations
⎩
z =γ·t+r
cartésiennes, en notant A(p, q, r) et u = (α, β, γ) :
trouver un vecteur n orthogonal à u ;
calculer n = n ∧ u ;
−−→
déterminer des équations cartésiennes des plans P : (AM | n) = 0 et P :
−−→
(AM | n ) = 0 ;
regrouper les deux équations à trois inconnues.
9782340-002166_001_600.indd 191 21/10/2014 12:13

Méthode 8.5.— Comment calculer une perpendiculaire commune à deux droites
non parallèles
Soit D et D deux droites non parallèles de l’espace. Voici une démarche infaillible :
trouver deux points A et A puis deux vecteurs directeurs u et u respectivement
pour les droites D et D ;
déterminer des équations cartésiennes des plans P(A, u, u ∧ u ) et P (A , u, u ∧ u ) ;
regrouper ces deux équations pour former le système d’équations cartésiennes de
la perpendiculaire commune à D et D .

2x + 5y + z = 9
Exemple : déterminer la perpendiculaire commune entre la droite D : et la
x + 3y + 2z = 5

2x + 3y − 3z = 7
droite D . Déterminer ensuite les points H et H appartenant à chacune de
x + 2y − z = 5
ces droites où la distance est atteinte, puis la distance entre les deux droites D et D . Comment
peut-on vérifier le résultat précédent ?
Un vecteur directeur de la droite D est u = (2, 5, 1) ∧ (1, 3, 2) = (7, −3, 1) et un vecteur directeur
de la droite D est u = (2, 3, −3) ∧ (1, 2, −1) = (3, −1, 1).
La droite D passe par le point A (2, 1, 0) et la droite D passe par le point A (−1, 3, 0).
En posant v = u ∧ u = (−2, −4, 2) = −2 · (1, 2, −1), puis le plan P passant par A et dirigé par les
vecteurs u et v et enfin le plan P passant par le point A et dirigé par les vecteurs u et v , alors
on dispose déjà des équations cartésiennes :

x − 2 7 −2
−−→
∀M (x, y, z) ∈ R3 , M ∈ P ⇐⇒ [AM , u, v ] = 0 ⇐⇒ y − 1 −3 −4 = 0

z 1 2
⇐⇒ x + 8y + 17z = 10.
De la même façon, le plan P a pour équation cartésienne : −x + 4y + 7z = 13.

L’intersection des deux plans P et P fournit la perpendiculaire commune Δ aux droites D et D :

x + 8y + 17z = 10
Δ: .
−x + 4y + 7z = 13
La distance entre les deux droites est la distance entre les points H et H , respectivement points
d’intersection entre D et Δ, puis entre D et Δ.
Les coordonnées (xH , yH , zH ) du point H vérifient le système de quatre équations :
⎧
⎧ ⎪ 53
⎪ 2xH + 5yH + zH = 9 ⎪
⎪ xH = −
⎪
⎨ ⎪
⎨ 12
xH + 3yH + 2zH = 5 15
⇐⇒ yH =
⎪
⎪ xH + 8yH + 17zH = 10 ⎪
⎪ 4
⎩ ⎪
⎪
−xH + 4yH + 7zH = 13 ⎩ zH = − 11
12
186 CHAPITRE 8
9782340-002166_001_600.indd 192 21/10/2014 12:13

De la même façon, les coordonnées (xH , yH , zH ) du point B vérifient les équations :
⎧
⎧ ⎪ 17
⎪ 2x + 3y − 3z = 7 ⎪
xH = −
⎪
⎪
⎨
H H H
⎪
⎨ 4
xH + 2yH − zH = 5 49
⇐⇒ yH =
⎪
⎪ xH + 8yH + 17zH = 10 ⎪
⎪ 12
⎩ ⎪
⎪ 13
−xH + 4yH + 7zH = 13 ⎩
zH = −
12
1
Finalement, la distance entre les droites D et D vaut : HH = √ .
6
−−→

(u ∧ u | HH ) 1
On peut appliquer la formule : : d(D, D ) = = √ . C’est bon !
u ∧ u 6
Méthode 8.6.— Comment calculer une perpendiculaire commune à deux droites

parallèles
Soit D et D deux droites parallèles dans l’espace R3 et non confondues. Pour déterminer
une perpendiculaire commune Δ à ces deux droites :
trouver deux points A et A respectivement sur D et sur D ;
trouver un vecteur directeur u de la droite D (il dirigera également la droite D ) ;
−−→
calculer le produit vectoriel n = u ∧ AA , vecteur normal au plan contenant les
deux droites ;
calculer le produit vectoriel v = n ∧ u : une perpendiculaire commune est la droite
Δ passant par le point A et dirigée par v .
Exemple : soit D et D deux droites parallèles, avec la droite D passant par les points A(0, 1, 1) et
B(3, −1, 0) et la droite D passant par le point A (1, 1, 1). Déterminer la perpendiculaire commune
à ces deux droites passant par le milieu du segment [AB].
−−→ −−→
Les droites D et D sont dirigées par le vecteur u = AB = (3, −2, −1). Le vecteur n = u ∧ AA =
(0, −1, 2) est orthogonal au plan contenant les deux droites D et D .
Le vecteur v = n ∧ u = (5, 6, 3) dirige toutes lesperpendiculaires
communes aux deux droites. Le
3 1
milieu du segment [AB] a pour coordonnées : I , 0, .
2 2⎧
⎨ x = 3/2 + 5t
La perpendiculaire commune est caractérisée par : Δ : y = 6t , avec t décrivant R. On
⎩
z = 1/2 + 3t
peut également en donner des équations cartésiennes. Le plan P contenant les deux droites a pour
−−→
équation : M (x, y, z) ∈ P ⇐⇒ (AM | n) = 0 ⇐⇒ −y + 2z = 1.
Le plan passant par le point I et orthogonal au vecteur u a pour équation :
3x − 2y − z = 4.
Les deux plans précédents contiennent la droite Δ et ne sont pas confondus (ils sont même per-
pendiculaires), d’où :
−y + 2z = 1
Δ:
3x − 2y − z = 4
9782340-002166_001_600.indd 193 21/10/2014 12:13

Vrai/Faux
Vrai Faux
1. Étant donné deux plans non parallèles P1 : ax + by + cz + d = 0

et P2 : a x + b y + c z + d = 0, le vecteur (a, b, c) ∧ (a , b , c ) dirige
la droite intersection P1 ∩ P2 .
2. Si D1 et D2 sont deux droites de l’espace, il existe toujours une
perpendiculaire commune à ces deux droites.
3. Les droites de l’espace sont exactement les ensembles de points
décrits par les équations :
⎧
⎨ x =a+α·t
y = b + β · t , avec t décrivant R.
⎩
z = c+γ ·t
4. Deux sphères de l’espace ayant quatre points non coplanaires

en commun sont égales.
5. Si a et b sont deux vecteurs de l’espace, le produit vectoriel

a ∧ b est nul si et seulement si il existe un nombre réel λ tel que
b = λ · a.
6. Si u est un vecteur non nul et A est un point, l’ensemble des

−−→
points M de l’espace tels que AM · u = 1 est un plan orthogonal
au vecteur u.

7. La distance entre le point A(0, 0, 0) et la droite D
x+z =1
y=2
vaut 3.
8. L’ensemble des points M (x, y, z) tels que x = 1 correspond à
une droite.
9. On a : (1, 2, 3) ∧ (3, 2, 1) = −4 · (1, 2, 1).
−−→ −−→
10. Soit deux points A et B de l’espace. L’équation AM ∧ BM = 0
correspond à une droite si et seulement si A
= B.
188 CHAPITRE 8
9782340-002166_001_600.indd 194 21/10/2014 12:13

Droites et plans de l’espace
Exercice 8.1 : On travaille dans R3 l’espace de dimension 3 rapporté à un repère orthonormé
R = (O,ı, j, k). Soit D la droite passant par le point A(−1, 0, 1) et de vecteur directeur u(−1, 2, 1).
Soit P le plan d’équation : 2x + y − z − 3 = 0.
1. Montrer que D n’est pas orthogonale à P.
2. Déterminer une équation du plan P contenant D et perpendiculaire à P.
Exercice 8.2 : Dans l’espace R3 , on considère le plan P d’équation : x + 2y + z + 1 = 0 et la droite

3x − y + z = 0
D d’équation . Déterminer la droite D symétrique de D par rapport au plan
x+y−z+1=0
P.
Exercice 8.3 : Soit P1 : x + y + 2z = 3 et P2 : x − y − z = 1, deux plans de l’espace.

1. Déterminer les équations cartésiennes des plans bissecteurs aux plans P1 et P2 . Que peut-on
dire de ces plans ?
2. Déterminer le point appartenant à P1 ∩ P2 d’abscisse 3.
3. Déterminer l’angle entre les deux plans P1 et P2 .

x+λ·z =1
Exercice 8.4 : Soit λ un nombre réel. On donne les deux droites D : puis D :
y − z = 1
y + 2z = 0
. Déterminer tous les nombres λ tels que les droites D et D aient au moins un
−x + z = 3
point en commun.
Distances dans un tétraèdre

Exercice 8.5 : Soit T un tétraèdre régulier de côté 1 ; autrement dit à un polyèdre ayant 4 faces
qui sont des triangles équilatéraux dont chaque côté est égal à 1.
1. Déterminer la hauteur et le volume de ce tétraèdre T .
2. Déterminer la distance entre deux arêtes non coplanaires dans ce tétraèdre.
Produit vectoriel
Exercice 8.6 : Dans l’espace R3 , soit a, b, c et d quatre vecteurs.
Montrer que : [a ∧ b, a ∧ c, a ∧ d]
= 0.
Exercice 8.7* : Soit A, B et C trois points distincts dans R3 . Déterminer l’ensemble des points
−−→ −−→ −−→
M de l’espace tels que : (AM ∧ BM ) ∧ CM = 0.
Sphères de l’espace
Exercice
8.8 : Déterminer les points d’intersection entre la droite D d’équations cartésiennes
x + y + 2z = 1
avec la sphère S de centre Ω(2, 3, 0) et de rayon 10.
2x − y + 3z = 2
9782340-002166_001_600.indd 195 21/10/2014 12:13

Exercice 8.9 : Soit les quatre points A(1, 2, 3), B(2, 3, 1), C(3, 1, 2) et D(1, 0, −1).
1. Déterminer le centre et le rayon de la sphère circonscrite au tétraèdre ABCD.
2. Déterminer des équations des plans (ABC), (ABD), (ACD) et (BCD).
3. Soit a, b, c et d quatre nombres réels, avec a, b et c non tous nuls. On pose : f (x, y, z) =
ax+by +cz +d. À quoi ressemble l’ensemble des points M (x, y, z) tels que f (x, y, z) soit strictement
positif ? strictement négatif ?
4. Déterminer le centre et le rayon de la sphère inscrite dans le tétraèdre ABCD.
Exercice 8.10 : Montrer qu’il existe un unique sphère S contenant les cercles :

x+y+z =1
C1 :
x2 + y 2 + z 2 + 2y − 2z = 34

x − 2y + 3z = 0
et C2 :
x2 + y 2 + z 2 − 5x − 9z = 30
Indications
Ex. 8.7
On transposera le problème en termes de colinéarité et d’orthogonalité entre vecteurs. On fera
alors intervenir deux sphères ainsi que leur intersection dans l’espace.
Ex. 8.9
1. L’ensemble des points équidistants à un segment donné [AB], forme un plan, appelé le plan
médiateur de [AB]. Le centre de la sphère circonscrite à un tétraèdre est le point d’intersections
des plans médiateurs de chacun des quatre côtés.
4. Le centre du cercle inscrit dans un tétraèdre est le point d’intersection des plans bissecteurs
de chacun des angles du tétraèdre. Le plan bissecteur d’un angle pouvant être considérés comme
l’ensemble des points équidistants à chacun des côtés de l’angle.
Ex. 8.10
Pour que deux cercles soient sur une même sphère, il faut vérifier deux conditions
• Tout d’abord il faut vérifier que la droite passant par le centre du premier cercle et perpendi-
culaire au plan de ce cercle est sécante avec la droite passant par le centre du second cercle
et perpendiculaire au plan contenant ce second cercle. Notons Ω leur point d’intersection s’il
existe.
• Il faut vérifier que la distance entre Ω et un point du bord du premier cercle est la même que
la distance entre Ω et un point du bord du second cercle.
190 CHAPITRE 8
9782340-002166_001_600.indd 196 21/10/2014 12:13

1 2 3 4 5 6 7 8 9 10
V V F V F V F F F V
3. L’énoncé est presque vrai. Il le devient si l’on impose que les trois nombres α, β et γ ne sont
pas simultanément nuls. Dans le cas général, rien n’empêche que α = β = γ = 0 et dans ce seul
cas, l’ensemble considéré est un seul point de coordonnées (a, b, c).
4. Si A, B, C et D sont quatre points non coplanaires, il existe une seule sphère les contenant :
c’est la sphère circonscrite au tétraèdre ABCD.
5. L’énoncé est presque vrai. Il ne marche pas lorsque le vecteur a est nul. Si a = 0 et b
= 0, alors
a ∧ b = 0 et pourtant il n’existe aucun λ tel que le vecteur b soit égal à λ · a.
À retenir : deux vecteurs a et b sont colinéaires si et seulement si l’un des deux vecteurs (on ne
sait pas lequel) est égal à l’autre multiplié par un scalaire.
6. En posant A(xA , yA , zA ) et u(a, b, c), alors :
−−→
∀M (x, y, z) ∈ R3 , AM ·u = 1 ⇐⇒ ax+by +cz −(axA +byA +czA ) = 1 ⇐⇒ ax+by +cz +d = 0,
avec d = −(axA + byA + czA + 1). Il s’agit d’un plan de vecteur normal (a, b, c) = u.
3
7. On trouve normalement : d(A, D) = √ .
2
8. Une droite de l’espace admet toujours comme équation cartésienne un système de deux équations
à trois inconnues. L’équation x = 1 correspond à un plan.
9. On trouve −4 · (1, −2, 1).
Erreurs classiques
• Ne pas confondre les équations cartésiennes des droites ou des plans dans l’espace.
• Ne pas calculer le produit mixte de deux vecteurs dans l’espace.
• Ne pas confondre produit scalaire et produit vectoriel. L’un est un nombre et l’autre
est un vecteur.
• Ne pas attribuer les mauvais signes dans les produits pour un calcul de coordonnées
d’un produit vectoriel ou dans la règle de Sarrus pour le produit mixte.
• Ne pas confondre les formules de distance dans l’espace. Au besoin, faire un schéma
et retrouver les expressions.
9782340-002166_001_600.indd 197 21/10/2014 12:13

Exercice 8.1
non orthogonalité 1. Le vecteur n = (2, 1, −1) n’est pas orthogonal au vecteur u, ce qui répond
= produit scalaire non à la question car n est orthogonal à P.
nul.
2. Le plan P passe par le point A et est dirigé par les vecteurs u et n, donc :
−−→
∀M (x, y, z) ∈ R3 , M ∈ P ⇐⇒ [u, n, AM ] = 0 ⇐⇒ 3x − y + 5z − 2 = 0.

Exercice 8.2
Voici la démarche que l’on va suivre : premièrement, on trouve le point
d’intersection entre D et P. La droite D passera par ce point de contact.
Deuxièmement, on prend un autre point de la droite D , puis on calcule son
projeté sur le plan P, puis ensuite son symétrique par rapport au plan P et
l’affaire sera dans le sac ...
Pour trouver le point d’intersection entre la droite D et le plan P, on résout
un système linéaire. Pour tout point M (x, y, z),
⎧
⎪ 1
⎧ ⎪
⎪ x=−
⎨ x + 2y + z = −1 ⎪
⎨ 4
1
M ∈ R3 , M ∈ P ∩ D ⇐⇒ 3x − y + z = 0 ⇐⇒ y=−
⎩ ⎪
⎪ 2
x + y − z = −1 ⎪
⎪
⎩ z= 1
4
Dans la suite, on note Ω ce point.
Ensuite, on pose n1 = (3, −1, 1) et n2 = (1, 1, −1), qui sont deux vecteurs
orthogonaux à la droite D. Un vecteur directeur de D est n1 ∧ n2 = (0, 4, 4).
On pose le vecteur u = (0, 1, 1), qui est un vecteur dirigeant D.
On pose ensuite le vecteur 1) qui est un vecteur normal au plan P
n3 = (1, 2,
1 1 5
puis le point A = Ω + u = − , , qui est un autre point de la droite D.
4 2 4
Le projeté P de A sur le plan P est le point de coordonnées paramétriques :
⎧
⎪ 1
⎪
⎪ x=− +t
⎪
⎨ 4
1
y = + 2t appartenant au plan P, ce qui donne :
⎪
⎪ 2
⎪
⎪
⎩ z = 5 +t
4

1 1 5 1
− +t +2· + 2t + + t = −1 ⇐⇒ t = − .
4 2 4 2

3 1 3
Le projeté orthogonal de A sur P est le point H − , − , . Le symétrique
4 2 4
de A par rapport au plan P est le point B tel que le point H soit le milieu
du segment [AB]. Autrement dit,

5 3 1
B = 2 · H − A, donc B − , − , .
4 2 4
192 CHAPITRE 8
9782340-002166_001_600.indd 198 21/10/2014 12:13

La droite D est la droite (ΩB) dont on peut donner les équations paramétriques
(de la forme x = xΩ + t · x− → , y = . . .) ou les coordonnées cartésiennes (de la
ΩB
ax + by + cz + d = 0
forme avec le plan ax + by + cz + d = 0 un plan
a x + b y + c z + d = 0
−−→
obtenu par la résolution de [ΩM , u, v ] = 0, avec v un vecteur non colinéaire à
u.
Exercice 8.3
1. Les plans bissecteurs forment les points à égale distance des plans P1 et Ne pas se lancer
P2 . Les équations des deux plans sont : dans des calculs
d’angles !
|x + y + 2z − 3| |x − y − z − 1| √
√ = √ ⇐⇒ x + y + 2z − 3 = ± 2(x − y − z − 1).
6 3
Les plans P1 et P2 ont pour vecteurs normaux :
√ √ √ √ √ √
n1 = (1 − 2, 1 + 2, 2 + 2) et n2 = (1 + 2, 1 − 2, 2 − 2).
Or, le produit scalaire n1 · n2 vaut 0 : les plans bissecteurs P1 et P2 sont
orthogonaux.
2. On résout tout simplement le système de trois équations à trois inconnues :
⎧
⎨ x + y + 2z = 3
x−y−z =1 .
⎩
x=3
Après résolution, il s’agit du point de coordonnées (3, 4, −2),

3. L’angle est le même qu’entre les deux vecteurs normaux (modulo π) n =
(1, 1, 2) et n = (1, −1, −1). Soit θ l’angle cherché. Alors :
√
n · n 2
cos θ = =− .
n × n 3
√
2
Comme θ est déterminé modulo π, θ + π a pour cosinus .
√ 3
2
Un angle qui marche est arccos , qui vaut environ 61.87o.
3
Exercice 8.4
La droite D passe par le point A(1, 1, 0) et est dirigée par le vecteur On aurait pu
u = (1, 0, λ) ∧ (0, 1, −1) = (−λ, 1, 1) et la droite D passe par le point résoudre un système
de quatre équations à
A (−3, 0, 0) et est dirigée par le vecteur u = (0, 1, 2) ∧ (−1, 0, 1) = (1, −2, 1). trois inconnues en
Les droites D et D ont au moins un point en commun si et seulement si regroupant les deux
la distance entre ces deux droites est nulle, ce qui équivaut successivement systèmes d’équations
à ce qui suit car les vecteurs u et u ne peuvent jamais être colinéaires : des deux droites.
−−→
[AA , u, u ] = 0 ⇐⇒ λ = −13.

Exercice 8.5
1. Chaque face du tétraèdre T est un triangle équilatéral de côté 1. En notant
le tétraèdre T = ABCD, la hauteur issue du point A intersecte le plan (BCD)
(face opposée) en l’isobarycentre G du triangle BCD. Le point G est à une
9782340-002166_001_600.indd 199 21/10/2014 12:13

√
3
distance des points B, C et D égale à . Le triangle BGA est rectangle en
3
G et le théorème de Pythagore met fin à tous nos problèmes. La hauteur issue
2
du point A (comme toutes les autres hauteurs) est de longueur : .
√ 3
√
base × hauteur 1 3 2 2
surface d’un Le volume du tétraèdre vaut = × × = .
triangle équilatéral de 3 3 4 3 12
√ 2. On va calculer par exemple la distance entre les deux arêtes non coplanaires
3
côté un = . [AB] et [CD]. Le plan médiateur du segment [AB] est orthogonal à [AB], passe
4
par son milieu et passe également par les points C et D qui sont chacun à une
distance 1 des points A et B. Le plan médiateur contient donc la droite (CD).
De même, le plan médiateur de [CD] contient la droite (AB). L’intersection de
ces deux plans médiateurs est une droite Δ à la fois perpendiculaire à (AB) et
à (CD). Cette perpendiculaire commune a l’avantage d’être perpendiculaire
aux deux arêtes envisagées et de les couper en leur milieu. La distance entre
les deux arêtes n’est autre que la longueur II , où I est le milieu de [AB] et
I celui de [CD]. Il ne reste plus qu’à utiliser le théorème
√ de Pythagore dans
AB 1 3
le triangle rectangle AII , avec AI = = , AI = car il s’agit de la
2 2 2
hauteur de la face ACD et donc :
√
2
II = .
2

Exercice 8.6
On va tout simplement montrer que les trois vecteurs a ∧ b, a ∧ c et a ∧ d sont
coplanaires.
Éviter les calculs Par définition du produit vectoriel, il est évident que chacun de ces trois
monstrueux ! vecteurs est orthogonal au vecteur a. Pour l’instant, ils seront coplanaires à
la condition que le vecteur a est non nul, d’où la distinction de deux cas.
• Premier cas : le vecteur a est non nul.
Dans ce cas, l’ensemble de tous les vecteurs orthogonaux au vecteur a forme
un plan vectoriel et les trois vecteurs a ∧ b, a ∧ c et a ∧ d appartenant à ce
plan sont donc coplanaires. Le produit mixte envisagé est nul.
Penser au cas où • Second cas : le vecteur a est nul.
le vecteur a est nul ! Dans ce cas, toujours par définition de la norme du produit vectoriel, les trois
vecteurs a ∧ b, a ∧ c et a ∧ d sont tout bonnement nuls et le produit mixte est
encore nul.
Quoiqu’il arrive, on a ce qu’il faut.
Exercice 8.7
Soit M un point de l’espace. On distingue deux cas.
• Premier cas : le point M appartient à la droite (AB). Alors les vecteurs
−−→ −−→
AM et BM sont colinéaires et le produit vectoriel est nul. Le point M vérifie
l’équation de l’énoncé.
• Second cas : le point M n’appartient pas à la droite (AB). Le produit
−−→ −−→
vectoriel AM ∧ BM est non nul et le point M vérifie l’équation de l’énoncé si
194 CHAPITRE 8
9782340-002166_001_600.indd 200 21/10/2014 12:13

−−→ −−→ −−→
et seulement si le vecteur CM est colinéaire à ce produit vectoriel AM ∧ BM .
−−→ −−→
Cela signifie que les vecteurs AM et CM sont orthogonaux (ou encore le point
−−→
M appartient à la sphère de diamètre [AC]), ainsi que pour les vecteurs BM
−−→
et CM qui sont orthogonaux (ou encore le point M appartient à la sphère de
diamètre [BC]).
−−→ −−→ −−→
Dans ce second cas, le point M vérifie l’équation (AM ∧ BM ) ∧ CM = 0 si et
seulement si le point M appartient à l’intersection de la sphère de diamètre
[AC] et de la sphère de diamètre [BC]. Ces deux sphères ont déjà un point en
commun : le point C. L’intersection sera un cercle passant par C. De plus, les
deux sphères sont symétriques par rapport au plan (ABC) : leur intersection
le sera également. On peut pour l’instant hésiter entre deux configurations :
le cercle intersection est inclus dans le plan (ABC) ou le cercle intersection
est inclus dans un plan orthogonal au plan (ABC).
traces des deux sphères
Les deux sphères intersectées avec le dans le plan ABC
plan (ABC) donnent deux cercles, l’un
de diamètre [AC], l’autre de diamètre C
[BC]. Ces deux cercles s’intersectent en
un autre point que C : le projeté ortho-
gonal de C sur la droite (AB) (pied de
la hauteur issue de C dans le triangle A H B
ABC).
En conclusion, l’ensemble des points recherché est la droite (AB) à laquelle

on rajoute le cercle de diamètre [CH] (où H est le pied de la hauteur issue
de C dans le triangle ABC) et orthogonal au plan (ABC).
Exercice 8.8
La droite D est donnée par l’intersection de deux plans de vecteurs normaux Le principe est de
n1 = (1, 1, 2) et n2 = (2, −1, 3). Le vecteur u = n1 ∧ n2 = (5, 1, −3) dirige la calculer l’équation
paramétrique de la
droite D. De plus, la résolution du système de deux équations cartésiennes en droite D, pour n’avoir
imposant par exemple z = 0, nous donne le point A(1, 0, 0) appartenant à la qu’une seule inconnue,
droite D. Par conséquent, la représentation paramétrique de cette droite est : puis de réinjecter dans
⎧ l’équation cartésienne
⎨ x = 1 + 5t de la sphère S pour
y=t , avec t décrivant R. obtenir le ou les
⎩ paramètres solutions.
z = −3t
L’équation cartésienne de la sphère S est liée à l’égalité :
∀M ∈ R3 , M ∈ S ⇐⇒ ΩM 2 = 100,
d’où l’équation cartésienne : x2 + y 2 + z 2 − 4x − 6y − 87 = 0.
Le point M de paramètre t appartenant à la droite D est sur la sphère S si
et seulement si :
(1 + 5t)2 + t2 + 9t2 − 4(1 + 5t) − 6t − 87 = 0 ⇐⇒ 35t2 − 16t − 90 = 0.
On a affaire à une équation du second degré avec Δ = 12856. Il y a deux
racines : √
8 ± 3214
t= .
35
9782340-002166_001_600.indd 201 21/10/2014 12:13

Les points d’intersection
⎧ entre D et S sont au nombre de 2 : les points de
⎨ x = 1 + 5t √
8 ± 3214
coordonnée y=t , avec t = .
⎩ 35
z = −3t
Exercice 8.9
1. Le centre Ω appartient aux plans médiateurs des segments [AB], [AC] et
[AD]. Détaillons le calcul du premier plan médiateur :

3 5
c’est le plan P passant par le milieu I , , 2 du segment [AB] et de vecteur
2 2
−−→
normal AB = (1, 1, −2). Ainsi,
−−→ −−→
∀M ∈ R3 , M ∈ P ⇐⇒ IM · AB = 0 ⇐⇒ x + y − 2z = 0.
En abrégeant les calculs, on obtient pour le plan médiateur de [AC] :
2x − y − z = 0,
et pour le segment [AD] :

y + 2z = 3.
⎧
⎨ x + y − 2z = 0
La résolution du système : 2x − y − z = 0 conduit à la seule solution
⎩
y + 2z = 3
x = y = z = 1. Le centre de la sphère circonscrite est Ω(1, 1, 1). √
Le rayon de cette sphère est par exemple le nombre R = ΩA = 5.
2. Soit M (x, y, z) un point dans R3 . Alors :
−−
→ −→ −−→
M ∈ (ABC) ⇐⇒ [AB, AC, AM ] = 0

1 2 x − 1

⇐⇒ 1 −1 y − 2 = 0

−2 −1 z − 3
⇐⇒ (−3)(x − 1) − 3(y − 2) − 3(z − 3) = 0
⇐⇒ x+y+z =6
De même, le plan (ABD) a pour équation : 4x − 2y + z = 3.

Le plan (ACD) a pour équation : x + 4y − 2z = 3.
Le plan (BCD) a pour équation : 7x + y − 5z = 12.
3. L’ensemble des points M (x, y, z) tels que f (x, y, z) = 0 correspond à un
plan orthogonal au vecteur n = (a, b, c) et passant par un point A(xA , yA , zA ).
−−→
Soit M (x, y, z) dans R3 . Alors, f (x, y, z) = AM · n et :
−−→
f (x, y, z) > 0 ⇐⇒ AM · n > 0.
L’ensemble {M (x, y, z) | f (x, y, z) > 0} correspond au demi-espace délimité

par le plan P et contenant le point A + n.
L’ensemble {M (x, y, z) | f (x, y, z) < 0} correspond à l’autre demi-espace.
196 CHAPITRE 8
9782340-002166_001_600.indd 202 21/10/2014 12:13

4. On pose Ξ(α, β, γ) le centre de la sphère inscrite au tétraèdre et ρ le rayon
de cette sphère.
D’après les formules de distance d’un point à un plan, on dispose des égalités
suivantes, formant un système assez indigeste a priori de quatre équations à
quatre inconnues : Le fait d’élever
⎧
⎪ |α + β + γ − 6| chaque équation au
⎪
⎪ √ =ρ carré supprime les
⎪
⎪ 3
⎪
⎪ |4α − 2β + γ − 3|
valeurs absolues, mais
⎪
⎪
⎨ √ =ρ induit un système non
21 linéaire assez
⎪
⎪ |α + 4β − 2γ − 3| indigeste !
⎪
⎪ √ =ρ
⎪
⎪ 21
⎪
⎪
⎩ |7α + β√− 5γ − 12| = ρ
⎪
75
Maintenant, comme le centre Ξ de la sphère inscrite est à l’intérieur du
tétraèdre, par rapport à la face (ABC), les points Ξ et D sont du même bord,
donc font partie du même demi-espace. Par conséquent, les coordonnées du
point D réinjectées dans x + y + z − 6 nous donneront le signe de α + β + γ − 6.
On a : xD + yD + zD − 6 = −6 < 0, donc la première équation du système de
quatre équations à quatre inconnues donne :
α+β+γ−6
√ = −ρ.
3
En procédant de même pour la deuxième équation, à l’aide du point C, on
obtient : 4α − 2β + γ − 3 > 0, puis la troisième à l’aide du point B : α + 4β −
2γ − 3 > 0 et la dernière à l’aide du point A : 7α + β − 5γ − 12 < 0, d’où le
nouveau système allégé par rapport au précédent :
⎧
⎪ α+β+γ−6
⎪
⎪ √ = −ρ
⎪
⎪ 3
⎪
⎪ 4α − 2β + γ − 3
⎪
⎪
⎨ √ =ρ
21
⎪ α + 4β − 2γ − 3
⎪
⎪ √ =ρ
⎪
⎪
⎪
⎪
21
⎪ 7α + β − 5γ − 12
⎪
⎩ √ = −ρ
75
La résolution, fastidieuse, nous conduit à la solution :
⎧ √
⎪ 9
⎪
⎪ α=− 7+
⎪
⎪ √ 2
⎪
⎪
⎪
⎨ β =− 7 +3
2
⎪ 3
⎪
⎪ γ =
⎪
⎪ √
2
⎪
⎪ √
⎪
⎩ ρ = 3 · ( 7 − 2)
2

9782340-002166_001_600.indd 203 21/10/2014 12:13

Exercice 8.10
Commençons par identifier un certain nombre d’éléments du premier cercle
C1 . On aimerait en connaı̂tre son centre ω1 et son rayon r1 . Or il est défini
comme l’intersection d’un plan P1 : x + y + z = 1
et d’une sphère S1 : x2 + y 2 + z 2 + 2y − 2z = 34.
La sphère S1 a pour équation réduite x2 + (y + 1)2 + (z − 1)2 = 62 ; elle est
donc de centre Ω1 (0, −1, 1) et de rayon R1 = 6. Le plan P1 admet n1 (1, 1, 1)
comme vecteur normal.
Le centre ω1 de C1 n’est autre que le projeté orthogonal de Ω1 sur P1 . De
ce fait, pour n’importe quel point P (xP , yP , zP ) de P1 , le produit scalaire
−−→ −−−→
Ω1 P · n1 est constant. Son signe est positif si Ω1 ω1 et n1 sont de même sens et
négatif sinon. Calculons ce produit ⎛ scalaire
⎞ de
⎛ deux⎞ façons différentes. D’une
xP 1
−−→
part, il est égal à Ω1 P · n1 = ⎝ yP + 1 ⎠ · ⎝ 1 ⎠ = xP + yP + zP = 1 (car
zP − 1 1
−−−→
P ∈ P1 ). D’autre part, comme Ω1 ω1 et n1 sont colinéaires et que ω1 ∈ P1 , il
−−→ −−−→ −−−→
est aussi égal à Ω1 P · n1 = Ω1 ω1 · n1 = ±1 · ||Ω1 ω1 || · ||n1 || avec le signe qui
−−−→
dépend du fait que Ω1 ω1 et n1 sont de même sens ou pas. Par comparaison
−−−→
des deux produits scalaires, on en déduit que Ω1 ω1 et n1 sont de même sens,
−−−→
et que ||Ω1 ω1 || = √13
Cela nous permet d’en déduire les coordonnées de ω1 , en utilisant le fait que
−−−→
Ω1 ω1 = √13 · ||nn11 || . On a alors

1 2 4
ω1 ,− ,
3 3 3
En utilisant le théorème de Pythagore dans un triangle rectangle formé d’un

des points du bord du cerlce C1 , et des centres Ω1 et ω1 , on en déduit que le
rayon du cercle C1 est
+ 2

1 107
r1 = R1 − (Ω1 ω1 ) = 36 − √
2 2 =
3 3
Enfin, la droite D1 passant par ω1 et de vecteur directeur ⎧ n1 (elle passe donc
⎪x = λ
⎨
aussi par Ω1 ) a pour équation paramétrique D1 : y = −1 + λ λ ∈ R .
⎪
⎩
z =1+λ
Ces éléments étant établis pour C1 , faisons de même pour C2 . On commence
par chercher le centre ω2 et le rayon r2 de C2 . Ce dernier est défini comme
l’intersection du plan P2 : x − 2y + 3z = 0
et de la sphère S2 : x2 + y 2 + z 2 − 5x − 9z = 30.
2
La sphère S2 a pour équation réduite (x − 52 )2 + y 2 + (z − 92 )2 = 113
2 ;

elle est donc de centre Ω2 ( 52 , 0, 92 ) et de rayon R2 = 1132 . Le plan P2 admet
n2 (1, −2, 3) comme vecteur normal.
Le centre ω2 de C2 n’est autre que le projeté orthogonal de Ω2 sur P2 . De
ce fait, pour n’importe quel point P (xP , yP , zP ) de P2 , le produit scalaire
198 CHAPITRE 8
9782340-002166_001_600.indd 204 21/10/2014 12:13

−−→ −−−→
Ω2 P · n2 est constant. Son signe est positif si Ω2 ω2 et n2 sont de même sens et
négatif sinon. Calculons ce produit scalaire de deux façons différentes. D’une
part, il est égal ⎛
à ⎞ ⎛ ⎞
xP − 52 1
−−→
Ω2 P · n2 = ⎝ yP ⎠ · ⎝ −2 ⎠ = xP − 2yP + 3zP − 16 = −16 (car
zP − 2 9
3
−−−→
P ∈ P2 ). D’autre part, comme Ω2 ω2 et n2 sont colinéaires et que ω2 ∈ P2 , il
−−→ −−−→ −−−→
est aussi égal à Ω2 P · n2 = Ω2 ω2 · n2 = ±1 · ||Ω2 ω2 || · ||n2 || avec le signe qui
−−−→
dépend du fait que Ω2 ω2 et n2 sont de même sens ou pas. Par comparaison
−−−→
des deux produits scalaires, on en déduit que Ω2 ω2 et n2 sont de sens opposé
−−−→
, et que ||Ω2 ω2 || = √1614
Cela nous permet d’en déduire les coordonnées de ω2 , en utilisant le fait que
−−−→
Ω2 ω2 = − √1614 · ||nn22 || . On a alors

19 32 15
ω2 , ,
14 14 14
En utilisant le théorème de Pythagore dans un triangle rectangle formé d’un
des points du bord du cerlce C2 , et des centres Ω2 et ω2 , on en déduit que le
rayon du cercle C2 est

113 162 535
r2 = R22 − (Ω2 ω2 )2 = − =
2 14 14
Enfin, la droite D2 passant
⎧ par Ω2 et de vecteur directeur n2 a pour équation
⎪
⎨ x = 5
2 +μ
paramétrique D2 : y = −2μ μ ∈ R.
⎪
⎩ 9
z = 2 + 3μ
Les droites D1 et D2 n’étant pas parallèles (elles ont des vecteurs directeurs n1
et n2 non colinéaires) sont
⎧sécantes en un point Ω. Cherchons ses coordonnées
⎪x = 52 + μ = λ
⎨
qui vérifient le système y = −2μ = −1 + λ .Ce système admet comme
⎪
⎩ 9
z = 2 + 3μ = 1 + λ
unique solution Ω(2, 1, 3) (obtenu pour λ = 2 et μ = − 12 ).
À ce stade nous savons qu’il existe une sphère de centre Ω sur laquelle est
dessiné le cercle C1 et une sphère de même centre Ω sur laquelle est dessinée
C2 . Pour que les cercles soient sur la même sphère, il faut et il suffit que ces
deux sphères soient confondues, c’est-à-dire qu’elles aient le même rayon.
Nous allons maintenant calculer le rayon ρ1 de la sphère de centre Ω sur
laquelle est dessiné C1 . Pour cela, considérons d’abord le triangle de sommets
Ω, ω1 et un point P1 du bord de C1 . C’est un triangle rectangle en ω1 . On a
ainsi
ρ21 = ΩP12 = Ωω12 + ω1 P12

25 107
= +
3 3
= 44
9782340-002166_001_600.indd 205 21/10/2014 12:13

Nous effectuons un calcul similaire pour calculer ρ2 , le rayon de la sphère
de centre Ω sur laquelle est dessiné C2 . Là encore, considérons le triangle de
sommets Ω, ω2 et un point P2 du bord de C2 . C’est un triangle rectangle en
ω2 . On a ainsi
ρ22 = ΩP22 = Ωω22 + ω2 P22

567 535
= +
98 14
= 44
√
La sphère de centre Ω(2, 1, 3) et de rayon 2 11 contient les deux cercles C1 et
C2 .
ω1 ω2
200 CHAPITRE 8
9782340-002166_001_600.indd 206 21/10/2014 12:13

Chapitre 9
Équations
différentielles
linéaires
En 1687, Leibniz posa le problème suivantȹ:
Déterminer une courbe telle que, si un corps glisse
sur ceĴe courbe, sa vitesse verticale est constante.
Un mois plus tard, Christiaan Huygens donne la solution
sans explication. Il faut aĴendre 1690 pour que Jacques Bernoulli
en donne une preuve. La première équation diěérentielle de
l’histoire était résolue. Le développement de ceĴe théorie se
poursuit tout au long du XVIIIe siècle, en particulier
sous l’impulsion de Leonhard Euler et d’Alexis Clairaut.
La méthode de variation des constantes, introduite
par Joseph Lagrange en 1775, permet de résoudre
de nombreuses nouvelles équations diěérentielles linéaires.
Christiaan Huygens
1629-1695
9782340-002166_001_600.indd 207 21/10/2014 12:13

Objectifs

Les incontournables
ZPour les équations différentielles linéaires du premier ordreȹ:
frésoudre l’équation différentielle linéaire homogène associéeȹ;
ftrouver une solution particulière dans le cas d’un second membre simpleȹ;
fchercher une solution particulière à l’aide de la méthode de variation
de la constanteȹ;
frésoudre un problème de Cauchy.
ZPour les équations différentielles linéaires du second ordre à coefficients
constantsȹ:
frésoudre l’équation différentielle linéaire homogène associéeȹ;
ftrouver une solution particulière dans le cas d’un second membre simpleȹ;
ftrouver l’unique solution qui vérifie une condition du type y( x0 ) = a
et y '( x0 ) = b .

ZRésoudre une équation différentielle non linéaire du premier ordre à l’aide
d’un changement de fonction inconnue fourni par l’énoncé.
ZRésoudre une équation différentielle linéaire du second ordre à coefficients
non constants à l’aide d’un changement de fonction inconnue
ou d’un changement de variable donné.
9782340-002166_001_600.indd 208 21/10/2014 12:13

Résumé de cours
Équations différentielles linéaires du premier ordre
On désigne par C 0 (I, K) (resp. C 1 (I, K)) l’ensemble des fonctions continues sur I (resp. dont la
dérivée existe et est continue sur I).
Définition : Soit a, f : I → K des fonctions continues sur un intervalle I de R. On considère
l’équation différentielle linéaire d’ordre 1, (E1 ) et l’équation homogène associée (H1 ) :
y + a(x)y = f (x) (E1 )

y + a(x)y = 0 (H1 )
Une fonction y : I → K est solution de (E1 ) si y est de classe C sur I et vérifie
1
∀x ∈ I, y (x) + a(x)y(x) = f (x)

Résolution de l’équation homogène
Théorème 9.1.— Solution générale de (H1 ) —. Soit a : I → K une fonction continue. Notons
A : I → K une primitive de a sur I.
Les solutions de (H1 ) sont les fonctions de la forme x → h(x) = Ce−A(x) , où C ∈ K
Recherche d’une solution particulière
Proposition 9.2.— Principe de superposition —. Soit yi : I → K (i = 1, 2) une solution de

l’équation différentielle linéaire d’ordre 1 y + a(x)y = fi (x). Alors λ1 y1 + λ2 y2 est solution de
y + a(x)y = λ1 f1 (x) + λ2 f2 (x)
Théorème 9.3.— Variation de la constante —. Soit a, f : I → K des fonctions continues. On

note comme précédemment A : I → K une primitive de a sur I et c : I → K une primitive de
x → f (x)eA(x) sur I. Une solution particulière de (E1 ) est la fonction f0 : I → K définie par
Pour tout t ∈ I, f0 (t) = c(t)e−A(t)
Résolution de l’équation complète
Théorème 9.4.— Solution générale de (E1 ) —. Les solutions de (E1 ) sont les fonctions de la
forme f = f0 + h, où f0 : I → K est une solution particulière de (E1 ) et h est la solution générale
de (H1 ).
Théorème 9.5.— Pour tout x0 ∈ I, pour tout

y 0 ∈ K, il existe une fonction dérivable y : I → K,
y + a(x)y = f (x)
unique, solution du problème de Cauchy : .
y(x0 ) = y0
ÉQUATIONS DIFFÉRENTIELLES LINÉAIRES 203
9782340-002166_001_600.indd 209 21/10/2014 12:13

Équations différentielles linéaires du second ordre à coefficients constants
On désigne par C 2 (I) l’ensemble des fonctions dont la dérivée seconde existe et est continue sur
I. On désigne par C 0 (I, K) (resp. C 1 (I, K)) l’ensemble des fonctions continues sur I (resp. dont la
dérivée existe et est continue sur I).
Définition : Soit f : I → K une fonction continue sur un intervalle I de R, (a, b) ∈ K2 . On
considère l’équation différentielle linéaire d’ordre 2 à coefficients constants, (E2 ), et
l’équation homogène associée (H2 ).
y + ay + by = f (x) (E2 )
y + ay + by = 0 (H2 )
Une fonction y : I → K est solution de (E2 ) si y est de classe C 2 sur I et vérifie
∀x ∈ I, y (x) + ay (x) + by(x) = f (x)
Résolution de l’équation homogène
Définition : On appelle équation caractéristique associée à l’équation homogène (H2 ) l’équation
polynomiale du second degré : r2 + ar + b = 0 (EC)
Théorème 9.6.— Solutions complexes de (H2 ) —. Soit (a, b) ∈ C2 . On note Δ le discriminant

de (EC). Les solutions de (H2 ) sont les fonctions définies sur I par
si Δ
= 0 : pour tout x ∈ I h(x) = C1 er1 x + C2 er2 x , (C1 , C2 ) ∈ C2
si Δ = 0 : pour tout x ∈ I h(x) = (C1 + C2 t)er0 x , (C1 , C2 ) ∈ C2
où on a noté suivant les cas (r1 , r2 ) les racines distinctes et r0 la racine double de (EC).
Théorème 9.7.— Solutions réelles de (H2 ) —.Soit (a, b) ∈ R2 . On note Δ le discriminant de

(EC). Les solutions réelles de (H2 ) sont les fonctions définies sur I par
si Δ > 0 : pour tout x ∈ I h(x) = C1 er1 x + C2 er2 x , (C1 , C2 ) ∈ R2

si Δ = 0 : pour tout x ∈ I h(x) = (C1 + C2 t)er0 x , (C1 , C2 ) ∈ R2

si Δ < 0 : pour tout x ∈ I h(x) = erx C1 cos(ωx) + C2 sin(ωx) , (C1 , C2 ) ∈ R2
où on a noté, suivant les cas r1 et r2 les racines réelles distinctes, r0 la racine réelle double, r ± iω
les racines complexes et conjuguées de (EC).
Résolution de l’équation complète
Théorème 9.8.— Solution générale de (E2 ) —. Les solutions de (E2 ) sur K sont les fonctions
de la forme f = f0 + h, où f0 : I → K est une solution particulière de (E2 ) et h est la solution
générale de (H2 ) sur K.
Théorème 9.9.— Soit (a, b) ∈ K2 , f : I → K une fonction continue. Pour tout x0 ∈ I, pour tout
(y0 , y0 ) ∈ K2 , le problème de Cauchy il existe une fonction deux fois dérivable y : I → K, unique
telle que
y + ay + by = f (x)
(S)
y(x0 ) = y0 et y (x0 ) = y0
204 CHAPITRE 9
9782340-002166_001_600.indd 210 21/10/2014 12:13

Cas particuliers à maı̂triser
Proposition 9.10.— Soit ω un réel. Les solutions de l’équation différentielle linéaire à coefficients
constants d’ordre 2
y − ω 2 y = 0
sont les fonctions définies sur R par

f (x) = λeωx + μe−ωx , (λ, μ) ∈ R2
Proposition 9.11.— Soit ω un réel. Les solutions de l’équation différentielle linéaire à coefficients
constants d’ordre 2
y + ω 2 y = 0
sont les fonctions définies sur R par

f (x) = λ cos(ωx) + μ sin(ωx), (λ, μ) ∈ R2
9782340-002166_001_600.indd 211 21/10/2014 12:13

Méthodes
Équations différentielles linéaires
Méthode 9.1.— Comment résoudre une équation différentielle linéaire

La résolution d’une équation différentielle linéaire se déroule en trois phases.
1 Résolution de l’équation homogène.
La solution générale de l’équation homogène est donnée par les théorèmes 9.6, 9.7.
2 Recherche d’une solution particulière.
Lorsqu’il n’y a pas de solution évidente ou que l’énoncé ne fournit pas d’indication, les
méthodes qui suivent vous permettront de trouver une solution particulière.
3 Expression de la solution générale.
Elle est la somme d’une solution particulière de l’équation complète et de la solution
générale de l’équation homogène associée.
Notation : SE (K) dénote l’ensemble des solutions à valeurs dans K de l’équation différentielle (E).
Les méthodes présentées dans ce chapitre sont classées suivant le type d’équation différentielle.
Pour choisir la méthode appropriée, posez-vous les questions simples qui suivent :
• quel est l’ordre de l’équation ?
• les coefficients sont-ils constants ?
EDL d’ordre 1 à coefficient continu
Soit a, f : I → K des fonctions continues sur I. Dans cette partie, nous suivons le cadre général
exposé ci-dessus (méthode 9.1) pour résoudre l’équation
y + a(x)y = f (x) (E1 )
Résolution de l’équation homogène (H1 )

On commence par résoudre l’équation homogène associée à (E1 ) :
y + a(x)y = 0 (H1 )
Méthode 9.2.— Comment résoudre l’équation homogène (H1 )

Soit a : I → K une fonction continue. Pour résoudre y + a(x)y = 0 sur I. On procède de
la façon suivante :
1 On identifie la fonction continue x → a(x).
2 On détermine une primitive notée A de a sur I.
3 Les solutions h : I → K de (H1 ) sur I à valeurs dans K sont les fonctions de la forme
h : x → Ce−A(x) , où C ∈ K.
Exemple : on considère (H1 ) : y − 2x y = 0 définie sur I = R. Il s’agit bien d’une équation

différentielle linéaire homogène d’ordre 1.
206 CHAPITRE 9
9782340-002166_001_600.indd 212 21/10/2014 12:13

1 Ici, a : x → −2x est continue sur R.
2 On prend A : x → −x2 comme primitive de a
2
3 Les solutions de (H1 ) sur I sont les fonctions de la forme h : x → Ce−A(x) = Cex , C ∈ R.

Recherche d’une solution particulière de (E1 )
Pour déterminer une solution particulière de l’équation complète (E1 ), on regarde d’abord s’il n’y
a pas de solution évidente ! Sinon, la méthode de la variation de la constante permet d’obtenir
une solution.
On part de la solution générale de l’équation homogène (H1 ) h : x → Ce−A(x) , où A : I → K est
une primitive de a sur I, et comme le nom de la méthode l’indique, on fait varier la constante C.
Méthode 9.3.— Méthode de la variation de la constante

Pour déterminer une solution particulière y0 : I → K de (E1 ),
1 on cherche y0 sous la forme y0 (x) = c(x)e−A(x) , où c : I → K est dérivable.
2 On calcule les dérivées de y0 . Comme A (x) = a(x), il vient :
−A(x)
a(x)× y0 (x) = c(x)e

+1× y0 (x) = c (x) − a(x)c(x) e−A(x)

y0 (x) + a(x)y0 (x) = c (x)e−A(x)
y0 sera solution de (E1 ) si et seulement si ∀x ∈ I, c (x) = f (x)eA(x) .

3 On choisit pour c : I → K une primitive de la fonction (continue sur I) x → f (x)eA(x) .
La fonction y0 : x → c(x) e−A(x) est une solution particulière de (E1 ).
2
Exemple : on considère (E1 ) : y (x) − 2xy(x) = ex ex définie sur R. L’équation homogène associée
a déjà été traitée plus haut. On détermine une solution particulière de (E1 ), à l’aide de la méthode
de la variation de la constante.
2
1 On cherche y0 sous la forme y0 : x → c(x)ex .
2 On a alors
2
−2x× y0 (x) = c(x)ex
2
+1× y0 (x) = c (x) + 2xc(x) ex
2
y0 (x) − 2xy0 (x) = c (x)ex
2 2
y0 est solution de (E1 ) ssi ∀x ∈ R, c (x)ex = ex ex ssi ∀x ∈ R, c (x) = ex .
2
3 On choisit c(x) = ex . Il en résulte que y0 : x → ex+x est solution de (E1 ).
Finalement, on peut conclure à l’aide du théorème 9.4 que les solutions de (E1 ) sur R sont les
fonctions de la forme 2
y(t) = (C + ex ) ex
9782340-002166_001_600.indd 213 21/10/2014 12:13

EDL d’ordre 1 à coefficient constant
Dans cette partie, a ∈ K est une constante, f : I → K est une fonction continue sur I et nous
résolvons l’équation
y + ay = f (x) (E1 )
Pour cela, nous suivons la démarche générale (méthode 9.1).
D’après le théorème 9.1, les solutions de (H1 ) dans ce cas sont les fonctions de la forme
h : x → Ce−ax , où C ∈ K.
Recherche d’une solution particulière de (E1 )

Il est clair que le type d’équation différentielle linéaire qui est développé dans la méthode 9.3
englobe tous les autres cas. Toutefois, en fonction du type de second membre proposé, il y a parfois
plus rapide. Par exemple, si le second membre est une fonction constante égale à b et a
= 0, la
fonction constante y = ab est une solution évidente de (E1 ).
Avant tout, on commence à décomposer le second membre en fonctions plus simples. Si f (x) =
λ1 f1 (x) + · · · + λn fn (x), où chaque fonction fi est un polynôme, une exponentielle ou une fonction
sin ou cos, on peut chercher une solution particulière yi de l’équation différentielle notée (Ei ) :
y + ay = fi (x). Pour cela, on utilise les méthodes suivantes. D’après le principe de superposition,
y0 = λ1 y1 + · · · + λn yn est une solution particulière de (E1 ).
Méthode 9.4.— Comment trouver une solution lorsque f est un polynôme

On considère l’équation y + ay = Pm (x), où Pm est un polynôme de degré m.
Si a
= 0, (E1 ) a une solution particulière de la forme x → Qm (x),
Si a = 0, (E1 ) a une solution particulière de la forme x → xQm (x),
où Qm est un polynôme de degré m.
Méthode 9.5.— Comment trouver une solution lorsque f est une exponentielle
On considère l’équation y + ay = eαx , où α ∈ K est un nombre réel ou complexe.
Si α
= −a, (E1 ) a une solution particulière de la forme x → b0 eαx .
Si α = −a, (E1 ) a une solution particulière de la forme x → b0 x eαx .
Méthode 9.6.— Comment trouver une solution lorsque f est un (co)sinus

On considère l’équation y + ay = cos(ωx) ou y + ay = sin(ωx), avec ω ∈ R réel. (E1 )
admet une solution particulière réelle de la forme y0 : x → b0 cos(ωx) + b1 sin(ωx). Pour
déterminer les constantes b0 et b1 , on pose
a× y0 (x) = b0 cos(ωx) + b1 sin(ωx)

1× y0 (x) = ···
y0 est solution de (E1 ) ssi (b0 , b1 ) est solution d’un système d’équations linéaires.
208 CHAPITRE 9
9782340-002166_001_600.indd 214 21/10/2014 12:13

Exemple : on considère l’équation différentielle (E) : 2y (x) − 3y(x) = sin2 x définie sur R. On
commence par linéariser 2 sin2 x = 1 − cos 2x. Ce travail fait, le second membre de (E) devient
f (x) = 1 − cos 2x. On peut utiliser la méthode de superposition avec f1 (x) = 1 et f2 (x) = cos 2x.
Résolution de (H1 ). Pour commencer, il est clair que l’équation homogène associée a pour
solution les fonctions du type x → Ce3x/2 , où C ∈ R.

Recherche d’une solution particulière.
Nous commençons par l’équation (E1 ) : 2y (x) − 3y(x) = 1
D’après la méthode 9.4, cherchons une solution particulière y1 (x) constante car le polynôme Pm
est ici de degré 0. Rapidement, y1 (x) = − 13 .
Nous terminons par l’équation (E2 ) : 2y (x)−3y(x) = cos 2x. D’après la méthode 9.6, nous devons
chercher une solution particulière y2 (x) de la forme
y2 (x) = a cos(2x) + b sin(2x), où a et b sont deux constantes réelles. On remplace dans (E2 ) la
3
forme y2 (x) = a cos(2x) + b sin(2x) et on aboutit à a = 25 et b = − 25
4
.
Expression de la solution générale
Finalement, l’ensemble des solutions réelles de l’équation est

1 3 4
SE (R) = {R → R : x → C exp(3x/2) − + cos 2x − sin 2x, C ∈ R}
3 25 25
EDL d’ordre 2 à coefficients constants

Dans cette partie, a, b désignent des nombres réels ou complexes, f : I → K est une fonction
continue. Suivant le plan général (méthode 9.1), nous résolvons sur K l’équation :
y + ay + by = f (x), (E2 )

Pour résoudre l’équation homogène y + ay + by = 0 (H2 )
nous introduisons l’équation caractéristique associée, d’inconnue r ∈ K.
r2 + ar + b = 0 (EC)
Méthode 9.7.— Comment trouver les solutions complexes de (H2 )

1 On résout l’équation caractéristique associée : r2 + ar + b = 0.
2 Deux cas se présentent suivant la valeur du discriminant Δ de l’équation ca-
ractéristique :
Si Δ
= 0, la solution générale est de la forme h : x → C1 er1 x + C2 er2 x où r1 et r2
sont les racines de (EC).
Si Δ = 0, la solution générale est de la forme h : x → (C1 + C2 x)er0 x où r0 est la
racine double de (EC).
Exemple : Déterminons les solutions à valeurs complexes de l’équation y + (1 + 2i)y + (i − 1)y = 0

1 L’équation caractéristique est r2 + (1 + 2i)r + (i − 1) = 0. Le discriminant est Δ = 1 et les
racines de (EC) sont donc −1 − i et −i.
9782340-002166_001_600.indd 215 21/10/2014 12:13

2 Ici, Δ
= 0 et par conséquent les solutions complexes de (H2 ) sont les fonctions de la forme
h : x → C1 e−ix + C2 e(−1−i)x . Autrement dit
SH2 (C) = {I → C : x → C1 e−ix + C2 e(−1−i)x , (C1 , C2 ) ∈ C2 }
Méthode 9.8.— Comment trouver les solutions réelles de (H2 )

1 On résout l’équation caractéristique associée : r2 + ar + b = 0.
2 La solution générale sur R de (H2 ) est obtenue en discutant suivant le signe du
discriminant Δ de l’équation caractéristique.
Si Δ > 0, la solution générale est de la forme h : x → C1 er1 x + C2 er2 x où r1 et r2
sont les racines réelles distinctes de (EC).
Si Δ = 0, la solution générale est de la forme h : x → (C1 + C2 x)er0 x où r0 est la
racine double de (EC).

Si Δ < 0, la solution générale est est de la forme h : x → eρx C1 cos(ωx) +
C2 sin(ωx) où ρ ± iω sont les racines complexes conjuguées de (EC).
Exemples :
• Soit (H2 ) : y − 2y (x) + y(x) = 0. L’équation caractéristique associée : x2 − 2x + 1 = 0 a
une racine double 1, donc : SH2 (R) = {I → R : x → (C1 + C2 x)ex , (C1 , C2 ) ∈ R2 }.
• Soit (H2 ) : y (x)+y (x)+y(x) = 0. L’équation caractéristique associée : x2 +x+1 = 0 a deux
racines complexes conjuguées j et j. Il faut préciser si les solutions cherchées sont à valeurs
dans C ou à valeurs dans R. Les solutions à valeurs dans C sont : SH2 (C) = {I → C :√x →
1 3
C1 ejx + C2 ejx , (C1 , C2 ) ∈ C2 } et les solutions à valeurs dans R sont (comme j = − + i ):
√ √ 2 2
1 1
SH2 (R) = {I → R : x → C1 e− 2 x cos( 23 x) + C2 e− 2 x sin( 23 x), (C1 , C2 ) ∈ R2 }.

Recherche d’une solution particulière (E2 )
Méthode 9.9.— Comment trouver une solution lorsque f est un polynôme

On considère l’équation y + ay + by = Pm (x), où Pm est un polynôme de degré m.
Si b
= 0, (E2 ) possède une solution particulière de la forme y0 : x → Qm (x).
Si b = 0 et a
= 0, (E2 ) a une solution particulière de la forme y0 : x → x Qm (x).
Si b = 0 et a = 0, (E2 ) a une solution particulière de la forme y0 : x → x2 Qm (x).
où Qm (x) est un polynôme de degré m : Qm (x) = b0 + b1 x + · · · + bm xm . On détermine
Qm par identification des coefficients. On pose (en prenant i = 0, 1 ou 2 suivant le cas )
b× y0 (x) = xi Qm (x) = b0 xi + b1 x1+i + · · · bm xm+i
a× y0 (x) = ···
1× y0 (x) = ···
y0 est solution de (E2 ) ssi (b0 , . . . , bm ) est solution d’un système d’équations linéaires.
210 CHAPITRE 9
9782340-002166_001_600.indd 216 21/10/2014 12:13

Méthode 9.10.— Comment trouver une solution lorsque f est une exponentielle
On considère l’équation y + ay + by = eαx , où α ∈ K.
Si α n’est pas racine de (EC), (E2 ) a une solution de la forme y0 : x → b0 eαx .
si α est racine simple de (EC), (E2 ) a une solution de la forme y0 : x → b0 x eαx .
si α est la racine double de (EC), (E2 ) a une solution de la forme y0 : x → b0 x2 eαx .
Pour déterminer b0 , on pose (en prenant i = 0, 1 ou 2 suivant le cas )
b× y0 (x) = b0 xi eαx
a× y0 (x) = ···
1× y0 (x) = ···
y0 est solution de (E2 ) si et seulement si b0 est solution d’une équation linéaire.
Méthode 9.11.— Comment trouver une solution lorsque f est un (co-)sinus

Soit (a, b) ∈ R2 et ω un réel. On cherche une fonction réelle, solution de l’équation
y + ay + by = cos(ωx) (E21 )

ou y + ay + by = sin(ωx) (E22 )
La méthode consiste à passer en complexes. On note

y + ay + by = eiωx (Ẽ2 )
une solution particulière réelle de l’équation (E21 ) est obtenue en prenant la partie
réelle d’une solution complexe de l’équation (Ẽ2 ).
une solution particulière réelle de l’équation (E22 ) est obtenue en prenant la partie
imaginaire d’une solution complexe de l’équation (Ẽ2 ).
Exemple : soit E : y (x) − 4y (x) + 3y(x) = sin x + cos x.

Résolution de l’équation homogène 1 et 3 sont racines évidentes de l’équation caractéristique
r2 − 4r + 3 = 0. Par conséquent, la solution générale de l’équation homogène est h : x → C1 ex +

C2 e3x , où (C1 , C2 ) ∈ R2 .
Recherche d’une solution particulière
Posons y − 4y + 3y = cos(x) (E21 )

y − 4y + 3y = sin(x) (E22 )

On passe en complexes y − 4y + 3y = e ix
(Ẽ2 )
On cherche 1 unei solution particulière complexe ỹ0 de (Ẽ2 ) sous la forme x → aeix . On trouve
ix
ỹ0 (x) = 10 + 5 e . On obtient alors une solution particulière réelle de l’équation (E21 ) (resp.
(E22 )) en prenant la partie réelle (resp. imaginaire) de ỹ0 . Par superposition, il en résulte finalement
que y0 : x → 10
3
cos(x) − 101
sin(x) est une solution particulière de (E2 ).
Expression de la solution générale Ainsi SE (R) = {R → R : x →
10 (3 cos x − sin x) + C1 e +
1 x
C2 e , (C1 , C2 ) ∈ R }
3x 2
Mise en œuvre : exercice 9.4, exercice 9.6 .
9782340-002166_001_600.indd 217 21/10/2014 12:13

Circuits électriques RC, RL et RLC
Les équations différentielles sont utilisées en électricité. Notamment pour décrire l’évolution de la
charge aux bornes d’un condensateur, ou de l’intensité électrique dans un circuit.
Circuit RC
uR
t=0
i R
E C uC
On suppose qu’au départ, le condensateur est déchargé. À l’instant t = 0, on ferme le circuit à

l’aide de l’interrupteur. Le générateur fournit une tension constante égale à E. Le dipôle RC reçoit
donc un échelon de tension à t = 0.
q
On note C la capacité du condensateur et uC la tension à ses bornes. On a : uC = ·
C
dq dq
On note i l’intensité dans le circuit et q la charge du condensateur. On a ainsi i = , avec qui
dt dt
représente la dérivée de la fonction q par rapport à la variable t. Cette dérivée s’écrit indifféremment
dq d2 q
ou q (t) ou q̇. De même, la dérivée seconde se note indifféremment 2 ou q (t) ou q̈.
dt dt
On note R la valeur de la résistance et uR la tension à ses bornes : on a uR = Ri.
On a E = uR + uC . Ce qui permet d’écrire l’équation différentielle vérifiée par q :
Méthode 9.12.— Circuit RC

Avec les notations précédentes, la charge q vérifie l’équation différentielle
1 E
q̇ + q=
RC R
dont la solution est
t
q(t) = CE(1 − e− τ )
où τ représente la constante de temps égale à RC.
Circuit LC uL
i L
uE C uC
On se place maintenant dans le cadre d’un circuit LC, muni d’une bobine d’inductance L, d’un
générateur de tension égale à uE = E cos(ωt), d’une résistance de valeur R.
212 CHAPITRE 9
9782340-002166_001_600.indd 218 21/10/2014 12:13

On note respectivement, uE , uL et uR les tensions aux bornes du générateur, de la bobine et de la
di
résistance, et i l’intensité du circuit. On a d’une part uR = Ri, d’autre part uL = L . De l’égalité
dt
uE = uL + uR , on déduit la propriété suivante :
Méthode 9.13.— Circuit LR

Dans un circuit de type LR, avec les notations précédentes, l’intensité i vérifie l’équation
différentielle
di R uE
+ i=
dt L L
dont la solution est
t E EωL
i(t) = Ae− τ + cos(ωt) + 2 2 sin(ωt)
R(ω 2 τ2 + 1) ω τ +1
L
où τ représente la constante de temps égale à et A est une constante qui dépend des
R
conditions initiales.
Circuit RLC
En sciences physiques, comme en électricité, on rencontre fréquemment les équations différentielles
du second ordre à coefficients constants, sous la forme
ω0
q (t) + q (t) + ω0 q(t) = 0
Q
où ω0 s’appelle
la pulsation propre et Q s’appelle le facteur de qualité. Par ailleurs, on note

1
ω = ω0 1 − 4Q2 .
Méthode 9.14.— Équations homogènes du second degré à coefficients

constants pour l’électricité
1
Si Q > , la solution générale s’appelle un régime psuedo-périodique amorti, il est
2
de la forme
ω0
− t
qhom (t) = e 2Q [A cos(ωt) + B sin(ωt)]
1
Si Q = , la solution générale s’appelle un régime apériodique critique, il est de la
2
forme
ω0
− t
qhom (t) = e 2Q [A + Bt]
1
Si Q < , la solution générale s’appelle un régime apériodique, il est de la forme
2
ω0
−
t
qhom (t) = e 2Q [Aeωt + Be−ωt ]
Reprenons le circuit précédent auquel on ajoute une résistance R. On s’intéresse à l’évolution de
9782340-002166_001_600.indd 219 21/10/2014 12:13

la charge q du condensateur au cours du temps.
uR uL
R i L
uE C uC
De l’égalité uE = uR + uR + uC , on trouve une équation différentielle vérifiée par q.
Méthode 9.15.— Circuit LRC

Dans un circuit de type LRC, avec les notations précédentes, la charge q du condensateur
vérifie l’équation différentielle
d2 q R dq 1 uE
+ + q=
dt2 L dt LC L
1 L
En posant ω0 = √ , et Q = ω0 , on reconnaı̂t une équation différentielle sont le
LC R
uE
premier membre est du type méthode 9.14 et où le second membre est égal à .
L
La solution générale s’écrit comme somme de la solution homogène qhom méthode 9.14
et d’une solution particulière qsp de l’équation avec second membre.
On appelle alors régime transitoire la somme de ces deux solutions et régime stationnaire
le régime qsp , puisqu’à partir d’un certain tamps, la solution homogène devient négligeable
devant la solution particulière.
214 CHAPITRE 9
9782340-002166_001_600.indd 220 21/10/2014 12:13

Vrai/Faux
Vrai Faux
1. L’ensemble des solutions de (1) : y − αy(x) = f (x), où f est
une fonction fixée définie sur I et à valeurs dans R et α est une
constante de R∗ est de la forme x → z(x) + αeλx , où λ ∈ R et z
est une solution particulière de (1).
2. Les courbes représentatives de deux solutions (sur R) distinctes
d’une même équation différentielle linéaire d’ordre un du type
y (x) + a(x)y(x) = f (x), où a et f sont définies sur R, peuvent
être sécantes.
3. Les équations différentielles d’ordre un ont toujours des solu-
tions.
4. Pour résoudre xy + y 2 = sin x sur R∗+ , on ajoute une solu-

tion particulière de cette équation à une solution quelconque de
l’équation homogène xy + y 2 = 0.
5. Le principe de superposition est applicable à toutes les
équations différentielles.
6. L’équation différentielle αy (x) + βy (x) + γy(x) = 0 avec
(α, β, γ) ∈ R∗ ×R2 peut très bien n’avoir aucune solution à valeurs
dans R hormis la fonction nulle car αx2 + βx + γ = 0 peut ne pas
avoir de solution réelle.
9782340-002166_001_600.indd 221 21/10/2014 12:13

Équations différentielles d’ordre un
Exercice 9.1 : Résoudre les équations différentielles suivantes :
1. y (x) − y(x) = x
2. y (x) + y(x) = 2(ex + e−x )

2
3. y (x) = 2 y(x) + (2x2 − 1)ex
4. (x2 + 1)y (x) + x y(x) = 0
5. y (x) + y(x) tan x = cos2 x
x2 + 1
Exercice 9.2 : Soit R(x) = .
x(x + 1)(x − 1)
1 1 1
1. Vérifier que ∀x
= −1, 0, 1, on a R(x) = − + + .
x x−1 x+1
2. Déterminer une primitive de R(x) pour x > 1.
3. On considère l’équation différentielle de variable réelle x > 1

(E) : x(x2 − 1)y (x) + 2(x2 + 1)y(x) = 0
Déterminer sa solution générale.
4. Résoudre le système de Cauchy

x(x2 − 1)y (x) + 2(x2 + 1)y(x) = 4x2
y(2) = 0
⎧
⎨ (x + 1)y (x) − x y(x) + 1 = 0
Exercice 9.3 : Résoudre le problème de Cauchy : (E) : y(0) = 2 .
⎩
x ∈] − 1, +∞[
Équations différentielles linéaires d’ordre deux

Exercice 9.4 : Résoudre (dans R) les équations différentielles suivantes :
1. (E1 ) : y (x) − 5y (x) + 6y(x) = x2 + 1
2. (E2 ) : y (x) − 2y (x) + y(x) = 2ex ,
3. (E3 ) : y (x) + 4y (x) + 4y(x) = e−x
4. (E4 ) : y (x) − 4y (x) + 4y(x) = sin x.
Exercice 9.5 : Déterminer (en effectuant le changement de fonction y(x) = e2x z), l’unique fonction
e2x
y : R∗+ → R qui vérifie : (E) : y (x) − 4y (x) + 4y(x) = 2 avec y(1) = 1 et y (1) = 0.
x
216 CHAPITRE 9
9782340-002166_001_600.indd 222 21/10/2014 12:13

Exercice 9.6 : Déterminer l’unique fonction y : R → C qui vérifie :
(E) : y (x) − 2(1 + i)y (x) + 2i y(x) = x + i avec y(0) = y (0) = 0.
Exercice 9.7 : Soit (E) : y (x) + y (x) + y(x) = 8ex cos3 x. En linéarisant cos3 x puis en utilisant
une formule d’Euler, déterminer une solution particulière de (E) en passant dans C.
Exercice 9.8 : On considère un circuit électronique de type RLC :
uR uL
R i L
E C uC
avec R = 104 Ω, L = 10−3 H, C = 2.10−6 F. À t = 0, on applique un échelon de tension E = 10V.

Quelle est l’évolution au cours du temps de la charge électrique q aux bornes du condensateur ?
Indications
Ex. 9.3
x 1
On remarquera que =1− .
x+1 x+1
9782340-002166_001_600.indd 223 21/10/2014 12:13

1 2 3 4 5 6
F F F F F F
1. Faux c’est λeαx et non αeλx .

2. Toutes les solutions sont de la forme y1 + λg, où λ ∈ R et y1 , g sont deux fonctions fixes avec
g(x0 )
= 0. Le choix y(x0 ) = a impose une valeur à λ et donc deux solutions sécantes en x0 seront
égales (car λ est alors le même).
3. L’équation différentielle y 2 + y 2 + 1 = 0 n’a pas de solutions.
4. L’équation xy (x) + y 2 (x) = sin x n’est pas linéaire !
5. Faux, il faut que l’équation différentielle soit linéaire.
6. y + y + y = 0 avec y(0) = y (0) = 1 a une solution unique qui est non nulle et pourtant
X 2 + X + 1 = 0 n’a pas de solution réelle.
Erreurs classiques
• Appliquer dans le cas d’une équation différentielle non linéaire la méthode de
résolution d’une équation différentielle linéaire (résolution équation homogène +
solution particulière).
• Appliquer les méthodes de recherche d’une solution particulière (comme méthode
9.4 ou méthode 9.10) à une équation différentielle linéaire à coefficients non
constants ou ayant un second membre différent des types exponentielle, polynôme
ou fonction trigonométrique.
• Oublier d’être sur un intervalle où la fonction devant y ne s’annule pas.
218 CHAPITRE 9
9782340-002166_001_600.indd 224 21/10/2014 12:13

Exercice 9.1
1. Étude de l’équation différentielle (E) : y (x) − y(x) = x. On cherche les
solutions définies sur R. L’équation homogène associée (H1 ) : y (x) − y(x) = 0 (E) est linéaire du
a pour ensemble de solutions : type y + αy = f (x).
SH1 (R) = {R → R : x → λex , λ ∈ R}.

Puis on cherche une solution particulière polynomiale de (E). Après calculs,
la fonction y1 : x → −x−1 est une solution particulière de (E) et on en déduit
donc :
SE (R) = {R → R : x → −x − 1 + λex , λ ∈ R}.
2. Étude de l’équation différentielle (E) : y (x) + y(x) = 2(ex + e−x ) sur R.

L’équation homogène associée (H1 ) : y + y = 0 a pour ensemble de solutions :
SH1 (R) = {R → R : x → λe−x , λ ∈ R}.
On cherche alors une solution particulière du type axe−x de l’équation (E1 ) :
y + y = 2e−x en utilisant la méthode 9.5. On trouve a = 2 d’où y1 : x → méthode de
2xe−x est solution particulière de (E1 ). De même, on cherche une solution superposition des
solutions
particulière y2 du type bex de (E2 ) : y + y = 2ex par identification. On trouve
b = 1 d’où y2 : x → ex est solution particulière de (E2 ). Ainsi
SE (R) = {R → R : x → ex + 2xe−x + λe−x ; λ ∈ R}
2
3. Étude de l’équation différentielle (E) : y = 2y + (2x2 − 1)ex , x ∈ R :
L’équation homogène associée (H1 ) : y − 2y = 0 a pour ensemble de solutions
SH1 (R) = {R → R : x → λe2x , λ ∈ R}
On peut utiliser la méthode de variation de la constante, ce qui permet de
2
conclure que x → (x + 1)ex est solution particulière de (E), on écrit : On peut aussi
chercher une solution
2
SE (R) = {R → R : x → (x + 1)ex + λe2x , λ ∈ R}. particulière du type
2
ex P (x), où P est un
polynôme.
4. Étude de l’équation différentielle (E) : (x2 + 1)y + xy = 0, x∈ R :
−x 1 1
Comme une primitive de x → 2 est x → − ln(x +1) = ln √
2
, (E) est du type
x +1 2 x2 + 1 a(x)y + b(x)y = f (x).
1
SE (R) = {R → R : x → λ √ , λ ∈ R}
x2 +1
5. Étude de l’équation différentielle (E) : y + y tan x = cos2 x : on détermine

les solutions sur un ensemble du type Ik =] − π2 + 2kπ, π2 + 2kπ[, où k est
un entier relatif. L’équation homogène associée (H1 ) : y + y tan x = 0 a pour
ensemble de solutions sur les intervalles Ik ,
9782340-002166_001_600.indd 225 21/10/2014 12:13

SH1 (Ik ) = {Ik → R : x → λ cos x, λ ∈ R}
On cherche une solution x → λ(x) cos x, où λ a une dérivée continue.
(x → λ(x) cos x ∈ SE (Ik )) ⇔ (∀x ∈ Ik , λ (x) = cos x)
d’où y : x → sin x cos x est une solution particulière de (E).
SE (Ik ) = {Ik → R : x → sin x cos x + λ cos x, λ ∈ R}

Exercice 9.2
1. Il suffit de réduire les fractions au même dénominateur :
1 1 1 −(x − 1)(x + 1) + x(x + 1) + x(x − 1) x2 + 1
− + + = =
x x−1 x+1 x(x + 1)(x − 1) x(x + 1)(x − 1)
2. Une primitive de R(x) sur ]1, +∞[ est alors

x2 − 1
− ln(x) + ln(x1) + ln(x + 1) = ln
x
3. La solution générale de (E) est donc

2
ln x x−1
f (x) = λe , λ∈R
Soit encore
x2 − 1
f (x) = λ , λ∈R
x
4. Il existe une seule solution au problème de Cauchy, à savoir la seule des

fonctions solutions de l’équation générale qui s’annule en x = 2. On est donc
amené à trouver la valeur de λ telle que
2
2 −1
λ =0
2
La solution du problème de Cauchy est donc obtenue pour λ = 23 , à savoir

2 x2 − 1
f (x) = avec x > 1
3 x
Exercice 9.3
Soit (F ) l’équation sans la condition initiale et (F0 ) est l’équation homogène
La solution parti- associée, on trouve sur ] − 1, +∞[,
culière est obtenue par
ex
la méthode de la varia- SF0 (] − 1, +∞[) = {] − 1, +∞[→ R : x → λ , λ ∈ R}
tion de la constante. 1+x
1 ex
SF (] − 1, +∞[) = {] − 1, +∞[→ R : x → +λ , λ ∈ R}
1+x 1+x
220 CHAPITRE 9
9782340-002166_001_600.indd 226 21/10/2014 12:13

On a l’équivalence (f ∈ SE ) ⇔ (f ∈ SF et f (0) = 2) et :
)
1 + ex
SE (] − 1, +∞[) = ] − 1, +∞[→ R : x →
1+x

Exercice 9.4
1. Pour (E1 ) : l’équation caractéristique r2 − 5r + 6 = 0 a pour racines {3, 2}.

On cherche une solution particulière sous forme d’un polynôme du second
degré. Le lecteur remplace y(x) par ax2 + bx + c dans le premier membre de
(E1 ) et identifie le résultat à x2 + 1. Après identification, on trouve :
1 2 5 37
x → x + x+
6 18 108
et finalement Voir la méthode
9.9.
1 2 5 37
SE1 (R) = {R → R : x → x + x+ + λe2x + μe3x , (λ, μ) ∈ R2 }
6 18 108
2. Pour (E2 ) : l’équation caractéristique est r2 − 2r + 1 = 0 et 1 est la racine

double. On cherche une solution particulière de la forme méthode 9.10
y1 (x) = b0 x2 ex
Après un travail d’identification, on trouve y1 : x → x2 ex et la récompense de

nos efforts est :
SE2 (R) = {R → R : x → x2 ex + (λx + μ)ex , (λ, μ) ∈ R2 }.
3. Voici enfin (E3 ) et son équation caractéristique indispensable r2 +4r+4 = 0

de racine double −2. On cherche alors une solution particulière de la forme
x → b0 e−x . Le lecteur trouve x → 1e−x et on a :
SE3 (R) = {R → R : x → e−x + (λx + μ)e−2x , (λ, μ) ∈ R2 }
4. Il reste (E4 ) : l’équation caractéristique r2 − 4r + 4 = 0 a pour racine

double : r = 2. Les solutions de l’équation homogène sont :
SE4,0 (R) = {R → R : x → (λx + μ)e2x , (λ, μ) ∈ R2 }
On cherche alors une solution particulière. Pour ce faire, conformément à la

méthode 9.11, on passe en complexes : l’équation (Ẽ4 ) y − 4y + 4y = e
ix
3+4i ix 3+4i
admet pour solution particulière ỹ0 = 25 e = 25 cos(x) + i sin(x) . En
prenant la partie imaginaire il s’ensuit que la fonction x → 25 3 4
sin x + 25 cos x
est une solution particulière de (E4 ). Ainsi,
SE4 (R) = {x → 25
4
cos x + 253
sin x + (λx + μ)e2x , (λ, μ) ∈ R2 }.
9782340-002166_001_600.indd 227 21/10/2014 12:13

Exercice 9.5
On a : On effectue le changement de fonction y(x) = e2x z(x). On obtient :
y = (2z(x) + z (x))e2x
et y (x) = (4z(x) + e2x
4z (x) + z (x))e2x . e2x (4z(x) + 4z (x) + z (x) − 8z(x) − 4z (x) + 4z(x)) = .
x2
1
Les conditions Cela donne : z (x) = . On intègre deux fois et on a :
initiales donnent x2
K1 = 1 − 2e−2 et z(x) = − ln x + K1 x + K2 , où (K1 , K2 ) ∈ R2 .
K2 = 3e−2 − 1.
Il reste : y(x) = e2x (− ln x + K1 x + K2 ) .
Exercice 9.6
On résout l’équation caractéristique de (H2 ) associée :
z 2 − 2(1 + i)z + 2i = 0
On voit facilement que z = 1 + i est solution double. Finalement
SH2 (R) = {f : R → C : x → (λx + μ)e(1+i)x , (λ, μ) ∈ C2 }
Il nous reste à trouver une solution particulière de l’équation (E). On calque la

méthode vue pour des équations à coefficients réels. Comme le second membre
est x → x + i, on cherche une solution particulière de la forme y1 (x) = ax + b,
où a et b sont deux complexes. On a : −2a(1 + i) + 2i(ax + b) = x + i ce qui
donne a = b = −i/2. Il reste à écrire que notre solution a la forme
i
x → (λx + μ)e(1+i)x − (1 + x)
2
1 i
Les conditions initiales donnent λ = et μ = . La solution est :
2 2
1 i
x → (i + x)e(1+i)x − (1 + x)
2 2

Exercice 9.7
On commence par remarquer que :
8ex cos3 x = e(1+3i)x + e(1−3i)x + 3e(1−i)x + 3e(1+i)x .
En couplant la méthode de superposition et la méthode 9.10, on considère
les quatre équations :
(E1 ) : y (x) + y (x) + y(x) = e(1+3i)x , (E2 ) : y (x) + y (x) + y(x) = e(1−3i)x ,
(E3 ) : y (x) + y (x) + y(x) = 3e(1−i)x , (E2 ) : y (x) + y (x) + y(x) = 3e(1+i)x .
On cherche une solution particulière de (E1 ) de la forme y1 (x) = λe(1+3i)x ,

2 i
où λ est un complexe à trouver. On trouve λ = − − . Une solution
39 13
particulière de (E2 ) est donc y 1 . De même, on cherche une solution particulière
de (E3 ) de la forme y3 (x) = μe(1−i)x , où μ est un complexe à trouver. On
6 9i
trouve μ = + . Une solution particulière de (E4 ) est donc y 3 . Une
13 13
solution particulière de (E) est y0 = y1 + y 1 + y3 + y 3 . En arrangeant, on
2 x
obtient : y0 (x) = e [−2 cos 3x + 3 sin 3x + 18 cos x + 27 sin x] .
39
222 CHAPITRE 9
9782340-002166_001_600.indd 228 21/10/2014 12:13

Exercice 9.8
D’après méthode 9.15, la charge électrique q vérifie l’équation différentielle
d2 q R dq 1 E
+ + q=
dt2 L dt LC L
+
1 L 1 1
Posons Q = , ω0 = et ω = ω0 1 − . L’équation différentielle
R C LC 4Q2
√ forme que celle de la méthode 9.15.
est alors de la même
20 1
Comme Q = ×10−3 < , et qu’une solution particulière de l’équation
2 2
avec second membre est la fonction constante qp (t) = CE, la solution générale
de l’équation différentielle est de la forme :
ω0
− t
q(t) = e 2Q [Aeωt + Be−ωt ] + CE
À t = 0− , le condensateur est déchargé, dont l’intensité i est égale à 0. Comme

dq
i= est une fonction continue, on en déduit que les conditions initiales sont
dt
données par ⎧
⎨q(0) = E
⎩ dq (0) = 0
dt
Ce qui induit que les constantes A et B vérifient le système
⎧
⎨ A + B = −CE
ω0 ω0
⎩ (ω − )A − (ω + )B = 0
2Q 2Q
On en déduit

CE ω0 CE ω0
A=− 1+ B=− 1−
2 2ωQ 2 2ωQ
Finalement
⎡ ω0 ⎤
− t

1 ω ω
q(t) = CE ⎣1 − e 2Q e−ωt ⎦
0 0
1+ eωt + 1 −
2 2ωQ 2ωQ
9782340-002166_001_600.indd 229 21/10/2014 12:13

9782340-002166_001_600.indd 230 21/10/2014 12:13
Chapitre 10
Ensembles finis,
dénombrement
Les entiers positifs sont-ils plus naturels que les autresȹ?

Doit-on adhérer à l’aĜrmation de Leopold Kronecker lorsqu’il ditȹ:
Les nombres entiers sont l’œuvre de Dieu,

tout le reste est fabriqué par l’hommeȹ?
En fait, jusqu’à la Renaissance, il n’y avait pas ambiguïté

car on n’appelait nombre que les entiers, strictement positifs.
Au XVIe siècle, on nomme quantité niée ce qui correspond
à une deĴe ou un débit et apparaît bientôt le qualięcatif négatif
pour les désigner. Par opposition, on nomme aĜrmatifs ceux qui sont
plus grands que zéro. Par la suite, une nomenclature
plus conceptuelle apparaît. Cependant, ces nombres négatifs
paraissent provenir d’une création de l’esprit
alors que les autres, ceux que l’on nomme désormais positifs, Leopold Kronecker
semblent plus naturels. (1823-1891)
9782340-002166_001_600.indd 231 21/10/2014 12:13

Objectifs

Les incontournables
ZDémontrer une propriété par récurrence (simple ou forte).
ZSavoir manipuler les symboles ǌ et ǋ, ainsi que les coefficients binomiaux.
9782340-002166_001_600.indd 232 21/10/2014 12:13

Résumé de cours
Cardinal d’un ensemble fini
Notation : si n ∈ N∗ , on note [[1, n]] l’intervalle d’entiers défini par [[1, n]] = {1, · · · , n}.
Définition : Ensemble fini, cardinal d’un ensemble fini —. Soit E un ensemble non vide. On dit
que E est un ensemble fini s’il existe n ∈ N∗ et une bijection de E dans [[1, n]]. Dans ce cas,
l’entier n est unique et appelé cardinal de E. On le note Card (E). Par convention, l’ensemble
vide est fini et de cardinal 0.
Notation : le cardinal d’un ensemble E se note également |E| ou #E.
Théorème 10.1.— Cardinal des parties —. Soit E un ensemble fini et A une partie de E. Alors :
A est un ensemble fini et Card (A) ≤ Card (E) ;
A = E si et seulement si Card (A) = Card (E).
Proposition 10.2.— Soit f une application de E dans F , où E et F sont deux ensembles finis.
Si f est injective, alors Card (E) ≤ Card (F ).
Si f est surjective, alors Card (E) ≥ Card (F ).
Si f est bijective, alors Card (E) = Card (F ).
Théorème 10.3.— Soit E et F deux ensembles finis de même cardinal, et f une application
de E dans F . Alors, les propriétés suivantes sont équivalentes :
1
2 f est injective
2
2 f est surjective
2
3 f est bijective.
Théorème 10.4.— Cardinal d’un produit cartésien de deux ensembles finis —. Soit E et F
deux ensembles finis. Alors E × F est un ensemble fini et :
Card (E × F ) = Card (E) × Card (F )
Corollaire 10.5.— Soit E1 , · · · , Ep des ensembles finis. Alors E1 × · · · × Ep est un ensemble fini
et :
Card (E1 × · · · × Ep ) = Card (E1 ) × · · · × Card (Ep )
DÉNOMBREMENT 227
9782340-002166_001_600.indd 233 21/10/2014 12:13

Théorème 10.6.— Cardinal d’une réunion de deux ensembles finis—. Soit E et F deux en-
sembles finis. Alors E ∪ F est un ensemble fini et :
Card (E ∪ F ) = Card (E) + Card (F ) − Card (E ∩ F )
Corollaire 10.7.— Si E et F sont deux ensembles finis et disjoints (E ∩ F = ∅), alors :
Card (E ∪ F ) = Card (E) + Card (F )
Corollaire 10.8.— Soit E un ensemble fini, A1 , A2 , · · · , An n parties de E deux à deux disjointes

et dont la réunion est égale à E. Alors :
Card (E) = Card (A1 ) + Card (A2 ) + · · · + Card (An ).
Remarque : en particulier, si A1 , A2 , · · · , An sont n parties de E deux à deux disjointes, de cardinal

commun p et dont la réunion est égale à E, alors E est un ensemble fini et Card (E) = np. Ce
résultat est connu sous le nom du lemme des bergers (pour compter le nombre de moutons dans
son troupeau, un berger allongé dans l’herbe peut compter le nombre de pattes et diviser par 4).
Théorème 10.9.— Nombre d’applications entre deux ensembles finis —. Soit E et F deux
ensembles finis. On note n = Card (E) et p = Card (F ). Alors l’ensemble F (E, F ) des applications
de E dans F est fini, de cardinal pn .
Corollaire 10.10.— Nombre de parties d’un ensemble fini —. Soit E un ensemble fini de cardinal
n. Alors, l’ensemble P(E) des parties de E est un ensemble fini, de cardinal 2n .
Listes
Définition : p-liste —. Soit E un ensemble fini. Une p-liste de E , aussi appelé un p-uplet de E,
est un élément de la forme (x1 , · · · , xp ), où x1 , · · · , xp sont des éléments de E.
Remarque : une p-liste de E est donc un élément de E p . L’ordre des éléments compte et il peut
y avoir des répétitions.
Théorème 10.11.— Nombre de p-listes —. Soit E un ensemble fini de cardinal n et p ∈ N∗ . Le

nombre de p-listes de E est égal à np .
Théorème 10.12.— Nombre de p-listes d’éléments distincts —. Soit E un ensemble fini de

n!
cardinal n et p ∈ [[1, n]]. Le nombre de p-listes de E d’éléments distincts de E est égal à .
(n − p)!
228 CHAPITRE 10
9782340-002166_001_600.indd 234 21/10/2014 12:13

Théorème 10.13.— Nombre d’injections —. Soit n, p ∈ N∗ . Le nombre d’applications injectives
n!
d’un ensemble de cardinal p dans un ensemble de cardinal n est .
(n − p)!
Définition : Permutation —. Soit E un ensemble fini. Une permutation de E est une bijection
de E dans lui-même.
Théorème 10.14.— Nombre de permutations —. Soit E un ensemble fini de cardinal n ∈ N∗ .

Le nombre de permutations de E dans lui-même est n! .
Remarque : il existe donc n! bijections de E dans E, lorsque Card (E) = n.
Combinaisons
Définition : Soit E un ensemble fini de cardinal n ∈ N∗ , et p ∈ N. On appelle p-combinaison
de E toute partie de E à p éléments.
∗
Théorème 10.15.— Soit E un n ensemble fini de cardinal n ∈ N , et p ∈ N. Le nombre de p-
combinaisons de E est égal à p .
Remarque : pour n ∈ N∗ et p ∈ [[0, n]], il y a donc n!

p!(n−p)! parties à p éléments dans un ensemble
à n éléments.
Théorème 10.16.— Règles de calcul sur les coefficients binomiaux —. Pour tout n ∈ N∗ , on a :
n
n
= 2n
p=0
p

n n
∀p ∈ [[0, n]], =
n−p p

n n n−1
∀p ∈ [[1, n]], =
p p p−1

n n−1 n−1
∀p ∈ [[1, n − 1]], = + (formule de Pascal)
p p p−1
n
n p n−p
∀(x, y) ∈ C , (x + y)
2 n
= x y (formule du binôme de Newton)
p=0
p
DÉNOMBREMENT 229
9782340-002166_001_600.indd 235 21/10/2014 12:13

Méthodes
Principe multiplicatif ou principe du berger
Méthode 10.1.— Comment dénombrer à l’aide du principe multiplicatif

Lorsque le dénombrement d’un ensemble se décompose en une succession d’étapes
indépendantes, on compte le nombre de possibilités offertes à chaque étape et les nombres
de possibilités se multiplient. Plus précisément, si le dénombrement d’un ensemble E se
décompose en k étapes indépendantes alors le cardinal de E est égal à
n1 × n2 × · · · × nk
où nj est le nombre de possibilités à l’étape j. C’est le principe multiplicatif. Dans le

raisonnement, on utilise des et qui permettent de construire les différentes étapes du
dénombrement.
Exemple : combien de menus différents peut-on composer avec 3 entrées, 2 plats et 4 desserts ?
Pour constituer un menu, on choisit une entrée, un plat et un dessert (entrée et plat et dessert).
• choix de l’entrée 3 possibilités.
• choix du plat 2 possibilités.
• choix du dessert 4 possibilités.
Au total, il y a donc 3 × 2 × 4 = 24 menus possibles.
Exemple : déterminer le cardinal de l’ensemble des nombres à cinq chiffres ne contenant aucun 9.
Il y a 8 possibilités (les chiffres de 1 à 8) pour le premier chiffre et 9 possibilités pour les quatre
suivants (les chiffres de 0 à 8). Par conséquent, il y a 8 × 94 = 52 488 nombres de cinq chiffres ne
contenant aucun 9.
Exemple : à l’aide du principe multiplicatif, retrouver le nombre d’injections d’un ensemble de

cardinal p dans un ensemble de cardinal n (théorème 10.13).
Notons E = {a1 , · · · , ap } et F un ensemble de cardinal n. Pour former une injection f de E dans

F , il y a n possibilités pour choisir f (a1 ). Il y a ensuite n − 1 possibilités pour f (a2 ) (toutes sauf
f (a1 )), n − 2 pour f (a3 ) et ainsi de suite jusqu’à n − p + 1 choix possibles pour f (ap ). Au total, il y
a donc n × (n − 1) × · · · (n − p + 1) = (n−p)!
n!
injections de E dans F d’après le principe multiplicatif.
Exemple : déterminer le nombre de surjections de E = [[1, n + 1]] dans F = [[1, n]], où n ∈ N∗ . Une
application de E dans F est surjective si et seulement si c’est une bijection entre n − 1 éléments de
E et n − 1 éléments de F et que l’élément restant de F admet pour antécédents
les deux éléments
restants de E. Il y a n possibilités pour choisir un tel élément de F et n+1
2 choix possibles pour
ses deux antécédents. Enfin, on sait qu’il y a (n − 1)! bijections entre deux ensembles de cardinal
(n+1)!
n − 1. Ainsi, il y a n × n+1
2 × (n − 1)! = n 2!(n−1)! (n − 1)! = n(n+1)!
2 surjections de E dans F .
230 CHAPITRE 10
9782340-002166_001_600.indd 236 21/10/2014 12:13

Passage au complémentaire
Méthode 10.2.— Comment dénombrer en passant au complémentaire

Pour déterminer le cardinal d’une partie A d’un ensemble E, il est parfois plus simple de
trouver le cardinal de son complémentaire A. On a alors Card (A) = Card (E)−Card (A).
Dans un énoncé, la présence de au moins un doit inciter à passer au complémentaire
( aucun ).
Exemple : combien y a-t-il de mots (ayant un sens ou non) de 3 lettres avec au moins un w ?
Il y a 26 × 26 × 26 mots de 3 lettres (26 possibilités pour chaque lettre) et 25 × 25 × 25 mots de 3
lettres ne contenant pas de w (25 possibilités pour chaque lettre). Le passage au complémentaire
permet facilement de conclure : il y a 263 − 253 = 1 951 mots de 3 lettres avec au moins un w.
Utilisation d’une réunion d’ensembles deux à deux disjoints
Méthode 10.3.— Comment dénombrer à l’aide d’une réunion d’ensembles deux

à deux disjoints
Pour dénombrer un ensemble, on est parfois amené à le décomposer en une réunion de
parties deux à deux disjointes, chacune étant facile à dénombrer (corollaire 10.8). Plus
précisément, si E = A1 ∪ A2 ∪ · · · ∪ An avec Ai ∩ Aj = ∅ pour i
= j, alors :
Card (E) = Card (A1 ) + Card (A2 ) + · · · + Card (An ).
Dans le raisonnement, on utilise des ou pour séparer les différentes possibilités. C’est
un raisonnement par disjonction des cas (voir chapitre logique).
La présence dans un énoncé de au plus (ou au moins ) se prête particulièrement à
cette méthode, en utilisant des parties définies à l’aide de exactement . Par exemple,
au plus 2 signifie exactement 0 ou exactement 1 ou exactement 2.
Exemple : combien y a-t-il de carrés dans un quadrillage de 3 cases sur 3 ?

Dans un tel quadrillage, un carré peut être de côté 1, 2 ou 3 (1 ou 2 ou 3). Il y a 9 carrés de côté
1, 4 carrés de côté 2 et un seul carré de côté 3. Finalement, on a au total 9 + 4 + 1 = 14 carrés
dans ce quadrillage.
Exemple : combien y a-t-il de mots (ayant un sens ou non) de 3 lettres avec au plus un w ?
Un mot de 3 lettres avec au plus un w a un seul w, ou bien aucun. Tout d’abord, il y a 25 × 25 × 25
mots de 3 lettres sans w (25 possibilités pour chaque lettre). Pour former un mot de 3 lettres avec
un seul w, il y a 25 possibilités pour chacune des deux lettres autres que w, une seule possibilité
pour w, qui peut occuper une des 3 places du mot, soit 3 × 25 × 25 mots. Au total, on obtient
253 + 3 × 252 = 17 500 mots de 3 lettres avec au plus un w.
Exemple : à l’aide de la méthode 10.3, retrouver le nombre d’injections d’un ensemble de cardinal
DÉNOMBREMENT 231
9782340-002166_001_600.indd 237 21/10/2014 12:13

p dans un ensemble de cardinal n (théorème 10.13).
Soit E un ensemble de cardinal p ∈ N∗ , F un ensemble de cardinal n ∈ N∗ , avec p ≤ n. Considérons
une partie A de F à p éléments. On note IA l’ensemble des injections de E dans F qui ont pour
image A. L’ensemble des injections de E dans F est la réunion disjointe des ensembles IA , où
A ⊂ F . Par ailleurs, tout élément f de IA peut être vu comme une bijection de E dans A
(Card E = Card A). Par conséquent, Card IA = p!. Comme il y a np possibilités pour former la

partie A, on en déduit que l’ensemble des injections de E dans F a pour cardinal p! × np = (n−p)!
n!
.
Reconnaı̂tre et dénombrer les objets
Méthode 10.4.— Comment reconnaı̂tre les objets à dénombrer

Lorsque l’on cherche à résoudre un problème de dénombrement, il faut essayer de se
ramener à des objets connus du cours : listes, listes d’éléments distincts, permutations,
combinaisons. Pour les reconnaı̂tre, on doit se demander si l’ordre intervient, et s’il peut
y avoir des répétitions.
On utilise les listes lorsque l’on choisit successivement des éléments dans un en-
semble, avec d’éventuelles répétitions (ordre, répétitions possibles).
On utilise les listes d’éléments distincts lorsque l’on choisit successivement des
éléments dans un ensemble, sans répétition possible (ordre, pas de répétition).
On utilise les permutations lorsque l’on choisit successivement tous les éléments
d’un ensemble (ordre, pas de répétition).
On utilise les combinaisons lorsque l’on choisit simultanément certains objets d’un
ensemble (pas d’ordre, pas de répétition).
Cette méthode, associée à la suivante, permet d’effectuer des dénombrements usuels.
Méthode 10.5.— Comment dénombrer les objets de référence

Lorsque l’on a reconnu des objets de référence, on applique les résultats du cours :
le nombre de p-listes d’un ensemble de cardinal n est np ;
n!
le nombre de p-listes d’éléments distincts d’un ensemble de cardinal n est (n−p)! ;
le nombre de permutations d’un ensemble de cardinal n est n! ;

le nombre de p-combinaisons d’un ensemble de cardinal n est np .
Exemple : dans une finale olympique du 100 mètres, combien y a-t-il de podiums possibles ?
Dans une finale du 100 mètres, il y a 8 coureurs (8 couloirs) et seuls les trois premiers à l’arrivée
constituent le podium. Un podium peut donc être vu comme une 3-liste d’éléments distincts de
l’ensemble des coureurs (pas de répétiton possible et l’ordre compte évidemment). Par conséquent,
8!
il y a (8−3)! = 8 × 7 × 6 = 336 podiums possibles.
232 CHAPITRE 10
9782340-002166_001_600.indd 238 21/10/2014 12:13

Exemple : on considère trois urnes numérotées de 1 à 3, et 5 boules numérotées de 1 à 5. On range
au hasard ces boules dans les trois urnes. Combien y a-t-il de manières différentes de les ranger ?
Un rangement de ces boules peut être vu comme une 5-liste (α1 , α2 , α3 , α4 , α5 ), où, pour k ∈ [[1, 5, ]],
αk désigne l’urne dans laquelle on a déposé la boule k (αk ∈ {1, 2, 3}). Ainsi, le nombre de façons
de ranger ces 5 boules est le nombre de 5-listes de {1, 2, 3}, c’est-à-dire 53 = 125.
Exemple : combien y a-t-il d’anagrammes (ayant un sens ou non) du mot TARATATA ?

Une anagramme de TARATATA est un mot quelconque obtenu à l’aide des lettres de TARATATA.
Notons que les lettres ne jouent pas ici le même rôle puisque, par exemple, permuter deux A dans
ce mot donne évidemment le même mot. Le mot TARATATA contient huit lettres dont trois T,
quatre A et un R. Pour former une anagramme de ce mot, on choisit successivement :

• 3 positions parmi les 8 possibles pour placer les T, soit 83 = 56 possibilités ;

• 4 positions parmi les 5 restantes pour les A, soit 54 = 5 possibilités ;
• 1 position pour le R qui ne peut aller que sur l’unique place restante, soit 1 possibilité !
Par conséquent, il y a 56 × 5 × 1 = 280 anagrammes du mot TARATATA.
On peut évidemment retrouver ce résultat en commençant par placer les A ou le R.
Exemple : Les caractères de l’écriture Braille, destinée aux aveugles, sont formés de points en relief
obtenus en piquant une feuille de papier. Pour chaque caractère, on dispose d’un rectangle de deux
points de large sur trois points de haut. Pour former un caractère, on pique au moins l’un de ces
six points. Combien de caractères Braille peut-on constituer ?
Pour former un caractère, il y a deux possibilités pour chaque point : piqué ou non piqué. Cela
donne 26 = 64 possibilités (c’est le nombre de 6-listes d’un ensemble à 2 éléments). Mais nous
avons compté (en trop) le rectangle sans aucun point piqué, qui n’est pas un caractère. Au total,
on peut donc former 63 caractères.
Principe des tiroirs
Méthode 10.6.— Comment appliquer le principe des tiroirs

D’après la proposition 10.2, une application de E dans F , avec Card (E) > Card (F ) ne
peut pas être injective : il existe donc deux éléments qui ont la même image. Ce résultat
est connu sous le nom imagé de principe des tiroirs : si l’on range cinq dossiers dans
quatre tiroirs, alors nécessairement un tiroir contient au moins deux dossiers. Ce principe,
qui paraı̂t évident, permet de démontrer des résultats qui ne le sont pas toujours.
Exemple : dans un village de 700 habitants, deux personnes (au moins) ont les mêmes initiales.
En effet, pour former les initiales d’une personne, il y a 26 × 26 = 676 possibilités (26 possibilités
pour la première lettre du prénom, 26 pour celle du nom). Le principe des tiroirs assure qu’à partir
de 677 habitants, deux personnes (au moins) possèdent les mêmes initiales. C’est à plus forte raison
vrai pour 700 habitants.
DÉNOMBREMENT 233
9782340-002166_001_600.indd 239 21/10/2014 12:13

Vrai/Faux
Vrai Faux
1. L’ensemble vide n’a pas de cardinal
2. L’ensemble vide est infini
3. Le nombre de sous-ensembles de [[1, 5]] est 32.
4. Le nombre de permutations de [[1, 5]] est 120.
5. Le nombre d’applications injectives de [[1, 4]] dans [[1, 6]] est 64 .
6. Une application surjective de [[1, 8]] dans [[9, 16]] est bijective.
7. Le nombre de quintés possibles dans une course de 20 partants
est 205 .
8. Le nombre de rangements possibles de quatre dossiers dans six
tiroirs est 64 .
9. Il y a 190 façons possibles de choisir deux personnes dans un
groupe de 20.
10. On peut former 526 mots de cinq lettres différents.

11. Le nombre d’anagrammes du mot debout est le nombre de
permutations de ses lettres.
12. Le nombre d’anagrammes du mot assis est le nombre de per-
mutations de ses lettres.
234 CHAPITRE 10
9782340-002166_001_600.indd 240 21/10/2014 12:13

Dénombrement : urnes et dés
Exercice 10.1 : Une urne contient 15 boules numérotées de 1 à 15. Les boules numérotées de 1 à
5 sont blanches, les boules numérotées de 6 à 15 sont noires.
1. On tire simultanément cinq boules de l’urne.
a. Combien y a-t-il de tirages possibles ?
b. Combien de tirages donnent 2 boules blanches et 3 boules noires ?
2. On tire successivement 5 boules de l’urne sans remise.
a. En tenant compte de l’ordre, combien y a-t-il de tirages possibles ?
b. Combien de tirages donnent 2 boules blanches et 3 boules noires dans un ordre quelconque ?
Exercice 10.2 : Soit n, k ∈ N tels que 2 ≤ k ≤ n. Une urne contient n boules numérotées de 1 à
n.
1. On tire simultanément k boules de l’urne.
a. Combien y a-t-il de tirages au total ?
b. Soit p ∈ [[k, n]]. Combien y a-t-il de tirages pour lesquels p est le plus grand numéro tiré ?
2. On tire successivement et sans remise k boules de l’urne.
b. Combien y a-t-il de tirages commençant par la boule 1 ?
3. On tire successivement et avec remise k boules de l’urne.
b. Combien y a-t-il de tirages durant lesquels 2 numéros exactement sont apparus ?
Exercice 10.3* : On lance quatre fois un dé. On appelle tirage la suite de ces 4 lancers.
1. Combien y a-t-il de tirages différents ?
2. Combien y a-t-il de tirages avec exactement deux numéros différents ?
3. Combien y a-t-il de tirages avec exactement trois numéros différents ?
Exercice 10.4* : On lance 3 dés à six faces, discernables les uns des autres (par exemple trois dés
de couleur différente).
1. Déterminer le nombre total de tirages.
2. Déterminer nombre de tirages contenant au moins un six.
3. Déterminer le nombre de tirages contenant au moins deux faces identiques.
4. Déterminer le nombre de tirages tels que la somme des trois dés soit paire.
Dénombrements divers
Exercice 10.5 : Dans un lycée de 1 200 élèves, 652 pratiquent une activité sportive, 327 jouent
d’un instrument de musique et 453 ne font ni sport, ni musique. Déterminer le nombre d’élèves
sportifs et musiciens.
Exercice 10.6 : On dispose de 12 mouchoirs identiques, qui ne diffèrent que par leur couleur : 5
sont bleus, 4 sont verts et 3 sont rouges. On forme une pile constituée de tous ces mouchoirs.
1. Combien peut-on former de piles différentes ?
2. Dans combien de ces dispostions retrouve-t-on les mouchoirs rouges au-dessus de la pile ?
DÉNOMBREMENT 235
9782340-002166_001_600.indd 241 21/10/2014 12:13

Exercice 10.7 : Nombre d’immatriculations.
En France, chaque véhicule possède une immatriculation composée de sept caractères : deux lettres,
un tiret, trois chiffres, un tiret et deux lettres. Par exemple, BY-337-MA. Les lettres I, O et U ne
sont pas utilisées du fait de leur ressemblance avec 1, 0 et V. Par ailleurs, les séries SS et WW
ne sont pas utilisées dans le bloc de gauche et la série SS n’est pas utilisée dans le bloc de droite.
Enfin, la série de chiffres démarre à 001. Selon ces données, combien d’immatriculations différentes
peut-on attribuer ?
Exercice 10.8 : Montrer qu’à Bordeaux, deux personnes au moins ont le même nombre de cheveux.
Données : une personne a au plus 200 000 cheveux et, lors du dernier recensement, Bordeaux
comptait 239 157 habitants.
Exercice 10.9* : Loto Foot7. R

Au Loto Foot7, R le joueur remplit une grille dans laquelle il indique ses pronostics pour 7 matchs
de football à venir. Pour chacun des matchs, il peut cocher une des 3 cases au choix :
• 1 pour une victoire de l’équipe qui reçoit ;

• N pour un match nul ;
• 2 pour une victoire de l’équipe qui se déplace.
1. De combien de façons différentes un joueur peut-il remplir la grille ?

2. Combien existe-t-il de grilles dans lesquelles tous les pronostics sont faux ?
3. Combien existe-t-il de grilles avec exactement trois pronostics corrects ?
Exercice 10.10 : On appelle mot toute suite de lettres, qu’elle ait un sens ou non.
Déterminer le nombre de mots :
1. de quatre lettres ;
2. de quatre lettres distinctes ;
3. de quatre lettres distinctes ayant une seule voyelle ;
4. de quatre lettres distinctes ayant une seule voyelle et dont les 3 consonnes ne sont pas côte
à côte.
Exercice 10.11* : Grilles de mots croisés.

Une grille de mots croisés est un tableau rectangulaire à n lignes et p colonnes, constitué de n × p
cases dont certaines sont noircies et d’autres pas.
1. Dans cette question, on s’intéresse aux grilles à 6 lignes et 4 colonnes avec 4 cases noircies.
a. Combien de grilles différentes peut-on former ?
b. Parmi ces grilles, combien d’entre-elles ont :
• exactement deux coins noircis ?
• au moins un coin noirci ?
• exactement une case noircie par colonne ?
• exactement une case noircie par colonne et au plus une case noircie par ligne ?
2. On s’intéresse maintenant aux grilles à n lignes et p colonnes avec k cases noircies (k ∈ [[1, np]]).
a. Combien de grilles différentes peut-on former ?
b. Parmi ces grilles, combien d’entre-elles ont :
• au plus une case noircie par colonne ?
• au plus une case noircie par colonne et au plus une case noircie par ligne ?
236 CHAPITRE 10
9782340-002166_001_600.indd 242 21/10/2014 12:13

Exercice 10.12* : Combien y a-t-il de carrés dans un quadrillage de n cases sur n ?
Exercice 10.13* : Un peu de poker.

On considère un jeu de 52 cartes réparties en 4 couleurs ♣, ♥, ♠, ♦. Chacune de ces couleurs est
constituée de 13 hauteurs : du 2 au 10, valet, dame, roi, as. Dans ce jeu de 52 cartes, on choisit
simultanément 5 cartes. Ces cinq cartes sont appelées une main .
1. Déterminer le nombre total de mains.
2. Déterminer le nombre de mains qui contiennent un carré (4 cartes de même hauteur).
3. Déterminer le nombre de mains qui contiennent au moins un trèfle.
4. Déterminer le nombre de mains qui contiennent un brelan d’as (trois as exactement).
5. Déterminer le nombre de full (un brelan et une paire).
6. Déterminer le nombre de mains qui contiennent une double paire (2 cartes d’une même hauteur
et 2 autres cartes de même hauteur sans carré ni full).
7. Déterminer le nombre de quintes (5 cartes qui se suivent, sans être de la même couleur).
8. Déterminer le nombre de couleurs (cinq cartes de la même couleur qui ne se suivent pas).
Plus théorique...
Exercice 10.14* : Soit n et p deux entiers naturels non nuls. Déterminer le nombre d’applications
strictement croissantes de [[1, p]] dans [[1, n]].
Indications
Ex. 10.2
Listes, combinaisons ou permutations ?
Ex. 10.12
On peut repérer un carré du quadrillage par son coin supérieur gauche (par exemple).
DÉNOMBREMENT 237
9782340-002166_001_600.indd 243 21/10/2014 12:13

1 2 3 4 5 6 7 8 9 10 11 12
F F V V F V F V V F V F
1. Par convention, le cardinal de ∅ est 0.

2. Par convention, l’ensemble vide est fini.
3. D’après le corollaire 10.10, il y a 25 = 32 parties de [[1, 5]].
4. Il y a 5! = 120 permutations de [[1, 5]] d’après le théorème 10.14.
5. D’après le théorème 10.13, le nombre d’injections de [[1, 4]] dans [[1, 6]] est 6!
4! = 6 × 5 = 30.
6. C’est vrai d’après le théorème 10.3 : une application surjective (ou injective) entre deux en-
sembles finis de même cardinal est aussi bijective.
7. Un quinté est une 5-liste d’éléments distincts (l’ordre compte et il n’y a pas de répétition). Pour
15! = 20 × 19 × 18 × 17 × 16.
20 partants, il y en a donc 20!
8. Un rangement peut être vu comme une 4-liste de l’ensemble des tiroirs (six possibilités pour
ranger chacun des quatre dossiers). Il y a donc 64 rangements possibles.
9. Choisir deux personnes dans un groupe de 20, c’est choisir une partie à deux éléments d’un
ensemble à 20 éléments. On sait qu’il y en a au total 20
2 = 20×19
2 = 190.
10. Un mot de cinq lettres est une 5-liste de {A, · · · , Z}. Il y en a 265 au total.
11. C’est vrai car les lettres de ce mot sont toutes distinctes. Il y a donc 6! = 720 anagrammes du
mot debout.
12. Comme les lettres de ce mot ne sont pas distinctes, c’est faux. Permuter deux s de ce mot
donne le même mot ! Il y a 5! = 120 permutations des lettres de ce mot. Pour obtenir le nombre
d’anagrammes, il faut ensuite diviser 5! par le nombre de permutations des trois s, soit 3! = 6.
Il y a donc 120
6 = 20 anagrammes du mot assis. On peut aussi raisonner comme dans le dernier
exemple de la méthode 10.5.
Erreurs classiques
• Confondre les listes et les combinaisons. Dans un ensemble fini, une p-combinaison
est une partie à p éléments : pas d’ordre, pas de répétition possible. En revanche,
dans une p-liste les éléments sont ordonnés et ils peuvent être répétés (sauf dans le
cas d’une p-liste d’éléments distincts).
• Écrire systématiquement Card (A ∪ B) = Card (A) + Card (B) pour calculer le

cardinal d’une réunion de deux ensembles finis. Cette formule ne fonctionne que
dans le cas où A et B sont disjoints (A ∩ B = ∅). Dans le cas général, on applique
le théorème 10.6 :
Card (A ∪ B) = Card (A) + Card (B) − Card (A ∩ B).
238 CHAPITRE 10
9782340-002166_001_600.indd 244 21/10/2014 12:13

Exercice 10.1
1.
a. On choisit simultanément cinq boules parmi 15, il y a 15 5 tirages
possibles (choix simultané : pas d’ordre, pas de répétition).
b. On choisit deux boules blanches parmi les 5 et trois
boules noires
parmi les 10. Le principe multiplicatif donne donc 52 × 10 3 = tirages.
2. Tirage ordonné
a. On choisit cinq boules parmi 15 de façon ordonnée et sans répétition : sans remise : liste
d’éléments distincts.
10! = 15 × 14 × 13 × 12 × 11 tirages possibles.
il y a 15!
b. On choisit deux boules
blanches
parmi les 5 et trois boules noires
parmi les 10, ce qui donne 52 × 10 3 possibilités. Il faut ensuite multiplier par
toutes les permutations
obtenues à l’aide de ces cinq boules : il y en a 5!. Au
total, il y a 5! × 52 × 10
3 = 120 × 10 × 120 tirages.
Exercice 10.2
1. Tirage simultané :
combinaison.
n a. Un tel tirage est une combinaison de k boules parmi n. Il y a donc
k tirages possibles.
b. La boule p étant fixée, on choisit k − 1 autres boules parmi les
p−1les
boules numérotées de 1 à p − 1. Il y a k−1 possibilités pour ce choix ; d’où
p−1
k−1 tirages.
2. Tirage ordonné
a. Un tel tirage est k-liste d’éléments distincts de l’ensemble des n boules. sans remise : liste
n! d’éléments distincts.
Il y a donc (n−k)! tirages possibles.
b. La boule 1 étant choisie, il y a n − 1 possibilités pour la deuxième,
n − 2 pour la troisième, · · · , n − k + 1 pour la k-ième. Au total, il y a ainsi
(n−1)!
(k−1)! tirages possibles.
3.
a. Un tel tirage est une k-liste d’un ensemble à n éléments. Il y a donc Tirage ordonné
nk tirages possibles. sans remise : liste.
n b. On commence par choisir deux numéros i et j entre 1 et n, ce qui laisse

2 possibilités. Pour chacun des k tirages, on choisit une boule parmi ces deux
numéros, en excluant les deux séries de tirages qui ne donnent que des i ou
que des j ; soit 2k − 2 possibilités. Par conséquent, on obtient n2 (2k − 2) =
n n(n−1)
n(n − 1)(2k−1 − 1) tirages au total. 2
= 2
Exercice 10.3
1. Un tirage peut être vu comme une 4-liste de [[1, 6]] : il y en a 64 = 1 296. ordre et répétition
2. Un tirage avec exactement deux numéros différents peut prendre deux
formes :
• trois fois le même numéro et un numéro différent ;
• deux fois deux numéros identiques.
Dans le premier cas, on choisit le numéro qui apparaı̂t
trois fois (6 possibi-
lités), la position de ce numéro dans le tirage ( 43 choix), et enfin le numéro
DÉNOMBREMENT 239
9782340-002166_001_600.indd 245 21/10/2014 12:13

qui n’apparaı̂t qu’une fois (5 possibilités).
Ce numéro se trouve alors à l’unique
position restante. Il y a donc 6 × 43 × 5 = 120 tirages de ce type.
4
Cette fois, les deux Dans le second cas, on choisit les deux numéros qui apparaissent ( 2 possi-
numéros jouent le

bilités), deux positions dans le tirage pour l’un d’entre eux ( 62 possibilités),
même rôle.
l’autre numéro
se place alors sur les deux positions restantes du tirage. Il y a
ainsi 62 × 42 = 90 tirages de possibilités possibilités.
méthode 10.3 Ainsi, il y a 120 + 90 = 210 tirages avec exactment deux numéros différents.
3. Dans un tirage avec exactement trois numéros différents, un numéro ap-
paraı̂t deux fois et deux autres une fois seulement. On commence par choi-
sir le numéro qui apparaı̂t
deux fois (6 possibilités) et les positions de ce
numéro dans le tirage ( 42 possibilités). On choisit ensuite 2 numéros parmi

les cinq restants ( 52 possibilités) et une position pour l’un deux (2 possibi-
lités),
l’autre
prenant nécessairement la seule position restante. On obtient
6 × 42 × 52 × 2 = 720 tirages avec exactement trois numéros différents.
Exercice 10.4
ordre, répétition 1. Un tirage peut-être vu comme une 3-liste de [[1, 6]], on sait qu’il y en a au
possible total 63 = 216.
2. Un tirage sans aucun six est une 3-liste de [[1, 5]] (cinq possibilité pour
méthode 10.2 chacun des dés, toutes sauf 6), il y en a 53 . En passant au complémentaire,
on obtient 63 − 53 = 91 tirages avec au moins un 6.
liste d’éléments 3. On passe de nouveau au complémentaire. Le nombre de tirages avec trois
distincts 6!
faces différentes est (6−3)! = 6 × 5 × 4 = 120. Il y a ainsi 63 − 120 = 96 tirages
avec au moins deux faces identiques.
méthode 10.3 4. La somme des faces est paire dans deux cas disjoints et complémentaires :
les trois faces sont paires ou deux sont impaires et la dernière paire. Dans le
premier cas, un tirage est une 3-liste de {2, 4, 6} : il y en a 33 = 27. Dans le
second cas, on choisit un dé portant une face paire (3 choix) et un numéro
sur ce dé (3 possibilités : 2, 4 ou 6), puis un numéro impair sur les deux dés
restants (3 × 3 choix). Au total, il y a 33 + 34 = 108 tirages pour lesquels la
somme des dés est paire.
qed
Exercice 10.5
Notons E l’ensemble des élèves, S l’ensemble des élèves sportifs et M l’en-
semble des élèves musiciens. D’après l’énoncé, Card E = 1 200, Card S = 652,
On cherche Card M = 327 et Card (E \ (S ∪ M )) = 453. On a
Card (M ∩ S).
Card (E \ (S ∪ M )) = Card E − Card (S ∪ M )
= Card E − Card S − Card M + Card (S ∩ M ) ,
donc Card (S ∩ M ) = 453 − 1 200 + 652 + 327 = 232.

Il y a donc 232 élèves sportifs et musiciens.
Exercice 10.6
Voir les questions 1. Dans cet exercice, les mouchoirs de même couleur jouent le même rôle
sur les anagrammes. puisqu’ils sont identiques. Pour former une pile, on commence par choisir
5
positions parmi les 12 possibles pour placer les mouchoirs bleus, soit 125
240 CHAPITRE 10
9782340-002166_001_600.indd 246 21/10/2014 12:13

possibilités. On
choisit ensuite pour les mouchoirs verts 4 positions parmi les
7 restantes : 74 possibilités. Il n’y a alors plus qu’une seule possibilités de
placer les mouchoirs rouges aux trois places restantes. Finalement, le nombre
total de piles différentes est :

12 7 12! 7!
× ×1= × = 11 × 5 × 9 × 8 × 7 = 27 720.
5 4 5!7! 4!3!
2. Il n’y a qu’une seule possibilité de placer les trois mouchoirs rouges au- On peut
dessus de la pile puisque ceux-ci sont indiscernables. On choisit ensuite 5 places évidemment choisir de
placer les mouchoirs
parmi les 9 restantes pour les mouchoirs bleus, ce qui laisse 95 possibilités.
verts, soit 94 = 95
Les mouchoirs rouges et bleus étant placés, il n’y a plus qu’une seule façon possibilités.
de disposer les mouchoirs verts (indiscernables). Ainsi, les mouchoirs rouges
se retrouvent au-dessus dans 95 = 126 piles.
Exercice 10.7
Pour former une immatriculation, on choisit successivement deux lettres,
trois chiffres et deux lettres. Les deux premières lettres constituent une 2-liste
de l’alphabet privé de I, O et U, et on retire les séries SS et WW. Il y a
donc 232 − 2 possibilités. C’est la même configuration pour les deux lettres
de droite, sauf que l’on exclut cette fois uniquement la série SS : 232 − 1
possibilités. Enfin, il y a 999 choix pour les chiffres du milieu. On obtient 277 977 744
(232 − 2) × 999 × (232 − 1) = 527 × 999 × 528 immatriculations possibles. immatriculations
possibles
Exercice 10.8
C’est le principe des tiroirs ! Comme une personne a au plus 200 000 che- méthode 10.6
veux, on peut répartir les habitants d’une ville selon leur nombre de cheveux,
dans 200 001 tiroirs (toutes les possibilités de 0 à 200 000). Dans une ville d’au
moins 200 002 habitants (ce qui est le cas de de Bordeaux), on est assuré que
deux personnes (au moins) ont le même nombre de cheveux.
Exercice 10.9
1. Le joueur a 3 possibilités pour chacun des 7 matchs : une grille peut être
vue comme une 7−liste de l’ensemble {1, N, 2}. Il y a donc 37 grilles possibles. théorème 10.11
2. Pour que tous les pronostics soient faux, il faut avoir choisi une des deux
mauvaises réponses pour chacun des 7 matchs, ce qui laisse 2 possibilités à
chaque fois. On obtient donc 27 grilles. théorème 10.11
3. Pour former une grille avec exactement trois réponses exactes, on com-
mence
7 par choisir 3 matchs parmi les 7 où le pronostic sera exact, ce qui laisse
3 possibilités. Pour ces 3 matchs, le joueur donne la bonne réponse (une
seule possibilité). Pour les 4 autres matchs, il donne un mauvais
pronostic (2
possibilités pour chacun de ces 4 matchs). Au total, il y a 73 × 24 grilles avec
exactement trois pronostics exacts.
Exercice 10.10
1. Pour former un mot de 4 lettres, on choisit 4 lettres parmi les 26 de
l’alphabet, avec d’éventuelles répétitions. Un mot peut donc être vu comme théorème 10.11
une 4-liste de l’ensemble {A, · · · , Z}, il y en a 264 au total.
2. Un mot de 4 lettres distinctes peut être vu comme une 4-liste d’éléments théorème 10.12
distincts de l’ensemble {A, · · · , Z}, il y en a au total (26−4)!
26!
= 26×25×24×23.
DÉNOMBREMENT 241
9782340-002166_001_600.indd 247 21/10/2014 12:13

3. Pour former un mot avec une seule voyelle, on commence par choisir une
voyelle parmi les 6, soit 6 possibilités. Il y a ensuite 4 possibilités pour choisir
la place de cette voyelle. On complète alors avec 3 consonnes choisies parmi
20, sans répétition (20 × 19 × 18 possibilités). Le nombre de mots est donc
6 × 4 × 20 × 19 × 18.
4. Former un tel mot équivaut à former un mot de 4 lettres distinctes, avec
une voyelle sur l’une des deux places centrales. On choisit donc 1 voyelle parmi
les 6 (6 possibilités), que l’on dispose sur l’une des deux positions centrales
(2 possibilités). On complète en plaçant 3 consonnes choisies parmi 20, sans
répétition (20 × 19 × 18 possibilités). Au total, on obtient 6 × 2 × 20 × 19 × 18
mots.
Exercice 10.11
1.
a. Une grille est entièrement déterminée par la position de ses cases
noires, il suffit donc de choisir
simultanément 4 cases noires parmi les 24 cases
de la grille, ce qui donne 24 4 grilles différentes.
b. • Pour former une grille avec exactement deux coins noircis, on com-
mence par choisir 2 coins parmi 4, ce qui laisse 42 = 6 possibilités. On choisit

ensuite 2 cases parmi les 20 qui ne sont pas des coins, soit 20 2 = 190 possi-
bilités. Il y a donc 6 × 190 = 1 140 grilles avec exactement deux coins noircis.
• Pour former une grille sans coin noirci, on choisit 4 cases noires parmi les
20 cases qui ne sont pas des coins, soit 20 grilles. Le nombre de grilles avec
420
au moins un coin noirci est donc 24 4 − 4 , soit
24! 20!
− = 3(23 × 22 × 7 − 5 × 19 × 17).
20! 4! 16! 4!
• Pour former une grille avec exactement une case noircie par colonne, on
choisit successivement 1 case parmi les 6 de chacune des colonne (6 possibilités
à chaque fois). Au total, cela donne 6 × 6 × 6 × 6 = 64 grilles avec exactement
une case noircie par colonne.
• Pour former une grille avec exactement une case noircie par colonne et par
ligne, on commence par choisir 1 case parmi les 6 de la première colonne (6
possibilités). On choisit ensuite 1 case parmi les 5 de la deuxième colonne
qui ne sont pas dans la ligne de la première case noire (5 possibilités). On
continue en choisissant 1 case parmi les 4 de la troisième colonne qui ne sont
pas dans les lignes des deux premières cases noires (4 possibilités). On termine
en choisissant 1 case parmi les 3 de la quatrième colonne qui ne sont pas dans
les lignes des trois premières cases noires (3 possibilités). Au total, il y a
6 × 5 × 4 × 3 grilles.
2.
a. Comme plus haut, une grille est entièrement déterminée par la position
de ses cases noires. Il suffit de choisir
simultanément k cases noires parmi les
np cases de la grille, ce qui donne np k grilles différentes.
b. • Pour former une grille avec au plus une case noirciepar colonne, on
choisit successivement k colonnes parmi les n de la grille (soit nk possibilités),
puis une case parmi
les p dans chacune de ces k colonnes (pk possibilités). Au
total, il y a k × p grilles.
n k
• Pour former une grille avec exactement une case noircie par colonne et
242 CHAPITRE 10
9782340-002166_001_600.indd 248 21/10/2014 12:13

par ligne, on commence par choisir k colonnes parmi les n de la grille ( nk
possibilités). On choisit ensuite 1 case parmi les p de la première colonne
choisie (p possibilités), 1 case parmi les p − 1 de la deuxième colonne qui ne
sont pas dans la ligne de la première case noire (p − 1 possibilités), 1 case
parmi les p − 2 de la troisième colonne qui ne sont pas dans la ligne des deux
premières cases noires (p − 2 possibilités), et ainsi de suite jusqu’à choisir 1
case parmi les p − k + 1 de la k-ième colonne qui ne sont pas dans la ligne
n k − 1 premières cases noires (p − k + 1 possibilités). Au total, on obtient
des
k × p(p − 1) × · · · × (p − k + 1) grilles.
Exercice 10.12
Dans ce quadrillage, un carré peut être de côté 1, 2, · · · , n. Il y a clairement
n × n carrés de côté 1 et un seul carré de côté n. Cherchons maintenant le
nombre de carrés de côté k, où k ∈ [[2, n − 1]]. On peut repérer un carré de
côté k par sa case supérieure gauche.
• La case supérieure gauche d’un carré de côté 2 peut occuper toutes les
lignes sauf la dernière, toutes les colonnes sauf la dernière. Il y a donc
(n − 1)2 carrés de côté 2 dans le quadrillage.
• La case supérieure gauche d’un carré de côté 3 peut occuper toutes
les lignes sauf les deux dernières et toutes les colonnes sauf les deux
dernières : il y a (n − 2)2 carrés de côté 3 dans le quadrillage.
• Ainsi de suite : pour k ∈ [[1, n]], le quadrillage compte (n − (k − 1))2
carrés de côté k.
Par conséquent, le nombre total de carrés dans le quadrillage est : méthode 10.3

n
n(n + 1)(2n + 1)
n2 + (n − 1)2 + · · · + 22 + 12 = k2 = .
6
k=1
Exercice 10.13
1. On choisit
simultanément 5 cartes parmi 52, le nombre total de mains est
donc 52 5 = 2 598 960.
2. On choisit la hauteur pour former le carré : 13 possibilités. Une fois cette 4 cartes de même
hauteur choisie, il n’y a qu’un carré possible et on complète la main avec une hauteur et une carte
carte choisie parmi les 48 restantes. On obtient ainsi 13 × 48 = 624 mains avec d’une autre hauteur.
un carré.
3. On passe au complémentaire en dénombrant les mains qui ne contiennent
pas de trèfle. Ces mains sontobtenues en choisissant 5 cartes parmi les 39 qui
ne sont pas des trèfles, soit 39 possibilités. En passant au complémentaire, méthode 10.2
52 39 5
il y a donc 5 − 5 = 2 023 203 mains avec au moins un trèfle.

4. Pour obtenir 3 as, on en choisit 3 parmi 4, d’où 43 = 4 possibilités. Pour
chacune
d’elles, il faut ensuite 2 cartes prises parmi 4les 48
48qui
ne sont pas des principe
as : 48 = 1 128 possibilités. On obtient au total × = 4 512 mains. multiplicatif
2 3 2

5. Une fois choisie la valeur de la carte (13 possibilités), il y a 43 façons
de former un brelan. Pour compléter la main, on forme alors une paire. Pour
DÉNOMBREMENT 243
9782340-002166_001_600.indd 249 21/10/2014 12:13

cela, il reste 12 possibilités pour la valeur de la carte et, pour chaque va-
leur, 42 paires possibles. En appliquant le principe multiplicatif, on obtient

13 × 43 × 12 × 42 = 3 744 full.
Bien noter la 6. Pour former une main contenant une double paire, on commence par choisir
différence avec la 2 hauteurs parmi les 13 disponibles pour les 2 paires, soit 13 possibilités.
2 On
question 5. 4
Contrairement au full, choisit ensuite 2 cartes parmi les 4 de la première hauteur

( 2 possibilités)
les deux hauteurs pour puis 2 cartes parmi les 4 de la seconde hauteur ( 4 possibilités). Enfin, on
2
les paires jouent le complète la main avec une carte parmi les 44 qui ne sont pas des deux hauteurs
même rôle (choix
précédentes. Ainsi, il y a 13 2 × 2 × 2 × 44 = 78 × 6 × 6 × 44 = 123 552
4 4
simultané).
mains avec une double paire sans carré ni full.
7. Pour déterminer le nombre de quintes, on détermine le nombre total de
suites et on enlève le nombre de suites de même couleur ( quintes flush ).
Pour une suite, Tout d’abord, il y a 10 possibilités (de l’as au 10) pour choisir la carte la plus
l’as peut être carte basse de la suite. Ensuite, il y a 45 suites commençant par un as (4 possibilités
basse ou carte haute.
pour l’as et 4 pour chacune des cartes suivantes). Au total, on obtient 10 × 45
suites. Pour former une quinte flush, il y a 4 possibilités si elle commence
par un as (cœur, carreau, pique, trèfle), donc 4 × 10 quintes flush au total.
Finalement, on obtient 10 × 45 − 40 = 10 200 quintes.

8. Une couleur étant choisie (4 possibilités), il y a 13 5 mains possibles dans
13
cette couleur ; soit 4 × 5 mains d’une même couleur. De nouveau, il faut

retrancher les 40 quintes flush. On obtient 4 × 13 5 − 40 = 5 108 mains.
Exercice 10.14
Toute application Une application strictement croissante de [[1, p]] dans [[1, n]] est injective
strictement monotone (voir le chapitre applications).
de E dans F est Une injection f de [[1, p]] dans [[1, n]] a une
injective.
image de cardinal p. Il y a np possibilités pour l’ensemble image. À chacun de
ces ensembles images, correspond une seule application strictement croissante
(celle qui vérifie f (1) < f (2) < · · · < f (p)). On en déduit
que
le nombre de
fonctions strictement croissantes de [[1, p]] dans [[1, n]] est np .
244 CHAPITRE 10
9782340-002166_001_600.indd 250 21/10/2014 12:13

Chapitre 11
Systèmes linéaires
Le mathématicien écossais Colin MacLaurin

prolonge les travaux de Newton dans le cadre
du calcul diěérentiel. Il s’intéresse aussi à l’étude
des courbes planes et dans ce cadre-là, il montre en 1729
qu’un système de rang 3, de 3 équations à 3 inconnues
possède une unique solution. Gabriel Cramer généralise
ce résultat en 1750, lui aussi en recherchant l’intersection
de deux courbes. Aussi, c’est injustement
qu’on associe désormais le seul nom de Cramer
à de tels systèmes.
Colin MacLaurin
1698-1746
9782340-002166_001_600.indd 251 21/10/2014 12:13

Objectifs

Les incontournables
ZSavoir transformer un système linéaire en un système échelonné réduit en
lignes.
ZSavoir résoudre un système linéaire dont le nombre de lignes et de colonnes
n’excède pas 3 avec la méthode du pivot de Gauss.
ZSavoir utiliser la résolution d’un système linéaire pourȹ:
fdéterminer l’intersection de droites dans le planȹ;
fdéterminer l’intersection de droites ou (et) de plans dans l’espace.

ZRésoudre un système linéaire avec des paramètres.
ZRésoudre un système linéaire avec n > 3 ou p > 3 .
9782340-002166_001_600.indd 252 21/10/2014 12:13

Résumé de cours
Dans tout le chapitre, K désigne R ou C.
Généralités sur les systèmes d’équations linéaires

Systèmes d’équations linéaires et matrices associées
Définition : On appelle système d’équations linéaires un système du type :
⎧
⎪
⎪ a1,1 x1 + a1,2 x2 + · · · + a1,p xp = b1 (L1 )
⎪
⎨ a2,1 x1 + a2,2 x2 + · · · + a2,p xp = b2 (L2 )
(S) .. .. .. ..
⎪
⎪ . . . .
⎪
⎩
an,1 x1 + an,2 x2 + · · · + an,p xp = bn (Ln )
• Pour i ∈ [[1, n]] et j ∈ [[1, p]], les nombres ai,j ∈ K sont appelés les coefficients du système.
• Pour i ∈ [[1, n]] les nombres bi ∈ K forment ce que l’on appelle le second membre.
• Pour j ∈ [[1, p]] les xj sont les inconnues du système.
• On dit que (S) est un système de n équations linéaires à p inconnues.
Notation : on associe à (S) un tableau rectangulaire A de n lignes et p colonnes, appelée matrice
des coefficients, en rangeant le coefficient ai,j à la iième ligne et j ième colonne. On pourra noter
de façon condensée
⎛a ⎞ ⎛b ⎞ ⎛a ⎞
1,1 · · · a1,j · · · a1,p 1 1,1 · · · a1,j · · · a1,p b1
⎜ ... .. .. ⎟ ⎜ ... ⎟ ⎜ ... .. .. .. ⎟
⎜ . . ⎟ ⎜ ⎟ ⎜ . . . ⎟
A=⎜ ⎟ ⎜
⎜ ai,1 · · · ai,j · · · ai,p ⎟ , B = ⎜ bi ⎟
⎟ et (S) ⎜ ⎜ ai,1 · · · ai,j · · · ai,p bi ⎟ .
⎟
⎝ .. .. .. ⎠ ⎝ .. ⎠ ⎝ .. .. .. .. ⎠
. . . . . . . .
an,1 · · · an,j · · · an,p bn an,1 · · · an,j · · · an,p bn
Vocabulaire : lorsque les bi sont tous nuls, on dit que le système S est homogène. Dans le cas
général, on appelle système homogène associé à (S), et on note (So ), le système de mêmes
coefficients que (S) et avec second membre nul.
Définition : Soit (S) un système de n équations linéaires à p inconnues. On appelle solution
du système (S) tout p-uplet (x1 , x2 , . . . , xp ) ∈ Kp tel que les n équations de (S) soient vérifiées.
Résoudre le système (S) consiste à déterminer l’ensemble S des solutions.
• Un système dont l’ensemble des solutions est vide est dit incompatible.
• Un système ayant au moins une solution est dit compatible.
Remarque : un système homogène est toujours compatible car le p-uplet (0, . . . , 0) est solution
évidente.
Opérations élémentaires sur les lignes d’un système ou d’une matrice
Définition : Les opérations élémentaires sur les lignes d’un système ou d’une matrice consistent à :
• échanger l’ordre des lignes Li et Lj (Li ↔ Lj ) ;
• multiplier la ligne Li par une constante non nulle λi ∈ K∗ (Li ← λi Li ) ;
• ajouter à la ligne Li un multiple d’une autre ligne Lj (i
= j) (Li ← Li + λj Lj ).
SYSTÈMES LINÉAIRES 247
9782340-002166_001_600.indd 253 21/10/2014 12:13

Définition :
• Deux systèmes sont dits équivalents si on peut passer de l’un à l’autre par une suite finie
d’opérations élémentaires sur les lignes. On note (S) ⇐⇒ (S ).
• Deux matrices sont dites équivalentes en ligne si on peut passer de l’une à l’autre par une
suite finie d’opérations élémentaires sur les lignes. On note A ∼ A .
L
Théorème 11.1.— Deux systèmes d’équations linéaires équivalents ont même ensemble de solu-
tions.
Résolution des systèmes d’équations linéaires

Résolution de systèmes triangulaires
Définition : Matrices et systèmes triangulaires supérieurs
• Une matrice de n lignes et n colonnes est dite triangulaire supérieure si tous les coeffi-
cients en dessous de la diagonale sont nuls. Autrement dit

∀(i, j) ∈ [[1, n]]2 , i > j ⇒ ai,j = 0 .
• Un système (T ) de n équations à n inconnues est dit triangulaire supérieur si sa matrice

des coefficients l’est.
Théorème 11.2.— Soit (T ) un système triangulaire de n équations à n inconnues. Alors

(T ) possède une unique solution
si et seulement si
tous les coefficients diagonaux de (T ) sont non nuls.
Résolution de systèmes échelonnés par lignes

Définition : Matrices et systèmes échelonnés par lignes
• Une matrice est dite échelonnée par lignes si chaque ligne non nulle commence par da-
vantage de 0 que la ligne précédente. On appelle pivot le premier coefficient non nul de
chaque ligne non nulle.
⎛ ⎞
a1,j1 · · · a1,p Il existe un entier r tel que 0 ≤ r ≤ min{n, p}
⎜ a2,j2 · · · a2,p ⎟
⎜ 0 ⎟ et j1 , . . . , jr vérifiant 1 ≤ j1 < · · · < jr ≤ p,
⎜ 0 ⎟ tels que la matrice ait la forme en escalier
⎜ ⎟
⎜ ⎟ ci-contre. Les coefficients a
⎜ ⎟ 1,j1 , a2,j2 , . . . , ar,jr
⎜ a · · · a ⎟ sont non nuls. Ce sont les pivots de la matrice.
⎜ r,jr r,p ⎟
⎝ 0 · · · 0 ⎠ Il peut y avoir des lignes nulles. Si une ligne
0 0 est nulle, les suivantes le sont nécessairement.
• Une matrice est dite échelonnée réduite par lignes si elle est échelonnée, si tous ses
pivots sont égaux à 1 et ce sont les seuls coefficients non nuls de leur colonne.
• Un système (E) est dit échelonné par lignes (resp. échelonné réduit par lignes) si sa
matrice des coefficients l’est.
Remarque : un système échelonné par lignes est un système triangulaire supérieur mais la réciproque
est fausse.
248 CHAPITRE 11
9782340-002166_001_600.indd 254 21/10/2014 12:13

Vocabulaire : Soit (E) un système échelonné par lignes. Avec les notations précédentes.
• r s’appelle le rang du système (E). C’est le nombre de pivots de (E).
• Les équations (L1 ), (L2 ), . . . , (Lr ) sont appelées équations principales, (Lr+1 ), . . . , (Ln )
sont les équations auxiliaires (on dit aussi équations de compatibilité).
• Les inconnues xj1 , xj2 , . . . , xjr sont appelées inconnues principales. Les autres inconnues
sont appelées variables auxiliaires ou paramètres.
Théorème 11.3.— Soit (E) un système échelonné par lignes de n équations, à p inconnues, de
rang r. Alors
(E) est compatible si et seulement si les n − r équations auxiliaires sont vérifiées.

Dans ce cas,
(E) possède une unique solution si et seulement si r = p
(E) possède une infinité de solutions si et seulement si r < p.
Résolution d’un système linéaire : cas général

Le cas particulier des systèmes échelonnés est le plus important. En effet :
Théorème 11.4.— Gauss-Jordan —.

Tout système (S) est équivalent à un système échelonné par lignes. Plus précisément, (S) est
équivalent à un unique système échelonné réduit par lignes (E).
Théorème 11.5.— Tout système de n équations linéaires à p inconnues possède
ou bien une infinité de solutions ;

ou bien aucune solution ;
ou bien une unique solution.
Structure de l’ensemble des solution d’un système linéaire
Proposition 11.6.— Structure de So —. Soit (S) un système de n équations linéaires à p

inconnues. On note So l’ensemble des solutions du système homogène associé.
• (0, . . . , 0) appartient à So .
• ∀x = (x1 , . . . , xp ) ∈ So , ∀y = (y1 , . . . , yp ) ∈ So , x + y = (x1 + y1 , . . . , xp + yp ) ∈ So .
• ∀x = (x1 , . . . , xp ) ∈ So , ∀λ ∈ K, λ · x = (λx1 , . . . , λxp ) ∈ So
Théorème 11.7.— Structure de S —.

Soit (S) un système compatible de n équations linéaires à p inconnues. Soit x◦ = (x◦1 , . . . , x◦p ) ∈ Kp
une solution particulière de (S) et notons S et So les ensembles des solutions de (S) et du système
homogène associé (So ). Alors
∀x ∈ Kp , x ∈ S ⇐⇒ x − x◦ ∈ So
9782340-002166_001_600.indd 255 21/10/2014 12:13

Famille de vecteurs de Rn
Famille libre, famille liée, famille génératrice de Rn
Dans tout ce paragraphe, n désigne un entier positif non nul.
Définition : Soit F = (u1 , · · · , up ) une famille de p vecteurs de Rn .
• On appelle espace vectoriel engendré par F et on note Vect (F ), le sous-ensemble de Rn
formé des combinaisons linéaires des vecteurs de F à coefficients réels. Autrement dit,
k=p *

Vect (F ) = λk · uk , avec(λ1 , . . . , λp ) ∈ R p
k=1
• On dit que F est une famille libre si la seule façon d’avoir une combinaison linéaire nulle
des vecteurs u1 , u2 , · · · , up est de prendre tous les coefficients nuls,, c’est-à-dire si :
∀(λ1 , . . . , λp ) ∈ Rp , λ1 · u1 + λ2 · u2 + · · · + λp · up = 0E ⇒ λ1 = · · · = λp = 0
• Lorsque la famille F n’est pas libre, on dit qu’elle est liée.

• On dit que F est une famille génératrice de Rn si Vect (u1 , · · · , up ) = Rn , c’est-à-dire si :
∀u ∈ Rn , ∃(λ1 , . . . , λp ) ∈ Rp , tels que u = λ1 · u1 + λ2 · u2 + · · · + λp · up
Remarques :
La famille ∅ (ne comportant aucun vecteur) est libre.
Toute famille ne comportant qu’un seul vecteur non nul est libre.
Une famille contenant le vecteur nul ou bien deux fois le même vecteur est toujours liée.
Proposition 11.8.— Soient F et F deux familles de Rn telles que F soit incluse dans F
Si F est libre, alors F est libre.
Si F est génératrice, alors F est génératrice.
Proposition 11.9.— Cardinal des familles libres et génératrices —. Soit F = (u1 , u2 , · · · , up )

une famille de p vecteurs de Rn . Alors :
si F est libre, alors p ≤ n ; si p > n , alors F est liée ;
si F est génératrice, alors p ≥ n ; si p < n , alors F n’est pas génératrice.
Vocabulaire : Soit F = (u1 , · · · , up ) une famille de p vecteurs de Rn . On dit que

• F est libre maximale, si F est libre et de cardinal n ;
• F est génératrice minimale, si F est génératrice et de cardinal n.
250 CHAPITRE 11
9782340-002166_001_600.indd 256 21/10/2014 12:13

Lien avec les matrices et les systèmes d’équations
Théorème 11.10.— Famille libre et rang du système associé

Soit F = (u1 , · · · , up ) une famille de p vecteurs de Rn .
On lui associe une matrice à n lignes et p colonnes, notée AF , dont les colonnes sont les coordonnées
des p vecteurs u1 , u2 , . . . , up de Rn .
Alors, les propriétés suivantes sont équivalentes :
La famille F est libre.
Le système AF · X = 0 d’inconnue X ∈ Rp a pour unique solution le vecteur nul de Rp ,
X = (0, 0, . . . , 0).
Le nombre de pivots du système AF · X = 0 (aussi appelé le rang du système) est égal à p
Théorème 11.11.— Famille génératrice et rang du système associé

Soit F = (u1 , · · · , up ) une famille de p vecteurs de Rn .
On lui associe une matrice à n lignes et p colonnes, notée AF , dont les colonnes sont les coordonnées
des p vecteurs u1 , u2 , . . . , up de Rn .
Alors, les propriétés suivantes sont équivalentes :
La famille F est génératrice.
Pour toute matrice colonne B à n lignes, le système AF · X = B, d’inconnue X ∈ Rp , est
compatible.
Le nombre de pivots du système AF · X = 0 (aussi appelé le rang du système) est égal à n.
9782340-002166_001_600.indd 257 21/10/2014 12:13

Méthodes
Résolution des systèmes linéaires
Soit (S) un système de n équations linéaires à p inconnues :
⎧
⎪
⎪ a1,1 x1 +a1,2 x2 +· · · +a1,j xj +· · · +a1,p xp =b1 (L1 )
⎪
⎪ . .. .. ..
⎪
⎪
⎨ .. . . .
(S) ai,1 x1 + ai,2 x2 +· · · + ai,j xj +· · · + ai,p xp = bi (Li )
⎪
⎪
⎪ ..
⎪ .. .. ..
⎪
⎪ . . . .
⎩
an,1 x1 +an,2 x2 +· · · +an,j xj +· · · +an,p xp =bn (Ln )
Équivalence de systèmes d’équations linéaires

La résolution d’un système d’équations linéaires peut s’effectuer par la méthode de substitution.
Il s’agit tout simplement de résoudre l’une des équations en l’une des inconnues : par exemple (Ln )
permet d’exprimer xp en fonction de x1 , . . . , xp−1 . On remplace alors xp par cette expression dans
les autres équations.
En pratique, cette méthode n’est utilisée que pour des systèmes très simples, lorsque n et p sont
inférieurs ou égaux à 2.
Plus généralement, on utilise des opérations élémentaires sur les lignes du système (théorème ).
En combinant ces opérations élémentaires, on voit qu’il est possible de remplacer une ligne Li par
une combinaison linéaire de lignes, pourvu que la ligne Li figure dans cette combinaison.
Résolution d’un système triangulaire
Soit (T ) est un système triangulaire à coefficients diagonaux non nuls :
⎧
⎪
⎪ a1,1 x1 + a1,2 x2 +· · · +a1,k xk +· · · + a1,n xn = b1
⎪
⎪ a2,2x2 +· · · +a2,k xk +· · · + a2,n xn = b2
⎪
⎪
⎪
⎪ .. ..
⎨ ..
. . .
(T )
⎪
⎪ a i,i xi +· · · + a i,n xn = b i
⎪
⎪
⎪
⎪ . .. .
.. .
..
⎪
⎪
⎩
an,n xn = bn
On sait, d’après le théorème 11.2 qu’il admet une solution unique.
Méthode 11.1.— Comment résoudre un système triangulaire par remontée

La méthode pour résoudre un tel système
1 Résoudre la dernière équation, xn = abn,n
n
.
2 Remonter à l’avant-dernière en substituant à xn sa valeur. Ainsi, l’avant-dernière
équation est une équation du premier degré en xn−1 que l’on résout.
3 Remonter à la (n−2)ième équation en substituant aux inconnues xn et xn−1 les valeurs
obtenues, etc. . .
On dit que l’on résout les systèmes triangulaires par remontée.
252 CHAPITRE 11
9782340-002166_001_600.indd 258 21/10/2014 12:13

Résolution d’un système échelonné
Soit (E) un système échelonné de n équations à p inconnues de rang r, avec 1 ≤ r ≤ min(n, p). On
suppose pour alléger les notations que les inconnues principales sont x1 , x2 , . . . , xr , de sorte que
⎧
⎪ a1,1x1 + a1,2 x2 +· · · + a1,r xr +· · · +a1,p xp = b1 (L1 )
⎪
⎪ a2,2x2 +· · · + a2,r xr +· · · +a2,p xp
⎪
⎪
= b2 (L2 )
⎪
⎪ .. .. ..
⎪
⎨ . . .
(E) ar,r xr +· · · +ar,p xp = br (Lr )
⎪
⎪ 0 = br+1 (Lr+1 )
⎪
⎪
⎪
⎪ .. ..
⎪
⎪ . .
⎩
0 = bn (Ln )
Les méthodes présentées ci-après restent valides pour tout système échelonné par lignes.
Méthode 11.2.— Comment résoudre un système échelonné

Dans le théorème 11.3, les rôles des équations principales (L1 ), . . . , (Lr ) et des équations
auxiliaires (ou de compatibilité) (Lr+1 ), . . . , (Ln ) sont bien distincts.
S’il y a (au moins) une équation auxiliaire non compatible le système n’a pas de
solutions : S = ∅.
Si toutes les équations auxiliaires sont satisfaites, le système est compatible. Deux cas
se donnent :
le système est de rang maximal p
En ce cas, il n’y a pas de variables auxiliaires. Le système est équivalent à un système
triangulaire p × p à coefficients diagonaux non nuls. Par conséquent, on résout par
remontée et on obtient une unique solution.
le système est de rang strictement inférieur à p
En ce cas, il y a p − r variables auxiliaires. L’ensemble des solutions est infini et
paramétré par ces p − r variables libres. On les passe au second membre et on résout
en fonction de ces paramètres le système triangulaire r × r à coefficients diagonaux
non nuls par remontée.
Exemple : résolvons dans R4 = {(x, y, z, w)} les systèmes échelonnés suivants :

⎧
⎧ ⎪ 2x + y − 2z + 3w = 1 ⎧
⎨ 2x + y − 2z + 3w = 1 ⎪
⎨ ⎨ 2x + y − 2z + 3w = 1
7y + 4z − 5w = 6
(S1 ) 7y + 4z − 5w = 6 (S2 ) (S3 ) 7y + 4z − 5w = 6
⎩ ⎪
⎪ 2z + w = 3 ⎩
0 = −8. ⎩ 2z + w = 3
w=1
1. (S1 ) admet une équation auxiliaire incompatible. Par conséquent, S1 = ∅.

2. (S2 ) est triangulaire
6 à 1coefficients
7 diagonaux tous non nuls, il admet une unique solution obtenue
par remontée S2 = − 2 , 1, 1, 1 .
3. (S3 ) est un système échelonné de rang 3. Il n’y a pas d’équation auxiliaire donc il est compatible.
Il y a une variable libre. On la passe au second membre et on résout par remontée :
⎧ ⎧
⎨ 2x + y − 2z + 3w = 1 ⎨x = 2 − 52 w
7y + 4z − 5w = 6 ⇐⇒ y =w
⎩ ⎩
2z + w = 3 z = 32 − w2
9782340-002166_001_600.indd 259 21/10/2014 12:13

6 7
Ainsi S3 = 2 − 52 w, w, 32 − 12 w, w ; w ∈ R .
L’algorithme de Gauss-Jordan
Soit (S) un système de n équations à p inconnues, à coefficients non tous nuls.
⎧
⎪
⎪ a1,1 x1 +a1,2 x2 +· · · +a1,p xp =b1 (L1 )
⎪
⎨ a2,1 x1 +a2,2 x2 +· · · +a2,p xp =b2 (L2 )
(S) . ..
⎪
⎪ .. .
⎪
⎩
an,1 x1 +an,2 x2 +· · · +an,p xp =bn (Ln )
La méthode du pivot de Gauss-Jordan permet dans tous les cas de ramener la résolution du système
(S) à celle d’un système échelonné (E) par lignes.
Méthode 11.3.— Comment échelonner un système d’équations linéaires

Pour échelonner (S) à l’aide de la méthode du pivot de Gauss-Jordan :
1 On considère la première des p inconnues du système (S), à savoir x1 .
Si tous les coefficients de x1 sont nuls ⎧
alors (S) se présente sous la ⎪
⎪ 0 x1 +a1,2 x2 +· · · +a1,p xp =b1
⎪
⎪
forme ci-contre. Il n’y a rien à ⎪
⎨ a2,2 x2 +· · · +a2,p xp =b2
échelonner à cette étape ! On (S) ⇐⇒ (S (2) )
⎪
⎪ .. ..
note (S (2) ) le système d’in- ⎪
⎪ . .
⎪
⎩
connues x2 , . . . , xp encadré. an,2 x2 +· · · +an,p xp =bn
Si x1 possède un coefficient non nul ⎧ (1)
par exemple ai,1 . Ce sera le ⎪
(1) (1) (1)
a1,1 x1 +a1,2 x2 +· · · +a1,p xp =b1 (L1 )
⎪
⎪
pivot de x1 . ⎪
⎪
⎨ a(1) x1 +a(1) x2 +· · · +a(1) xp =b(1)
Par échange de lignes, on
2,1 2,2 2,p 2
(S) ⇐⇒
ramène le pivot en première ⎪
⎪ .
.. .. (S (1) )
⎪
⎪ .
ligne. On obtient ainsi ⎪
⎩ (1) (1) (1) (1)
(1) an,1 x1 +an,2 x2 +· · · +an,p xp =bn
l’équivalence (avec a1,1
= 0)
On échelonne le système
en éliminant l’inconnue x1 ⎧ (1) (1) (1) (1)

⎪
⎪ a1,1 x1 +a1,2 x2 +· · · +a1,p xp =b1 (L1 )
du système (S (1) ) au moyen ⎪
⎪
⎪
⎨ (2) (2) (2)
d’opérations élémentaires a2,2 x2 +· · · +a2,p xp =b2
avec la ligne du pivot. Par (S) ⇐⇒ ⎪ .. .. (S (2) )
⎪
⎪ . .
exemple, on peut effectuer ⎪
⎪
⎩
pour i ∈ [[2, n]] l’opération (2) (2)
an,2 x2 +· · · +an,p xp =bn
(2)
élémentaire
(1)
ai1
Li ← Li − (1) L1 .
a1,1
Dans les deux cas, on s’est ramenés à échelonner un système (S
(2)
) qui admet p − 1
inconnues seulement.
si le système S (2) a tous ses coefficients nuls, le système est échelonné.
sinon, on applique la procédure ci-dessus, à partir de 1 au système (S (2) ) et ainsi
de suite . . .
254 CHAPITRE 11
9782340-002166_001_600.indd 260 21/10/2014 12:13

En pratique :
1. Il peut être commode d’encadrer les pivots successifs.
2. On arrête l’algorithme de Gauss-Jordan dès qu’apparaı̂t une équation auxiliaire incompatible.
Méthode 11.4.— Comment résoudre un système d’équations linéaires

Des opérations élémentaires évidentes sur les lignes permettent-elles de trouver un
système équivalent beaucoup plus simple ? Sinon, dans tous les cas, la résolution de
(S) s’effectue en deux étapes :
1 La méthode du pivot de Gauss-Jordan (méthode 11.3) permet de se ramener par
opérations élémentaires sur les lignes à un système échelonné, (E).
2 On résout alors (E) à l’aide de la méthode 11.2 .
⎧
⎪
⎪ x + 2y − 3z = 4 (L1 )
⎨
x + 3y + z = 11 (L2 )
Exemple : on considère le système de 4 équations à 3 inconnues (S) .
⎪ 2x + 5y − 4z = 13
⎪ (L3 )
⎩
4x + 11y = 37 (L4 )
Résolvons (S) à l’aide de la méthode du pivot de Gauss-Jordan .
1
⎧ ⎧
⎪
⎪ x +2y −3z = 4 L1 ⎪
⎪ 1 x +2y −3z = 4
⎨ ⎨
(S) ⇐⇒
x +3y +z = 11 L2
⇐⇒ 1 y +4z = 7 L2 ← L2 − L1
⎪
⎪ 2x +5y −4z = 13 L3 ⎪
⎪ y +2z = 5 L3 ← L3 − 2L1
⎩ ⎩
4x +11y = 37 L4 3y +12z = 21 L4 ← L4 − 4L1
⎧
⎪
⎪ 1 x +2y −3z = 4
⎨
1 y +4z = 7
⇐⇒
⎪
⎪ 1 z=1 L3 ← (1/2) L2 − L3
⎩
0=0 L4 ← L4 − 3L2
2 Ainsi, (S) est équivalent à un système échelonné compatible de rang 3. Par remontée, il vient :
⎧
⎪ x +2y −3z = 4 ⎧
⎪
⎨ ⎨ x=1
y +4z = 7
(S) ⇐⇒ ⇐⇒ y=3
⎪
⎪ z=1 ⎩
⎩ z=1
0=0
Par conséquent, (S) admet pour unique solution le triplet (1, 3, 1).
Remarque : on peut aussi utiliser la notation condensée pour effectuer la résolution de ce système :
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 2 −3 4 1 2 −3 4 1 2 −3 4
⎜ 1 3 1 11 ⎟ ⎜ 0 1 4 7⎟ ⎜ 0 1 4 7⎟
(S) ⇐⇒ ⎜ ⎟ ⎜
⎝ 2 5 −4 13 ⎠ ⇐⇒ ⎝ 0 0 2 5 ⎠ ⇐⇒ ⎝ 0 0 2 2 ⎠
⎟ ⎜ ⎟
4 11 0 37 0 3 12 21 0 0 0 0
9782340-002166_001_600.indd 261 21/10/2014 12:13

(S) est équivalent à un système triangulaire à coefficients diagonaux tous non nuls. Il admet une
solution unique, que l’on obtient par remontée.
⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 2 −3 4 1 2 −3 4 1 2 0 7 1 0 0 1
⎜0 1 4 7⎟ ⎜0 1 4 7⎟ ⎜0 1 0 3⎟ ⎜0 1 0 3⎟
(S) ⇐⇒ ⎜ ⎟ ⎜
⎝ 0 0 2 2 ⎠ ⇐⇒ ⎝ 0 0 1 1 ⎠ ⇐⇒
⎟ ⎜
⎝0
⎟ ⇐⇒ ⎜ ⎟
0 1 1⎠ ⎝0 0 1 1⎠
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
On retrouve bien notre unique triplet solution S = {(1, 3, 1)}.

Résoudre et discuter un système d’équations linéaires à paramètres

Lorsque les paramètres apparaissent au second membre
Méthode 11.5.— Comment résoudre un système à second membre paramétré

1 On applique à la lettre la méthode 11.3 pour se ramener à un système échelonné.
2 Ensuite la méthode 11.2 permet de guider la discussion.
Si r = n, alors le système a une solution unique si n = p ou une infinité de solutions
si n < p. Ces solutions dépendent des valeurs des paramètres.
Si r < n, il y a n − r équations de compatibilités br+1 = 0, . . . , bn = 0. Comme
les seconds membres bi dépendent des paramètres, il convient de discuter sur la
valeur des paramètres. (S) n’a de solutions que si les relations de compatibilité
sont vérifées, donc pour certaines valeurs des paramètres.
⎧
⎨ x − 3y + 7z =a
Exemple : soit (S) x + 2y − 3z = b , où a, b et c sont trois paramètres réels.
⎩
7x + 4y − z =c
1 À l’aide des opérations élémentaires successives L2 ← L2 − L1 , L3 ← L3 − 7L1 , L3 ← L3 −
1
5L2 , L2 ← L2 , L1 ← L1 + 3L2 , on obtient
5
⎛ ⎞ ⎛ ⎞
1 −3 7 a 1 0 1 2a/5 + 3b/5
(S) ⇐⇒ ⎝ 1 2 −3 b ⎠ ⇐⇒ ⎝ 0 1 −2 −a/5 + b/5 ⎠
7 4 −1 c 0 0 0 −2a − 5b + c
2 D’où la discussion suivante :

Si −2a − 5b + c
= 0, le système (de rang r = 2 < n = 3) n’a pas de solution.
Si −2a − 5b + c = 0, le système (toujours de rang r = 2) a une infinité de solutions. La
variable z devient une inconnue auxiliaire. L’ensemble des solutions est
6 1 7
S = (−z + 52 a + 35 b, 2z − 15 a + b, z), z ∈ R .
5
256 CHAPITRE 11
9782340-002166_001_600.indd 262 21/10/2014 12:13

Lorsque les paramètres apparaissent au premier membre
Dans ce cas, il y a parfois des situations où l’on ne peut être certain de la non nullité des coefficients.
Nous serons donc contraints de discuter plusieurs cas. La bonne méthode c’est de retarder au
maximum cette discussion.
Méthode 11.6.— Comment résoudre un système à coefficients paramétrés

1 Par opérations élémentaires sur les lignes du système, on triangularise le système.
À la différence du pivot de Gauss-Jordan , il se peut que les coefficients de la diagonale
principale s’annulent pour certaines valeurs du (des) paramètre(s).
2 On distingue plusieurs cas pour les valeurs des paramètres suivant qu’elles annulent,
ou pas, les coefficients de la diagonale principale.
⎧
⎨ (1 − m)x + 2y − z = 0
Exemple : résolvons le système homogène (Sm ) −2x − (3 + m)y + 3z = 0 .
⎩
x + y − (2 + m)z = 0
⎛ ⎞
1−m 2 −1 0
Partons de la forme : ⎝ −2 −3 − m 3 0 ⎠.
1 1 −2 − m 0
La colonne de zéros n’a aucun intérêt dans un système homogène mais nous la laissons cette fois
là juste pour que vous le réalisiez ! On commence par permuter les lignes L1 et L3 , à cause de la
présence de 1 − m en premier pivot officiel. Cela permet de retarder la discussion. On fait donc :
L1 ↔ L3 et on a :
⎛ ⎞
1 1 −2 − m 0
⎝ −2 −3 − m 3 0 ⎠.
1−m 2 −1 0
On fait alors les deux opérations : L2 ← L2 − 2L1 et L3 ← L3 + (−1 + m)L1 , ce qui donne :
⎛ ⎞
1 1 −2 − m 0
⎝ 0 −1 − m −1 − 2m 0 ⎠.
0 1 + m 1 − m − m2 0
Puis, on fait : L3 ← L3 + L2 , ce qui donne :
⎛ ⎞
1 1 −2 − m 0
(Sm ) ⇐⇒ ⎝ 0 −1 − m −1 − 2m 0 ⎠. (11.1)
0 0 −3m − m2 0
Il est temps de rentrer dans la discussion.

1
Si m + 1
= 0, c’est-à-dire si m
= −1, on fait les opérations : L2 ← L2 et L1 ← L1 − L2 ,
−1 − m
9782340-002166_001_600.indd 263 21/10/2014 12:13

ce qui donne : ⎛ ⎞
1 0 −(3 + 5m + m2 )/(1 + m) 0
⎝ 0 1 (1 + 2m)/(1 + m) 0 ⎠.
0 0 −3m − m2 0
Si m ∈ {−3, 0}, la dernière équation disparaı̂t et (Sm ) est de rang 2. Notons Sm l’ensemble des
solutions de (Sm ). On a alors :
)
3 + 5m + m2 −1 − 2m
Sm = z, z, z , z ∈ R .
1+m 1+m
Si m ∈
/ {−3, −1, 0}, (Sm ) est de rang 3, il n’y a plus d’inconnue auxiliaire et la dernière équation
donne z = 0. Puis, en remontant, on a y = 0 et x = 0.
Sm = {(0, 0, 0)} .
Si m = −1, on reprend au niveau de (11.1). L’opération L3 ← L3 − 2L2 donne :

⎛ ⎞ ⎛ ⎞
1 1 −1 0 1 1 −1 0
⎝ 0 0 1 0 ⎠ ⇐⇒ ⎝ 0 0 1 0 ⎠ .
0 0 2 0 0 0 0 0
Ce système est échelonné et de rang 2. On a z = 0 et x = −y ce qui donne :
S−1 = {(−y, y, 0) , y ∈ R} .
On a encore une infinité de solutions.
Mise en œuvre : exercice 11.5,exercice 11.6.
Intersections en géométrie du plan et de l’espace

Cette partie est essentiellement basée sur des souvenirs de Terminale, mis au service de la résolution
de systèmes linéaires.
• Dans le plan, une droite D passant par M0 (x0 , y0 ) et de vecteur directeur (non nul) u(α, β)
−−−→
est l’ensemble des points M (x, y) tels que : ∃t ∈ R, M0 M = tu, que l’on peut écrire aussi :
M = M0 + tu.
• Dans l’espace, une droite D passant par M0 (x0 , y0 , z0 ) et de vecteur directeur u(α, β, γ) est
−−−→
l’ensemble des points M (x, y, z) tels que : ∃ t ∈ R, M0 M = tu, que l’on peut écrire aussi : M =
M0 + tu.
• Dans l’espace, un plan P passant par M0 (x0 , y0 , z0 ) et de couple de vecteurs directeurs (non
colinéaires) u1 (α1 , β1 , γ1 ), u2 (α2 , β2 , γ2 ) est l’ensemble des points M (x, y, z) tels que ∃(t1 , t2 ) ∈
−−−→
R2 , M0 M = t1 u1 + t2 u2 .
En traduisant ces égalités vectorielles en coordonnées, on obtient les
Systèmes d’équations paramétriques

d’une droite du plan d’une droite de l’espace d’un plan de l’espace
⎧ ⎧
⎨ x = x0 + α t ⎨ x = x0 + t1 α1 + t2 α2
x = x0 + α t
y = y0 + β t y = y 0 + t1 β 1 + t 2 β 2
y = y0 + β t ⎩ ⎩
z = z0 + γ t z = z 0 + t1 γ 1 + t2 γ 2
258 CHAPITRE 11
9782340-002166_001_600.indd 264 21/10/2014 12:13

Méthode 11.7.— Comment passer des équations paramétriques aux
cartésiennes
Qu’il s’agisse d’une droite du plan ou de l’espace, ou bien d’un plan de l’espace, la
méthode générale est la même :
1 On considère le(s) paramètre(s) t (ou t1 , t2 ) comme inconnue(s) du système d’équations
paramétriques.
2 On échelonne le système d’inconnue(s) t (ou t1 , t2 ) à l’aide de la méthode 11.3.
Pour une droite du plan, comme le vecteur directeur est non nul, le système est de
rang 1, il admet donc une équation de compatibilité : c’est l’équation cartésienne de D !
Pour une droite de l’espace, comme le vecteur directeur est non nul, le système est
de rang 1, il admet donc deux équations de compatibilité : c’est le système d’équations
cartésiennes de D !
Pour un plan de l’espace, comme les vecteurs directeurs sont non colinéaires, le système
est de rang 2, il admet donc une équation de compatibilité : c’est l’équation cartésienne
de P !
Exemple : on considère dans l’espace les trois points : A(−1, 2, 1), B(1, −6, −1), C(2, 2, 2). Vérifions
−
−→ −→
d’abord que les points A, B et C définissent un plan P. Les vecteurs AB(2, −8, −2) et AC(3, 0, 1) ne
sont pas colinéaires car leurs coordonnées ne sont pas proportionnelles.
−−→ −→ Les
points A, B, C n’étant
pas alignés, définissent bien un plan P. Un repère de P est A, AB, AC , et par conséquent un
point M (x, y, z) appartient à P si et seulement s’il existe des réels t1 et t2 tels que
−−→ −−
→ −→
AM = t1 AB + t2 AC.
⎧
⎨ x = −1 + 2t1 + 3t2
1 P a donc pour système d’équations paramétriques (S) y = 2 − 8t1 .
⎩
z = 1 − 2t1 + t2
2 On échelonne ce système d’inconnues t1 et t2 par la méthode du pivot de Gauss-Jordan . Il

vient
⎧ ⎧
⎨ 2t1 + 3t2 = x + 1 (L1 ) ⎨ 8 t1 = 2−y L1 ← L2
8t1 = 2−y (L2 ) ⇐⇒ 12t2 = 4x + y + 2 L2 ← 4L1 − L2
⎩ ⎩
2t1 − t2 = 1 − z (L3 ) 4t2 = −2 − y + 4z L3 ← L2 − 4L3
⎧
⎨ 8 t1 = 2−y
⇐⇒ 12 t2 = 4x + y + 2
⎩
0 = 4x + 4y − 12z + 8 L3 ← L2 − 3L3
Ce système n’est compatible que si x + y − 3z + 2 = 0, c’est une équation du plan P.
9782340-002166_001_600.indd 265 21/10/2014 12:13

Méthode 11.8.— Comment déterminer l’intersection de plans dans l’espace
Supposons connues des équations cartésiennes de deux plans. Un point M (x, y, z) appar-
tient à l’intersection de ces plans si et seulement si ses coordonnées vérifient le système
linéaire formé des deux équations cartésiennes. On échelonne ce système.
S’il est de rang 2, l’intersection est une droite (on dit que les deux plans sont sécants).
Sinon, (les plans sont parallèles) l’intersection est vide ou le plan commun.
Exemple : on sait qu’une équation du plan P de l’exemple précédent est x + y − 3z + 2 = 0. Soit

le plan Π d’équation x − 3 y
+ z − 4 = 0. Les plans Π et P sont-ils sécants
?
x + y − 3z + 2 = 0 x + y − 3z + 2 = 0
On échelonne le système (S) . On obtient (S) ⇐⇒ .
x−3y +z −4 = 0 4y − 4z + 6 = 0
Le système est de rang 2. Π ∩ P est une droite, notée D. Il y a une variable libre, z. On la passe
au second membre et on résout par remontée.

x = 2z − 12
(S) ⇐⇒
y = z − 32
On remarque que le point A( 12 , −1, 12 ) ∈ D et que le vecteur u(2, 1, 1) dirige D.
Méthode 11.9.— Comment déterminer l’intersection d’une droite et d’un plan

Supposons connues un système d’équations cartésiennes d’une droite D et une équation
d’un plan P. M (x, y, z) appartient à P ∩ D si et seulement si ses coordonnées vérifient
le système linéaire formé des trois équations. On échelonne ce système à l’aide de la
méthode 11.3 :
S’il est de rang 3, l’intersection est un point (on dit que les deux plans sont sécants).
Sinon, l’intersection est l’ensemble vide ou la droite D.
Méthode 11.10.— Comment déterminer si une famille de vecteurs de Rn est

libre ou liée
Avant de se lancer dans de gros calculs, on regarde le cardinal de la famille F .
s’il est plus grand que n, la famille est nécessairement liée.
Sinon, on construit la matrice AF dont les colonnes correspondent aux vecteurs de la
famille F et où X est une vecteur inconnue à p lignes et 1 colonne. Puis on résout le
système AF .X = 0 en utilisant la méthode 11.4. Si le système est compatible avec pour
unique solution le vecteur nul, c’est que la famille est libre.
260 CHAPITRE 11
9782340-002166_001_600.indd 266 21/10/2014 12:13

Méthode 11.11.— Comment déterminer un système d’équations linéaires de
Vect (u1 , u2 , . . . , up )
Il suffit de traduire la condition X(x1 , x2 , . . . , xn ) ∈ Vect (u1 , u2 , . . . , up ) par il existe

Λ(λ1 , λ2 , . . . , λn ) tel que AF .Λ = X avec AF matrice dont les colonnes correspondent
aux vecteurs de la famille F et où X est une vecteur inconnue à p lignes et 1 colonne.
On échelonne le système obtenu en utilisant la méthode 11.3 et on obtient
⎧
⎪ a1,1λ1 + a1,2 λ2 +· · · + a1,r λr +· · · +a1,p λp = b1 (L1 )
⎪
⎪ a · · · ·
⎪
⎪ 2,2 λ2 +· + a 2,r λr +· +a 2,p λp = b 2 (L2 )
⎪
⎪ .. .. ..
⎪
⎨ . . .
ar,r λr +· · · +ar,p λp = br (Lr )
⎪
⎪
⎪
⎪
0 = br+1 (Lr+1 )
⎪
⎪ .. ..
⎪
⎪ . .
⎩
0 = bn (Ln )
où les (bi )1≤i≤n sont des combinaisons linéaires des (xi )1≤i≤n et r est le nombre de pivots
du système.
Les lignes (Lr ), (Lr+1 ), . . . , (Ln ) fournissent un système d’équations linéaires de
Vect (u1 , u2 , . . . , up )
⎛⎛ ⎞ ⎛ ⎞⎞
1 1
Exemple : Considérons F = ⎝⎝ 2 ⎠ , ⎝ 1 ⎠⎠. On cherche un système d’équations cartésiennes
0 1
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 1 x
de Vect (F ). Pour cela, on écrit le système correspondant à λ1 ⎝ 2 ⎠ + λ2 ⎝ 1 ⎠ = ⎝ y ⎠
0 1 z

λ1 +λ2 = x (L1 ) λ1 +λ2 = x
2λ1 +λ2 = y (L2 ) qui est équivalent à (L2 ← L2 − 2L1 ) −λ2 = y − 2x
λ2 = z (L3 ) λ2 = z
λ1 +λ2 = x
puis à (L3 ← L3 + L2 ) −λ2 = y − 2x (L2 ) . On en déduit qu’une équation cartésienne
0 = z + y − 2x (L3 )
de Vect (F ) est −2x + y + z = 0.
9782340-002166_001_600.indd 267 21/10/2014 12:13

Vrai/Faux
Vrai Faux
1. Soit p et n deux entiers non nuls. Un système linéaire de n
équations à p inconnues admet au moins une solution dans le cas
où p > n.
2. Soit p et n deux entiers non nuls. Un système linéaire de n
équations à p inconnues admet une et une seule solution si et
seulement si p = n.
3. Si on résout un système linéaire en utilisant des opérations
élémentaires, ce sera uniquement sur les lignes.
4. Un système de trois équations à trois inconnues n’a jamais une
infinité de solutions.
5. Soient n et p deux entiers non nuls. Un système linéaire de n
équations à p inconnues admet au moins une solution si p < n.
6. On ne change pas un système en remplaçant une de ses lignes
par une combinaison des autres.
7. Dans l’espace, l’intersection d’une droite et d’un plan est ca-
ractérisée par un système linéaire de trois équations à trois incon-
nues de rang toujours 3.
262 CHAPITRE 11
9782340-002166_001_600.indd 268 21/10/2014 12:13

Systèmes linéaires sans paramètre
⎧
⎨ 2y − z = 1
Exercice 11.1 : Résoudre dans R3 : −2x − 4y + 3z = −1 .
⎩
x + y − 3z = −6
⎧
⎪
⎪x+z = 1
⎨
y+z = 0
Exercice 11.2 : Résoudre dans R3 : .
⎪
⎪ x +y = 1
⎩
2x + 3y = 0
Exercice 11.3* : Soit n ∈ N, un⎧ entier naturel supérieur ou égal à 2, a et b deux réels.
⎪
⎪ ax1 + b = x2
⎪
⎪
⎪
⎨ ax2 + b = x3
Résoudre dans R le système :
n .. .. en utilisant la méthode de Gauss-Jordan
⎪ . .
⎪
⎪
⎪
⎪ axn−1 + b = xn
⎩
axn + b = x1
.
Systèmes linéaires avec paramètres

⎧
⎨ x + 2y − z = a
Exercice 11.4 : Soit (a, b, c) ∈ R3 . On note (S) −2x − 3y + 3z = b .
⎩
x + y − 2z = c
1. À quelle condition portant sur a, b et c le système (S) admet-il des solutions ?
2. Résoudre (S) dans R3 , lorsque (a, b, c) = (0, 0, 1) puis ((a, b, c) = (1, −2, 1).

mx + y = 1
Exercice 11.5* : Discuter le nombre de solutions du système en fonction du
x + my = 1
paramètre m.
⎧
⎨ (2 + t)x + 2y − z = 0
Exercice 11.6* : Résoudre suivant la valeur du réel t : 2x + (t − 1)y + 2z = 0 .
⎩
−x + 2y + (2 + t)z = 0
⎧
⎪
⎪ x + my + m2 z + m3 t = 1
⎨
mx + m2 y + m3 z + t = 1
Exercice 11.7* : Résoudre en fonction de m ∈ R : .
⎪
⎪ m2 x + m3 y + z + mt = 1
⎩ 3
m x + y + mz + m2 t = 1
Exercice 11.8* : L’espace est rapporté à (O,ı, j, k). Discuter, suivant les valeurs de m ∈ R,
mx + 2y + 3z = 3
l’intersection de la droite D d’équation et du plan P d’équation
(m − 1)x + my + z = 1
(m + 1)x + my + (m − 1)z = m − 1.
9782340-002166_001_600.indd 269 21/10/2014 12:13

Matrices équivalentes par lignes
Exercice 11.9 : Déterminer la matrice échelonnée réduite par lignes équivalente par lignes à
⎛ ⎞
1 −1 1 −1 1
⎜ 1 1 2 −1 0 ⎟
A=⎝ ⎜ ⎟.
2 −2 3 −1 2 ⎠
4 −2 6 −3 3
⎛ ⎞
1 −α 1 −1 1
⎜ α −1 1 −1 1 ⎟
Exercice 11.10 : Transformer ⎜
⎝
⎟ en une matrice équivalente par lignes
⎠
−1 1 0 α 1
α −1 1 −1 1
qui soit échelonnée par lignes. On pourra discuter selon la valeur de α.
Exercice 11.11 : On considère les familles de vecteurs de R4 suivantes :
⎛ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞⎞ ⎛ ⎛ ⎞ ⎛ ⎞⎞
1 1 2 1 1
⎜ ⎜ −3 ⎟ ⎜ −1 ⎟ ⎜ −12 ⎟⎟ ⎜ ⎜ 1 ⎟ ⎜ 0 ⎟⎟
F1 = ⎜ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎟ ⎜ ⎜
⎝u1 ⎝ 5 ⎠ , u2 ⎝ −4 ⎠ , u3 ⎝ 37 ⎠⎠ et F2 = ⎝v1 ⎝ 0 ⎠ , v2 ⎝
⎟ ⎜ ⎟⎟
1 ⎠
⎠
2 3 1 0 0
1. Sont-elles libres ? liées ? génératrices ?

2. Donner un système d’équations cartésiennes de chacune d’entre elles.
Indications
Ex. 11.3
1 1 1
On commence par : Ln ← Ln + L1 , ..., Ln ← Ln + k Lk , ..., Ln ← Ln + n−1 Ln−1 .
a a a
Ex. 11.4
1. Par opérations élémentaires sur les lignes, on transforme le système en système triangulaire
supérieur et on détermine une relation de compatibilité.
Ex. 11.5
On résout le système avec nos opérations sur les lignes et ensuite, on discute l’ensemble des
solutions.
264 CHAPITRE 11
9782340-002166_001_600.indd 270 21/10/2014 12:13

1 2 3 4 5 6 7
F F V F F F F
1. C’est faux. Considérer par exemple le système :

x+y+z = 1
.
x+y+z = 2014
C’est un système de n = 2 équations à p = 3 inconnues et n’a pas de solution !
2.
⎧ C’est encore faux. On peut très bien avoir encore aucune solution. Prendre par exemple
⎨ x+y+z = 1
x + y + z = 2014 qui vérifie n = p = 3 et qui n’a pas de solution.
⎩
x+y+z = 1
3. En effet, si l’on fait des opérations élémentaires sur les colonnes, on modifie les inconnues.
4. Bien sûr que si. Prendre par exemple :
⎧
⎨ x+y+z = 1
x+y+z = 1
⎩
x+y+z = 1
qui a une infinité de solutions.
5. Encore une fois, il faut se méfier. Prendre par exemple :
⎧
⎨ x+y = 1
x+y = 1
⎩
x + y = 2014
qui a 2 inconnues et trois équations et n’a pas de solutions.
6. On perd une information en faisant cela !
7. Si la droite est incluse dans le plan, le rang est 2 et non 3.
Erreurs classiques
• Croire que le cas n = p est une condition nécéssaire et suffisante pour qu’un système
ait une et une seule solution.
• Se lancer dans des opérations sur les colonnes (bien que parfois cela soit tentant !).
On obtient un système qui n’est plus du tout équivalent.
• Faire des opérations sur les lignes qui ne soient pas autorisées. Ainsi Li ← aLj +bLk ,
avec i différent à la fois de j et k, n’est pas permise.
• Croire que l’intersection d’une droite et d’un plan est toujours un point. Il y a aussi
les cas où la droite est parallèle au plan.
9782340-002166_001_600.indd 271 21/10/2014 12:13

Exercice 11.1 ⎛ ⎞
0 2 −1 1
On écrit le système : ⎝ −2 −4 3 −1 ⎠ .
1 1 −3 −6
Retenir que l’on On commence par faire L1 ↔ L3 ce qui permet d’avoir 1 comme pivot. Puis,
peut faire dès le début on fait (par exemple) les opérations élémentaires successives suivantes :
des permutations de
lignes pour avoir le
pivot le plus adéquat 1
possible. L2 ← L2 + 2L1 , L3 ← L2 + L3 , L2 ← − L2 , L2 ↔ L3 ,
4
1 1
L2 ← L2 + 3L3 , L1 ← L1 + 3L3 , L1 ← L1 − L2 , L2 ← L2 .
2 2
⎛ ⎞
1 0 0 1
On a alors : ⎝ 0 1 0 2 ⎠ ⇒ S = {(1, 2, 3)}.
0 0 1 3
1 0 1 1
⎜ 0 1 1 0 ⎟
On part du système : ⎜
⎝ 1 1 0 1 ⎠.
⎟
2 3 0 0
Il est inutile ici On fait par exemple, successivement :
d’aboutir à un système
échelonné réduit par
lignes, pour conclure. L3 ← L3 − L1 , L4 ← L4 − 2L1 , L3 ← L3 − L2 ,
1
L4 ← L4 − 3L2 , L3 ← − L3 , L4 ← L4 + 5L3 .
2
⎛ ⎞
1 0 1 1
⎜ 0 1 1 0 ⎟
On obtient : ⎜
⎝
⎟ . Le système est impossible.
0 0 1 0 ⎠
0 0 0 −2
⎛Exercice 11.3 ⎞
a −1 0 . . . 0 −b
⎜ 0 a −1 0 . . . −b ⎟
⎜ ⎟
⎜ . 0 a −1 0 . . . ⎟
⎜ ⎟
A=⎜ ⎜ . . . . . . . ⎟⎟ est la matrice du système.
⎜ . . . 0 a −1 0 . ⎟
⎜ ⎟
⎝ 0 . . . 0 a −1 −b ⎠
−1 0 . . . 0 a −b
On suppose a
= 0 et on commence par les opérations successives :
1 1 1
Ln ← Ln + L1 , ..., Ln ← Ln + k Lk , ..., Ln ← Ln + n−1 Ln−1 .
a a a
266 CHAPITRE 11
9782340-002166_001_600.indd 272 21/10/2014 12:13

⎛ ⎞
a −1 0 . . . 0 −b
⎜ 0 a −1 0 . . . −b ⎟
⎜ ⎟
⎜ . 0 a −1 0 . . . ⎟
⎜ ⎟
On obtient : A1 = ⎜
⎜
. . . . . . . ⎟,
⎟ On a utilisé la
⎜ . . . 0 a −1 0 . ⎟ formule de la somme
⎜ ⎟
⎝ 0 . . . 0 a −1 −b ⎠ partielle d’une suite
an −1 −b(1−an ) géométrique pour
0 . . . . 0 an−1 (1−a)an−1 arranger le dernier
n−1 coefficient de A1 . Si
a
en supposant a
= 1. On fait alors l’opération Ln ← Ln , ce qui donne a = 1, on ne peut pas
an − 1 l’écrire ainsi.
b
xn = . On fait l’opération Ln−1 ← Ln−1 + Ln , puis il reste à faire les
1−a
opérations :
1 1 1
Ln−2 ← Ln−2 + Ln−1 , ..., Lk ← Lk + Lk+1 , ..., L1 ← L1 + L2 .
a a a
Enfin, on divise toutes les lignes (sauf Ln ) par a et il reste une matrice
constituée que de 0 sauf la diagonale principale, où il y a seulement des 1
et la dernière colonne consituée des mêmes coefficients b/(1 − a).
Finalement, si a ∈ / {0, 1}, le système a pour solution unique :
b
x1 = ... = xn = .
1−a
Reprenons le cas a = 1. La ligne Ln de la matrice augmentée A1 n’a que
des 0 sauf son dernier coefficient égal à −nb. Donc si b
= 0, le système est
impossible. Si b = 0, la ligne Ln est nulle. Le mieux est de revenir au système
initial car on voit alors que x1 = x2 , x2 = x3 , ..., xn−1 = xn et xn = x1 . Nous
avons une infinité de solutions : (x, x, ..., x), où x ∈ R.
Reprenons le cas a = 0. On peut repartir de A mais en remplaçant dans le
système, on voit immédiatement que l’on a : x1 = b, x2 = b, ..., xn = b. La
solution est unique et correspond à la solution trouvée pour a ∈ / {0, 1} en
prenant a = 0.
Exercice 11.4
⎛ ⎞
1 2 −1 a
1. On écrit le système sous la forme : ⎝ −2 −3 3 b ⎠ . Puis :
1 1 −2 c
L2 ← L2 + 2L1 , L3 ← L3 − L1 , L3 ← L3 + L2 .
⎛ ⎞
1 2 −1 a
On obtient : ⎝ 0 1 1 2a + b ⎠ . On remarque que
0 0 0 a+b+c le système a des
solutions si et
2. On continue à résoudre (S) pour les valeurs proposées. Il est clair que seulement si
si (a, b, c) = (0, 0, 1), le système
n’a pas desolution. Puis si ((a, b, c) = a + b + c = 0.
1 2 −1 1
(1, −2, 1), le système s’écrit : . On prend z pour paramètre
0 1 1 0
1 2 1+z
et on obtient le système : . Une dernière opération donne :
0 1 −z
9782340-002166_001_600.indd 273 21/10/2014 12:13

1 0 1 + 3z
. Il reste pour ensemble de solutions les triplets (1+3z, −z, z),
0 1 −z
où z ∈ R.
Exercice 11.5
m 1 1
On aurait pu On part donc du système . On suppose m
= 0 et on effectue
permuter les lignes L1 1 m 1
et L2 pour retarder 1 m
l’étude du cas m = 0.
L2 ← L2 − L1 . Puis L2 ← 2 L2 en supposant m ∈/ {−1, 1}. On effectue
m m −1
1 1 0 1/(m + 1)
enfin L1 ← L1 − L2 et L1 ← L1 . Il reste : .
m 0 1 1/(m + 1)
Si m ∈ / {−1, 0, 1}, on a une solution unique x = y = 1/(m + 1).
Si m = 0, on reprend le système de départ en permutant les deux lignes.
Immédiatement, on a x = y = 1 et la solution est encore unique. Si m = 1,
en faisant L2 ← L2 − L1 dans le système de départ, la seconde ligne est nulle
et il reste l’équation x + y = 1. Le système a donc une infinité de solutions.
Si m = −1, en faisant L2 ← L2 + L1 dans le système de départ, la nouvelle
seconde ligne montre que le système est impossible.
2+t 2 −1
On commence par On part du système : ⎝ 2 t−1 2 ⎠ . Puis :
permuter L1 et L3 −1 2 2+t
pour retarder la
discution en t.
L2 ← L2 + 2L1 , L3 ← L3 + (2 + t)L1 .
⎛ ⎞
−1 2 2+t
On trouve : ⎝ 0 3+t 6 + 2t ⎠ . Puis si t
= −3,
0 6 + 2t (2 + t)2 − 1
1
L2 ← L2 , L3 ← L3 − (6 + 2t)L2 , L1 ← L1 − 2L2 , L1 ← −L1 .
3+t
⎛ ⎞
1 0 2−t
Si t ∈
/ {−3, 3}, le On obtient : ⎝ 0 1 2 ⎠ . Si t2 = 9 donc si t = 3, le système a une
rang est 3, si t = 3, le 0 0 t −9 2
rang est 2 et si
t = −3, le rang est 1.
infinité de solutions (z, −2z, z), avec z ∈ R et si t ∈
/ {−3, 3}, il a une solution
unique (x, y, z) = (0, 0, 0).
Si t = −3, on reprend le système juste avant d’avoir imposée cette condition.
Il reste une seule ligne non nulle (la ligne L1 ) et le système devient :
−x + 2y − z = 0. Solutions : les triplets (2y − z, y, z), (y, z) ∈ R2 .
1 m m2 m3 1
⎜ m m2 m3 1 1 ⎟
On écrit le système : ⎜
⎝ m2 m3 1
⎟.
m 1 ⎠
m3 1 m m2 1
Le premier pivot est 1. On effectue :
L2 ← L2 − mL1 , L3 ← L3 − m2 L1 , L4 ← L4 − m3 L1 .
268 CHAPITRE 11
9782340-002166_001_600.indd 274 21/10/2014 12:13

⎛ ⎞
1 m m2 m3 1
⎜ 0 1 − m4 m − m5 m2 − m6 1 − m3 ⎟
Puis L2 ↔ L4 donne : ⎜ ⎝ 0
⎟.
0 1 − m4 m − m5 1 − m2 ⎠
0 0 0 1 − m4 1−m
Si m − 1
= 0, on divise L2 , L3 et L4 par −m + 1. On obtient :
4 4
⎛ ⎞
1 m m2 m3 1
⎜ 0 1 m m2 (m2 + m + 1)/(m3 + m2 + m + 1) ⎟
⎜ ⎟.
⎝ 0 0 1 m 1/(1 + m2 ) ⎠
0 0 0 1 1/(m3 + m2 + m + 1)
On peut terminer le travail car le système est triangulaire et n’a pas de
0 sur la diagonale principale. La solution (x, y, z, t) est alors unique.
On a On peut terminer
immédiatement t = 1/(m3 + m2 + m + 1) = 1/ (m2 + 1)(m + 1) . On re-

les opérations
élémentaires pour
monte en cascade et on obtient : x = y = z = t = 1/ (m2 + 1)(m + 1) . aboutir à une matrice
Dans le cas où m4 = 1, comme m est réel, seuls les cas m = ±1 sont possibles. avec plus de zéros si
Dans le cas m = 1, on a : vous êtes puriste.
⎛ ⎞
1 1 1 1 1
⎜ 0 0 0 0 0 ⎟
⎜ ⎟
⎝ 0 0 0 0 0 ⎠.
0 0 0 0 0
Ce système se résume à la seule équation x + y + z + t = 1. Nous avons une
infinité de solutions. Dans le cas où m = −1, on a la matrice : Il est clair qu’il y a
⎛ ⎞ des relations
1 −1 1 −1 1 incompatibles et le
⎜ 0 0 0 0 2 ⎟ système n’a pas de
⎜ ⎟.
⎝ 0 0 0 0 0 ⎠ solution.
0 0 0 0 2

⎧
Exercice 11.8
⎨ mx + 2y + 3z = 3
Partons de (S) : (m − 1)x + my + z = 1 . On remarque
⎩
(m + 1)x + my + (m − 1)z = m − 1 d’abord que le système
définissant la droite D
Un point M (x, y, z) appartient à l’intersection de D et de P si et seulement est composée de deux
si (x, y, z) est une solution du système (S). relations
Sur (S), on peut commencer par faire : indépendantes (sinon
ce serait une équation
L2 ← L2 + L3 et L2 ← L2 − 2L1 . de plan)
On obtient le système équivalent :

⎛ ⎞
m 2 3 3
⎝ 0 −4 + 2m −6 + m −6 + m ⎠ .
m+1 m m−1 m−1
On va supposer m ∈
/ {0, 2, 4}, ce qui va permettre de faire les opérations
successives :
m+1 m2 − 2m − 2 2(m − 2)
L3 ← L3 − L1 , L3 ← L3 − L2 , L3 ← L3 .
m m(−4 + 2m) m(m − 4)
On obtient le système :
9782340-002166_001_600.indd 275 21/10/2014 12:13

⎛ ⎞
m 2 3 3
⎝ 0 −4 + 2m −6 + m −6 + m ⎠ .
0 0 1 1
Faisons maintenant par exemple, de façon successive,
1
L2 ← L2 + (6 − m)L3 , L1 ← L1 − 3L3 , L2 ← L2 , L1 ← L1 − 2L2 ,
2m − 4
1
puis L1 ← L1 . Il reste :
m
⎛ ⎞
1 0 0 0
⎝ 0 1 0 0 ⎠.
0 0 1 1
Le lecteur finira L’intersection est alors le point A(0, 0, 1). C’est le cas où D et P sont sécants
par le cas m = 2, où en A.
l’on trouve pour
unique solution
Reprenons dans le cas où m = 0 :
A(0, 0, 1). Le plan et la
droite sont donc alors
⎛ ⎞
0 2 3 3
encore sécants. Puis ⎝ 0 −4 −6 −6 ⎠ .
par le cas m = 4, où
l’on retrouve la droite 1 0 −1 −1
D pour intersection.
L’opération L2 ← L2 + 2L1 transforme L2 en une ligne nulle. On peut prendre
z pour paramètre et il reste le système :

2y = 3 − 3z
.
−x = 1 − z
On retrouve la droite D dans le cas où m = 0. On est alors dans un cas où
D ⊂ P.
Exercice 11.9
On commence par déterminer une matrice échelonnée par lignes équivalente
à A à l’aide de l’algorithme du pivot de Gauss-Jordan. :
⎛ ⎞ ⎛ ⎞
1 −1 1 −1 1 1 −1 1 −1 1
⎜ 0 2 1 0 −1 ⎟ ⎜ 0 2 1 0 −1 ⎟
A ∼ ⎜
⎝ 0
⎟∼⎜ ⎟
L 0 1 1 0 ⎠L⎝ 0 0 1 1 0 ⎠
0 2 2 1 −1 0 0 1 1 0
⎛ ⎞
1 −1 1 −1 1
⎜ 0 2 1 0 −1 ⎟
∼ ⎜
⎝ 0
⎟
L 0 1 1 0 ⎠
0 0 0 0 0
Dans une deuxième étape, partant du dernier pivot, on le normalise, puis on

élimine les autres coefficients de sa colonne par opérations élémentaires. On
270 CHAPITRE 11
9782340-002166_001_600.indd 276 21/10/2014 12:13

obtient successivement
⎛ ⎞ ⎛ ⎞
1 −1 1 −1 1 1 −1 0 −2 1
⎜ 0 2 1 0 −1 ⎟ ⎜ 0 2 0 −1 −1 ⎟
A ∼ ⎜ ⎝ 0
⎟∼⎜ ⎟
L 0 1 1 0 ⎠L⎝ 0 0 1 1 0 ⎠
0 0 0 0 0 0 0 0 0 0
⎛ ⎞ ⎛ ⎞
1 −1 0 −2 1 1 0 0 −2 5 1
2
⎜ 0 1 0 − 21 − 12 ⎟ ⎜ 0 1 0 − 12 − 21 ⎟
∼ ⎜ ⎝ 0
⎟∼⎜ ⎟
L 0 1 1 0 ⎠L⎝ 0 0 1 1 0 ⎠
0 0 0 0 0 0 0 0 0 0
C’est la matrice échelonnée réduite par lignes équivalente à A.

Exercice 11.10
On commence par effectuer des opérations sur les lignes. On obtient : Elles sont :
L2 ← L2 − αL1 , L3 ←
⎛ ⎞
1 −α 1 −1 1 L3 + L1 , L4 ←
⎜ 0 −1 + α2 1 − α −1 + α 1 − α ⎟ L4 − αL1 .
⎜ ⎟.
⎝ 0 1−α 1 −1 + α 2 ⎠
0 −1 + α2 1 − α −1 + α 1 − α
• Si 1 − α2
= 0, c’est-à-dire si α ∈
/ {−1, 1}, on écrit la matrice équivalente : On effectue des
opérations
⎛ ⎞
1 −α 1 −1 1 élémentaires du type
⎜ 0 1 −1/(1 + α) 1/(1 + α) −1/(1 + α) ⎟ Li ← λLi , à trouver !
⎜ ⎟.
⎝ 0 1 1/(1 − α) −1 2/(1 − α) ⎠
0 1 −1/(1 + α) 1/(1 + α) −1/(1 + α)
Puis on effectue : L3 ← L3 − L2 et L4 ← L4 − L2 . Cela donne :
⎛ ⎞
1 −α 1 −1 1
⎜ 0 1 −1/(1 + α) 1/(1 + α) −1/(1 + α) ⎟
⎜ ⎟
2 ⎠.
⎝ 0 0 2/(1 − α2 ) (−2 − α)/(1 + α) (3 + α)/(1 − α )
0 0 0 0 0
On a maintenant une matrice échelonnée par lignes. On peut encorer effectuer On pourrait
L2 ← (1 + α)L2 et L3 ← (1 − α2 )L3 pour simplifier nos coefficients non nuls continuer jusqu’à une
matrice échelonnée
restants ou laisser ainsi. ⎛ ⎞ réduite mais à cause
1 1 1 −1 1 de la présence de α,
⎜ 0 0 2 −2 2 ⎟
• Si α = −1, repartons de : ⎜ ⎟
⎝ 0 2 1 −2 2 ⎠ . On permute L2 et L3
c’est lourd.
0 0 2 −2 2
⎛ ⎞
1 1 1 −1 1
⎜ 0 2 1 −2 2 ⎟
puis on fait L4 ← L4 − L3 : ⎜ ⎝ 0 0 2 −2 2 ⎠ .
⎟
0 0 0 0 0
On obtient de nouveau une ⎛ matrice échelonnée⎞par ligne.
1 −1 1 −1 1
⎜ 0 0 1 0 2 ⎟
• Si α = 1, on obtient : ⎜ ⎝ 0 0 0 0 0 ⎠.
⎟
0 0 0 0 0
9782340-002166_001_600.indd 277 21/10/2014 12:13

Exercice 11.11
1. Le cardinal de chacune des familles étant strictement plus petit que la
dimension de l’espace (qui lui est égal à 4, puisqu’on travaille dans R4 ), aucune
de ces familles n’est génératrice.
Quant à la famille F2 , elle est composée de deux vecteurs. Deux vecteurs
sont liés si et seulement si ils sont colinéaires ; ce qui n’est pas le cas de v1 et
v2 . La famille F2 est donc libre.
Il reste à déterminer si la famille F1 est libre⎧ou liée. Pour cela, écrivons le
⎪
⎪ λ1 + λ2 + 2λ3 = 0
⎨
−3λ1 − λ2 − 12λ3 = 0
système λ1 u1 +λ2 u2 +λ3 u3 = 0. Il se traduit par ,
⎪
⎪ 5λ1 − 4λ2 + 37λ3 = 0
⎩
⎧ ⎧ 2λ1 + 3λ2 + λ3 = 0
⎪
⎪ λ1 + λ 2 + 2λ 3 = 0 ⎪
⎪ λ 1 + λ2 + 2λ 3 = 0
⎨ ⎨
2λ2 − 6λ3 = 0 (L2 ← L2 + 3L1 ) λ2 + 3λ3 = 0
, et . Le
⎪
⎪ −9λ2 + 27λ3 = 0 (L3 ← L3 − 5L1 ) ⎪
⎪ 0 = 0
⎩ ⎩
λ2 − 3λ3 = 0 (L4 ← L4 − 2L1 ) 0 = 0
dernier système est échelonné, il est compatible, avec une variable libre. Il y a
une infinité de solutions (par exemple λ1 = 5, λ2 = −3, λ3 = −1) à l’équation
posée. La famille F1 est liée.
⎧ Pour trouver un système d’équations linéaires de F1 , il suffit d’écrire
2.
⎪
⎪ λ1 + λ2 + 2λ3 = x
⎨ On reprend dans l’ordre les opérations élémentaires
−3λ1 − λ2 − 12λ3 = y
. effectuées ci-dessus. On obtient
⎪
⎪ 5λ1 − 4λ2 + 37λ3 = z
⎩ successivement
⎧ 2λ1 + 3λ2 + λ3 = t ⎧
⎪
⎪ λ1 + λ2 + 2λ3 = x ⎪
⎪ λ1 + λ2 + 2λ3 = x
⎨ ⎨
2λ2 − 6λ3 = y + 3x λ2 + 3λ3 = (y + 3x)/2
.
⎪
⎪ −9λ 2 + 27λ 3 = z − 5x ⎪
⎪ 0 = 2(z − 5x) + 9(y + 3x)
⎩ ⎩
λ2 − 3λ3 = t − 2x 0 = 2(t − 2x) − (y + 3x)
Ls deux dernières équations nous fournissent un système d’équations de
17x + 9y + 2z = 0
F1 :
−7x − y + 2t = 0
On procède de la même manière⎧pour F2 . Le système⎧λ1 v1 +λ2 v2 = (x, y, z, t)

⎪
⎪ λ1 + λ2 = x ⎪
⎪ λ1 + λ2 = x
⎨ ⎨
λ1 = y −λ2 = y−x
se traduit successivement par , ,
⎪
⎪ λ2 = z ⎪
⎪ λ2 = z
⎩ ⎩
⎧ 0 = t 0 = t
⎪
⎪ λ 1 + λ2 = x
⎨
−λ2 = y − x
⎪
⎪ 0 = z+y−x
⎩
0 = t

−x + y + z = 0
Un système d’équations linéaires pour F2 est
t = 0

272 CHAPITRE 11
9782340-002166_001_600.indd 278 21/10/2014 12:13

Deuxième partie
Deuxième semestre
9782340-002166_001_600.indd 279 21/10/2014 12:13

9782340-002166_001_600.indd 280 21/10/2014 12:13
Chapitre 12
Nombres réels
et suites numériques
Augustin-Louis Cauchy pensait avoir démontré la convergence

des suites de réels dont les termes sont inęniment proches les uns
des autres à partir d’un certain rang – on les appelle désormais
des suites de Cauchy. Charles Méray se rendit compte que ceĴe
erreur était due au fait que l’ensemble R des nombres réels
n’avait jamais été déęni correctement. Il en entreprit alors une
construction, en 1869, en partant des rationnels. Son but était de
donner un fondement à l’analyse en créant de nouveaux nombres,
au lieu d’étudier, comme on le faisait jusqu’alors, les propriétés
de nombres dont l’existence résultait de l’évidence géométrique.
En 1872, Karl Weierstrass, Richard Dedekind et Georg Cantor
publièrent chacun un travail du même type.
Karl Weierstrass
1815-1897
9782340-002166_001_600.indd 281 21/10/2014 12:13

Objectifs

Les incontournables
ZÉtudier des suites N , en extraire leurs principales caractéristiquesȹ:
fmonotonie
fconvergence.
ZCalculer des limites dans des formes indéterminées.
ZÉtudier des suites définies implicitement.

ZSe ramener à des suites convergentes grâce à des sous-suites.
9782340-002166_001_600.indd 282 21/10/2014 12:13

Résumé de cours
Ensemble ordonné des nombres réels
L’ensemble des nombres réels R est muni de deux lois de composition interne : l’addition + et la
multiplication ×. Nous rappelons ici les propriétés liées à la relation d’ordre ≤.
Définition : Pour tout nombre réel x, on définit la valeur absolue de
x si x ≥ 0
x par le nombre |x| = max{x, −x} =
−x si x ≤ 0
0
Proposition 12.1.— Inégalités triangulaires —. Pour tous réels x et y, on a :

|x + y| ≤ |x| + |y| et |x − y| ≥ |x| − |y|
Définition : Soit I une partie de R. On dit que I est un intervalle dans les quatre cas suivants :
• I = {x ∈ R | a < x < b}, (a, b) ∈ R × R ; • I = {x ∈ R | a < x ≤ b}, (a, b) ∈ R × R ;
• I = {x ∈ R | a ≤ x < b}, (a, b) ∈ R × R ; • I = {x ∈ R | a ≤ x ≤ b}, (a, b) ∈ R × R.
Remarque : à l’aide de la propriété de la borne supérieure, on démontre que les intervalles sont
les parties convexes de R, c’est-à-dire les parties telles que pour tout (x, y) ∈ I 2 avec x < y on a :
∀z ∈ R, x ≤ z ≤ y ⇒ z ∈ I.
Théorème 12.2.— Partie entière d’un réel —. Soit x ∈ R. Il existe un entier relatif p ∈ Z,
unique tel que p ≤ x < p + 1. Cet entier relatif p est appelé partie entière de x. On note p = x!.
Remarque : la partie entière de x est le plus grand de tous les entiers inférieurs ou égaux à x.
Définition : Soit A une partie non vide de R, et x ∈ R un nombre réel. On dit que :
• x est un majorant de A si ∀a ∈ A, a ≤ x ;
• x est un minorant de A si ∀a ∈ A, a ≥ x ;
• x est le plus grand élément de A si x est un élément et un majorant de A ;
• x est le plus petit élément de A si x est un élément et un minorant de A.
Vocabulaire : A est dite minorée (resp. majorée) si elle admet un minorant (resp. un majorant).
A est dite bornée si elle est à la fois minorée et majorée.
Une partie A de R est bornée si et seulement si il existe C > 0 telle que : ∀a ∈ A, |a| ≤ C. On dit
alors que la partie A est bornée par C.
Définition : Soit A une partie non vide de R, α un nombre réel. On dit que
• α est la borne supérieure de A et on note α = sup A si α est le plus petit majorant de A.
• α est la borne inférieure de A et on note α = inf A si α est le plus grand minorant de A.
Théorème 12.3.— R a la propriété de la borne supérieure —.

Toute partie non vide et majorée de R possède une borne supérieure.
Toute partie non vide et minorée de R possède une borne inférieure.
NOMBRES RÉELS ET SUITES NUMÉRIQUES 277
9782340-002166_001_600.indd 283 21/10/2014 12:13

Premières notions sur les suites
Notations et mise en place
Définition : On appelle suite de nombres réels, toute fonction u : N → R définie sur l’ensemble
des entiers naturels N et à valeurs dans l’ensemble de nombres réels R. Dans ce cas, on note pour
tout entier n ∈ N, un = u(n) et u = (un )n∈N .
Notation : RN désigne l’ensemble des suites réelles.
Suites réelles et ordre
Définition : Soit u ∈ RN une suite de nombres réels. On dit que la suite u est :
• minorée, majorée ou bornée si l’ensemble des valeurs A = {un ∈ R ; n ∈ N} l’est ;
• croissante (resp. strictement croissante) si : ∀n ∈ N, un ≤ un+1 (resp. un < un+1 ) ;
• décroissante (resp. strictement décroissante) si : ∀n ∈ N, un ≥ un+1 (resp. un > un+1 ) ;
• monotone (resp. strictement monotone) si elle est croissante ou décroissante (resp. stric-
tement croissante ou strictement décroissante).
Définition : Soit u ∈ RN une suite de nombres réels.
• Si u est minorée, la borne inférieure de u est le nombre inf un = inf{un ∈ R ; n ∈ N} ;
n∈N
• Si u est majorée, la borne supérieure de u est le nombre sup un = sup{un ∈ R ; n ∈ N}.

n∈N
Suites extraites
Définition : Soit (un )n∈N , (vn )n∈N deux suites de nombres réels. On dit que v est une suite ex-
traite de u s’il existe une fonction ϕ : N → N strictement croissante telle que : ∀n ∈ N, vn = uϕ(n) .
Les suites extraites de la suite u sont notées (uϕ(n) )n∈N ou encore (unk )k∈N .
Remarque : la fonction extractrice ϕ : N → N vérifie nécessairement ∀n ∈ N, ϕ(n) ≥ n.
Limite d’une suite
Définition : Soit u ∈ RN une suite de nombres réels et ∈ R. On dit que

• u converge vers si (∀ε > 0), (∃n0 ∈ N); (∀n ∈ N) (n ≥ n0 ) ⇒ |un − | ≤ ε ;

• u diverge vers +∞ si (∀A ∈ R), (∃n0 ∈ N); (∀n ∈ N) (n ≥ n0 ) ⇒ (un ≥ A) .

• u diverge vers −∞ si (∀A ∈ R), (∃n0 ∈ N); (∀n ∈ N) (n ≥ n0 ) ⇒ (un ≤ A) .
On note ces relations lim un = , lim un = −∞ ou lim un = +∞.
n→+∞ n→+∞ n→+∞
Vocabulaire : u est dite convergente s’il existe ∈ R telle que u converge vers . Dans le cas
contraire, u est dite divergente.
Théorème 12.4.— Unicité de la limite —. Soit u ∈ RN une suite de nombres réels, (, ) ∈ R×R.
Si lim un = et lim un = , alors = .

n→+∞ n→+∞
Remarque : une suite de nombres réels converge vers ∈ R ssi il existe une suite v, convergente
vers 0 telle que u = + v.
278 CHAPITRE 12
9782340-002166_001_600.indd 284 21/10/2014 12:13

Limites et inégalités
Proposition 12.5.— Soit u et v deux suites de nombres réels convergentes.

Si lim un < lim vn alors (∃n0 ∈ N); (∀n ∈ N), n ≥ n0 ⇒ un < vn
n→+∞ n→+∞
Si ∀n ∈ N, un ≤ vn alors lim un ≤ lim vn
n→+∞ n→+∞
Remarque : il faut retenir que le passage à la limite lorsque n tend vers +∞ dans une inégalité
large ou stricte conduit toujours à une inégalité large.
Proposition 12.6.— Toute suite convergente est bornée.
Théorèmes d’existence de limites

Composition des limites
Proposition 12.7.— Suites extraites d’une suite convergente —. Soit u ∈ RN et ∈ R. On

suppose que u est convergente vers . Alors toute suite extraite de u est convergente de limite .
Proposition 12.8.— Caractérisation séquentielle de la limite —. Soit f : I → R une fonc-

tiondéfinie dans un intervalle I, a un point de I ou une extrémité de I, ∈ R et u ∈ I N une suite
de réels à valeurs dans I.
• limn→+∞ un = a
Si • lim f (x) = alors lim f (un ) =
n→+∞
x→a
Opérations sur les limites
Théorème 12.9.— Soit (u, v) ∈ RN deux suites réelles, , ∈ R, λ ∈ R∗ un nombre réel. On

suppose que lim un = et lim vn = . Alors
n→+∞ n→+∞
• lim |un | = ||. • lim (un × vn ) = × .
n→+∞ n→+∞

• lim (λ · un ) = λ.. • si de plus
= 0, alors lim
1/un = 1/,
n→+∞ n→+∞

• lim (un + vn ) = + . • si lim un = 0+ , alors lim 1/un = +∞.
n→+∞ n→+∞ n→+∞
Existence de limite par comparaison, encadrement
Théorème 12.10.— Existence de limite par encadrement —. Soit (u, v) ∈ RN et ∈ R.

• u et w convergent vers .
Si alors v est convergente et lim vn = .
• ∀n ∈ N, un ≤ vn ≤ wn n→+∞
Vocabulaire : ce théorème est aussi appelé le théorème des gendarmes.
9782340-002166_001_600.indd 285 21/10/2014 12:13

Théorème 12.11.— Existence de limite par comparaison —. Soit (u, v) ∈ RN .

• lim un = 0
Si n→+∞ alors v est convergente et lim vn = 0
• ∀n ∈ N, |vn | ≤ |un| n→+∞
• lim un = +∞
Si n→+∞ alors v est divergente et lim vn = +∞
• ∀n ∈ N, vn ≥ un n→+∞
Corollaire 12.12.— Si u est une suite bornée et v est une suite convergente de limite 0, alors le
produit u × v est une suite tendant vers 0.
Théorème 12.13.— Théorème de la limite monotone —. Soit (un ) ∈ RN une suite monotone.
Alors u est convergente si et seulement si u est bornée.
⎧
⎪
⎨ Si u est majorée, alors u est convergente.
Soit u un suite croissante de nombres réels. Si u n’est pas majorée, alors u est divergente
⎪
⎩ et dans ce cas : lim un = +∞.
n→+∞
⎧
⎪
⎨ Si u est minorée, alors u est convergente.
Soit u un suite décroissante de nombres réels. Si u n’est pas minorée, alors u est diver-
⎪
⎩ gente et dans ce cas : lim un = −∞.
n→+∞
Définition : Soit (u, v) ∈ (RN )2 . Les suites u et v sont dites adjacentes si

• l’une est croissante et l’autre décroissante.
• (un − vn )n∈N est convergente de limite nulle.
Théorème 12.14.— Théorème de convergence des suites adjacentes —. Soit u et v deux suites
adjacentes. Alors :
u et v sont convergentes et ont même limite.
De plus, si u est croissante et v est décroissante, alors ∀(n, p) ∈ N2 , un ≤ ≤ vp .
10n x! 10n x! + 1
Remarque : pour tout réel x et pour tout entier n ∈ N, on pose pn = n
et qn = .
10 10n
Les suites (pn ) et (qn ) sont adjacentes de limite commune x. En particulier, tout nombre réel est
limite d’une suite de nombres rationnels.
Suites de référence
Suites récurrentes classiques
Définition : Soit (un )n∈N une suite de nombres réels. On dit que
• u est arithmétique s’il existe r ∈ R, appelée raison, tel que ∀n ∈ N, un+1 = un + r ;
• u est géométrique s’il existe q ∈ R, appelée raison, tel que : ∀n ∈ N, un+1 = q · un .
280 CHAPITRE 12
9782340-002166_001_600.indd 286 21/10/2014 12:13

Proposition 12.15.— Soit (un )n∈N une suite de nombre réels.
• Si u est la suite arithmétique de premier terme u0 et de raison r, alors ∀n ∈ N, un = u0 + nr.
• Si u est la suite géométrique de premier terme u0 et de raison q, alors ∀n ∈ N, un = u0 · q n .
Proposition 12.16.— Somme des premiers termes d’une suite géométrique —. Soit (un )n∈N

n
1 − q n+1
une suite géométrique de raison q
= 1, alors pour tout entier n ∈ N, uk = u0 .
1−q
k=0
Définition : On dit qu’une suite (un )n∈N est récurrente linéaire d’ordre 2 s’il existe deux
constantes a et b telles que ∀n ∈ N, un+2 = a · un+1 + b · un .
Suites récurrentes du type un+1 = f (un )
Théorème-Définition 12.17.— Étant donné une fonction f : I → I définie et à valeurs dans un

même intervalle I et a ∈ I, il existe une suite (un ) ∈ RN , unique, telle que u0 = a et
∀n ∈ N, un+1 = f (un )
(12.1)
De plus, (un ) ∈ I N est une suite d’éléments de I.

Vocabulaire : la fonction f : I → I est appelée la fonction itératrice.
Théorème 12.18.— Cas d’une itératrice monotone —. Soit f : I → I et (un )n∈N la suite définie
par (12.1). On suppose que f est monotone.
Si f est croissante sur I alors (un ) est monotone.
Si f est décroissante sur I alors (u2n ) et (u2n+1 ) sont monotones et de monotonies contraires.
Théorème 12.19.— Cas d’une itératrice continue —. Soit f : I → I une fonction continue et
(un )n∈N la suite définie par (12.1).
Si (un ) convergente vers ∈ I, alors sa limite est solution dans I de l’équation : f (x) = x.
Vocabulaire : les solutions de l’équation f (x) = x sont appelées les points fixes de f .
Relations de comparaison entre suites

Trois relations de comparaison
Définition : Soit u = (un )n∈N et v = (vn )n∈N deux suites de nombres réels, tel que les termes vn
sont non nuls à partir d’un certain rang n0 . On dit que la suite u est :
• dominée par v, et on note un = O (vn ) si la suite (un /vn )n≥n0 est bornée.
• négligeable devant v, et on note un = o(vn ) si la suite (un /vn ) est convergente vers 0.
• équivalente à v , et on note un ∼ vn si la suite (un /vn ) est convergente vers 1.
9782340-002166_001_600.indd 287 21/10/2014 12:13

Proposition 12.20.— Caractérisation de l’équivalence à l’aide de la différence —.
Soit u = (un )n∈N et v = (vn )n∈N deux suites de nombres réels alors :
un ∼ vn ⇐⇒ un − vn = o(vn ).
Propriétés des suites équivalentes

Soit (un ) et (vn ) deux suites de réels. On suppose que un ∼ vn .
Théorème 12.21.— Propriété fondamentale des suites équivalentes

(∀ ∈ R ∪ {±∞}), lim un = ⇐⇒ lim vn = .
n→+∞ n→+∞
Proposition 12.22.— À partir d’un certain rang, un et vn sont de même signe.
Obtention d’équivalents
Théorème 12.23.— Soit (un ), (un ), (vn ), (vn ) des suites de réels.
• Produit Si un ∼ vn et un ∼ vn , alors un × un ∼ vn × vn .
un vn
• Quotient Si un ∼ vn et un ∼ vn , alors ∼ .
un vn
• Puissance Si un > 0 et un ∼ vn , alors un ∼ vnα , pour tout α ∈ R.
α
• Somme Si vn = o(un ) alors un + vn ∼ un .

• Somme Encore Si vn ∼ αwn et que un ∼ βwn avec α + β
= 0, alors un + vn ∼ (α + β)wn
Remarque : Il faut faire très attention avec l’addition. En général, des équivalents ne s’additionnent
pas.
Comparaison des suites usuelles
Proposition 12.24.— Relations de comparaison entre suites classiques —. Soit α, β, γ des réels
tels que α > 0, β > 0 et γ > 1. Alors :

• (ln n)α = o nβ • nβ = o (γ n ) • γ n = o (n!)
Théorème 12.25.— Équivalents usuels —. Soit u ∈ RN , α ∈ R. Si lim un = 0, alors

n→+∞
u2n
• sin(un ) ∼ un • 1 − cos(un ) ∼ • tan(un ) ∼ un
2
• (1 + un ) − 1 ∼ αun
α
• ln(1 + un ) ∼ un • eun − 1 ∼ un .
282 CHAPITRE 12
9782340-002166_001_600.indd 288 21/10/2014 12:13

Méthodes
Bornes supérieure et inférieure
Méthode 12.1.— Comment exploiter une borne supérieure ou inférieure

Étant donné une partie A de R et un nombre réel τ :
pour exploiter le fait que τ = sup A, on utilise souvent les assertions suivantes (la
deuxième est impliquée par la troisième) :
il existe une suite (an )n∈N croissante d’éléments de A et convergeant vers τ ;
il existe une suite (bn )n∈N strictement décroissante d’éléments n’appartenant
pas à A et convergeant vers τ ;
le nombre τ est un majorant de A ;
pour exploiter de même le fait que τ = inf A, on utilise l’existence de deux suites
adjacentes (an )n∈N et (bn )n∈N tendant vers τ , l’une à éléments hors de A et l’autre
à éléments dans A, et le fait que le nombre τ est un minorant de A.
Exemple : montrer que si f : [0, 1] → [0, 1] est une fonction croissante, alors la fonction f admet
au moins un point fixe.
Pour le démontrer, on pose F = {x ∈ [0, 1] | f (x) ≥ x}. L’ensemble F est non vide car il contient
0 et est majoré par 1 : la partie F de R admet donc une borne supérieure τ .
On en déduit l’existence d’une suite (an )n∈N croissante d’éléments dans F et convergeant vers τ .
Ainsi : ∀n ∈ N, an ≤ f (an ). Or, chaque an est inférieur au majorant τ de F et par croissance de
la fonction f , on en déduit : ∀n ∈ N, f (an ) ≤ f (τ ), donc an ≤ f (τ ). En passant à la limite dans
cette dernière inégalité lorsque n tend vers +∞, on obtient : τ ≤ f (τ ).
1
De par τ = sup F , on en déduit que pour tout n ≥ 1, le nombre τ + ne peut appartenir
n
à l’ensemble F . Cependant, il ne faut pas perdre de vue qu’il y a plusieurs façons de ne pas
appartenir à cet ensemble, d’où la distinction de cas.
• Premier cas : τ = 1. Alors, comme f (τ ) appartient à l’intervalle [0, 1], on a : f (1) ≤ 1, puis
f (τ ) ≥ τ = 1, d’où l’égalité f (1) = 1.
1
• Second cas : τ < 1. Pour n assez grand, le nombre τ + est dans l’intervalle [0, 1] et comme
n
ce nombre n’appartient pas à F , il ne reste que :

1 1 1 1
f τ+ <τ+ puis : f (τ ) ≤ f τ + <τ+ ,
n n n n
et le passage à la limite lorsque n tend vers +∞ conduit à : f (τ ) ≤ τ .

Dans tous les cas, f (τ ) = τ et la borne supérieure τ est un point fixe pour la fonction f .
9782340-002166_001_600.indd 289 21/10/2014 12:13

Suites : généralités
Méthode 12.2.— Comment étudier une suite de nombres réels

Étant donné une suite u = (un )n∈N de nombres réels, voici les questions qu’il faut se
poser :
la suite u est-elle monotone ? Pour le savoir,
déterminer le signe de un+1 − un ;
lorsque un est donné par un produit ou un quotient de nombres positifs, com-
un+1
parer à 1 ;
un
la suite u est-elle convergente ? Voici quelques pistes selon les situations rencontrées.
Pour établir seulement la convergence, utiliser le théorème des suites mono-
tones, lequel ne permet en aucune façon de calculer la valeur de la limite.
Lorsque l’on a une idée de la limite , simplifier l’expression un − ou procéder
à un encadrement de un pour appliquer le théorème des gendarmes.
En l’absence de monotonie et d’intuition concernant la valeur de la limite, uti-
liser une relation éventuelle entre les différents termes de la suite (par exemple,
un en fonction de un−1 et un−2 ), puis passer à la limite lorsque n tend vers
+∞ pour obtenir une équation pour .
On peut accéder à la convergence d’une suite à travers les sous-suites : si
u = (un )n∈N est une suite, la suite u est convergente si et seulement si les deux
sous-suites (u2n )n∈N et (u2n+1 )n∈N sont convergentes vers la même limite.

n
1
Exemple : étudier la suite un = .
k 2 + k · sin(2k )
k=1 n∈N∗
On commence par étudier la monotonie de la suite u. Pour tout n dans N∗ :

n+1
1 n
1
un+1 − un = −
k + k · sin(2 )
2 k k 2 + k · sin(2k )
k=1 k=1
1
=
(n + 1) + (n + 1) · sin(2n+1 )
2
Or, (n + 1)2 + (n + 1) · sin(2n+1 ) ≥ (n + 1)2 − (n + 1) = n · (n + 1) > 0. La suite u est strictement

croissante, ce qui est une bonne nouvelle car on va appliquer le théorème des suites monotones. Or :
n
1 1 n
1 1 n
1
un = = + ≤ + . Par ailleurs,
k 2 + k · sin(2k ) 1 + sin 2 k 2 + k · sin(2k ) 1 + sin 2 k2 − k
k=1 k=2 k=2
1 1 1 1
pour tout entier k ≥ 2 : 2 = = − , de sorte que :
k −k k · (k − 1) k−1 k

n
1
n
1
n
1 1
n−1 n
1 1
= − = − = 1 − ≤ 1.
k −k
2 k−1 k k k n
k=2 k=2 k=2 k=1 k=2
284 CHAPITRE 12
9782340-002166_001_600.indd 290 21/10/2014 12:13

1
On en déduit que pour tout entier n ≥ 1 : un ≤ + 1. La suite u est croissante et majorée :
1 + sin 2
elle converge ! Le seul petit souci est que l’on ne peut pas calculer explicitement la valeur exacte
de sa limite. Il est donc inutile d’essayer de la déterminer.
Calculs pratiques
Méthode 12.3.— Comment déterminer la limite d’une suite

Pour avoir la valeur exacte de la limite d’une suite convergente u = (un )n∈N , il faut :
éventuellement procéder à un encadrement de un pour simplifier les expressions ;
obtenir à un moment ou à un autre une expression exacte de un ou des termes
encadrant un ;
procéder à un calcul direct de la limite dans ces expressions simplifiées.

n
1
Exemple : déterminer la limite de la suite .
k2 − 1
k=2

n≥2
1 1 1 1
On remarque que : ∀k ≥ 2, 2 = · − . Ainsi :
k −1 2 k−1 k+1
n−1
1
n
1
n 1 1 1 n+1 1 1 1 1 1
∀n ≥ 2, un = − = − = 1+ − − .
2 k−1 k+1 2 k k 2 2 n n+1
k=2 k=2 k=1 k=3
3 3
On conclut que : un = + o(1) et lim un = .
4 n→+∞ 4
n
x k
Exemple : en posant f : x → √ , déterminer la limite : lim f 2
.
1+x n→+∞ n
k=1
Il semble hors de question de simplifier directement l’expression de la somme en fonction de n.
k 1
On remarque que lorsque n est grand, tous les termes 2 sont compris entre 0 et , donc sont
n n
x2
proches de 0. Une étude de la fonction f montre qu’au voisinage à droite en 0 : x − ≤ f (x) ≤ x.
2
k
n
k2 n
k k
n
On en déduit pour n assez grand : 2
− 4 ≤ f 2
≤ . Or, nous connaissons
n 2n n n2
k=1 k=1 k=1
les sommes qui encadrent ces inégalités :

n
k n(n + 1) 1
n
k2 n(n + 1)(2n + 1)
= = + o(1) puis = −→ 0.
n2 2n2 2 2n4 12n4
k=1 k=1
1
Le théorème des gendarmes montre que la limite vaut .
2
9782340-002166_001_600.indd 291 21/10/2014 12:13


n
Méthode 12.4.— Comment simplifier des expressions du type P (k) · q k , où
k=0
P (X) est un polynôme
Soit P (X) un polynôme, q un nombre réel différent de 1 et n un entier naturel. Pour

n
avoir l’expression exacte de P (k) · q k :
k=0
écrire le polynôme P (X) sous la forme :
P (X) = a0 + a1 X + a2 X(X − 1) + · · · + ar X(X − 1)(X − 2) · · · (X − r + 1);

n
calculer les expressions de la forme k(k − 1) · · · (k − s + 1)q k ; pour ce faire :
k=0

n
1 − xn+1
poser f : x → xk = , sur R \ {1} ;
1−x
k=0

n
dériver s fois cette fonction : f (s)
(x) = k(k − 1) · · · (k − s + 1) · xk−s ;
k=0

n
multiplier par xs pour avoir xs × f (s) (x) = k(k − 1) · · · (k − s + 1) · xk ;
k=0
appliquer les formules pour x = q.

n
k
Exemple : calculer la limite : lim .
n→+∞ 3k
k=0
1
Il s’agit bien d’une expression du type voulu avec P (X) = X et q = .
3
On pose :

n
1 − xn+1
f (x) = xk =
1−x
k=0
1
définie au voisinage de . On dérive la fonction f , ce qui donne :
3

n
−(n + 1)xn (1 − x) + 1 − xn+1
∀x
= 1, f (x) = k · xk−1 = .
(1 − x)2
k=0

n
k 1 1 − (2n + 3)/3n+1 3
On en déduit : ∀n ∈ N, k
= × de limite .
3 3 4/9 4
k=0
286 CHAPITRE 12
9782340-002166_001_600.indd 292 21/10/2014 12:13

Méthode 12.5.— Comment traiter les suites récurrentes du type un+1 = f (un )
Soit f : I → R une fonction d’une variable réelle définie sur un intervalle I de R. Voici
la démarche pour l’étude des suites récurrentes u de type un+1 = f (un ) :
pour éviter les mauvaises surprises, il est d’abord conseillé de visualiser graphique-
ment le comportement de la suite :
tracer dans un repère la courbe y = f (x) sur l’intervalle I ;
tracer la première bissectrice y = x ;
tracer le point de coordonnées (u0 , 0) (noté M0 ) ;
la droite verticale passant par M0 coupe la courbe y = f (x) en un point
M0 (u0 , u1 ) ;
la droite horizontale passant par M0 coupe la droite y = x en un point
M0 (u1 , u1 ) ;
la droite verticale passant par M0 coupe l’axe des abscisses en le point de
coordonnées (u1 , 0) (noté M1 ) ;
recommmencer le procédé à partir du point M1 pour former les points
M2 , M3 , · · · ;
repérer un sous-intervalle J ⊂ I contenant u0 et stable par f (i.e. : f (J) ⊂ J) ; la
suite u prendra ses valeurs dans J ;
étudier les variations de la fonction f sur l’intervalle J ; en cas de croissance pour
f , la suite u sera monotone et en cas de décroissance pour f , il s’agira d’étudier les
deux sous-suites d’indices pairs et impairs ;
étudier éventuellement la fonction x → f (x) − x sur l’intervalle J pour repérer le
signe de un+1 − un = f (un ) − un ;
résoudre éventuellement l’équation f (x) = x d’inconnue x ∈ J (abscisse(s) de(s)
point(s) d’intersection entre la courbe y = f (x) et la droite y = x) pour déterminer
les valeurs possibles de la limite de u en cas de convergence et en cas de continuité
de f sur J.

On donne un premier exemple avec une fonction itératrice f croissante.
√
Exemple : étudier la suite récurrente : un+1 = 1 + un , avec u0 ≥ −1.
On commence par traiter graphiquement le problème selon différents points de départ :
y=x y=x
√ √
y= 1+x y= 1+x
√ √
−1 0 = 1+ 5
2
−1 0 = 1+ 5
2
L’intervalle [−1, +∞[ est stable par f et contient u0 : la suite u est toujours bien définie. De plus,
la fonction f est croissante sur cet intervalle : la suite u est monotone, quel que soit le point de
départ u0 .
9782340-002166_001_600.indd 293 21/10/2014 12:13

Ensuite, l’étude de la fonction g : x → f (x) − x montre
√ qu’elle s’annule√une seule fois en ≥ 0 tel
√ 1± 5 1+ 5
que : 1 + = , donc 2 − − 1 = 0, puis = et enfin = , la seule racine positive
2 2
et que :
∀x ∈ [−1, +∞[, g(x) ≥ 0 ⇐⇒ f (x) ≥ x ⇐⇒ x ≤ .
On distingue finalement trois cas, selon le point de départ.
• Si u0 < , alors f (u0 ) > u0 : la suite u est croissante, majorée par (par récurrence, si un ≤ ,
alors f (un ) ≤ f (), donc un+1 ≤ ) donc converge vers le seul point fixe de f (par continuité
de f ) qui est .
• Si u0 = , la suite u est constante égale à .
• Si u0 > , alors f (u0 ) < u0 : la suite u est décroissante, minorée par −1, donc convergente
vers le seul point fixe de f : .
√
1+ 5
Dans tous les cas, la suite u converge vers = .
2
Voici un second exemple avec une fonction itératrice f décroissante.

u0 = 0
Exemple : étudier la suite récurrente .
∀n ∈ N, un+1 = cos un
On procède toujours de la même façon :
L’intervalle [0, 1] est stable par la fonction cosinus et
contient u0 : tous les termes un appartiennent à [0, 1]. De y=x
1
plus, la fonction cos y est décroissante : les sous-suites
(u2n )n∈N et (u2n+1 )n∈N sont monotones, de monotonies
contraires (en fait, la sous-suite (u2n )n∈N est croissante, y = cos x
alors que la sous-suite (u2n+1 )n∈N est décroissante). Il s’agit
en outre de deux suites bornées. D’après le théorème des
suites monotones, ces deux sous-suites convergent vers un
π
point fixe dans [0, 1] de la fonction continue cos ◦ cos as- 0 2
sociée à ces deux suites récurrentes.
D’autre part, la fonction g : x → cos x − x est strictement décroissante sur l’intervalle [0, 1]. Les
nombres g(0) et g(1) sont de signes contraires. Le théorème des valeurs intermédiaires nous dit que
la fonction g ne s’annule qu’une seule fois et donc que la fonction cos n’a qu’un seul point fixe sur
[0, 1] noté .
Pour revenir à nos deux sous-suites (u2n )n∈N et (u2n+1 )n∈N , en posant h : x → cos(cos x) − x sur
[0, 1], on a :
∀x ∈ [0, 1], h (x) = − sin(cos x) · cos x − 1 < 0 puis h() = cos(cos ) = cos() = .
La fonction h s’annule une seule fois sur l’intervalle [0, 1] et le nombre est le seul point d’annulation
de la fonction h : les deux sous-suites (u2n )n∈N et (u2n+1 )n∈N sont convergentes vers la même limite
. On sait alors que la suite u elle-même converge vers cette limite .
On peut remarquer que le nombre n’admet pas d’expression explicite mais que les encadrements :
∀n ∈ N, u2n ≤ ≤ u2n+1 permettent d’obtenir des approximations par excès ou par défaut du
point fixe avec une précision aussi grande que l’on veut. Par exemple, " 0, 73908 par défaut.
288 CHAPITRE 12
9782340-002166_001_600.indd 294 21/10/2014 12:13

Comparaisons locales de suites définies par opérations
Méthode 12.6.— Comment étudier la limite d’une suite

Soit une suite (un )n∈N définie par opérations à l’aide de suites de référence. Pour étudier
la limite de un ,
1 Simplifier si possible l’expression de un à l’aide d’opérations algébriques ;
2 Déterminer un équivalent simple de un ;
3 Conclure à l’aide des croissances comparées des suites usuelles (théorème 12.24).
1
Exemple : Quelle est la nature de la suite (un ) de terme général un = √ √ ?
n + 4n − n2 + n
2
Il n’est pas simple d’avoir un équivalent simple direct du dénominateur. En effet, un équivalent
d’une somme n’est en général pas la somme des équivalents, à l’exception du cas cité théorème
12.23.
Nous allons utiliser une astuce bien connue, qui consiste à multiplier numérateur et dénominateur
par la “quantité conjuguée” du dénominateur
√ √
1 n2 + 4n + n2 + n
un = √ √ ×√ √
n2 + 4n − n2 + n n2 + 4n + n2 + n
√ √
n2 + 4n + n2 + n
=
n2 + 4n − n2 − n
√ √
n2 + 4n + n2 + n
=
3n
Le numérateur étant composée de deux termes satisfaisant la condition du théorème 12.23

pour l’addition des équivalents, on en déduit
2n 2
un ∼ ∼
3n 3
2
En particulier, (un ) est une suite convergente dont la limite en +∞ est égale à .
3
9782340-002166_001_600.indd 295 21/10/2014 12:13

Vrai/Faux
Vrai Faux
1. Si une partie A de R admet 4 comme borne supérieure, pour
ε > 0 suffisamment petit, le nombre 4 − ε appartient à A.
2. Si une suite converge vers 1, à partir d’un certain rang, tous les
termes sont strictement supérieurs à 0, 999.
3. Une suite de termes strictement positifs et tendant vers 0 est
décroissante à partir d’un certain rang.
4. Une suite (un )n∈N n’est pas majorée si et seulement si il existe
une sous-suite (uϕ(n) )n∈N strictement croissante et tendant vers
+∞.
5. Une suite (un )n∈N est convergente si et seulement si les deux
sous-suites (u2n )n∈N et (u2n+1 )n∈N sont convergentes.
6. Si lim
un eun
= 1, alors lim vn = 1.
n→+∞ vn n→+∞ e
7. Une suite (un )n∈N est convergente si et seulement si

lim (un+1 − un ) = 0.
n→+∞
8. Si u est une suite dont toutes les sous-suites convergentes

tendent vers 0, alors lim un = 0.
n→+∞
9. On a : lim n1000 ×
23n+1
= 0.

n→+∞ 32n−4
10. Une suite croissante et majorée par 2 converge vers 2.
290 CHAPITRE 12
9782340-002166_001_600.indd 296 21/10/2014 12:13

Parties entières
Exercice 12.1 : 1. Montrer que l’application x → 2x! − 2 x! prend ses valeurs dans l’ensemble
{0, 1}. 8 9
1
2. Montrer que : ∀x ∈ R, x! + x + = 2x!.
2
Études de suites réelles : définition de la convergence

Exercice 12.2 : Soit u = (un )n∈N une suite bornée.
1. Montrer que l’on peut poser pour tout n dans N, vn = sup{uk ; k ≥ n} et wn = inf{uk ; k ≥ n}.
2. Montrer que les suites (vn )n∈N et (wn )n∈N sont convergentes.
3. Montrer que la suite u est convergente si et seulement si lim vn = lim wn .
n→+∞ n→+∞
Sous-suites
Exercice 12.3 : Soit u = (un )n∈N une suite de nombres réels telle que les trois sous-suites (u2n )n∈N ,
(u2n+1 )n∈N et (u13n )n∈N convergent. Montrer que la suite u converge.
Études de suites réelles : application des théorèmes

0 ≤ un ≤ 2
Exercice 12.4 : Soit (un )n∈N et (vn )n∈N deux suites telles que : ∀n ∈ N, et
0 ≤ vn ≤ 3
lim un · vn = 6. Que peut-on dire des suites (un )n∈N et (vn )n∈N ?
n→+∞
1
Exercice 12.5 : Soit (un )n∈N∗ une suite croissante telle que : ∀n ∈ N∗ , u2n − un ≤ . Montrer que
n
la suite est convergente.
n
1 1
Exercice 12.6 : On définit pour tout n dans N∗ , un = et vn = un + .
k! n · n!
k=0
1. Montrer que les suites (un )n∈N∗ et (vn )n∈N∗ sont adjacentes. Ces deux suites convergent vers
e " 2, 71828 · · ·
p
2. On suppose que le nombre e est rationnel. On pose e = , avec p et q deux entiers supérieurs
q
à 1.
a. Montrer que : ∀n ∈ N∗ , un < e < vn .
b. Montrer que le nombre q! · (e − uq ) est un entier.
c. En déduire que le nombre e est irrationnel.
⎧
⎨ 0 < u0 , u1 < 1
√ √
Exercice 12.7 : Soit (un )n∈N∗ une suite définie par : un+1 + un
⎩ ∀n ∈ N, un+2 =
2
1. Montrer que pour tout n ∈ N, un ∈]0, 1[.
2. On pose : ∀n ∈ N, vn = min{un , un+1 }.
9782340-002166_001_600.indd 297 21/10/2014 12:13

a. Montrer que la suite (vn )n∈N est croissante.
√
b. Montrer que : ∀n ∈ N, vn+2 ≥ vn .
c. Montrer que : lim un = 1.
n→+∞
Exercice 12.8 : On définit les deux suites (an )n∈N et (bn )n∈N par : b0 > a0 > 0 et ∀n ∈ N,
√ an + b n
an+1 = an · bn et bn+1 = . Montrer que ces deux suites sont bien définies et qu’elles
2
convergent vers le même nombre .
Calculs de limites
x2
Exercice 12.9 : 1. Montrer que : ∀x ∈ R, | sin x − x| ≤ .
2
n
k
2. Déterminer lim sin .
n→+∞ n2
k=1
1 + un
Exercice 12.10 : 1. On définit u0 = 0 et ∀n ∈ N, un+1 = . Déterminer les points fixes
2 + un
un − 1
1 < 2 de la fonction associée. Montrer que la suite vn = est une suite de référence.
un − 2 n∈N
Calculer ξ = lim un .
n→+∞
−1 + un
2. On définit u0 = 0 et ∀n ∈ N, un+1 = Déterminer le seul point fixe de la fonction
3+ un
1
associée. Montrer que la suite wn = est une suite de référence. Calculer ξ = lim un .
un − n∈N n→+∞
Exercice 12.11 : Étudier la suite définie par : ∀n ∈ N, un+1 = 2un (1 − un ).
Suites implicites
Exercice 12.12* : 1. Montrer que pour tout n ∈ N∗ , l’équation x + · · · + xn = 1 admet une seule
solution dans l’intervalle [0, +∞[, solution que l’on note xn .
2. Montrer que la suite (xn )n∈N∗ est monotone puis convergente et calculer lim xn .
n→+∞
Exercice 12.13* : 1. Montrer que pour tout n ≥ 2, l’équation ex = x + n admet deux solusions
réelles que l’on noté xn < yn .
2. Montrer que les suites (xn )n≥2 et (yn )n∈N∗ sont monotones, puis calculer leur limite.
Relations de comparaison, équivalents

Exercice 12.14 : Déterminer un équivalent simple des suites suivantes :
n
n − ln n + 4/n 2n5
1. un = . 3. u n =
e n − n2 5n + 3n5

π 1 n n
2. un = tan( + ) . 4. un = , pour p ∈ N fixé.
4 n p
292 CHAPITRE 12
9782340-002166_001_600.indd 298 21/10/2014 12:13

1
Exercice 12.15 : Soit u une suite décroissante de limite 0 telle que un+1 + un ∼ . On souhaite
+∞ n
1
démontrer qu’en ce cas un ∼ .
2n
On note pour tout entier n ∈ N, an = n (un + un+1 ).
1. Montrer que a est convergente et déterminer sa la limite.
n
2. Montrer que pour tout entier n ≥ 2, an ≤ 2n un ≤ an−1 . Conclure.
n−1
Exercice 12.16** : Soit (un )n∈N la suite définie par u = (1, 2, 2, 3, 3, 3, 4, 4, 4, 4, . . .).
1. Montrer que lim un = +∞.
n→+∞
2. Déterminer un équivalent de un .
Exercice 12.17* : On définit pour tout n ∈ N∗ , la fonction fn : x → 1 + x + x2 + · · · + xn .

1.
a. Montrer que pour n dans N∗ , l’équation fn (x) = 2, admet une seule solution xn dans
[0, +∞[. Calculer x1 et x2 .
b. Montrer que si n ≥ 2, alors xn ∈]0, 1[.
c. En comparant les nombres fn+1 (xn+1 ), fn (xn+1 ) et fn (xn ), montrer que la suite (xn )n∈N∗
est décroissante, puis convergente. On pose = lim xn .
n→+∞
2.
a. Montrer que lim xn+1
n = 0.
n→+∞
b. Donner une formule pour fn (x) dès que x
= 1.
c. En déduire = 1/2.
Exercice 12.18** :
1. Montrer que pour tout entier n ≥ 2, l’équation x = ln x + n a une seule solution dans ]0, 1[.
2. Étudier la suite (xn )n≥2 .
3. Montrer que xn ∼ e−n .
4. Déterminer un développement asymptotique de xn à deux termes significatifs.
Indications
Ex. 12.5
On pourra considérer la sous-suite (u2n )n∈N .
Ex. 12.14
4. On pourra développer le coefficient du binôme.
Ex. 12.16
On étudiera les termes ur−1 k , · · · , u(r−1 k)+r−1 pour tout r ∈ N∗ .
k=1 k=1
9782340-002166_001_600.indd 299 21/10/2014 12:13

1 2 3 4 5 6 7 8 9 10
F V F V F F F F V F
1. La partie A = {4} vérifie : sup A = 4 mais ∀ε > 0, 4 − ε ∈ / A.

2. Il suffit de revenir à la définition
de la convergence, en prenant par exemple ε = 0, 0001.
1 (−1)n
3. La suite un = 2 + est un contre-exemple.
n n n∈N∗
4. On peut construire une sous-suite par récurrence. La suite u n’est pas majorée par 0. Il existe
un entier ϕ(0) tel que : uϕ(0) > 0. On suppose les entiers ϕ(0) < ϕ(1) < · · · < ϕ(n) construits de
telle sorte que : ∀k ∈ {0, · · · , n}, uϕ(k) > k et uϕ(0) < uϕ(1) < · · · < uϕ(n) .
Le nombre M = max{u0 , u1 , · · · , uϕ(n) , n + 1} ne majore pas la suite. Il existe un entier p tel que :
up > M . Il est impossible que l’entier p soit inférieur ou égal à ϕ(n) car sinon up ≤ M . On pose
p = ϕ(n + 1) et ϕ(n) < ϕ(n + 1) puis le nombre uϕ(n+1) est à la fois strictement supérieur à uϕ(n)
et à (n + 1). La sous-suite (uϕ(n) )n∈N répond à la question.
5. La suite ((−1)n )n∈N en est un contre-exemple. Le résultat devient vrai si l’on ajoute que les
deux sous-suites (u2n )n∈N et (u2n+1 )n∈N convergent vers la même limite.
6. On a un contre-exemple avec un = n et vn = n + 1.
1
n+1
7. Le sens ⇒ est toujours vrai. Pour l’autre implication, la suite harmonique un =
k
k=1 n∈N
est un contre-exemple,
comme onpeut s’en convaincre en comparant un avec des intégrales.
8. La suite un = n× (1 + (−1)n ) vaut alternativement 2n et 0. Elle n’est pas bornée donc est
n∈N
divergente. Cependant, pour qu’une sous-suite (uϕ(n) )n∈N de u ait une chance de converger, il faut
absolument que les indices ϕ(n) soient tous impairs à partir d’un certain rang (sinon, on pourrait
extraire de (uϕ(n) )n∈N une sous suite tendant vers +∞) et donc que la sous-suite soit constante
égale à 0 à partir d’un certain rang, donc convergente vers 0.
Erreurs classiques
• Ne pas croire que les éléments justes plus petits que τ = sup A appartiennent à
l’ensemble A.
• Ne pas s’orienter dans une monotonie lorsque rien ne le laisse présager. On évitera
1
les raisonnements de la forme : comme ∀n ∈ N∗ , 0 < un < , alors la suite
n
(un )n∈N∗ est décroissante.
• Ne pas oublier que le théorème des suites monotones ne permet pas de calculer
explicitement la valeur d’une limite.
294 CHAPITRE 12
9782340-002166_001_600.indd 300 21/10/2014 12:13

Exercice 12.1
1. 2. Soit x dans R. On pose p = x!. On distingue deux cas.
8 9
1 1 1 1
• Si p ≤ x < p + , alors p ≤ p + ≤ x + < p + 1 et x + = p, puis
2 2 2 2
2p ≤ 2x < 2p + 1, donc 2x! = 2p et 2x! − 2 x! = 0.
8 9
1 1 1
• Si p + ≤ x < p + 1, alors p + 1 ≤ x + < p + 2 et x + = p + 1, puis
2 2 2
2p + 1 ≤ 2x < 2p + 2, donc 2x! = 2p + 1 et 2x! − 2 x! = 1.
8 9
1
Dans tous les cas, 2x! − 2 x! ∈ {0, 1} et de plus x! + x + = 2x!, ce
2
qui résout d’emblée les deux questions.
Exercice 12.2
1. Soit n dans N. Comme la suite u est bornée (par M ), l’ensemble {uk ; k ≥
n} est à la fois majoré et minoré et non vide, ce qui permet de définir sa borne
inférieure wn et sa borne supérieure vn .
2. Soit n dans N. Comme {uk ; k ≥ n + 1} ⊂ {uk ; k ≥ n} et que wn minore
{uk ; k ≥ n}, alors le nombre wn minore également {uk ; k ≥ n + 1}, donc est
un moins bon minorant que inf{uk ; k ≥ n + 1} = wn+1 . Ainsi : wn ≤ wn+1
et la suite (wn )n∈N est croissante.
De la même façon, le nombre vn est un moins bon majorant de l’ensemble
{uk ; k ≥ n + 1} que sup{uk ; k ≥ n + 1} = vn+1 , d’où vn+1 ≤ vn et la suite
(vn )n∈N est décroissante.
Par ailleurs, comme la suite u est bornée par M , alors :
∀n ∈ N, {uk ; k ≥ n} ⊂ [−M, M ],
puis −M ≤ wn ≤ vn ≤ M . Les suites (vn )n∈N et (wn )n∈N sont monotones et

bornées : elles convergent !
3. On suppose que la suite u est convergente de limite . Soit ε > 0. Il existe
un rang n0 à partir duquel on a : |un − | ≤ ε ou encore : un ∈ [ − ε, + ε].
On en déduit :
∀n ∈ N, n ≥ n0 ⇒ {uk ; k ≥ n} ⊂ [ − ε, + ε] ⇒ − ε ≤ wn ≤ vn ≤ + ε.
Les suites (vn )n∈N et (wn )n∈N convergent vers .

Réciproquement, on suppose que les suites (vn )n∈N et (wn )n∈N convergent vers
. Pour tout n dans N, on a : un ∈ {uk ; k ≥ n}. Comme vn et wn majorent
et minorent respectivement la partie {uk ; k ≥ n}, alors : wn ≤ un ≤ vn . Le
théorème des gendarmes conclut la question.
Exercice 12.3
Posons 1 , 2 et 3 les limites respectives des sous-suites (u2n )n∈N , (u2n+1 )n∈N
et (u13n )n∈N .
Il suffit de montrer que : 1 = 2 .
9782340-002166_001_600.indd 301 21/10/2014 12:13

La suite (u26n )n∈N est à la fois une sous-suite de (u2n )n∈N et de (u13n )n∈N :
elle converge donc à la fois vers 1 et 3 . Par unicité de la limite : 1 = 3 .
De même, la suite (u26n+13 )n∈N est à la fois une sous-suite de (u2n+1 )n∈N
et de (u13n )n∈N : elle converge à la fois vers 2 et 3 et l’unicité de la limite
implique : 2 = 3 . Résultat des courses : 1 = 2 (= 3 ).
Exercice 12.4
La réponse est que les suites (un )n∈N et (vn )n∈N convergent respectivement
un · vn un · vn
vers 2 et 3. En effet : ∀n ∈ N, ≤ un ≤ 2 et ≤ vn ≤ 3. Le
3 2
théorème des gendarmes appliqué deux fois permet de conclure.
Exercice 12.5
Il suffit de montrer que la suite u est majorée.
Posons pour tout n ∈ N : vn = u2n . Par croissance de la suite u, la suite
(vn )n∈N est encore croissante.
1
L’hypothèse de l’énoncé fournit : ∀n ∈ N, vn+1 − vn = u2×2n − u2n ≤ n ,
2
donc :

n−1 1
n−1
1 − 1/2n
vn − v0 = (vk+1 − vk ) ≤ = ≤ 2.
2 k 1 − 1/2
k=0 k=0
La suite (vn )n∈N est majorée par 2 + v0 . Si la suite u n’était pas majorée,
alors : lim un = +∞, donc lim vn = +∞, ce qui n’est manifestement
n→+∞ n→+∞
pas le cas : la suite u est donc majorée, puis convergente.
Exercice 12.6
1
1. Soit n dans N∗ . Alors, un+1 − un = > 0 : la suite (un )n∈N∗ est
(n + 1)!
strictement croissante. De plus,
1 1
vn+1 − vn = un+1 − un + −
(n + 1) · (n + 1)! n · n!
1 1
= + n − (n + 1)2
(n + 1)! n(n + 1) · (n + 1)!
1
= n(n + 1) + n − (n + 1)2
n(n + 1) · (n + 1)!
1
= − <0
n(n + 1) · (n + 1)!
La suite (vn )n∈N∗ est strictement décroissante et il est évident que la différence
(vn − un ) tend vers 0 : les deux suites sont adjacentes.
2.
On a seulement a. Soit n dans N. On en déduit par stricte monotonie des suites (un )n∈N∗
un ≤ e ≤ vn a priori... et (vn )n∈N∗ : un < un+1 ≤ e ≤ vn+1 < vn .
p
b. On a : q! · e = q! · = (q − 1)! · p et le nombre q! · e est un entier. En
q
q
1 q
q!
q
outre, q! · uq = q! · = = q(q − 1) × · · · × (k + 1), qui est une
k! k!
k=0 k=0 k=0
somme d’entiers. Le nombre q! · (e − uq ) est la différence de deux entiers donc
appartient à Z.
296 CHAPITRE 12
9782340-002166_001_600.indd 302 21/10/2014 12:13

1
≤ 1. L’en-
c. D’après ce qui précède : 0 < q! · (e − uq ) < q! · (vq − uq ) =
q
tier q! · (e − uq ) est strictement compris entre 0 et 1, donc appartient à l’in-
tersection ]0, 1[∩Z, qui n’est autre que ... l’ensemble vide ! On aboutit à une
contradiction et la limite e est en fait un nombre irrationnel.
Exercice 12.7
1. On pose pour tout n ∈ N, la propriété P(n)=“un ∈]0, 1[ et un+1 ∈]0, 1[”.
Par hypothèse, la propriété P(0) est vraie.
Supposons la propriété P(n) vraie pour un certain rang n. Alors, il suffit de
√
montrer que un+2 ∈]0, 1[ ce qui est plus ou moins évident car 0 < un < 1 et Effectuer une
√ récurrence portant
0 < un+1 < 1 par hypothèse de récurrence.
√ seulement sur le terme
2. Soit n dans N. On utilisera dans la suite l’inégalité : ∀x ∈]0, 1[, x ≥ x. un ne mène à rien !
On distingue maintenant deux cas.
un+1 + un
• Si un ≤ un+1 , alors vn = un et comme un+2 ≥ ≥ un , les deux
2
nombres un+1 et un+2 sont supérieurs à un = vn , on aboutit à vn+1 =
min{un+1 , un+2 } ≥ vn .
• Si un > un+1 , alors de nouveau : vn+1 ≥ vn .
Dans tous les cas : vn+1 ≥ vn .
a. On sait d’emblée que la suite (vn )n∈N croissante et majorée par 1
converge vers ≤ 1. D’autre part, si n est dans N, en√supposant √ par exemple
√ √ un+2 + un+1 √
un ≤ un+1 , on obtient vn = un ≤ un+2 et un+3 = ≥ un
2
et on a ce qu’il faut.
√
√ dans l’inégalité précédente (la fonction x → x
b. Le passage à la limite
est continue) fournit : ≥ , donc ≥ 1, puis = 1.
c. En définitive, l’encadrement un ≤ vn ≤ 1 et le théorème des gendarmes
font l’affaire.
Exercice 12.8
On commence par montrer par récurrence sur n : P(n) = ”bn > an > 0”
est vrai pour tout n ∈ N. Lorsque n = 0, l’affaire est entendue.
√ Supposons
√
( bn − an )2
P(n) vraie pour un certain rang n. Alors, bn+1 − an+1 = > 0.
2
Une autre récurrence facile montre que : ∀n ∈ N, an < an+1 < bn+1 < bn .
La suite (an )n∈N est croissante et majorée par b0 alors que la suite (bn )n∈N
est décroissante et minorée par a0 . Ces deux suites convergent respectivement
an + b n
vers a et b . Le passage à la limite dans la formule bn+1 = conduit
2
à : a = b .
En fait, il s’agit de deux suites adjacentes !
Exercice 12.9
x2 x2
1. Définissons les fonctions f : x → sin x − x − et f : x → sin x − x + .
2 2
Ces deux fonctions sont deux fois dérivables de dérivées seconde : ∀x ∈ R,
f (x) = − sin x − 1 ≥ 0 et g (x) = − sin x + 1 ≤ 0. Les fonctions f et
g sont respectivement décroissantes et croissantes. Or, f (0) = 0 = g (0) et
9782340-002166_001_600.indd 303 21/10/2014 12:13

f (0) = g(0) = 0, d’où les tableaux de variation :
x −∞ 0 +∞ x −∞ 0 +∞
f (x) + 0 − et g (x) − 0 +
f (x) # 0 $ g(x) $ 0 #
x2 x2
On conclut que : ∀x ∈ R, g(x) ≤ 0 ≤ f (x), c’est-à-dire : − ≤ sin x − x ≤
2 2
x2
et | sin x − x| ≤ .
2∗
2. Soit n dans N . D’après la première question :

n
n
n n
n
k k2 k k k2
2
− 4
≤ sin 2
≤ 2
+ ,
n 2n n n 2n4
k=1 k=1 k=1 k=1 k=1

n + 1 (n + 1)(2n + 1)
n
k n + 1 (n + 1)(2n + 1)
et donc : − ≤ sin ≤ + .
2n 12n3 n2 2n 12n3
k=1
Une levée de forme indéterminée montre que :
n+1 1
lim =
n→+∞ 2n 2
et
(n + 1)(2n + 1)
lim = 0.
n→+∞ 12n3
1
Le théorème des gendarmes s’applique et la limite vaut .
2
Exercice 12.10
1+x
1. La fonction associée est f : x → , définie sur R \ {−2}. Soit x dans
2+x √
−1 ± 5
R\{−2}. On en déduit : f (x) = x ⇐⇒ 1 + x = x(2 + x) ⇐⇒ x = .
2
récurrencefacile montre que ∀n √
Une ∈ N, un ≥ 0. On peut√ définir la suite :
un − 1 −1 − 5 −1 + 5
vn = , avec 2 = < 0 < 1 = . On en déduit :
un − 2 n∈N 2 2
un − 1
un+1 − 1 f (un ) − f (1 ) 2 + 2
(2+un )(2+ 1 )
vn+1 = = = un − 2
= × vn .
un+1 − 2 f (un ) − f (2 ) 2 + 1
(2+un )(2+ 2 )
√
2 + 2 7−3 5
La suite (vn )n∈N est géométrique de raison : = = q " 0.146.
2 + 1 2 √
2 · vn − 1 −1 + 5
Ainsi : lim vn = 0, puis : un = et lim un = 1 = .
n→+∞ vn − 1 n→+∞ 2
−1 + x
2. La fonction associée est g : x → . Soit x dans R \ {−3}. Alors :
3+x
g(x) = x ⇐⇒ −1 + x = (3 + x)x ⇐⇒ x = −1. Le seul point fixe de g est
−1.
−1 + un−1
Ne pas oublier de Si pour un terme un = −3, alors = −3, puis −1 = −9, ce qui est
vérifier la bonne 3 + un−1
définition de la suite. impossible. Par conséquent, tous les termes de la suite (un )n∈N sont différents
de (−3), ce qui assure la bonne définition de cette suite.
298 CHAPITRE 12
9782340-002166_001_600.indd 304 21/10/2014 12:13

−1 + un−1
Maintenant, si pour un terme un = −1, alors = −1, alors un−1 =
3 + un−1
−1 et par une récurrence immédiate, tous les termes avant un valent −1.
En particulier 0 = u0 = −1, ce qui parait difficile à imaginer. Résultat des
un sont différents de (−1), ce qui autorise à définir
courses :tous les termes
1
la suite wn = . On en déduit :
un + 1 n∈N
1 3 + un 1 1 1
∀n ∈ N, wn+1 = = = + = wn + .
un+1 + 1 2(un + 1) un + 1 2 2
1
La suite (wn )n∈N est arithmétique de raison .
2
On en déduit : lim un = −1.
n→+∞
Exercice 12.11
Cette suite récurrente est associée à la fonction itératrice f : x → 2x(1 − x)
1
de seuls points fixes 0 et . On dispose par exemple des schémas suivants :
2
0 1
y=x
0, 5
y=x
0 1
y = 2x(1 − x)
0, 5
y = 2x(1 − x)
On distingue alors quatre cas selon les valeurs du point de départ.
)
1
Si u0 ∈ 0, , la suite est constante.
2
1 1
Si u0 ∈]0, 1[, comme f (]0, 1[) ⊂ 0, 2 puis : ∀x ∈ 0, 2 , f (x) > x, alors tous
1
les termes un pour n ≥ 1 sont dans 0, 2 et la suite (un )n≥1 est strictement
croissante et majorée donc convergente vers le seul point fixe possible : 12 .
Si u0 = 1, alors u1 = 0 et la suite (un )n∈N∗ est nulle.
Si u0 ∈
/ [0, 1], alors u1 < 0. L’intervalle ] − ∞, 0[ est stable par f et pour x
dans ] − ∞, 0[, f (x) < x : la suite (un )n∈N∗ est donc strictement décroissante
et ne peut converger (car il n’y a aucun point fixe de f dans ] − ∞, 0[). La
suite est donc décroissante et tend vers −∞.

Exercice 12.12
1. Soit n ∈ N∗ . On pose la fonction fn : x → −1 + x + · · · + xn définie sur
[0, +∞[. La fonction fn est dérivable de dérivée :
∀x ∈ [0, +∞[, fn (x) = 1 + · · · + n · xn−1 > 0.
9782340-002166_001_600.indd 305 21/10/2014 12:13

La fonction fn établit une bijection strictement croissante de l’intervalle [0, +∞[
vers l’intervalle [fn (0) = −1, +∞[. L’équation fn (x) = 0 admet donc une seule
solution. On peut rajouter que cette solution est strictement positive car non
nulle.
2. Fixons un entier n ∈ N∗ . Comme xn+1 > 0, alors :
fn+1 (xn+1 ) − fn (xn+1 ) = xn+1

n+1 > 0
donc :
fn (xn ) − fn (xn+1 ) = 0 − fn (xn+1 ) > 0
et par stricte croissance de la fonction fn , on en déduit : xn+1 < xn puis que
la suite (xn )n∈N∗ est strictement décroissante.
De plus, cette suite est minorée par 0, donc converge vers une limite ≥ 0. Par
ailleurs, par stricte décroissance de la suite (xn )n∈N∗ on en déduit que la limite
est strictement inférieure à chacun des termes de la suite, en particulier :
< x1 = 1.
Pour tout x ∈ [0, 1[, on peut écrire par les sommes géométriques :
1 − xn
x + · · · + xn = 1 ⇐⇒ x · = 1.
1−x
On en déduit que pour tout n ∈ N∗ :
xn
1= · (1 − xnn ).
1 − xn
Or, pour tout n ∈ N∗ , on a l’encadrement : 0 ≤ xn ≤ < 1, donc 0 ≤ xnn ≤ n .
Comme ∈ [0, 1[, alors lim n = 0 et le théorème des gendarmes permet
n→+∞
d’avoir :
lim xnn = 0.
n→+∞
xn
En passant à la limite dans l’égalité 1 = · (1 − xnn ), on obtient ainsi :
1 − xn

1=
1−
1
et donc = .
2
Exercice 12.13
1. La fonction f : x → ex − x définie sur R est dérivable et :
∀x ∈ R, f (x) = ex − 1.
On en déduit que la fonction f est strictement décroissante sur ] − ∞, 0] puis

strictement croissante sur [0, +∞[.
De plus, on obtient immédiatement :
lim f (x) = +∞ et lim f (x) = +∞.

x→−∞ x→+∞
De plus, f (0) = 1. La fonction f induit donc une bijection g :]−∞, 0[→]1, +∞[
qui est strictement décroissante, puis une bijection h :]0, +∞[→]1, +∞[ qui
est strictement croissante.
300 CHAPITRE 12
9782340-002166_001_600.indd 306 21/10/2014 12:13

On conclut que l’équation f (x) = n d’inconnue x ∈ R admet exactement deux
solutions :
xn = g −1 (n) < 0 et yn = h−1 (n) > 0.
2. La fonction g étant strictement décroissante, il en est de même de la fonc-
tion g −1 et on obtient ainsi que la suite (xn )n≥2 est strictement décroissante.
De la même façon, la suite (yn )n≥2 est strictement croissante.
Comme lim g(x) = +∞, alors limx→+∞ g −1 (x) = −∞. On en déduit que
x→−∞
la suite (xn = g −1 (n))n≥2 tend vers −∞.
De même, on a lim h−1 (x) = +∞, donc lim yn = +∞.
x→+∞ n→+∞
Exercice 12.14
1. Numérateur et dénominateurs sont des sommes. Pour obtenir un équivalent
de chacun, on classe les termes par ordre de négligeabilité. D’après les crois-
n
sances comparées des suites de référence, il s’ensuit que un ∼ n . proposition 12.24
e
2. Avant toute chose, on écrit un sous forme exponentielle :

π 1 1 + tan(1/n)
un = exp n ln tan( + = exp n ln
4 n 1 − tan(1/n)
Sous cette forme,
2 tan(1/n) on voit mieux quel
= exp n ln 1 +
1 − tan(1/n) changement de
variable effectuer !
2 tan(1/n)
Comme tn = −−−−→ 0, il vient ln(1 + tn ) ∼ tn , soit
1 − tan(1/n) n→∞

2 tan(1/n) 2 tan(1/n) 1 2
ln 1 + ∼ ∼ 2 tan ∼
1 − tan(1/n) 1 − tan(1/n) n n

π 1
Finalement, n ln tan( + ∼ 2 −−−−→ 2 et par conséquent lim un = e2 ,
4 n n→∞ n→+∞
ce qui revient
à dire que u
n n n ∼ e 2
. n n
2 2 1 2 5
3. un = = = exp −n ln(1 + 4 ) .
3 + 5n−4 3 1 + 3n5 4 3 3n
Or le changement de variable hn = 3n4 −−−−→ 0 montre que −n ln(1 + 3n5 4 ) ∼
5
n n→∞
1
− 3n3 −−−−→ 0, ainsi
5
−−−−→ 1. Par définition, ceci revient à dire
n→∞ 1 + 3n5 4 n→∞
n
2
que un ∼ .
n→∞ 3
4. L’entier p est fixé, on a

n n! n · (n − 1) · · · (n − p + 1)
= =
p p!(n − p)! p!
Le numérateur est une expression polynomiale en n. Elle est donc équivalente

np
à son monôme dominant. Par conséquent, un ∼ .
n→∞ p!
9782340-002166_001_600.indd 307 21/10/2014 12:13

Exercice 12.15
Soit n ∈ N, an = n (un + un+1 ).
1. D’après la caractérisation de l’équivalence par les quotients, on a direc-
tement par hypothèse lim n (un + un+1 ) = 1.
n→+∞
2. Soit n ∈ N. Comme la suite (un ) est décroissante, il vient
2nun+1 ≤ an = n(un + un+1 ) ≤ 2nun
n
Autrement dit 2 (n + 1)un+1 ≤ an ≤ 2nun . Ceci étant vrai pour tout
n+1
entier n, on en déduit que pour tout entier n supérieur à 2,
n
an ≤ 2n un ≤ an−1
n−1
1
Par encadrement, il s’ensuit que lim 2nun = 1, i.e. un ∼ .
n→+∞ 2n
Exercice 12.16
1. Il est clair que la suite (un )n∈N est croissante. De plus, tout entier supérieur
à 1 est une valeur prise par cette suite qui est donc non bornée : d’après le
théorème de la limite monotone, (un )n∈N tend vers +∞.
2. Par construction, la suite u prend toutes les valeurs entières non nulles.
Une valeur r ∈ N∗ sera prise r exactement fois, précisément aux rangs Nr−1 , Nr−1 +
r−1
1, . . . , Nr−1 + r − 1, où on a noté pour alléger Nr−1 = k:
k=1
∀r ∈ N∗ , uNr−1 = uNr−1 +1 = · · · = uNr−1 +r−1 = r
Inversement, soit n ∈ N. Si un = r, alors le rang n doit être compris entre

n −1
u un
somme des Nr−1 et Nr−1 + r − 1. Ainsi k≤n< k, d’où l’on tire (un − 1)un ≤
premiers entiers k=1 k=1
2n
2n < un (un +1). Par encadrement, il en résulte que 2 −−−−→ 1, soit 2n ∼ u2n
√ u n n→∞
et finalement un ∼ 2n.
302 CHAPITRE 12
9782340-002166_001_600.indd 308 21/10/2014 12:13

Exercice 12.17
1.
a. Si n ∈ N∗ , la fonction fn est dérivable et ∀x ≥ 0, fn (x) = 1 + 2x +
x 0 +∞
3x3 + · · · + nxn−1 > 0. Ainsi : fn (x) 1 + . La fonction fn réalise
fn (x) 1 $ +∞
une bijection de [1, +∞[ vers [1, +∞[ et l’équation fn (x) = 2 n’admet qu’une
seule solution dans [0, +∞[ : le nombre xn = fn−1 (2).
Comme f1 (x) = 1 + x, alors x1 = 1. De même, on a √: f2 (x) = 1 + x +
−1 ± 5
x2 , donc f2 (x) = 2 ⇐⇒ x2 + x − 1 = 0 ⇐⇒ x = . Par conséquent,
√ 2
−1 + 5
x2 = , car x2 est positif.
2
b. Soit n ≥ 2 un entier. Comme fn (0) = 1 < 2 < 1 + n = fn (1), le
théorème des valeurs intermédiaires appliqué à la fonction continue fn sur
l’intervalle [0, 1] montre que le nombre xn appartient en fait à ]0, 1[.
c. Soit n dans N∗ . Alors, fn+1 − fn : x → xn+1 , donc fn+1 (xn+1 ) −
fn (xn+1 ) ≥ 0. Or, fn+1 (xn+1 ) = 2 = fn (xn ), donc fn (xn+1 ) ≤ 2, puis :
fn (xn+1 ) − fn (xn ) ≤ 0
La stricte croissance de fn montre que : xn ≥ xn+1 . La suite (xn )n∈N∗ est
décroissante et minorée par 0, donc convergente.
2.
a. Comme ∀n ≥ 2, 0 ≤ xn ≤ x2 < 1, alors : 0 ≤ xn+1 n ≤ xn+2
2 et
n+1 n+1
lim x2 = 0. Le théorème des gendarmes impose lim xn = 0.
n→+∞ n→+∞

n
1 − xn+1
b. Si x
= 1, alors fn (x) = k
x = .
1−x
k=0
c. On en déduit :
1 − xn+1
∀n ∈ N∗ , fn (xn ) = n
=2 , donc xn+1 − 2xn + 1 = 0.
1 − xn n
Le passage à la limite dans cette dernière égalité conduit à 2 = 1, d’où le

résultat escompté.

Exercice 12.18
1. La fonction f : x → x − ln x est dérivable sur l’intervalle ]0, 1[, de dérivée :
1
∀x ∈]0, 1[, f (x) = 1 − < 0. De plus, lim f (x) = +∞ et lim f (x) = 1 : la
x x→0 x→1
fonction f réalise une bijection strictement décroissante de ]0, 1[ vers ]1, +∞[.
Pour tout entier n ≥ 2, l’équation x = ln x + n ⇐⇒ f (x) = n admet une
seule solution : xn = f −1 (n).
n
y = x − ln x
1
0 xn 1
9782340-002166_001_600.indd 309 21/10/2014 12:13

2. La fonction réciproque f −1 a le même sens de variation que f : la suite
(xn = f −1 (n))n≥2 est strictement décroissante et comme lim f −1 (x) = 0,
x→+∞
alors la suite (xn )n≥2 tend vers 0.
3. Ainsi, ∀n ≥ 2, xn · e−xn = e−xn +ln xn = e−n et exn ∼ 1, d’où xn ∼ e−n .
4. On pose ensuite hn = xn − e−n et sorte que : hn = e−n · (exn − 1). Or, par
ex − 1
la dérivée de exp : lim = 1, ce qui justifie l’équivalent :
x→0 x
exn − 1 ∼ xn ∼ e−n .
D’où : hn ∼ e−n · e−n = e−2n et xn = e−n + e−2n + o(e−2n ).
304 CHAPITRE 12
9782340-002166_001_600.indd 310 21/10/2014 12:13

Chapitre 13
Limite et continuité
des fonctions
Les notions de limite et de continuité sont omniprésentes

en analyse. À l’époque de Leibniz et d’Euler, le concept
de fonction ne fait qu’émerger, interdisant de donner
une déęnition précise à ces notions. On parle plutôt alors
de discontinuité pour des fonctions particulières. Un besoin
de déęnition précis se fait sentir dès le XVIIIe siècle avec
Jean Le Rond d’Alembert, mais ce qu’il propose est
très confus, faute d’une construction des nombres réels.
La déęnition donnée par Cauchy, au début du siècle suivant,
est déjà plus satisfaisante. Cependant, c’est le mathématicien
allemand Karl Weierstrass qui introduit
la déęnition actuelle avec des Ή et des ΋.
Jean Le Rond d’Alembert

1717-1783
9782340-002166_001_600.indd 311 21/10/2014 12:13

Objectifs

Les incontournables
ZFaire l’étude locale d’une fonction f au voisinage d’un point a, réel ou pasȹ:
fdéterminer un équivalent simple de f au voisinage de aȹ;
fétudier la limite ;

fétudier la continuité de f en a ou l’existence d’un prolongement continu
en a.
ZAppliquer les théorèmes fondamentaux sur les fonctions continues
pour l’étude des propriétés globales des fonctions, et notammentȹ:
fétablir l’existence d’une solution de l’équation f ( x) = 0 ȹ;
fjustifier la bijectivité d’une fonction strictement monotone et continue.
9782340-002166_001_600.indd 312 21/10/2014 12:13

Résumé de cours
Limites de fonctions
Notation : Soit I un intervalle de R, et a un réel. Les notations suivantes sont hors-programme,
mais nous les mentionnons quand même, car elles nous seront utiles pour les définitions :
◦ ◦
• a ∈I , si a est un point de I, mais pas une extrémité de I ; (l’intervalle ouvert I s’appelle
l’intérieur de I)
• a ∈ I, si a est un point de I ou une extrémité de I ; (l’intervalle fermé I s’appelle l’adhérence
de I)
• a ∈ I ∪ {±∞} si a est un point de I ou une extrémité, éventuellement infinie de I.
Définition : Soit f : I → R une fonction définie sur I.
• soit a ∈ I et ∈ R. On dit que f a pour limite au point a et on note lim f (x) = si
x→a
(∀ε > 0), (∃η > 0), (∀x ∈ I), (|x − a| ≤ η ⇒ |f (x) − | ≤ ε)
• soit a ∈ I. On dit que f est continue en a si lim f (x) = f (a).
x→a
Définitions à connaı̂tre : Vous devez connaı̂tre les définitions quantifiées de limite finie en une
extrémité infinie de I, de limite infinie en a ∈ I et de limite infinie en une extrémité infinie de I.
◦
Définition : Soit f : I → R, a ∈I et ∈ R. On dit que :
• f admet limite à gauche (resp. à droite) au point a, et on note lim f = (resp.
a−
lim f = ), si la restriction de f à I∩] − ∞, a[ (resp. I∩]a, +∞[) admet comme limite en a.
a+
• f est continue à gauche (resp. à droite) en a si lim f = f (a) (resp. lim f = f (a)).
a− a+
Proposition 13.1.— Unicité de la limite —. Si f admet une limite en a, alors celle-ci est unique.
◦
f admet comme limite en a ∈I ssi f admet comme limite à gauche et à droite en a.
◦
f est continue en a ∈I ssi f est continue à gauche et à droite en a.
◦
Remarque : si f est définie dans I \ {a}, avec a ∈I un point intérieur à I, on définit la notion de
limite de f en a par lim f (x) = ⇐⇒ lim f = lim f = .
a a− a+
Propriétés des fonctions possédant une limite
Théorème 13.3.— Image d’une suite par une fonction —. Soit f : I → R, a ∈ I ∪ {±∞}, et
∈ R. On suppose que lim f (x) = . Alors
x→a
Pour tout suite (un ) ∈ I N telle que lim un = a, on a lim f (un ) =

n→+∞ n→+∞
Remarque : si a ∈ I, et f est continue en a alors ∀u ∈ I N , lim un = a ⇒ lim f (un ) = f (a).

n→+∞ n→+∞
LIMITE ET CONTINUITÉ DES FONCTIONS 307
9782340-002166_001_600.indd 313 21/10/2014 12:13

Proposition 13.4.— Limites et inégalités —. Soit f, g : I → R, a ∈ I ∪ {±∞}. On suppose que
lim f = ∈ R et lim g = ∈ R.
a a
Si < , alors f < g au voisinage de a. Si f ≤ g au voisinage de a, alors ≤ .
Corollaire 13.5.— Cas d’une limite finie —. En particulier, si f admet une limite finie en
a ∈ I ∪ {±∞}, alors f est bornée au voisinage de a.
Théorèmes d’existence de limites
Théorème 13.6.— Opérations algébriques —. Soit f, g : I → R, a ∈ I ∪ {±∞} et λ ∈ R∗ .

On suppose que lim f = ∈ R et lim g = ∈ R. Pourvu que ces opérations aient un sens, on a :
a a
lim |f | = || lim(f + g) = + si
= 0, lim(1/f ) = 1/
a a a

lim(λf ) = λ lim(f × g) = × si = 0+ , lim(1/f ) = +∞
a a a
Théorème 13.7.— Comparaison, encadrement —. Soit f, g, h : I → R, a ∈ I ∪ {±∞}, ∈ R

• ∀x ∈ I, |g(x)| ≤ |f (x)|
Si • lim f (x) = 0 , alors lim f (x) = 0.
x→a
x→a
• ∀x ∈ I, f (x) ≤ g(x) ≤ h(x)
Si • lim f (x) = et lim h(x) = , alors lim g(x) = .
x→a
x→a x→a
Remarque : si ∈ {±∞}, une seule des deux inégalités de l’encadrement suffit pour conclure.
Théorème 13.8.— Changement de variable —. Soit h : I → R et g : J → R telles que h(I) ⊂ J,

a ∈ I ∪ {±∞}, b ∈ J ∪ {±∞}, ∈ R.

• lim h(x) = b
Si •
x→a
lim g(y) = alors lim g ◦ h(x) =
x→a
y→b
Cas des fonctions monotones
Théorème 13.9.— Limites aux bornes —. Soit (a, b) ∈ R × R tels que a < b.
Si f :]a, b[→ R est croissante (resp. décroissante) alors :
f possède une limite dans R en a et lim f = inf f (resp. lim f = sup f ) ;
a ]a,b[ a ]a,b[
f possède une limite dans R en b et lim f = sup f (resp. lim f = inf f ).

b ]a,b[ b ]a,b[
308 CHAPITRE 13
9782340-002166_001_600.indd 314 21/10/2014 12:13

◦
Théorème 13.10.— Limite monotone —. Soit f : I → R une application monotone, a ∈I .
Alors f admet des limites finies à gauche et à droite en a. De plus, si f est croissante (resp.
décroissante), alors :
lim f ≤ f (a) ≤ lim f (resp. lim f ≤ f (a) ≤ lim f )

a− a+ a+ a−
Fonctions continues sur un intervalle
Continuité globale
Définition : Une fonction f : I → R est dite continue sur I si elle l’est en tout point de I :
(∀ε > 0), (∀x ∈ I) , (∃η > 0), (∀y ∈ I), (|x − y| ≤ η ⇒ |f (x) − f (y)| ≤ ε)
◦
Définition : Soit f : I → R une fonction continue sur I et a ∈ I\ I une extrémité ouverte de I.On
dit que f est prolongeable par continuité au point a si f admet une limite finie en a.
Propriétés des fonctions continues sur un intervalle
Théorème 13.11.— Soit f, g ∈ C(I, R) deux fonctions réelles continues sur I, λ ∈ R un nombre
réel et h ∈ C(J, R) une fonction continue sur J. On suppose que f (I) ⊂ J.
Si f est continue sur I, alors |f | est continue sur I.

Si f est continue sur I, alors λf est continue sur I.
1
Si f est continue et ne s’annule pas sur I, alors est continue sur I.
f
Si f et g sont continues sur I, alors f + g est continue sur I.
Si f et g sont continues sur I, alors f × g est continue sur I.
La fonction composée h ◦ f est continue sur I.
Image d’un intervalle par une fonction continue
Théorème 13.12.— Théorème des valeurs intermédiaires —. Soit f : I → R une fonction

continue sur un intervalle I de R. Pour tout couple (a, b) ∈ I 2 , f atteint toute valeur γ intermédiaire
entre f (a) et f (b).
On utilise aussi d’autres formulations du TVI .
Corollaire 13.13.— Soit f : I → R une fonction continue sur un intervalle.
L’ensemble f (I) = {f (x) ; x ∈ I} des valeurs prises par f est un intervalle.
9782340-002166_001_600.indd 315 21/10/2014 12:13

Corollaire 13.14.— Soit f : I → R une fonction continue sur un intervalle, (a, b) ∈ I 2 .
Si f (a) × f (b) < 0, alors il existe un réel c compris entre a et b, tel que f (c) = 0.
Remarque : Si de plus f est strictement monotone, le réel c est unique.

Image d’un segment par une fonction continue
Théorème 13.15.— Image continue d’un segment —. Soit (a, b) ∈ R2 tels que a < b et
f : [a, b] → R une fonction continue sur [a, b]. Alors f est bornée et atteint ses bornes. Autrement
dit,
L’ensemble f ([a, b]) = {f (x) ; a ≤ x ≤ b} des valeurs prises par f est un segment.
Continuité et stricte monotonie

Théorème 13.16.— Théorème de la bijection —. Soit I un intervalle de R et f une application
continue et strictement monotone sur I. Alors :
J = f (I) est un intervalle et f : I → J est une bijection ;
la réciproque f −1 : J → I est continue et strictement monotone, de même monotonie que f .
De plus, on peut déterminer J à l’aide du tableau suivant :
I = [a, b] I =]a, b] I = [a, b[ I =]a, b[
f croissante J = [f (a), f (b)] J =] lim f (x), f (b)] J = [f (a), lim f [ J =] lim f, lim f [
a b a b
f décroissante J = [f (b), f (a)] J = [f (b), lim f [ J =] lim f, f (a)] J =] lim f, lim f [

a b b a
Comparaison locale des fonctions

Trois relations de comparaison
Définition : Soit f, g : I → R, a ∈ I ∪ {±∞}.
• On dit que f est dominée par g au voisinage de a, et on note f =O(g) s’il existe un voisinage
a
V de a dans I et une fonction ϕ : V → R vérifiant l’égalité ∀x ∈ V, f (x) = ϕ(x)g(x) et
telle que ϕ est bornée.
• On dit que f est négligeable devant g, au voisinage de a, et on note f =o (g) ou f = o(g)
a a
s’il existe un voisinage V de a dans I et une fonction ϕ : V → R vérifiant l’égalité ∀x ∈
V f (x) = ϕ(x)g(x) et telle que lim ϕ = 0.
a
• On dit que f est équivalente à g, au voisinage de a, et on note f ∼g s’il existe un voisinage
a
V de a dans I et une fonction ϕ : V → R vérifiant l’égalité ∀x ∈ V, f (x) = ϕ(x)g(x) et
telle que lim ϕ = 1.
a
310 CHAPITRE 13
9782340-002166_001_600.indd 316 21/10/2014 12:13

En pratique, la proposition suivante remplace souvent cette définition :
Proposition 13.17.— Caractérisation à l’aide des quotients —. Soit f, g : I → R, a ∈ I ∪{±∞}.

On suppose que g ne s’annule pas dans I \ {a} et que f et g sont continues au point a si a ∈ I.
• f =O(g) ⇐⇒ (f /g) est bornée au voisinage de a.
a
• f =o (g) ⇐⇒ lim(f /g) = 0.
a a
• f ∼g ⇐⇒ lim(f /g) = 1.
a a
Proposition 13.18.— Caractérisation de l’équivalence à l’aide de la différence —. Soit f, g :

I → R, a ∈ I ∪ {±∞}, alors :
• f ∼g ⇐⇒ f − g =o (g).
a a
Propriétés des fonctions équivalentes

f, g : I → R, a ∈ I ∪ {±∞}. On suppose que f (x) ∼ g(x).
x→a
Théorème 13.19.— Propriété fondamentale des fonctions équivalentes —.

(∀ ∈ R ∪ {±∞}), lim f (x) = ⇐⇒ lim g(x) = .
x→a x→a
Proposition 13.20.— f > 0 au voisinage de a si et seulement si g > 0 au voisinage de a.
Enfin, on peut remplacer f par g dans toute relation de comparaison au voisinage de a.

Obtention d’équivalents
Théorème 13.21.— Opérations compatibles avec l’équivalence —. Soit f1 , f2 , g1 , g2 : I → R,

a ∈ I ∪ {±∞} et α ∈ R∗ . On suppose que f1 ∼f2 et g1 ∼g2 . Alors
a a
• Produit f1 (x)g1 (x) ∼ f2 (x)g2 (x).
x→a
f1 (x) f2 (x)
• Quotient Si de plus g1 ne s’annule pas dans I \ {a}, alors ∼ .
g1 (x) x→a g2 (x)
• Puissance Si de plus f1 > 0 dans I \ {a}, alors f1α (x) ∼ f2α (x).
x→a
Warning ! la somme des équivalents, n’est pas en général un équivalent de la somme !
Théorème 13.22.— Soit f1 , f2 : I → R et a ∈ I ∪ {±∞}.

• Somme Si f2 (x) = o (f1 (x)), alors f1 (x) + f2 (x) ∼ f1 (x).
x→a x→a
Théorème 13.23.— Soit f, g : J → R, h : I → R, a ∈ I ∪ {±∞} et b ∈ J ∪ {±∞}, tels que

h(I) ⊂ J.
• Composée Si lim h(x) = b et f (y) ∼ g(y) alors f ◦ h(x) ∼ g ◦ h(x).
x→a y→b x→a
9782340-002166_001_600.indd 317 21/10/2014 12:13

Warning ! en général, le résultat est faux pour la composition à gauche : f ∼g
⇒ h ◦ f ∼ h ◦ g.
a
Proposition 13.24.— Soit f : I → R une fonction dérivable en a ∈ I.

• Accroissement Si f (a)
= 0 alors f (x) − f (a) ∼ f (a) · (x − a).
x→a
Comparaison de fonctions usuelles
Théorème 13.25.— Croissances comparées des fonctions usuelles —.

Soit (α, β, γ) ∈ R∗+ × R∗+ × R∗+ tels que α < β, et a > 1, alors :
• au voisinage de 0 : (| ln x|)γ = o (1/xα ) et xβ = o (xα ).
x→0 x→0
• au voisinage de +∞ : (ln x)γ = o (xα ), xα = o (xβ ) et xα = o(ax ).
x→+∞ x→+∞
Théorème 13.26.— Équivalents usuels au voisinage de 0

2
• sin(x)∼x • 1 − cos(x)∼ x2 • tan(x)∼x
0 0 0
• (1 + x) − 1∼αx •
α
ln(1 + x)∼x • ex − 1∼x
0 0 0
Proposition 13.27.— Équivalents d’un polynôme —. Soit P la fonction définie sur R par P (x) =
ad xd + ad+1 xd+1 + · · · + an xn , où an et ad sont non nuls. Alors :
• au voisinage de 0 : P (x) ∼ ad xd (monôme de plus bas degré)
x→0
• au voisinage de ±∞ : P (x) ∼ an xn (monôme dominant).
x→+∞
312 CHAPITRE 13
9782340-002166_001_600.indd 318 21/10/2014 12:13

Méthodes
Étude d’une limite
Soit f : I → R, a ∈ I ∪ {±∞}.
Existence d’une limite
Méthode 13.1.— Comment montrer que f ne possède pas de limite en a

Vous utilisez le théorème 13.3 (Image d’une suite par une fonction). Il suffit d’exhiber :
soit une suite u = (un ) ∈ I N telle que lim un = a et (f (un )) est divergente ; ou
n→+∞
bien
soit deux suites (un ) et (vn ) telles que lim un = lim vn = a et lim f (un )
= lim f (vn ).
n n n n
Exemple : soit (un ) et (vn ) les suites définies par un = π

2 + 2nπ, vn = − π2 + 2nπ. On a ainsi
lim un = lim vn = +∞.
n→+∞ n→+∞
Cependant • sin(un ) = 1 −−−−−→ 1 . La fonction sin n’a donc pas de limite en +∞.
n→+∞
• sin(vn ) = −1 −−−−−→ −1
n→+∞
Méthode 13.2.— Comment montrer que f admet une limite en a

Il y a quatre pistes possibles. Vous choisissez d’utiliser :
la définition de limite, pour les exercices les plus théoriques ;
le théorème de la limite monotone (théorème 13.10) ;
les théorèmes de comparaison (théorème 13.7) ;
les opérations i.e. opérations algébriques et composition (théorèmes 13.6, 13.8).
Étudier l’existence et calculer la valeur d’une limite par opérations

Tout d’abord, pour étudier la limite de f (x) quand x tend vers a, il est souvent préférable de se
ramener au voisinage de 0, par exemple pour utiliser les limites ou comparaison de référence.
Méthode 13.3.— Comment se ramener en 0

On effectue le changement de variable (et donc aussi de fonction) adéquat :
x = a + t avec t → 0 si a ∈ I et on étudie la limite en 0 de g(t) = f (a + t).

x = 1t avec t → 0± si a = ±∞ et on étudie la limite en 0± de g(t) = f 1t .
Existence et valeur d’une limite pour f en a se ramènent à celles pour g en 0 car

(∀ ∈ R), lim f (x) = ⇐⇒ lim g(t) =
x→a t→0
9782340-002166_001_600.indd 319 21/10/2014 12:13

D’autre part, s’il s’agit d’une fonction usuelle, il n’y a pas de problème puisque vous connaissez
parfaitement les limites des fonctions usuelles ! Sinon, f est construite à partir de telles fonctions
par composition et opérations algébriques :
Méthode 13.4.— Comment étudier une limite par changement de variable

Si f est une composée de fonctions usuelles, f (x) = g ◦ h(x). On effectue le changement
de variable y = h(x) :

• lim h(x) = b
x→a
• lim g(y) = ⇒ lim g ◦ h(x) =
x→a
y→b
Ainsi, vous calculez b = lim h(x), puis = lim g(y) et concluez à l’aide du théorème
x→a y→b
13.8 que lim f (x) = .
x→a
Lorsque f est construite à partir de fonctions usuelles par opérations algébriques, vous pouvez ap-
pliquer le théorème 13.6. La méthode est particulièrement simple : s’il n’y a pas d’indétermination,
la limite de f est obtenue par ces mêmes opérations algébriques sur des limites. Toutefois, il est
fort probable qu’apparaisse lors du calcul une forme indéterminée, c’est-à-dire une expression de
∞ 0
la forme : +∞ − ∞, , , 0 × ∞, 1∞ , 00 . Par exemple si lima u(x) = 0 et lima v(x) = +∞, le
∞ 0
théorème 13.6 ne permet pas de prévoir la limite du produit u(x)v(x) : tout dépend de la vitesse
avec laquelle u(x) et v(x) tendent vers leurs limites respectives.
Méthode 13.5.— Comment lever une indétermination

Lorsque le théorème 13.6 fait apparaı̂tre une forme indéterminée, vous pouvez :
simplifier l’expression de f à l’aide d’opérations algébriques, par exemple en mul-
tipliant et en divisant par la quantité conjuguée du dénominateur ;
reconnaı̂tre une limite de référence et conclure alors à l’aide des croissances com-
parées des fonctions usuelles.

Limites de référence
En cas d’indétermination, on essaie par opérations de se ramener à l’une des limites de référence
suivantes.
Soit γ > 0, 0 < α < β et 1 < a < b des nombres réels. Alors
lnγ (x) xα
• lim = 0+ • lim = 0+ • lim+ xα | ln(x)|γ = 0+ • lim xα ax = 0+
x→+∞ xα x→+∞ ax x→0 x→−∞
D’autres limites de référence sont souvent obtenues comme limite des taux de variation d’une
fonction usuelle. Citons par exemple
sin(x) tan(x) 1 − cos(x) 1 ln(1 + x) ex − 1

• lim = 1 • lim =1 • lim 2
= • lim =1 • lim =1
x→0 x x→0 x x→0 x 2 x→0 x x→0 x
314 CHAPITRE 13
9782340-002166_001_600.indd 320 21/10/2014 12:13

Étude locale d’une fonction
Étudier la continuité en un point
Soit f : I → R, a ∈ I. Étudier la continuité de f en a revient à établir que lim f = f (a). Il s’agit
a
donc d’un calcul de limite et les méthodes présentées au paragraphe précédent s’appliquent. À
noter toutefois, le cas particulier d’une fonction définie par des expressions différentes à gauche et
à droite de a. En ce cas, on étudie la continuité à gauche et à droite de f en a.
Existence d’un prolongement continu en a
Méthode 13.6.— Comment montrer que f est prolongeable par continuité

Soit a ∈ I une extrémité ouverte de I, et f : I → R une fonction continue, alors f
est prolongeable par continuité en a si (et seulement si) lim f = ∈ R.
a
◦
Soit a ∈I un point intérieur de I, et f : I \ {a} → R une fonction continue, alors f
est prolongeable par continuité en a si (et seulement si) lim
−
f = lim
+
f = ∈ R.
a a

Étudier une limite
Soit f : I → R, a ∈ I ∪ {±∞}. Lorsque f est construite à partir de fonctions usuelles par
opérations algébriques, vous pouvez appliquer le théorème 13.6. S’il n’y a pas d’indétermination,
la limite de f en a est obtenue par ces mêmes opérations algébriques sur des limites. Toutefois, il
est fort probable qu’apparaisse une forme indéterminée, c’est-à-dire une expression de la forme :
∞ 0
+∞ − ∞, , , 0 × ∞, 1∞ , 00 . Dans ce cas, l’idée générale est de remplacer f par un équivalent
∞ 0
qui apparaı̂t dans le tableau des croissances comparées des fonctions usuelles.
Méthode 13.7.— Comment étudier la limite de f en a en cas d’indétermination

1 Simplifier l’expression de f à l’aide d’opérations algébriques, par exemple en multi-
pliant une fraction par l’expression conjuguée du dénominateur ;
2 Déterminer un équivalent simple de f (voir les méthodes ci-après) ;
3 Conclure à l’aide des croissances comparées des fonctions usuelles, théorème 13.25.
Calculer un équivalent d’une fonction au voisinage de a

Soit f : I → R, a ∈ I ∪ {±∞}. Le plus simple, pour déterminer un équivalent de f est d’étudier sa
limite : si f (x) −−−→ , avec ∈ R∗ un réel non nul, alors f (x) ∼ , car le quotient tend vers 1.
x→a x→a
Warning ! les seules fonctions équivalentes à 0 en a sont les fonctions qui sont nulles sur la totalité
d’un intervalle ouvert contenenant a. Il est peu probable que l’on vous demande d’étudier une telle
fonction, donc si vous écrivez f (x) ∼ 0 lors d’un exercice, , il y a de fortes chances que vous vous
x→a
ayez fait une erreur.
Plus généralement, il y a quatre pistes possibles pour déterminer un équivalent simple :
• les opérations algébriques,
• le changement de variable,
• le lien avec la dérivée de f en a,
9782340-002166_001_600.indd 321 21/10/2014 12:13

• ou encore obtenir un développement limité de f en a, ce qui est traité dans le chapitre sur
les développements limités.
Méthode 13.8.— Comment se ramener au voisinage de 0

Comme les équivalents usuels sont presque tous au voisinage de 0 (théorème 13.26),
on commence par se ramener au voisinage de 0 au moyen du changement de variable
adapté :
x = a + t, avec t → 0 si a ∈ I (a est un point de I ou une extrémité réelle de I) ;
x = 1/t, avec t → 0± , si a = ±∞ (a est une extrémité infinie de I).
Méthode 13.9.— Comment obtenir un équivalent par changement de variable

Pour déterminer un équivalent de f (x) en a, par changement de variable,

1 On identifie y(x) et g(y) de sorte que f (x) = g y(x) . On calcule b = lim y(x).
x→a
2 On détermine ensuite un équivalent de g(y) pour y voisin de b : g(y) ∼ h(y).
y→b
3 On conclut avec le théorème 13.23 que f (x) = g ◦ y(x) ∼ h ◦ y(x).
x→a
Exemple : déterminons un équivalent de f (x) = ln(1 + sin(x)) au voisinage de 0. On effectue un

changement de variable :
On pose y(x) = sin(x) −−−→ 0
x→0
, on en déduit que f (x) = ln 1 + y(x) ∼ y(x) = sin(x) ∼ x.
or on sait que ln(1 + y) ∼ y x→0 x→0
y→0
Si lim y(x) = b, on peut donc composer des équivalents par la droite : g ∼ h ⇒ g ◦ y ∼ h ◦ y. En

x→a b a
revanche, on ne peut pas composer par la gauche. En particulier, on ne compose pas des équivalents
à gauche par ln ou exp.
g(y) ∼ h(y)
⇒ exp(g (y)) ∼ exp(h (y))
y→b y→b
2 2
Ainsi, 1 + x ∼ 1 mais ln(1 + x)
∼0, et au voisinage de +∞, x2 + x ∼ x2 mais ex +x

∼ ex .
x→0 0 +∞ +∞
Méthode 13.10.— Comment obtenir un équivalent par opérations algébriques

Si f est construite comme produit, puissance ou quotient de fonctions usuelles,
vous utilisez les propriétés de compatibilité des équivalents avec ces opérations
(théorème 13.21).
Si f est construite comme somme de fonctions, alors f est équivalente au terme
dominant de cette somme (théorème 13.22). Pour le trouver, vous pouvez :
1 déterminer un équivalent de chacun de termes f1 (x) ∼ g1 (x), f2 (x) ∼ g2 (x) ;
x→a x→a
2 classer ces équivalents par ordre de négligeabilité ;
3 et conclure : si g2 (x) = o (g1 (x)), alors f (x) ∼ f1 (x) ∼ g1 (x).
x→a x→a x→a
Remarque : lorsqu’aucun terme d’une somme ne prédomine, on utilise la caractérisation par la
316 CHAPITRE 13
9782340-002166_001_600.indd 322 21/10/2014 12:13

différence (théorème 13.18) f1 (x) = g1 (x) + o(g1 (x)) . Comme il s’agit d’égalités fonction-
f2 (x) = g2 (x) + o(g2 (x))
nelles, on peut ajouter terme à terme et utiliser les règles de calcul avec les o.
L’addition n’est pas compatible avec les équivalents : on n’obtient pas toujours un équivalent en
faisant la somme des équivalents ... prudence !
Étude globale
Continuité d’une fonction
Méthode 13.11.— Comment montrer que f : I → R est continue sur I

L’étude s’articule généralement en deux étapes.
À l’aide du théorème 13.11, vous montrez que f est continue sur un ou plusieurs
sous-intervalles de I, en vérifiant que les composées, les inverses sont bien définis.
En complément, une étude locale en un point a est parfois nécessaire, notamment
lorsque f est définie par deux expressions différentes à gauche et à droite en a.
Les théorèmes fondamentaux

Étude de la bijectivité
Méthode 13.12.— Comment montrer que f : I → J est bijective

Pour montrer que f : I → J est bijective et déterminer son application réciproque,
on adopte le point de vue des équations : f est bijective ssi pour tout y ∈ J,
l’équation f (x) = y admet une unique solution x dans I. On a alors x = f −1 (y).
Le théorème de la bijection (13.16) permet de montrer que f établit une bijection
de I sur J = f (I) et d’expliciter le tableau de variation de f −1 sans avoir à
déterminer f −1 . Il suffit de montrer que f : I → R et continue et strictement
monotone sur I.

Étude de l’équation f (x) = 0
Méthode 13.13.— Comment résoudre l’équation f (x) = 0

Pour prouver l’existence d’une solution, utilisez le tvi (théorème 13.14) :
Si f est continue et change de signe entre a et b, c’est-à-dire f (a) × f (b) < 0, alors
f prend la valeur 0, i.e. l’équation f (x) = 0 admet au moins une solution c entre
a et b.
Pour prouver existence et unicité de la solution, utilisez le cas particulier où f
est strictement monotone, continue et change de signe entre a et b.
9782340-002166_001_600.indd 323 21/10/2014 12:13

Remarques :
• pour prouver qu’il existe exactement deux solutions, vous devrez appliquer exactement
deux fois le théorème des valeurs intermédiaires sur des intervalles disjoints sur lesquels f
est strictement monotone !
• pour résoudre l’équation f (x) = g(x) où f et g sont deux fonctions continues sur un même
intervalle, il suffit d’appliquer ce qui précède à la fonction continue f − g ;
• en particulier, ces méthodes s’appliquent donc à l’équation aux points fixes de f , qui sont les
solutions de l’équation f (x) = x. On introduira donc avec profit la fonction h = f − id.
Exemple : soit f : [a, b] → [a, b] une fonction continue. Montrons qu’il existe c ∈ [a, b] tel que
f (c) = c
Soit h : [a, b] → R la fonction définie par ∀x ∈ [a, b], h(x) = f (x) − x. On montre que l’équation
h(x) = 0 admet au moins une solution dans [a, b].
D’après le théorème 13.14, il suffit de montrer que h est continue sur l’intervalle [a, b] et change
de signe. D’une part h est continue comme somme de telles fonctions et d’autre part
h(a) = f (a) − a ≥ 0 car par hypothèse f (a) ∈ [a, b] ;

h(b) = f (b) − b ≤ 0 car par hypothèse f (b) ∈ [a, b] ;
Ainsi, il existe une solution c ∈ [a, b] de l’équation h(x) = 0. c est une point fixe de la fonction f .
318 CHAPITRE 13
9782340-002166_001_600.indd 324 21/10/2014 12:13

Vrai/Faux
Vrai Faux
1. Si lim f ≤ lim g, alors f ≤ g au voisinage de a.
a a
◦
2. Si f : I → R est monotone, alors f est continue en a ∈I si et
seulement si lim f = lim f .
a− a+
3. Si f : [a, b] → R est continue et strictement positive, alors il

existe c > 0 tel que ∀x ∈ [a, b], f (x) ≥ c.
4. L’image d’un intervalle ouvert par une fonction continue est un
intervalle ouvert.
v(x)
5. Si lim u = 1 et lim v = +∞, alors lim u(x) = 1.
a a a
v(x)
6. Si lim u = 0 et lim v = +∞, alors lim u(x) = 0.
a a a
7. Si f : R → R est continue et T périodique, alors f est bornée.

8. Si lim f = +∞ et lim(f + g) = ∈ R, alors g a une limite en a.
a a

9. Soit f : I → R, a ∈ I. Si lim f (x) = alors = f (a).
a

10. Si α > 0, lim
ln(x)
=1
x→1 xα
11. cos(x) ∼ 1 +
x2
.

x→0 2
12. Si lim (f − g)(x) = 0 alors f (x) ∼ g(x).
x→a x→a

13. Si f (x) ∼ g(x), alors lim (f − g)(x) = 0.
x→a x→a

14. Si f (x) ∼ 0 alors f est nulle sur un intervalle ouvert conte-
x→a

nant a.
9782340-002166_001_600.indd 325 21/10/2014 12:13

Étude locale
Exercice 13.1 : Étudier les limites
suivantes :
1. lim x e1/x + e2/x − 2 1 + x2
x→+∞ 7. lim
x→0 sin2 (x)
sin(1/x)
2. lim 8. lim tan(x) tan(2x)
x→0 e1/x + 1 x→π/2
π
3. lim (1 − x2 ) tan( x) 9. lim x2 + 1 − x
x→1 2
√ √ x→±∞
√
x − 1 − 2x − 1
2
3 cos(x) − sin(x)
4. lim √ √ 10. lim
x→2 x + 2 − x2 + 2x − 4 x − π/3
√ x→π/3
2 − x2 − 1 tan(x) − sin(x)
5. lim 11. lim
x→1 ln x x→0 x3
6. lim sin(1/x) ecos(x) 12. lim x sin(1/x)
x→+∞ x→0
Exercice 13.2* : Soit f : R → R une fonction T -périodique. On suppose que f admet ∈ R pour
limite en +∞. Montrer que f est constante.
Exercice 13.3 : Déterminer un équivalent simple au point considéré des fonctions suivantes :
sin x + cos x − 1
1. x → en 0 3. x → ln(cos x) en 0
tan(x − x cos x)
√
1 + tan2 x − 1 ln(ln x) − (1/2)x
2. x → en 0 4. x → en +∞
tan x (1/x)3 − (1/3)x
Exercice 13.4 : Étudier les limites suivantes :

2 2
ln(ln x) − cos5 x + ln x ex +x − e2x
1. lim 3. lim
x→1 cos(πx/2)
x→+∞ 2x − 50x6
cos(3x) − cos x ex − 1 + x2 + sin3 x
2. lim 4. lim √
x→0 x2 x→0 3
1+x−1
Étude globale
Exercice 13.5 : Déterminer les domaines de définition et de continuité des fonctions suivantes, en
précisant le comportement aux bornes.
x ln(x) x
1. f (x) = . 3. f (x) = x .
x −1 −1
e x ln(x)
ln(x) ln(1 + x)
2. f (x) = exp 4. f (x) = .
ln(x) − 1 ln(x)
Exercice 13.6* : Soit f : R∗+ → R une fonction croissante telle que la fonction g : R∗+ → R définie
f (x)
par g(x) = soit décroissante. Montrer que f est continue en tout point de R∗+ .
x
320 CHAPITRE 13
9782340-002166_001_600.indd 326 21/10/2014 12:13

Théorèmes fondamentaux
2 x2
Exercice 13.7 : Soit f : [1, +∞[→ R la fonction définie par f (x) = . Démontrer que f réalise
1+x
une bijection de [1, +∞[ sur un intervalle J à déterminer. Dresser le tableau de variation de son
application réciproque g.
Exercice 13.8* : Soit f, g deux fonctions continues de [−1, 1] dans R.

On définit pour tout x ∈ R la fonction M (x) = sup f (t) + x g(t) .
t∈[−1,1]
1. Montrer que M : R → R est bien définie.
2. Montrer que ∀h ≥ 0, ∀x ∈ R, M (x + h) ≤ M (x) + h sup g et M (x + h) ≥ M (x) + h inf g.
[−1,1] [−1,1]
3. En déduire que M : R → R est continue.
Exercice 13.9 : Théorème de point fixe

Soit f : R+ → R+ une fonction continue et positive. On suppose qu’il existe ∈ [0, 1[ telle que
f (x)
lim = . Montrer que f possède au moins un point fixe.
x→+∞ x
Exercice 13.10* : Soit f : [0, 1] → [0, 1] une fonction continue telle que f (0) = f (1).
1. Montrer que l’équation f (x + 12 ) = f (x) possède au moins une racine.
2. Montrer que pour tout entier n ≥ 2, l’équation f (x + n1 ) = f (x) possède au moins une racine.
D’après Petites Mines
Exercice 13.11 : Théorème de point fixe

Soit f : [a, b] → R une fonction continue sur un segment non trivial (a < b).
1. On suppose que f ([a, b]) ⊂ [a, b]. Montrer qu’il existe c ∈ [a, b] tel que f (c) = c.
2. Même question lorsqu’on suppose que [a, b] ⊂ f ([a, b]).

Exercice 13.12* : Soit f : [0, 1[→ R la fonction définie par ∀x ∈ [0, 1[, f (x) = x sin 1−x
1
.
2 2
1. Calculez pour tout entier naturel l’image par f de xn = 1 − et yn = 1 − .
(4n + 1)π (4n + 3)π
2. Déduisez-en f ([0, 1[).
Exercice 13.13** : Continuité et injectivité

Soit f : I → R une fonction continue et injective. Montrer que f est strictement monotone sur I.
Équations fonctionnelles
Exercice 13.14 : Soit f : R → C une fonction continue en 0 qui vérifie ∀x ∈ R, f (2x) = f (x).
Montrer que f est constante.
9782340-002166_001_600.indd 327 21/10/2014 12:13

Indications
Ex. 13.2
Pour montrer que f (x) = , on peut aussi vérifier que ∀ε > 0, |f (x) − | ≤ ε.
Ex. 13.6
L’existence de limite à gauche et à droite pour une fonction monotone est assurée par le
théorème de la limite monotone (cf. théorème 13.10).
Ex. 13.8
1. On pourra considérer la fonction Fx définie sur le segment [−1, 1] par Fx (t) = f (t) + x g(t).
2. Pour la minoration, on appliquera l’inégalité M (x + h) ≥ f (t) + (x + h g(t), avec un bon choix
de t.
Ex. 13.9
Il s’agit de démontrer que l’équation f (x) = x admet au moins une solution dans R+ . Pour ce
faire, on pourra introduire la fonction h : x → f (x) − x.
Ex. 13.11
On s’intéresse ici à l’équation aux points fixes f (x) = x. Il est naturel d’étudier la fonction
h : x → f (x) − x.
Ex. 13.13
On pourra raisonner par l’absurde et supposer que f n’est pas strictement monotone. Il existe
en ce cas (a, b, c) ∈ I 3 avec a < b < c tel que f (b) n’est pas compris entre f (a) et f (c).
Ex. 13.14
À l’aide du ( théorème 13.3) appliqué à f en 0, montrer que f (x) = f (0).
322 CHAPITRE 13
9782340-002166_001_600.indd 328 21/10/2014 12:13

1 2 3 4 5 6 7 8 9 10 11 12 13 14
F V V F F V V V V F V F F V
1. Lorsque les limites de f et de g en a sont strictement rangées, alors les fonctions sont rangées
dans le même ordre au voisinage de a. Cependant, lorsque f et g ont même limite en a, les fonctions
f et g ne sont même pas comparables a priori. Par exemple, la fonction définie par f (x) = x cos(x)
admet 0 comme limite en 0 par comparaison. Pourtant, cette fonction n’est ni positive, ni négative
au voisinage de 0.
◦
2. f étant monotone, elle admet en un point intérieur a ∈I , des limites à gauche et à droite finies.
De plus, ces limites encadrent f (a). Par conséquent,

lim f (x) = f (a)
f est continue en a si et seulement si x→a− si et seulement si f (a− ) = f (a+ ).
lim f (x) = f (a)
x→a+
3. D’après le théorème 13.15, f est bornée sur [a, b] et atteint ses bornes. Il existe donc γ ∈ [a, b]
tel que ∀x ∈ [a, b], f (x) ≥ f (γ). Comme f est à valeurs strictement positives, c = f (γ) convient.
4. La fonction sin : R → R est continue sur R et l’image de R par cette fonction est le segment
[−1, 1].
v(x) ln u(x) −−−→ 0
5. u(x) = exp (v(x) ln(u(x)). Or, par hypothèse x→a . Nous sommes
v(x) −−−→ +∞
x→a
1
donc en présence d’une forme indéterminée ici. Par exemple, on vérifie que lim (1 + )x = e.
x→+∞ x
7. f (R) = f ([0, T ]). Or f est continue sur [0, T ], donc bornée d’après le théorème 13.15.
8. En effet, par opérations algébriques, g = (f + g) − g admet pour limite −∞ en a.
9. Il s’agit d’une conséquence de l’unicité de la limite.
10. En cas d’indétermination, la puissance l’emporte sur le logarithme, mais ici, il n’y a pas
d’indétermination !
x2
11. On pourrait être tenté de répondre par la négative puisque cos x − 1∼ − d’après les
0 2
équivalents usuels. Cependant, l’équivalence proposée est vraie car chaque fonction est équivalente
à 1 au voisinage de 0.
12. Les fonctions définies par f (t) = t et g(t) = t2 ne sont pas équivalentes au voisinage de 0 mais
ont même limite.
13. Les fonctions f (t) = t et g(t) = t + ln(t) sont équivalentes au voisinage de +∞, même si leur
différence tend vers +∞.
14. Effectivement, les seules fonctions équivalentes à 0 en a sont les fonctions constantes égales à
0 au voisinage de a.
9782340-002166_001_600.indd 329 21/10/2014 12:13

Exercice 13.1
méthode 13.3 1. Posons f1 (x) = x e1/x + e2/x − 2 . On commence par se ramener au
voisinage de 0 au moyen
du changement de variable x = 1t . On étudie la
1
fonction g(t) = f1 t au voisinage de 0. On a
et + e2t − 2 et − 1 e2t − 1 et − 1 e2t − 1
g(t) = = + = +2
t t t t 2t
eu − 1
Or on sait que lim = 1. Par suite, lim g(t) = 1 + 2 = 3 et finalement
u→0 u t→0
lim f1 (x) = 3.
x→+∞
x −
−−−→ ±∞. D’où la disjonction de cas suivante :
1
2. On sait que
x→0±
1
Lorsque x tend vers 0+ , on a |f2 (x)| ≤ −−−−→ 0. Par comparaison,
e1/x + 1 x→0+
il en résulte que lim f2 (x) = 0.
x→0+
En revanche, lorsque x tend vers 0− , e1/x + 1 −−−−→
−
1 mais sin(1/x) n’a
x→0
pas de limite en 0− . Par conséquent, f2 n’a pas de limite en 0− .
En définitive, f2 n’a pas de limite lorsque x tend vers 0.
3. Afin de se ramener au voisinage de l’origine, on commence par le change-
ment de variable x = 1 + t. On étudie alors g(t) = f3 (1 + t). On a

π πt cos πt
g(t) = 1 − (1 + t) tan 2
+ = t(t + 2) 2
2 2 sin πt
2
πt t πt 2 πt
= (t + 2) cos πt = (t + 2) cos 2 πt
2 sin 2 2 π sin

2
−−−→
t→0
2×1× π2
−− −→1
t→0
Finalement, par opérations algébriques sur des fonctions possédant une limite,
4 4
il en découle que lim g(t) = , et donc lim f3 (x) = .
t→0 π x→1 π
Il s’agit d’une 4. On pose x = 2 + t et on étudie g(t) = f4 (2 + t) au voisinage de 0. On a
forme indéterminée 00 . √ √
Pour la lever, nous t2 + 4t + 3 − 3 + 2t
multiplions et divisons g(t) = √ √
t + 4 − t2 + 6t + 4
par les quantités √ √
conjuguées du (t2 + 4t + 3) − (3 + 2t) t + 4 + t2 + 6t + 4
numérateur et du = √ √ ×
dénominateur t2 + 4t + 3 + 3 + 2t (t + 4) − (t2 + 6t + 4)
√ √
t + 4 + t2 + 6t + 4 t2 + 2t
= √ √ × 2
t2 + 4t + 3 + 3 + 2t t − 5t
√ √
t + 4 + t2 + 6t + 4 2+t
= √ √ ×
t + 4t + 3 + 3 + 2t −5 + t
2
4
Par OPA, il en résulte que lim g(t) = lim f4 (x) = − √ .
t→0 x→2 5 3
324 CHAPITRE 13
9782340-002166_001_600.indd 330 21/10/2014 12:13

5. On commence par se ramener au voisinage de 0 en posant x = 1 + t. On
a alors
√
1 − 2t − t2 − 1 (1 − 2t − t2 ) − 1
g(t) = f5 (1 + t) = = √
ln(1 + t) (1 + 1 − 2t − t2 ) ln(1 + t)
t 2+t
= − × √
ln(1 + t) 1 + 1 − 2t − t2
ln(1 + t)
Comme ln(1 + t) ∼ t, on a lim = 1. Il en résulte que lim g(t) =
t→0 t→0 t t→0
lim f5 (x) = −1.
x→1
6. Partant de −1 ≤ cos x ≤ 1, on en déduit (par croissance de exp) l’enca-
drement valide pour tout réel x assez grand sin(1/x) > 0 dès
que x est suffisamment
e−1 sin(1/x) ≤ sin(1/x) ecos x ≤ e1 sin(1/x) grand (par exemple
pout tout x ≥ π2 .
Or, lim e sin(1/x) = lim e−1 sin(1/x) = 0. Par encadrement (théorème

x→+∞ x→+∞
13.7), il vient lim ecos x sin(1/x) = 0.
x→+∞
7. Il n’y a pas de forme indéterminée car lim sin2 (x) = 0. On peut directe-
x−
→0
ment conclure à l’aide du théorème 13.6 que lim f7 (x) = +∞.
x→0
2 tan2 (x)
8. La formule de duplication des tangentes donne tan(x) tan(2x) = .
1 − tan2 (x)
Le changement de variable t = tan x −−−−−−−→ ±∞ donne alors
x→(π/2)±
lim tan(x) tan(2x) = −2.

x→(π/2)±
√
9. Au voisinage de −∞, puisque x2 + 1 −−−−−→ +∞, il n’y a pas de forme
x→−∞
indéterminée. Par conséquent, lim f9 (x) = +∞.
x→−∞
En revanche, au voisinage de +∞, il y a indétermination et√pour la lever, nous
allons multiplier et diviser par l’expression conjuguée de x2 + 1 − x. Ainsi,
(x2 + 1) − x2 1
x2 + 1 − x = √ = √ −−−−−→ 0
x2 + 1 + x x2 + 1 + x x→+∞
Par OPA, il s’ensuit que lim f9 (x) = 0.

x→+∞
10. Avant d’effectuer le changement de variable attendu, commençons par
un peu de trigo :
√ π
3 cos(x) − sin(x) = 2 sin(π/3) cos(x) − cos(π/3) sin(x) = −2 sin x −
3
π sin(t)
Ainsi, le changement de variable x = 3 + t donne directement : t
−−−→ 1
t→0
√
3 cos x − sin x sin(x − π3 )
= −2 −−−→ −2
x − π/3 x − π3 x→ π
3
9782340-002166_001_600.indd 331 21/10/2014 12:13

0
11. Nous sommes en présence d’une forme indéterminée 0. Pour la lever,
nous allons factoriser par tan(x). Il vient
tan(x) − sin(x) tan(x) 1 − cos(x)

f11 (x) = = ×
x3 x x2
tan(x) 1 − cos(x) 1
méthode 13.5 On reconnaı̂t des limites de référence : lim = 1 et lim = .
x
x→0 x→0 x2 2
1
Par conséquent, f11 admet une limite en 0 et lim f11 (x) = .
x→0 2
12. Comme sin est bornée par 1, il vient |x sin(1/x)| ≤ |x| −−−→ 0. Par
x→0
comparaison, il s’ensuit que lim x sin(1/x) = 0.
x→0
Exercice 13.2
Soit x ∈ R fixé. Montrons que f (x) = à l’aide de l’indication fournie. Soit
donc ε > 0. Comme f (t) −−−−→ , il existe A > 0 tel que
t→+∞
∀t ∈ R, t ≥ A ⇒ |f (t) − | ≤ ε (13.1)
A−x
x n’a aucune Soit n = ! + 1 de sorte que x + nT > A. En ce cas, d’après (13.1),
raison d’être supérieur T
à A, mais pour n assez |f (x+nT )−)| ≤ ε, ce qui par périodicité de f , revient à dire que |f (x)−| ≤ ε.
grand x + nT l’est Ainsi, nous avons établi que pour tout ε > 0, |f (x) − | ≤ ε, ce qui n’est
possible que si |f (x) − | = 0, c’est-à-dire si f (x) = .
Finalement, ceci étant vrai pour tout réel x ∈ R, la fonction f est constante
égale à .
Exercice 13.3
x2
D’après la 1. On détermine un équivalent du numérateur. Comme cos x − 1∼ − 2 est
méthode 13.10, 0
l’équivalent d’un négligeable devant sin x ∼ x, on a sin x+cos x−1 ∼ x. Quant au dénominateur,
quotient est obtenu en un changement de variable s’impose :
prenant le quotient des On pose t(x) = x − x cos(x) −→0
équivalents
Or on sait que tan(t)∼t on en déduit que
0
méthode 13.9
x3
tan(x − x cos x) ∼ x − x cos(x) = x(1 − cos x) ∼
x→0 2
sin x + cos x − 1 2
Finalement ∼ .
tan(x − x cos x) x→0 x2
méthode 13.9 2. À l’aide du changement de variable t(x) = tan(x) −−−→ 0, il vient
√ x→0
1 + tan2 x − 1 12 tan2 x x
On utilise les ∼ ∼
équivalents usuels au tan x 0 tan x 0 2
voisinage de 0,
théorème 13.26
3. ln(cos x) = ln(1 + cos x − 1). Le changement de variable t(x) = cos(x) −
2
1 −−−→ 0 donne ln(cos x)∼ cos x − 1 ∼ − x2 .
x→0 0
4. Au voisinage de +∞, lim (1/2)x = 0 tandis que lim ln(ln x) = +∞.
x→+∞ x→+∞
Il découle du théorème 13.22 que le numérateur est équivalent à ln(ln x).
D’après la proposition 13.17 (1/3)x = o(1/x)3 . Le dénominateur est donc
+∞
équivalent à (1/x)3 . Finalement, par le théorème 13.21,
326 CHAPITRE 13
9782340-002166_001_600.indd 332 21/10/2014 12:13

ln(ln x) − (1/2)x
∼ x3 ln(ln x)
(1/x)3 − (1/3)x +∞

Exercice2 13.4
ln(ln x) − cos5 x + ln x ln(x)
1. ∼ , d’où par croissances comparées (proposition
2x − 50x6 +∞ 2x
2
ln(ln x) − cos5 x + ln x
13.25), il vient lim = 0.
x→+∞ 2x − 50x6
2. Il s’agit d’une forme indéterminée 00 . Pour la lever, nous pouvons essayer
de déterminer
un équivalent
simple du numérateur. On introduit 1 : cos(3x) −
cos(x) = cos(3x) − 1 + 1 − cos(x) . Cependant, chacun des termes de cette
somme est de l’ordre de x2 . Le théorème 13.22 ne permet donc pas de conclure
en ce cas. On peut alors avoir recours à la trigonométrie : cos(p) − cos(q) =
−2 sin( p+q
2
) sin( p−q
2
)
cos(3x) − cos(x) = −2 sin(2x) sin(x)∼ − 4x2
0
cos(3x) − cos x
D’où lim = −4.
x→0 x2
3. Posons x = 1 + t, pour nous ramener l’étude au voisinage de 0 de
et(t+1) − 1 et(t+1) − 1
e2+2t π πt = −e2 e2t
cos 2 + 2 sin πt
2
πt πt
Or, e2t ∼ 1, et(t+1) − 1 ∼ t(t + 1) ∼ t et sin 2 ∼ 2 . Ainsi, par opérations
0 0 0 0
algébriques,
et(t+1) − 1 2e2
e2+2t π πt ∼ − ,
cos 2 + 2 0 π
2
ex +x − e2x 2e2
et nous pouvons conclure que lim =− .
x→1 cos(πx/2) π
0
4. Il s’agit d’une forme indéterminée . Pour la lever, déterminons des
0
équivalents du numérateur et du dénominateur.
Les équivalents usuels (théorème 13.26) donnent ex − 1 ∼ x, sin3 x ∼ x3 .
Ainsi, des trois termes du numérateur, le premier ex − 1 prédomine. D’après
le théorème 13.22 il vient ex − 1 + x2 + sin3 x∼ex − 1∼x.
√0 0
D’autre part, d’après le théorème 13.26, on a 3 1 + x − 1∼ x3 . Par opérations
0
ex −1+x
√
2
+sin3 x ∼
algébriques sur les limites, il s’ensuit que 3
1+x−1
3, ce qui revient cf . théorème 13.21
0
e − 1 + x + sin x
x 2 3
précisément à dire que lim √ = 3.
x→0 3
1+x−1
Exercice 13.5
x ln(x)
1. Étude de f (x) =
x−1
• f est définie et continue pour sur R∗+ \{1} comme quotient de telles fonctions
dont le dénominateur ne s’annule pas.
• Étude locale de f au voisinage de 0. Par croissances comparées, lim f = 0. Voir les limites de
0+ références, méthode
f est donc prolongeable par continuité au point 0. 13.5
9782340-002166_001_600.indd 333 21/10/2014 12:13

• Étude locale au voisinage de 1. On pose x = 1 + t.
ln(1 + t)
On a f (1 + t) = (1 + t) −−−→ 1, ce qui revient à dire que lim f (x) =
t t→0 x→1±
1. f est donc prolongeable par continuité en 1.
• Étude locale au voisinage de +∞.
ln(x)
Au voisinage de +∞, on a f (x) = . Par conséquent, lim f (x) = +∞.
1 − x1 x→+∞

ln(x)
2. Étude de f (x) = exp
ln(x) − 1
• f est définie et continue sur R∗+ \ {e}.
• Au voisinage de 0. Par composition de limites, il vient
⎞
lim ln(x) = −∞
x→0+
y ⎟
lim =1 ⎟
⎠ ⇒ x→0lim+ f (x) = e
y→−∞ y − 1
z
lim e = e
z→1
Ainsi f est prolongeable par continuité en 0, en posant f˜(0) = e.

ln(x)
• Au voisinage de e. Par opérations, on a lim = ±∞. Par compo-
x→e ln(x) − 1
±
sition avec les limites de la fonction exponentielle, il vient
lim f (x) = 0
x→e−
lim f (x) = +∞
x→e+
f n’est donc pas prolongeable par continuité au point e et le graphe de f

admet la droite d’équation x = e comme asymptote verticale lorsque x tend
vers e+ .
ln x
• Au voisinage de +∞, on a lim = 1. Par continuité de exp, il
x→+∞ ln x − 1
s’ensuit que lim f (x) = e. Le graphe de f admet la droite d’équation y = e
x→+∞
comme asymptote horizontale lorsque x tend vers +∞.
x
3. Étude de f (x) = x
e −1
• f est définie et continue sur R∗ comme quotient de telles fonctions dont le
dénominateur ne s’annule pas.
• Au voisinage de 0. On reconnaı̂t l’inverse du taux de variation de la fonction
exponentielle en 0. Il s’ensuit que lim f (x) = 1. Ainsi, f est prolongeable
x→0±
par continuité en 0 en posant f˜(0) = 1.
• Au voisinage de +∞. Par croissances comparées, on a lim f (x) = 0. Par
x→+∞
conséquent, la droite d’équation y = 0 est asymptote horizontale au graphe
de f lorsque x tend vers +∞.
• Au voisinage de −∞, on a lim f (x) = +∞.
x→−∞
x ln(x)
ln(1 + x)
4. Étude de f (x) =
ln(x)
328 CHAPITRE 13
9782340-002166_001_600.indd 334 21/10/2014 12:13

ln(1 + x)
• f (x) = exp x ln(x) ln , f (x)) est défini pour x > 0 de sorte
ln(x)
ln(1 + x)
que ln(x) existe et si > 0 pour que son logarithme soit défini.
ln(x)
Autrement dit, f (x) est défini pour x > 1. Ainsi, f est-elle définie et continue
par composition dans ]1, +∞[.
• Au voisinage de 1+ ,

ln(1 + x)
ln ◦f (x) = x ln(x) ln
ln(x)

= x ln(x) ln ◦ ln(1 + x) − ln ◦ ln(x)
= x ln(x) ln ◦ ln(1 + x) − x ln(x) ln ◦ ln(x)
Or, par opérations algébriques, lim+ x ln(x) ln ◦ ln(1 + x) = 0 et par crois-

x→1
sances comparées, on a
⎞
lim ln x = 0+
x→1+ ⎠ ⇒ lim ln x ln ln x = 0
lim y ln y = 0 + x→1
y→0+
En cas
d’où il découle que lim+ x ln x ln ln(x) = 0, puis finalement lim+ f (x) = 1. d’indétermination
x→1 x→1 entre ln(y) et une
Ainsi, f est prolongeable par continuité au point 1 en posant f˜(1) = 1. puissance de y, c’est
la puissance qui
• Au voisinage de +∞, on observe que ln(1 + x) = ln x + ln(1 + x1 ) d’où il l’emporte
vient
ln(1 + x) ln(1 + x1 )
=1+ = 1 + y(x)
ln(x) ln(x)
ln(1 + x1 )
Comme y(x) = −−−−−→ 0, et z(x) = 1
x −−−−−→ 0, on obtient par
ln(x) x→+∞ x→+∞
ln(1 + u)
changement de variable dans la limite usuelle lim =1:
u→0 u

ln(x) ln(1 + x) ln(1 + y(x))
1 × ln ln(x)
=
y(x)
−−−−−→ 1
ln(1 + x ) x→+∞
1 ln(1 + z(x))
x ln(1 + ) = −−−−−→ 1
x z(x) x→+∞
Par produit, il s’ensuit que

ln(1 + x)
ln ◦f (x) = x ln(x) ln −−−−−→ 1
ln(x) x→+∞
Finalement, par continuité de exp, lim f (x) = e, ce qui revient à dire que
x→+∞
la droite d’équation y = e est asymptote horizontale au graphe de f .
Exercice 13.6
Soit a ∈ R∗+ . Pour établir la continuité de f en a, nous utilisons les limites à
gauche et à droite afin de mettre en œuvre le théorème 13.10 :
9782340-002166_001_600.indd 335 21/10/2014 12:13

Comme f est croissante, elle admet des limites à gauche et à droite au point
a, f (a− ) et f (a+ ) qui vérifient en outre l’encadrement :
f (a− ) ≤ f (a) ≤ f (a+ )
Le théorème de la limite monotone appliqué à la fonction décroissante g
donne aussi g(a+ ) ≤ g(a) ≤ g(a− ), c’est-à-dire
f (a+ ) f (a) f (a− )
≤ ≤
a a a
Comme a est strictement positif, il s’ensuit que
f (a+ ) ≤ f (a) ≤ f (a− )
Finalement, on a bien f (a− ) = f (a+ ) = f (a) : f est donc continue en a.
Exercice 13.7
f est une fraction rationnelle définie sur [1, +∞[. Elle est donc continue et
2
même dérivable sur [1, +∞[. Comme de plus f (x) = 2 − > 0, f est
(1 + x2 )
strictement croissante sur [1, +∞[.
D’après le théorème de la bijection, f étant strictement monotone et conti-
nue, elle réalise une bijection de I sur son image J = f ([1, +∞[). De plus,
comme f est croissante, nous avons f ([1, +∞[) = [f (1), lim f (x)[, c’est-à-
x→+∞
dire J = [1, +∞[.
Soit g : [1, +∞[→ [1, +∞[ l’application réciproque de f .
g est strictement croissante et bijective x 1 +∞
de [1, +∞[ dans lui-même. Par conséquent, ∞
d’après le théorème de la bijection g(1) = 1 g(x) $
et lim g(t) = +∞. 1
t→+∞

Exercice 13.8
1. Soit x ∈ R fixé. On considère la fonction Fx : [−1, 1] → R définie par
Fx (t) = f (t) + x g(t). Fx est combinaison linéaire de deux fonctions conti-
nues sur [−1, 1]. Elle est donc elle-même continue sur ce segment d’après le
théorème 13.11. On peut donc lui appliquer le théorème 13.15 : Fx est
bornée sur le segment [−1, 1] et atteint ses bornes. En particulier, M (x) =
sup Fx est bien défini et il existe tx ∈ [−1, 1] tel que M (x) = Fx (tx ) =
[−1,1]
f (tx ) + xg(tx ).
2. Soit x ∈ R, et h ∈ R+ .
• Pour tout t ∈ [−1, 1], on a
Fx+h (t) = f (t) + (x + h)g(t) = Fx (t) + h g(t)
≤ M (x) + h g(t) ≤ M (x) + h sup g
[−1,1]
M (x) + h sup g Ceci étant vrai pour tout t ∈ [−1, 1], on obtient en passant au sup
[−1,1]
est un majorant de la M (x + h) = sup Fx+h (t) ≤ M (x) + h sup g.
fonction Fx+h . Il est t∈[−1,1] [−1,1]
donc supérieur au plus
petit des majorants.
330 CHAPITRE 13
9782340-002166_001_600.indd 336 21/10/2014 12:13

• La démonstration de la minoration est plus astucieuse. Par définition,
M (x + h) = supt∈[−1,1] Fx+h (t). En particulier,
M (x + h) ≥ Fx+h (tx ) = f (tx ) + (x + h)g(tx ) = f (tx ) + xg(tx ) + hg(tx )

≥ M (x) + hg(tx ) ≥ M (x) + h inf g
[−1,1]
• Ainsi, nous avons établi l’encadrement
M (x) + h inf g ≤ M (x + h) ≤ M (x) + h sup g

[−1,1] [−1,1]
)

3. Posons k = max inf g , inf g . D’après la question précédente,
[−1,1] [−1,1]
nous avons pour tout (x, h) ∈ R× R+ , |M (x + h) − M (x)| ≤ kh. En discutant
suivant que x est inférieur
à a ou pas,
on en
déduit aisément que pour tout
couple (a, x) ∈ R2 , M (x) − M (a) ≤ x − a. En particulier, on en déduit par
comparaison que lim M (x) = M (a). Ceci étant vrai pour tout réel a, M est
x→a
continue sur R.
Exercice 13.9
Soit h : R+ → R la fonction définie par ∀x ∈ R+ , h(x) = f (x) − x.
h est continue sur R+ comme somme de telles fonctions. Montrons que l’équation
h(x) = 0
admet au moins une solution dans R+ . Pour cela, il suffit à présent de vérifier
que h change de signe dans R+ .
• D’une part h(0) ≥ 0 car, f étant à valeurs positives, f (0) ≥ 0, ce qui revient
à dire que h(0) ≥ 0.
h(x) f (x)
• D’autre part, = − 1 −−−−−→ − 1 < 0 car par hypothèse
x x x→+∞
f (x) h(x)
lim = ∈ [0, 1[. D’après la proposition 13.4, il en résulte que
x→+∞ x x
et donc aussi h(x) est négatif pour x assez grand.
Ainsi, h est continue sur R+ et change de signe : d’après le théorème 13.12,
elle s’annule nécessairement.
Exercice 13.10
Soit f : [0, 1] → [0, 1] une fonction continue telle que f (0) = f (1).
1. Soit x ∈ [0, 12 ], on a f (x+ 21 ) = f (x) ⇐⇒ f (x+ 21 )−f (x) = 0. Introduisons
la fonction h : [0, 12 ] → R définie par h(x) = f (x + 12 ) − f (x). Pour montrer que
l’équation
• Remarquons tout d’abord que h est continue sur [0, 1
2] comme composée de f (x + 12 ) = f (x) a au
telles fonctions. moins une solution,
on met en œuvre la
• Montrons que h change de signe entre 0 et 12 . Comme par hypothèse f (0) =
méthode 13.13
f (1), il vient
1 1 1
h( ) = f (1) − f ( ) = f (0) − f ( )
2 2 2
1
h(0) = f ( ) − f (0)
2
9782340-002166_001_600.indd 337 21/10/2014 12:13

Ainsi, h(0) et h( 12 ) sont opposés. D’après le TVI (corollaire 13.14), il en
découle l’existence d’un réel c ∈ [0, 12 ] tel que h(c) = 0, i.e. f (c + 12 ) = f (c).
2. Soit n ∈ N, n ≥ 2. Inspirons-nous de la première question et introduisons
la fonction auxiliaire h : [0, 1 − n1 ] → R définie par h(x) = f (x + n1 ) − f (x). Il
s’agit d’établir l’existence d’une solution pour l’équation h(x) = 0.
• h est continue sur [0, 1 − n1 ] comme composée de telles fonctions.
• Montrons que h change de signe entre 0 et 1 − 1
n. Un développement
télescopique de f (1) − f (0) donne

n−1 k
n−1
k+1 k
0 = f (1) − f (0) = f −f = h
n n n
k=0 k=0
Ainsi, la somme des n termes h(0), h(1/n), h(2/n), . . . , h(1 − 1/n) est nulle. Il
en découle que soit il y a un terme strictement positif et un terme strictement
négatif, soit tous ces termes sont nuls. Dans tous les cas, h change de signe
(au sens large).
D’après le corollaire 13.14, h doit nécessairement s’annuler.
Exercice 13.11
Soit f : [a, b] → R une fonction continue. On s’intéresse à l’équation
f (x) = x (13.2)
Pour étudier l’existence d’une solution de (13.2), on introduit la fonction h :

[a, b] → R définie par h(x) = f (x) − x.
Remarquons tout d’abord que h est continue sur [a, b] comme somme de telles
fonctions. À l’aide du corollaire 13.14, il suffit à présent de montrer que h
change de signe pour garantir l’existence d’une solution à l’équation (13.2).
1. On suppose ici que f ([a, b]) ⊂ [a, b]. En particulier, f (a) ≥ a et f (b) ≤ b.
Par conséquent,
h(a) = f (a) − a ≥ 0
h(b) = f (b) − b ≤ 0
D’où h(a) × h(b) ≤ 0, ce qui prouve que h change de signe.

2. On suppose ici que [a, b] ⊂ f ([a, b]). Comme f est continue sur le segment
[a, b] le théorème 13.15 montre l’existence d’un couple de réels (c, d) ∈ [a, b]2
tels que f ([a, b]) = [f (c), f (d)]. L’hypothèse que [a, b] ⊂ f ([a, b]) se traduit en
ce cas par les chaı̂nes d’inégalités
f (c) ≤ a ≤ c, d ≤ b ≤ f (d)
En particulier,
h(c) = f (c) − c ≤ 0
h(d) = f (d) − d ≥ 0
D’où h(c) × h(d) ≤ 0, ce qui prouve que h change de signe.
332 CHAPITRE 13
9782340-002166_001_600.indd 338 21/10/2014 12:13

Bilan : dans tous les cas, on a bien établi que h change de signe entre a et b.
Par le corollaire 13.14, il s’ensuit que l’équation (13.2) admet au moins une
solution.
Exercice 13.12
Soit f : [0, 1[→ R la fonction définie par ∀x ∈ [0, 1[, f (x) = x sin 1−x 1
.
2 2
1. Soit n ∈ N, posons xn = 1− et yn = 1− . Par définition
(4n + 1)π (4n + 3)π
2 + 2nπ) = −yn .
de f , on a f (xn ) = xn sin( π2 + 2nπ) = xn , et f (yn ) = yn sin( 3π
2. On observe que f est continue sur l’intervalle [0, 1[. D’après le théorème
13.13 on sait que f ([0, 1[) est donc un intervalle.
• Pour tout x ∈ [0, 1[, on a de plus

1

|f (x)| = x sin ≤ |x| < 1.
1−x
Par conséquent,
f ([0, 1[) ⊂] − 1, 1[
• Inversement, soit t ∈]−1, 1[, montrons que t ∈ f ([0, 1[). Pour cela on observe
que
f (xn ) = xn −−−−−→ 1 et f (yn ) = −yn −−−−−→ −1
n→+∞ n→+∞
Par compatibilité limite et inégalités, il existe un entier n ∈ N tel que t soit

compris entre −yn et xn . Autrement dit, t est une valeur intermédiaire entre
f (xn ) et f (yn ). D’après le théorème des valeurs intermédiaires, t est une
valeur de la fonction f , c’est-à-dire t ∈ f ([0, 1[). Ceci étant vrai pour tout
t ∈] − 1, 1[, nous avons établi
] − 1, 1[⊂ f ([0, 1[)
• Ainsi, par double-inclusion, nous avons démontré que f ([0, 1[) =] − 1, 1[.
Exercice 13.13
Par l’absurde : supposons au contraire que f est continue, injective mais pas
strictement monotone. En ce cas, il existe un triplet (a, b, c) ∈ I 3 tel que
a, b, c sont strictement rangés par ordre croissant, tandis que leurs images par
f (deux à deux distinctes puisque f est injective) ne sont rangées ni par ordre
croissant, ni par ordre décroissant. Ainsi, deux cas se présentent : un petit schéma
pour mieux visualiser :
soit f (b) > max{f (a), f (c)} ;
soit f (b) < min{f (a), f (c)}.

•
Supposons sans perte de généralité que f (b) > max{f (a), f (c)}, le deuxième
cas étant tout à fait semblable. En ce cas, fixons y ∈ R tel que • • •
a b c
max{f (a), f (c)} < y < f (b).
•
On applique alors le théorème des valeurs intermédiaires entre a et b d’une

part et entre b et c d’autre part.
• Comme f (a) < y < f (b), y est une valeur intermédiaire entre f (a) et f (b).
D’après le théorème 13.12 appliqué entre a et b, il existe x1 ∈]a, b[ tel que
f (x1 ) = y.
9782340-002166_001_600.indd 339 21/10/2014 12:13

• Comme f (c) < y < f (b), y est une valeur intermédiaire entre f (b) et f (c).
D’après le théorème 13.12 appliqué entre b et c cette fois, il existe x2 ∈]b, c[
tel que f (x2 ) = y.
Ainsi, f (x1 ) = f (x2 ) et pourtant x1
= x2 puisque x1 < b et x2 > b, ce qui
contredit l’injectivité de f .
Exercice 13.14
x
Remarquons tout d’abord qu’en appliquant l’hypothèse à plutôt qu’à x, on
2
obtient x
∀x ∈ R, f =f x (13.3)
2
À présent considérons x ∈ R fixé. D’après (13.3), on sait que f (x) = f (x/2).
récurrence Une utilisation répétée de (13.3) donne alors
immédiate
x
∀n ∈ N∗ , f n = f x
2
x
Notons pour alléger xn = n . Par OPA, la suite (xn )n∈N∗ est convergente
2
vers 0.
D’après le théorème image d’une suite par une fonction de f en 0,
(théorème 13.3), la suite (f (xn )est convergente de limite f (0). D’autre part,
d’après ce qui précède cette même suite est constante à f (x). Par unicité de
la limite, il s’ensuit que f (x) = f (0).
334 CHAPITRE 13
9782340-002166_001_600.indd 340 21/10/2014 12:13

Chapitre 14
Dérivabilité
Plusieurs mathématiciens, parmi lesquels

Pierre de Fermat, ont cherché à déęnir la pente de la tangente
à une courbe en un point. Il faut cependant aĴendre Newton
pour donner une bonne déęnition en introduisant
ce que nous appelons de nos jours la dérivée. Inspiré
par une approche cinématique, bien qu’il se rende compte
que sa théorie est plus générale, il l’appelle Ěuxion.
Son travail, terminé en 1666, ne sera publié qu’en 1687.
Entre-temps, Leibniz introduit, de manière un peu diěérente, le
même concept. S’est-il inspiré des idées de Newtonȹ?
On ne le sait pas. Une querelle s’élèvera entre les deux hommes
sur la primauté de ceĴe découverte. Gottftried Leibniz
(1646-1716)
9782340-002166_001_600.indd 341 21/10/2014 12:13

Objectifs

Les incontournables
ZÉtudier la dérivabilité et calculer la dérivée d’une fonctionȹ:
fen un pointȹ;
fsur un intervalle.
ZConnaître et utiliser les théorèmes de Rolle, des accroissements finis.
ZMontrer qu’une fonction est de classe C1ȹ:
fdirectement avec les opérationsȹ;
fen utilisant le théorème de prolongement de la continuité de la dérivéeȹ;
fen utilisant les théorèmes fondamentaux.
ZMontrer qu’une fonction est Ck, Cǈ et le cas échéantȹ:
fcalculer les dérivées successives d’une fonctionȹ;
futiliser la formule de Leibniz.
9782340-002166_001_600.indd 342 21/10/2014 12:13

Résumé de cours
Dérivée en un point
Dans tout ce paragraphe, f est une fonction définie au voisinage de a ∈ R et à valeurs dans R.
f (x) − f (a)
Définition : On dit que f est dérivable en a lorsque le rapport , défini pour x
= a,
x−a
admet une limite finie quand x tend vers a. Lorsque cette limite existe, on la note f (a) ou aussi
D(f )(a). C’est le nombre dérivé de f en a.
f (a + h) − f (a)
On remarque que : lim = f (a).
h→0 h
Théorème 14.1.— Développement limité à l’ordre 1 des fonctions dérivables —.
f est dérivable en a ssi il existe d ∈ R tel que f (x) = f (a) + d · (x − a) + (x − a)ε(x − a),
où lim ε(x − a) = 0. En ce cas, f (a) = d.

x→a
Proposition 14.2.— Si f est dérivable en a alors f est continue en a.
Proposition 14.3.— Si f est dérivable en a la courbe représentative de f admet une tangente au

point d’abscisse a. C’est la droite d’équation y − f (a) = f (a)(x − a).
f (x) − f (a)
Définition : f est dérivable à droite (resp. à gauche) en a si le rapport défini
x−a
pour x
= a admet une limite finie à droite (resp. à gauche) en a. Cette limite se note fd (a)
(resp.fg (a)).
Si f est dérivable à droite – ou à gauche – en a, alors la courbe représentative de f possède une
demi-tangente à droite – ou à gauche – en a.
Proposition 14.4.— Si f est définie sur un voisinage de a de la forme ]a − η, a + η[ avec η > 0,

on a :
f est dérivable en a ssi f est dérivable à droite et à gauche en a et si fd (a) = fg (a).
Proposition 14.5.— Opérations algébriques sur les fonctions dérivables —. Soit (λ, μ) ∈ R2 .
On suppose que f et g sont définies au voisinage de a et dérivables en a. Alors
la fonction λ · f + μ · g est dérivable en a et (λ · f + μ · g) (a) = λ · f (a) + μ · g (a)

la fonction f × g est dérivable en a et (f × g) (a) = f (a) × g(a) + f (a) × g (a)

f f f (a) × g(a) − f (a) × g (a)
si g(a)
= 0, la fonction est dérivable en a et (a) =
g g g(a)2
DÉRIVABILITÉ 337
9782340-002166_001_600.indd 343 21/10/2014 12:13

Théorème 14.6.— Règle de dérivation en chaı̂ne —. Si f est une fonction dérivable en a et g
une fonction dérivable en f (a) alors g ◦ f est dérivable en a et on a l’égalité
(g ◦ f ) (a) = f (a)g (f (a))
Dérivée sur un intervalle

Dans toute cette partie, I désigne un intervalle de R et les fonctions sont à valeurs dans R.
Définition : On dit que f est dérivable sur I si f est dérivable en tout point de I. Si f est
dérivable sur I alors la fonction I → R, x → f (x), où f (x) est le nombre dérivé de f en x, est
df
appelée fonction dérivée de f sur I. Elle est notée f ou D(f ) ou encore .
dx
Attention : dans le cas où I est un intervalle au moins fermé d’un côté. Prenons le cas où, par
exemple I = [a, +∞[ , alors pour que f soit dérivable sur I, il faut en particulier que f soit dérivable
en a ce qui impliquera de démontrer seulement la dérivabilité à droite en a car un voisinage de a
sera de la forme [a, a + η[ , avec η > 0.
Théorème 14.7.— Opérations algébriques sur les fonctions dérivables —. Soit f et g deux
fonctions dérivables sur I, alors toutes les formules de dérivation des fonctions f + g, f × g, λf
avec λ ∈ R et f /g dans le cas où g ne s’annule pas sur I, données plus haut pour le point a ∈ R
sont valables pour tout x ∈ I.
Théorème 14.8.— Règle de dérivation en chaine —. Si f est une fonction dérivable sur I et g
une fonction dérivable sur f (I) alors g ◦ f est dérivable sur I et on a l’égalité
(g ◦ f ) = f × (g ◦ f )
Proposition 14.9.— Dérivabilité de l’application réciproque d’une bijection —. Soit f une

fonction strictement monotone de I sur J = f (I) et dérivable sur I. Si f ne s’annule pas sur I
alors f −1 est dérivable sur J et on a l’égalité :
−1 1
f =
f ◦ f −1
Remarque : si f (a) = 0 alors f −1 n’est pas dérivable en f (a) et la courbe représentative de f −1

admet une demi-tangente verticale au point d’abscisse a.
Théorèmes de Rolle et des accroissements finis

Dans cette partie, a et b désignent deux réels tels que a < b. Toutes les fonctions sont ici à valeurs
dans R.
338 CHAPITRE 14
9782340-002166_001_600.indd 344 21/10/2014 12:13

Proposition 14.10.— Extremum local d’une fonction dérivable —. Soit f : I → R une fonction
◦
dérivable sur I, et a ∈I un point intérieur à I.
Si f présente un extremum local en a, alors f (a) = 0.
Remarque : la réciproque de la proposition précédente est fausse. La dérivée peut s’annuler en un

point sans qu’il y ait obligatoirement un extremum en ce point.
Théorème 14.11.— Théorème de Rolle —. Soit f : [a, b] → R une fonction continue sur le
segment [a, b] et dérivable dans ]a, b[.
Si f (a) = f (b), alors il existe c ∈]a, b[ tel que f (c) = 0.
Sous les hypothèses du théorème de Rolle, on peut affirmer que la fonction f admet au moins une
tangente horizontale dans l’intervalle ]a, b[ .
Théorème 14.12.— Égalité des accroissements finis —. Soit f : [a, b] → R une fonction continue
sur le segment [a, b] et dérivable dans ]a, b[.
f (b) − f (a)
Il existe c ∈]a, b[ tel que = f (c)
b−a
Sous les hypothèses du théorème des accroissements finis, on peut affirmer qu’il existe au moins
un point c de ]a, b[ tel que la tangente à la courbe au point d’abscisse c est parallèle à la droite
passant par les points d’abcisses a et b.
Théorème 14.13.— Inégalité des accroissements finis —. Soit f une fonction continue sur [a, b]
et dérivable sur ]a, b[ . On suppose que f est bornée sur ]a, b[ c’est-à-dire qu’il existe deux réels m
et M tels que pour tout x ∈ ]a, b[ , on a m ≤ f (x) ≤ M. Alors :
m(b − a) ≤ f (b) − f (a) ≤ M (b − a)
Il découle de l’inégalité des accroissements finis que si f est dérivable sur un intervalle I et s’il
existe M ∈ R+ tel que pour tout t ∈ I, |f (t)| ≤ M alors :
∀(x, y) ∈ I 2 , |f (x) − f (y)| ≤ M |x − y|.
Théorème 14.14.— Soit f : I → R une fonction dérivable sur un intervalle I.

f est constante sur I si et seulement si ∀x ∈ I, f (x) = 0.
f est croissante sur I si et seulement si ∀x ∈ I, f (x) ≥ 0.
f est décroissante sur I si et seulement si ∀x ∈ I, f (x) ≤ 0.
9782340-002166_001_600.indd 345 21/10/2014 12:13

Proposition 14.15.— Soit I un intervalle de R et f une fonction dérivable sur I, on suppose que
f est de signe constant sur I et ne s’annule qu’en un nombre fini de points de I. Alors f est
strictement monotone sur I.
Théorème 14.16.— Condition suffisante de dérivabilité aux bornes —. Soit f : [a, b] → R une
fonction continue sur [a, b], dérivable dans ]a, b] et ∈ R.
f (x) − f (a)
Si lim+ f (x) = ∈ R, alors lim+ = .
x→a x→a x−a
En particulier si lim f (x) = ∈ R, alors f est dérivable à droite au point a et f (a) = lim f (x)
x→a+ x→a+
Remarque : on a un énoncé analogue qui donne une condition suffisante de dérivabilité en b.
Fonctions de classe C p
Dans ce paragraphe, I désigne un intervalle de R et p ∈ N est un entier supérieur ou égal à 2 et
toutes les fonctions sont à valeurs dans R.
Fonctions de classe C 1
Définition : Soit f définie sur I, on dit que f est de classe C 1 sur I si f est dérivable sur I et si
f est continue sur I.
Il découle de cette définition et du théorème 14.16 :
Proposition 14.17.— Soit f une fonction continue sur I et de classe C 1 sur I − {a}, on suppose
que f (x) a une limite finie quand x tend vers a, alors f est de classe C 1 sur I et on a f (a) = .
Dérivées d’ordres supérieurs

Définition : Soit f définie sur I. On dit que f est p fois dérivable sur I si f est (p − 1) fois
dérivable sur I et donc si la dérivée (p − 1)ième de f est dérivable sur I. On note f (p) cette dérivée
pième de f.

Ainsi, f (p) = f (p−1) et par convention f (0) = f.
Notation : Dp (I) désigne l’ensemble des fonctions p fois dérivables sur I.
Définition : Soit f définie sur I, et p ∈ N. On dit que
• f est de classe C p sur I lorsque f est p fois dérivable sur I et f (p) est continue sur I ;
• f est de classe C ∞ sur I lorsque pour tout k ∈ N∗ , f est de classe C k sur I.
On peut remarquer que si f et g sont n fois dérivables sur I et λ est un réel alors f + g et λf sont
n fois dérivables sur I et (f + g)(n) = f (n) + g (n) , (λf )(n) = λf (n) . De même, si f ∈ C p (I) et si
g ∈ C p (f (I)) alors g ◦ f ∈ C p (I).
Théorème 14.18.— Formule de Leibniz —. Soit n ∈ N, (f, g) ∈ (C n (I))2 . Alors le produit f × g

est C n (I) et on a l’égalité :
n
n (k) (n−k)
(f × g)(n) = f g
k
k=0
340 CHAPITRE 14
9782340-002166_001_600.indd 346 21/10/2014 12:13

Méthodes
Dérivabilité d’une fonction f en un point donné
Méthode 14.1.— Comment étudier (ou déterminer) la dérivée en un point x0

en utilisant la définition de la dérivée en un point
On peut procéder ainsi :
si au voisinage de x0 , la fonction f est définie par une seule expression (sans valeur
f (x) − f (x0 )
absolue s’annulant en x0 ), on calcule la limite du rapport quand x
x − x0
f (x0 + h) − f (x0 )
tend vers x0 ou celle du rapport quand h tend vers 0. Si ces
h
limites existent, elles sont égales et ont pour valeur commune f (x0 ) ;
si au voisinage de x0 , la fonction f est définie à gauche et à droite de x0 par
des expressions différentes, on calcule les limites à gauche et à droite du rapport
f (x) − f (x0 ) f (x0 + h) − f (x0 )
quand x tend vers x0 ou celle du rapport quand
x − x0 h
h tend vers 0. Si ces limites à gauches et à droites existent et sont égales, alors f
est dérivable en x0 et la valeur de la dérivée est f (x0 ) = fg (x0 ) = fd (x0 ).

1
Exemple : considérons la fonction f définie sur R∗+ par f (x) = x2 sin et avec f (0) = 0.
x
Montrons que f est dérivable en 0. Pour cela, on pose pour x ∈ R∗+ ,

f (x) − f (0) x2 sin x1 1
T0 (x) = = = x sin
x x x
La quantité T0 (x) tend vers 0 quand x tend vers 0. En conclusion, f (0) = 0.
Méthode 14.2.— Comment étudier (ou déterminer) la dérivée en un point x0

en utilisant les opérations algébriques
On fait cela quand on remarque soit que f est la somme, produit, rapport de fonctions
clairement dérivables en x0 soit que f est une composée du type g ◦ h avec h dérivable
en x0 et g dérivable sur h(x0 ). Il ne reste alors plus qu’à citer les théorèmes du cours.
Exemple : reprenons l’exemple précédent et supposons x0

= 0. Comme les fonctions
1
x → x2 , x → sin x et x →
x
sont dérivables en tout point pour les deuxpremières
fonctions et en tout point différent de 0 pour
1
la dernière fonction, la composée x → sin est dérivable en x0 et finalement, f est dérivable
x
en x0 car produit de deux fonctions dérivables en x0 .
9782340-002166_001_600.indd 347 21/10/2014 12:13

Méthode 14.3.— Comment montrer (ou déterminer) la dérivée de f en x0 dans
le cas où f présente une singularité en un point x0
On suppose ici que b est un réel donné strictement supérieur à x0 et que a est un autre
réel donné strictement inférieur à x0 . On pourra procéder ainsi :
montrer ou vérifier que f est continue sur [x0 , b[ (resp. ]a, x0 ])
puis montrer ou vérifier que f existe sur ]x0 , b[ (resp. ]a, x0 [)
puis montrer ou vérifier que lim f (x) (resp . lim f (x)) existe.
x→x+
0 x→x−
0

1
Exemple : considérons la fonction f définie sur R∗+ par f (x) = x3 sin et f (0) = 0. Montrons
x
que f est dérivable en 0. Prenons b = π par exemple. La fonction f est continue sur [0, π[ car
c’est le produit de deux fonctions continues sur [0, π[ . La fonction f est dérivable sur ]0, π[ car
dérivables sur ]0, π[ et on a pour tout x ∈ ]0, π[ , l’égalité :
c’est le produitdedeux fonctions
1 1
2
f (x) = 3x sin − x cos . Donc lim+ f (x) = 0.
x x x→0
Ainsi, f est dérivable en 0 et de plus f (0) = 0.
Dérivabilité d’une fonction f sur un intervalle
Méthode 14.4.— Comment étudier la dérivabilité d’une fonction f sur un

intervalle I
On peut étudier la dérivabilité en tout point de I en revenant à la définition de la
dérivabilité en un point.
On peut aussi utiliser les théorèmes d’opérations sur les fonctions dérivables sur I,
en remarquant :
soit que f est la somme, produit ou rapport de fonctions dérivables sur I;
soit que f est la composée g ◦ h de h dérivable sur I et g dérivable sur h(I).
Exemples :
• Montrons en utilisant la première idée de la méthode 14.4 que sin est dérivable sur R, on
rappelle la relation trigonométrique

x − x0 x + x0
sin x − sin x0 = 2 sin cos
2 2

sin x − sin x0 sin x−x 0
x + x0
et on écrit pour x
= x0 , =2 2
cos et comme on a la limite
x−x0 x − x0 x − x0 2
sin 2
(classique) : lim x−x0 = 1 (pour ceux qui ne trouvent pas cela classique, cela a été
x→x0
2
sin x − sin x0
prouvé un peu plus haut), on en déduit que tend vers cos x0 quand x tend
x − x0
vers x0 .
342 CHAPITRE 14
9782340-002166_001_600.indd 348 21/10/2014 12:13

• On peut combiner les deux cheminements de la méthode 14.4 pour montrer par exemple que
x 1
f : x → est dérivable sur I = [−1, 1] . Comme 1 + |x| ne s’annule jamais, x →
1 + |x| 1 + |x|
est dérivable sur [−1, 0[ et sur ]0, 1] . Il en est de même de f qui est un produit de fonctions
dérivables sur [−1, 0[ et sur ]0, 1] . Au voisinage de 0, étudions la dérivabilité de f. On a
f (x) − f (0) 1 f (x) − f (0) 1
−1 ≤ x < 0 ⇒ = et 0 < x ≤ 1 ⇒ =
x 1−x x 1+x
f (x) − f (0)
limite à gauche et à droite en 0 du rapport est la même et vaut 1. C’est f (0).
x
Étude de la dérivabilité d’une bijection réciproque sur un intervalle
Méthode 14.5.— Comment prouver la dérivabilité de f −1 sur J = f (I)

On peut d’abord vérifier que f est une bijection dérivable de I sur f (I).
Puis on résout l’équation (E) : f (x) = 0. Si (E) n’a pas de solution alors f −1 est
dérivable sur f (I) et si (E) a pour solutions x0 , ..., xn alors f −1 est dérivable pour
tous les réels de f (I) différents de f (x0 ), ..., f (xn ).
π 1 π
Exemple : soit f : , π → R, x → et I = , π , f est dérivable sur I comme quotient
2 sin x 2
de fonctions dérivables dont le dénominateur ne s’annule pas sur I. On écrit pour tout x ∈ I,
cos x
f (x) = − 2 ≥ 0
sin x
π
Enfin, f (x) = 0 ⇔ x = et donc f est strictement croissante sur I. La fonction f réalise une
2 π
bijection de I dans J = f (I) = [1, +∞[ . f −1 est donc dérivable sur J sauf en f = 1.
2
Méthode 14.6.— Comment calculer la dérivée de f −1 sur un domaine K où

elle existe
−1 1
On peut utiliser directement la formule : ∀x ∈ K, (f ) (x) = −1 .
f (f (x))
On peut aussi la retrouver en dérivant pour tout x ∈ K, f (f −1 )(x) = x.
Méthode 14.7.— Comment prouver que f est strictement croissante sur I

Il suffit de prouver successivement que
f est dérivable sur I ;
f ≥ 0 et ne s’annule qu’en un nombre fini de points de I.
Remarques : • On a bien sûr la méthode analogue pour les fonctions strictement décroissantes.
9782340-002166_001_600.indd 349 21/10/2014 12:13

• Si on prouve seulement que , on montre f ≥ 0 dans I alors que f est croissante sur I.
√
Exemple : soit la fonction f : [0, +∞[ → R, x → 2x, cette fonction est continue sur [0, +∞[ et
1
dérivable sur ]0, +∞[ . Par ailleurs, pour tout x ∈ ]0, +∞[ , f (x) = √ > 0.
2x
Méthode 14.8.— Comment prouver que f s’annule au moins une fois sur ]a, b[
On peut étudier le signe de f si cette dérivée existe.
On peut utiliser le théorème de Rolle dans le cas où ses hypothèses sont vérifiées
(en particulier f doit être continue sur [a, b] et f (a) = f (b)).
On peut raisonner par l’absurde en supposant que f ne s’annule pas.
On peut vérifier que f a un extremum M sur [a, b] et utiliser le taux d’accroissement.
Méthode 14.9.— Comment montrer qu’une fonction f est de classe C 1 sur un

intervalle I
On peut montrer par une des méthodes classiques que f est dérivable sur I puis,
que cette dérivée est continue sur I.
Dans le cas où f présente une singularité en un point x0 , on commence par justifier
que f est de classe C 1 sur I − {x0 } puis on calcule f sur I − {x0 }. Enfin, on montre
que lim f (x) a une limite α finie. Alors f est de classe C 1 sur I et f (x0 ) = α.
x→x0
√
Exemple : reprenons f : ]0, +∞[ → R, x → 2x, cette fonction est dérivable sur ]0, +∞[ . On
1
sait que pour tout x ∈ ]0, +∞[ , f (x) = √ . Cette fonction est continue sur ]0, +∞[ car c’est le
2x
rapport de deux fonctions continues dont le dénominateur ne s’annule pas sur ]0, +∞[ .
Méthode 14.10.— Comment et à quelle occasion utiliser le théorème de Rolle

Pour prouver que la dérivée d’une fonction f s’annule pour un réel que l’on ne
cherche pas à déterminer.
Si on veut démontrer l’existence d’un certain réel dans ]a, b[ vérifiant une certaine
égalité, on peut penser à utiliser le théorème de Rolle si dans les hypothèses la fonc-
tion (ou les fonctions) utilisée(s) est (sont) continue(s) sur l’intervalle fermé [a, b]
et dérivable(s) sur l’intervalle ouvert ]a, b[ . On fait alors apparaı̂tre une fonction
h (qui peut être l’une des fonctions de l’énoncé ou non, mais qui en est, en tout
cas, issue par opérations algébriques) telle que h(a) = h(b). On vérifie que h est
bien continue sur l’intervalle fermé [a, b] et dérivable sur ]a, b[ puis on applique le
théorème de Rolle à cette fonction h.
344 CHAPITRE 14
9782340-002166_001_600.indd 350 21/10/2014 12:13

Méthode 14.11.— Comment et dans quelle circonstance utiliser le théorème

ou l’inégalité des accroissements finis
Si on veut démontrer l’existence d’un certain réel dans ]a, b[ vérifiant une certaine
égalité, le cheminement est identique à l’utilisation plus haut du théorème de Rolle.
Si on veut encadrer une expression du type f (b)−f (a), on peut utiliser l’inégalité des
accroissements finis à condition de vérifier que f est bien continue sur l’ intervalle
fermé [a, b] et dérivable sur l’intervalle ouvert ]a, b[ .
Pour étudier la convergence d’une suite du type un+1 = f (un ) .
√
π 3 π 1
Exemple : Montrons + < Arcsin 0, 6 < + en illustrant la deuxième idée de la méthode
6 15 6 8
π
14.11. Remarquons que = Arcsin 0, 5.
6
La
√ double inégalité à montrer peut s’écrire sous la forme :
3 1
< Arcsin 0, 6 − Arcsin 0, 5 < ce qui permet de penser à l’inégalité des accroissements finis,
15 8
1
appliquée à f : x → Arcsin x sur [1/2, 3/5] . Comme la dérivée de f est x → √ , la valeur
1 − x2
minimale de cette dérivée sur [1/2, 3/5] est atteinte en 1/2 et la valeur maximale est atteinte en
3/5. En multipliant ces valeurs par 0, 6 − 0, 5 = 0, 1, on a bien la double inégalité.
Dérivée nième d’une fonction
Méthode 14.12.— Comment déterminer la dérivée nième d’une fonction f

On peut tenter de la dériver n fois en calculant f , f , f (3) , ..., ce qui permet de
conjecturer un résultat que l’on démontre par récurrence en utilisant généralement

f (n+1) = f (n) .
On peut utiliser alors la formule de Leibniz, quand on a affaire à un produit.
1
Exemple : illustrons le premier cheminement de la méthode 14.12. Posons g : x → définie
1+x
sur I = ]1, +∞[ et calculons sa dérivée nième :
−1 2 −6
g (x) = 2
, g (x) = 3
, g 3 (x) =
(1 + x) (1 + x) (1 + x)4
(−1)n n!
et par récurrence, on a pour tout (n, x) ∈ N × I, g (n) (x) = .
(1 + x)n+1
Mise en œuvre : exercice 14.12 à exercice 14.16.
9782340-002166_001_600.indd 351 21/10/2014 12:13

Méthode 14.13.— Comment déterminer des relations entre certaines dérivées
consécutives de f.
On essaye de trouver une fonction g n fois dérivable telle que ses dérivées successives
g (k) pour tout k de 1 à n soient faciles à exprimer ainsi que la dérivée (f g)(n) . Puis
on applique la formule de Leibniz à (f g)(n) . On obtient alors une relation entre f (n) et
certaines des dérivées f (k) pour k variant de 1 à n.
Fonctions de classe C ∞
Méthode 14.14.— Comment montrer qu’une fonction est de classe C ∞ sur un

intervalle I
Si f n’a pas de particularité locale, on peut démontrer par récurrence que pour
tout n entier, f (n) existe sur I.
Si f présente un problème local en x0 ∈ I, on peut :
démontrer par récurrence que pour tout n entier, f (n) existe sur I \ {x0 } et
en déduire que f est de classe C ∞ sur I \ {x0 };
démontrer par récurrence que pour tout n entier, f (n) est de classe C 1 sur I.
Pour prouver que f (n) est de classe C 1 sur I, on utilise le théorème de prolongement des fonctions
de classe C 1 . Après avoir montré que f (n) est dérivable sur I \ {x0 }, on vérifie que f (n+1) a une
limite finie quand x tend vers x0 et donc par conséquent f (n) est de classe C 1 sur I.
346 CHAPITRE 14
9782340-002166_001_600.indd 352 21/10/2014 12:13

Vrai/Faux
Vrai Faux
1. Soit f dérivable sur I et soit a ∈ I tel que f (a)
= 0, si f
s’annule sur le voisinage choisi de a alors la formule de dérivation
1 1
de ne peut pas s’appliquer et n’est pas dérivable en a.
f f
2. Si f ne possède pas de limite finie lorsque x tend vers a ∈ I
alors on peut affirmer que f n’est pas de classe C 1 sur I mais on
ne peut rien dire concernant la dérivabilité de f en a.
3. Toute fonction dérivable à droite et à gauche en a est dérivable
en ce point.
4. Pour appliquer le théorème de Rolle sur [a, b] , il est nécessaire
que f (a) = f (b) = 0.
5. Le théorème de Rolle entraı̂ne qu’une fonction polynomiale de
degré 3 change trois fois de signe.

6. Comme f : x →
x si 0 ≤ x ≤ 1
est continue et
2 − x si 1 < x ≤ 2
dérivable sur [0, 2] et comme f (0) = f (2), on peut appliquer le
théorème de Rolle et f s’annule au moins une fois sur ]0, 2[ .
7. Si la dérivée d’une fonction s’annule en un point, cette fonction
admet un extremum en ce point.
8. Une fonction peut avoir un extremum en un point sans que sa
dérivée s’annule.
9. La fonction f : x → exp(−1/x2 ) est prolongeable en 0 et son

prolongement est infiniment dérivable en 0.
10. Pour montrer qu’une fonction est de classe C ∞ , on démontre
en général qu’elle est de classe C n pour tout entier n.
9782340-002166_001_600.indd 353 21/10/2014 12:13

Dérivabilité en un point
√
Exercice 14.1 : Calculer, en appliquant la définition, la dérivée de f : x → x2 − x + 1 pour
x = 2.
cos x − 1 π
Exercice 14.2 : Soit f définie par f (x) = pour x ∈ 0, et par f (0) = 0. Étudier la
sin x 2
dérivabilité de f en 0.
ax − 1
Exercice 14.3 : a étant un réel strictement positif, calculer lim .
x→0 x
Dérivabilité et fonctions de classe C 1 sur un intervalle

√
Exercice 14.4 : Rechercher le plus grand intervalle dans lequel f : x → x2 + 2x + 2 est dérivable.
Déterminer f sur cet intervalle.

1
Exercice 14.5 : Soit f telle que pour tout x ∈ R∗+ , f (x) 3
= x sin et telle que f (0) = 0.
x
Montrer que f est de classe C 1 sur [0, +∞[ .
Exercice 14.6 : Étudier la dérivabilité de g : R → R, x → (x − x!)(x − x! − 1).

π 1
Exercice 14.7 : Soit f : , π → R, x → . Montrer que pour tout x ∈ ]1, +∞[ , f −1 (x)
2 sin x
existe et déterminer sa valeur en fonction de x.
Exercice 14.8 : Soit f : [a, b] → R, dérivable sur [a, b] . On suppose que f (b) < 0 < f (a), montrer
que f s’annule sur ]a, b[ .
Exercice 14.9* : Soit a > 0 et une fonction f de classe C 1 sur [0, a] telle que
f (0) = f (0) = 0 et f (a)f (a) < 0
Montrer que f s’annule sur ]0, a[ .
Exercice 14.10* : Soit f de I dans R dérivable et telle que a et b sont dans I avec a < b. On
suppose de plus que f ne s’annule pas sur ]a, b[ et que f (a) = f (b) = 0. Montrer que f (a)f (b) ≤ 0.
Exercice 14.11** : 1. Déterminer les fonctions f dérivables sur R telles que,
∀x ∈ R, f (x) = f (−x).
2. Déterminer, de même, les fonctions f dérivables sur R telles que,
∀x ∈ R, f (x) = f (1 − x).
348 CHAPITRE 14
9782340-002166_001_600.indd 354 21/10/2014 12:13

Fonctions de classe C n ou C ∞
Exercice 14.12 : Soit a > 0 et f : ]−a, a[ → R une fonction paire. On suppose que f est dérivable
n fois. Montrer que pour tout k ∈ {0, ..., n}, f (k) a la parité que k.
1
Exercice 14.13 : Soit f : x → . Calculer f (n) (x).
1 − x2
x3
Exercice 14.14 : Soit f : R − {−1, 1} → R, x → . Calculer f (n) (0).
x2 − 1

−1 f (t)
Exercice 14.15 : Pour tout t > 0, on pose f (t) = exp et g(t) = .
t t
∞ ∗ ∗
1. Prouver que f et g sont C sur R+ et que pour tout t ∈ R+ alors tf (t) = g(t).
2. Montrer que g est prolongeable par continuité en 0 et que le prolongement (noté encore g) est
dérivable en 0.
3. Faire le tableau de variations de g sur R+ et le graphe sachant que e−1 vaut 0.36 à 10−2 près.
D’après Concours commun des écoles des Mines d’Albi, Alès, Douai, Nantes
Exercice 14.16 : Soit f : x → x2 e3x . Calculer f (n) (x).
1 1
Exercice 14.17* : Soit f la fonction définie sur I = ]−∞, 1[ telle que f (x) = e 1−x .
1−x
1. Prouver par récurrence
que pour tout entier naturel n, il existe un polynôme Pn tel que
1 1
f (n) (x) = Pn e 1−x pour tout x ∈ I.
1−x
La démonstration permet d’exprimer Pn+1 (X) en fonction de Pn (X), Pn (X) et X. Expliciter cette
relation.
2. Préciser P0 , P1 , P2 et P3 .
3. Montrer que f vérifie l’équation différentielle (E) : (1 − x)2 y = (2 − x)y.
4. En dérivant n fois les deux membres de l’équation (E), prouver que pour tout entier positif n,

Pn+1 (X) = (2n + 1)X + X 2 Pn (X) − n2 X 2 Pn−1 (X)
D’après Concours commun des écoles des Mines d’Albi, Alès, Douai, Nantes
Exercice 14.18 : Montrer que f : x → e−1/x si x > 0 et f (0) = 0 est de classe C ∞ sur R+ .
Théorème de Rolle et des accroissements finis

√
Exercice 14.19 : Majorer l’erreur commise en faisant l’approximation de 10001 par 100.
(n)
Exercice 14.20 : On pose pour tout entier n non nul, Pn (x) = (x2 − 1)n . Montrer que Pn admet
n racines distinctes strictement comprises entre −1 et 1.
Exercice 14.21 : Soit f une fonction de classe C 2 de [a, b] sur R telle que f (a) = f (b) = 0 et soit
c ∈ ]a, b[ . Montrer qu’il existe γ ∈ ]a, b[ tel que
(c − a)(c − b)
f (c) = f (γ)
2
9782340-002166_001_600.indd 355 21/10/2014 12:13

Exercice 14.22* : Soit f une application de classe C 2 sur [a, b] et telle que
f (a) = f (a), f (b) = f (b)
Montrer qu’il existe c ∈ ]a, b[ tel que f (c) = f (c).
Exercice 14.23 : À la découverte de la constante d’Euler

1∗ k+1 1
Démontrer en utilisant l’inégalité des accroissements finis : ∀k ∈ N , ≤ ln ≤ et
n k + 1 k k
1
en déduire un encadrement de la suite Sn = − ln n. Montrer que (Sn ) converge.
k
k=1
Indications
Ex. 14.1
f (x) − f (2)
On arrange la quantité en utilisant ce que l’on appelle la quantité conjuguée.
x−2
Ex. 14.2
x2
On rappelle que cos x = 1− ∼ + x2 (x) et sin x = x + x(x), où lim (x) = 0.
2 x→0
Ex. 14.3
Utiliser la définition de la dérivabilité en un point.
Ex. 14.6
On pourra utiliser le théorème de la limite de la dérivée aux points de Z.
Ex. 14.7
Utiliser la méthode 14.6.
Ex. 14.8
Si f est continue, c’est immédiat ! Mais si elle ne l’est pas ? On montrera que la fonction f
admet un maximun qui est atteint sur ]a, b[ en une valeur x = c.
Ex. 14.9
On prendra le cas où f (a) > 0 et on montrera que nécessairement f s’annule sur ]0, a] .
Ex. 14.10
On supposera par exemple que f ne prend que des valeurs positives sur ]a, b[ puis on utilisera
le taux d’accroissement de f entre a et c puis entre c et b, où c ∈ ]a, b[ .
Ex. 14.11
On est à mi-chemin entre les équations différentielles et le cours sur la dérivation. Il s’agit
ici d’équations fonctionnelles. On commencera par dériver l’égalité et on cherchera les fonctions
solutions parmi celles d’une dertaine équation différentielle linéaire du second ordre.
Ex. 14.12
Penser à une récurrence mais en y prenant grand soin.
350 CHAPITRE 14
9782340-002166_001_600.indd 356 21/10/2014 12:13

Ex. 14.13
Cet exo illustre le troisième cheminement de la méthode 14.12. On cherchera a et b tels que
1 a b
pour tout x ∈ ]1, +∞[, f (x) = = +
1 − x2 1−x 1+x
Ex. 14.14
1 1 1
On commence par décomposer en éléments simples f (x) = x + + puis on
2 x+1 x−1
dérivera jusqu’à obtenir une formule.
Ex. 14.16
Penser à la formule de Leibniz
Ex. 14.17
Ils n’avaient pas d’indication le jour du concours. Il faut utiliser Leibniz à la question 3.
Ex. 14.18
On vous demande quelque chose de propre en montrant par récurrence :

∗ ∗ 1
∀p ∈ N , ∀x ∈ R+ , f (x) = Qp
(p)
e−1/x ,
x
où Qp est une fonction polynomiale.

Ex. 14.19
Penser aux accroissements finis.
Ex. 14.20
C’est une illustration de la première idée de la méthode 14.10 et en plus c’est un grand
classique ! On commencera par remarquer que Pn est un polynôme de degré 2n qui admet −1 et
1 pour racines d’ordre n. Puis on appliquera le théorème de Rolle autant de fois qu’il le faut en
procédant à une récurrence sur le nombre de racines.
Ex. 14.21
Voilà une illustration de la deuxième piste de la méthode 14.10. On pense bien entendu au
théorème de Rolle (ou à celui des accroissements finis) par la forme de ce qu’on veut prouver :
l’existence de γ ∈ ]a, b[ . C’est le choix de la fonction h qui permet de savoir si c’est ici plutôt le
théorème de Rolle ou plutôt le théorème des accroissements finis que l’on doit utiliser. D’autre part,
on a là une fonction de classe C 2 ce qui implique que notre théorème risque d’être appliqué deux fois,
(x − a)(x − b)
la première à la fonction h et la seconde à sa dérivée. Parter de h : x → f (x)− f (c).
(c − a)(c − b)
Ex. 14.22
On appliquera le théorème de Rolle à la fonction g telle que g(x) = (f (x) − f (x)) ex .
Ex. 14.23
On appliquera le théorème des accroissements finis à ln sur [k, k + 1] .
9782340-002166_001_600.indd 357 21/10/2014 12:13

1 2 3 4 5 6 7 8 9 10
F V F F F F F V V V
1. Comme f ne s’annule pas en a et est continue dans un voisinage de a, on peut toujours trouver
un voisinage de a suffisamment petit sur lequel f ne s’annule pas et la formule est valable !
2. En effet, prendre f : R → R, x → x2 sin(1/x) si x
= 0 et f (0) = 0. On vérifie que f est
dérivable en 0 et que f (0) = 0, pourtant f (x) = 2x sin(1/x) − cos(x) n’a pas de limite en 0 et f
n’est pas de classe C 1 sur I.
3. Prendre x → |x| qui possède une dérivée à droite et à gauche en 0.
6. Elle peut s’annuler une et une seule fois !
7. f n’est pas dérivable en 1.
8. Prendre par exemple x → x3 comme contre-exemple.
9. On n’a pas précisé si la fonction est dérivable sur R. Prendre par exemple la fonction f : [0, 1] →
R, x → x. Son maximum est en 2 de dérivée non nulle.
Erreurs classiques
• Si une fonction est dérivable à gauche et à droite en a, il ne faut pas oublier que
ces dérivées doivent être égales pour avoir l’existence de la dérivée en a.
• Bien que souvent, on ait f (a) = f (b) = 0, pour appliquer Rolle, il n’est pas
nécessaire que cette valeur commune soit nulle.
• Faire attention à ce que toutes les hypothèses du théorème de Rolle ou des accrois-
sements finis soient vraies avant de l’appliquer !
• Il n’y a pas d’équivalence entre la notion d’extremum et l’annulation de la dérivée
première.
• Bien que cela puisse paraı̂tre surprenant, il existe des fonctions dont toutes les
dérivées successives sont nulles en un point donné.
352 CHAPITRE 14
9782340-002166_001_600.indd 358 21/10/2014 12:13

Exercice 14.1 √ √ √
Pour x = 2, f (2) = 3. Donc : f (x) − f (2) = x2 − x + 1 − 3. Ce qui peut
encore s’écrire ainsi :
√ √ √ √
f (x) − f (2) = x2 − x + 1 − 3 x2 − x + 1 − 3
√ √
x2 − x + 1 + 3.
Donc pour x
= 2, Il reste
f (x) − f (2)
=
x−2
x+1
f (x) − f (2) x2 − x − 2 (x − 2)(x + 1) √ √ .
= √ √ = √ √ . x2 − x + 1 + 3
x−2 x − x + 1 + 3 (x − 2)
2 x − x + 1 + 3 (x − 2)
2
√
f (x) − f (2) 3 3
Donc : f (2) = lim = √ = .
x→2 x−2 2 3 2
Exercice 14.2
π f (x) − f (0)
Posons pour x ∈ 0, , T0 (x) = , avec ici f (0) = 0 ce qui donne : 0n peut aussi
2 x−0 vérifier que f est
dérivable sur ]0, π/2]
f (x) cos x − 1 et de voir que comme
T0 (x) = =
x x sin x lim f (x) = −1/2, la
x→0+
fonction f est
x2 dérivable en 0 et
Comme cos x = 1− ∼ + x2 (x) et sin x = x + x(x), où lim (x) = 0,
2 x→0 f (0) = −1/2.
1
lim T0 (x) = − .
x→0 2
Ce qui prouve que f est dérivable en 0 avec
1
f (0) = −
2
Et c’est ce que l’on voulait !
Exercice 14.3
On pose f (x) = ax = ex ln a , fonction dérivable sur R donc en 0. On a :
f (x) = ln a ex ln a
d’où f (0) = ln a. On en déduit que :

f (x) − f (0) ax − 1
lim = lim = ln a
x→0 x x→0 x

Exercice 14.4
On commence par le domaine de définition. Comme son discriminant est stric-
√ sur R. La fonction x → x +2x+2
tement négatif, x2 +2x+2 > 0 et f est définie 2
est dérivable sur R et la fonction x → x est dérivable sur R∗+ . Comme

x+1
x2 + 2x + 2 > 0, la fonction f est dérivable sur R et f (x) = √ .
2
x + 2x + 2
9782340-002166_001_600.indd 359 21/10/2014 12:13

Exercice 14.5
La fonction f est dérivable sur ]0, +∞[ car c’est le produit de deux fonctions
dérivables sur ]0, +∞[ et on a :

1 1
∀x ∈ ]0, +∞[ , f (x) = 3x2 sin − x cos
x x
Comme f est continue sur ]0, +∞[ car c’est une somme de produits de fonc-
tions continues sur cet intervalle, on en déduit que f est de classe C 1 sur
]0, +∞[ . Il reste à étudier le cas du voisinage de 0. Comme

1 1
lim 3x2 sin − x cos = 0,
x→0 x x
f est bien de classe C 1 sur [0, +∞[ .

Exercice 14.6
Soit n ∈ Z, on écrit : ∀x ∈ [n, n + 1[ , g(x) = (x − n)(x − n + 1).
Donc g est polynomiale sur ]n, n + 1[ et donc dérivable sur cet intervalle.
∀x ∈ ]n, n + 1[ , g (x) = 2x − (2n + 1)
Il vient lim g (x) = −1 et par le théorème de la limite de la dérivée, on en
x→n+
déduit que g est dérivable à droite en n et que gd (n) = −1. De même,
∀x ∈ ]n − 1, n[ , g (x) = 2x − (2n − 1)
et il vient lim− g (x) = 1 et toujours par le théorème de la limite de la dérivée,
x→n
on en déduit que g est dérivable à gauche en n et que gd (n) = 1.
Comme gd (n)
= gg (n), g n’est pas dérivable en n ∈ Z.
Exercice 14.7
On sait d’après la méthode 14.5 que f −1 existe et est dérivable
sur ]1, +∞[ .
2 −1
1 sin f (x)
On écrit alors : (f −1 ) (x) = −1 =− .
f (f (x)) cos (f −1 (x))
1
Par ailleurs, pour tout x ∈ ]1, +∞[ , f (f −1 )(x) = x et = x,
sin (f −1 (x))
1
ce qui donne pour tout x ∈ ]1, +∞[ , sin2 f −1 (x) = 2 .
π x
De plus, pour tout x ∈ ]1, +∞[ , f −1 (x) ∈ , π donc − cos f −1 (x) > 0.
2
On écrit pour tout x ∈ ]1, +∞[ ,

−1 1
−1
− cos f (x) = cos (f (x)) = 1 − sin (f (x)) = 1 − 2
2 2 −1
x
1
Finalement pour tout x ∈ ]1, +∞[ , f −1 (x) = .
1
x2 1−
x2
Exercice 14.8
f est dérivable donc continue sur [a, b] . Elle admet donc un maximum M sur
[a, b] et on a donc :
∀x ∈ [a, b] , f (x) ≤ M.
354 CHAPITRE 14
9782340-002166_001_600.indd 360 21/10/2014 12:13

Si f (a) = M, on a sur ]a, b] :
f (x) − f (a) f (x) − M

= ≤0
x−a x−a
En faisant tendre x vers a, on a f (a) ≤ 0. C’est contradictoire.
Si f (b) = M, on a sur [a, b[ :
f (x) − f (b) f (x) − M

= ≥0
x−b x−b
En faisant tendre x vers b, on a f (b) ≥ 0. C’est encore contradictoire.
On en déduit que M est atteint sur ]a, b[ en une valeur x = c.
D’après le cours, f (c) = 0.
Exercice 14.9
Quitte à travailler avec la fonction −f, nous pouvons supposer f (a) > 0 et
donc f (a) < 0. Si f ne s’annule pas sur ]0, a] , c’est donc un raisonnement
par l’absurde, comme elle est continue, elle reste strictement négative sur cet
intervalle et la fonction f est strictement décroissante sur [0, a] . Avec f (0) = 0,
nous avons alors f (a) < 0. C’est absurde.
En conséquence, f (a) > 0 nécessite que f s’annule sur ]0, a] et en fait sur
]0, a[ car f (a)
= 0.
Exercice 14.10
f garde un signe constant sur ]a, b[ et quitte à considérer −f, on peut supposer
que f ne prend que des valeurs positives sur ]a, b[ . Soit c ∈ ]a, b[ , le taux
d’accroissement de f entre a et c (resp. entre c et b) est positif (resp. négatif)
et en faisant tendre c vers a (resp. vers b), tout en restant dans l’intervalle
]a, b[ , on en déduit : (f (a) ≤ 0 et f (b) ≥ 0) ⇒ f (a)f (b) ≤ 0.
Exercice 14.11
1. Pour tout x ∈ R, f (x) = −f (x) = −f (x). f est donc solution de On remarque que f
y (x) + y(x) = 0. On cherche les solutions sous la forme x → a cos x + b sin x. est nécessairement
deux fois dérivable,
L’égalité de l’énoncé se traduit par : −a sin x + b cos x = a cos x − b sin x, pour par composée.
tout x. Cela se traduit par a = b. Les solutions sont : x → a(sin x + cos x),
a ∈ R.
2. Pour tout x ∈ R, f (x) = −f (1 − x) = −f (1 − (1 − x)) = f (x). f est donc Encore une fois, f
encore solution de y (x) + y(x) = 0. On cherche les solutions sous la forme est nécessairement
deux fois dérivable, le
x → a cos(x − b). Ainsi pour tout x ∈ R, −a sin(x − b) = a cos(1 − b − x), montrer
c’est-à-dire a cos(1 − b − x) = a cos(b + π/2 − x). Hormis le cas a = 0, ceci n’est rigoureusement !
vérifié que si a + π/2 est congru à 1 − b modulo 2π, soit si b st de la forme
1/2 + π/4 + kπ, k ∈ Z. Les solutions sont de la forme x → a cos(x− 1/2 − π/4), La valeur k
a ∈ R. n’apporte rien et prise
en charge par a.
Exercice 14.12
Raisonnons par récurrence et supposons que pour un entier k compris entre
0 et n − 1, f (k) a la parité que k. Notre hypothèse se traduit par : Comme f est
paire, pour tout x ∈
∀x ∈ ]−a, a[ , (−1)k f (k) (x) = f (k) (−x) ]−a, a[ , f (x) = f (−x)
et par dérivation
D’où par dérivation, (−1)k f (k+1) (x) = −f (k+1) (−x) et donc f (x) = −f (x). Donc
f est paire.
9782340-002166_001_600.indd 361 21/10/2014 12:13

(−1)k+1 f (k+1) (x) = f (k+1) (−x)
Ce qui signifie que f (k+1) a la parité de k + 1.

Exercice 14.13
1 1 1 1
Pour tout x ∈ ]1, +∞[ , f (x) = = + et pour déterminer
1 − x2 2 1−x 1+x
la dérivée nième de f, il reste à déterminer celles de
1 1
g : x → et h : x →
1+x 1−x
Une récurrence permet d’écrire pour tout (n, x) ∈ N × I,
(−1)n n! n!
g (n) (x) = et h(n) (x) =
(1 + x)n+1 (1 − x)n+1
En regroupant, il reste pour tout (n, x) ∈ N × I,

(n) n! 1 (−1)n
f (x) = +
2 (1 − x)n+1 (1 + x)n+1

Exercice 14.14
x3 1 1 1
On montre rapidement que : = x + + et donc :
x2 − 1 2 x+1 x−1

1 1 1 2 1 1
f (x) = 1 − + , f (x) = + ,
2 (x + 1)2 (x − 1)2 2 (x + 1)3 (x − 1)3
ce qui permet d’élaborer une formule pour n ≥ 2, que le lecteur montrera par
récurrence, devons-nous le préciser ?

n! 1 1
f (n) (x) = (−1)n +
2 (x + 1)n+1 (x − 1)n+1
f (0) = 0 et pour tout p ≥ 2, f (2n) (0) = 0 et f (2n+1) (0) = −(2n + 1)!

Exercice 14.15
f (x)
Par ailleurs, un 1. Montrons que f : x → e−1/x et g : x → sont de classe C ∞ sur R∗+ .
calcul rapide donne x
bien
Il suffit de dire que f est la composée de fonctions n fois dérivables pour tout
t > 0 ⇒ tf (t) = g(t). n et que g est le produit de fonctions n fois dérivables pour tout n. D’après
le cours, f et g sont bien de classe C ∞ sur R∗+ .
2. Par croissance comparée, on a lim+ g(x) = 0, d’où un prolongement
Le graphe de g x→0
est : par continuité en posant g(0) = 0. Puis pour x > 0, encore par croissance
g(x) − g(0) 1
comparée : lim = lim 2 exp (−1/x) = 0.
0.3 x→0 + x−0 x→0 x
+
Donc g est
0.2 dérivable en 0 et g (0) = 0.
3. g est dérivable sur R∗+ et un calcul simple donne
0.1
1
0 2 4 t 6 8 10 t > 0 ⇒ g (t) = (1 − t) exp (−1/t)
t3
356 CHAPITRE 14
9782340-002166_001_600.indd 362 21/10/2014 12:13

On en déduit que g est croissante sur [0, 1] et décroissante sur [1, +∞[ . Les
limites de g en 0+ et en +∞ sont nulles par croissance comparée. La valeur
de g(1) est e−1 .
Exercice 14.16
f est un produit de fonctions de classe C ∞ sur R et donc f est de classe C ∞
sur R. Posons g(x) = x2 et h(x) = e3x , on a alors
g (x) = 2x, g (x) = 2 et ∀n ≥ 3, g (n) (x) = 0
De même, ∀n ∈ N, h(n) (x) = 3n e3x . On utilise donc Leibniz :
n
k (k)
∀n ≥ 2, ∀x ∈ R, f (x) =
(n)
g (x)h(n−k) (x)
n
k=0
0 (0) (n) 1 (1) (n−1) 2 (2)
= g (x)h (x) + g (x)h (x) + g (x)h(n−2) (x) + 0
n n n
n(n − 1) n−2 3x
= x2 3n e3x + 2nx3n−1 e3x + 2 3 e
2
que le lecteur arrangera. On remarque que la relation reste valable pour n = 0
et pour n = 1.
Exercice 14.17
n ∈ N, l’assertion A(n) : il existe un polynôme Pn
1. Soit pour tout entier
1 1
tel que f (n) (x) = Pn e 1−x pour tout x ∈ I.
1−x
Il est clair que A(0) est vraie par l’énoncé en posant P0 (X) = X.
Prouvons que A(n) implique A(n + 1), on écrit

1 1
f (n) (x) = Pn e 1−x ⇒
1−x

(n+1) 1 1 1 1 1 1
f (x) = Pn e 1−x + Pn e 1−x
1−x 1−x 1−x 1−x
2
1 1 1 1
= Pn + Pn e 1−x
1−x 1−x 1−x
Posons Pn+1 (X) = X 2 (Pn (X) + Pn (X)) et on a bien

1 1
f (n+1) (x) = Pn+1 e 1−x
1−x
2. On applique la formule trouvée à la question 1 successivement pour
n ∈ {0, 1, 2, 3} et on obtient
P0 (X) = X, P1 (X) = X 3 + X 2 , P2 (X) = X 5 + 4X 4 + 2X 3 ,
P3 (X) = X 7 + 9X 6 + 18X 5 + 6X 4
3. Laissé au lecteur.
4. En dérivant n fois les deux membres de l’équation (E) et en appliquant la
formule de Leibniz, pour tout entier positif n,
(n)
(1 − x)2 y = (1 − x)2 y (n+1) − 2(1 − x)ny (n) + n(n − 1)y (n−1) ,
(n)
((2 − x)y) = (2 − x)y (n) − ny (n−1)
Après avoir égalisé et utilisé la définition des polynômes Pn , on obtient
9782340-002166_001_600.indd 363 21/10/2014 12:13

Pn+1 (X) = (2n + 1)X + X 2 Pn (X) − n2 X 2 Pn−1 (X)

Exercice 14.18
Pour commencer, il est clair que f (n) existe pour tout n sur R∗+ car elle est
composée de fonctions n fois dérivables sur cet ensemble. Il reste à étudier le
problème local en 0. Faute de mieux, nous allons dériver sur R∗+ la fonction
1
f : ∀x ∈ R∗+ , f (x) = 2 e−1/x . Si cela ne suffit pas pour avoir des idées, on
x
1 1
recommence : ∀x ∈ R∗+ , f (x) = + e−1/x . Les dérivées successives
x4 x3
de f semblent être le produit d’une fonction polynomiale en 1/x et de e−1/x .
Tentons une récurrence en montrant :

∗ ∗ 1
∀p ∈ N , ∀x ∈ R+ , f (x) = Qp
(p)
e−1/x ,
x
où Qp est une fonction polynomiale. La propriété est bien entendu vraie au
rang p = 1. Supposons la propriété vraie à un rang p ≥ 1, alors utilisons
f (p+1) (x) = (f (p) ) (x), on a

1 1 −1/x 1 1
∀x > 0, f (p+1)
(x) = − 2 Pp e + 2 Pp e−1/x
x x x x

Et en posant Qp+1 (t) = t2 −Qp (t) + Qp (t) , on a bien le résultat.
Ceci fait, montrons par récurrence sur n que f (n) est de classe C 1 sur R+ .
On commence par n = 0. La fonction f est continue pour x > 0 et de plus
lim+ e−1/x = 0 = f (0) donc f est continue en 0. On en déduit que f est
x→0
continue sur R+ . Comme f est de classe C ∞ sur R∗+ , elle est de classe C 1
sur R∗+ . Enfin, lim+ f (x) = 0. Donc f admet une limite en 0. D’après le
x→0
théorème de prolongement des fonctions de classe C 1 , on peut en conclure
que f est de classe C 1 sur R+ . La propriété est donc vraie au rang n = 0.
Supposons que pour un entier n ≥ 0, f (n) est de classe C 1 sur R+ . La fonction
f (n+1) est continue alors sur R+ . On a, d’après plus haut,

1
∀x ∈ R∗+ , f (n+2) (x) = Qn+2 e−1/x
x
et comme l’exponentielle
l’emporte sur les puissances de x, quand x tend vers
1
0+ , la quantité Qn+2 e−1/x tend vers 0. Encore d’après le théorème de
x
prolongement des fonctions de classe C 1 , appliqué à f (n+1) , on peut écrire que
f (n+1) est de classe C 1 sur R+ et que f (n+2) (0) = 0. On peut donc conclure
que f (n) est de classe C 1 sur R+ et enfin que f est de classe C ∞ sur R+ .
Exercice 14.19
√
On pose f (x) = x et I = [10000, 10001] . Sur cet intervalle
1
|f (x)| ≤
200
358 CHAPITRE 14
9782340-002166_001_600.indd 364 21/10/2014 12:13

10001 − 10000
Et donc |f (10001) − f (10000)| ≤ = 5 × 10−3 .
200
Exercice 14.20
Il est clair que Pn est un polynôme de degré 2n admettant −1 et 1 pour
racines d’ordre de multiplicité n ≥ 1. La dérivée Pn (x) est un polynôme de
degré 2n − 1 qui admet au plus 2n − 1 zéros, −1 et 1 sont zéros de Pn (x)
d’ordre n − 1 (et cela même pour n = 1 puisqu’alors −1 et 1 ne sont pas zéros
de P ). D’après le théorème de Rolle, il existe au moins α ∈ ]−1, 1[ tel que
Pn (α) = 0. On a ainsi comptabilisé au moins 2(n − 1) + 1 = 2n − 1 zéros
pour Pn , donc exactement 2n − 1. Supposons que pour tout entier p < n, Pn
(p)
admette −1 et 1, d’ordre de multiplicité n − p et p zéros distincts compris

(p+1)
au sens strict entre −1 et 1. Le polynôme Pn admet pour zéros −1 et 1,
(p)
d’ordre de multiplicité n − p − 1 (même pour p = n − 1) et comme Pn admet
p+2 zéros différents dans [−1, 1] , d’après le théorème de Rolle appliqué sur les
(p+1)
intervalles contigus ainsi définis, Pn admet au moins p + 1 zéros différents
dans ]−1, 1[ , donc exactement p + 1.
(n)
En appliquant pour p = n − 1, on en déduit que Pn admet n zéros distincts
compris strictement entre −1 et 1.
Exercice 14.21
h (de l’indication) est de classe C 2 sur [a, b] et donc continue sur [a, b] et
dérivable sur ]a, b[ et vérifie
h(a) = h(b) = h(c) = 0
On applique donc le théorème de Rolle sur deux intervalles, [a, c] et [c, b] . Il

existe γ1 ∈ ]a, c[ tel que h (γ1 ) = 0 et il existe γ2 ∈ ]c, b[ tel que h (γ2 ) = 0.
Comme h est continue sur [a, b] , elle l’est donc sur [γ1 , γ2 ] et comme elle est
dérivable sur ]a, b[ , elle l’est donc sur ]γ1 , γ2 [ . Enfin, h (γ1 ) = h (γ2 ) et on
peut encore appliquer le théorème de Rolle. Il reste à calculer
2f (c)
h : x → f (x) −
(c − a)(c − b)
2f (c)
Il existe donc γ ∈ ]a, b[ tel que f (γ) − = 0, relation que l’on
(c − a)(c − b)
peut écrire sous la forme
(c − a)(c − b)
f (c) = f (γ)
2
Finalement, on aura utilisé ici trois fois le théorème de Rolle ! Toute la diffi-
culté vient du bon choix de la fonction h. Si vous savez qu’il faut utiliser le
théorème de Rolle, c’est déjà un bon début !
Exercice 14.22
La fonction g : x → (f (x) − f (x)) ex est dérivable sur [a, b] et de plus sur cet
intervalle
g (x) = (f (x) − f (x)) ex
Il reste à remarquer que g(a) = g(b) = 0 pour appliquer le théorème de Rolle :
il existe c ∈ ]a, b[ tel que g (c) = 0 ce qui s’écrit f (c) = f (c).
9782340-002166_001_600.indd 365 21/10/2014 12:13

Exercice 14.23
On applique le théorème des accroissements finis à ln sur [k, k + 1] et il existe
1
ck ∈ ]k, k + 1[ tel que ln(k + 1) − ln(k) = . On a immédiatement la double
ck
inégalité demandée. Puis en la sommant de k = 1 à k = n − 1,
1
n−1 k + 1 n−1
n−1 1
≤ ln ≤
k+1 k k
k=1 k=1 k=1
1
Ce qui donne 0 ≤ ≤ Sn ≤ 1. La suite (Sn ) est bornée. Enfin, (Sn ) est
n
décroissante et bornée donc convergente.On appelle constante d’Euler la
limite.
360 CHAPITRE 14
9782340-002166_001_600.indd 366 21/10/2014 12:13

Chapitre 15
Intégration
Introduite parallèlement par Isaac Newton

et GoĴfried Leibniz à la ęn du XVIIe siècle, la notion d’intégrale
est utilisée tout au long du siècle suivant, sans souci
de justięcation de son existence ni de précision de la classe
des fonctions que l’on peut intégrer. Augustin-Louis Cauchy
est le premier à le faire mais se restreint aux fonctions continues.
L’apport du mathématicien allemand Bernhard Riemann
est fondamental. Il déęnit l’intégrale de fonctions plus générales,
englobant les fonctions continues, et justięe la conservation
des propriétés essentielles à son utilisation. Le mathématicien
français Henri Lebesgue fait en 1902 un nouveau pas, grâce
à une approche partant de mesures d’ensembles. Ceci permeĴra
de nouvelles généralisations vers ce qu’on appelle l’intégrale
Bernhard Riemann
abstraite, qui englobe de nombreuses théories comme celle
1826-1866
des probabilités ou les sommations des séries.
9782340-002166_001_600.indd 367 21/10/2014 12:13

Objectifs

Les incontournables
ZReconnaître une somme de Riemann et calculer la limite d’une suite
correspondante.
ZSavoir calculer une primitive ou une intégraleȹ:
fd’un polynôme trigonométriqueȹ;
fd’une fraction rationnelle dans des cas simples.
ZUtiliser une intégration par partiesȹ:
fpour calculer une intégraleȹ;
fpour trouver une relation de récurrence qui permette le calcul
d’une intégrale.

ZUtiliser les propriétés de l’intégraleȹ:
fpour étudier une suite d’intégralesȹ;
fpour étudier une fonction définie à l’aide d’une intégrale.
9782340-002166_001_600.indd 368 21/10/2014 12:13

Résumé de cours
Dans tout le chapitre K désigne R ou C.
Intégrale d’une fonction continue sur un segment

Définition : Soit (a, b) ∈ R2 tel que a < b et f : [a, b] → R une fonction continue sur [a, b]. On
: b :
appelle intégrale de a à b de f , et on note f (x) dx ou f , l’aire algébrique de la portion de
a [a,b]
plan délimitée d’une part par le graphe de f et l’axe des abscisses, par les axes verticaux d’équation
x = a et x = b d’autre part. Cette aire est comptée positivement lorsque le graphe est au-dessus
des l’axe des abscisses et négativement dans le cas contraire.
Propriétés de l’intégrale
Propriétés fondamentales de l’intégrale des fonctions continues
Théorème 15.1.— Soit f, g des fonctions continues sur [a, b], c ∈ [a, b] et (λ, μ) ∈ R2 un couple
de scalaires. Alors
:
Linéarité : : : Croissance : : :
(λf + μg) = λ f +μ g; si f ≤ g, alors f≤ g;
[a,b] [a,b] [a,b] [a,b] [a,b]
: : Chasles
Relation de : : Positivité : :
f= f+ f; si f ≥ 0, alors f ≥ 0.
[a,b] [a,c] [c,b] [a,b]
Croissance de l’intégrale des fonctions continues

À partir des propriétés de croissance et de positivité de l’intégrale, on déduit :
Théorème 15.2.— Estimations d’intégrales —. Soit f : [a, b] → R une fonction continue. On

note m = inf [a,b] f et M = sup[a,b] f .
Encadrement d’une intégrale :

Valeur
: absolue
: d’une intégrale :
:
f ≤ f .
m(b − a) ≤ f ≤ M (b − a) ;
[a,b] [a,b] [a,b]
Définie-positivité de l’intégrale des fonctions continues
Proposition 15.3.— Soit f : [a, b] → R+ une fonction continue et positive sur le segment [a, b].
Alors :
: b
f (x) dx ≥ 0 avec égalité si et seulement si f est identiquement nulle.
a
INTÉGRATION 363
9782340-002166_001_600.indd 369 21/10/2014 12:14

Remarque : on appliquant ceci à la différence f − g de deux fonctions continues, on obtient un
cas d’égalité intéressant dans la propriété de croissance de l’intégrale des fonctions continues.
Valeur moyenne d’une fonction continue
On déduit du théorème 13.12.
Théorème 15.4.— Soit f ∈ C([a, b], R).
: b
1
Il existe c ∈ [a, b] tel que f (t) dt = f (c)
b−a a
Sommes de Riemann d’une fonction continue

Définition : Soit f ∈ C([a, b], R). Les sommes de Riemann In (f ) n∈N∗ et Jn (f ) n∈N∗ de f
b − a n−1 b−a n
sont les suites définies par : ∀n ∈ N∗ , In (f ) = f (ak ), Jn (f ) = f (ak ), où on
n k=0 n k=1
b−a
a noté pour tout k ∈ [[0, n]], ak = a + k · .
n
Théorème
15.5.—
Sommes
de Riemann —. Soit f ∈ C([a, b], R). Les sommes de Riemann de f
In (f ) n∈N∗ et Jn (f ) n∈N∗ sont des suites convergentes et :
: b
lim In (f ) = lim Jn (f ) = f (t) dt
n→+∞ n→+∞ a
Intégrale des fonctions continues à valeurs dans C

Définition : On dit que f : [a, b] → C est continue si les deux fonctions à valeurs réelles Re f et
Im f sont continues. On note C ([a, b], C) l’ensemble des fonctions continues à valeurs dans C.
Définition : Soit f ∈ C([a, b], C). On note u = Re f , v = Im f . L’intégrale de f sur [a, b] est le
: b : b : b
nombre complexe défini par f (t) dt = u(t)dt + i v(t) dt.
a a a
Remarques : en appliquant les résultats analogues à u et à v, on vérifie que l’intégrale de fonctions
continues à valeurs complexes est linéaire et satisfait la relation de Chasles. Les propriétés liés à
l’ordre n’ont plus de sens dans le cadre complexe, néanmoins on a
: b : b

f (t) dt ≤ f (t) dt.

a a
Lien fondamental entre intégrale et primitive

Intégrale fonction de sa borne supérieure
Théorème 15.6.— Soit f ∈: C(I, K), une fonction continue sur un intervalle, a ∈ I et F : I → K
x
définie par ∀x ∈ I, F (x) = f (t) dt. Alors F est dérivable sur I et :
a
∀x ∈ I, F (x) = f (x)
364 CHAPITRE 15
9782340-002166_001_600.indd 370 21/10/2014 12:14

Primitives d’une fonction continue
Définition : Soit g, G : I → K. On dit que G est une primitive de g sur I si G est dérivable dans
I et ∀x ∈ I, G (x) = g(x).
Remarque : si G est une primitive de g dans I, alors la fonction G + C, où C ∈ K, l’est aussi.
Ainsi, la fonction F construite précédemment est une primitive de f sur l’intervalle I.
Théorème 15.7.— Primitives d’une fonction continue —. Soit f ∈ C(I, K). Alors f possède
des primitives sur I. Plus précisément, si a ∈ I et A ∈ K l’unique
: x primitive Fa,A de f sur I, qui
s’annule au point a est définie par ∀x ∈ I, Fa,A (x) = A + f (t) dt.
a
: x
Notation : le symbole f (t) dt désigne une primitive quelconque de f . Il s’agit donc en fait d’une
famille de fonctions définies à une constante additive près.
Théorème fondamental du calcul intégral
L’existence des primitives d’une fonction continue découle des propriétés de l’intégrale. Inversement,
la connaissance d’une primitive permet de calculer les intégrales.
Théorème 15.8.— Théorème fondamental du calcul intégral —. Soit f ∈ C([a, b], K) et F une
primitive quelconque de f sur I, alors
: b b
f (t) dt = F (t) = F (b) − F (a)
a a
: x
Corollaire 15.9.— En particulier, si f ∈ C 1 (I, K) et a ∈ I, alors ∀x ∈ I, f (x)−f (a) = f (t) dt.
a
Calculs d’intégrales et de primitives

Le théorème 15.8 permet d’obtenir d’autres outils pour le calcul d’intégrales :
Théorème 15.10.— Intégration par parties —. Soit (u, v) ∈ C 1 ([a, b], K)2 , alors
: b b : b

u (t) × v(t) dt = u(t) × v(t) − u(t) × v (t) dt
a a a
Théorème 15.11.— Changement de variable —. Soit I, J deux intervalles de R, ϕ : J → I une

fonction de classe C 1 , f : I → K une fonction continue et (α, β) ∈ J 2 . Alors :
: ϕ(β) : β
f (t) dt = f (ϕ(u))ϕ (u) du
ϕ(α) α
;x
Remarque : comme une primitive quelconque de f est de la forme f (t) dt, ces formules de
calcul d’intégrales s’appliquent aussi au calcul de primitives.
INTÉGRATION 365
9782340-002166_001_600.indd 371 21/10/2014 12:14

Quelques primitives usuelles
Fonction Primitive Intervalle Fonction Primitive Intervalle

xα+1 1 1
xα +C I ⊂ Dα 2 − +C I ⊂ R \ πZ
α+1 sin (x) tan(x)
1 √
ecx
1 cx
e +C I⊂R √ ln x + x2 − a2 + C I ∩ [−a, a] = ∅
c x2 − a2

1 1
sin (ax) − cos (ax) + C I⊂R √ ln x + x2 + a2 + C I⊂R
a a + x2
2
1 1 x
cos (ax) sin (ax) + C I⊂R √ Arcsin + C I ⊂] − a, a[
a a2 − x2
a

1 1 a + x
1
I ⊂ Dtan ln +C I ⊂ R \ {±a}
cos2 x
tan x + C a − x2
2 2a a − x
1 1 1 x
ln |x| + C I ⊂ R∗ Arctan + C I⊂R
x a2 + x2 a a
1 ln x x ln(x) − x + C I ⊂ R∗+
ch (ax) sh (ax) + C I⊂R
a
1
tan(x) − ln | cos(x)| + C I ⊂ Dtan sh ax ch (ax) + C I⊂R
a
Dans ce tableau, b ∈ R, a ∈ R∗+ , α ∈ R \ {−1}, c ∈ R∗ ou c ∈ C∗ et C est une constante

réelle (ou complexe). Enfin, on a noté Dtan le domaine de défintion de la fonction tangente :
Dtan = {x ∈ R | x
≡ π2 [π]} et Dα le domaine de dérivabilité de la fonction puissance d’exposant
α, (Dα = R si α ∈ N, Dα = R∗ si α ∈ Z− , Dα = R∗+ lorsque α est un réel quelconque).
Formules de Taylor
Théorème 15.12.— formule !de Taylor avec reste intégral —. Soit n ∈ N un entier naturel et
f une fonction de classe C n+1 sur un intervalle I contenant a. Alors
:
f (a) f (n) (a) x
(x − t)n (n+1)
∀x ∈ I, f (x) = f (a) + (x − a) + · · · + (x − a)n + f (t) dt
1! n! a n!
366 CHAPITRE 15
9782340-002166_001_600.indd 372 21/10/2014 12:14

Méthodes
Techniques de calcul de primitives et d’intégrales
Démarche générale
D’après le théorème Primitives d’une fonction continue (théorème 15.7), nous savons qu’une
fonction continue sur: un intervalle y admet des primitives. Pour déterminer une primitive quel-
x
conque de f , notée f (t) dt
1 On détermine le domaine de continuité Df de f , puis on considère un intervalle I contenu
dans Df .
: x
2 On calcule f (t) dt au moyen des méthodes qui suivent.
3 À la fin, on n’oublie pas la constante

: dite d’intégration : les primitives de f sur un intervalle
x
I ⊂ Df sont les fonctions de la forme f (t) dt = F (x) + C, où C ∈ R.
Méthode 15.1.— Comment déterminer les primitives de f

Soit f : I → K une fonction continue. Pour déterminer ses primitives sur I, quatre pistes
sont à explorer :
Si f est une fonction usuelle, il n’y a pas de problème puisque vous connaissez
parfaitement le tableau des primitives usuelles (voir page 366).
Si f s’écrit comme une combinaison linéaire de fonctions usuelles, vous exploitez la
linéarité de l’intégrale.
Lorsque f s’écrit comme un produit, vous pouvez utiliser une intégration par par-
ties.
Lorsque f est composée de fonctions usuelles, vous pouvez effectuer un changement
de variable pour se ramener à des primitives plus simples.
Exploiter la linéarité
La méthode est très simple à mettre en œuvre. Pour l’illustrer déterminons les primitives de
1
f (x) = 2 .
x − 6x + 5
1 f est continue sur R \ {1, 5}. On cherche ses primitives sur un intervalle I ⊂ R \ {1, 5}.
2 f est une fraction rationnelle. On la décompose en fraction plus simples :
: x : x : : :
dt 1 x (t − 1) − (t − 5) 1 x dt 1 x dt
f (t) dt = = dt = −
(t − 1)(t − 5) 4 (t − 1)(t − 5) 4 t−5 4 t−1
x x
1 1 1 x − 5
= ln(|t − 5|) − ln(|t − 1|) = ln +C
4 4 4 x − 1
3 Les primitives de f sur un intervalle I ⊂ R \ {1, 5} sont les fonctions de la forme

1 x − 5
F (x) = ln + C, x ∈ I où C ∈ R.
4 x − 1
INTÉGRATION 367
9782340-002166_001_600.indd 373 21/10/2014 12:14

Effectuer une intégration par parties
Méthode 15.2.— Comment utiliser la formule de l’intégration par parties

Lorsque l’intégrande f (t) s’écrit sous la forme d’un produit, on peut intégrer par parties.
1 On identifie clairement u et v :
Au passage, on vérifie que u et v
u (t) = · · · v(t) = · · ·
sont bien de classe C 1 sur I.
u(t) = · · · v (t) = · · ·
: x x : x

2 On écrit u (t)v(t) dt = u(t)v(t) − u(t)v (t) dt si on calcule une primitive,
: b b : b

ou bien u (t)v(t) dt = u(t)v(t) − u(t)v (t) dt si on calcule une intégrale.
a a a
3 Il reste à intégrer u(t)v (t).
Exemple : déterminons les primitives de la fonction ln, continue sur ]0, +∞[. On pose u (t) = 1 et
v(t) = ln(t). Les fonctions u et v sont bien de classe C 1 sur ]0, +∞[ et :
: x x : x
1
1 × ln(t) dt = t ln(t) − t dt = x ln(x) − x + C, où C ∈ R.
t
Effectuer un changement de variable
Méthode 15.3.— Comment effectuer un changement de variable

La formule de changement de variables s’applique aussi au calcul de primitives ou
d’intégrales : : x : ϕ(x)
f ◦ ϕ(t) × ϕ (t) dt = f (u) du
: b : ϕ(b)
f ◦ ϕ(t) × ϕ (t) dt = f (u) du
t=a u=ϕ(a)
La méthode est la suivante :

1 On pose u = ϕ(t),
2 On dérive formellement du = ϕ (t) dt,
3 On remplace chaque ϕ(t) par u sans oublier les nouvelles bornes.
ln(x)
Exemples : • déterminons les primitives de f (x) = .
x + x(ln x)2
Comme f est continue sur R∗+ , nous cherchons ses primitives sur I ⊂ R∗+ . Il s’agit donc de
: x
ln(t)
calculer dt. Pour ce faire, comme t → ln(t) est une fonction de classe C 1 sur
t(1 + ln2 (t))
dt
R∗+ on pose u = ln(t), et on dérive formellement : du = . On remplace alors dans l’intégrale
t
dt
par du, ln(t) par u, ainsi que la borne supérieure. Il vient :
t
368 CHAPITRE 15
9782340-002166_001_600.indd 374 21/10/2014 12:14

: x : ln(x) : ln(x) ln(x)
ln(t) u 1 2u 1 2
dt = du = du = ln(1 + u )
t(1 + ln2 (t)) 1+u 2 2 1 + u2 2
1
= ln 1 + ln2 (x) + C
2
: 1
• calculons 1 − u2 du à l’aide du changement de variables u = sin(t). La fonction sin est
0
de classe C 1 de [0, π/2] sur [0, 1], nous pouvons effectuer le changement de variable u = sin t.
1 2 Posons u = sin t.
Dérivons du = cos(t) dt,
3 Comme 0 = sin 0 et 1 = sin π/2, ce changement de variable conduit à
: 1 : π/2
1 − u2 du = 1 − sin2 t cos t dt.
0 0

Comme pour tout t ∈ [0, π/2], cos t ≥ 0, remarquons que 1 − sin2 t = | cos t| = cos t. Par
suite :
: 1 : π/2 : π/2 π/2
1 + cos 2t t sin 2t π
1 − u du =
2 2
cos t dt = dt = + = .
0 0 0 2 2 4 0 4
π
Nous venons de redémontrer par le calcul que l’aire du quart de disque unité est 4.
Remarque : en définitive, la méthode de changement de variable appliquée au calcul de primitives

revient à relire les formules de dérivation en chaı̂ne à rebours. Par exemple, si u et f sont de classe
C 1 sur leurs intervalles de définition alors
: :
x
1 2 x
u (t)
• u(t)u (t) dt = u (x) + C • dt = ln |u(x)| + C,
2 u(t)
: :
x
uα+1 (x)
x
u (t)
• α
u (t)u (t)dt = + C avec α
= −1, • dt = u(x) + C, . . .
α+1 2 u(t)
Calculs de primitives types
Méthode 15.4.— Comment intégrer une fonction de type polynôme-trigo

Soit P : I → R une fonction polynomiale de degré supérieur à 1. Pour intégrer x →
P (x) cos(x) ou x → P (x) sin(x), on effectue des intégrations par parties :
1 On pose v(t) = P (t) et u (t) = cos(t). Les fonctions P et sin sont de classe C 1 et la
formule d’intégration par parties donne :
: x x : x
P (t) cos(t) dt = P (t) sin(t) − P (t) sin(t) dt
2 Si P est de degré 0, on connaı̂t les primitives de t → P (t) sin(t). Si P est de degré

supérieur à 1, on effectue une nouvelle intégration par parties, toujours en dérivant la
fonction polynomiale et en intégrant la fonction trigonométrique.
INTÉGRATION 369
9782340-002166_001_600.indd 375 21/10/2014 12:14

Exemple : soit f : x → (x2 + x + 2) sin(x) Cette fonction est définie et continue sur R et nous
allons déterminer ses primitives sur R.
1 On pose v(t) = t2 + t + 2 et u (t) = sin t. On a alors v (t) = 2t + 1 et u(t) = − cos t.
2 On continue en prenant maintenant (avec les notations de la formule d’intégration par parties) :
v(t) = 2t + 1 et u (t) = cos t. On obtient : v (t) = 2 et u(t) = sin t. D’où :
: x : x x
f (t) dt = (2t + 1) cos t dt − (t2 + t + 2) cos(t)
: x x
= − 2 sin t dt + (2t + 1) sin(t) − (t2 + t + 2) cos(t)
= −(x2 + x) cos x + (2x + 1) sin(x) + C
Mise en œuvre : exercice 15.2, la fonction f11 de l’exercice 15.4.
Méthode 15.5.— Comment intégrer une fonction de type polynôme-exp

Soit P : I → R une fonction polynomiale de degré supérieur à 1, a ∈ R∗ . Pour intégrer
x → P (x)eax , on effectue des intégrations par parties successives :
1 On pose u (t) = eat et v(t) = P (t). Les fonctions u et v sont de classe C 1 et la formule
d’intégration par parties donne :
: x x :
1 1 x
at
P (t)e dt = P (t)e at
− P (t)eat dt
a a
2 Si P est de degré 0, on connaı̂t les primitives de t → 1

Si P est de degré
at
a P (t)e .
supérieur à 1, on effectue une nouvelle intégration par parties, toujours en dérivant la
fonction polynomiale et en intégrant la fonction exponentielle.
Exemple : soit f : x → (x2 + x + 2)ex . Cette fonction est définie et continue sur R et nous allons
trouver ses primitives sur R, on écrit
: x : x x : x x
f (t) dt = − (2t + 1)et dt + (t2 + t + 2)et = 2et dt − (2t + 1)et − (t2 + t + 2)et
= (x2 − x + 3)ex + C.
Méthode : 15.6.— Comment déterminer les primitives de cosm (x) sinn (x)
x
Pour calculer cosm (t) sinn (t) dt, on discute suivant l’existence d’un exposant impair.
Si m et n sont pairs, on linéarise à l’aide des formules de trigo ou d’Euler.
Si m est impair, on effectue le changement de variable u = sin(t).
Si n est impair, on effectue le changement de variable u = cos(t).
Exemples :
• déterminons les primitives de x → cos2 (x). Conformément à la méthode, nous linéarisons. À
l’aide des formules de trigo, il vient
370 CHAPITRE 15
9782340-002166_001_600.indd 376 21/10/2014 12:14

: : x
x
1 x 1 1 x 1
cos2 (t) dt = 1 + cos(2t) dt = t + sin(2t) = + sin(2x) + C
2 2 2 2 4
• déterminons les primitives de x → sin2 x cos3 x. Comme la puissance de cos est impaire, on
effectue le changement de variable u = sin(t). Il vient du = cos(t)dt et
: x : sin(x) sin(x)
1 3 1 5 1 1
2 3
sin (t) cos (t) dt = u (1 − u ) du =
2 2
u − u = sin3 (x) − sin5 (x) + C.
3 5 3 5
1
Méthode 15.7.— Comment calculer les primitives de x →
ax2 + bx + c
Soit (a, b, c) ∈ R3 , avec a
= 0.
2
−4ac

1 On met le trinôme sous forme canonique : at2 + bt + c = a (t + b 2
2a ) − (b 4a2 )

2 −4ac
2 On pose α = | b 4a 2 | et on effectue le changement de variable u = t + 2a
b
:
: x : 2ax+b
dt 1 2a du
3 On se ramène ainsi à une primitive usuelle =
2
at + bt + c a u2 ± α2
1
Exemple : calculons les primitives de x → sur I ⊂ R.
1 + x + x2
2
1 On a 1 + t + t2 = t + 12 + 34 .
2 On effectue le changement de variable u = t + 12 , avec dt = du.
: x : x+ 12 x+ 12
dt du 2 2u 2 2x + 1
3 Ainsi = √ = √ Arctan √ = √ Arctan √ + C.
1 + t + t2 u2 + ( 23 )2 3 3 3 3
Primitives de fonctions à valeurs complexes
Méthode 15.8.— Comment trouver les primitives d’une fonction à valeurs dans
C
Soit f : I → C :
On vérifie que u : t → Re (f )(t) et v : t → Im (f )(t) sont continues sur I ;
On détermine les primitives de u = Re (f ), et v = Im (f )
: x : x : x :
x
Alors f (t)dt = u(t) + iv(t) dt = u(t) dt + i v(t) dt
Ainsi, déterminer les primitives d’une fonction à valeurs complexes revient simplement à déterminer
les primitives de ses parties réelle et imaginaire. Inversement, pour déterminer les primitives d’une
fonction réelle, il peut être utile de passer en complexes en remarquant.
INTÉGRATION 371
9782340-002166_001_600.indd 377 21/10/2014 12:14

Méthode 15.9.— Comment trouver les primitives de f : I → R en passant par C
On procède de la façon suivante :
˜
On remarque que f est la partie réelle (resp. imaginaire) d’une fonction f : I → C.
On détermine les primitives f˜ sur I ;

Les primitives de f sont les parties réelles (resp. imaginaires) des primitives de f˜.
Exemple : donnons les primitives de f : x → e2x+1 cos(3x + 4). Pour cela, on pose
f˜ : x → e2x+1+i(3x+4) = e1+4i+(2+3i)t .
e1+4i+(2+3i)x
Il est clair que Re (f˜) = f. Une primitive de f˜ est F̃ : x → .
2 + 3i
e1+4i+(2+3i)t (2 − 3i)e2t+1+i(3t+4) (2 − 3i)e2t+1+i(3t+4)
Il reste à décomposer ce complexe : = = .
2 + 3i (2 − 3i)(2 + 3i) 13

(2 − 3i)e2x+1+i(3x+4) 2 3
= −i (cos (3x + 4) + i sin (3x + 4)) e2x+1 .
13 13 13
On développe et on récupère la partie réelle de ce développement qui est :
3 sin (3x + 4) + 2 cos (3x + 4) 2x+1
e
13
: x
3 sin (3x + 4) + 2 cos (3x + 4) 2x+1
Ainsi, sur R : f (t) dt = e + C, où C ∈ R.
13
Techniques de calcul de primitives et d’intégrales

Démarche générale
Tout calcul d’intégrale repose sur le Théorème fondamental du calcul intégral (théorème 15.8)
qui fait le lien entre intégrales et primitives.
Méthode 15.10.— Comment calculer une intégrale

: b
Soit f : I → R une fonction continue par morceaux sur [a, b]. Pour calculer f (t) dt
a
On peut intégrer à vue lorsqu’on reconnaı̂t une primitive usuelle (voir page
366).
Si f est combinaison linéaire de fonctions usuelles, vous exploitez la linéarité de
l’intégrale.
Lorsque f peut s’écrire comme produit, vous pouvez envisager une intégration par
parties.
Lorsque f est composée de fonctions usuelles, vous pouvez effectuer un changement
de variable.
372 CHAPITRE 15
9782340-002166_001_600.indd 378 21/10/2014 12:14

Remarque
: x : comme les primitives d’une fonction continue sur un intervalle s’écrivent sous la forme
f (t) dt, toutes ces techniques de calcul s’appliquent aussi au calcul de primitives.
Mise en œuvre : pour toutes les techniques présentées ci-après voir exercice 15.5, exercice 15.6
Intégration par parties
Intégration par changement de variable
Estimation d’intégrales
Pour estimer (majorer, minorer ou borner) une intégrale, le calcul se conduit comme dans le cas
de l’estimation d’une somme, à ceci près qu’il est nécessaire de vérifier d’abord que les bornes de
l’intégrale sont dans le bon sens.
Méthode 15.11.— Comment montrer qu’une intégrale est bornée

Soit f : [a, b] → R une fonction continue par morceaux sur un segment [a, b], avec a ≤ b.
Pour majorer la valeur absolue de l’intégrale, vous utilisez l’inégalité triangulaire.
: b : b

f (t) dt ≤ f (t) dt.

a a
Méthode 15.12.— Comment estimer une intégrale

Soit f : [a, b] → R une fonction continue par morceaux sur un segment [a, b], avec a ≤ b.
: b
Pour estimer l’intégrale f (t) dt :
a
1 Soit t ∈ [a, b], fixé. On cherche une estimation de f (t), comme m ≤ f (t) ≤ M ou plus
généralement f (t) ≤ g(t)
2 À l’aide de la croissance de l’intégrale (ou la positivité), on peut intégrer cet enca-
drement terme à terme sans changer le sens des inégalités, pour obtenir
: b : b : b
m · (b − a) ≤ f (t) dt ≤ M · (b − a) ou f (t) dt ≤ g(t) dt.
a a a
Application des intégrales à l’étude des suites

Étude d’une suite d’intégrales
On trouve fréquemment des exercices d’étude de suites définies par des intégrales, i.e.
: b
∀n ∈ N, In = fn (t) dt
a
où fn : [a, b] → R est une fonction continue qui dépend de n. En clair, (fn )n∈N ∈ C([a, b], R)N
est une suite de fonctions continues par morceaux sur [a, b] (avec a ≤ b). Grâce à la propriété de
croissance de l’intégrale, pour étudier (In ) on privilégie les méthodes liées à l’ordre.
INTÉGRATION 373
9782340-002166_001_600.indd 379 21/10/2014 12:14

: b
Méthode 15.13.— Comment étudier une suite d’intégrales In = fn (t) dt
a
Monotonie de la suite
Étudier la monotonie de (In ) revient à établir une inégalité entre In et In+1 .
Pour ce faire, fixez n ∈ N. Pour t ∈ [a, b], comparez fn (t) et fn+1 (t). Par croissance
de l’intégrale, In et In+1 sont rangées dans le même ordre que les intégrandes.
Existence de limite
Pour établir l’existence d’une limite de (In ), on utilise un théorème de convergence
lié à l’ordre : théorème de la limite monotone, théorème d’existence de limite
par comparaison ou par encadrement.
Relation de récurrence
Pour obtenir une relation de récurrence entre In et In+1 , on a souvent recours à
une intégration par parties.
Exemple : Intégrales de Wallis

: π2
Étudions la suite d’intégrales définie pour tout n ∈ N par In = sinn (t) dt.
π 0
• Premières valeurs. I0 = et I1 = 1.
2
• Monotonie. Soit n ∈ N, t ∈ [0, π2 ]. De 0 ≤ sin(t) ≤ 1, on déduit 0 ≤ sinn+1 (t) ≤ sinn (t). Par
croissance de l’intégrale, il s’ensuit que 0 ≤ In+1 ≤ In .
• Convergence. Ainsi, la suite (In ) est décroissante et minorée. D’après le théorème de la limite
monotone, (In ) est donc convergente.
• Relation de récurrence. Soit n ∈ N∗ . Intégrons par parties
: π2 π2 : π
2
In+1 = sin (t) sin(t) dt = − sin (t) cos(t) + n
n n
sinn−1 (t) cos2 (t) dt
0 0 0
: π
2
=n sinn−1 (t) 1 − sin2 (t) dt = nIn−1 − nIn+1
0
n
On en déduit que In+1 = In−1 .
n+1 π
• Équivalent de In . Une récurrence facile montre que ∀n ∈ N, (n+1)In In+1 = . En particulier,
2
2
la décroissance de (In ) entraı̂ne alors que (n + 1)In+1 ≤ π2 ≤ (n + 1)In . Ceci étant vrai pour tout
2
entier, on en déduit que π

n In2 ≤ ≤ (n + 1) In2
2

π
Par la caractérisation de l’équivalence par le quotient, il en résulte finalement que In ∼ .
n→∞ 2n
374 CHAPITRE 15
9782340-002166_001_600.indd 380 21/10/2014 12:14

Sommes de Riemann
Méthode 15.14.— Comment étudier une suite de sommes de Riemann

n−1
Si Un = uk,n est une somme de termes dépendants à la fois de k et de n. Il s’agit
k=0
peut-être d’une somme de Riemann
b−a
n−1
Un = f (ak )
n
k=0
1 On reconnaı̂t tout d’abord n.
b−a
2 Puis on identifie les ak : a0 = a, an = b, ak = a + k n .
b−a
3 On factorise alors par .
n
4 Finalement, on détermine la fonction f .
: b
Si f est continue sur le segment [a, b], alors (Un ) converge et lim Un = f (t) dt.
n→+∞ a
1 1 1
Exemple : considérons la suite de somme Un = + + ···+ .
n+1 n+2 n+n

n
1 1 1
n
1 On a Un = = k
.
n+k n 1+ n
k=1 k=1
2 On identifie alors les ak = k

n, pour k ∈ [[0, n]], de sorte que [a, b] = [0, 1].
1
4 Finalement f : x → est continue sur [0, 1]. D’après le théorème de convergence des
1+x :
1
dx
sommes de Riemann, lim Un = = ln(2).
n→+∞ 0 1+x
Utiliser la formule de Taylor Reste Intégral
L’idée est d’utiliser la croissance de l’intégrale pour obtenir un encadrement de fonction par deux
polynômes. On se ramène pour cela à encadrer le reste de Taylor de f en a, présenté sous forme
intégrale.
Soit f : I → R une fonction de classe C n+1 sur un intervalle I contenant a. D’après la formule de
Taylor Reste Intégral, on sait que pour tout x ∈ I
:
f (a) f (n) (a) x
(x − t)n (n+1)
f (x) = f (a) + (x − a) + · · · + (x − a)n + f (t) dt
1! n!
n!
a
Tn (x) Rn (x)
INTÉGRATION 375
9782340-002166_001_600.indd 381 21/10/2014 12:14

Méthode 15.15.— Comment encadrer f (x) par deux polynômes
Pour encadrer f (x) entre deux polynômes,
1 Vous écrivez la formule de Taylor à un ordre convenable.
2 À l’aide de son expression sous forme d’une intégrale, vous trouvez un encadrement
de ce reste en utilisant la croissance de l’intégrale.
Warning : prenez garde de mettre les bornes de l’intégrale dans le bon sens !
3 3 5
Exemple : montrons que ∀x ∈ [0, π2 ], x − x6 ≤ sin(x) ≤ x − x6 + 120 x
. On reconnaı̂t ici le polynôme
x3
de Taylor de la fonction f = sin à l’ordre 4 en 0 : T4 (x) = x − 6 . Or d’après la formule de Taylor
Reste Intégral, (comme f (5) = cos)
: x : x
(x − t)4 (5) (x − t)4
sin(x) − T4 (x) = f (t) dt = cos(t) dt
0 4! 0 4!
Or par croissance de l’intégrale,

: x : x x
(x − t)4 (x − t)4 (x − t)5
0≤ cos(t) dt ≤ dt = −
0 4! 0 4! 5! 0
: x
(x − t)4 x5
Autrement dit, 0 ≤ cos(t) dt ≤ . D’où l’on tire finalement que
0 4! 120
x3 x3 x5
∀x ∈ [0, π/2], x− ≤ sin x ≤ x − + .
6 6 120
376 CHAPITRE 15
9782340-002166_001_600.indd 382 21/10/2014 12:14

Vrai/Faux
Vrai Faux
1. Une primitive de x → sin2 x est x →

sin3 x
.

3

2. Les primitives de x →
1 1
sont x → ln
1+x
+ K,
1 − x2 2 1−x
1 1 1 1
K ∈ R, sachant que = − .
1 − x2 2 x+1 x−1
: :
3. Soit (f, g) ∈ C(I, R) si f ≤ g et f = g alors f = g.
I I
: :
b

b
4. Soit f ∈ C (I, R), (a, b) ∈ I . Alors
0 2
f (t) dt ≤ |f (t)| dt.
a a
: x

5. Soit (a, x) ∈ R2 , alors
|x − t|n |x − a|n+1
dt = .

a n! (n + 1)!
: x
6. Si f ∈ C 0 (I, R) et a ∈ I, la fonction x → f (t)dt est toujours
a
de classe C 1 sur I même si f n’est pas dérivable sur I.
: 1
7. Soit I = 1 − u2 du, le changement de variable u = ϕ(t) =

0
sin(t), où t ∈ [0, π] permet de calculer la valeur de I qui est π
4.
: b
8. Si f ∈ C 0 ([a, b], R) et si f = 0 alors f = 0 sur [a, b].

a
9. Si f ∈ C ([a, b], R), les quantités

0

b−a b−a
n n−1
b−a b−a
f (a + k ) et f (a + k )
n n n n
k=1 k=0
ont une limite quand n tend vers l’infini, en général différentes.

: π/2
10. La suite In = sinn x dx est strictement croissante car sin

0
l’est sur [0, π/2].
:
11. La dérivée de la fonction f : x →
2x
et
dt est x →
e2x
.

1 t 2x
12. Si f est de classe C sur [0, 1], alors la formule de Taylor avec
2
: 1 2
t f (t)
reste intégral s’écrit : f (1) = f (0) + f (0) + dt.
0 2
INTÉGRATION 377
9782340-002166_001_600.indd 383 21/10/2014 12:14

Calcul d’intégrales et de primitives
2 t 1
Exercice 15.1 : Primitives de : f1 : t → tet , f2 : t → tan t, f3 : t → 4
, f4 : t → .
1+t 1 + 2t2
(Pour f3 , si vous ne voyez pas, poser x = t2 .)
Exercice 15.2 : Primitives de : f5 : t → Arctan t, f6 : t → t ln t, f7 : t → tArctan t, f8 : t → t sin3 t.
t+2 t4
Exercice 15.3 : Primitives de f9 : t → et f 10 : t →
.
1 + t + t2 2+t
Pour f10 , remarquer que t = t − 16 + 16 = (t + 4)(t − 4) + 16 = (t2 + 4)(t − 2)(t + 2) + 16.
4 4 2 2
√ sin t
Exercice 15.4* : Primitives de f11 : t → (t + 1) cos t, f12 : t → 16t2 + 9, f13 : t → , à l’aide
cos3 t
d’intégrations par parties pour f11 et f12 , et d’un changement de variable pour f13 .
Exercice 15.5 : :Déterminer les primitives suivantes

: x en précisant les intervalles de
: xvalidité.
x
−t ln t dt
1. F1 (x) = 2
(t + 1)e dt. 2. F2 (x) = 2
dt. 3. F3 (x) = √ √ .
: x 2t : x t + t(ln t) : x t+ 4
t3
e t+1 t
4. F4 (x) = dt. 5. F5 (x) = dt. 6. F6 (x) = dt.
et + 1 t2 − t + 1 1 + t10
Exercice 15.6 : Calculer les intégrales suivantes

: π : 1 : eπ
sin t
1. 2
dt 2. t 2
1 − t 2 dt 3. sin(ln t) dt
:0 e 3 + cos t :0 1 :1 π2
dt
4. t2 ln t dt 5. √ 6. cos3 (t) dt
1 + t 2
1 0 0
Primitives de fonctions à valeurs dans C.

Exercice 15.7 : Linéariser sin2 t et déterminer une primitive de t → 2et sin2 t en utilisant une
fonction complexe.
Exercice 15.8 : Déterminer une primitive de t → sin(ln t) en effectuant le changement de variable

x = ln t puis une double intégration par parties.
Propriétés de l’intégrale
: x+T
Exercice 15.9 : f ∈ C(R) et T -périodique. Après avoir dériver F : x → f (t) dt, montrer que
: t0 +T : T : b x :
b+T
∀t0 ∈ R, f (t) dt = f (t) dt. En déduire ∀ (a, b) ∈ R2 , f (t) dt = f (t) dt.
t0 0 a a+T
Exercice 15.10 : Soit f, g : [a, b] → R. On suppose que f et g sont continues et que g est positive
: b : b
sur [a, b]. Montrer qu’il existe c ∈ [a, b] tel que f (t) g(t) dt = f (c) g(t) dt
a a
378 CHAPITRE 15
9782340-002166_001_600.indd 384 21/10/2014 12:14

Sommes de Riemann
Exercice 15.11 : Montrer que la suite (un )n∈N∗ est convergente et calculer sa limite lorsque :
n1
1 1√
n−1 n−1
1 n (2n)!
1. un = 2. un = 2k . 3. un = .
n 1 + 3(k/n) n n!nn
k=0 k=0
Étude de suites d’intégrales

: 1
dx
Exercice 15.12 : On définit pour n ∈ N, l’intégrale In = .
0 1 + xn
1. Calculer I0 , I1 et I2 .
2. Prouver que la suite (In ) est strictement monotone.
3. Montrer que (In ) est convergente de limite 1.
: 1 :
xn ln 2 1 1
4. Vérifier que ∀n ∈ N∗ , dx = − ln(1 + xn ) dx
1 + xn n n 0
: 1 0
ln 2 1
5. Établir lim ln(1 + xn ) dx = 0 et en déduire que In = 1 − +o
n→+∞ 0 n n
Études de fonctions définies par une intégrale

: x
et
Exercice 15.13 : Soit f : R∗+ → R définie par ∀x ∈ R∗+ , f (x) = dt.
1 t
1. Montrer que f est dérivable sur R∗+ et déterminer f . Donner le tableau de variation de f et
son signe.
2. Soit g la fonction définie sur R∗+ par g(x) = f (x) − ln x. Étudier les variations de g sur R∗+ en
déduire son signe.
3. Étudier les limites lim f (x) et lim f (x).
x→0 x→+∞
Formules de Taylor
Exercice 15.14 :
x2 x3 x2 x3
1. Montrer que pour tout réel x ≥ 0, x− + ≤ ln(1 + x) ≤ x − + .
2 3 (1 + x)3 2 3
√ x x2 5 x3
2. Montrer que pour tout réel x ≥ 0, 0≤ 31+x−1− + ≤ .
3 9 81
Indications
Ex. 15.2
Pour f5 , on pensera que Arctan t = 1 × Arctan t. Penser ensuite à des intégrations par parties !
Ex. 15.6
1. Poser u = cos t. 2. Poser u = sin t. 3. Poser u = ln(t).
INTÉGRATION 379
9782340-002166_001_600.indd 385 21/10/2014 12:14

1 2 3 4 5 6 7 8 9 10 11 12
F F V F V V F F F F F F
sin3 x
1. La dérivée de x → est x → sin2 x cos x
3
1
2. Le problème est que la fonction x → est définie sur R \ {−1, 1} alors que les primitives
1− x2
1 1 + x
proposées non. Il faut prendre : x → ln + K, K ∈ R.
2 1 − x
3. L’assertion est vraie. Pour la démontrer, il suffit d’utiliser la propriété de définie-positivité de
l’intégrale des fonctions continues, à la fonction continue et positive g − f .
4. C’est faux en général puisque les bornes ne sont pas toujours dans le bon sens.
5. Pour démontrer cette assertion, il n’est pas de meilleure façon que de distinguer deux cas, suivant
que x est plus grand ou plus petit que a.
7. ϕ(t) = sin t n’est pas une bijection sur [0, π]. Par contre, on peut écrire si t ∈ [0, π/2],
: π/2 : π/2 : π/2
1 + cos 2t
I= 1 − sin t cos t dt =
2 2
cos t dt = dt
0 0 0 t
π
et finalement, on a par contre bien I = .
4
8. C’est faux bien entendu, il faut que f soit positive (ou négative) !
: b
9. C’est faux, les deux sommes sont égales à f.
a
10. Comme sin x ∈ [0, 1], sinn+1 x ≤ sinn x. L’inégalité est stricte dans ]0, π/2[ et donc In+1 < In .
e2x e2x
11. C’est faux, c’est x → 2 = .
2x x : 1

12. La formule de Taylor avec reste intégral s’écrit : f (1) = f (0) + f (0) + f (t)(1 − t) dt.
0
Erreurs classiques
• Oublier de transformer dt en ϕ (x)dx si t = ϕ(x) dans un changement de variable.
• Oublier de changer les bornes au cours d’un changement de variable.
: x
• La fonction F : x → f (t) dt est continue même si f n’est pas continue. Par
a
contre, la continuité de f est obligatoire pour que F soit dérivable et elle est alors
automatiquement C 1 .
: φ(x)
• La dérivée de x → f (t) dt est φ (x)f (φ(x)) et non f (φ(x)).
a
380 CHAPITRE 15
9782340-002166_001_600.indd 386 21/10/2014 12:14

Exercice 15.1 : x
1 x2
Pour la première primitive : f1 (t) dt = e + K, où K ∈ R avec une
2
intégration évidente.
(cos t) π π
Pour la seconde, comme tan t = − , intégrons sur ] − , [:
: x cos t 2 2
f2 (t) dt = − ln(cos x) + K, où K ∈ R.
Pour la troisième, avec le changement de variable u = t2 , on a :
: x : 2
1 x du 1
f3 (t) dt = du = Arctan (x2 ) + K, où K ∈ R.
2 1 + :u2 2 : x
x
dt
Enfin, pour la dernière : f4 (t) dt = On effectue le changement
√ 1 + 2t2
: 2x √
√ 1 du 1
de variable u = 2t, ce qui donne √ 2
= √ Arctan( 2x) + K,
2 1+u 2
où K ∈ R.
Exercice 15.2 : x : x
tdt
Pour la première, 1 × Arctan t dt = + xArctan x
1 + t2
1
= ln(1 + x2 ) + xArctan x + K, K ∈ R.
2
Pour la seconde, on procède par une intégration par parties sur R∗+ ,
: x : x
t x2 x2 x2
f6 (t) dt = − dt + ln x + K = − + ln x + K,
2 2 4 2
où K ∈ R. De même, sur R,
: x : x
t2 x2
f7 (t) dt = − 2
dt + Arctan x + K =
2(1 + t ) 2
x2 + 1 x
(Arctan x) − +K
2 2
où K ∈ R. Enfin, pour f8 , on commence par intégrer sin3 t en linéarisant :
1 i3t 1
sin3 t = − e − e−i3t − 3eit + 3e−it = (− sin 3t + 3 sin t)
8i 4
: x
cos 3x 3 cos x
On obtient : sin3 t dt = − + C. Finalement, une intégration
12 4
par parties donne
: x : x
cos 3t 3 cos t cos xt 3 cos x
f6 (t) dt = − − dt + x − +K
12 4 12 4
: x où K ∈ R
sin 3x 3 sin x cos 3x 3 cos x
c’est-à-dire : f6 (t) dt = − + +x − + K.
36 4 12 4
INTÉGRATION 381
9782340-002166_001_600.indd 387 21/10/2014 12:14

Exercice 15.3 : x
t+2
On détermine ici On écrit : F : x → 2
dt. Comme (t2 + t + 1) = 2t + 1, on en
une primitive de f9 0 1+t+t
qui s’annule en 0. 1 3
t+2 (2t + 1) +
déduit, en appliquant la méthode, 2
= 2 2 . Ce qui donne :
: x : x1 + t + t 1 + t + t2
1 2t + 1 3 1
F (x) = dt + dt. On calcule
2 0 1 + t + t2 2 0 1 + t + t2
: x
1 2 2x + 1 π
2
dt = √ Arctan √ − √
0 1 + t + t 3 3 3 3
: x
2t + 1 x
Enfin, 2
dt = ln |t2 + t + 1| 0 = ln(x2 + x + 1).
0 1 + t + t
√ 2x + 1 1 π
En regroupant F (x) = 3Arctan √ + ln(x2 + x + 1) − √ .
3 2 2 3
Pour
: f10 , on : écrit que t4 = t4 − 16 : + 16 = (t + 4)(t − 4) + 16 et donc :
2 2
16
f10 (t) dt = (t2 + 4)(t − 2) dt + dt. L’intégration devient rapide.
t+2
t4 2t3
Il reste : − + 2t2 − 8t + 16 ln |t + 2| + K, où K ∈ R.
4 3
Exercice :15.4 :
On écrit : (t + 1) cos t dt = − sin t dt + (t + 1) sin t, ce qui donne :
:
f11 (t) dt = cos t + (t + 1) sin t + K, avec K ∈ R.
C’est comme pour Une primitive
: de la f12 n’est pas des : plus2 simples à trouver. On écrit :
l’ exercice 15.2, on t
effectue une F (t) = 1 × 16t2 + 9 dt = −16 √ dt + t 16t2 + 9. Comme
intégration par parties 16t2 + 9
16t2 = 16t2 + 9 − 9, cela donne :
:
9
F (t) = −F (t) + √ dt + t 16t2 + 9.
16t2 + 9
Par ailleurs :
: :
9 9 dt 9
√ dt = = ln |t + t2 + (3/4)2 |.
16t2 + 9 4 t2 + (3/4)2 4
9 1
On en déduit : F (t) = ln |t+ t2 + (3/4)2 |+ t 16t2 + 9 + K, avec K ∈ R.
8 2
Pour
: la dernière,: enfin une facile,
: on pose x = cos t et donc :
sin t dx 1
3
dt = − 3
. Ainsi : f13 (t) dt = + K, où K ∈ R.
cos t x 2 cos2 t
Exercice 15.5
1. La fonction f1 : x → (x2 + 1)e−x est continue sur R. Elle admet donc des
Comme indiqué primitives sur tout intervalle I ⊂ R. De plus
dans la méthode 15.5, : x x : x
on intègre par parties.
(t2 + 1)e−t dt = − (t2 + 1)e−t + 2 te−t dt
x x : x
= − (1 + t2 )e−t + 2 − te−t + 2 e−t dt
= (−x2 + 2x − 3)e−x + C
382 CHAPITRE 15
9782340-002166_001_600.indd 388 21/10/2014 12:14

ln(x)
2. La fonction f2 : x → est continue sur R∗+ . Elle admet des
x + x ln2 (x)
primitives sur tout sous-intervalle de R∗+ . Pour les déterminer, effectuons le On met en œuvre
dt la méthode 15.3
changement de variable u = ln(t), de sorte que du = . Il vient
t
: x : ln(x)
ln t 1 ln(x) 2u 1 1
2
dt = 2
du = ln(1 + u 2
) = ln(1 + ln2 (x)) + C
t + t(ln t) 2 1+u 2 2
1
3. f3 : x → √ √ est continue sur R∗+ . Elle admet des primitives sur
x + x3 √ √
tout sous-intervalle. Pour les calculer, posons u = t. Il vient u= t
dt
: : √ 2du = √
x
dt x
2du √ t
√ √ = 2
= 2Arctan ( x) + C
t + t3 1+u
e2x
4. f4 : x → est continue sur R. Elle admet des primitives sur tout
+1 ex
intervalle de R. Avec le changement de variable u = et , il vient
: x : ex : ex
e2t udu 1
dt = = 1− du
et + 1 1+u 1+u
ex
= u − ln(|1 + u|) = ex − ln(1 + ex ) + C
x−1
5. f5 : x → est continue sur R. On détermine ses primitives à Le dénominateur
x2 − x + 1 ne s’annule pas.
l’aide de la méthode 15.7 :
: x : :
t+1 1 x 2t + 2 3 x dt
dt = dt +
t2 − t + 1 2 t2 − t + 1 2 t2 − t + 1
: x : x
1 dt 2 2t − 1 x
Comme dt = = √ Arctan √ et
t2 − t + 1 (t − 12 )2 + 34 3 3
: x x
2t + 2
dt = ln(t2 − t + 1) , il vient finalement
t −t+1
2
1 √ 2x − 1
F5 (x) = ln(x2 − x + 1) + 3Arctan √ +C
2 3
x4
6. f6 : x → est continue sur R. Cherchons ses primitives sur tout
1 + x10
intervalle I ⊂ R. On commence par effectuer le changement de variable u = t5 .
Il vient : x 4 : 5
t dt 1 x du 1
= = Arctan (x5 ) + C
1 + t10 5 1 + u2 5

INTÉGRATION 383
9782340-002166_001_600.indd 389 21/10/2014 12:14

Exercice 15.6
1. Effectuons le changement de variable u = cos t, de sorte que −du = sin(t)dt
: : −1
π
sin t dt −du 1 u 1 2 1 π
= = √ Arctan √ = √ Arctan √ = √ .
0 3 + cos2 t 1 3+u 3
3 3 −1 3 3 3 3
On applique la 2. En posant t = sin u, il vient

méthode 15.15 : pour
intégrer on linéarise le : 1 : π : π
2 1 2
produit t 1 − t dt =
2 2 2 2
sin (u) cos (u) du = sin2 (2u) du
2 2 0 0 4 0
cos (u) sin (u) : π π2
1 2 1 1 π
= 1 − cos(4u) du = u − sin(4u) =
8 0 8 4 0 16
3. Posons tout d’abord u = ln(t), de sorte que t = eu et dt = eu du. Il

: eπ : π
vient sin(ln t) dt = sin(u) eu du. Pour calculer cette dernière intégrale,
1 0
On peut aussi appelons-la I, on va intégrer deux fois par parties. Il vient
passer en complexe et
intégrer u → e(1+i)u
: π π : π π
et prendre ensuite la I= u
sin(u) e du = sin(u)e u
− cos(u)e du = − cos(u)e
u u
partie imaginaire, 0 0
comme indiqué à la
0
: π 0
méthode 15.9 + (− sin(u))eu du = [1 + eπ ] − I

0
1 + eπ
Finalement, on en déduit que I = .
2
4. Une intégration par parties s’impose
: e 3 e : e 2 3 e
t t t t3 e3 e3 1
t2 ln(t) dt = ln(t) − dt = ln(t) − = − + .
1 3 1 1 3 3 9 1 3 9 9
√ : 1
dt
5. Il s’agit d’une primitive usuelle ! = ln(1 + 2). √
On peut aussi 1+t 2
0
linéariser ! 6. Nous allons procéder au changement de variable u = sin(t), il vient
: π : 1 1
2 1 2
cos3 (t) dt = (1 − u2 )du = u − u3 =
0 0 3 0 3

Exercice 15.7
Comme 2 sin2 t = 1 − cos 2t, 2et sin2 t = et − et cos 2t.
: f (t) = −e cos 2t, une primitive de t → 2e sin t est alors :
t t 2
Si on pose
t → et + f (t) dt. Posons : g(t) = −e(2i+1)t . Une primitive de g est alors :
−1 (2i+1)t
G : t → e . Il reste à déterminer Re (G). On écrit donc G(t) =
2i + 1
−(−2i + 1) et
et (cos(2t) + i sin(2t)) ⇒ %(G(t)) = (−2 sin(2t) − cos(2t))
(2i + 1)(−2i + 1) 5
384 CHAPITRE 15
9782340-002166_001_600.indd 390 21/10/2014 12:14

Finalement, une primitive de la fonction de départ est :

1
t → e 1 + (−2 sin(2t) − cos(2t)) .
t
5
:
Exercice 15.8 : :
Posons I = sin(ln t) dt = t sin x dx = ex sin x dx. Deux intégrations
ex
par parties successives donnent : I = (sin x − cos x) . Il suffit de remplacer
2
x par ln t.
Exercice 15.9 : x+T
En posant G : x → f (t) dt, on a : G (x) = f (x + T ) − f (x) = 0.
: T
x : b
G est constante et vaut donc G(0) = f (t) dt. Puis : f (t) dt peut se
Comme f est
: a+T : b+T : 0b a :
b+T T -périodique son
décomposer en f (t) dt+ f (t) dt+ f (t) dt, soit encore f (t) dt+ intégrale sur tout
: a+T : b+T
a a+T
: b+T
b+T a+T intervelle de longueur
T est la même !
f (t) dt − f (t) dt, c’est-à-dire f (t) dt.
a b a+T
Exercice 15.10
Il s’agit d’une généralisation de l’égalité de la moyenne. Comme f est conti-
nue sur le segment [a, b] elle est bornée et atteint ses bornes, il existe donc
(α, β) ∈ [a, b]2 tel que
∀t ∈ [a, b], f (α) ≤ f (t) ≤ f (β)
Comme par hypothèse g est positive, il s’ensuit que
∀t ∈ [a, b], f (α)g(t) ≤ f (t)g(t) ≤ f (β)g(t)
Par croissance de l’intégrale il en résulte que

: b : b : b
f (α) g(t) dt ≤ f (t)g(t) dt ≤ f (β) g(t) dt
a a a
: b
Notons ν = g(t) dt.
a
: b
Si ν = 0, l’encadrement précédent montre que f (t)g(t) dt = 0. Tout est
a
nul, l’égalité proposée est vérifiée.
:
1 b
Si ν > 0, l’encadrement précédent montre que f (t)g(t) dt est une
ν a
valeur intermédiaire entre f (α), f (β). D’après le Théorème des valeurs in-
:
1 b
termédiaires, il existe c ∈ [a, b] tel que f (c) = f (t)g(t) dt.
ν a
INTÉGRATION 385
9782340-002166_001_600.indd 391 21/10/2014 12:14

Exercice 15.11
On reconnaı̂t ici des sommes qui ont tout l’air de Sommes de Riemann. Pour
déterminer leurs limites, nous suivons la méthode 15.14.
1 k
1. Notons f (t) = . f est continue sur [0, 1]. Notons ak = , pour
1 + 3t n
1
n−1
k ∈ [[0, n]]. De sorte que ∀n ∈ N∗ , un = f (ak ) = Rn (f ). D’après le
n
k=0
théorème de convergence des sommes de Riemann , (un ) est convergente et
: 1
ln 4
lim un = f (t) dt = .
n→+∞ 0 3
1√ 1 k
n n
n k
2. Soit n ∈ N∗ . un = 2k = 2 n . On pose ak = , pour k ∈
n n n
k=1 k=1
1
n−1
[[0, n]]. Ainsi un = f (ak ) = Rn (f ), où f : x → 2x . D’après le théorème
n
k=0
;1 1
de convergence des sommes de Riemann , (un ) converge vers f (t) dt = .
ln 2
n 0

1
n
1 i i
3. En passant au ln : ln(un ) = ln 1+ = ln 1 + .
n n n i=1 n
: 1 i=1
Et comme : lim ln un = ln(1 + x) dx, il reste à calculer cette intégrale.

n→+∞ 0
Comme une primitive de x → ln(1 + x) est (1 + x) ln(1 + x) − x On trouve
: 1
4
ln (1 + x) dx = 2 ln 2 − 1. En conclusion, lim un = .
0 e
Exercice 15.12
π
1. I0 = 1/2, I1 = ln 2 et I2 = .
4
1 1
Les bornes sont 2. Soit x ∈ [0, 1], alors ≤ . Par croissance de l’intégrale, il
dans le bon sens 1 + xn 1 + xn+1
s’ensuit que (In ) est croissante. De plus, par définie-positivité de l’intégrale
des fonctions continues sur un segment, (In ) est strictement croissante.
1 xn
3. Soit n ∈ N. Pour tout x ∈ [0, 1], on a 0 ≤ 1 − = ≤ xn . Par
1 + xn 1 + xn
1
croissance de l’intégrale, il en résulte que 0 ≤ 1−In ≤ . Par encadrement,
n+1
il s’ensuit que (In − 1) est convergente vers 0, et donc (In ) converge vers 1.
4. Soit n ∈ N∗ . Intégrons par parties.
nxn−1
u et v sont de Posons u(x) = x v (x) = Il vient
classe C 1 sur le 1 + xn
n
segment [0, 1]. u (x) = 1 v(x) = ln(1 + x )
: 1 1 :
xn 1 1 1
dx = x ln(1 + x n
) − ln(1 + xn ) dx
0 1 + xn n 0 n 0
:
ln 2 1 1
= − ln(1 + xn ) dx
n n 0
386 CHAPITRE 15
9782340-002166_001_600.indd 392 21/10/2014 12:14

5. Soit n ∈ N∗ . Pour tout t ∈ R∗+ , on sait que ln(1 + t) ≤ t Par conséquent, Inégalité classique
à connaı̂tre !
∀x ∈ [0, 1], ln(1 + xn ) ≤ xn
Par croissance de l’intégrale, il s’ensuit que

: 1
1
ln(1 + x ) dx ≤
n
−−−−→ 0
n + 1 n→∞
0
: 1
Par comparaison, il en résulte que lim ln(1 + xn ) dx = 0.
n→+∞ 0
1 xn
Soit n ∈ N∗ , pour tout x ∈ [0, 1] nous avons n
= 1− . Par linéarité
1+x 1 + xn
de l’intégrale, il en découle que
: 1
ln 2 1 ln 2 1
In = 1 − + ln(1 + x ) dx = 1 −
n
+o
n n 0 n n

Exercice 15.13
et
1. L’intégrande t → est continue sur R∗+ . D’après le théorème fondamen-
t
tal du calcul intégral, f est l’unique primitive de l’intégrande qui s’annule au
point 1.
ex
En particulier, f est dérivable sur R∗+ et ∀x > 0, f (x) = . Ainsi f
x
est croissante sur R+∗. Comme de plus f (1) = 0, nous en déduisons que
∀x > 0, f (x) > 0 ⇐⇒ x > 1.
2. La fonction g est dérivable sur R∗+ comme somme de telles fonctions, de
ex − 1
plus, ∀x > 0, g (x) = . Ainsi, g est strictement positive sur R∗+ . Par
x
conséquent, g est croissante sur R∗+ . Comme de plus, g s’annule au point 1,
il s’ensuit que ∀x > 0, g(x) > 0 ⇐⇒ x > 1. On en déduit le tableau de
signes
x 0 1 +∞
|
f (x) − ln(x) <0 0 >0
|
3. Par comparaison, il en résulte que lim f (x) = −∞ et lim f (x) = +∞.

x→0 x→+∞

Exercice 15.14
1. On applique la méthode 15.15 à la fonction f1 : x → ln(1 + x). f1
est indéfiniment dérivable sur R+ et pour tout x ∈ R+ , f1 (x) = ln(1 + x),
1 −1 (−1)(−2)
f1 (x) = , f1 (x) =
(3)
et f1 (x) = . Ainsi, la formule
1+x (1 + x)2 (1 + x)3
de Taylor avec reste intégral pour f1 à l’ordre 2, s’écrit
: x : x
x2 (x − t)2 (3) x2 (x − t)2
f1 (x) = x − + f1 (t) dt = x − + 3
dt
2 0 2! 2 0 (1 + t)
INTÉGRATION 387
9782340-002166_001_600.indd 393 21/10/2014 12:14

(x − t)2 (x − t)2
Soit x ≥ 0 et t ∈ [0, x], fixés. Alors 3
≤ ≤ (x − t)2 . Il en Par croissa
(1 + x) (1 + t)3 l’intégrale
x3 x2 x3
résulte que ≤ ln(1 + x) − x + ≤ .
3 (1 + x)3 √ 2 3
2. La fonction f2 : x → 1 + x est indéfiniment dérivable sur R+ . Ses
3
1 −2
premières dérivées donnent f2 (x) = (1 + x) 3 , f2 (x) = 13 (1 + x) 3 , f2 (x) =
−5 −8
−2 (3) 10 3 . Soit x ≥ 0 fixé. La formule de Taylor en
9 (1 + x)
3 , f
2 (x) = 27 (1 + x)
0 à l’ordre 2, avec reste intégral donne
: x
x x2 5 (x − t)2
f2 (x) = 1 + − + dt
3 9 27 0 (1 + t) 83
(x − t)2
Comme pour tout t ∈ [0, x] on a 0 ≤ 8 ≤ (x − t) , par croissance de
2
(1 + t) 3
√ x x2 5 x3
l’intégrale, il s’ensuit que 0 ≤ 3 1 + x − 1 − + ≤ .
3 9 81
388 CHAPITRE 15
9782340-002166_001_600.indd 394 21/10/2014 12:14

oissa
Chapitre 16
Formules de Taylor,
développements
limités
Le conĚit entre Newton et Leibniz sur la primauté
de la découverte du calcul diěérentiel et intégral a été relayé
par leurs disciples. Le mathématicien anglais Brook Taylor énonce
en 1715 la formule qui porte son nom en écrivant
f(a + h) = f(a) + hf‘(a) + 1/2 h2f’’(a) + … sans se soucier
de la convergence de la série. Jean Bernoulli,
grand défenseur de Leibniz et pionnier des applications
du calcul diěérentiel avoua en 1718ȹ:
J’ai bien dit des injures, & de bien grosses, à mon ami Mr Taylor,
sur l’obscurité étonnante, & la mauvaise façon de son livre.
Par la suite, Joseph Lagrange remarqua qu’on peut arrêter
la formule à l’ordre n en introduisant un terme dépendant Brook Taylor
de la dérivée n + 1e. Il introduisit ainsi les développements limités. 1685-1731
9782340-002166_001_600.indd 395 21/10/2014 12:14

Objectifs

Les incontournables
ZConnaître la formule de Taylor avec reste intégral.
ZUtiliser la formule de Taylor avec reste intégral pour encadrer une fonction
par des polynômes.
ZConnaître les développements limités de fonctions usuelles en 0.
ZObtenir un développement limité par opérations.
ZUtiliser un développement limité pour calculer une limite ou un équivalent.
ZUtiliser un développement limité pour obtenir la position d’une courbe
par rapport à une tangente ou une asymptote oblique.
ZUtiliser un développement limité pour étudier les points stationnaires
d’une courbe paramétrée.
9782340-002166_001_600.indd 396 21/10/2014 12:14

Résumé de cours
Développements limités d’une fonction au voisinage d’un point
Développements limités à l’ordre n de f au voisinage d’un point a
Soit I un intervalle, a ∈ I un point de I ou une extrémité (réelle) de I, f désigne une fonction
définie dans I (éventuellement privé de a).
Définition : Soit f : I \{a} → R et n ∈ N. On dit qu’une fonction f définie dans I (éventuellement

privé de a) f admet un développement limité à l’ordre n au voisinage de a s’il existe un
polynôme Pn de degré inférieur ou égal à n tel que pour tout réel x voisin de a, on ait l’égalité

f (x) = Pn (x − a) + oa (x − a)n
Autrement dit, s’il existe des réels a0 , a1 , . . . , an tels que

f (x) = a0 + a1 (x − a) + a2 (x − a)2 + · · · + an (x − a)n + oa (x − a)n
On note DLn (a) ce développement limité.
Vocabulaire : Pn (x − a) est la partie

régulière du développement limité de f , la différence
f (x) − Pn (x − a) = oa (x − a)n est le reste du développement limité de f à l’ordre n.
En pratique : le changement de variable x = a + t permet de se ramener au voisinage de l’origine.

Lorsque la partie régulière n’est pas nulle, le développement limité de f se présente sous forme
normalisée f (a + t) = ap tp + ap+1 tp+1 + · · · + an tn + ot→0 (tn ), où ap
= 0.
Développement limité d’une fonction de classe C n
Théorème 16.1.— Formule de Taylor-Young —. On suppose que f est de classe C n dans I et

que a ∈ I. Alors a un développement limité à l’ordre n au voisinage de a. Pour tout x voisin de a,
f (a) f (a) f (n) (a)

(DLn (a)) f (x) = f (a) + 1! (x − a) + 2! (x − a)2 + · · · + n! (x − a)n + oa (x − a)n
Propriétés des fonctions admettant un DLn (a)
Théorème 16.2.— Unicité d’un développement limité —. Si f admet un développement limité

à l’ordre n au voisinage de a, ce développement limité a une partie régulière unique.
Comme conséquences de l’unicité de la partie régulière, nous obtenons :
Corollaire 16.3.— Développement limité et parité —. Soit f une fonction admettant un dé-
veloppement limité au voisinage de 0.
Si f est paire (resp. impaire), la partie régulière de ce développement est un polynôme ne
possédant que des monômes de degré pair (resp. de degré impair).
DÉVELOPPEMENTS LIMITÉS 391
9782340-002166_001_600.indd 397 21/10/2014 12:14

Développements limités de quelques fonctions usuelles
Théorème 16.4.— Développements limités au voisinage de 0 de fonctions usuelles —.

x2 x3 xk xn
exp(x) = 1+x+ + + ···+ + ···+ + o(xn )
2! 3! k! n!
1
= 1 + x + x2 + x3 + · · · + xk + · · · + xn + o(xn )
1−x
x2 x4 x2k x2n
cos(x) = 1− + − · · · + (−1)k + · · · + (−1)n + o(x2n+1 )
2! 4! (2k)! (2n)!
x3 x5 x2k+1 x2n+1
sin(x) = x− + − · · · + (−1)k + · · · + (−1)n + o(x2n+2 )
3! 5! (2k + 1)! (2n + 1)!
x2 x3 xk xn
ln(1 + x) = x− + − · · · + (−1)k+1 + · · · + (−1)n+1 + o(xn )
2 3 k n
x3 x5 x2k+1 x2n+1
Arctan (x) = x− + − · · · + (−1)k + · · · + (−1)n + o(x2n+2 )
3 5 2k + 1 2n + 1
1
tan(x) = x + x3 + o(x3 )
3
√ 1 1 1 (−1)n−1 (2n − 2)! n
1+x = 1 + x − x2 + x3 + · · · + 2n−1 x + o(xn )
2 8 16 2 (n − 1)!n!
α(α − 1) 2 α(α − 1) · · · (α − n + 1) n
(1 + x)α = 1 + αx + x + ···+ x + o(xn ), α ∈ R
2 n!
Développements limités et opérations
Obtention de développements limités

Les théorèmes ci-après sont énoncés pour des développements limités au voisinage de l’ori-
gine. Le cas général s’en déduit grâce au changement de variable x = a + t.
Corollaire 16.5.— Troncature d’un développement limité —. Soit (n, p) ∈ N2 tel que 0 ≤ p ≤ n.
Si f admet un DLn (0) f (x) = a0 + a1 x + a2 x2 + · · · + an xn + o xn .
Alors f admet comme DLp (0) f (x) = a0 + a1 x + · · · + ap xp + o xp .
Théorème 16.6.— Combinaison linéaire de développements limités —. Soit f, g deux fonctions

définies dans un intervalle I contenant l’origine, ou dont l’origine est une extrémité. On suppose
que f et g admettent des DL d’ordre n au voisinage de 0 :

• f (x) = Pn (x) + o xn
, où Pn et Qn sont des polynômes de degrés inférieurs à n.
• g(x) = Qn (x) + o xn
Soit (λ, μ) ∈ R2 . Alors, λf + μg admet un développement limité d’ordre n au voisinage de 0 et on
a:
(λf + μg)(x) = (λPn + μQn )(x) + o xn
392 CHAPITRE 16
9782340-002166_001_600.indd 398 21/10/2014 12:14

Théorème 16.7.— Produit de développements limités —. Soit f, g deux fonctions définies
dans un intervalle I contenant l’origine, ou dont l’origine est une extrémité. On suppose que f et
g admettent des DL d’ordre n au voisinage de 0 :

• f (x) = Pn (x) + o xn
, où Pn et Qn sont des polynômes de degrés inférieurs à n. Alors,
• g(x) = Qn (x) + o xn
f × g admet un développement limité d’ordre n au voisinage de 0 et on a :

(f × g)(x) = Rn (x) + o xn ,
où Rn est le polynôme Pn × Qn tronqué à l’ordre n.

n n n
Plus précisément, si Pn (x) = ak xk et que Qn (x) = bk xk , alors Rn (x) = ck xk avec ck
k=0 k=0 k=0
k
défini par ck = al bk−l , ∀ k ∈ {0, . . . , n}.
l=0
Remarque : si f ne s’annule pas au voisinage de 0, son inverse aussi admet un DLn (0).
Théorème 16.8.— Composition et développements limités —. Soit f une fonction définie dans
un intervalle I contenant l’origine, ou dont l’origine est une extrémité. Soit g une fonction définie
sur un intervalle J contenant 0 et tel que g(0) = 0.On suppose que f et g admettent des DL
d’ordre n au voisinage de 0 :

• f (x) = Pn (x) + o xn
, où Pn et Qn sont des polynômes de degrés inférieurs à n.
• g(x) = Qn (x) + o xn
Alors, f ◦ g admet un développement limité d’ordre n au voisinage de 0 et on a :

(f ◦ g)(x) = Rn (x) + o xn ,
où Rn est le polynôme Pn ◦ Qn tronqué à l’ordre n.
Warning ! ne pas confondre le produit Pn × Qn et le composé Pn ◦ Qn !
Théorème 16.9.— Intégration et développements limités —. On suppose f continue dans I.

Soit F une primitive de f sur I, alors
: x
F (x) = F (0) + Pn (t) dt + o(xn+1 )
0
Théorème 16.10.— Dérivation et développements limités —. On suppose f dérivable dans I.

S’il existe, le DLn−1 (0) de f est donné par :

f (x) = Pn (x) + o xn−1
9782340-002166_001_600.indd 399 21/10/2014 12:14

Méthodes
Calculs de développements limités
Calculer un développement limité d’une fonction au voisinage de a
Pour déterminer un DLn (a) d’une fonction f , on peut mettre en œuvre la formule de Taylor-Young
si f est suffisamment régulière. Mais généralement, la démarche est la suivante :
Méthode 16.1.— Comment établir le DLn (a) d’une fonction

• se ramener en 0 si le développement limité demandé n’est pas en ce point ;
• décomposer le calcul en plusieurs étapes élémentaires en précisant à chaque étape
un ordre de développement convenable ;
• utiliser à chaque étape la méthode adéquate : composition, primitivation, ou autres
opérations sur des développements limités connus.
Remarque : lorsque f n’est pas construite par opérations à partir de fonctions dont les DL sont
connus, on utilise volontiers la formule de Taylor-Young
si l’ordre demandé est petit (1 ou 2) ;
dans des exercices théoriques où f n’est pas donnée explicitement.
Exemple : formons le DL2 (0) de f (x) = Arctan (1 + x). On a f (0) = π

4, f (0) = 12 , f (0) = − 12 .
Il reste à appliquer la formule de Taylor-Young à l’ordre 2 :
π x x2
Arctan (1 + x) = + − + o(x2 ).
4 2 4
Calculer un développement limité d’une fonction au voisinage de 0 par opérations
Les développements limités des fonctions usuelles étant connus au voisinage de 0, on se ramènera de
façon presque systématique au voisinage de l’origine au moyen du changement de variable adéquat :
x = a + t, avec t → 0 si a ∈ I (a est un point de I ou une extrémité réelle de I) ;
Dans la suite de cette partie du chapitre, nous considérons deux fonctions f et g, de classe C ∞
sur un voisinage de 0, de sorte que f et g admettent des développements limités à tous ordres.
Pour tout n ∈ N, on note respectivement Pn et Qn les parties régulières de leurs DL d’ordre n au
voisinage de 0, p et q les plus petits entiers tels que Pp et Qq sont non nulles. Ainsi
f (x) = ap xp + ap+1 xp+1 + · · · + an xn + o(xn ) avec ap
= 0,
g(x) = bq xq + bq+1 xq+1 + · · · + bn xn + o(xn ).
0.
avec bq =
Méthode 16.2.— Comment calculer le DLn (0) d’une combinaison linéaire

Soit (λ, μ) ∈ R2 . Pour déterminer le DLn (0) de λf + μg :
1 On forme les DLn (0) de f (x) et g(x) : λ× f (x) = Pn (x) + o(xn )
μ× g(x) = Qn (x) + o(xn )
2 On conclut (λf + μg)(x) = λPn (x) + μQn (x) + o(xn ).
394 CHAPITRE 16
9782340-002166_001_600.indd 400 21/10/2014 12:14

Méthode 16.3.— Comment calculer le DLn (0) d’un produit
Pour déterminer le DLn (0) de f × g :
1 On développe chaque facteur à l’odre n : f (x) = Pn (x) + o(xn )
× g(x) = Qn (x) + o(xn )
2 On multiplie membre à membre les parties régulières, puis on tronque à l’ordre n
f (x) × g(x) = Pn (x) × Qn (x) + o(xn )
= Rn (x) + o(xn )
√
Exemple : déterminons le DL2 (0) de f (x) = 1 + x × cos(x) :
√
On a 1+x = 1 + 12 x − 18 x2 + o(x2 )
et cos(x) = 1 − 12 x2 + o(x2 )
√
D’où 1 + x × cos(x) = 1 + 12 x − 18 x2 1 − 12 x2 + o(x2 )
= 1 + 12 x + (− 18 − 12 )x2 + o(x2 )
= 1 + 12 x − 58 x2 + o(x2 )
Remarque : lorsqu’on multiplie Pn et Qn , on obtient des termes jusqu’au degré 2n a priori. On

gardera seulement les termes de degré inférieur à n, les autres seront absorbés dans le o(xn ). pour
optimiser les calculs, on ne développe pas entièrement le produit Pn × Qn avant de tronquer, on
calcule plutôt le coefficient constant, le coefficient de x1 , le coefficient de x2 ,. . ., jusqu’au coefficient
de xn .
Méthode 16.4.— Comment calculer le DLn (0) d’une puissance

Pour déterminer le DLn (0) de f k (x) :
1 On développe f (x) à l’ordre n : f (x) = Pn (x) + o(xn )
2 On élève à la puissance k et on tronque f k (x) = Pnk (x) + o(xn ) = Rn (x) + o(xn )
Remarque : pour élever à la puissance k, on peut développer les puissances successives par produit,
ce qui présente l’avantage de limiter les calculs, ou bien utiliser des formules du type (a + b + c)n
pour certaines valeurs de n,
(a + b + c)2 = a2 + b2 + c2 + 2ab + 2ac + 2bc
(a + b + c)3 = a3 + b3 + c3 + 3a2 b + 3ab2 + 3ac2 + 3a2 c + 3bc2 + 3b2 c + 6abc
Exemple : calculons par exemple le DL6 (0) de x → u4 (x) où u(x) = sin(x).
u(x) = x − 16 x3 + 5!
1 5
x + o(x6 )
u2 (x) = x2
− 3x
1 4 1 6
+ 90 x + o(x6 )
u4 (x) = x4
− 23 x6 + o(x6 )
9782340-002166_001_600.indd 401 21/10/2014 12:14

Méthode 16.5.— Comment déterminer le DLn (0) d’une fonction composée
On présente le calcul comme un changement de variable :
1 On pose u = g(x) et on vérifie directement que g(x) −−−→ 0
x→0
2 On forme le DLn (0) de f : f (u) = Pn (u) + o (un ) = a0 + a1 u + · · · + an un + o (un )
u→0 u→0
3 De proche en proche, on développe les puissances successives de g(x) à l’ordre n :
a0 × g 0 (x) = 1 +o(xn )
a1 × g 1 (x) = Qn (x) +o(xn )
a2 × g 2 (x) = Q2n (x) +o(xn )
..
.
an × g n (x) = Qnn (x) +o(xn )
4 Finalement, on conclut par combinaison linéaire :

f ◦ g (x) = a0 + a1 Qn (x) + a2 Q2n (x) + · · · + an Qnn (x) + o(xn )
= Rn (x) + o(xn ), où Rn est le polynôme Pn ◦ Qn tronqué à l’ordre n.

Exemple : déterminons le DL3 (0) de x → 1 + sin(x).
1 On pose u = sin(x) −−−→ 0.
√ x→0
2 On a f (u) = 1 + u = 1 + 12 u − 18 u2 + 16
1 3
u + o(u3 ).
3 On développe les puissances successives de u(x), en tronquant à chaque étape :
1× u0 (x) = 1 +o(x3 )
+ 2 × u (x) =
1 1
x − 6 x +o(x3 )
1 3
− 8 × u (x) =
1 2
x2 +o(x3 )
+ 16 × u (x) =
1 3
x3
+o(x3 )
1 1 1 3
4 Finalement 1 + sin(x) = 1 + x − x2 − x + o(x3 ).
2 8 48
Méthode 16.6.— Comment déterminer le DLn (0) de l’inverse d’une fonction

1
Si f (0)
= 0, alors admet un DLn (0) que l’on obtient par composition :
f (x)
1 On forme le DLn (0) de f : f (x) = a0 + a1 x + · · · + an xn + o(xn ), avec a0
= 0.
1 1 1
2 On factorise par a0 pour obtenir = , avec u(x) −−−→ 0.
f (x) a0 1 + u(x) x→0
3 On forme ensuite le DLn (0) : u(x) = Qn (x) + o(xn )

1 1 1
4 On conclut par composition avec le DL usuel de que = Rn (x) + o xn
1+u f (x) a0
n
où Rn est le polynôme (−1)k Qkn (x) tronqué à l’ordre n.
k=0
1
Exemple : formons le DL5 (0) de .
cos(x)
396 CHAPITRE 16
9782340-002166_001_600.indd 402 21/10/2014 12:14

1 On sait que cos(x) = 1 − 12 x2 + 1 4
24 x + o(x5 ).
1 1
2 Écrivons = .
cos(x) 1 − 2 x + 24
1 2 1 4
x + o(x5 )
1 1
3 Posons u(x) = − 21 x2 + 1 4
24 x + o(x5 ), de sorte que = .
cos(x) 1 + u(x)
4 + u0 (x) = 1 +o(x5 )
− u1 (x) = − 12 x2 +1 4
24 x +o(x5 )
+ u2 (x) = + 14 x4 +o(x5 )
− u3 (x) = 0 +o(x5 )
1 1 5
Finalement = 1 + x2 + x4 + o(x5 ).
cos(x) 2 24
Remarque : on n’a pas écrit les DL5 (0) de u4 (x) et u5 (x) qui ont des parties régulières nulles. En
fait, la valuation (égale à 2) de u(x), permettait de s’économiser la peine de calculer les DL5 (0) de
u3 (x), u4 (x) et u5 (x) !
Méthode 16.7.— Comment obtenir le DLn (0) d’un quotient de fonctions

Si g(0)
= 0, pour obtenir le DLn (0) de fg(x)
(x)
, on écrit fg(x)
(x)
= f (x) × g(x)
1
. Ce DLn (0)
1
s’obtient alors comme produit de ceux de f (x) et de g(x) .
Exemple : formons le DL5 (0) de tan(x).

1 1 5
• sin(x) = x − 16 x3 + 1
120 x
5
+ o(x5 ) et = 1 + x2 + x4 + o(x5 ).
cos(x) 2 24
1 3 1 5 1 2 5
• Par produit tan(x) = x− x + x 1 + x + x4 + o(x5 )
6 120 2 24
1 1 3 5 1 5
= x+ − + x + − +
1
x + o(x5 )
6 2 24 12 120
1 2
= x + x3 + x5 + o(x5 )
3 15
Méthode 16.8.— Comment obtenir un DLn+1 (0) d’une primitive

Soit f : I → R continue, F : I → R une primitive de f . On obtient le DLn+1 (0) de F en
intégrant le DLn (0) de f :
Si f (x) = a0 + a1 x + · · · + an xn + o(xn )
alors F (x) = F (0)+ a0 x + 12 a1 x2 + · · · + n+1
1
an xn+1 + o(xn+1 )
Remarque : cette méthode permet de retrouver aisément les développements limités de certaines
fonctions usuelles, comme Arctan (x), ln(1 + x) ou encore tan(x).
Exemple : pour illustrer cette méthode, déterminons le DL5 (0) de la fonction tangente.
1 On sait que tan(x) ∼ x soit encore tan(x) = x + o(x).
9782340-002166_001_600.indd 403 21/10/2014 12:14

2 Par produit, on en déduit que tan2 (x) = x2 + o(x2 ). Or tan (x) = 1 + tan2 (x). D’où l’on tire
tan (x) = 1 + x2 + o(x2 ). Par primitivation, il s’ensuit que tan(x) = 0 + x + 13 x3 + o(x3 ).
3 Par produit on en déduit que tan2 (x) = x2 + 23 x4 +o(x4 ). Or tan (x) = 1+tan2 (x). D’où l’on tire
tan (x) = 1+x2 + 23 x4 +o(x4 ). Par primitivation, il s’ensuit que tan(x) = 0+x+ 13 x3 + 15
2 5
x +o(x5 ).
Méthode 16.9.— Comment obtenir le DLn (0) d’une fonction réciproque

Soit f : I → J une bijection de I sur J telle que f (0) = 0. On suppose que f −1 : J → I
admet un DLn (0). C’est le cas notamment si f −1 est de classe C n .
1 On détermine le DLn (0) de f : f (x) = a1 x + · · · + an xn + o(xn ).
2 On exprime celui de f −1 : f −1 (y) = b1 y + · · · + bn y n + o(y n ),
à l’aide de coefficients inconnus b1 , b2 , . . ., bn .
3 Par composition, on exprime le DLn (0) de f −1 ◦ f (x) à l’aide des coefficients inconnus
b1 , b2 , . . ., bn . Par unicité de la partie régulière du DLn (0), on peut identifier avec x
Équivalents d’une fonction
Calculer un équivalent d’une fonction au voisinage de a

Soit f : I → R, a ∈ I ∪ {±∞}. Le plus simple, pour déterminer un équivalent de f est d’étudier sa
limite : si f (x) −−−→ , avec ∈ R∗ un réel non nul, alors f (x) ∼ , car le quotient tend vers 1.
x→a x→a
Méthode 16.10.— Comment obtenir un équivalent d’un accroissement de f

Si f est dérivable en a ∈ I et vérifie f (a)
= 0, alors f (x) − f (a) ∼ f (a) · (x − a).
x→a
Remarque : tous les équivalents usuels peuvent être obtenus à l’aide de cette méthode !
1
Exemple : Soit f (x) = Arctan (1 + x). f est dérivable en 0 et f (0) = . Il s’ensuit que
2
π x
Arctan (1 + x) − ∼
4 x→0 2
Méthode 16.11.— Comment déterminer un équivalent à l’aide d’un DL

Pour déterminer un équivalent de f au voisinage de a, on forme un DL de f en a jusqu’à
l’obtention d’une partie régulière non nulle :

f (x) = ap (x − a)p + o (x − a)p , avec ap
= 0
x→a
Alors f (x) ∼ ap (x − a)p .

x→a
398 CHAPITRE 16
9782340-002166_001_600.indd 404 21/10/2014 12:14

Utilisation des développements limités pour l’étude des fonctions
Les développements limités sont les outils les plus fins à notre disposition pour l’étude locale
d’une fonction. Nous avons vu que pour obtenir un équivalent de f au voisinage de a, il suffit de
développer f jusqu’à l’obtention d’un terme significatif (méthode 16.11). On peut alors utiliser
cet équivalent pour étudier une limite.
Étude de limites
f (x)
Par exemple, pour lever une indétermination lors de l’étude de la limite d’un quotient lim
g(x) x→0
où f et g s’annulent en 0, il suffit de développer f et g à un ordre n suffisamment élevé pour que
l’une des deux parties régulières soit non nulle.
sin(x) − tan(x)
Exemples : • la fonction f : x → présente une forme indéterminée en 0. Le
1 − cos(x)
dénominateur admet pour DL à l’ordre 2, 1−cos(x) = 12 x2 +o(x2 ). Pour lever l’indétermination,
il suffit donc de développer le numérateur au même ordre. Comme sin(x)−tan(x) = 0+o(x2 ),
0 + o(x2 )
il vient f (x) = 1 2 2
= o(1). Soit lim f (x) = 0.
2 x + o(x )
x→0
ln(1+x)−x
• la fonction f : x → 1
x − 1
ln(1+x) = x ln(1+x) n’est pas définie en x = 0. Comme un DL2 (0)
x2
de ln(1 + x) est ln(1 + x) = x − 2
2 + o(x ), on en déduit les DL2 (0) des numérateur et
dénominateur de f (x) :
2
ln(1 + x) − x = − x2 + o(x2 )
x ln(1 + x) = x2 + o(x2 )
Ainsi lim f (x) = − 12 et la fonction f admet un prolongement par continuité en 0 en posant
x→0
f (0) = − 12 .
Étude des tangentes
Méthode 16.12.— Comment utiliser un DL pour étudier une tangente

1 On effectue le DLn (a) de f , avec n ≥ 2 assez grand pour la partie régulière ait un
monôme non nul de degré n.
2 On conclut alors selon la parité du degré de ce monôme.
Exemples : • considérons f : x → sin6 (x), définie sur R et précisons la position relative de la

courbe représentative et de la tangente en son point d’abscisse 0. On rappelle (voir p 395)
que le développement limité de f est au voisinage de 0, f (x) = x6 − x8 + o x8 . La partie
régulière du développement limité de f n’a pas de termes en x, cela signifie tout simplement
que la tangente est y = 0. Le premier terme qui suit celui en x (ici 0 × x) est x6 . Donc k = 6
est pair, la courbe est localement au-dessus de sa tangente.
• On considère la fonction f : x → ln(1 + x) que l’on étudie localement en x = 0. Comme un
DL2 (0) de f est :
2
f (x) = x − x2 + o(x2 ), on en déduit que f (0) = 0 et que f (0) = 1 par application de la
formule de Taylor-Young. Ainsi, la fonction f est dérivable en 0 et une équation de la tangente
9782340-002166_001_600.indd 405 21/10/2014 12:14

est y = f (0) + f (0)x c’est-à-dire y = x. Par ailleurs, pour savoir si la courbe représentative
de f est située au-dessus de cette tangente, en dessous, ou si elle la traverse, on regarde le
2
signe de la différence f (x) − y = − x2 + o(x2 ) ≤ 0. Cette différence garde un signe constant
négatif quelque soit la valeur de x proche de 0. On en déduit que la courbe représentative de
f au voisinage de 0 est située en dessous de sa tangente.

Étude des branches infinies
Soit f une application définie sur un intervalle dont une extrémité est +∞ (ou −∞). On cherche
à étudier l’allure de la courbe représentative Cf de f en +∞.
Méthode 16.13.— Comment utiliser un DL pour rechercher une asymptote

oblique
1 Si lim f (x) = a ∈ R, alors la droite d’équation y = a est asymptote horizontale

x→+∞
à Cf
f (x)
2 Si lim f (x) = +∞, alors on étudie lim
x→+∞ x→+∞ x
f (x)
• Si lim = 0 alors on dit que Cf admet une branche parabolique suivant
x→+∞ x
l’axe√des abscisses (Cf a la même allure en +∞ que la courbe représentative de
x → x par exemple).
f (x)
• Si lim = +∞ (ou −∞) alors on dit que Cf admet une branche parabo-
x→+∞ x
lique suivant l’axe des ordonnées (Cf a la même allure en +∞ que la courbe
représentative de x → x2 (ou x → −x2 ) par exemple).

1
f
f (x) X
• Si lim = a ∈ R, alors on considère la fonction X → g(X) = dont
x→+∞ x 1
X
on cherche un DL en X = 0.
f (x) b c 1
Si g(X) = a + bX + cX p + o(X p ) avec p ≥ 2 alors on a = a + + p + o( p ).
x +∞ x x x
c 1
Ce qui se traduit par f (x) = ax + b + p−1 + o( p−1 ). Ainsi, la droite d’équation
+∞ x x
y = ax + b est asymptote oblique à Cf au voisinage de +∞, puisque la différence
entre les deux tend vers 0. Pour connaı̂tre la position de la courbe par rapport à
son asymptote, on regarde le signe de c : Si c > 0 alors la courbe est située au
dessus de son asymptote.
Exemple : étudions la nature de la branche infinie de f (x) = (x + 1)e1/x au voisinage de +∞.

f (x)
1 On forme le DL1 (+∞) de . On se ramène en 0+ au moyen du changement de variable
x
400 CHAPITRE 16
9782340-002166_001_600.indd 406 21/10/2014 12:14

x = 1/t et on étudie la fonction g(t) = tf (1/t).
1 3
g(t) = (1 + t)et = (1 + t)(1 + t + t2 ) + o(t2 ) = 1 + 2t + t2 + o(t2 )
2 2
3 1
D’où l’on tire f (x) = x + 2 + + o x .
2x x→+∞
2 La droite D d’équation cartésienne y = x + 2 est asymptote à la courbe représentative Γ de f
au voisinage de +∞ et Γ est située localement au-dessous de D.

Étude des extremums
◦
Soit f : I → R une fonction dérivable dans I et a ∈I un point intérieur à I. Nous savons que
si f présente un extremum local en a, alors f (a) = 0. Les extremums locaux de f sont donc à
rechercher parmi les points critiques, c’est-à-dire les points en lesquels la dérivée s’annule.
Pour autant, tout point critique de f n’est pas nécessairement un extremum : ainsi 0 est un point
critique de x → x3 même si ce n’est pas un extremum.
Méthode 16.14.— Comment étudier la nature d’un point critique

◦
Soit a ∈I un point critique de f , c’est-à-dire tel que f (a) = 0.
1 On effectue le DLn (a) de f , avec n ≥ 2 suffisamment élevé pour que la partie régulière
ait un terme significatif (non nul) de degré n.
f (x) = f (a) + 0 (x − a) + an (x − a)n + ox→a (x − a)n , avec an
= 0
2 Ainsi f (x) − f (a) ∼ an (x − a)n . Pour conclure, on discute suivant la parité de n :
x→a
si n est impair, a n’est pas un extremum local,
si n est pair, a est un maximum (resp. miminimum) local si an > 0 (resp an < 0).
9782340-002166_001_600.indd 407 21/10/2014 12:14

Vrai/Faux
Vrai Faux
1. Une fonction qui n’est pas définie en x = 0 n’a pas de DL1 (0)
2. Si f et g ont respectivement un DL1 (0) égal à 1 + x + o(x) et
1 + x + o(x)
à 2 + 3x + o(x) alors f /g admet un DL1 (0) égal à
2 + 3x + o(x)
3. Si f a pour DL2 (0) f (x) = 4+3x+7x2 +o(x2 ) et que f (0) = 5
alors un DL3 (0) de f est 5 + 4x + 32 x2 + 73 x3 + o(x3 )
4. Si au voisinage de = ∞ on a f (x) = x1 +3+4x+7x2 +o( x1 ) alors

la courbe de f admet pour asymptote oblique la droite d’équation
y = 3 + 4x.
1
5. Au voisinage de x = 0, on a tan(x) = x + x3 + o(x3 )
3
1
6. Au voisinage de x = 0, on a tan2 (x) = x2 + x6 + o(x6 )
9
7. Une fonction f admet en 0 un développement limité à l’ordre
1 si et seulement si f est dérivable en 0.
8. Le DL4 (0) de f × g est le produit des DL2 (0) de f et g.
9. Comme eu = 1 + u + o(u), on peut écrire au voisinage de x = 0,
ecos x = 1 + cos x + o(cos(x))
10. Le DL1 (0) de (1 + x2 )1/x est 1 + x + o(x) car on applique la

formule qui donne le DL1 (0) de (1 + x)α avec α = 1/x.
402 CHAPITRE 16
9782340-002166_001_600.indd 408 21/10/2014 12:14

Calculs de développements limités
Exercice 16.1 : Déterminer les développements limités suivants :
√
1+x 2. DL3 (0) de x → e 1+x
1. DL3 (0) de x → ln
1−x sin x
4. DL4 (0) de x → ln
3. DL3 (0) de x → ln(2 + sin x) x
Exercice 16.2 : Déterminer les développements limités suivants :

π √ ln x
1. DL2 de x → Arcsin 3 sin x 2. DL4 (1) de x → 2 .
6 x
: x2
dt
Exercice 16.3 : Déterminer le développement limité DL10 (0) de F (x) = √ .
x 1 + t4
Exercice 16.4 : Déduire le développement limité de la fonction tan à l’ordre 3 au voisinage de 0 à

partir de celui de Arctan .
x2 xn
Exercice 16.5* : Soit n ∈ N. Déterminer le DLn+1 (0) de f : x → ln 1 + x + +···+ . Pour
∞
2! n!
cela, on commencera par vérifier que f est C au voisinage de x = 0 et on donnera une expression
de f .
Calculs de limite
2
ex − e2x
+x
Exercice 16.6 : Déterminer lim π .
x→1
cos x
2
esin(x) − ex
Exercice 16.7* : Calculer lim
x→0 sin(x) − tan(x)
n
nπ nπ
Exercice 16.8** : Calculer lim un avec : un = cos + sin .
n→+∞ 3n + 1 6n + 1
Application à l’étude des fonctions

√
x x2 + 1
Exercice 16.9 : Soit f la fonction définie sur R \ {1} par f (x) = .
x−1
1. Donner le DL2 (0) de f en 0. En déduire la tangente T0 à Γf en 0 et leurs positions relatives.
3
2. Montrer que f (x) = x + 1 + + o x1 . En déduire la branche infinie de Γf en +∞.
2x +∞
Exercice 16.10 : Soit f : x → (x − 1)e1/(x−3) . Étudier le comportement de f au voisinage de

l’infini.
9782340-002166_001_600.indd 409 21/10/2014 12:14

Indications
Ex. 16.1 √
Pour la deuxième fonction, on commence par un développement limité de 1 + x.
Ex. 16.2
π
1. On utilise le changement de variable x = + t.
6
Ex. 16.3 ; x dt
Vous pourrez introduire la fonction H : x → 0 √1+t 4
.
Ex. 16.4
x3
Partir de Arctan x = x − + o(x3 ) et poser tan x = a0 + a1 x + a2 x2 + a3 x3 + o(x3 ). Puis
3
appliquer une des méthodes.
Ex. 16.5
Une fois trouvée une expression de f , on en déduira un DLn (0).
Ex. 16.6
On pose x = 1 + h.
Ex. 16.8
Interpréter n comme l’inverse d’une variable x en posant n = x1 et considérer un comme une
fonction en x dont on cherchera DL d’ordre 1 en 0. Pour cela, penser à mettre l’expression sous
forme d’une exponentielle et aussi à diviser par n dans les deux fractions dans le cos et le sin .
404 CHAPITRE 16
9782340-002166_001_600.indd 410 21/10/2014 12:14

1 2 3 4 5 6 7 8 9 10
F F V F V F V F F F
1. Si elle est prolongeable par continuité en 0 de prolongement de classe C 1 , alors elle peut admettre
un DL en 0.
1 + x + o(x)
2. Il est vrai que f /g admet un DL1 (0) mais il n’est pas égal à puisqu’un DL a
2 + 3x + o(x)
nécessairement une partie principale qui est un polynôme et non une fraction. Pour calculer le DL
de f /g, il faut commencer par calculer le DL de g1 (voir méthode 16.6) et en faire le produit avec
le DL de f (voir méthode 16.3).
3. C’est vrai, c’est l’application du cours. Attention, à ne pas oublier d’ajouter la constante lors
de l’intégration correspondant à la valeur de la fonction au point où le DL est calculé.
4. On voit bien que la différence entre les deux f (x) et y = 3 + 4x ne tend pas vers 0 mais vers
+∞, leurs courbes représentatives ne sont pas asymptotes. Par contre, la courbe représentative de
f et celle de g : x → 3 + 4x + 7x2 sont asymptotes. Comme celle de g est une parabole de direction
l’axe des ordonnées, on en déduit que la courbe représentative de f admet une branche parabolique
suivant l’axe des ordonnées.
6. voir l’exemple de la méthode 16.8
7. Cette assertion est vraie, c’est même un résultat à connaı̂tre.
8. Lorsque qu’on multiplie les DL2 (0) de f et g on aura probablement des termes de degré 4 mais
on n’aura pas tous les termes significatifs !
9. C’est faux car cos x ne tend pas vers 0 quand x tend vers 0.
10. Certes, on a bien (1+x2 )1/x = 1+x+o(x) mais ce résultat s’obtient en passant en exponentielle,
et non pas pour la raison invoquée car ici l’exposant α = 1/x n’est pas constant.
Erreurs classiques
• L’existence d’un développement limité en a à l’ordre n (pour n ≥ 2) ne garantit
pas l’existence de la dérivée n-ième de la fonction en a.
• On ne compose pas un développement limité ou un équivalent classique valide au
voisinage de 0, avec une nouvelle variable y(x) qui ne tend pas vers 0.
• On n’obtient pas un DLn (0) de la forme (1 + u)α avec α dépendant de u en appli-
quant la formule valide lorsque α constant.
9782340-002166_001_600.indd 411 21/10/2014 12:14

Exercice 16.1
1. Posons f1 (x) = ln(1 + x) − ln(1 − x).
On sait que + ln(1 + x) = x − 12 x2 + 13 x3 +o(x3 ) . On en déduit
− ln(1 − x) = −x − 12 x2 − 13 x3 +o(x3 )
que
2
f1 (x) = 2x + x3 + o(x3 ).
3
2. Étudions f2 (x) = ln(2 + sin(x)) = ln(2) + ln(1 + sin2 x ). On pose u(x) =
2 − −−→ 0. On a ln(1 + u) = u − 12 u2 + 13 u3 + o(u3 ).
sin x
x→0
Or 1× u(x) = 12 x − 12
1 3
x +o(x3 )
− 12 × 2
u (x) = 1 2
4x +o(x3 )
+ 13 × 3
u (x) = 1 3
8x +o(x3 )
Ainsi ln(1 + u(x)) = 12 x − 18 x2 − 24
1 3
x + o(x4 ) et finalement
1 1 1
f2 (x) = ln(2) + x − x2 − x3 + o(x3 )
2 8 24
√ √ √
3. f3 (x) = e 1+x
= e×e 1+x−1
. On pose u(x) = 1 + x − 1 −−−→ 0. On sait
x→0
1 1
que eu = 1 + u + u2 + u3 + o(u3 ).
2 6
Or 1× u0 (x) = 1 +o(x3 )
1× u1 (x) = 1
2 x − 1 2
8 x + 1 3
16 x +o(x3 )
1
2 × u 2
(x) = 1 2
4 x − 1 3
8 x +o(x3 )
1
6 × u 3
(x) = 1 3
8 x +o(x3 )
e e
Finalement, f3 (x) = e × eu(x) = e + x + x3 + o(x3 ).
2 48
4. On a tout d’abord sin(x)x = 1 − 1 2
6 x + 1 4
120 +
x o(x4 ). Posons donc u(x) =
sin(x)
x − 1 −−−→ 0, de sorte que f4 (x) = ln sinx x = ln(1 + u(x)). Comme
x→0
ln(1 + u) = u − 12 u2 + 13 u3 + o(u3 ), on développe les puissances successives de
en fait les parties u(x) jusqu’à la quatrième.
régulières des DL4 (0) Il vient 1× u1 (x) = − 18 x2 + 120 1
x4 +o(x4 )
de u3 (x) et u4 (x) sont
nulles
− 2 × u (x) =
1 2 1 4
36 x +o(x4 )
3×
1 3
u (x) = 0 +o(x4 )
1 1 4
On en déduit que f4 (x) = − x2 − x + o(x4 ).
6 180
Exercice 16.2 √ π
1. Posons f1 (x) = Arcsin ( 3 sin x). On effectue le changement x = + t et
6
Il est temps de on écrit g(t) = f1 ( π6 + t), de sorte que
√
faire rentrer en scène √ π 3 3
les développements g(t) = Arcsin 3 sin( + t) = Arcsin sin t + cos t
limités en 0 : √ 6 √ 2 2 .
sin t = t + o(t2 ) et 3 3 3 2
t2
= Arcsin + t − t + o(t 2
) .
cos t = 1 − + o(t2 ). 2 2 4
2 Pour conclure, nous allons composer un développement limité de h : u →
406 CHAPITRE 16
9782340-002166_001_600.indd 412 21/10/2014 12:14

√
√3 3 3 2
Arcsin 2 + u au voisinage de 0 à l’ordre 2 avec u(t) = t − t .
2 4
1 2
On dérive h on écrit : h (u) = √ 2 = √ , ce
1− 3/2 + u 1 − 4 3u − 4u2
√ π √
qui donne : h (u) = 2 + 4 3u + o(u2 ) puis h(u) = + 2u + 2 3u2 + o(u2 ).
√ 3
π
Donc g(t) = + 3t + 4 3t2 + o(t2 ) et on fait l’ultime remplacement pour
3
obtenir
π π √ π π
f1 (x) = + 3(x − ) + 4 3(x − )2 + o (x − )2 .
3 6 6 6
ln x
2. On pose f2 (x) = . On effectue le changement de variable x = 1 + t,
x2
1
avec t → 0. En multipliant les développements limités ln(1 + t) = t − t2 + On applique la
2 méthode 16.3
1 3 1 4
t − t + o(t4 ) et (1 + t)−2 = 1 − 2t + 3t2 − 4t3 + 5t4 + o(t4 ) Il vient
3 4
f2 (1 + t) = t − 52 t2 + 13
3 t − 12 t + o(t ), soit encore
3 77 4 4
On revient en x en
posant t = x − 1
5 13 77
f2 (x) = (x − 1) − (x − 1)2 + (x − 1)3 − (x − 1)4 + o((x − 1)4 )
2 3 12

Exercice 16.3
1
Notons h la fonction continue sur R définie par x → h(x) = et
: x 1 + x4
dt
H : x → H(x) = √ son unique primitive qui s’annule en 0. On a
0 1 + t4
2x 1 La dérivée de F est
F (x) = 2xH (x2 ) − H (x) = 2xh(x2 ) − h(x) = √ −√ . mieux connue que F
1+x 8 1+x 4
elle-même. On va
On forme le DL9 (0) de F (x) puis on l’intègre (ici F (0) = 0) : appliquer le théorème
16.9 à F pour obtenir
1 3 le DL10 (0) de F
F (x) = −1 + 2x + x4 − x8 − x9 + o(x9 )
2 8
1 5 1 9 1 10 Pour x voisin de 0,
F (x) = −x + x +
2
x − x − x + o(x10 ) 4 8
10 24 10 h(x)=1−x2 +3x8 +o(x9 )

Exercice 16.4
On remarque que a0 = 0 ce qui simplifie (un peu) les calculs. On sait que
tan(Arctan x) = x au voisinage de 0. On écrit alors
2 3
x3 x3 x3
a1 x − + o(x3 ) + a2 x − + o(x3 ) + a3 x − + o(x3 ) = x
3 3 3
et on ne garde que les termes de degré au plus 3. Il reste
a1 3
a1 x + a2 x2 + a3 − x + o(x3 ) = x
3
a1 1
et donc a1 = 1, a2 = 0, a3 − = 0 ce qui entraı̂ne a3 = et finalement
3 3
3
x
notre développement limité tant recherché est : tan x = x + + o(x3 ).
3
9782340-002166_001_600.indd 413 21/10/2014 12:14

Exercice 16.5
x2 xn
On peut noter que Posons f (x) = ln 1 + x + + ···+ . f est C 1 au voisinage de 0 et
la dérivée de f est 2! n!
simple à calculer
x2 xn−1
1+x+ + ···+
2! (n − 1)! xn 1
f (x) = = 1 −
x2 xn n! x2 xn
1+x+ + ···+ 1+x+ + ··· +
2! n! 2! n!
xn xn
= 1− 1 + o(1) = 1 − n
+ o(x )
n! n!
La constante
d’intégration est nulle xn+1
car f (0) = 0 Par primitivation, il en résulte que f (x) = x − + o(xn+1 ).
(n + 1)!
Exercice 16.6
Nous allons poser x = 1 + h et on écrit alors
2 2
ex − e2x
+x
e3h+h − e2h
f (x) = π = g(h) = −e2 π
cos x sin h
2 2
Commençons par un développement limité d’ordre 1 du numérateur, le
développement limité du dénominateur ayant une valuation égale à 1. On
utilise les développements limités, au voisinage de 0,
eu = 1 + u + o(u) et sin(u) = u + o(u)
ce qui donne ici
2
π π
e3h+h − e2h = h + o(h), sin h = h + o(h)
2 2
2e2
En regroupant, on a g(h) = − + o(1).
π
2e2
Comme lim f (x) = lim g(h), cette limite est − .
x→1 h→0 π
Exercice 16.7
À l’aide des DL usuels, on obtient facilement un équivalent du dénominateur :
sin(x) − tan(x) = − 12 x3 + o(x3 ). Comme il est de l’ordre de x3 , il suffit de
développer le numérateur à l’ordre 3 pour lever l’indétermination. Posons
u(x) = sin(x) −−−→ 0. On a
x→0
1× u0 (x) = 1 +o(x3 )
1× u1 (x) = x − 1 3
6x +o(x3 )
+ 21 × u2 (x) = x2 +o(x3 )
1
+ 16 × u3 (x) = x3 +o(x3 )
Ainsi, esin(x) ) = 1 + x + 12 x2 +o(x3 )

ex = 1 + x + 12 x2 + 16 x3 +o(x3 ),
3 esin(x) − ex 1
Il s’ensuit que esin(x) − ex ∼ − x6 et donc lim = .
x→0 x→0 sin(x) − tan(x) 3
408 CHAPITRE 16
9782340-002166_001_600.indd 414 21/10/2014 12:14

Exercice 16.8
On écrit :

nπ π nπ π
cos = cos , sin = sin
3n + 1 3 + 1/n 6n + 1 6 + 1/n
Un développement limité d’ordre 1 risque de suffire donc autant s’éviter des

calculs si on peut ! On a :

nπ π π 1
cos = cos − +o ,
3n + 1 3 9n n
Le premier réflexe
est de vérifier que l’on
nπ π π 1 a affaire à une forme
sin = sin − +o indéterminée. Si l’exo
6n + 1 6 36n n
est posé, c’est évident
mais cela est un
Un développement de la somme de ces deux quantités donne réflexe apprécié. Ici
√ c’est 1∞ .
nπ nπ 3π 1
cos + sin =1+ +o
3n + 1 6n + 1 24n n
√ √
3π 1 3π
Et un = exp n ln 1 + +o tend vers exp quand n
24n n 24
tend vers +∞.
Exercice 16.9
1. Au voisinage de 0, f admet un DL2 (0) obtenu comme produit de DL usuels
1 1
f (x) = x (1 + x2 ) 2 = −x − x2 + o(x2 ). Ainsi, la courbe représentative
x−1
Γf possède pour droite tangente au point d’abscisse 0, la droite Δ d’équation
cartésienne y = −x. En autre, Γf reste en dessous de cette doite.
f (x)
2. Effectuons un développement limité à l’ordre 2 de au voisinage de
x
+∞. On a
√
f (x) 2
x +1 1 + x12
= =
x x−1 1 − x1
√
1 + t2
Posons t = x1 −−−−−→ 0+ et g(t) = . Formons le DL2 (0) de g(t). On a
x→+∞ 1−t
g(t) = (1 + 2 t )(1 + t + t ) + o(t ) = 1 + t + 32 t2 + o(t2 ). Par suite
1 2 2 2
f (x) 1 3 1
= 1+ + + o( 2 )
x x 2x2 x
3 1
f (x) = x+1+ + o ( )
2x x→+∞ x
La droite d’équation cartésienne y = x + 1 est asymptote à Γf au voisinage
de +∞. De plus, on observe que Γf est située au-dessus de son asymptote.
9782340-002166_001_600.indd 415 21/10/2014 12:14

Exercice 16.10
Au voisinage de +∞ ou −∞, on pose X = 1/x et donc f (x) = g(X) ce qui
permet de développer :

1 X 1
g(X) = − 1 exp = − 1 exp X + 3X 2 + o(X 2 )
X 1 − 3X X

1 7X 2 1 5
= −1 1+X + 2
+ o(X ) = + X + o(X)
X 2 X 2

5 1
=x+ +o
2x x
En particulier : f (x) = x + o(1) et donc la courbe représentative admet pour
asymptote la droite d’équation y = x.
De plus, elle est située au-dessus de l’asymptote si x tend vers +∞.
410 CHAPITRE 16
9782340-002166_001_600.indd 416 21/10/2014 12:14

Chapitre 17
Polynômes
Monôme, binôme, trinôme et polynôme, avec un bel accent circonĚexe,
sont issus de racines grecques, bien sûrȹ! Il n’y a cependant pas besoin d’avoir étudié
ceĴe langue pour reconnaître des préęxes qui signięent respectivement un, deux, trois
et plusieurs que l’on rencontre dans de nombreux autres mots de la langue française.
Cependant, le sens originel de la deuxième partie de ces mots est obscur.
Provient-elle de nomos ou bien de onoma, mots grecs signięant respectivement partie et nomȹ?
Quelle que soit l’étymologie, l’accent circonĚexe ne se justięe pas puisqu’il s’utilise
pour transcrire la leĴre grecque oméga, absente dans chacun de ces mots.
Binôme est le doyen de ces termes puisqu’il apparaît vers 1550,
suivi au siècle suivant par trinôme et polynôme.
9782340-002166_001_600.indd 417 21/10/2014 12:14

Objectifs

Les incontournables
ZFactorisation des polynômesȹ:
feffectuer une division euclidienne de polynômesȹ;
fdéterminer la décomposition primaire d’un polynôme.
ZRacines d’un polynômeȹ:
fdéterminer l’ordre de multiplicité d’une racine d’un polynômeȹ;
futiliser les liens entre divisibilité et racines d’un polynômeȹ;
futiliser les liens entre coefficients et racines d’un polynôme scindé.
9782340-002166_001_600.indd 418 21/10/2014 12:14

Résumé de cours
Anneau des polynômes à coefficients dans K
Dans ce chapitre, K désigne le corps de base, R ou C.
Définition : Un polynôme est une expression de la forme P = a0 + a1 X + a2 X 2 + · · · + an X n , où n
est un entier naturel, (a0 , a1 , . . . , an ) ∈ Kn sont les coefficients de P et X est l’indéterminée.
Le degré d’un polynôme non nul P est le plus grand entier k tel que ak
= 0. On note d˚P cet
entier. On convient que le polynôme nul a pour degré −∞. Par ailleurs, si P n’est pas nul et qu’il
est de degré d, alors le terme ad X d de P s’appelle le monôme dominant de P .
Notation : on note également P la fonction polynomiale associée.
Opérations élémentaires dans K[X]
n
m
Définition : Soit P = ak X k , Q = bk X k deux polynômes et λ ∈ K, on définit :
k=0 k=0

max{n,m}
• P +Q= (ak + bk ) X k (addition de polynômes) ;
k=0

n
• λ·P = λ ak X k (multiplication d’un polynôme par un scalaire) ;
k=0

n+m
k
• P ×Q= ck X k , où ck = ai × bk−i (produit de polynômes).
k=0 i=0
Proposition 17.1.— Soit (P, Q) ∈ K[X]2 et λ ∈ K∗ . Alors

d˚(P + Q) ≤ max{d˚P, d˚Q} avec égalité si d˚P
= d˚Q ;

d˚ λP = d˚P ;
d˚(P × Q) = d˚P + d˚Q.
Dérivation dans K[X]

n
Définition : Soit P = ak X k un polynôme de K[X], on appelle polynôme dérivé de P et on
k=0
note P le polynôme de K[X] défini par

n
n−1
P = k.ak X k−1 = (k + 1)ak+1 X k
k=1 k=0
Son degré vérifie d˚P = d˚P − 1 si P est non constant, d˚P = −∞ sinon.

Proposition 17.2.— Soit (P, Q) ∈ K[X]2 , (λ, μ) ∈ K2 , n ∈ N. Alors

linéarité de la dérivée (λP + μQ) = λP + μQ ;
formule de Leibniz à l’ordre 1 (P × Q) = P × Q + P × Q
POLYNÔMES 413
9782340-002166_001_600.indd 419 21/10/2014 12:14

Définition : Soit P ∈ K[X] un polynôme à coefficients dans K. Les dérivées successives de P

sont définies par P (0) = P et la relation de récurrence ∀k ∈ N, P (k+1) = P (k) .

n
Proposition 17.3.— Soit P ∈ K[X], P = ak X k . Alors P (p) est nul si p > n et si p ∈ [[0, n]],
k=0

n
n
k!
P (p)
= ak k(k − 1) . . . (k − p + 1) X k−p = ak X k−p .
(k − p)!
k=p k=p
Proposition 17.4.— formule de Leibniz—. Soit P, Q ∈ K[X] et n ∈ N. Alors la dérivée n-ième

du produit P Q est donnée par la formule de Leibniz :

n
(P Q)(n) = P (n−k) Q(k)
k=0
Théorème 17.5.— Formule de Taylor —. Soit P ∈ K[X] un polynôme de degré inférieur ou égal
à n et α ∈ K. Alors :
n
P (α) P (α) P (n) (α) P (k) (α)
P = P (α) + 1! (X −α) + 2! (X −α)2 + · · · + n! (X −α)n = k! (X −α)k
k=0
Divisibilité dans K[X]

Définition : Soit (A, B) ∈ K[X]2 deux polynômes. B divise A s’il existe un polynôme Q ∈ K[X]
tel que A = B × Q. On note B | A cette relation.

Théorème 17.6.— Théorème de la division euclidienne —. Soit (A, B) ∈ K[X] × K[X] \ {0} .

A=B×Q+R
Il existe un couple (Q, R) ∈ K[X]2 , unique tel que
d˚R < d˚B
Remarque : si B
= 0, l’unicité de la division euclidienne montre que B divise A si et seulement si
le reste de la division euclidienne de A par B est nul.
Définition : Un polynôme P ∈ K[X] est dit irréductible s’il est non constant et

∀(A, B) ∈ K[X]2 , (P = A × B ⇒ A ∈ K∗ ou B ∈ K∗ )
Racines d’un polynôme
Définition : Soit P ∈ K[X] et α ∈ K. α est racine (ou un zéro) de P si P (α) = 0.
414 CHAPITRE 17
9782340-002166_001_600.indd 420 21/10/2014 12:14

Théorème 17.7.— Caractérisation des racines —. Soit P ∈ K[X] et α ∈ K.
α est racine de P ssi (X − α) divise P .
Définition : Soit P ∈ K[X], α ∈ K. L’ordre de multiplicité de α comme racine de P est le plus

grand entier k ∈ N tel que (X − α)k divise P .
Théorème 17.8.— Caractérisation des racines multiples —. Soit P ∈ K[X], α ∈ K et k ∈ N∗ .

• P (α) = P (α) = · · · = P (k−1) (α) = 0
α est racine d’ordre k de P ssi
• P (k) (α)
= 0
Factorisation des polynômes

Théorème fondamental de l’Algèbre et décompositions primaires
Théorème 17.9.— Théorème de D’Alembert-Gauss —. Tout polynôme P ∈ C[X] non cons-

tant admet une racine complexe.
Théorème 17.10.— Décomposition primaire d’un polynôme —. Tout polynôme P ∈ K[X] se

factorise de façon unique –à l’ordre des facteurs près– sous la forme
r1 rp

p
r
[K = C] P = a (X − α1 ) × · · · × (X − αp ) =a (X − αk ) k ,
k=1
où α1 , . . . , αp sont les racines complexes distinctes de P de multiplicités respectives r1 , . . . , rp .
p
r
q
2 sj
[K = R] P =a (X − αk ) k × X + βj X + γj ,
k=1 j=1
où α1 , . . . , αp sont les racines réelles
distinctes de P
de multiplicités respectives r1 , . . . , rp et
les polynômes à coefficients réels X 2 + βj X + γj ne possèdent pas de racines réelles.
Corollaire 17.11.— Polynômes irréductibles de K[X] —.
[K = C] Les polynômes irréductibles de C[X] sont les polynômes de degré 1.

[K = R] Les polynômes irréductibles de R[X] sont les polynômes de degré 1 et les
polynômes de degré 2 de discriminant strictement négatif.
Corollaire 17.12.— Degré et nombres de racines
Si P est un polynôme réel non nul de degré d. Il admet au plus d racines.
POLYNÔMES 415
9782340-002166_001_600.indd 421 21/10/2014 12:14

Polynôme scindé
Définition : Un polynôme P ∈ K[X] est scindé s’il peut s’écrire sous la forme d’un produit de
polynômes de degré 1 : P = a (X − x1 ) × · · · × (X − xn ).
Exemple : tout polynôme à coefficients réels ou complexes est scindé dans C[X].
Théorème 17.13.— Soit P = an X n + · · ·+ a1 X + a0 = an (X − x1 )× · · ·× (X − xn ) un polynôme

scindé de degré n ∈ N∗ (an
= 0). Alors
an−1
La somme des racines de P est donnée par x1 + · · · + xn = − ;
an
a0
Le produit des racines de P est donné par x1 × · · · × xn = (−1)n .
an
Remarque : en particulier, lorsque n = 2 et P (X) = aX 2 + bX + c, avec a

= 0, on retrouve
⎧ b
⎪
⎨x1 + x2 = − a
⎪
⎪ et
⎪
⎩x × x = c
1 2
a
Autrement dit, chercher deux nombres dont on connaı̂t la somme S et le produit P revient à
rechercher les racines du polynôme P de degré 2 défini par P (x) = x2 − Sx + P :
Proposition 17.14.— Système somme-produit —.

Soit (s, p) ∈ K2 , un couple
de nombres quelconques.
x1 + x2 = s
Les solutions du système sont les couples (x1 , x2 ) ∈ K2 , où x1 et x2 sont les
x1 × x2 = p
solutions –éventuellement confondues– de l’équation du deuxième degré
x2 − sx + p = 0.
416 CHAPITRE 17
9782340-002166_001_600.indd 422 21/10/2014 12:14

Méthodes
Opérations et degré
Calculs dans K[X]
Les règles de calculs dans K[X] sont les mêmes que dans Z : commutativité et associativité des
opérations, distributivité (donc mise en facteur commun, etc...), ainsi que formule du binôme de
Newton et autres identités remarquables . . .
Méthode 17.1.— Comment déterminer le degré d’un polynôme

La proposition 17.1 permet de conclure la plupart du temps.
Parfois, il est nécessaire de revenir à la définition. On peut alors expliciter le
monôme dominant de P , pour en déduire son degré.
Méthode 17.2.— Comment calculer les dérivées successives d’un polynôme

Vous pouvez suivant les cas :
appliquer la formule pour la dérivée k ième de P ;
dériver terme à terme ;
conjecturer une expression pour la dérivée nième et la démontrer par récurrence.
Méthode 17.3.— Comment montrer qu’un polynôme P est nul

Vous pouvez utiliser l’une des caractérisations suivantes :
les coefficients de P sont tous nuls ;
P est de degré strictement négatif ;
P est de degré inférieur à n et a (au moins) n+1 racines comptées avec multiplicité ;
P possède une infinité de racines.
Remarque : cette méthode s’applique aussi pour démontrer que deux polynômes P1 et P2 sont
égaux : il suffit d’appliquer les méthodes ci-dessus à P = P1 − P2 .
Divisibilité
Division euclidienne de A par B dans K[X]
Lorsque A et B sont déterminés explicitement, vous obtenez la division euclidienne de A par B,

en posant la division suivant les puissances décroissantes :
Exemple : posons la division euclidienne de A = X 4 − 5X 3 + 6X − 2 par B = X 2 − 2.
POLYNÔMES 417
9782340-002166_001_600.indd 423 21/10/2014 12:14

A X4 −5X 3 +6X −2 X2 − 2 B
−5X 3 +2X 2 +6X −2 X 2 − 5X + 2
+2X 2 −4X −2
−4X +2
Lorsque les coefficients ne sont pas explicites, on peut obtenir le reste en procédant comme suit :
Méthode 17.4.— Comment calculer le reste de la d.e. de A par B

Si d˚B = p, vous savez que d˚R ≤ p − 1. Vous devez donc déterminer les p coefficients de
R, pour cela, il faut p équations.
• Pour obtenir ces équations, évaluez la relation A = B × Q + R, aux points α qui
annulent B.
• S’il vous en manque, c’est que B a des racines multiples. Vous pouvez alors dériver
la relation A = B × Q + R et évaluer en α pour obtenir plus d’équations.
Exemple : calculons le reste de la division euclidienne de A = X n +2X−2 par B = (X−1)2 . D’après

le théorème 17.6, A s’écrit A = B ×Q+R, où R = aX +b est un polynôme de degré inférieur à 1.
En évaluant cette égalité polynomiale ainsi que sa dérivée en α = 1, on obtient que a = n + 2 et
b = −n − 1. Finalement, R(X) = (n + 2)X − (n + 1).
Méthode 17.5.— Comment montrer que Q divise P

À l’aide de la division euclidienne de P par Q : si le reste est nul, alors Q divise P .
<p
Lorsque Q est scindé Q = k=1 (X − αk )rk , les αk étant deux à deux distincts, il
suffit de vérifier que les α1 , . . .,αp sont racines de P de multiplicités supérieures à
r1 , . . .rp respectivement. Le théorème 17.8 permet alors de conclure que Q | P .
Si les décompositions primaires de P et Q sont connues, il suffit de vérifier que tout
facteur irréductible de Q apparaı̂t dans la décomposition de P avec un exposant
supérieur.
Racines d’un polynôme
Méthode 17.6.— Comment montrer que α est racine de P

Par définition : α est racine de P ssi P (α) = 0.
D’après la caractérisation : α est racine de P ssi (X − α) divise P .
Méthode 17.7.— Comment calculer l’ordre de multiplicité d’une racine α de P

Pour établir que α est racine d’ordre k de P , vous utilisez définition ou caractérisation :
s’il existe Q ∈ K[X] tel que P = Q × (X − α)k et Q(α)
= 0 ;
si P (α) = P (α) = · · · = P (k−1) (α) = 0 et P (k) (α)
= 0.
418 CHAPITRE 17
9782340-002166_001_600.indd 424 21/10/2014 12:14

Décomposition primaire
Méthode 17.8.— Comment obtenir la décomposition primaire dans C[X]

D’après le théorème fondamental de l’algèbre ceci revient à déterminer les racines de
P . Donc :
déterminez les racines complexes αi de P , ce qui revient à résoudre dans C
l’équation P̃ (z) = 0 ;
calculez les ordres de multiplicités ri de chacune de ces racines ;
d’après le théorème 17.10, il existe a ∈ C tel que P = a (X − α1 )r1 × · · · ×
r
(X − αp ) p ;
par identification des coefficients, a est le coefficient dominant de P .
Lorsque le polynôme est à coefficients réels, on souhaite obtenir sa décomposition en produits

de polynômes irréductibles de R[X]. Pour cela, la démarche générale est la suivante :
Méthode 17.9.— Comment obtenir la décomposition primaire dans R[X]

Vous savez que R[X] ⊂ C[X], vous pouvez donc considérer P ∈ R[X] comme un polynôme
à coefficients complexes.
Décomposez P en produit de facteurs (X − ζi )ri , où les ζi sont les racines réelles
ou complexes de P dans C[X].
Pour les racines complexes de P , comme elles sont deux à deux conjuguées,
sj regrou-
pez les facteurs (X − ζj )sj (X − ζ j )sj = X 2 − 2 Re ζj X + |ζj |2 .
Déterminez le coefficient an par identification.
Exemple : décomposition primaire dans R[X] de P = X 4 + X 2 + 1.

• cherchons les racines complexes de P , il s’agit de résoudre dans C l’équation z 4 + z 2 + 1 = 0
À l’aide du changement de variable w = z 2 , on obtient

w = z2
z + z + 1 = 0 ⇐⇒
4 2
w2 + w + 1 = 0

w = z2
⇐⇒ 2π 2π
w = ei 3 ou w = e−i 3
2π
Les racines de P sont donc les racines carrées complexes de j = ei 3 et de son conjugué :
iπ iπ −i π −i π
S = {e 3 , −e 3 ,e 3 , −e 3 }
Comme P est de degré 4, ces racines sont toutes simples et la décomposition primaire de
P (X) dans C[X] s’écrit :

P (X) = X − eiπ/3 × X − e−iπ/3 × X + eiπ/3 × X + e−iπ/3
• On obtient alors la décomposition primaire de P dans R[X] en développant les produits de
polynômes conjugués

P (X) = X 2 + X + 1 × X 2 − X + 1
POLYNÔMES 419
9782340-002166_001_600.indd 425 21/10/2014 12:14

Vrai/Faux
Vrai Faux
1. Les polynômes irréductibles de C[X] sont les polynômes de
degré 1.
2. Un polynôme P ∈ R[X] non constant et sans racines est
irréductible.
3. Tout polynôme de degré n ∈ N possède n racines distinctes.
4. Si P ∈ K[X] est de degré n ∈ N, alors P (X 2 ) est de degré n+ 2.
5. Soit P ∈ R[X] un polynôme de degré impair, alors P admet au
moins une racine réelle.
6. Soit P ∈ R[X] un polynôme de degré n, alors P est scindé si
et seulement si P a n racines distinctes ou confondues.
7. La somme des racines du polynôme X 3 − (1 + 3i)X 2 + 2iX − 2

vaut 1 + 3i.
8. Un polynôme P divisible par deux polynômes A et B, est divi-
sible par leur produit.
9. Soit P ∈ R[X]. Si α ∈ C est racine de P , alors α est racine de
P
10. Soit P ∈ R[X]. P est divisible par X 2 + 1 si et seulement si

P (i) = 0.
420 CHAPITRE 17
9782340-002166_001_600.indd 426 21/10/2014 12:14

Opérations dans K[X]
Exercice 17.1 : Effectuez les divisions euclidiennes de A par B lorsque
1. A = 1 + 6X 2 + 4X 3 − 5X 4 et B = X 2 − 5X + 3,
2. A = X 3 + iX 2 + X et B = X − i + 1.
Exercice 17.2 : Soit n ≥ 2. On considère les polynômes A = X n + 2X − 2 et B = (X − 1)2 .

1. Déterminer le reste R dans la division euclidienne de A par B.
2. Déterminer le quotient de la division euclidienne de A par B.
Exercice 17.3 : Soit P ∈ K[X].

1. Soit (a, b) ∈ K2 tel que a
= b. Exprimer à l’aide de P (a) et P (b) le reste de la division euclidienne
de P par (X − a)(X − b).
2. Soit a ∈ K. Exprimer à l’aide de P (a) et P (a) le reste de la division euclidienne de P par
(X − a)2 .

+∞
1 (n)
Exercice 17.4* : Soit P ∈ K[X]. Montrer que P (X + 1) = P (X).
n=0
n!
Exercice 17.5 : Résoudre les équations d’inconnue P ∈ K[X] suivantes :

1. P 2 = 4P ,
2. (X 2 + 1)P − 6P = 0.
Exercice 17.6 : Soit P , Q, R trois polynômes à coefficients réels liés par la relation :
P 2 − XQ2 = XR2
Montrer que ces trois polynômes sont nuls.
Équations polynomiales et décompositions primaires

Exercice 17.7 : Décomposer en produits de polynômes irréductibles dans R[X] les polynômes
suivants : P1 = X 5 − 1, P2 = X 6 + 1, P3 = X 9 + X 6 + X 3 + 1, P4 = (1 − X 2 )3 + 8X 3 .
Exercice 17.8 : Factoriser dans C[X] le polynôme P = 6X 4 +X 3 +(6i+10)X 2 +(2+i)X −(4+2i),

sachant qu’il possède des racines réelles.
Exercice 17.9* : Soit a ∈ R et n ∈ N∗ . Factoriser dans C[X] puis dans R[X] le polynôme
Pn = X 2n − 2 cos(na)X n + 1.
D’après CCP
Exercice 17.10 : Soit P ∈ R[X] un polynôme de degré n supérieur ou égal à 2.

1. On suppose que P admet n racines distinctes. Montrer que P est scindé et admet exactement
n − 1 racines distinctes.
POLYNÔMES 421
9782340-002166_001_600.indd 427 21/10/2014 12:14

2. On suppose que P est scindé. Montrer que P est scindé.
Racines de polynômes

3x +4xy +3y = −5
Exercice 17.11 : Soit (S) .
x −2xy +y = 5
1. Déterminer les valeurs de la somme σ = x + y et du produit ρ = xy de tout couple (x, y) ∈ R2
de solutions de (S).
2. Résoudre (S).
Exercice 17.12 : 1. Factoriser dans C[X] le polynôme Q = X 2 + X + 1.

2. Soit m, n, p trois entiers naturels. Démontrer que Q divise X 3m+2 + X 3n+1 + X 3p .
3. Pour quelles valeurs de l’entier naturel n le polynôme (X + 1)n + X n + 1 est-il divisible par Q ?
D’après Petites Mines
Familles de polynômes
Exercice 17.13* : Polynômes d’interpolation de Lagrange
Soit n ∈ N un entier et (a0 , a1 , . . . , an
) ∈ Kn+1 un n + 1-uplet de nombres deux à deux distincts.
(X − aj )
j; j=i
On définit pour tout i ∈ [[0, n]] Li = .
(ai − aj )
j; j=i
1. Observer que pour tout (i, j) ∈ [[0, n]]2 , on a Li (aj ) = δi,j
2. Montrer que pour tout polynôme P ∈ K[X] de degré inférieur ou égal à n, on a : P (X) =
n
P (ai )Li (X).
i=0
Exercice 17.14** : Polynômes de Tchebychev

Soit n ∈ N un entier. On se propose d’étudier les polynômes Pn ∈ R[X] qui vérifient
∀x ∈ R, Pn (cos x) = cos nx. (17.1)
1.
a. Soit n ∈ N. Montrer que si Pn existe, alors il est unique.
b. Vérifier que P0 = 1, P1 = X, P2 = 2X 2 − 1.
c. Montrer par récurrence double que pour tout entier n ∈ N, Pn existe et vérifie la relation
Pn+2 = 2XPn+1 − Pn .
2.
a. Déterminer le degré de Pn ainsi que son coefficient dominant. Indication : vous pourrez
raisonner par récurrence à partir de la relation établie en 1.c.
b. Résoudre dans [0, π] l’équation cos nx = 0. En déduire l’ensemble des racines de Pn puis
sa décomposition primaire.
c. En évaluant le polynôme Pn en un point x0 bien choisi, en déduire :

n−1
(2k + 1)π (−1)n/2
cos = si n est pair, 0 sinon.
2n 2n−1
k=0
422 CHAPITRE 17
9782340-002166_001_600.indd 428 21/10/2014 12:14

Indications
Ex. 17.2
2. Vous pourrez déterminer la division euclidienne de A par B à l’aide du changement d’indéterminée
Y = X − 1.
Ex. 17.3
1. Exprimez le reste R à l’aide de coefficients inconnus, que vous déterminerez en évaluant P en
a et b.
Ex. 17.4
+∞ 1 (n)
Dans l’expression P (X), la somme ne compte en réalité qu’un nombre fini de termes
n=0 n!
+∞
non nuls. De même, vous pourrez poser P (X) = ak X k , où les coefficients (ak ) sont nuls à
n=0
partir d’un certain rang.
Ex. 17.5
Raisonnez par analyse-synthèse et commencez par examiner le degré d’une solution.
Ex. 17.6
Raisonnez sur le degré.
Ex. 17.10
1. Comme P est à coefficients réels, on peut étudier la fonction polynomiale associée...
Ex. 17.11
On pourra utiliser la proposition 17.14.
Ex. 17.13
1. Notation : le symbole de Kronecker δi,j vaut 1 si i = j et 0 sinon.
2. Comment montrer une égalité polynomiale ?
Ex. 17.14
1. b. Vérifiez que pour tout entier n ∈ N et tout réel x ∈ R, cos(n + 2)x = 2 cos x cos(n + 1)x −
cos nx.
POLYNÔMES 423
9782340-002166_001_600.indd 429 21/10/2014 12:14

1 2 3 4 5 6 7 8 9 10
V F F F V V V F V V
1. C’est le théorème 17.9 !

2. Le polynôme (X 2 + 1) × (X 2 + X + 1) n’est certainement pas irréductible dans R[X]. Pourtant,
il n’admet aucune racine réelle.
3. Un polynôme de degré n admet au plus n racines distinctes, mais X n n’admet qu’une seule
racine.
4. Le polynôme P (X 2 ) est de degré 2n.
5. Si P est de degré n, impair, la fonction polynomiale associée vérifie P̃ (x) ∼ an xn . En particulier
elle change de signe. D’après le théorème des valeurs intermédiaires, P̃ doit s’annuler.
<
p
6. En effet P est scindé si et seulement si il s’écrit P = (X − αk )rk .
k=1
7. D’après les liens entre racines et coefficients on a effectivement, σ1 = 1 + 3i.
8. C’est le cas si les polynômes A et B sont premiers entre eux, mais c’est faux en général. Par
exemple, X(X − 1)(X − 2) = X 3 − 3X 2 + 2X est divisible par A = X 2 − X et B = X 2 − 2X, mais
il n’est pas divisible par leur produit.
9. Si α est racine de P , alors P (α) = an αn + · · · + a1 α + a0 = 0. En conjugant cette expression, il
vient : 0 = an αn + · · · + a1 α + a0 = P (α).
10. Comme P est à coefficients réels, on a

P (i) = 0 (X − i) | P
P (i) = 0 ⇐⇒ ⇐⇒ ⇐⇒ (X 2 + 1) | P.
P (−i) = 0 (X + i) | P
424 CHAPITRE 17
9782340-002166_001_600.indd 430 21/10/2014 12:14

Exercice 17.1
Les coefficients étant parfaitement connus ici, on peut poser les divisions sui-
vant les puissances décroissantes de A par B, on obtient :
1. −5X 4 +4X 3 +6X 2 +1 = (X 2 −5X +3)(−5X 2 −21X −84)+(−357X +253).
2. X 3 + iX 2 + X = (X − i + 1)(X 2 + (2i − 1)X − 3i) + 3(i − 1).
Exercice 17.2
1. Effectuons la division euclidienne de A par B = (X − 1)2 : il existe un
couple (Q, R) de polynômes, unique tel que
A(X) = (X − 1)2 Q(X) + R(X)

, où (a, b) ∈ R2
R(X) = aX + b
Pour déterminer a et b, on évalue l’égalité polynomiale A = (X − 1)2 Q + R,

ainsi que sa dérivée au point 1. Comme 1 est racine double de B, c’est une
racine de (X − 1)2 Q et de son polynôme dérivé. Il en résulte :

A(1) = R(1) 1 = a+b b = −1 − n
⇐⇒ ⇐⇒
A (1) = R (1) n+2 = a a = n+2
Ainsi, R(X) = (n + 2)X − (n + 1)

2. Effectuons le changement d’indéterminée Y = X − 1 et calculons A(Y + 1)
à l’aide de la formule du binôme de Newton, il vient

n
n k
A(Y + 1) = (Y + 1)n + 2(Y + 1) − 2 = 2Y + k Y
k=0

n
n k
n−2
2 n k
= 1 + (n + 2)Y + k Y = 1 + (n + 2)Y + Y k+2 Y
k=2 k=0

n−2
n

Finalement, A(X) = 1 + (n + 2)(X − 1) + (X − 1)2 (X − 1)k .
k+2
k=0
Par unicité de la division euclidienne, le reste et le quotient de la division
euclidienne de A par B sont donnés par :
R(X) = 1 + (n + 2)(X − 1) = (n + 2)X − (n + 1)
n
n−2
Q(X) = (X − 1)k .
k+2
k=0
Exercice 17.3
1. Posons B = (X − a)(X − b). Il s’agit d’un polynôme de degré 2. Par Le polynôme Q est
conséquent, d’après le théorème de la division euclidienne, il existe un couple totalement inconnu,
pour contourner cette
(Q, R) de polynômes, unique tel que difficulté on évalue en
a et b
P (X) = (X − a)(X − b)Q(X) + R(X)
, où (α, β) ∈ R2
R(X) = αX + β
POLYNÔMES 425
9782340-002166_001_600.indd 431 21/10/2014 12:14

P̃ (a) = R̃(a)
Évaluons la première égalité polynomiale en a et b, il vient : .
P̃ (b) = R̃(b)
Finalement, en remplaçant R par son expression, on en déduit que α et β sont
solutions du système :
⎧
⎪ P (b) − P (a)
⎨ α =
αa + β = P (a) b−a
⇐⇒
αb + β = P (b) ⎩ β = bP (a) − aP (b)
⎪
b−a
Ainsi, le reste de la division euclidienne de P par B est
P (b) − P (a) bP (a) − aP (b) P (b)(X − a) − P (a)(X − b)
R(X) = X+ =
b−a b−a b−a
2. Effectuons la division euclidienne de P par B = (X − a)2 , il existe un

couple (Q, R) de polynômes, unique tel que
P (X) = (X − a)2 Q(X) + R(X)

, où (α, β) ∈ R2
R(X) = αX + β
Comme précédemment, pour déterminer les deux coefficients α et β, on uti-

lise deux relations. La première est obtenue en évaluant la première égalité
polynomiale en a, et la deuxième en dérivant cette égalité puis en évaluant en
Comme a est a. Ainsi,
racine double de B,
les inconnues Q(a) et P̃ (a) = R̃(a) αa + β = P (a)
Q (a) n’interviennent ⇐⇒
pas ! P̃ (a) = R̃ (a) α = P (a)

α = P (a)
⇐⇒
β = P (a) − aP (a)
Ainsi, le reste de la division euclidienne de P par B est
R(X) = P (a)X + P (a) − aP (a) = P (a) + P (a)(X − a)

Exercice 17.4
Soit (ak ) la suite des coefficients de P , donc nécessairement nulle à partir d’un

+∞
certain rang de sorte que P (X) = ak X k . D’après la proposition 17.3, la
k=0

+∞
k!
dérivée nième de P , s’écrit P (n) (X) = ak X k−n .
(k − n)!
k=n
Lorsqu’on doit Réinjectons ceci dans la somme proposée, il vient :
calculer une somme

1
double, un bon réflexe +∞ +∞ +∞ +∞ +∞
1 (n) k! k
consiste à intervertir P (X) = ak X k−n = ak X k−n
l’ordre de sommation. n=0
n! n=0
n! (k − n)! n=0 k=n
n
k=n
k

+∞ k
k
+∞ k
k−n k−n
= ak X = ak X
n=0
n n=0
n
k=0 k=0
426 CHAPITRE 17
9782340-002166_001_600.indd 432 21/10/2014 12:14

Finalement, la formule du binôme de Newton permet de conclure que

+∞
1 (n)
+∞
P (X) = ak (X + 1)k = P (X + 1).
n=0
n!
k=0

Exercice 17.5
1. Suivant l’indication fournie, raisonnons par Analyse-Synthèse :
Analyse : supposons que P ∈ K[X] vérifie [P (X)]2 = 4P (X) et notons n le
degré de P . Les propriétés algébriques sur le degré des polynômes (proposition
17.1) nous conduisent à la discussion suivante :

si n ≤ 0, alors P est le polynôme nul et dans ce cas P = 0 ;

si n > 0, l’égalité [P (X)] = 4P (X) entraı̂ne que 2(n − 1) = n, soit encore
2
n = 2.
Ainsi, si P vérifie [P (X)]2 = 4P (X), alors P est le polynôme nul, ou bien de
degré 2. En particulier, P s’écrit sous la forme P (X) = aX 2 + bX + c, avec
(a, b, c) ∈ K3 . L’analyse a permis
de réduire l’ensemble
Synthèse : soit P (X) = aX 2 + bX + c, avec (a, b, c) ∈ K3 un polynôme de des candidats
degré inférieur ou égal à 2. En ce cas , solutions du problème
posé : il s’agit
4× P (X) = aX 2 + bX + c nécessairement de

P (X) = 2aX + b polynômes de degré
1× [P (X)]2 = 4a2 + 4abX + b2 inférieur ou égal à 2.
Par identification des coefficients, il s’ensuit que

⎧ ⎧
⎨ 4a2 = 4a ⎨ a = 1 et c = b2 /4
[P (X)]2 = 4P (X) ⇐⇒ 4b = 4ab ⇐⇒ ou
⎩ ⎩
4c = b2 a = 0 et c = b = 0
Conclusion : finalement, les polynômes P ∈ K[X] vérifiant [P (X)]2 = 4P (X)

2
sont le polynôme nul et les polynômes de la forme P (X) = X 2 + bX + b4 , où
b ∈ K.
2. la preuve sera par Analyse-Synthèse :
Analyse : soit P ∈ K[X] une solution de l’équation (X 2 + 1)P = 6P . Notons
n le degré de P . Alors

si n ≤ 1, alors P est nul et donc P aussi ;

si n ≥ 2, l’examen des degrés dans l’égalité (X + 1)P (X) = 6P (X)
2
n’entraı̂ne a priori aucune relation pour n.

Regardons alors les coefficients dominants :
6× P (X) = an X n + termes de degrés inférieurs, avec an
= 0
P (X) = n an X n−1 + · · ·
(X 2 + 1)× P (X) = n(n − 1)an X n−2 + · · ·
Les racines réelles
En identifiant les coefficients dominants, il en résulte que nécessairement de2 l’équation
x − x − 6 sont 3 et
n(n − 1) = 6, ce qui entraı̂ne n = 3. −2.
Ainsi, si P vérifie (X 2 + 1)P (X) = 6P (X) , alors P est de degré inférieur ou
égal à 3.
POLYNÔMES 427
9782340-002166_001_600.indd 433 21/10/2014 12:14

Synthèse : soit P (X) = aX 3 + bX 2 + cX + d, (a, b, c, d) ∈ K4 un polynôme
de degré inférieur ou égal à 3. Alors
(X 2 + 1)P (X) = (X 2 + 1)(6aX + 2b) = 6aX 3 + 2bX 2 + 6aX + b
6P (X) = 6aX 3 + 6bX 2 + 6cX + 6d
Par identification des coefficients, il s’ensuit que
⎧
⎪ 6a = 6a ⎧
⎪
⎨ ⎨ a = c
6b = 2b
(1 + X 2 )P (X) = 6P (X) ⇐⇒ ⇐⇒ b = 0
⎪
⎪ 6c = 6a ⎩
⎩ d = 0
6d = 2b
Conclusion : finalement, les solutions du problème posé sont les polynômes
de la forme P (X) = a(X 3 + X), où a ∈ K.
Exercice 17.6
La relation peut encore s’écrire sous la forme

P 2 (X) = X Q2 (X) + R2 (X) .
Notons p, q, r les degrés respectifs des polynômes P, Q et R. D’après les pro-
priétés algébriques du degré des polynômes, il vient
2 × p = 1 + d˚(Q2 + R2 ).
De plus, les coefficients dominants de Q2 (X) 2
6 et2 R (X)2 étant
7 des 6réels stric-
7
2 2
Le degré d’une tement6 positifs,
7 on a d˚(Q + R ) = max d˚ (Q ), d˚(R ) = max 2q, 2r =
somme de polynômes 2 max q, r . Finalement, l’égalité des degrés s’écrit :
est égal au maximum
des degrés pourvu que 6 7
2p = 1 + 2 max q, r , avec p, q, r ∈ N ∪ {−∞}
les monômes
6 7 cette équation est impossible vu que 2p ∈ 2N tandis que

dominants ne soient Si p est entier,
pas opposés.
1 + 2 max q, r est soit un nombre entier impair, soit −∞. Par 6 conséquent,
7
p est nécessairement égal à −∞, ce qui entraı̂ne alors que max q, r = −∞.
Ainsi, les trois polynômes P, Q et R sont de degré −∞ : ils sont donc tous
nuls.
Exercice 17.7
Un petit schéma Pour déterminer la décomposition primaire dans R[X], on peut d’abord décomposer
pour repérer les P en produits d’irréductibles de C[X], puis regrouper deux par deux les po-
racines conjuguées du lynômes conjugués pour obtenir la décomposition en facteurs premiers sur R
polynôme X 5 − 1
(cf méthode 17.9).
1. Les racines –complexes– de P1 (X) = X 5 − 1 sont les racines cinquièmes
ω de l’unité : 1, ω = e2iπ/5 , e4iπ/5 , e6iπ/5 , e8iπ/5 .
ω2 Par conséquent, la décomposition de P1 dans C[X] est :
2iπ 4iπ 6iπ 8iπ
P1 (X) = a(X − 1)(X − e 5 )(X − e 5 )(X − e 5 )(X − e 5 )
1
2iπ 8iπ 4iπ 6iπ
= (X − 1)(X − e )(X − e )(X − e )(X − e )
5 5 5 5
ω3 2
= (X − 1) X 2 − 2 cos( 2π
5 )X +1 X − 2 cos( 4π
5 )X +1
ω4
2. Pour décomposer P2 = X 6 + 1, on met en œuvre la méthode 17.9 : les

racines –complexes– de P2 sont les racines sixièmes de −1 :
428 CHAPITRE 17
9782340-002166_001_600.indd 434 21/10/2014 12:14

iπ
• une racine sixième particulière de −1 = eiπ est ζ0 = e 6 .
• en la multipliant par les racines sixièmes de l’unité
' 2iπ 4iπ 6iπ 8iπ 10iπ
(
U6 = 1, e 6 , e 6 , e 6 , e 6 , e 6 , ,
• on obtient l’ensemble des racines sixièmes de −1 :

' iπ 3iπ 5iπ 7iπ 9iπ 11iπ ( ' iπ −iπ 5iπ −5iπ
(
S = e 6 , e 6 , e 6 , e 6 , e 6 , e 6 , = e 6 , e 6 , i, −i, e 6 , e 6
On en déduit successivement les décompositions primaires de P2 dans C[X]

et dans R[X] :
iπ −iπ 5iπ −5iπ
P2 (X) = (X − i)(X + i)(X − e 6 )(X − e 6 )(X − e 6 )(X − e 6 )

= (X 2 + 1) X 2 − 2 cos( π6 )X + 1 X 2 − 2 cos( 5π
6 )X + 1
√ √
= (X 2 + 1) X 2 − 3X + 1 X 2 + 3X + 1
Autre méthode : on peut aussi obtenir directement cette décomposition pri-
maire à l’aide d’identités remarquables, comme l’illustre le calcul ci-dessous :

P2 (X) = X 6 + 1 = (X 2 )3 + 1 = X 2 + 1 (X 2 )2 − X 2 + 1

= (X 2 + 1) X 4 − X 2 + 1 = (X 2 + 1) X 4 + 2X 2 + 1 − 3X 2

= (X 2 + 1) (X 2 + 1)2 − 3X 2
√ √
= (X 2 + 1) X 2 − 3X + 1 X 2 + 3X + 1
Les deux polynômes de degré 2 ont un discriminant négatif, il s’agit bien de
la décomposition de P2 en produit de polynômes irréductibles de R[X].
3. On remarque que P3 = X 9 + X 6 + X 3 + 1 est le polynôme composé de
Q(Y ) = Y 3 + Y 2 + Y + 1 avec X 3 . Commençons par obtenir la décomposition
primaire de Q dans C[X] : comme les racines de Q sont les racines quatrièmes
de l’unité privé de 1, il s’ensuit que
Q(Y ) = (Y + 1)(Y − i)(Y + i)
En composant avec X 3 , on obtient

P3 (X) = X 3 + 1 X 3 − i X 3 + i

= X3 + 1 X6 + 1
À l’aide de la question précédente, et de l’identité géométrique, X 3 + 1 =

(X + 1)(X 2 − X + 1), on peut finalement conclure :
√ √
P3 (X) = (X + 1)(X 2 − X + 1)(X 2 + 1) X 2 − 3X + 1 X 2 + 3X + 1
Chacun des polynômes de degré 2 ayant un discriminant strictement négatif,
il s’agit de la décomposition de P3 en produit d’irréductibles de R[X].
4. Pour décomposerP4 = (1 − X 2 )3 + 8X 3 en produit d’irréductibles de R[X], Il s’agit encore de
on part de l’identité remarquable A3 + B 3 = (A + B)(A2 − AB + B 2 ). Ainsi, l’identité géométrique.

P4 (X) = (1 + 2X − X 2 ) (1 − X 2 )2 − 2X(1 − X 2 ) + 4X 2

= (1 + 2X − X 2 ) X 4 + 2X 3 + 2X 2 − 2X + 1
POLYNÔMES 429
9782340-002166_001_600.indd 435 21/10/2014 12:14

Or, le polynôme Q(X) = X 4 + 2X 3 + 2X 2 − 2X + 1 se factorise dans C[X] :
4
Q(X) = X + 2X 3 + X 2 + X 2 − 2X + 1
2
= (X + X)2 + (X − 1)2
2
= (X + X)2 − (iX − i)2
2
= X + (1 + i)X − i X 2 + (1 − i)X + i
Tout revient donc à factoriser les polynômes X 2 +(1+i)X−i et X 2 +(1−i)X+i

dans C[X].
√ de X + (1 + i)X − i est Δ = 6i. Une racine carrée complexe

2
Le discriminant
de Δ est δ = 3(1 + i).
√
Les racines de X 2 + (1 + i)X − i sont donc z1 = 3−1
(1 + i) et z2 =
√ 2
− 3+1
2 (1 + i)
√
De même, les racines de X 2 + (1 − i)X + i sont z3 = 3−1
(1 − i) et z4 =
√ 2
− 3+1
2 (1 − i)
2
Ainsi, Q(X) = (X + (1 + i)X − i X 2 + (1 − i)X + i
= (X − z1 )(X − z2 )(X − z3 )(X − z4 )
2
= X − 2Re z1 X + |z1 |2 X 2 − 2Re z2 X + |z2 |2
2 √ √ √ √
= X + (1 − 3)X + 2 − 3 X 2 + (1 + 3)X + 2 + 3
Finalement, nous avons obtenu la factorisation suivante :

√ √ √ √
P4 = −X 2 + 2X + 1 X 2 + (1 − 3)X + 2 − 3 X 2 + (1 + 3)X + 2 + 3
Ces polynômes de degré 2 sont sans racines réelles : il s’agit donc bien de la
décomposition de P3 en produit d’irréductibles de R[X].
Exercice 17.8
Soit x ∈ R. D’après l’unicité de l’écriture algébrique des nombres complexes,
on a l’équivalence :
P̃ (x) = 0 ⇐⇒ 6x4 + x3 + (6i + 10)x2 + (2 + i)x − (4 + 2i) = 0

6x4 + x3 + 10x2 + 2x − 4 = 0 (R)
⇐⇒
6x2 + x − 2 = 0 (I)
L’équation aux parties imaginaires (I) admet deux racines réelles distinctes : 12
et − 23 . On vérifie aisément que ces deux réels sont aussi solutions de l’équation
(R). Ainsi, 12 et − 32 sont racines de P .
D’après le caractérisation des racines, il s’ensuit que P est divisible par
6(X − 12 )(X + 23 ) = 6X 2 + X − 2. En posant la division euclidienne de P par
6X 2 + X − 2, on obtient aisément :
P = (6X 2 + X − 2)(X 2 + 2 + i)
430 CHAPITRE 17
9782340-002166_001_600.indd 436 21/10/2014 12:14

Les racines de X 2 + 2 + i sont les racines carrées complexes α et β de
−2 − i. Pour les calculer, on les cherche sous forme algébrique x + iy. On
a l’équivalence :
⎧ 2
⎨ x − y 2 = −2 √
(x + iy) = −2 − i ⇐⇒
2
x2 + y 2 = 5
⎩
xy < 0
√ √ √ √
5−2 5+2 5−2 5+2
On obtient α = −i . et β = − +i .
2 2 2 2
Finalement, la décomposition primaire de P dans C[X] s’écrit :
P = c(X − 12 )(X + 23 )(X − α)(X − β) = (2X − 1)(3X + 2)(X − α)(X − β)
Exercice 17.9
Factoriser Pn dans C[X] revient à résoudre dans C l’équation polynomiale
z 2n − 2 cos(na)z n + 1 = 0. Le changement d’inconnue w = z n s’impose : Pour décomposer
un polynôme de degré
w = zn n ∈ N, on effectue un
P̃n (z) = 0 ⇐⇒ changement de
w − 2 cos(na) w + 1 = 0
2
variable w = z n , ou on

w = zn se ramène à l’équation
⇐⇒ z n + z n−1 + · · · + 1 = 0
w=e ina
ou w = e−ina
pour utiliser l’identité
2kπ 2kπ
⇐⇒ ∃k ∈ [[0, n − 1]], z = ei(a+ n ) ou z = e−i(a+ n ) géométrique.
Connaissant les racines complexes de Pn , on obtient aisément la factorisation

en produit d’irréductibles dans C[X] :

n−1
2kπ 2kπ

Pn (X) = X − ei(a+ n ) X − e−i(a+ n )
k=0
Pour obtenir la décomposition primaire de Pn dans R[X], on regroupe les

facteurs associés aux racines réelles et les facteurs associés à des racines com-
plexes conjuguées.
Pour ce faire, on remarque que 1 (resp. −1) est racine de Pn si et seulement
si na ≡ 0[2π], (resp. na ≡ nπ[2π]), d’où la discussion suivante :
si na ≡ 0[2π] et na ≡ nπ[2π]. Alors n = 2m est pair et
Pn (X) = X 2n − 2X n + 1 = (X n − 1)2
< 2 2
= (X − 1)2 (X + 1)2 m−1
k=1 X − 2 cos( n ) X + 1
2kπ
si na ≡ 0[2π] et na
≡ nπ[2π]. Alors n = 2m + 1 est impair et
Pn (X) = X 2n − 2X n + 1 = (X n − 1)2
<m 2
= (X − 1)2 k=1 X 2 − 2 cos( 2kπn )X +1
si na
≡ 0[2π] et na ≡ nπ[2π]. Alors n = 2m + 1 est impair et
2
Pn (X) = X 2n − 2(−1)n X n + 1 = ((−X)n − 1)
< 2 2
= (X + 1)2 m 2kπ
k=1 X + 2 cos( n ) X + 1
POLYNÔMES 431
9782340-002166_001_600.indd 437 21/10/2014 12:14

si na
≡ 0[2π] et na
≡ nπ[2π]. Les racines de Pn sont complexes et deux à
deux conjuguées, par conséquent
<n−1 2
k=0 X − 2 cos(a + n ) X + 1
2kπ
Pn (X) =

Exercice 17.10
1. Supposons que P admette n racines distinctes α1 < α2 < · · · < αn . Mon-
trons que P admet exactement n − 1 racines distinctes. Tout d’abord, d’après
les propriétés du degré des polynômes, P est de degré n − 1. Il admet donc
au plus n − 1 racines distinctes.
Comme P est à Or, pour tout k ∈ [[1, n−1]], on a P̃ (αk ) = P̃ (αk+1 ) = 0. D’après le Théorème
coefficients réels, la de Rolle, il en découle l’existence d’un réel βk ∈]αk , αk+1 [ tel que P̃ (βk ) = 0.
fonction polynomiale
associée est réelle, elle
Ceci étant vrai pour tout k ∈ [[1, n − 1]], P admet donc au moins n − 1 racines
vérifie le Théorème de distinctes.
Rolle. Finalement, P est de degré n − 1 et admet n − 1 racines distinctes, en parti-
culier, il s’agit d’un polynôme scindé.
2. Supposons que P admette r racines distinctes α1 < α2 < · · · < αr de
multiplicités respectives m1 , m2 , . . . , mr . Comme par hypothèse P est scindé,
il s’ensuit que
m1 + m2 + · · · + mr = n
Soit k ∈ [[1, r]]. Comme αk est une racine d’ordre mk de P , il découle de la
caractérisation des racines multiples que
P̃ (αk ) = P̃ (αk ) = · · · = P̃ (mk −1) (αk ) = 0.
En particulier, αk est donc une racine de P d’ordre de multiplicité mk − 1.

D’autre part, pour tout k ∈ [[1, r − 1]] la relation P̃ (αk ) = P̃ (αk+1 ) = 0
entraı̂ne, grâce au théorème de Rolle, l’existence d’un réel βk ∈]αk , αk+1 [ tel
que P̃ (βk ) = 0. Autrement dit, les βk sont r − 1 racines de P , distinctes des
précédentes.
Au total, le nombre de racines de P , comptées avec multiplicités est supérieur
ou égal à
N = (m1 − 1) + (m2 − 1) + · · · + (mr − 1) + (r − 1)

= m1 + m2 + · · · + mr − r + r − 1 = n − 1
Comme P est de degré inférieur à n − 1, il ne saurait posséder plus de n − 1

racines, comptées avec multiplicités, par conséquent P admet exactement
n − 1 racines (distinctes ou confondues). Il est donc scindé sur R.
Exercice 17.11
1. Soit (x, y) ∈ R2 . Notons σ = x + y et ρ = xy. Avec ces notations,

3σ +4ρ = −5 1 σ −2ρ = 5
(S) ⇐⇒ ⇐⇒
σ −2ρ = 5 10ρ = −20
432 CHAPITRE 17
9782340-002166_001_600.indd 438 21/10/2014 12:14

2. Ainsi, (S) est-il équivalent au système

x+y = 1
x × y = −2
Or les solutions de ce système sont celles de l’équation du deuxième degré
t2 − t − 2 = 0, à savoir 2 et −1. Finalement, (S) admet deux couples de
solutions (2, −1) et (−1, 2).
Exercice 17.12
1. Si vous ne savez pas que Q(X) = (X − j)(X − j 2 ), vous pouvez retrouver
ce résultat en calculant le discriminant de Q et en appliquant les formules
pour les solutions d’une équation polynomiale de degré 2. On peut encore
démontrer ceci à l’aide de l’identité géometrique, en effet
(X − 1)Q(X) = X 3 − 1.
Par conséquent, les racines de Q sont les racines troisièmes de l’unité sauf 1,
c’est-à-dire j et j = j 2 .
2. Soit (m, n, p) ∈ N3 . On pose P = X 3m+2 + X 3n+1 + X 3p . Comme P
est à coefficients réels, on sait que les racines de P sont réelles ou complexes
conjuguées. Par conséquent :
Q divise P si et seulement si (X − j)(X − j) divise P
si et seulement si j et j sont racines de P
si et seulement si j est racine de P
Il suffit donc de vérifier si P̃ (j) est nul. Or d’après les règles de calcul avec les
puissances, j3 = 1
P̃ (j) = j 3m+2 + j 3n+1 + j 3p = j 2 × (j 3 )m + j × (j 3 )n + (j 3 )p

= j2 + j + 1
Comme j 2 + j + 1 = Q̃(j) est nul, il s’ensuit que j est racine de P . D’après
ce qui précède, ceci garantit que P est divisible par Q.
3. Notons Pn le polynôme Pn = (X +1)n +X n +1. Comme Pn est à coefficient
réels, le raisonnement précédent s’applique :
Pn est divisible par Q si et seulement sij est racine de Pn
Or, compte-tenu de la relation j 2 + j + 1 = 0, on a P̃n (j) = (j + 1)n + j n + 1 =
(−j 2 )n + j n + 1. Pour simplifier cette expression, on discute suivant la valeur
du reste de la division euclidienne de n par 6 :
n jn (−j 2 )n Pn (j)
6k 1 +1 3
6k + 1 j −j 2
2(1 + j)
6k + 2 j2 +j 0
6k + 3 1 −1 1
6k + 4 j +j 2 0
6k + 5 j2 −j −2j
POLYNÔMES 433
9782340-002166_001_600.indd 439 21/10/2014 12:14

Finalement, Pn est divisible par Q si et seulement si le reste de la division
euclidienne de n par 6 est égal à 2 ou à 4.
Exercice 17.13
1. Soit (i, k) ∈ [[0, n]]2 .
Si k
= i, alors k appartient à l’ensemble d’indices {j ∈ [[0, n]] | j
= i}.

Par conséquent, (X − ak ) divise le polynôme (X − aj ) et donc aussi Li .
j; j=i
D’après la caractérisation des racines, il s’ensuit que

(ak − aj )
j; j=i
Li (ak ) = . =0
(ai − aj )
j; j=i

Si k = i, alors les produits finis (ak − aj ) et (ai − aj ) coı̈ncident.
j; j=i j; j=i
Par conséquent
(ak − aj )
j; j=i
Li (ak ) = . =1
(ai − aj )
j; j=i
Dans tous les cas, on a bien vérifié que Li (ak ) = δi,k .

n
2. Soit P ∈ K[X]. On montre que P (X) et Q(X) = i=0 P (ai )Li (X) sont
deux polynômes égaux.
D’après les propriétés algébriques du degré des polynômes, P − Q est de degré
Dans la somme inférieur ou égal à n. De plus, pour tout k ∈ [[0, n]], on a
i P (ai )δi,k , tous les n
termes sont nuls sauf P − Q(ak ) = P (ak ) − P (ai )Li (ak )
le k ième . i=0
n
= P (ak ) − P (ai )δi,k
i=0
= P (ak ) − P (ak ) = 0
Ainsi, le polynôme P − Q est de degré inférieur à n et admet au moins n + 1

racines distinctes : il s’agit donc du polynôme nul.
Exercice 17.14
1.
Un polynôme de a. Soit n ∈ N. Soit Pn et Rn des polynômes vérifiant(17.1). En ce cas,
degré de degré d ≥ 0 pour tout nombre réel x, Pn (cos x) = Rn (cos x) = cos(nx). Par conséquent
admet au plus d
racines distinctes, en
Pn − Rn possède une infinité de racines distinctes : il s’agit donc du polynôme
particulier, il admet nul, ce qui revient à dire que Pn = Rn .
un nombre fini de b. Soit x ∈ R. On a cos 0x = 1, cos x = cos x et cos 2x = 2 cos2 x − 1.
racines ! Par conséquent, les polynômes P0 (X) = 1, P1 (X) = X, et P2 (X) = 2X 2 − 1
conviennent.
c. Soit n ∈ N et x ∈ R fixés. La formule de trigo cos(a + b) + cos(a − b) =
2 cos a cos b, appliquée avec a = n + 1 et b = 1, donne
2 cos(n + 1)x cos x = cos(n + 2)x + cos nx
À présent , montrons par récurrence double que pour tout entier n ∈ N, Pn

existe.
434 CHAPITRE 17
9782340-002166_001_600.indd 440 21/10/2014 12:14

• Initialisation : d’après la question précédente, P0 et P1 existent.
• Hérédité : soit n ≥ 0 tel que Pn et Pn+1 existent. Définissons
Q(X) = 2XPn+1 (X) − Pn (X)
D’après la remarque ci-dessus, nous avons pour tout nombre réel x
Q(cos x) = 2 cos xPn+1 (cos x) − Pn (cos x)

= 2 cos x cos(n + 1)x − cos nx = cos(n + 2)x.
Par conséquent le polynôme Q(X) = 2XPn+1 (X) − Pn (X) vérifie la relation

(17.1). Il s’ensuit que Pn+2 existe et Pn+2 = XPn+1 − Pn .
• Conclusion : par récurrence double , nous avons démontré l’existence de
Pn , pour tout n ∈ N.
De plus par construction, la suite (Pn ), vérifie la relation de récurrence
∀n ∈ N Pn+2 = 2XPn+1 − Pn (17.2)
2. Factorisation
a. Lorsque n = 1 ou n = 2, on sait que Pn est de degré n et que son
coefficient dominant est 2n−1 . Montrons par récurrence double sur n ∈ N∗
que Pn est de degré n et que son coefficient dominant est 2n−1 .
• Initialisation : c’est vérifié !
• Hérédité : soit n ≥ 1 tel que les monômes dominants de Pn et Pn+1 soient
respectivement 2n−1 X n et 2n X n+1 . Alors par la relation (17.2), nous avons
Pn+2 = 2XPn+1 − Pn . Le monôme dominant de Pn+2 est obtenu en effectuant
le produit des monômes dominants de 2X et Pn+1 , ce qui donne 2n+1 .
• Conclusion : nous avons prouvé par récurrence double que ∀n ≥ 1 Pn
admet 2n−1 X n comme monôme dominant.
b. Résolvons dans [0, π] l’équation
cos nx = 0 (17.3)
Pour tout nombre réel x ∈ [0, π], nous avons
π π 2π
cos nx = 0 ⇐⇒ nx ≡ [π] ⇐⇒ x ≡ [ ]
2 2n 2n
Par conséquent l’ensemble des solutions de (17.3) dans [0, π] est :
) )
π 3π 5π (2n − 1)π (2k + 1)π
S= ; ; ; ...; = ; k ∈ [[0, n − 1]]
2n 2n 2n 2n 2n
(2k + 1)π
Posons tk = et xk = cos tk . D’après la relation (17.1), il en résulte
2n
que Pn (xk ) = cos ntk = 0. Par conséquent, x0 , x1 , . . . , xn−1 sont n racines
distinctes de Pn . Or, d’après la question 2.a Pn est degré n, il admet au plus
n racines réelles distinctes ou confondues. Donc on les a toutes et elles sont
POLYNÔMES 435
9782340-002166_001_600.indd 441 21/10/2014 12:14

toutes simples. La fonction cos est strictement monotone donc injective sur
[0, π], il s’ensuit
card{xk }=card{cos tk }
=cardS = n
D’après le théorème
< de factorisation des polynômes à coefficients réels, Pn
s’écrit donc Pn = an n−1 k=0 (X − xk ).
En identifiant les coefficients dominants grâce à la question 2. a, nous
obtenons finalement :

n−1
Pn = 2n−1 (X − xk )
k=0
c. En évaluant le polynôme Pn point 0 , nous obtenons

n−1
n−1
(2k + 1)π
Pn (0) = 2n−1 (0 − xk ) = 2n−1 (−1)n cos
2n
k=0 k=0
D’où il découle que

n−1
(2k + 1)π (−1)n
cos = n−1 Pn (0)
2n 2
k=0
D’autre part, par la relation (17.1), il vient

0 si n est impair
Pn (0) = Pn (cos π/2) = cos(nπ/2) =
(−1)n/2 si n est pair
En réinjectant ce résultat dans la précédente égalité, il vient finalement

n−1
(2k + 1)π (−1)n/2
cos = si n est pair, 0 sinon.
2n 2n−1
k=0
436 CHAPITRE 17
9782340-002166_001_600.indd 442 21/10/2014 12:14

Chapitre 18
Calcul matriciel
Les déterminants sont apparus vers le milieu du XVIIIe siècle.

En 1841, Arthur Cayley a l’idée de les noter en ligne
et en colonne. James Sylvester s’intéresse au tableau
en lui-même et le nomme matrice en 1850. Dans la décennie
qui suit, Arthur Cayley déęnit des opérations sur les matrices.
Curieusement, c’est au barreau de Londres que les deux
mathématiciens anglais se rencontrent et sympathisent malgré
des caractères très diěérents. Sylvester est irascible, coléreux
alors que Cayley est d’une gentillesse extrême. Hommes
de culture tous les deux, le premier compose des poèmes alors
que le second écrit des romans. Leur collaboration a fait faire
de remarquables progrès à l’algèbre linéaire.
James Sylvester
1814-1897
9782340-002166_001_600.indd 443 21/10/2014 12:14

Objectifs

Les incontournables
ZEffectuer des calculs matricielsȹ:
fcalculer des produits de matricesȹ;
fvérifier l’inversibilité et calculer l’inverse d’une matrice carréeȹ;
fcalculer les puissances n-ièmes d’une matrice carrée.
ZInterpréter des calculs matricielsȹ:
fconnaître les liens entre systèmes d’équations linéaires et matricesȹ;
fsavoir interpréter des opérations élémentaires sur les lignes d’une matrice
au moyen des matrices élémentaires.

ZDéterminer la matrice échelonnée réduite par lignes équivalente
à une matrice A donnée.
9782340-002166_001_600.indd 444 21/10/2014 12:14

Résumé de cours
Mn,p (K)
Dans tout le chapitre, K dénote R ou C.
⎛ ⎞
Définition : Soit (n, p) ∈ N∗ × N∗ deux entiers naturels non nuls. a1,1 a1,2 ··· a1,p
On appelle matrice de n lignes et p colonnes toute famille ⎜ a2,1 a2,2 ··· a2,p ⎟
⎜ ⎟
(ai,j )1≤i≤n d’éléments de K. On la représente sous la forme d’un ⎝ · · · ··· ··· ··· ⎠
1≤j≤p
tableau rectangulaire d’éléments de K, comme indiqué ci-contre. an,1 an,2 ··· an,p
Dans la pratique, on assimilera la famille A = (ai,j )1≤i≤n et la représentation sous forme de
1≤j≤p
tableau ci-dessus. On note Mn,p (K) l’ensemble des matrices à n lignes et p colonnes.
Vocabulaire :
• Si p = 1 une matrice de Mn,p (K) est appelée une matrice colonne.
• Si n = 1, une matrice de M1,p (K) est appelée une matrice ligne.
• Si n = p, une matrice de Mn,n (K) est appelée une matrice carrée d’ordre n. On note
simplement Mn (K) l’ensemble des matrices carrées d’ordre n.
Notation : on note pour tout n ∈ N, In ∈ Mn (K) la matrice identité ou matrice unité
1 si i = j
In = (δi,j ) 1≤i≤n avec δi,j = .
1≤j≤n 0 si i
= j
La matrice nulle On,p ∈ Mn,p (K) a tous ses coefficients nuls.
Vocabulaire : Pour les matrices carrées A = (aij )
• Les éléments (aii ) de la matrice s’appellent les éléments diagonaux.
• Si ∀ i
= j, on a aij = 0, alors on dit que A est une matrice diagonale.
• Si ∀ i < j, on a aij = 0, alors on dit que A est une matrice triangulaire supérieure.
• Si ∀ i > j, on a aij = 0, alors on dit que A est une matrice triangulaire inférieure.
Opérations sur les matrices
Définition : Somme de matrices—. Soit (n, p) ∈ (N∗ )2 . Soient A = (ai,j ) et B = (bij ) deux
matrices de Mn,p (K). La somme des matrices A et B notée A + B est par définition la matrice
C = (cij ) ∈ Mn,p (K) avec ∀ i ∈ {1, . . . , n}, ∀ j ∈ {1, . . . , p}, cij = aij + bij .
Définition : Produit d’une matrice par un scalaire—. Soit (n, p) ∈ (N∗ )2 . Soit A = (ai,j ) une
matrice de Mn,p (K) et λ ∈ K. Le produit de la matrice A par le scalaire λ noté λ.A (ou λA) est
par définition la matrice
D = (dij ) avec ∀ i ∈ {1, . . . , n}, ∀ j ∈ {1, . . . , p}, dij = λaij .
Définition : Produit de matrices—. Soit (n, p, q) ∈ (N∗ )3 . Soient A = (ai,j ) ∈ Mn,p (K) et
B = (bij ) ∈ Mp,q (K). Le produit des matrices de A et de B noté A × B (ou AB) est par définition
la matrice
p
C = (cij ) ∈ Mn,q (K) avec ∀ i ∈ {1, . . . , n}, ∀ j ∈ {1, . . . , q}, cij = aik + bkj .
k=1
CALCUL MATRICIEL 439
9782340-002166_001_600.indd 445 21/10/2014 12:14

Théorème 18.1.— La somme de deux matrices de Mn,p (K) et la multiplication par un élément
λ ∈ K d’une matrice de Mn,p (K) reste une matrice de Mn,p (K).
Théorème 18.2.— Propriétés des opérations sur les matrices —. Soit (n, p) ∈ (N∗ )2 . Soient
A, B, C des matrices de Mn,p (K) et λ, μ des scalaires de K. On a :
A+ B = B + A; (A + B) + C = A + (B + C) ;
A + On,p = On,p + A = A ; λ(A + B) = λA + λB ;
1.A = A ; 0.A = On,p ; (λ + μ)A = λA + μA ;
Soit (n, p, q, r) ∈ (N∗ )4 . Soient A, A1 , A2 ∈ Mn,p (K), B, B1 , B2 ∈ Mp,q (K) et C ∈ Mq,r (K).
Soit λ ∈ K.
A × (B × C) = (A × B) × C ; λ(A × B) = (λA) × B = A × (λB) ;
A × (B1 + B2 ) = A × B1 + A × B2 ; In × A = A × Ip = A ;
(B1 + B2 ) × C = B1 × C + B2 × C ; A × Op,q = On,q et Oq,n × A = Oq,p .
Attention ! En général, A × B
= B × A.
Théorème 18.3.— Produit par une matrice colonne—. Soit (n, p) ∈ (N∗ )2 .
Soit A = (aij )1≤i≤n ∈ Mn,p (K) et X = (xi )1≤i≤p ∈ Mp,1 (K) matrice colonne.
1≤j≤p
La matrice A comporte p colonnes. Interprétons chacune de ces colonnes comme une matrice
colonne de Mn,1 (K) notée Ck :
∀ k ∈ {1, . . . , p}, Ck = (aik )1≤i≤n .
Le produit A × X est une combinaison linéaire des colonnes de A. Plus précisément,

p
A×X = xk Ck .
k=0
Théorème 18.4.— Colonnes et lignes d’une matrice produit—. Soit (n, p, q) ∈ (N∗ )3 .
Soient A = (aij )1≤i≤n ∈ Mn,p (K) et B = (bij ) 1≤i≤p ∈ Mp,q (K).
1≤j≤p 1≤j≤q
Pour tout j compris entre 1 et q, la j-ème colonne de la matrice produit A × B

est égal au produit de la matrice A avec la j-ème colonne de B.
De même, pour tout i compris entre 1 et n, la i-ème ligne de la matrice produit
A × B est égal au produit de i-ème ligne de la matrice A avec la matrice B.
440 CHAPITRE 18
9782340-002166_001_600.indd 446 21/10/2014 12:14

Matrices carrées
Théorème 18.5.— Toute somme, toute combinaison linéaire ou tout produit de matrices carrées
d’ordre n est une matrice carrée d’ordre n.
Définition : Soit A ∈ Mn (K) une matrice carrée d’ordre n. On définit les puissances succes-
sives de A par A0 = In et la relation de récurrence
∀k ∈ N, Ak+1 = A × Ak .
Théorème 18.6.— Puissances successives de matrices diagonales —. Soit D ∈ Mn (K) une

matrice diagonale. Soient (di )1≤i≤n ses coefficients diagonaux et notons D = Diag(d1 , d2 , . . . , dn )
Alors ∀ k ∈ N∗ , la puissance k-ème de D est une matrice diagonale, et on a
∀ k ∈ N∗ , Dk = Diag(dk1 , dk2 , . . . , dkn )
Théorème 18.7.— Formule de Newton —. Soit A, B ∈ Mn (K) telles que A × B = B × A (on

dit alors que A et B commutent). Soit p ∈ N∗ . Alors
p
p
(A + B)p = Ak × B p−k
k
k=0
Théorème 18.8.— Identité géométrique —. Soit A, B ∈ Mn (K) telles que A et B commutent

(A × B = B × A). Soit p ∈ N∗ . Alors

p
Ap+1 − B p+1 = (A − B) × Ak × B p−k
k=0
Matrices carrées inversibles

Définition : Une matrice carrée A ∈ Mn (K) est dite inversible s’il existe B ∈ Mn (K) telle que
A × B = In et B × A = In . En ce cas, B est unique : c’est l’inverse de A. On note B = A−1 .
Définition : L’ensemble des matrices carrées d’ordre n inversibles est appelé le groupe linéaire
d’ordre n. On le note GLn (K).
Théorème 18.9.— Propriétés des matrices inversibles —. Soit A, B ∈ Mn (K), alors :

Si A est inversible, alors A−1 est inversible et (A−1 )−1 = A.
Si A et B sont inversibles, alors A × B est inversible et (A × B)−1 = B −1 × A−1
9782340-002166_001_600.indd 447 21/10/2014 12:14

Théorème 18.10.— Liens fondamentaux avec les systèmes linéaires —. Soit A ∈ Mn (K) et
B ∈ Mn,1 (K). On note (S) le système (S) A × X = B.
Les assertions suivantes sont équivalentes :
1
2 A est inversible.
2
2
2 Le système homogène associé à (S), AX = 0 n’admet que 0 comme solution.
2
3 Pour tout B, le système (S) admet une et une seule solution X = A−1 × B.
Corollaire 18.11.— Une matrice A ∈ Mn (K) est inversible si et seulement si le nombre de

pivots du système A.X = 0n,1 d’inconnue X ∈ Mn,1 (K) est égal à n.
Remarque : L’inverse d’une matrice carrée peut ainsi se calculer par la méthode du pivot de
Gauss-Jordan.
Corollaire 18.12.— En conséquence, on obtient les critères d’inversibilité suivants :

Inversibilité des matrices triangulaires : soit T ∈ Mn (K) une matrice triangulaire. Alors T
est inversible si et seulement si ses coefficients diagonaux sont tous non nuls.

a b
Inversibilité d’une matrice d’ordre 2 : soit A ∈ M2 (K), A = . Alors A est
c d
1 d −b
inversible si et seulement si a × d − b × c
= 0, et dans ce cas, A−1 =
ad − bc −c a
Théorème 18.13.— Inversibilité à gauche ou à droite —. Soit A ∈ Mn (K). Alors

A est inversible si et seulement si il existe B ∈ Mn (K) telle que A × B = In ou B × A = In .
Application linéaire et matrice
Définition : Soit (n, p) ∈ (N∗ )2 . Soit f : Kp → Kn une application. On dit que f est une applica-
tion linéaire si
∀ x, y ∈ Kp , ∀ λ, μ ∈ K, f (λx + μy) = λf (x) + μf (y)
Kp → Kn
Proposition 18.14.— Soit (n, p) ∈ (N∗ )2 . Soit f : une
(x1 , x2 , . . . , xp ) → (y1 , y2 , . . . , yn )
application linéaire.
Pour tout i ∈ {1, . . . , n}, chaque yi s’exprime comme une combinaison linéaire des (xj )1≤j≤p .
Autrement dit,

n
∀ i ∈ {1, . . . , n}, ∃(aij )1≤j≤p ∈ K, tels que yi = aij xj
j=1
442 CHAPITRE 18
9782340-002166_001_600.indd 448 21/10/2014 12:14

Proposition 18.15.— Soit q ∈ N∗ . L’application
ϕk : Kq → M
⎛ q,1 (K)
⎞
x1
⎜ ⎟
(x1 , . . . , xk ) → ⎝ ... ⎠
xk
permet d’identifier n’importe quel élément de Kq avec une matrice colonne à q lignes.
Réciproquement, toute matrice colonne à q lignes s’interprète comme un élément de Kq .
f: Kp → Kn
Proposition 18.16.— Soit une application linéaire.
(x1 , x2 , . . . , xp ) → (y1 , y2 , . . . , yn )
n
Pour tout i ∈ {1, . . . , n}, notons (aij )1≤j≤p les éléments de K tels que yi = aij xj .
j=1
Posons A = (aij )1≤i≤n , c’est une matrice de Mn,p (K).
⎛ ⎞ 1≤j≤p ⎛ ⎞
y1 x1
⎜ ⎟ ⎜ ⎟
Soit Y ⎝ ... ⎠ ∈ Mn,1 (K) et X ⎝ ... ⎠ ∈ Mp,1 (K) les matrices colonnes correspondant res-
yn xp
pectivement aux éléments (y1 , y2 , . . . , yn ) de Kn et (x1 , x2 , . . . , xp ) de Kp d’après la proposition
précédente.
L’écriture f : (x1 , x2 , . . . , xp ) → (y1 , y2 , . . . , yn ) est équivalente à l’écriture matricielle
X → A × X = Y
L’image Y = AX est donc une combinaison linéaire des colonnes de A d’après théorème 18.3
Définition : Soient (n, p) ∈ (N∗ )2 et A ∈ Mn,p (K). On appelle noyau de A et on note Ker(A) ,
l’ensemble des éléments X ∈ Mp,1 (K) tels que AX = On,1 :
Ker(A) = {X ∈ Mp,1 | AX = On,1 }
Définition : Soient (n, p) ∈ (N∗ )2 et A ∈ Mn,p (K). On appelle image de A et on note Im(A) ,
l’ensemble des éléments Y ∈ Mn,1 (K) pour lesquels il existe une matrice colonne X ∈ Mp,1 (K)
telle que AX = Y :
Im(A) = {y ∈ Mn,1 (K) | ∃ X ∈ Mp,1 (K), AX = Y }
9782340-002166_001_600.indd 449 21/10/2014 12:14

Méthodes
Produit de deux matrices
Disposition pratique pour le produit
Avant tout, pour que le produit de deux matrices A et B soit défini, il est nécessaire que les
dimensions de A et B soient compatibles : A doit avoir autant de colonnes que B a de lignes.
Méthode 18.1.— Comment effectuer un produit de deux matrices

Soit A ∈ Mn,p (K) et B ∈ Mp,q (K). Le produit A × B est bien défini, il s’agit d’une
matrice C ∈ Mn,q (K). Pour la déterminer
1 On peut présenter le calcul comme ci-dessous.
2 On calcule l’un après l’autre les n × q coefficients de C : le coefficient ci,j est le
résultat du produit de la iième ligne de A par la j ième colonne de B.
Le produit ligne-colonne
Pour effectuer ce calcul, il est utile de disposer ce calcul comme ⎛ ⎞
indiqué ci-contre. Notons C = A × B. Le coefficient ci,j de C b1,1 b1,j b1,q
⎜ .. ⎟
qui se trouve à la iième ligne et à la j ième colonne est la ⎜ . ⎟
⎜ . .. ⎟
somme des produits des coefficients de la iième ligne de A par ⎜ .. bk,j . ⎟
⎜ ⎟
ceux de la j ième colonne de B : ⎝ .. ⎠
.
p
bp,1 bp,j bp,q
ci,j = ai,k bk,j = ai,1 b1,j + · · · + ai,k bk,j + · · · + ai,p bp,j .
k=1
Cette disposition vaut aussi pour ⎛ ⎞ ⎛ ? c ⎞

a1,1 ··· a1,p c1,1 1,q
les produits de trois matrices ou ⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
plus encore. Il suffit d’écrire ⎜a · · · a · · · a ⎟ ⎜ ⎟
⎜ i,1 i,k i,p ⎟ -⎜ ci,j ⎟
tous les facteurs à droite de B et ⎜ ⎟ ⎜ ⎟
d’effectuer les produits de proche ⎝ ⎠ ⎝ ⎠
en proche. an,1 · · · an,p cn,1 cn,q
Remarque : le produit de deux matrices triangulaires supérieures (resp. inférieures) est une ma-
trice triangulaire supérieure (resp. inférieure), le produit de matrices diagonales est une matrice
diagonale.
Puissances d’une matrice carrée

Tout d’abord, introduisons la notion de matrice nilpotente. On dit que N, matrice carrée d’ordre
n, est nilpotente d’ordre p si et seulement si N p = 0 et N p−1
= 0. Il est clair que p est un entier
au moins égal à 2 (car N 0 = In par convention). Enfin, bien que certaines matrices nilpotentes
se devinent (elles sont triangulaires avec la diagonale principale composée seulement de zéros),

1 −1
pour d’autres, il faut faire le produit. Ainsi est nilpotente d’ordre 2.
1 −1
444 CHAPITRE 18
9782340-002166_001_600.indd 450 21/10/2014 12:14

Méthode 18.2.— Comment calculer les puissances d’une matrice carrée
Soit A ∈ Mn (K) une matrice carrée. Pour calculer les puissances successives de A,
plusieurs pistes sont possibles.
Par récurrence. Calculer les premières puissances de A puis conjecturer l’expres-
sion de Ap en fonction de p et enfin démontrer cette formule par récurrence.
À l’aide de la formule du binôme de Newton. Décomposer A sous la forme A =
D + N comme somme de deux matrices qui commutent, une matrice D diagonale
p
p
et une matrice N nilpotente. On a alors Ap = (D + N )p k p−k
k N D .
k=0
En utilisant une relation polynomiale. Partir d’une relation polynômiale simple de
variable A, c’est-à-dire d’une égalité écrivant Am comme combinaison linéaire de
Am−1 , ..., A, In . On établit une relation de récurrence en partant de Am+1 = AAm .

1 2 6
Exemple : illustrons la deuxième piste de la méthode 18.2. Posons A = 0 1 2 . On écrit :
0 0 1

1 0 0 0 2 6
A= + 0 0 2 = I3 + D,
0 1 0
0 0 1 0 0 0

0 2 6 0 0 4
où D = 0 0 2 . Un calcul rapide donne D = 0 0 0 , D3 = 0. La matrice D est donc
2
0 0 0 0 0 0
nilpotente d’ordre 3. On peut remarquer (et ceci est valable pour toute matrice nilpotente d’ordre
3) que Dk = 0 pour k ≥ 3. Comme I3 et D commutent (car I3 D = DI3 = D), on peut appliquer
la formule du binôme de Newton (en supposant n ≥ 2) :
n
p
p p−k k p p p p
Ap = I3 D = Dk = I3 + D= D2 .
k k 0 1 2
k=0 k=0

p(p − 1) 2 1 2p 2p(p + 2)
p
On en déduit A = I3 + pD + D = 0 1 2p . On peut inclure A0 = I3 et
2 0 0 1
A1 = A.

2 1 1 6 5 5
Exemple : Soit A = 1 2 1 . On calcule A = 5 6 5 . On remarque que A2 = 5A − 4I3 .
2
1 1 2 5 5 6
Nous allons déduire de cette relation polynomiale l’expression des puissances successives de A.
On part de A2 = α2 A + β2 I3 , puis on remarque par récurrence que :
∀p ∈ N, Ap = αp A + βp I3 .
Cette relation est évidemment vraie pour p = 0 en posant α0 = 0 et β0 = 1 et pour p = 1 en
posant α1 = 1 et β1 = 0. On en déduit alors Ap en exprimant αp et βp en utilisant des relations de
récurrence d’ordre 2. Ainsi, on peut écrire Ap+1 = Ap A = (αp A + βp I3 )A = αp A2 + βp A. Comme
9782340-002166_001_600.indd 451 21/10/2014 12:14

A2 = 5A − 4I3 , il s’ensuit que
Ap+1 = αp (5A − 4I3 ) + βp A = (5αp + βp )A − 4αp I3 = αp+1 A + βp+1 I3

5αp + βp = αp+1
Par identification, . Cela donne αp+2 − 5αp+1 + 4αp = 0 et en utilisant le
−4αp = βp+1
cours sur les récurrences linéaires d’ordre 2 des suites on remarque que αp est une combinaison
linéaire de 1 et de 4p . En utilisant le fait que α0 = 0 et α1 = 1, on a : αp = (4p − 1)/3 et on trouve
ensuite βp . On conclut
p
1 4p + 2 4p − 1 4p − 1
p p
1 p 4
A = (4 − 1)A + (1 − 4 )I3 =
p p−1
4 −1 4 +2 4 −1 .
3 3 3 4p − 1 4p − 1 4p + 2
Matrices inversibles
Soit A ∈ Mn (K) une matrice carrée. Pour vérifier l’inversibilité et calculer l’inverse de A, il existe
plusieurs méthodes :
le point de vue système d’équations linéaires ;
l’utilisation d’une relation polynomiale .
Chacune de ces méthodes permet de savoir si A est inversible ou pas et donne, le cas échéant, une
formule pour l’inverse. En pratique, on utilise couramment la première méthode.
Point de vue systèmes d’équations linéaires
D’après le théorème 18.10, A est inversible si et seulement si le système A × X = B admet une
et une seule solution A−1 × B.
Méthode 18.3.— Le point de vue SEL

Pour un n-uplet de paramètres Y = (y1 , . . . , yn ), on résout le système (S) A × X = Y .
1 On échelonne (S) par l’algorithme de Gauss-Jordan. Deux cas se présentent :
si le nombre de pivots est strictement inférieur à n, alors A n’est pas inversible.
si le nombre de pivots est égal à n, alors A est inversible. De plus,
2 L’unique solution de (S) s’exprime en fonction des paramètres y1 , . . . , yn : X = A−1 ×Y
3 On détermine A−1 par identification.

3 2 −1
Exemple : appliquons cette méthode pour calculer l’inverse de la matrice A = 1 −1 1 .
2 −2 1
x1 y1
Posons X = x2 et Y = y2
x3 y3
1 Échelonnons le système (S) A×X =Y.

3 2 −1 x1 y1 3x1 +2x2 −x3 = y1
(S) ⇐⇒ 1 −1 1 x2 = y2 ⇐⇒ x1 −x2 +x3 = y2
2 −2 1 x3 y3 2x1 −2x2 +x3 = y3

x1 −x2 +x3 = y2 x1 −x2 +x3 = y2
⇐⇒ 3x1 +2x2 −x3 = y1 ⇐⇒ +5x2 −4x3 = y1 − 3y2
2x1 −2x2 +x3 = y3 −x3 = y3 − 2y2
446 CHAPITRE 18
9782340-002166_001_600.indd 452 21/10/2014 12:14

2 Pour tout second membre Y = (y1 , y2 , y3 ), le système (S) a un nombre de pivots égal à 3 et par
conséquent A est inversible. La solution s’exprime en fonction des paramètres (y1 , y2 , y3 ) :

x1 = 1/5 y1 +1/5 y3 x1 y1
−1
(S) ⇐⇒ x2 = 1/5 y1 +y2 −4/5 y3 ⇐⇒ x2 =A × y2
x3 = 2y2 −y3 x3 y3

1 1 0 1
−1 −1 −4
3 Il ne reste plus qu’à lire les coefficients de la matrice A :A = 1 5 .
5 0 10 −5
Utilisation d’une relation polynomiale

On suppose que A vérifie une relation (polynomiale) de la forme
ap Ap + · · · + a1 A + a0 In = On (18.1)
Cette relation polynomiale permet lorsque a0

= 0 de calculer l’inverse de A.
Méthode 18.4.— Utilisation d’une relation polynomiale

−1 −1
p p−1
1 De la relation (18.1), on tire In = ak Ak = A × ak+1 Ak .
a0 a0
k=1 k=0
−1
p−1
2 On conclut avec le théorème 18.13 que A est inversible et A−1 = ak+1 Ak
a0
k=0
Exemple : considérons la matrice A définie plus haut. Nous allons déterminer l’inverse de A en
exploitant la relation polynomiale A3 − 3A2 + A − 5I3 = O3 .
Calculons tout d’abord A, A2 , A3 :

3 2 −1 3 2 −1
1 −1 1 1 −1 1
2 −2 1 2 −2 1

3 2 −1 9 6 −2 29 16 −5
A= 1 −1 1 4 1 −1 11 9 −4
2 −2 1 6 4 −3 16 14 −5
polynomiale A − 3A + A − 5I3 = O3 ,
3 2
On vérifie ensuite que A satisfait effectivement
la relation
1 1 0 1
d’où l’on tire A−1 = 15 A2 − 3A + I3 = 1 5 −4 .
5 0 10 −5
9782340-002166_001_600.indd 453 21/10/2014 12:14

Déterminer des équations de l’image et du noyau d’une matrice
Méthode 18.5.— Calcul du noyau d’une matrice A ∈ Mn,p (K)

1 On considère la matrice colonne X = (xj )1≤j≤p et et on traduit la relation A × X =
On,1 par un système d’équations linéaires à n lignes et p inconnues ; les inconnues étant
les xj .
2 On échelonne le système obtenu. Notons r le nombre de pivots et (L1 ), (L2 ), . . . , (Lr )
les équations principales.
3 Les équations (L1 ), (L2 ), . . . , (Lr ) forment un système d’équations du noyau de A.

⎛ ⎞
1 2 3
⎜ 10 20 30 ⎟
Exemple : recherchons le noyau de la matrice A = ⎜ ⎟
⎝ 4 5 6 ⎠. Chercher son noyau revient
⎛ ⎞ 40 50⎛ 60⎞
1 2 3 ⎛ ⎞ 0
⎜ 10 x
20 30 ⎟ ⎜ 0 ⎟
à résoudre le système matriciel ⎜
⎝ 4
⎟ ⎝ y ⎠ = ⎜ ⎟ qui est équivalent au système
5 6 ⎠ ⎝ 0 ⎠
z
⎧ 40 50 60 0
⎪ x
⎪ +2y +3z = 0
⎨
10x +20y +30z = 0
d’équations linéaires . On échelonne le système avec la méthode de
⎪ 4x +5y
⎪ +6z = 0
⎩
⎧ 40x +50y +60z = 0
⎪
⎪ x +2y +3z = 0
⎨
y +2z = 0
Gauss-Jordan : . Le nombre de pivots est égal à 2. Un système d’équations
⎪
⎪ 0=0
⎩
0=0
du noyau de A est donc
⎧⎛ ⎞ ⎫
⎨ x x + 2y + 3z = 0 ⎬

Ker(A) = ⎝ y ⎠ ∈ M3,1 (R)
⎩ y + 2z = 0 ⎭
z
Méthode 18.6.— Calcul de l’image d’une matrice A ∈ Mn,p (K)

1 On considère la matrice colonne Y = (yi )1≤i≤p et et on traduit l’équation A × X = Y
par un système d’équations linéaires à n lignes et p inconnues ; les inconnues étant les
coefficient de X notés xj .
2 On échelonne le système obtenu. Notons r le nombre de pivots et (Lr+1 ), (Lr+2 ), . . . ,
(Ln ) les équations de compatibilité.
3 Les équations (Lr+1 ), (Lr+2 ), . . . , (Ln ) forment un système d’équations de l’image de
A.
448 CHAPITRE 18
9782340-002166_001_600.indd 454 21/10/2014 12:14

⎛ ⎞
1 2 3
⎜ 10 20 30 ⎟
Exemple : recherchons l’image de la matrice A = ⎜ ⎟
⎝ 4 5 6 ⎠. Chercher son image revient
⎛ ⎞ 40 50⎛ 60 ⎞
1 2 3 ⎛ ⎞ x
⎜ 10 20 30 ⎟ a ⎜ y ⎟
à résoudre le système matriciel ⎜
⎝ 4 5 6 ⎠
⎟⎝ b ⎠ = ⎜ ⎟
⎝ z ⎠ qui est équivalent au système
c
⎧ 40 50 60 t
⎪
⎪ a +2b +3c = x
⎨
10a +20b +30c = y
d’équations linéaires . On échelonne le système avec la méthode de
⎪
⎪ 4a +5b +6c = z
⎩
40a +50b +60c = t
⎧
⎪
⎪ a +2b +3c = x
⎪
⎨ 4x − z
b +2c =
Gauss-Jordan : 3 . Un système d’équations de l’image de A est donc
⎪
⎪ 0 = y − 10x
⎪
⎩
0 = t − 10z
⎧⎛ ⎞ ⎫
⎪
⎪ x ⎪
⎨⎜ ⎟ y − 10x = 0 ⎪ ⎬
y
Im(A) = ⎜ ⎝
⎟ ∈ M4,1 (R)
⎠
⎪
⎪ z t + 10z = 0 ⎪⎪
⎩ ⎭
t
9782340-002166_001_600.indd 455 21/10/2014 12:14

Vrai/Faux
Vrai Faux
1. Mn,p (K) est stable pour l’addition et le produit.
2. Soit A ∈ Mn,p (K), s’il existe B ∈ Mp,n (K) telle que A × B =
In , alors B × A = In .
3. Une matrice diagonale commute avec toute matrice.

4.
5 5
×
2 2
=
10 10
0 5 0 2 0 10
5. Si A et B sont deux matrices carrées d’ordre 2 telles que AB =
O2 , alors A ou B est égale à O2 .
6. Soit A, B et C trois matrices carrées d’ordre n, avec AC = BC
alors A = B.
7. À l’application
f :(x, y) → (3x + 5y, 7x + 8y) est associée la
3 5
matrice A =
7 8
⎛ ⎞
1 2
8. La multiplication de B = ⎝ 3 4 ⎠ par la matrice colonne
5 6⎛ ⎞ ⎛ ⎞
1 2
10
X= est égale à la matrice 10 ⎝ 3 ⎠ + 20 ⎝ 4 ⎠
20
5 6
9. Le noyau d’une matrice contient toujours la matrice colonne
nulle.
450 CHAPITRE 18
9782340-002166_001_600.indd 456 21/10/2014 12:14

Commençons par Mn,p (K)
⎛ ⎞
1 2
⎝ ⎠ 1 −1 1
Exercice 18.1 : Calculer −1 0 × × .
−1 1 1
1 1
⎛ ⎞
1 0 0
Exercice 18.2* : Soit G l’ensemble des matrices M (x) = ⎝ −x2 1 x ⎠ , où x ∈ R est un réel
−2x 0 1
quelconque. Montrer que le produit de deux matrices de G est une matrice de G est que l’inverse
d’une matrice de G est encore élément de G.
Inversibilité d’une matrice

⎛ ⎞
2 2 3
Exercice 18.3 : Soit A = ⎝ 1 1 4 ⎠.
1 −2 1
1. Vérifier que A est inversible et calculer son inverse en résolvant un système linéaire.
2. Déterminer α ∈ R tel que A3 − 4A2 + αA − 15I3 = O3 . En déduire que A est inversible et
calculer son inverse.
⎛ ⎞
0 1 1
Exercice 18.4 : Soit A = ⎝ 1 0 1 ⎠ . Calculer A2 et vérifier que A2 = A + 2I3 , où I3 est la
1 1 0
matrice identité 3 × 3. En déduire que A est inversible et calculer son inverse.
Exercice 18.5 : Soit A et B deux matrices de Mn (K), telles que AB = A + In .

Montrer que A est inversible.
Puissances d’une matrice

2 1
Exercice 18.6 : Soit A = . Calculer An pour tout n ∈ N.
0 2

0 1
Exercice 18.7 : Soit B = , calculer B n pour tout n ∈ N.
2 0

5 −4
Exercice 18.8 : On pose A = , calculer An pour tout n ∈ N.
4 −3
⎛ ⎞
1 1 0
Exercice 18.9 : Soit A = ⎝ 0 1 1 ⎠ , calculer An pour tout entier n.
0 0 1
Exercice 18.10 : Soit A ∈ Mn (K) telle que A2 soit une combinaison linéaire de A et In .
9782340-002166_001_600.indd 457 21/10/2014 12:14

1. Montrer que An est également une combinaison linéaire de A et In pour tout n ∈ N.
2. Montrer que si A2 = αA + βIn avec β
= 0, alors A−1 est combinaison linéaire de A et In .
Noyaux et images de matrices

Exercice 18.11 : Soit f l’application linéaire définie par
f: R3 −→ ⎛
R3 ⎞
− 2x − 2y + 2z
→⎝
(x, y, z) − 3x + 7y − 7z ⎠
x + 5y − 5z
1. Donner la matrice A associée à f .

2. Notons C1 , C2 et C3 les colonnes de la matrice A. Quel est le lien entre f (2, 1, −1) et les
colonnes C1 , C2 et C3 ?
3. Préciser le noyau de A
4. Préciser l’image de A.
Indications
Ex. 18.1
On rappelle que le produit matriciel est associatif.
Ex. 18.7
On pourra commencer par calculer un certain nombre de puissances de B.
Ex. 18.8
On décomposera A en J + I2 puis on vérifiera que ces deux matrices commutent.
Ex. 18.9
On posera B = A − I3 et on calculera B 2 , B 3 puis on en déduira une formule de récurrence
que l’on démontrera pour B n , pour tout entier n. Puis penser à la formule du binôme.
452 CHAPITRE 18
9782340-002166_001_600.indd 458 21/10/2014 12:14

1 2 3 4 5 6 7 8 9
F F F F F F V V V
1. Le produit de deux matrices de Mn,p (K) n’existe pas si n

= p, donc de là à être stable pour le
produit... ⎛ ⎞
1 0
1 0 0
2. C’est faux ! Par exemple, prendre A = et B = ⎝ 0 1 ⎠ alors AB = I2 et
0 1 0
⎛ ⎞ 0 0
1 0 0
pourtant BA = ⎝ 0 1 0 ⎠ .
0 0 0 ⎛ ⎞
1 0
3. On a envie de dire oui ! Pourtant I2 qui est diagonale et B = ⎝ 0 1 ⎠ ne commutent pas car
0 0
le produit n’existe pas !
5 5 2 2 10 20
4. Le bon produit est × =
0 5 0 2 0 10
0 0
5. C’est faux, par exemple pour A = et
1 1

−1 0
B= , le produit est la matrice nulle.
1 0
6. Si C est inversible, c’est vrai sinon c’est faux. Prendre par exemple C
= On telle que C 2 = On ,
A = C et B = On , on a bien AC = BC = On et pourtant A
= B.
9. Ce n’est pas dans le cours, mais cela aurait pu.
Erreurs classiques
• En général A × B
= B × A, même lorsque les deux produits matriciels sont définis.
• A × B = 0
⇒ A = 0 ou B = 0.
9782340-002166_001_600.indd 459 21/10/2014 12:14

Exercice 18.1
On aurait pu On remarque que le produit
cherché
est
une matrice de M3,1 (R). Puis, on
commencer par le 1 −1 1 0
produit des deux effectue : × = . On en déduit que le produit
premières matrices,
−1
⎛ 1 ⎞ 1 ⎛ 0⎞
c’est alors plus long ! 1 2 0
⎝ ⎠ 0
cherché vaut −1 0 = ⎝ 0 ⎠.
0
1 1 0
1 0 0
∀(x, y) ∈ R2 , M (x)M (y) = ⎝ −(x + y)2 1 x + y ⎠ = M (x + y) ce qui
−2(x + y) 0 1
permet d’écrire que M (x)M (−x) = M (0) = I3 . On peut conclure que M (x)
est inversible, d’inverse M (−x).
Exercice 18.3
1. On met à l’œuvre la méthode 18.3. On considère un second membre
paramétré y1 , y2 , y3 ) et on résout le système
⎧
⎨ 2x + 2y + 3z = b1
x + y + 4z = b2
⎩
x − 2y + z = b3
L’algorithme de Gauss donne :

⎧ ⎛ ⎞
⎨ (3/5)b1 − (8/15)b2 + (1/3)b3 = x
1
9 −8 5
(1/5)b1 − (1/15)b2 − (1/3)b3 = y ⇒ A−1 = ⎝ 3 −1 −5 ⎠
⎩ 15
−(1/5)b1 + (2/5)b2 = z −3 6 0
2. On commence par calculer les deux produits matriciels :

⎛ ⎞ ⎛ ⎞
9 0 17 35 −16 44
A2 = ⎝ 7 −5 11 ⎠ , A3 = ⎝ 20 −13 12 ⎠ ,
1 −2 −4 −4 8 −9
On développe
⎛ ⎞
−16 −16 −24
A3 − 4A2 − 15I3 = ⎝ −8 −8 −32 ⎠ ,
−8 16 −8
et on remarque que cette dernière matrice n’est autre que −8A. On a ainsi :
A3 − 4A2 + 8A − 15I3 = O3
Soit encore
A3 − 4A2 + 8A = 15I3
Que l’on factorise en
A A2 − 4A + 8I3 = 15I3
454 CHAPITRE 18
9782340-002166_001_600.indd 460 21/10/2014 12:14

On divise par le nombre 15

1 2
A× A − 4A + 8I3 = I3
15
Par définition d’un inverse, si A × B = I3 c’est que B est l’inverse de A, open
déduit
1 2
A−1 = A − 4A + 8I3
15
Soit finalement, après avoir effectué les calculs
⎛ ⎞
9 −8 5
1 ⎝
A−1 = 3 −1 −5 ⎠ .
15
−3 6 0

Exercice 18.4
On vérifie A2 = A + 2I3 . D’où l’on tire que 2I3 = A × (A − I3 ), et finalement
1
A−1 = (A − I3 ) .
2
Exercice 18.5
L’inverse de A est B − In car on remarque que :
AB = A + In ⇒ A(B − In ) = In
Donc B − In est inverse à droite de A donc est l’inverse de A.
Exercice 18.6
Utilisons la formule du binôme de Newton car A = 2I2 + J, avec J 2 = O2 .
Comme 2I2 et J commutent, on a rapidement : On peut aussi
n deviner en faisant un
2 n2n−1
lot de produits
n
An = (J + 2I2 ) = 2n I2 + n2n−1 J =
0 2n successifs !

Exercice
18.7
2 2 0 0 2 4 0
B = , B3 = , B4 = , Comme nous
0 2 4 0 0 4 croyons fortement à
l’indication, calculons
0 4 8 0 0 8
B5 = , B6 = , B7 = , les premières
8 0 0 8 16 0 puissances, peut-être
une idée viendra ?
Cela vient ! On tente

2n 0 0 2n
∀n ∈ N, B 2n = et B 2n+1 =
0 2n 2n+1 0
Pour l’initialisation, pas de
problèmen ! n+1
2n+2 2n+1 0 2 0 1 2 0
B =B B= n+1 = ,
2n+1 0 2 0 0 2n+1
2 0 0 1 0 2n+1
B 2n+3 = B 2n+2 B = n+1 = n+2
0 2 2 0 2 0

Exercice 18.8
1 + 4n −4n
Comme J 2 = O2 , An = . Avec un petit coup
4n −4n + 1 de binôme de Newton !
9782340-002166_001_600.indd 461 21/10/2014 12:14

Exercice 18.9
On a B n = O3 pour n ≥ 3 puis en développant (B + I3 )n par la formule du
n(n − 1) 2
binôme, pour n ≥ 3, An = I3 + nB + B .
2
Exercice 18.10
1. Supposons le résultat vrai pour un rang n donné. On écrit
An+1 = AAn = A(αn A + βn In ) = αn A2 + βn A
Il est clair que Et en posant αn+1 = ααn+ βn et βn+1
= βαn , on a le résultat.
A0 = In et A1 = A 1 α 1 α
sont des combinaisons 2. A = αA + βIn ⇒ A
2
A − In = In ⇒ A−1 = A − In .
linéaires de A et de β β β β
In . Exercice 18.11
⎛ ⎞
−2 −2 2
1. On a A = ⎝ 3 7 −7 ⎠
1 5 −5
2. L’image f (2, 1, −1) s’identifie à la matrice colonne 2C1 + C2 − C3 .
3. Chercher
⎧ le noyau de A revient à résoudre le système matriciel AX = 0 qui
⎨ − 2x − 2y + 2z = 0
s’écrit 3x + 7y − 7z = 0 et qui est successivement équivalent
⎩
⎧ x + 5y − 5z = 0⎧ ⎧
⎨ x + 5y − 5z = 0 ⎨ x + 5y − 5z = 0 ⎨ x + 5y
à − 2x − 2y + 2z = 0 ⇔ 8y − 8z = 0 ⇔ y
⎩ ⎩ ⎩
3x + 7y − 7z = 0 − 8y + 8z = 0
Le nombre de pivots du système est égal à 2 et finalement
⎧⎛ ⎞ ⎫
⎨ x ⎬

Ker (A) = ⎝ y ⎠ ∈ R3 x = 0 et y = z
⎩ ⎭
z
4. Chercher l’image de A revient à savoir à quelles conditions sur Y (x, y, z)

le système AX = Y admet au moins une solution en X(a, ⎧ b, c). On est donc
⎨ − 2a − 2b + 2c = x
amené à trouver les équations de compatibilité du système 3a + 7b − 7c = y
⎩
⎧ ⎧ a + 5b − 5c = z
⎨ a + 5b − 5c = z ⎨ a + 5b − 5c = z
qui est équivalent à − 2a − 2b + 2c = x ⇔ 8b − 8c = x + 2z
⎩ ⎩
⎧ 3a + 7b − 7c = y − 8b + 8c = y − 3z
⎨ a + 5b − 5c = z
⇔ 8b − 8c = x + 2z Il y a une seule équation de compa-
⎩
0 =x+y−z
tibilité et on en déduit
⎧⎛ ⎞ ⎫
⎨ x ⎬

Im(A) = ⎝ y ⎠ ∈ R3 x + y − z = 0
⎩ ⎭
z
456 CHAPITRE 18
9782340-002166_001_600.indd 462 21/10/2014 12:14

Chapitre 19
Espaces vectoriels
5y
y
Les Romains possédaient déjà le mot vector.

Provenant du verbe signięant transporter, il désignait à la fois
le conducteur et le passager d’un bateau ou d’un chariot.
Jusqu’à la Renaissance vecteur ne désigne plus, en français,
que le conducteur mais le mot tombe en désuétude.
Les astronomes reprennent ce terme au XVIIIe siècle
sous forme d’adjectif en désignant par tourbillon vecteur,
=x le mouvement d’une planète. Pour eux, le rayon vecteur
=y joint le centre du soleil à un point de l’orbite.
=z Le mathématicien et astronome irlandais William Hamilton
reprend le mot vecteur, en 1843, pour désigner une Ěèche
2z orientée joignant deux points de l’espace. Il est aussi l’inventeur
3z en 1843 des quaternions d’Hamilton, nombres de dimension 4
qui généralisent les nombres complexes. William Hamilton
1805-1865
9782340-002166_001_600.indd 463 21/10/2014 12:14

Objectifs

Les incontournables
Zmontrer qu’une partie de l’espace est un sous-espace vectorielȹ;
Zmontrer qu’une famille est libre ou génératriceȹ;
Zmontrer qu’une famille est une baseȹ;
Ztrouver un sous-espace supplémentaire à un autre dans un espace vectoriel
de dimension finie.
9782340-002166_001_600.indd 464 21/10/2014 12:14

Résumé de cours
Dans tout ce chapitre, K désigne R ou C.
Espaces vectoriels
Espaces vectoriels
Définition : Soit E un ensemble non vide, muni de deux lois – l’une de composition interne notée
+ : E × E → E et l’autre de composition externe noté · : K × E → E. On dit que le triplet (E, +, ·)
est un espace vectoriel sur le corps K (on dit aussi un K-espace vectoriel), si les conditions
suivantes sont réalisées :
• (E, +) est un groupe commutatif :
(a) ∀(x, y) ∈ E 2 , x + y ∈ E,
(b) ∀(x, y, z) ∈ E 3 , (x + y) + z = x + (y + z),
(c) ∃ 0E ∈ E, appelé élément neutre de E tel que ∀ x ∈ E x + 0E = 0E + x = x,
(d) ∀ x ∈ E, ∃y ∈ E, x + y = y + x = 0E
(e) ∀(x, y) ∈ E 2 , x + y = y + x,
• ∀(λ, μ) ∈ K , ∀x ∈ E, λ · (μ · x) = (λ × μ) · x et (λ + μ) · x = λ · x + μ · x ;
2
• ∀λ ∈ K, ∀(x, y) ∈ E 2 , λ · (x + y) = λ · x + λ · y ;
• ∀x ∈ E, 1K · x = x.
Lorsque l’on a affaire à un K-espace vectoriel E, les éléments x de l’espace vectoriel E sont appelés
des vecteurs et les éléments λ du corps K sont appelés des scalaires.
On peut d’ores et déjà remarquer que vérifier qu’un ensemble (E, +, ·) est un K-espace vectoriel
est assez fastidieux.
Proposition 19.1.— Règles de calculs dans un espace vectoriel —. Soit E un K-espace vectoriel.
Pour tout vecteur x de E et tout scalaire λ de K, on a :
λ · x = 0E ⇐⇒ λ = 0K ou x = 0E ;
(−1K ) · x = −x.
Voici un petit aperçu d’espaces vectoriels assez généraux, qui nous serviront dans la suite :
Exemples : • si A est un ensemble non vide et (E, +, ·) est un K-espace vectoriel, l’ensemble
F (A, E) des fonctions f : A → E est un K-espace vectoriel (l’addition des fonctions est : f + g :
x → f (x) + g(x) et la multiplication des fonctions par les scalaires est : λ · f : x → λ · f (x)) ; en
particulier, voici d’autres espaces vectoriels :
lorsque A est l’ensemble fini {1, 2, · · · , n} et E = K, alors E est un K-espace vectoriel et
l’ensemble F (A, E) est en fait l’ensemble Kn des n-uplets d’éléments dans le corps K ;
lorsque A = N et E = R, alors E est un R-espace vectoriel et F (A, E) n’est autre que
l’ensemble des suites réelles ;
lorsque A est une partie de R et E = R, alors E est un R-espace vectoriel et F (A, E) est
l’ensemble de toutes les fonctions d’une variable réelle définies sur l’ensemble A.
• Soit (n, p) ∈ (N∗ )2 , l’ensemble de matrices Mn,p (K) est un K-espace vectoriel.
ESPACES VECTORIELS 459
9782340-002166_001_600.indd 465 21/10/2014 12:14

Proposition 19.2.— Constructions d’espaces vectoriels Soit E et F deux K-espaces vectoriels.
Le produit E × F est un espace vectoriel sur K.
Sous-espaces vectoriels
Définition : Étant donné un K-espace vectoriel (E, +, ·) et F une partie de E, on dit que F est
un sous-espace vectoriel de E si les deux conditions suivantes sont satisfaites :
• l’ensemble F est non vide (ou de manière équivalente, le vecteur nul 0E appartient à F ) ;
• ∀(x, x ) ∈ F 2 , ∀λ ∈ K, λ · x + x ∈ F .
Lorsque ces deux conditions sont vérifiées pour l’ensemble F , alors l’ensemble (F, +, ·) est un K-
espace vectoriel. Ainsi, il est beaucoup plus facile de montrer qu’un ensemble F est un sous-espace
vectoriel d’un autre espace E plutôt que de montrer directement que l’ensemble (F, +, ·) vérifie
toutes les conditions énoncées au premier paragraphe.
Exemples : voici quelques exemples d’espaces vectoriels d’usage très courant :

• l’ensemble K[X] des polynômes est un K-espace vectoriel et l’ensemble Kn [X] des polynômes
de degrés inférieurs ou égaux à n en est un sous-espace ;
• l’ensemble C(I, R) des fonctions continues sur un intervalle I est un R-espace vectoriel. L’en-
semble des solutions d’une équation différentielle linéaire homogène en est un sous-espace
vectoriel.
Proposition 19.3.— Intersections de sous-espaces vectoriels

@ —. Soit (Fi )i∈I une famille de
sous-espaces vectoriels d’un K-espace vectoriel E. Alors Fi est un sous-espace vectoriel de E.
i∈I
Sous-espaces vectoriels engendrés

Définition : Soit E un K-espace vectoriel.
• Étant donné une famille (x1 , · · · , xn ) de n vecteurs de E, on appelle combinaison linéaire
des vecteurs x1 , x2 , · · · , xn , toute expression de la forme :
n
λ1 · x1 + λ2 · x2 + · · · + λn · xn = λk · xk , où (λ1 , · · · , λn ) ∈ Kn .
k=1
Une telle combinaison linéaire de vecteurs est bien sûr un vecteur de l’espace E.
• Si A une partie de E, on appelle combinaison linéaire de vecteurs de A, toute combi-
naison linéaire d’une famille finie de vecteurs de A.
Définition : Soit E un K-espace vectoriel, A une partie de E. On appelle sous-espace vectoriel
engendré par A, et on note Vect (A) l’ensemble de toutes les combinaisons linéaires de vecteurs
de A. Vect (A) est le plus petit sous-espace vectoriel de E (au sens de l’inclusion) contenant A.
Remarques :
• lorsque A = ∅, l’ensemble Vect (∅) est le plus petit sous-espace de E pour l’inclusion, à savoir
Vect (∅) = {0E } ;
• lorsque A = {x0 } avec x0 un vecteur non nul de E, alors Vect (A) = Vect (x0 ) est l’ensemble
de tous les vecteurs colinéaires à x0 ; un tel sous-espace vectoriel s’appelle une droite vec-
torielle.
460 CHAPITRE 19
9782340-002166_001_600.indd 466 21/10/2014 12:14

• lorsque A = {x0 , x1 } avec x0 , x1 deux vecteurs non nuls de E et non colinéaires entre eux,
alors Vect (A) = Vect (x0 , x1 ) est l’ensemble de tous les vecteurs coplanaires à x0 et x1 ; un
tel sous-espace vectoriel s’appelle un plan vectoriel.
Exemples : voici quelques exemples de sous-espaces vectoriels d’usage très courant :

• Soit p ∈ N∗ . L’ensemble des solutions d’un système linéaire homogène à p inconnues et à
coefficients dans K est un sous-espace vectoriel de Kp .
• L’ensemble des solutions sur un intervalle I d’une équation différentielle linéaire homogène
est un sous-espace vectoriel de KI = F (I, K).
Sous-espaces supplémentaires
Définition : Étant donné deux sous-espaces vectoriels F et G d’un même K-espace vectoriel E, on
note F + G l’ensemble de tous les vecteurs de E somme d’un vecteur de F et d’un vecteur de G :
6 7 6 7
F + G = x + y ; x ∈ F, y ∈ G = v ∈ E | ∃(x, y) ∈ F × G, v = x + y .
On dit que F + G est une somme directe et on note F ⊕ G si en plus on a F ∩ G = {0E }.

Remarque : la somme F +G est un sous-espace vectoriel de E et on a même : F +G = Vect (F ∪G).
Définition : Soit E un K-espace vectoriel.
G
On dit que deux sous-espaces F et G de E sont
supplémentaires dans E, et on note E = F ⊕ G si : x
F + G = E : tous les vecteurs de E peuvent s’exprimer xG
comme une somme d’un vecteur de F et d’un vecteur de G ;
F ∩ G = {0E } : le seul vecteur commun à F et G est le
xF F
vecteur nul.
Proposition 19.4.— Caractérisation des sous-espaces supplémentaires —. Soit F et G, deux

sous-espaces vectoriels dans un espace vectoriel E.
• v =x+y
F ⊕ G = E ssi pour tout v ∈ E, il existe (x, y) ∈ E 2 , unique tel que • x∈F
• y∈G
Nous reprenons la suite du chapitre précédent avec les mêmes notations.
Familles libres, génératrices, bases

Définition : Soit E un espace vectoriel et F = (x1 , · · · , xp ) une famille de p vecteurs de E (p ∈
N∗ ). On dit que :
• F est une famille génératrice de E si Vect (x1 , · · · , xp ) = E, c’est-à-dire si :
∀x ∈ E, ∃(λ1 , . . . , λp ) ∈ Kp , tels que x = λ1 · x1 + λ2 · x2 + · · · + λp · xp
9782340-002166_001_600.indd 467 21/10/2014 12:14

• F est une famille libre (ou linéairement indépendante) si la seule façon d’avoir une
combinaison linéaire nulle des vecteurs x1 , x2 , · · · , xp est de prendre tous les coefficients
nuls,, c’est-à-dire si :
∀(λ1 , . . . , λp ) ∈ Kp , λ1 · x1 + λ2 · x2 + · · · + λp · xp = 0E ⇒ λ1 = · · · = λp = 0
• Lorsqu’une famille n’est pas libre, on dit qu’elle est liée.

• On dit que F est une base de E si elle est à la fois libre et génératrice.
Théorème 19.5.— Caractérisation des bases —. Soit E un espace vectoriel, B = (e1 , e2 , · · · , ep )

une famille de vecteurs de E.
B est un base de E si et seulement si

p
pour tout x ∈ E, il existe un p-uplet (λ1 , . . . , λp ) ∈ K , unique tel que x =
p
λi · ei
i=1
Proposition 19.6.— Sous-famille d’une famille libre —. Toute sous-famille d’une famille libre
est encore libre.
Remarques :
• La famille L = ∅ ne comportant aucun vecteur est toujours libre. Toute famille ne comportant
qu’un seul vecteur non nul est libre.
• Une famille contenant le vecteur nul ou bien deux fois le même vecteur est toujours liée.
Exemples : voici quelques exemples de bases à connaı̂tre :

• Soit n ∈ N∗ . La famille de n-uplets (e1 , e2 , · · · , en ) de Kn , avec ei le n-uplet ne comportant
que des 0, sauf un 1 placé en iième position, est une base de Kp , appelée la base canonique
de Kn : On a e1 (1, 0, . . . , 0), e2 (0, 1, 0, . . . , 0),. . . , en (0, . . . , 0, 1).
• Soit n ∈ N∗ . Une base de Kn [X] appelée base canonique de Kn [X] est la famille de vecteurs
B = (1, X, X 2 , . . . , X n ).
• Soit n ∈ N∗ . Toute famille F de polynômes non nuls à coefficients dans K et de degré
échelonné est libre dans K[X] (les degrés sont dits échelonnés pour tout entier k compris
entre 0 et n, il existe un et un seul polynôme de F de degré égal à k). La famille F est une
d’ailleurs une base de Kn [X].
• Soit (n, p) ∈ (N∗ )2 . Pour tout 1 ≤ i ≤ n et tout 1 ≤ j ≤ p, on définit la matrice notée Ei j
comme la matrice de Mn,p (K) dont tous les coefficients sont nuls, à l’exception de celui situé
sur la n-ème ligne, p-ème colonne, qui vaut 1. La famille des matrices (Eij )1≤i≤n est une base
1≤j≤p
de Mn,p (K) appelée base canonique de Mn,p (K).
• Si (e1 , . . . , ek , ek+1 , . . . , en ) est une famille libre d’un K-espace vectoriel E alors Vect (e1 , . . . , ek )
et Vect (ek+1 , . . . , en ) sont des sous-espaces vectoriels de E en somme directe.
• Réciproquement si F et G sont deux sous-espaces vectoriels d’un K-espace vectoriel E qui
sont en somme directe. Si de plus, F et G possèdent des bases BF et BG alors la réunion des
deux bases BF ∪ BG est une base de F ⊕ G.
462 CHAPITRE 19
9782340-002166_001_600.indd 468 21/10/2014 12:14

Vocabulaire : Soit B = (e1 , · · · , ep ) une base de E. Les scalaires (λ1 , · · · , λp ) tels que x =
p
λi · ei s’appellent les coordonnées du vecteur x selon la base (e1 , · · · , ep ). On les représente
i=1 ⎛ ⎞
λ1
⎜λ2 ⎟
⎜ ⎟
généralement par un vecteur colonne que l’on note MatB (x) = ⎜ . ⎟
⎝ .. ⎠
λp
Espaces vectoriels de dimension finie

Définition : Un espace vectoriel est dit de dimension finie s’il possède une famille génératrice
finie.
Théorème 19.7.— Théorèmes de la base incomplète et de la base extraite —.

Soit E un K-espace vectorel de dimension finie. et G une famille génératrice dans E.
Soit L une famille libre dans E. Alors, il existe une base B de E comportant un nombre fini
de vecteurs et telle que :
L⊂B
Soit G une famille génératrice dans E. Alors, il existe une base B de E comportant un nombre
fini de vecteurs et telle que :
B⊂G
Remarque : les deux théorèmes précédents se retiennent en général de la façon suivante :
• dans un espace de dimension finie, toute famille libre peut être complétée en une base finie
• dans un espace de dimension finie, on peut extraire de toute famille génératrice une base finie.
Théorème 19.8.— Cardinaux des familles libres et des familles génératrices —. Soit E un
espace vectoriel de dimension finie. Soit L une famille libre et G une famille génératrice dans E.
Alors,
Card (L) ≤ Card (G)
On dispose par ailleurs des applications suivantes :
Proposition 19.9.— Existence et cardinaux des bases —. Tous les espaces vectoriels de dimen-
sion finie admettent des bases, qui comportent toutes exactement le même nombre fini d’éléments.
Définition : Soit E un espace vectoriel de dimension finie. On appelle dimension de l’espace

vectoriel E, le nombre commun de vecteurs à toutes les bases de E. Cet entier naturel est noté
dim E.
9782340-002166_001_600.indd 469 21/10/2014 12:14

Familles de vecteurs en dimension finie
Proposition 19.10.— Familles de vecteurs et dimension —. Soit E un espace vectoriel de di-

mension égale à n, puis (x1 , x2 , · · · , xp ) une famille de p vecteurs. Alors :
• si la famille (x1 , x2 , · · · , xp ) est libre, alors p ≤ n ;
• si p > n, alors la famille (x1 , x2 , · · · , xp ) est liée ;
• si la famille (x1 , x2 , · · · , xp ) est génératrice dans E, alors p ≥ n ;
• si p < n, alors la famille (x1 , x2 , · · · , xp ) n’est pas génératrice ;
• lorsque p = n (la famille contient autant de vecteurs que la dimension de l’espace), on a
l’équivalence suivante concernant la famille (x1 , x2 , · · · , xp ) :
la famille est une base ⇐⇒ la famille est libre ⇐⇒ la famille est génératrice
Exemples : • Par convention, {0E } est de dimension nulle.

• Une droite vectorielle est un espace de dimension 1.
• Un plan vectoriel est espace de dimension 2.
• Soit n ∈ N∗ . L’espace Kn est un K-espace vectoriel de dimension n.
• Soit n ∈ N. L’espace Kn [X] est un K-espace vectoriel de dimension n + 1.
• Soit (n, p) ∈ (N∗ )2 . L’espace Mn,p est un K-espace vectoriel de dimension n × p.
Définition : Soit p ∈ N∗ et F = (u1 , . . . , up ) une famille finie de vecteurs d’un K-espace vectoriel
E. On appelle rang de F , la dimension du sous-espace vectoriel engendré par F . On le note
rg(u1 , . . . , up ) :
rg(F ) = rg(u1 , . . . , up ) = dim Vect (u1 , . . . , up )
Proposition 19.11.— Soit p ∈ N∗ et F = (u1 , . . . , up ) une famille finie de p vecteurs d’un K-

espace vectoriel E. Alors,
rg(F ) ≤ p
Soit G ⊂ F une sous-famille libre de F . Alors,
rg(F ) ≥ Card(G )
Calculs sur les dimensions
Proposition 19.12.— Dimensions des sous-espaces —. Soit E un espace vectoriel de dimension

finie. Soit F ⊂ E un sous-espace de E. Alors
dim F ≤ dim E, avec égalité si et seulement si F = E
464 CHAPITRE 19
9782340-002166_001_600.indd 470 21/10/2014 12:14

Proposition 19.13.— Formule de Grassmann —. Soit F et G deux sous-espaces d’un espace E
de dimension finie. Alors,
dim (F + G) = dim F + dim G − dim (F ∩ G)
Théorème 19.14.— Caractérisation des supplémentaires en dimension finie —. Soit F un sous-

espace d’un espace E de dimension finie. Alors
F admet un sous-espace supplémentaire dans E
Soit G un sous-espace de E.

• F ∩ G = {0E }
F et G sont supplémentaires si et seulement si
• dim F + dim G = dim E
Par ailleurs, soit G1 et G2 deux sous-espaces de E
Si F ⊕ G1 = F ⊕ G2 = E alors dim G1 = dim G2
Proposition 19.15.— Soit E et F deux espaces vectoriels de dimension finie sur le même corps
K. Alors l’espace produit E × F est de dimension finie et dim (E × F ) = dim E + dim F .
9782340-002166_001_600.indd 471 21/10/2014 12:14

Méthodes
Méthode 19.1.— Comment montrer qu’un ensemble est un espace vectoriel

La démarche est presque toujours la suivante pour montrer qu’un ensemble F est un
espace vectoriel :
trouver un espace vectoriel de référence E contenant F ;
montrer que l’ensemble F est un sous-espace vectoriel de E ; pour ce faire :
montrer que le vecteur nul 0E est dans F ;
montrer que pour tous vecteurs x et x dans F , pour tout scalaire λ, le vecteur
λ · x + x est dans F .
Mise en œuvre : exercice 19.1, exercice 19.2, exercice 19.4, exercice 19.5
⎧
⎨ x1 + x3 = 0
Exemple : Soit (S) le système d’équations linéaires (S) x2 + x4 + 2x5 = 0 .
⎩
6 −x 1 + 3x 2 + x3 + x 4 − 4x5 = 0 7
Montrons que l’ensemble F = (x1 , x2 , x3 , x4 , x5 ) ∈ R5 | (x1 , x2 , x3 , x4 , x5 ) est solution de (S)
est un espace vectoriel.
Voici une rédaction adéquate :
On va montrer que l’ensemble F est un sous-espace vectoriel de l’espace R5 :
• Il est clair que le vecteur nul (0, 0, 0, 0, 0) vérifie le système des trois équations, donc appartient
à F .
• Soit x = (x1 , x2 , x3 , x4 , x5 ) et x = (x1 , x2 , x3 , x4 , x5 ) deux éléments de F , puis λ un scalaire
réel. Alors :
λ · (x1 , x2 , x3 , x4 , x5 ) + (x1 , x2 , x3 , x4 , x5 ) = (λ · x1 + x1 , · · · , λ · x5 + x5 ).
On vérifie que :
(λ · x1 + x1 ) + (λ · x3 + x3 ) = 0
(λ · x2 + x2 ) + (λ · x4 + x4 ) + 2(λ · x5 + x5 ) = 0

−(λ · x1 + x1 ) + 3(λ · x2 + x2 ) + (λ · x3 + x3 ) + (λ · x4 + x4 ) − 4(λ · x5 + x5 ) = 0
à partir des équations vérifiées pour les nombres xi et xi , pour 1 ≤ i ≤ 5.

Le vecteur λ · x + x appartient à F .
466 CHAPITRE 19
9782340-002166_001_600.indd 472 21/10/2014 12:14

Sous-espaces supplémentaires
Méthode 19.2.— Comment montrer que des sous-espaces sont supplémentaires

Soit F et G, deux sous-espaces d’un espace vectoriel E. Pour montrer que F et G sont
deux supplémentaires de E, la démarche est :
prendre un vecteur x dans l’intersection F ∩ G, puis montrer que x = 0E ;
prendre un vecteur x dans E et deviner une décomposition x = xF + xG , avec
xF dans F et xG dans G : la somme F + G vaut E.
Exemple : en notant respectivement P et I l’ensemble des fonctions paires et impaires définies de

R dans R, montrer que les deux ensembles P et I sont deux sous-espaces supplémentaires dans
l’espace vectoriel F (R, R).
Attention à ne rien oublier et également à adapter les notations au problème considéré : il serait
malvenu de noter les vecteurs de l’espace F (R, R) par les lettres x ou x car il s’agit en fait de
fonctions. On prendra plutôt les lettres f ou g.
• On montre que les ensembles P et I sont deux sous-espaces de l’espace vectoriel de référence
F (R, R). Détaillons la rédaction pour P.
La fonction nulle f : x → 0 est une fonction paire car : ∀x ∈ R, f (−x) = 0 = f (x).
Ensuite, soit f et g dans P puis λ dans R. Alors :
∀x ∈ R, (λ · f + g)(−x) = λ · f (−x) + g(−x) = λ · f (x) + g(x) = (λ · f + g)(x).
La fonction (λ · f + g) est encore dans l’ensemble P.
• On montre ensuite que F (R, R) = P ⊕ I.
Soit f une fonction dans P ∩ I.
Soit x ∈ R. Comme la fonction f est paire, alors f (x) = f (−x) et comme la fonction f est également
impaire, alors f (x) = −f (−x), d’où f (x) = −f (x) et f (x) = 0. La fonction f est la fonction nulle.
Soit f une fonction de R dans R.

f (x) + f (−x) f (x) − f (−x)
En posant g : x → et h : x → , alors les fonctions g et h sont respec-
2 2
tivement paires et impaires et f = g + h.
En guise d’illustration, on sait que la fonction exponentielle se décompose donc d’une seule façon
en une fonction paire plus une fonction impaire. Voici cette décomposition : exp = ch + sh .
9782340-002166_001_600.indd 473 21/10/2014 12:14

Bases et dimensions de sous-espaces vectoriels
Méthode 19.3.— Comment trouver une base d’un espace vectoriel

Lorsqu’un espace vectoriel E est donné par des équations :
prendre un vecteur x dans E ;
résoudre les équations relativement au vecteur x : il s’agit toujours d’un système
linéaire que l’on résout à l’aide du pivot de Gauss (voir la méthode dans le chapitre
des matrices) ;
exprimer les inconnues en fonction d’un minimum de lettres (les paramètres) ;
exprimer le vecteur x de départ en une combinaison linéaire de vecteurs en faisant
intervenir les paramètres uniquement en scalaires ;
considérer la famille de vecteurs intervenant dans cette combinaison linéaire : c’est
une base de E.
Exemple : déterminer une base de l’espace vectoriel :

6 7
E = x = (x1 , x2 , x3 , x4 ) ∈ R4 | x1 − 2x2 + x4 = x1 − 4x2 − x3 + 3x4 = 0 .
On sait déjà montrer que E est un sous-espace de R4 . Soit maintenant x = (x1 , x2 , x3 , x4 ) dans
R4 . On a successivement en utilisant les notations simplifiées des systèmes linéaires :

x1 − 2x2 + x4 = 0 1 −2 0 1 0
x∈E ⇐⇒ ⇐⇒
x1 − 4x2 − x3 + 3x4 = 0 1 −4 −1 3 0

1 −2 0 1 0
⇐⇒ (L2 ←− L2 − L1 )
0 −2 −1 2 0

x1 = −x3 + x4 1
⇐⇒ 1 ⇐⇒ x = −x3 + x4 , − x3 + x4 , x3 , x4 étape conseillée
x2 = − x3 + x4 2
2
1
⇐⇒ x = x3 · (−1, − , 1, 0) + x4 · (1, 1, 0, 1) ⇐⇒ x ∈ Vect (2, 1, −2, 0), (1, 1, 0, 1) .
2

La famille à deux vecteurs (2, 1, −2, 0), (1, 1, 0, 1) est génératrice dans E et il est clair qu’une
combinaison linéaire nulle λ·(2, 1, −2,
0)+μ·(1, 1, 0, 1) = (0, 0, 0, 0) impose directement : λ = μ = 0.
La famille (2, 1, −2, 0), (1, 1, 0, 1) est une base de E comportant deux vecteurs et dim E = 2.
Méthode 19.4.— Comment calculer la dimension d’un espace vectoriel

On peut par exemple, déterminer une base de E, puis compter le nombre de ses vecteurs :
cela donne dim E.
468 CHAPITRE 19
9782340-002166_001_600.indd 474 21/10/2014 12:14

Construction de bases
Méthode 19.5.— Comment montrer qu’une famille de vecteurs est une base
de E
Une fois connue la dimension p d’un espace E, pour montrer qu’une famille L de vecteurs
de E est une base :
vous vérifiez que L comporte exactement p vecteurs ;
vous montrez (au choix) que L est libre ou génératrice.
Méthode 19.6.— Comment utiliser les familles libres

La règle d’or concernant une famille libre dans un espace de dimension finie est qu’on la
complète en une base de E. Cela permet de résoudre bien des problèmes :
construction de supplémentaires d’un sous-espace F d’un espace vectoriel E de
dimension finie :
prendre une base BF de F : c’est une famille libre dans E ;
compléter BF en une base B = BF ∪ C de E ;
le sous-espace G = Vect (C) est un supplémentaire de F dans E ;
Sommes de sous-espaces vectoriels
Méthode 19.7.— Comment construire deux sous-espaces supplémentaires

Étant donné un espace vectoriel E de dimension finie dont on connaı̂t une base B =
(e1 , · · · , en ), pour obtenir deux sous-espaces F et G supplémentaires, on peut
considérer un découpage I et J de l’ensemble {1, · · · , n} en deux parties dis-
jointes dont la réunion forme {1, · · · , n} tout entier ;

poser , F = Vect ek ; k ∈ I et G = Vect ek ; k ∈ J
on a alors : E = F ⊕ G.
9782340-002166_001_600.indd 475 21/10/2014 12:14

Vrai/Faux
Vrai Faux
1. L’ensemble des suites réelles monotones est un sous-espace vec-
toriel de l’espace des suites réelles.
2. Si F et G sont deux sous-espaces de R6 , alors : dim F + dim G =

6 ⇐⇒ F ⊕ G = R6 .
3. Pour toutes parties A et B de l’espace E, on a : Vect (A ∩ B) =
Vect (A) ∩ Vect (B)
4. L’ensemble des fonctions polynômiales de R dans R est un R-
espace de dimension finie.
5. Dans l’espace Rn , toute famille F composée de vecteurs tels
qu’aucun des vecteurs de F n’est colinéaire à un autre vecteur de
F est une famille libre.
6. L’ensemble des suites arithmétiques réelles de raison 2 est un
espace vectoriel.
7. Si E, F et G sont trois K-espaces vectoriels, alors (E +F )∩G =
(E ∩ G) + (F ∩ G).
8. Dans un espace de dimension n, toute famille comportant n
vecteurs est une base.
470 CHAPITRE 19
9782340-002166_001_600.indd 476 21/10/2014 12:14

Exercice 19.1 : On pose F = {(x, y) ∈ R2 | x + y = 0} et G = {(x, y) ∈ R2 | x − y = 0}.
1. Montrer que les ensembles F et G sont deux espaces vectoriels.
2. L’ensemble F ∪ G est-il un sous-espace de R2 ?
' : Les ensembles suivants(sont-ils des R-espaces vectoriels ?

Exercice 19.2
• F1 = (x, y, z) ∈ R3 | z − 2x = y
' (
• F2 = (x, y, z, t) ∈ R4 | x + y + z + t ≤ 1
' (
• F3 = P (X) ∈ R[X] | P (X + 1) = 2P (X) et P (3) = 0
' (
• F4 = f : x → a · cos(x − ϕ) ∈ F (R, R) ; (a, ϕ) ∈ R2
Exercice 19.3* : Soit E, F et G trois espaces vectoriels sur le même corps K vérifiant : E + F =
E + G et E ∩ F = E ∩ G, puis F ⊂ G.
1. Montrer que F = G.
2. L’hypothèse F ⊂ G est-elle vraiment nécessaire ?
Exercice 19.4 : Soit A et B deux parties d’un K-espace vectoriel E. Montrer la formule :
Vect (A ∪ B) = Vect (A) + Vect (B).
Exercice 19.5 : On considère l’équation différentielle :
y + 2ex · y = 0, d’inconnue y : R → R dérivable.
1. Montrer que les solutions de cette équation forme un R-espace vectoriel.

2. Trouver une fonction y0 : R → R telle que l’ensemble des solutions soit exactement Vect (y0 ).
' (
Exercice 19.6* : 1. Montrer que les deux ensembles de polynômes F = P (X) ∈ R[X] | P (0) = 0
' (
et G = P (X) ∈ R[X] | deg(P ) ≤ 0 sontsupplémentaires dans R[X].
2. On pose E l’ensemble des fonctions continues de l’intervalle [0, 1] dans R. Les ensembles
: 1 )
F = f ∈E | f (t) dt = 0 et G = {f ∈ E | f fonction constante } sont-ils supplémentaires
0
dans E ?
Sous-espaces vectoriels, calcul de bases et de dimensions

Exercice 19.7 : 1. Soient u(1, 1, 1) et v(1, 2, 3) deux vecteurs de R3 . Trouver une condition
nécessaire et suffisante pour que w(x, y, z) appartient à Vect (u, v).
2. Soient u(1, 1, 1, 0) et v(0, 0, 1, 1). Trouver des conditions nécessaires et suffisantes pour que
w(x, y, z, t) appartienne à Vect (u, v).
9782340-002166_001_600.indd 477 21/10/2014 12:14

Exercice 19.8 : On considère trois polynômes P0 = 1 + X, P1 = X + X 2 et P2 = 2X 2 + 1.
Démontrer que Vect (P0 , P1 , P2 ) = R2 [X].
Exercice 19.9 : On considère les trois vecteurs de R3 suivants : u(1, 0, 1), v(2, 1, 0) et w(0, −1, −2).
1. Forment-ils une famille libre ou liée ? Si la famille est liée, trouver une relation entre les vecteurs.
2. Quelle est alors la dimension de Vect (u, v, w) ?
Exercice 19.10 : On considère l’espace vectoriel E = R3 .

les deux ensembles F = {(x1 , x2)
On pose , x3 ) ∈ R2 | x1 − x2 + 3x3 = 0}, puis
x2 − x3 = 0
G = (x1 , x2 , x3 ) ∈ R3 | .
2x1 + x3 = 0
Montrer que F et G sont deux supplémentaires dans R3 et déterminer une base BF de F puis
une base BG de G.
Exercice 19.11 : 1. Montrer que la famille (1, cos, sin) est libre dans l’espace F (R, R).
2. La fonction x → x appartient-elle à Vect (1, cos, sin) ?
Exercice 19.12 : Soit n un entier naturel.

1. Soit (P0 (X), P1 (X), · · · , Pn (X)) une famille de polynômes non nuls dans l’espace Rn [X] tels
que les degrés des polynômes P0 (X), P1 (X), · · · , Pn (X) soient tous différents (famille à degrés
échelonnés). Montrer qu’il Rn [X].
s’agit d’une base de
2. Montrer que la famille X · (X − 1)
k n−k
est une base de Rn [X].
0≤k≤n
Exercice 19.13 : On considère la famille F = (P0 , P1 , P2 , P3 ) de R3 [X] avec

P0 = 1,
P1 = 1 + X,
P2 = 1 + X + X 2 ,
P3 = 1 + X + X 2 + X 3 .
Montrer que F est une base de R3 [X]. Soit P = a+bX +cX 2 +dX 3 . Déterminer les coordonnées
de P dans la base F .
Exercice 19.14 : Dans R4 , on considère les sous-espaces vectoriels F = Vect (u(1, 0, 1, 0), v(0, 1, 0, 1))
et G = Vect (w(1, 1, 1, 1), t(2, 1, 2, 1)).
Montrer que F = G.
Indications
Ex. 19.2
Pour l’ensemble F4 , on développera la formule en fonction de cos x et sin x.
Ex. 19.3
On considèrera l’exemple où F , G et E sont trois droites vectorielles du plan R2 .
Ex. 19.6
1. On n’oubliera pas de montrer que les ensembles considérés sont des espaces vectoriels.
472 CHAPITRE 19
9782340-002166_001_600.indd 478 21/10/2014 12:14

1 2 3 4 5 6 7 8
F F F F F F F F
1. L’ensemble n’est pas stable par addition :
2 2
suite u suite v 1
0 0 0
−1 suite w = u + v
2. En prenant F = G l’espace des 6-uplets de R6 dont les trois premières composantes sont nulles,
alors dim F = dim G = 3, donc dim F + dim G = 6, mais la somme F + G ne vaut pas R6 (et n’est
pas directe). Remarquons que dans un espace E de dimension n, pour montrer que deux espaces
F et G sont supplémentaires, il suffit de montrer que F ∩ G ⊂ {0E } puis dim F + dim G = n.
3. En prenant E = R2 , puis A = {(1, 0), (0, 1)} et B = {(1, 1)}, l’ensemble A ∩ B est vide,
Vect (A) = R2 , Vect (B) = Vect (1, 1) = {(x, x); x ∈ R}, donc Vect (A) ∩ Vect (B) = Vect (1, 1) mais
Vect (A ∩ B) = Vect (∅) = {(0, 0)}.
5. Dans l’espace R2 par exemple, dans la famille à trois vecteurs F = (e1 , e2 , e3 ) avec e1 = (1, 0),
e2 = (0, 1) et e3 = (1, 1), aucun des vecteurs ei n’est colinéaire à aucun des autres vecteurs ej
(j
= i) et pourtant la famille F comportant strictement plus de vecteurs que dim (R2 ) est liée.
7. On a un contre-exemple en prenant E = Vect (1, 0), F = Vect (0, 1) et G = Vect (1, 1), ce qui
donne : (E + F ) ∩ G = R2 ∩ G = G, mais (E ∩ G) + (F ∩ G) = {0R2 }.
8. On peut par exemple avoir n fois le même vecteur nul.
Erreurs classiques
• Ne pas se lancer dans des calculs compliqués dans le premier point de la définition
d’un sous-espace vectoriel F de E. Celui-ci contiendra le vecteur nul 0E .
• Ne pas confondre E + F avec E ∪ F .
• Ne pas penser qu’une famille contenant des vecteurs deux à deux non colinéaires
est libre. Cela ne marche pas en général dès que la famille contient au moins trois
vecteurs.
• Ne pas croire qu’une famille à p vecteurs dans un espace vectoriel de dimension p
est une base. Il faut qu’elle soit libre (ou génératrice).
• Ne pas confondre dimensions et cardinaux.
9782340-002166_001_600.indd 479 21/10/2014 12:14

Exercice 19.1
1. Montrons par exemple que F est un sous-espace de l’espace de référence
R2 . Le couple (0, 0) appartient à F car 0 + 0 = 0.
Soit maintenant (x, y) et (x , y ) dans F , puis λ dans R. Alors, on peut écrire :
λ · (x, y) + (x , y ) = (λ · x + x , λ · y + y ) et ainsi :
(λ · x + x ) + (λ · y + y ) = λ · (x + y) + (x + y ) = 0.
Le vecteur λ · (x, y) + (x , y ) appartient à F .

2. La réponse est non. En effet, les vecteurs (1, 1) et (1, −1) appartiennent
tous les deux à F ∪ G, mais leur somme (2, 0) n’appartient ni à F , ni à G :
l’ensemble F ∪ G n’est pas stable par addition.
Exercice 19.2
• L’ensemble
F1 est unR-sous-espace de R3 car le calcul montre que F =
Vect (1, −2, 0), (0, 1, 1) .
• Le quadruplet (1, 0, 0, 0) appartient à F2 mais pas 2 · (1, 0, 0, 0) : l’ensemble
F2 n’est pas un espace vectoriel.
• On vérifierait assez facilement que F3 est un R-sous-espace de R[X]. En fait,
F3 n’est constitué que du polynôme nul car si P (X) est non nul dans R[X] de
degré p, le terme en X p dans P (X + 1) vaut ξ · X p mais le terme en X p dans
2P (X) vaut 2ξ · X p et les polynômes P (X + 1) et 2P (X) sont différents.
• L’ensemble F4 est en fait formé de toutes les fonctions de la forme x →
λ · cos x + μ · sin x car en développant a · cos(x − ϕ), on obtient une formule
de ce type et si on a une formule de ce type, soit λ = μ = 0 et on prend
a = 0 = ϕ, par exemple, soit λ ou μ est non nul et le nombre complexe
λ + iμ
est de module 1, donc égal à un certain eiϕ puis :
λ2 + μ2

∀x ∈ R, λ · cos x + μ · sin x = a · cos(x − ϕ), avec a = λ2 + μ2 .
En définitive, F4 = Vect (cos, sin) et c’est un sous-espace de F (R, R).

Exercice 19.3
1. Il suffit de montrer l’inclusion G ⊂ F .
Soit x dans G. Alors, x = 0E + x appartient à l’espace E + G, donc à l’espace
E + F . On peut trouver deux vecteurs xE et xF respectivement dans E et F
tels que : x = xE + xF . Or, F est inclus dans G, ce qui conduit au fait que le
vecteur xE = x − xF appartient à l’espace G, mais aussi à l’espace E, bref :
Ne pas confondre à l’espace E ∩ G = E ∩ F .
E ∪ F et E + F . En particulier, le vecteur x − xF appartient à F , ainsi que le vecteur x.
2. La réponse est oui, comme en témoigne le contre-exemple : E = Vect (1, 0),
F = Vect (1, 0) et G = Vect (1, 1), de sorte que E ∩ F = E ∩ G = {O}, puis
E + F = E + G = R2 .
474 CHAPITRE 19
9782340-002166_001_600.indd 480 21/10/2014 12:14

Exercice 19.4
Soit x dans Vect (A ∪ B). Par définition, le vecteur x peut s’exprimer comme
de vecteurs de A∪B. On dispose ainsi d’une expression de
combinaison linéaire
la forme : x = λα · α, où la somme ne comporte toujours qu’un nombre
α∈A∪B
fini de termes non nuls, et où les scalaires λα sont dans le corps K. On peut
découper cette somme en deux par :

x= λα · α + λα · α.
α∈A α∈B\A
La première somme est une combinaison linéaire de vecteurs de A, donc elle

appartient à Vect (A) et la seconde appartient à Vect (B). Ainsi, x appartient
à la somme Vect (A) + Vect (B).
Réciproquement, soit x dans Vect (A) + Vect (B). Il existe deux vecteurs xA
et xB respectivement dans Vect (A) et Vect (B) tels que : x = xA + xB . Par
définition de l’espace vectoriel engendré par une partie, on peut écrire :

xA = λα · α et xB = μβ · β,
α∈A β∈B
avec les λα et μβ dans K et seulement un nombre fini sont non nuls.

Par conséquent, en regroupant les deux sommes : x = λα · α + μβ · β,
α∈A β∈B
on obtient une combinaison linéaire de vecteurs dans A ∪ B, d’où l’inclusion
réciproque.
Exercice 19.5
1. L’application nulle est une solution à l’équation différentielle. Soit main-
tenant y1 et y2 deux solutions, puis λ dans R. Alors :
(λ · y1 + y2 ) + 2ex · (λ · y1 + y2 ) = λ · (y1 + 2ex · y1 ) + (y2 + 2ex · y2 ) = 0.
2. La résolution de l’équation homogène montre que les solutions sont de la

−2ex
forme : y : x →
x
κ · e , où κ est une constante réelle. En posant la fonction
y0 : x → e−2e , les solutions forment exactement l’espace Vect (y0 ).
Exercice 19.6
1. On vérifie aisément que les deux ensembles F et G sont effectivement
deux sous-espaces vectoriels de R[X], l’ensemble G comportant en fait tous
les polynômes constants. Ne pas oublier de
Soit maintenant un polynôme P (X) dans F ∩ G. Alors, P (X) est constant et vérifier que ce sont
des sous-espaces
P (0) = 0, donc la constante est nulle et P (X) est le polynôme nul. vectoriels.
Soit P (X) dans R[X]. En posant Q(X) = P (X)− P (0) et R(X) = P (0), alors
évidemment P (X) = Q(X) + R(X), avec de plus : Q(0) = 0, donc Q(X) ∈ F
et R(X) ∈ G.
2. On va montrer que la réponse est oui.
Par linéarité de l’intégrale, il est assez facile de voir que l’ensemble F et G
sont des sous-espaces vectoriels de E. P
: f dans l’intersection F ∩ G. Alors f est constante égale à
Soit maintenant
1
α et l’intégrale f (t) dt vaut α qui est nul : la somme est directe.
0
9782340-002166_001_600.indd 481 21/10/2014 12:14

: 1
Soit enfin une fonction f dans E. En posant h = f (t) dt et g = f − h,
0
alors :
: 1 : 1 : 1
g(t) dt = f (t) dt − h(t) dt = 0, donc g ∈ F.
0 0 0
En outre, h ∈ G, donc F + G = E.
Exercice 19.7
1. w(x, y, z) ∈ Vect (u, v)⎧⇔ ∃(a, b) ∈ R / w = au + bv.
⎨ a + b=x
On a ainsi le système a + 2b = y dont on cherche les équations de
⎩
a + 3b = z
compatibilité.
⎧ Ce système est équivalent au système échelonné
⎨ a + b=x
b=y−x .
⎩
0 = −x + 2y + z
En conclusion, w(x, y, z) ∈ Vect (u, v) ⇔ −x + 2y + z = 0.
2. On procède de même pour la question 2.
w(x, y, z, t) ∈ Vect (u, v) ⇔⎧∃(a, b) ∈ R / w = au + bv.
⎪ a
⎪ =x
⎨
b=y
On a ainsi le système dont on cherche les équations de
⎪ a + b=z
⎪
⎩
b= t
compatibilité.
⎧ Ce système est équivalent au système échelonné
⎪
⎪ a = x
⎨
b=y
.
⎪
⎪ 0 =x+y−z
⎩
0=y−t
⎧
⎪
⎨x + y − z = 0
En conclusion, w(x, y, z, t) ∈ Vect (u, v) ⇔ et .
⎪
⎩
y−t=0
Exercice 19.8
Comme P0 , P1 , P2 ∈ R2 [X], démontrer que Vect (P0 , P1 , P2 ) = R2 [X] re-
vient à montrer que (P0 , P1 , P2 ) est une famille génératrice de R2 [X]. Or
dim R2 [X] = 3, et Card(P0 , P1 , P2 ) = 3. La famille (P0 , P1 , P2 ) est génératrice
si et seulement si elle est libre. Nous allons donc choisir de démontrer qu’il
s’agit d’une famille libre de R2 [X].
On s’intéresse à l’équation
λ0 P0 + λ1 P1 + λ2 P2 = 0
Elle est successivement équivalente à
λ0 (X + 1) + λ1 (X 2 + X) + λ2 (2X 2 + 1) = 0
(λ0 + λ2 ) + (λ0 + λ1 )X + (λ1 + 2λ2 )X 2 = 0
⎧
⎨ λ0 + λ2 = 0
λ0 + λ1 =0
⎩
λ1 + 2λ2 = 0
476 CHAPITRE 19
9782340-002166_001_600.indd 482 21/10/2014 12:14

(λ0 + λ2 ) + (λ0 + λ1 )X + (λ1 + 2λ2 )X 2 = 0
⎧
⎨ λ0 + λ2 = 0
λ1 − λ2 = 0
⎩
3λ2 = 0
Le nombre de pivots étant égal à 3, l’unique solution à l’équation λ0 P0 +
λ1 P1 + λ2 P2 = 0 est (λ0 , λ1 , λ2 ) = (0, 0, 0). La famille (P0 , P1 , P2 ) est une
famille libre de R2 [X] et donc génératrice
Vect (P0 , P1 , P2 ) = R2 [X]

Exercice 19.9
1. On va s’intéresser à l’équation au + bv + cw = 0 avec (a, b, c) ∈ R3 . Elle se
traduit par le système
⎧
⎨ a + 2b =0
b − c=0
⎩
a + 2c = 0
qui est équivalent au système

⎧
⎨ a + 2b =0
b − c=0
⎩
0=0
Le nombre de pivots est égal à 2, et il n’y a aucune contrainte imposée par les
équation de compatibilité ainsi, il existe une infinité de solutions à l’équation
au + bv + cw = 0. On en déduit que la famille est liée.
On peut choisir c de façon arbitraire. Par exemple prenons, c = −1, alors
b = −1 et a = 2. Une relation entre les trois vecteurs est donc
2u − v − w = 0
2. La famille (u, v, w) étant de cardinal 3, on a rg(u, v, w) ≤ 3. La famille

(u, v, w) étant liée, on en déduit rg(u, v, w) < 3. Par ailleurs, les vecteurs u
et v ne sont pas colinéaires, ils forment donc une famille libre. On en déduit
rg(u, v) = 2 et rg(u, v, w) ≥ 2. En conclusion, rg(u, v, w) = 2, ce qui est
équivalent à dire
dimVect (u, v, w) = 2

Exercice 19.10
Soit x = (x1 , x2 , x3 ) ∈ E. Alors :

x ∈ F ⇐⇒ x1 = x2 − 3x3 ⇐⇒ x ∈ Vect (1, 1, 0), (−3, 0, 1) .

L’ensemble F est donc un R-espace vectoriel et la famille (1, 1, 0), (−3, 0, 1)
est une base BF : dim F = 2.
9782340-002166_001_600.indd 483 21/10/2014 12:14

De la même façon, soit x = (x1 , x2 , x3 ) ∈ E. Alors :

x2 = −2x1
x ∈ G ⇐⇒ ⇐⇒ ⇐⇒ x ∈ Vect (1, −2, −2)
x3 = −2x1
L’ensemble G est un espace vectoriel et la famille (1, −2, −2) est une base BG
de G : dim G = 1.
Soit x dans F ∩ G. Comme le vecteur x appartient à l’espace F , on pose : x =
λ1 ·(1, 1, 0)+λ2 ·(−3, 0, 1), où λ1 et λ2 appartiennent à R. Comme x appartient
à G, on pose également : x = μ · (1, −2, −2), avec μ dans R. La résolution du
système conduit à λ1 = λ2 = μ = 0, donc x est le vecteur nul de E. La somme
F +G est directe. Par la formule de Grassmann, dim (F +G) = 3 = dim (R3 ) et
l’inclusion F + G ⊂ R3 se transforme en égalité. On a finalement : F ⊕ G = E.

Exercice 19.11
1. Soit α · 1 + β · cos +γ · sin = 0 une combinaison linéaire nulle entre les
vecteurs de la famille (1, cos, sin). Alors, pour tout x de R,
α + β · cos x + γ · sin x = 0.
En particulier pour x = 0, on obtient α + β = 0, pour x = π, on obtient

π
α − β = 0, ce qui impose déjà : α = β = 0. Maintenant, en prenant x = ,
2
on aboutit à : α + γ = 0, donc γ = 0 : la famille est libre.
2. Imaginons un instant que la fonction x → x appartienne à l’espace
Vect (1, cos, sin). Il existerait trois constantes α, β et γ telles que :
∀x ∈ R, x = α + β · cos x + γ · sin x.
Ainsi :
∀x ∈ R, |x| ≤ |α| + |β · cos x| + |γ · sin x| ≤ |α| + |β| + |γ|,
ce qui paraı̂t difficile à concevoir, surtout lorsque x tend vers +∞ : la réponse

est non.

Exercice 19.12
1. Quitte à renuméroter les polynômes, on peut supposer que :
deg(P0 (X)) < deg(P1 (X)) < · · · < deg(Pn (X)).

n
Soit maintenant λk · Pk (X) = 0 une combinaison linéaire nulle entre les
k=0
vecteurs de cette famille. Le seul terme en X deg(Pn (X)) dans cette expression
est uniquement présent dans le polynôme λn · Pn (X) : nécessairement, λn =
0. Le seul terme en X deg(Pn−1 (X)) dans la somme restante est uniquement
dans le polynôme λn−1 · Pn−1 (X) : le scalaire λn−1 est nul. On procède ainsi
de suite jusqu’à λ0 = 0. La famille (P0 (X), · · · , Pn (X)) est libre et compte
(n + 1) = dim (Rn [X]) vecteurs : il s’agit d’une base.
478 CHAPITRE 19
9782340-002166_001_600.indd 484 21/10/2014 12:14

n
2. Soit λk · X k (X − 1)n−k = 0 une combinaison linéaire nulle entre les
k=0
vecteurs de la famille de polynômes. Si l’un au moins des scalaires λk est non
nul, soit k0 l’indice minimal tel que λk0
= 0, de sorte que :

n
λk · X k (X − 1)n−k = 0
k=k0
donc :

n
X k0 · λk · X k−k0 (X − 1)n−k = 0.
k=k0

n
L’anneau R[X] est intègre, ce qui implique : λk · X k−k0 (X − 1)n−k = 0,
k=k0
et l’évaluation de cette égalité entre polynômes en 0 donne : λk0 · (−1)n−k0 =
0, ce qui est tout bonnement impossible. Résultat des courses : aucun des
scalaires λk n’est non nul. La famille X · (X − 1)n−k
k
est libre et de
0≤k≤n
cardinal dim (Rn [X]) : c’est une base.

Exercice 19.13
Comme les degrés des polynômes de la famille F sont échelonnés, on en
déduit que F est une base.
Notons (α, β, γ, δ) les coordonnées de P dans la base F . On a alors P =
αP0 + βP1 + γP2 + δP3 . Ce qui s’écrit successivement
a + bX + cX 2 + dX 3 = α + β(1 + X) + γ(1 + X + X 2 ) + δ(1 + X + X 2 + X 3 )
a + bX + cX 2 + dX 3 = α + β + γ + δ + (β + γ + δ)X + (γ + δ)X 2 + δX 3
Par identification, on en déduit
⎧
⎪
⎪ α + β + γ + δ = a
⎨
β + γ + δ = b
⎪
⎪ γ + δ = c
⎩
δ = d
Dont on déduit ⎧
⎪
⎪ α = a − b
⎨
β = b − c
⎪
⎪ γ = c − d
⎩
δ = d
Les coordonnées de P dans la base F sont (a − b, b − c, c − d, d).
Exercice 19.14
F et G sont clairement des sous-espaces vectoriels de R4 puisqu’ils sont
engendrés par des vecteurs de R4 .
Commençons par regarder leur dimension. Comme u et v ne sont pas
colinéaires, dim F = 2. De même, comme w et t ne sont pas colinéaires,
dim G = 2.
9782340-002166_001_600.indd 485 21/10/2014 12:14

On va d’abord montrer que G ⊂ F .
Pour cela on commence par montrer que w et t sont des éléments de F .
Or on a

w =u+v
t = 2u + v
Comme w et t sont des éléments de F et que F est un sous-espace vectoriel,
toute combinaison linéaire de w et de t est un élément de F . Ainsi,
Vect (w, t) ⊂ F
G⊂F
Comme G ⊂ F , on a dim G ≤ dim F avec égalité si et seulement si G = F .
Or on a montré que dim G = dim F . On en déduit
G=F
480 CHAPITRE 19
9782340-002166_001_600.indd 486 21/10/2014 12:14

Chapitre 20
Applications linéaires
Les espaces vectoriels ont été introduits par Cayley et Grassmann

au milieu du XIXe siècle. Cependant, le premier ne proposait
qu’un calcul sur des n-uplets et la formalisation du second était
des plus obscures. Ce fut l’œuvre de Giuseppe Peano de déchiěrer
le travail du mathématicien allemand et de donner le premier,
en 1888, une déęnition satisfaisante d’un espace vectoriel.
Il introduisit les applications linéaires et montra que ceĴe théorie
ne se réduit pas à la dimension ęnie en citant l’exemple
des polynômes. Giuseppe Peano est aussi connu
pour son axiomatique des entiers naturels et pour avoir construit
une courbe remplissant un carré. On lui doit d’astucieux
contre-exemples qui ont remis en cause des assertions Giuseppe Peano
qui semblaient pourtant bien établies. Par ailleurs, il inventa 1858-1932
une langue internationale, le Latino sine Ěexione,
dans laquelle il écrivit plusieurs livres de mathématiques.
9782340-002166_001_600.indd 487 21/10/2014 12:14

Objectifs

Les incontournables
Zapplications linéaires entre espaces de dimensions finies :
fconnaître et savoir utiliser la formule du rang ;
freconnaître un isomorphisme entre espaces vectoriels de même
dimension finie.
9782340-002166_001_600.indd 488 21/10/2014 12:14

Résumé de cours
Applications linéaires
Généralités
Définition : Soit E et F deux espaces vectoriels sur le même corps K. Une application f : E → F
est dite linéaire si pour tous vecteurs x et x dans E et pour tout scalaire λ dans K, on a :
f (λ · x + x ) = λ · f (x) + f (x ).
Lorsque E = F , on dit qu’une application linéaire f : E → E est un endomorphisme.

Une application linéaire qui est une bijection est appelée isomorphisme. Un endomorphisme
bijectif est appelé automorphisme.
Remarque : si f : E → F est linéaire, alors f (0E ) = 0F .
Proposition 20.1.— Soit E et F deux espaces vectoriels sur le même corps K.

L’ensemble L(E, F ) des applications linéaires de E vers F est un K-espace vectoriel.
Lorsque E = F , on note L(E) = L(E, E) l’ensemble des endomorphismes de E.
Proposition 20.2.— Composition d’applications linéaires, passage à l’inverse —. Soit f ∈

L(E, F ) et g ∈ L(F, G) des applications linéaires. Alors,
la composée g ◦ f est une application linéaire ;
si de plus l’application f est un isomorphisme de E dans F , son application réciproque f −1
est un isomorphisme de F vers E.
Définition : L’ensemble des automorphismes de E est un groupe pour la composition. On l’appelle

le groupe linéaire de E. On le note GL(E).
Image et noyau d’une application linéaire

Définition : Soit f : E → F une application linéaire. On appelle
• image de f le sous-ensemble de F , Im f = {f (x) ; x ∈ E} = {y ∈ F | ∃x ∈ E ; f (x) = y} ;

• noyau de f le sous-ensemble de E, Ker f = {x ∈ E | f (x) = 0F }.
Soit A un sous-espace vectoriel de E, et B un sous-espace vectoriel de F .
• L’image directe de A par f est l’image de la restriction f |A de f à A.

• L’image réciproque de B par f est le sous-espace vectoriel de E {x ∈ E | f (x) ∈ B}.
Proposition 20.3.— Soit f ∈ L(E, F ), alors :

Im f est un sous-espace vectoriel de F ;
Ker f est un sous-espace vectoriel de E.
APPLICATIONS LINÉAIRES 483
9782340-002166_001_600.indd 489 21/10/2014 12:14

Théorème 20.4.— Caractérisation des applications linéaires injectives/surjectives —. Soit
E, F des K-espaces vectoriels et f ∈ L(E, F ) une application linéaire de E vers F , alors
• f est surjective ssi Im f = F • f est injective ssi Ker f = {0E }
Projecteurs, symétries, homothéties
Parmi toutes les applications linéaires possibles, un certain nombre d’entre elles se rencontrent plus
souvent que les autres :
Définition : Soit E est un espace vectoriel sur le corps K, puis f ∈ L(E) un endomorphisme. Soit
F et G deux sous-espaces vectoriels supplémentaires de E (c’est-à-dire : F ⊕ G = E).
• On dit que f est le projecteur (ou la projection) sur F pa- G

rallèlement à G, si pour tout x dans E décomposé selon : x
x = xF + xG , avec xF dans F et xG dans G, alors :
f (x) = xF .
• On dit que f est la symétrie par rapport à F parallèlement à
G, si pour tout vecteur x de E décomposé selon x = xF + xG p(x) F
avec xF dans F et xG dans G, on a : f (x) = xF − xG .
• On dit que f est l’homothétie de rapport λ (où λ est un
scalaire) si pour tout vecteur x de E, on a : f (x) = λ · x. s(x)
Proposition 20.5.— Caractérisation des projecteurs —. Soit f ∈ L(E) un endomorphisme. Alors
f est un projecteur si et seulement si f 2 = f
L’application f est alors le projecteur de E sur F = Im f = Ker (f − IdE ), parallèlement à

G = Ker f .
Proposition 20.6.— Caractérisation des symétries —. Soit f ∈ L(E) un endomorphisme. Alors
f est une symétrie si et seulement si f 2 = IdE
L’application f est alors la symétrie par rapport à F = Ker (s − IdE ), parallèlement à G =

Ker (s + IdE ).
484 CHAPITRE 20
9782340-002166_001_600.indd 490 21/10/2014 12:14

Applications linéaires en dimension finie
Proposition 20.7.— Soit E et F deux espaces vectoriels de dimension finie sur le même corps K.
Alors l’espace L(E, F ) est un espace vectoriel de dimension finie et
dim L(E, F ) = dim (E) × dim (F )

2
En particulier dim L(E) = dim (E)
Construction d’applications linéaires
Théorème 20.8.— Soit E et F deux espaces vectoriels sur le corps K. On suppose que E est de
dimension finie. On note B = (e1 , e2 , · · · , ep ) une base de E.
Alors, pour tous vecteurs y1 , · · · , yp de F , il existe une application linéaire f ∈ L(E, F ) unique
telle que :
∀i ∈ {1, · · · , p}, f (ei ) = yi .
Commentaires : ainsi, f est entièrement déterminée par la famille F = (f (e1 ), f (e2 ) · · · , f (ep ))
des images par f des vecteurs de la base B.
Proposition 20.9.— Une application linéaire définie sur E = E1 ⊕ E2 est entièrement déterminée
par ses restrictions à E1 et E2 .
Image d’une base par une application linéaire

Une application linéaire étant entièrement et uniquement déterminée par les images d’une base,
on en déduit :
Proposition 20.10.— Soit E et F deux K-espaces vectoriels, avec E de dimension finie, une base
B = (e1 , e2 , · · · , ep ) de E et f ∈ L(E, F ) une application linéaire. On note F = (f (e1 ), · · · , f (ep ))
l’image de la base B par f . Alors :
f est injective si et seulement si la famille F est libre ;
f est surjective si et seulement si la famille F est génératrice dans F ;
f est un isomorphisme si et seulement si la famille F est une base de F .
Rang d’une application linéaire
Définition : Soit E et F deux espaces vectoriels sur le corps K, avec E de dimension finie, puis
f : E → F une application linéaire. Alors, le sous-espace vectoriel Im f de F est un espace vectoriel
de dimension finie (même si F n’est pas de dimension finie) et on appelle le rang de l’application
linéaire f , la dimension de l’espace Im f . On le note Rg f = dim Im f .
Proposition 20.11.— Soit f ∈ L(E, F ) une application linéaire, avec E un espace de dimen-
sion finie. Alors, pour toute famille génératrice (ei )i∈I de E, la famille (f (ei ))i∈I est une famille
génératrice de l’espace Im f .
9782340-002166_001_600.indd 491 21/10/2014 12:14

Proposition 20.12.— Rang et composition—. Soit u ∈ L(E, F ) et v ∈ L(F, G).
Rg (v ◦ u) ≤ min(Rg (v), Rg (u))
Proposition 20.13.— Rang et composition par des isomorphismes—. Soit f ∈ L(E, F ), ϕ ∈

GL(E) et ψ ∈ GL(F ).
Rg (f ) = Rg (f ◦ ϕ) = Rg (ψ ◦ f ) = Rg (ψ ◦ f ◦ ϕ)
Théorème 20.14.— Théorème du rang —. Soit E et F deux espaces vectoriels, avec E de

dimension finie. Soit f : E → F une application linéaire. Alors :
dim E = dim Ker f + dim Im f
En application de ce théorème on dispose des résultats importants suivants :
Proposition 20.15.— Caractérisation des isomorphismes en dimension finie —. Soit E et F

deux K-espaces vectoriels, puis f ∈ L(E, F ) une application linéaire.
Si f est un isomorphisme, alors : dim E = dim F .
Si dim E = dim F , on a les équivalences :
f est bijective ⇐⇒ f est injective ⇐⇒ f est surjective
Équations linéaires
Définition : On appelle équation linéaire, une équation de la forme f (x) = y0 , où f : E → F
est une application linéaire entre deux K-espaces vectoriels, y0 est un vecteur de F et x ∈ E est
l’inconnue de l’équation.
Si p et n sont deux entiers naturels, on appelle système d’équations linéaires de n équations à
p inconnues x1 , · · · , xp , toute équation de la forme :
⎧
⎪
⎪ a1,1 · x1 + a1,2 · x2 + · · · + a1,p · xp = y1
⎪
⎨ a2,1 · x1 + a1,2 · x2 + · · · + a1,p · xp = y2
.. .. ..
⎪
⎪ . . .
⎪
⎩
an,1 · x1 + an,2 · x2 + · · · + an,p · xp = yn
avec les coefficients ai,j ∈ K et yj connus.
Exemples : • Les droites du plan sont caractérisées par la donnée d’un système d’une équation
à deux inconnues de la forme a · x + b · y = c, où le vecteur (a, b) est non nul.
• Les plans de l’espace sont caractérisé par un système d’une seule équation à trois inconnues
de la forme a · x + b · y + c · z = d où le vecteur (a, b, c) est non nul. Les droites de l’espace R3
486 CHAPITRE 20
9782340-002166_001_600.indd 492 21/10/2014 12:14

sont
caractérisées par un système de deux équations linéaires à trois inconnues, de la forme
a·x+b·y+c·z =d
, avec les vecteurs (a, b, c) et (a , b , c ) non colinéaires.
a · x + b · y + c · z = d
• Toute équation différentielle linéaire d’ordre 1 de la forme a(x) · y + b(x) · y = f (x) définie
sur un intervalle I où la fonction continue a(·) ne s’annule pas (les deux autres fonctions b(·)
et f (·) étant également continues) peut être interprétée comme une équation linéaire dont
les solutions de l’équation homogène associée forment un espace vectoriel de dimension 1.
• De même, toute équation différentielle d’ordre 2 de la forme a · y + b · y + c · y = f (x), avec
a
= 0 correspond à une équation linéaire. L’ensemble des solutions de l’équation homogène
associée forment un espace de dimension 2.
9782340-002166_001_600.indd 493 21/10/2014 12:14

Méthodes
Dimensions de sous-espaces vectoriels et applications linéaires
Méthode 20.1.— Comment calculer la dimension d’un espace vectoriel :

Construire un isomorphisme entre E et un espace vectoriel de référence, par exemple Kp
dont on sait qu’il vérifie dim E = p.
Exemple : considérons l’ensemble F des suites réelles (un )n∈N telles que ∀n ∈ N, un+2 =
un+1 + un et montrons que F est un plan vectoriel.
• On vérifie d’abord que F est un sous-espace vectoriel du R-espace RN des suites réelles (on ne
détaille pas cette étape).
• Il est par ailleurs clair qu’une suite (un )n∈N de l’ensemble F est uniquement déterminée par ses
deux premiers termes u0 et u1 (pour s’en convaincre, faire une récurrence faisant intervenir les
rangs n et (n + 1)).
• L’application f : (un )n∈N → (u0 , u1 ) est linéaire de F vers R2 et la remarque ci-dessus nous ap-
prend que c’est un isomorphisme, car pour tout (x, y) dans R2 , l’équation f (u) = (x, y) d’inconnue
u ∈ F a une seule solution. Les espaces F et R2 ont la même dimension : dim F = 2.
• On vérifie facilement que si λ est une racine réelle du polynôme P (X) = X 2 − X−1, alors
√ n
1+ 5
la suite géométrique (λ )n∈N est un élément de F . Les deux suites u =
n
et
2
√ n n∈N
1− 5
v= sont donc dans F .
2
n∈N
• Enfin, si α · u + β · v = 0 est une combinaison linéaire nulle entre les vecteurs de la famille (u, v),
alors : √ n √ n

1+ 5 1− 5
∀n ∈ N, α · +β· = 0.
2 2
En particulier, en prenant n = 0 et n = 1, on obtient α + β = 0 et α − β = 0, d’où il découle que
α = β = 0. Ainsi, la famille (u, v) est libre à deux vecteurs dans un espace de dimension 2 : c’est
une base.
• Résultat des courses : tout élément (wn )n∈N de F est de la forme :
√ n √ n
1+ 5 1− 5
∀n ∈ N, wn = α · +β· ,
2 2
avec deux constantes réelles α et β déterminées par w0 et w1 .
Exemple : soit F et G deux sous-espaces d’un espace vectoriel E de dimension finie. Montrer
qu’il existe un endomorphisme u dans L(E) tel que Ker u = F et Im u = G si et seulement si :
dim F + dim G = dim E.
488 CHAPITRE 20
9782340-002166_001_600.indd 494 21/10/2014 12:14

Si un endomorphisme u convient, le théorème du rang fournit :
dim E = dim Ker u + dim Im u = dim F + dim G.
Réciproquement, supposons que dim F + dim G = dim E. On cherche à construire un endomor-
phisme u tel que Ker u = F et Im u = G. Pour se faire, on construit une base adaptée de E :
• on pose p = dim F et n = dim E, de sorte que dim G = n − p ;
• on prend (e1 , · · · , ep ) une base de F , complétée en une base (e1 , · · · , en ) de E ;
• on prend une base (εp+1 , · · · , εn ) de G ;
• on définit le seul endomorphisme u dans L(E) tel que :
∀i ∈ {1, · · · , p}, u(ei ) = 0 et ∀i ∈ {p + 1, · · · , n}, u(ei ) = εi .
Reste à voir pourquoi cette définition met fin à tous nos problèmes ...
p p
Soit x dans F . Alors, en posant x = λi · ei , on obtient : u(x) = λi · u(ei ) = 0, donc x ∈ Ker u.
i=1 i=1⎛ ⎞
n n n
En posant y = μi · εi dans G, alors : y = μi · u(ei ) = u ⎝ λi · ei ⎠ ∈ Im u. Ainsi,
i=p+1 i=p+1 i=p+1
F ⊂ Ker u et G ⊂ Im u. Finalement, on peut écrire :
(dim Ker u − dim F ) + (dim Im u − dim G) = dim E − dim E = 0.
Chacune des deux parenthèses précédentes renferme un entier positif ou nul, dont la somme est
nulle. Ainsi : dim Ker u = dim F et dim Im u = dim G. Chacune des deux inclusions démontrées
ci-dessus se tranforme en égalité : Ker u = F et Im u = G.
Sommes de sous-espaces vectoriels, applications linéaires
Méthode 20.2.— Comment exploiter une somme directe F ⊕ G = E

Étant donné un espace vectoriel E de dimension finie dont on connaı̂t une décomposition
en somme directe de sous-espaces : F ⊕ G = E, on peut alors procéder à la construction
d’une application linéaire adaptée f ∈ L(E, H) :
construire une fonction f1 ∈ L(F, H) et une fonction f2 ∈ L(G, H)
définir une application f ∈ L(E, H) de la façon suivante : pour tout x ∈ E, on pose
x = xF + xG , avec (xF , xG ) ∈ F × G puis on pose f (x) = f1 (xF ) + f2 (xG ).
Exemple : en notant P l’espace des fonctions paires définies de R vers R, puis I l’espace des
fonctions impaires définies de R vers R, on peut résoudre l’équation fonctionnelle :
∀x ∈ R, f (x) + f (−x) = ex
en suivant le raisonnement suivant :

• utiliser le fait que P ⊕ I = F (R, R)
• décomposer la fonction exp selon cette somme directe : exp = ch + sh
9782340-002166_001_600.indd 495 21/10/2014 12:14

• prendre une fonction inconnue f sous la forme f = g + h avec g ∈ P et h ∈ I, donc g ∈ I et
h ∈ P
• identifier les parties paires et impaires en disposant de deux équations différentielles reliant
g, h, g et h
• obtenir une équation vérifiée par g seulement puis par h seulement
• obtenir les solutions f = g + h.
490 CHAPITRE 20
9782340-002166_001_600.indd 496 21/10/2014 12:14

Vrai/Faux
Vrai Faux
1. L’image de tout sous-espace F de E par un endomorphisme
f ∈ L(E) est encore un sous-espace de E.
2. L’image de tout sous-espace F de E par un endomorphisme
f ∈ L(E) est encore un sous-espace de E.
3. Un R-espace vectoriel E est de dimension égale à 4 si et seule-
ment si il existe un isomorphisme f entre E et R3 [X].
4. Si E est de dimension finie, alors tout sous-espace F de l’espace
vectoriel L(E) a pour dimension un entier qui est un carré parfait.
5. Si f ∈ L(E) est un endomorphisme de E tel que Ker f = {0E },
alors f est un automorphisme de E
6. La composée de deux projections de E dans E est encore une
projection si les deux projections commutent.
7. Si u et v sont deux endomorphismes dans L(Rn ), alors Rg (u) +
Rg (v) = Rg (u + v)
8. Si E est de dimension finie, les isomorphismes de E sont les
applications linéaires transformant n’importe quelle base de E en
une autre base de E.
9. L’ensemble des homothéties sur E est un sous-espace de L(E).
10. Soit f ∈ L(E, F ) avec E de dimension finie. Si Rg (f ) = dim E,
alors l’application f est injective mais la réciproque n’est pas vraie.
11. Si f ∈ L(R3 ) vérifie f 3 = f 2 , alors f est une projection.

12. Deux endomorphismes de E égaux sur une partie A de E
seront égaux sur Vect (A).
9782340-002166_001_600.indd 497 21/10/2014 12:14

Sous-espaces vectoriels, calcul de bases et de dimensions
Exercice 20.1 : On considère l’espace vectoriel E = R3 .
les deux ensembles F = {(x1 , x2)
On pose , x3 ) ∈ R2 | x1 − x2 + 3x3 = 0}, puis
x2 − x3 = 0
G = (x1 , x2 , x3 ) ∈ R3 | .
2x1 + x3 = 0
1. Montrer que F et G sont deux supplémentaires dans R3 et déterminer une base BF de F puis
une base BG de G.
2. Soit f le projecteur sur F parallèlement à G. Calculer f (1, 2, 0).
Applications linéaires : premières propriétés

Exercice 20.2 : Soit (e1 , e2 , e3 ) la base canonique de R3 .
1. Montrer qu’il existe un seul endomorphisme f ∈ L(R3 ) tel que :
f (e1 ) = 13e1 + 12e2 + 6e3 , f (e2 ) = −8e1 − 7e2 − 4e3 et f (e3 ) = −12e1 − 12e2 − 5e3 .
2.
a. Montrer que les ensembles F = {x ∈ R2 | f (x) = x} et G = F = {x ∈ R2 | f (x) = −x}
sont deux sous-espaces de R3 .
b. Déterminer une base de F et une base de G.
3. Montrer que F ⊕ G = R3 .
Exercice 20.3 : Soit E un K-espace vectoriel puis f un endomorphisme dans L(E) tel que :
∀x ∈ E, ∃nx ∈ N, f nx (x) = 0 (composée nx fois de la fonction f )
1. On suppose que E est de dimension finie. Montrer qu’il existe un entier n tel que : f n = 0.
2. Cela marche-t-il encore lorsque E n’est plus de dimension finie ?
Applications linéaires : théorème du rang

Exercice 20.4 : On définit l’application f : (x, y, z) → (x + z, y − 2x, x + 3z), de R3 dans R3 .
1. Montrer que l’application f est linéaire.
2. Montrer que l’application f est un isomorphisme.
Exercice 20.5 : Soit f et g deux endomorphismes de L(Rn ) tels que f ◦ g = 0. Montrer que
Rg f + Rg g ≤ n.
Exercice 20.6 : Soit E un espace vectoriel, puis f et g deux endomorphismes dans L(E) tels que :
E = Ker f + Ker g = Im f + Im g.
1. On suppose que l’espace E est de dimension finie. Montrer que les deux sommes précédentes
sont directes.
2. On considère l’exemple : E = R[X], puis f : P → P (X) et g : P → P (0).
a. Montrer que les applications f et g sont deux endomorphismes de E.
492 CHAPITRE 20
9782340-002166_001_600.indd 498 21/10/2014 12:14

b. Déterminer les ensembles Ker f , Im f , Ker g et Im g.
c. Le résultat de la première question marche-t-il encore lorsque E n’est plus supposé de
dimension finie ?
Applications linéaires : constructions

Exercice 20.7* : Soit E un espace vectoriel de dimension finie, puis f un endomorphisme dans
L(E). Montrer que les deux conditions suivantes sont équivalentes :
• Im f = Ker f
• f ◦ f = 0 et il existe un endomorphisme h dans L(E) tel que h ◦ f + f ◦ h = IdE .
Formes linéaires et hyperplans

Exercice 20.8* : Soit E un K-espace vectoriel de dimension finie. On pose p = dim E. On appelle
forme linéaire sur E, toute application linéaire ϕ : E → K dans L(E, K). On appelle hyperplan de
E, tout sous-espace de E de dimension (p − 1).
1. Montrer que les hyperplans de E sont exactement les noyaux des formes linéaires non nulles
sur E.
2. Soit (ϕ1 , · · · , ϕp ) une famille de p formes linéraires dans L(E, K). Montrer que cette famille
est une base de L(E, K) si et seulement si l’application Φ : x → (ϕ1 (x), ϕ2 (x), · · · , ϕp (x)) est un
isomorphisme de E vers Kp .
Applications linéaires
Exercice 20.9 : Les applications suivantes sont-elles des applications linéaires ?
• f1 (x, y, z) = (z, x, λ) de R3 dans R3 avec λ une constante
• f2 (P (X)) = 1 + P (X) de R[X] dans R[X]
• f3 ((un )n∈N ) = (3n · u2n+1 )n∈N de F (N, R) dans lui-même
• f4 (x, y) = 2y − 5x de R2 dans R
• f5 (x, y) = (3x + y, 2x − y) de R2 dans lui-même
Exercice 20.10 : Soit f : R3 → R3 l’application telle que :
∀(x, y, z) ∈ R3 , f (x, y, z) = (2y + z, x + z, −x + y + z).
1. Montrer que l’application f est un endomorphisme de R3 .

2. Montrer que l’application f est un automorphisme de R3 .
Exercice 20.11 : Soit E, F et G, trois espaces vectoriels sur le corps K. Soit f ∈ L(E, F ) et
g ∈ L(F, G). Établir l’équivalence : g ◦ f = 0 ⇐⇒ Im f ⊂ Ker g.
Exercice 20.12 : Soit E un K-espace vectoriel, puis f un endomorphisme sur E.

1. Montrer l’équivalence : f 2 = 0 ⇐⇒ Im f ⊂ Ker f .
2. Montrer l’équivalence : Ker f 2 = Ker f ⇐⇒ Im f ∩ Ker f
= {0E }.
3. Soitg un autre endomorphime de E. Montrer l’égalité : f Ker (g ◦ f ) = Ker g ∩ Im f .
Exercice 20.13 : Soit E et F deux K-espaces vectoriels. Soit u ∈ L(E, F ) et v ∈ L(F, E) deux
applications linéaires telles que u ◦ v = IdF .
1. Montrer que v ◦ u est un projecteur.
9782340-002166_001_600.indd 499 21/10/2014 12:14

2. Donner l’image et le noyau du projecteur v ◦ u.
Exercice 20.14* : Soit E un espace vectoriel sur le corps R, puis p et q deux projecteurs dans
L(E).
1. On suppose que p ◦ q = q ◦ p = 0. Montrer que l’endomorphisme p + q est encore un projecteur.
2. On suppose que l’endomorphisme p + q est un projecteur.
a. Montrer que p ◦ q = −q ◦ p.
b. En déduire que p ◦ q ◦ p = 0.
c. Montrer que p ◦ q = q ◦ p = 0.
3. On suppose que p + q est un projecteur.
a. Montrer que Im (p + q) = Im p + Im q.
b. Montrer que Ker (p + q) = Ker p ∩ Ker q.
Exercice 20.15 : Soit a et b deux nombres complexes.

1. Montrer que l’ensemble F des suites (un )n∈N à valeurs dans C telles que :
∀n ∈ N, un+2 = a · un+1 + b · un , forme un C-espace vectoriel (on pourra commencer par
s’intéresser au noyau Ker f ).
2. Montrer que l’application f : (un )n∈N → (u0 , u1 ) appartient à L(F, C2 ).
3. Montrer que l’application f est un isomorphisme.
4. En déduire l’existence de deux suites u = (un )n∈N et v = (vn )n∈N dans l’espace F telles que :
F = Vect (u, v).
Équations linéaires
Exercice 20.16 : Soit a et b dans C, avec a
= 1. On note E l’ensemble des suites (un )n∈N à valeurs
complexes telles que pour tout n ∈ N, on a : un+1 = a · un + b
1. Trouver une suite (vn )n∈N dans E.
2. On note F l’ensemble des suites de la forme (un − vn )n∈N , lorsque u décrit l’ensemble E.
Montrer que l’ensemble F est un espace vectoriel et en déterminer une base.
3. En déduire l’ensemble des suites (un )n∈N appartenant à E.
Indications
Ex. 20.7
Pour construire un bon endomorphisme h, on considèrera une base (ε1 , · · · , εp ) de Im f , puis
pour tout i entre 1 et p, un antécédent ei du vecteur εi par f , et on montrera que la famille
(e1 , · · · , ep , ε1 , · · · , εp ) est une base de E.
Ex. 20.8
1. Si H est un hyperplan de E, on déterminera un vecteur x de E tel que H ⊕ Vect (x) = E, puis
à l’aide de la famille libre (x), complétée en une base de E bien choisie, on construira une forme
linéaire ϕ ∈ L(E, K) telle que Ker ϕ = H.
2. On commencera par montrer que si x
= 0, alors Φ(x)
= (0, 0, · · · , 0). On pourra ensuite
supposer que la famille (ϕ1 , · · · , ϕp ) est liée pour montrer la réciproque par contraposée.
494 CHAPITRE 20
9782340-002166_001_600.indd 500 21/10/2014 12:14

1 2 3 4 5 6 7 8 9 10 11 12
V V V F F V F V V F F V
4. On peut trouver des sous-espaces de n’importe quelle dimension entre 0 et dim (E)2 , par exemple
2 qui n’est pas un carré parfait.
5. C’est vrai en dimension finie, pas forcément en dimension infinie. Par exemple, l’application
f : P (X) → X · P (X) est un endomorphisme dans L(R[X]). De plus, si P (X) est dans le noyau
Ker f , alors X ·P (X) = 0 d’où P (X) = 0 et l’application f est injective. Cependant, l’application f
n’est pas surjective car le polynôme constant égal à 1 n’admet pas d’antécédent par f : l’application
f n’est pas une bijection.
6. Si deux projecteurs p et q commutent, alors : (p ◦ q)2 = (p ◦ q) ◦ (p ◦ q) = p2 ◦ q 2 = p ◦ q et la
composée est alors un projecteur.
7. En prenant par exemple u = v = IdRn , alors Rg (u) + Rg (v) = 2n et Rg (u + v) = n.
10. Dire que Rg (f ) = dim (E) revient à dire d’après le théorème du rang que : dim (Ker f ) = 0, ce
qui est strictement équivalent au fait que f est injective.
11. L’application f : (x, y, z) → (z, 0, 0) est un contre-exemple.
Erreurs classiques
• Ne pas confondre les définitions d’un sous-espace et d’une application linéaire.
• Ne pas parler de dim f , en particulier dans le théorème du rang : la dimension d’une
application linéaire n’a pas de sens
• Ne pas oublier de faire appel à un calcul de dimension pour transformer une in-
clusion en égalité (plutôt que de se lancer dans l’inclusion réciproque) ou pour
transformer une injectivité en une bijectivité (plutôt que de s’attaquer à la surjec-
tivité d’une application linéaire).
• Ne pas perdre de vue les définitions premières des projections ou des symétries. Les
caractérisations p2 = p ou s2 = IdE donnent parfois des renseignements utiles.
9782340-002166_001_600.indd 501 21/10/2014 12:14

Exercice 20.1
1. Soit x = (x1 , x2 , x3 ) ∈ E. Alors :

x ∈ F ⇐⇒ x1 = x2 − 3x3 ⇐⇒ x ∈ Vect (1, 1, 0), (−3, 0, 1) .

L’ensemble F est donc un R-espace vectoriel et la famille (1, 1, 0), (−3, 0, 1)
est une base BF : dim F = 2.
De la même façon, soit x = (x1 , x2 , x3 ) ∈ E. Alors :

x2 = −2x1
x ∈ G ⇐⇒ ⇐⇒ ⇐⇒ x ∈ Vect (1, −2, −2)
x3 = −2x1
L’ensemble G est un espace vectoriel et la famille (1, −2, −2) est une base BG
de G : dim G = 1.
Soit x dans F ∩ G. Comme le vecteur x appartient à l’espace F , on pose : x =
λ1 ·(1, 1, 0)+λ2 ·(−3, 0, 1), où λ1 et λ2 appartiennent à R. Comme x appartient
à G, on pose également : x = μ · (1, −2, −2), avec μ dans R. La résolution du
système conduit à λ1 = λ2 = μ = 0, donc x est le vecteur nul de E. La somme
F +G est directe. Par la formule de Grassmann, dim (F +G) = 3 = dim (R3 ) et
l’inclusion F + G ⊂ R3 se transforme en égalité. On a finalement : F ⊕ G = E.
2. En regroupant les deux bases BF et BG des deux supplémentaires F et
G, on forme une base de l’espace E. Ensuite, on pose : (1, 2, 0) = α(1, 1, 0) +
β(−3, 0, 1) + γ(1, −2, −2), avec α, β et γ dans R. La résolution conduit à
8 2 1
α = , β = et γ = .
3 3 3
8 2 2 8 2 1
En posant : xF = (1, 1, 0) + (−3, 0, 1) = , , et xG = (1, −2, −2),
3 3 3 3 3 3
alors xF appartient à F , xG appartient à G et x F + xG = (1, 2, 0). En conclu-
2 8 2 2
sion : f (1, 2, 0) = , , = (1, 4, 1).
3 3 3 3

Exercice 20.2
1. En prenant la famille (y1 = 13e1 + 12e2 + 6e3 , y2 = −8e1 − 7e2 − 4e3 , y3 =
−12e1 − 12e2 − 5e3 ), on sait qu’il existe une seule application linéaire f
construite sur la base (e1 , e2 , e3 ) par : f (ei ) = yi pour tout i entre 1 et 3.
2.
a. L’ensemble F est en fait le noyau de Ker (f − IdR3 ) et l’ensemble G est
égal à Ker (f + IdR3 ). En tant que noyaux, ce sont des sous-espaces vectoriels
de R3 .
b. On a besoin de connaı̂tre la formule pour f (x, y, z). Or,
f (x, y, z) = f (x · e1 + y · e2 + z · e3 )
= (13x − 8y − 12z, 12x − 7y − 12z, 6x − 4y − 5z).
496 CHAPITRE 20
9782340-002166_001_600.indd 502 21/10/2014 12:14

Soit (x, y, z) dans R3 . On écrit successivement :
⎧
⎨ 12x − 8y − 12z = 0
(x, y, z) ∈ F ⇐⇒ 12x − 8y − 12z = 0
⎩
6x − 4y − 6z = 0
2
⇐⇒ x = y + z
3
2
⇐⇒ (x, y, z) = y · , 1, 0 + z · (1, 0, 1)
3

2
⇐⇒ (x, y, z) ∈ Vect , 1, 0 , (1, 0, 1) .
3
La famille ((2, 3, 0), (1, 0, 1)) est une base de F : dim F = 2.

De la même façon,
⎧
⎨ 14x − 8y − 12z = 0
(x, y, z) ∈ G ⇐⇒ 12x − 6y − 12z = 0 ⇐⇒ x = y = 2z
⎩
6x − 4y − 4z = 0
⇐⇒ (x, y, z) = z · (2, 2, 1).
La famille (2, 2, 1) forme une base de G : dim G = 1.

3. Soit (x, y, z) dans F ∩ G.
= α · (2, 3, 0) + β · (1, 0, 1) et (x, y, z) = γ · (2, 2, 1), ce
On pose alors : (x, y, z) ⎧
⎨ 2α + β = 2γ
qui impose le système : 3α = 2γ , dont la seule solution est : α = β =
⎩
β=γ
γ = 0. Le vecteur (x, y, z) est nul et la somme F + G est directe.
Ensuite, la dimension d’une somme directe est toujours égale à la somme des
dimensions, qui est une conséquence de la formule de Grassmann. L’inclusion
F ⊕ G ⊂ R3 (c’est l’inclusion évidente) et l’égalité des dimensions (dim (F ⊕
G) = dim F + dim G = 2 + 1 = dim R3 ) montre que l’on a en fait égalité :
F ⊕ G = R3 .

Exercice 20.3
1. Soit (e1 , · · · , ep ) une base de l’espace E. Pour tout i entre 1 et p, il existe
un entier naturel ni tel que : f ni (ei ) = 0.
En posant n le maximum des entiers parmi n1 , n2 , · · · , np , en choisissant i
entre 1 et p, on obtient alors : f n (ei ) = f n−ni (f ni (ei )) = f n−ni (0) = 0. Par
conséquent, l’application linéaire f n est nulle sur la base (e1 , · · · , ep ), donc
nulle partout. L’entier n fait l’affaire.
2. La réponse est : non. Pour le montrer, voici un contre-exemple : l’applica-
tion f : P (X) → P (X) dans L(R[X]).
L’application f est clairement linéaire. De plus, si P (X) est un polynôme dans
R[X] de degré s, alors en choisissant nP = s + 1, le polynôme f nP (P ) est le
polynôme P (X) après l’avoir dérivé s + 1 fois : on tombe sur le polynôme
nul. Enfin, si n est dans N, il est facile de voir que le polynôme f n (X n ) est le
9782340-002166_001_600.indd 503 21/10/2014 12:14

polynôme constant égal à n!. Ainsi, l’application f n n’est jamais nulle, pour
aucun entier n.

Exercice 20.4
1. Soit (x, y, z) et (x , y , z ) dans R3 , puis λ dans R. Alors :
f (λ · (x, y, z) + (x , y , z )) = f (λ · x + x , λ · y + y , λ · z + z ) =

λ · x + x + λ · z + z , λ · y + y − 2(λ · x + x ), λ · x + x + 3(λ · z + z )
= λ·(x+z, y−2x, x+3z)+(x+z , y −2x , x +3z ) = λ·f (x, y, z)+f (x, y , z ).

2. Commençons par montrer que l’application f est injective. ⎧ Soit (x, y, z)
⎨ x+z =0
dans le noyau Ker f . Alors, f (x, y, z) = (0, 0, 0), d’où : y − 2x = 0 , ce
⎩
x + 3z = 0
qui conduit après résolution à : x = y = z = 0. Le noyau Ker f est réduit à
{(0, 0, 0)}.
On sait que comme l’application f va d’un espace de dimension 3 vers un
espace de même dimension 3, comme elle est injective, alors elle est bijective
(conséquence du théorème du rang).

Exercice 20.5
Soit x dans Im g. Il existe alors un vecteur α de Rn tel que g(α) = x. On
en déduit : f (x) = f ◦ g(α) = 0 et le vecteur x appartient à Ker f . On vient
de montrer l’inclusion :
Im g ⊂ Ker f , donc en particulier : Rg g ≤ dim Ker f.
Le théorème du rang fait alors l’affaire :
Rg g + Rg f ≤ dim Ker f + Rg f = dim (Rn ) = n.

Exercice 20.6
1. Le théorème du rang appliqué aux fonctions f et g associé à la formule de
Grassmann fournit après simplifications :
dim (Ker f ∩ Ker g) + dim (Im f ∩ Im g) = 0.
Il s’agit d’une somme nulle et composée de deux entiers naturels ; chaque

entier naturel est nul et donc :
dim (Ker f ∩ Ker g) = dim (Im f ∩ Im g) = 0,
ce qui signifie que les espaces Ker f ∩ Ker g et Im f ∩ Im g sont réduits à {0}.
2.
a. C’est évident.
b. Les polynômes P dans le noyau Ker f sont exactement les polynômes
P tels que P = 0, c’est-à-dire les polynômes constants.
498 CHAPITRE 20
9782340-002166_001_600.indd 504 21/10/2014 12:14

q
Soit Q(X) = ak · X k un polynôme dans E. Il est clair que le polynôme
k=0
q
ak
R(X) = · X k+1 vérifie : f (R) = Q. L’application est surjective et
k+1
k=0
Im f = R[X].
Les polynômes P dans le noyau de g sont exactement les polynômes admettant
0 comme racine, c’est-à-dire ceux qui ont un terme constant égal à 0. Par
conséquent : Ker g = X · R[X] (multiples du polynôme X)
L’ensemble Im g est constitué de tous les polynômes constants. En fait, l’ap-
plication g est un projecteur.
c. Avec les notations de la question 2), si P est dans E, alors P =
P (0) + (P − P (0)), avec f (P (0)) = 0 et g(P − P (0)) = 0 : E = Ker f + Ker g.
L’espace Im f + Im g est inclus dans E et Im f est déjà égal à E, donc Im f +
Im g = E. En résumé, les endomorphismes f et g vérifient l’égalité de la
question 1). Cependant, la somme Im f + Im g n’est pas directe. (à noter que
la somme Ker f + Ker g est directe). La réponse à la question est : non.

Exercice 20.7
On suppose Im f = Ker f .
Soit x dans E. Alors, f (x) appartient à Im f = Ker f et f (f (x)) = 0 : f ◦f = 0.
Ensuite, pour montrer l’existence d’un endomorphisme h convenable, nous Toujours
allons déterminer une base de E et construire les images des vecteurs de cette construire une
application linéaire
base par h. sur une base, et si
Soit (ε1 , · · · , εp ) une base de Im f . Pour tout entier i entre 1 et p, on désigne possible, une base
par ei un antécédent de εi par f . adaptée au problème.
p p
Soit λi · ei + μi · εi = 0 une combinaison linéaire nulle entre les vec-
i=1 i=1
teurs de cette famille. On applique la fonction f , ce qui fournit grâce aux

p
égalités : pour tout entier i, f (ei ) = εi et f (εi ) = 0, la formule : 0 = λi · εi .
i=1
Ceci est une combinaison linéaire nulle entre les vecteurs de la famille libre
(ε1 , · · · , εp ) : tous les λi sont nuls. Enfin, on obtient par la première combi-
p
naison linéaire : μi · εi = 0 et tous les μi sont nuls.
i=1
La famille (e1 , · · · , ep , ε1 , · · · , εp ) comptant 2p = 2dim Im f = dim Im f +
dim Ker f = dim E vecteurs est libre donc est une base de E, que l’on note B.
En posant h le seul endomorphisme défini sur la base B tel que pour tout
entier i entre 1 et p : h(ei ) = 0 et h(εi ) = ei , on vérifie facilement que les
applications linéaires h◦f +f ◦h et IdE coı̈ncident sur la base B, donc partout.
Réciproquement, supposons que f ◦ f = 0 et qu’il existe h dans L(E) tel que :
h ◦ f + f ◦ h = IdE .
Soit x dans Im f . Il existe α dans E tel que : x = f (α). Ensuite, f (x) =
f ◦ f (α) = 0, donc x appartient à Ker f : Im f ⊂ Ker f .
Soit x dans Ker f . Alors, h ◦ f (x) + f ◦ h(x) = x, ou encore : x = f (h(x)), ce
qui montre que x appartient à Im f : Im f = Ker f .

9782340-002166_001_600.indd 505 21/10/2014 12:14

Exercice 20.8
1. Soit ϕ une forme linéaire non nulle. L’ensemble image Im ϕ est un sous-
espace non réduit à {0K } de l’espace vectoriel K de dimension 1.
Par conséquent, la dimension de Im ϕ est supérieure à 1, donc est égale à 1
et par égalité des dimensions, Im ϕ = K. Le théorème du rang appliqué à la
forme linéaire ϕ fournit : dim E = dim Ker ϕ + 1 : l’espace H = Ker ϕ est un
hyperplan de E.
Réciproquement, soit H un hyperplan de E, puis x un vecteur dans l’ensemble
non vide E \ H. L’espace H + Vect (x) contient strictement H, donc dim H <
dim (H + Vect (x)), ou encore dim (H + Vect (x)) ≥ p et donc les espaces
H + Vect (x) et E étant de même dimension, l’inclusion H + Vect (x) ⊂ E se
transforme en une égalité. La formule de Grassmann pour dim (H + Vect (x))
montre que H ∩ Vect (x) = {0E } et finalement H ⊕ Vect (x) = E. Ensuite,
soit BH une base de H. La famille (x, BH ) forme une base de E. On pose
l’application linéaire ϕ : E → K telle que ϕ(x) = 1K et pour tout vecteur y de
la base BH , alors ϕ(y) = 0K . L’application ϕ est une forme linéaire non nulle
telle que Ker ϕ = H.
2. On suppose que la famille (ϕ1 , · · · , ϕp ) forme une base de L(E, K). Soit
x un vecteur non nul dans E, puis H un supplémentaire de l’espace Vect (x).
Le sous-espace H est un hyperplan de E : il existe une forme linéaire non
p
nulle ϕ telle que Ker ϕ = H. Ainsi, ϕ(x)
= 0. On pose : ϕ = λk · ϕk
k=1
la décomposition du vecteur ϕ selon la base (ϕ1 , · · · , ϕp ). On en déduit :
p
ϕ(x) = λk · ϕk (x)
= 0. Il est impossible que tous les nombres ϕk (x) soient
k=1
nuls : le p-uplet Φ(x) est non nul. Par contraposée, si x appartient à Ker Φ,
alors x = 0 : l’application Φ est injective, va d’un ensemble de dimension
dim L(E, K) = dim E × dim K = p × 1 = p, dans un espace de même dimension
(dim Kp = p) : l’application linéaire Φ est un isomorphisme.
Réciproquement, supposons que la famille (ϕ1 , · · · , ϕp ) soit liée. L’un des
vecteurs de la famille est une combinaison linéaire des autres. Par exemple :

p−1
ϕp = λk · ϕk . On en déduit pour tout x de E :

k=1

p−1
p−1
Φ(x) = ϕ1 (x), ϕ2 (x), · · · , ϕp−1 (x), λk · ϕk (x) = ϕk (x) · ek , avec ek
k=1 k=1
le p-uplet dont toutes les composantes sont nulles, sauf la k-ème valant 1
et la dernière valant λk . Pour tout x dans E, l’image Φ(x) appartient donc
à Vect (e1 , · · · , ep−1 ), sous-espace de dimension inférieure à (p − 1) (en fait
égale à (p − 1)) : l’espace image Im Φ est donc strictement inclus dans Kp et
l’application Φ n’est pas surjective. Ce n’est pas un isomorphisme.

Exercice 20.9
• Lorsque λ
= 0, l’application f1 n’a aucune chance d’être linéaire car alors :
f (0, 0, 0) = (0, 0, λ) différent du vecteur nul de R3 .
Lorsque λ = 0, alors l’application f1 est linéaire, en vérifiant que pour tous
500 CHAPITRE 20
9782340-002166_001_600.indd 506 21/10/2014 12:14

triplets (x, y, z) et (x , y , z ) puis tout scalaire α dans R :

f α · (x, y, z) + (x , y , z ) = f (α · x + x , α · y + y , α · z + z )
= (α · z + z , α · x + x , 0)
= α · (z, x, 0) + (z , x , 0)
= α · f (x, y, z) + f (x , y , z )
• L’application f2 n’est pas linéaire car f (0) = 1

= 0.
• Les applications f3 , f4 et f5 sont linéaires.
Exercice 20.10
1. Soit (x, y, z) (x , y , z ) dans R3 , puis λ dans R. Alors :
f (λ · (x, y, z) + (x , y , z )) = f (λ · x + x , λ · y + y , λ · z + z )
= λ · f (x, y, z) + f (x , y , z ).
⎧
⎨ 2y + z = 0
2. Soit (x, y, z) dans Ker f . Alors, x+z =0 , donc x = y = z = 0.
⎩
−x + y + z = 0
L’application f est injective. Avec les outils de
L’ensemble Im f = f (R3 ) est un sous-espace vectoriel de R3 qui contient la dimension finie, la
résolution de l’exercice
les vecteurs f (1, 0, 0) = (0, 1, −1), f (0, 1, 0) = (2, 0, 1) et f (0, 0, 1) = (1, 1, 1). s’arrêterait là.
L’ensemble Im f contient donc également les vecteurs 2 · f (1, 0, 0) + f (0, 1, 0) −
2 · f (0, 0, 1) = (0, 0, −3), donc le vecteur (0, 0, 1), puis le vecteur (0, 1, 0) et
enfin le vecteur (1, 0, 0).
Finalement, le sous-espace Im f contient {(1, 0, 0), (0, 1, 0), (0, 0, 1)} et il est fa-
cile de voir que l’espace engendré Vect (1, 0, 0), (0, 1, 0), (0, 0, 1) est l’espace
R3 tout entier : l’espace Im f est égal à R3 et l’application f est surjective.
Exercice 20.11
On suppose g ◦ f = 0. Soit x dans Im f . Il existe un vecteur α dans E tel que
x = f (α). Ainsi,
g(x) = g(f (α)) = g ◦ f (α) = 0 : le vecteur x est dans le noyau Ker g.
On suppose que Im f est inclus dans Ker g. Soit x un vecteur de E. Alors, le

vecteur f (x) appartient à Im f , puis à Ker g et donc :
g ◦ f (x) = g(f (x)) = 0 : l’application g ◦ f est l’application nulle.

Exercice 20.12
1. On suppose f 2 . Soit x dans Im f . Il existe α un vecteur de E tel que :
x = f (α). Ainsi :
f (x) = f (f (α)) = f 2 (α) = 0E , donc x ∈ Ker f.
9782340-002166_001_600.indd 507 21/10/2014 12:14

On suppose Im f ⊂ Ker f . Soit x dans E. Alors, le vecteur f (x) appartient
évidemment à l’image de f , donc au noyau de f , c’est-à-dire :
f (f (x)) = 0E ou encore f 2 (x) = 0E .
Ceci vaut pour n’importe quel vecteur x de E : l’application f 2 est l’applica-

tion nulle.
2. On suppose Ker f 2 = Ker f . Soit alors x dans l’intersection Im f ∩ Ker f .
Il est inutile de Il existe un vecteur α de E tel que : x = f (α). Comme x ∈ Ker f , alors
prouver l’autre 0E = f (x) = f 2 (α), puis α ∈ Ker f 2 = Ker f et enfin :
inclusion.
x = f (α) = 0E .
On suppose Im f ∩ Ker f = {0E }. Soit x dans Ker f 2 . Alors, f (f (x)) = 0E ,

donc le vecteur f (x) est à la fois un vecteur de l’image de f et dans le noyau
de f : f (x) ∈ Im f ∩ Ker f , ce qui implique : f (x) = 0, puis x ∈ Ker f .
On termine par le plus facile. Soit x dans Ker f . Alors, f (x) = 0E , puis
f (f (x)) = 0E , donc x ∈ Ker f 2
.
3. Soit x dans f Ker (g ◦ f ) . Alors, il existe un vecteur α ∈ Ker (g ◦ f )
tel que : x = f (α). Le vecteur α vérifie : g(f (α)) = 0E , donc g(x) = 0E et
x ∈ Ker g. De plus, on a : x = f (α) ∈ Im f .
Soit x un vecteur dans l’intersection Ker g ∩ Im f . Il existe un vecteur β de E
tel que : x = f (β). De = 0E , donc g(f (β)) = 0E et β ∈ Ker (g ◦ f ),
plus, g(x)
puis : x = f (β) ∈ f Ker (g ◦ f ) .
Exercice 20.13
1. On calcule (v ◦ u)2 :
(v ◦ u)2 = (v ◦ u) ◦ (v ◦ u) = v ◦ (u ◦ v) ◦ u = v ◦ IdF ◦ u = v ◦ u.
C’est démontré.
2. Soit x dans le noyau de (v ◦ u). Alors :
v(u(x)) = 0E , donc u(v(u(x))) = 0F , puis u(x) = 0F .
Réciproquement, il est clair que si x ∈ Ker u, alors x ∈ Ker v ◦ u : le noyau

vaut Ker u.
Soit x dans l’image de (v ◦ u). Alors : v(u(x)) = x, donc x appartient à l’image
de v car x = v(y), avec y = u(x).
Réciproquement, si x est dans l’image de v, il existe y dans F tel que x = v(y),
puis u(x) = u(v(y)) = y et finalement :
v ◦ u(x) = v(y) = x.
Le vecteur x appartient à l’image du projecteur (v ◦ u) qui n’est autre que

Im v.
Exercice 20.14
1. On calcule (p + q) ◦ (p + q), en prenant garde que la composition entre
endomorphismes n’est pas commutative...
(p + q) ◦ (p + q) = p2 + p ◦ q + q ◦ p + q 2 = p + p ◦ q + q ◦ p + q.
502 CHAPITRE 20
9782340-002166_001_600.indd 508 21/10/2014 12:14

Compte tenu des hypothèses, on obtient : (p + q)2 = (p + q).
2.
a. Comme (p+ q) est un projecteur, on sait que (p+ q)2 = p+ q et p2 = p,
puis q 2 = q. En reprenant les calculs ci-dessus, on aboutit à :
p ◦ q + q ◦ p = 0.
b. En composant à droite par p dans l’égalité p ◦ q = −q ◦ p, on obtient :
p ◦ q ◦ p = −q ◦ p2 = −q ◦ p.
En composant maintenant à gauche par p, on obtient :
p2 ◦ q ◦ p = −p ◦ q ◦ p, donc p ◦ q ◦ p = −p ◦ q ◦ p et p ◦ q ◦ p = 0.
c. En reprenant l’égalité : p ◦ q ◦ p = −q ◦ p2 = −q ◦ p, alors q ◦ p = 0,

puis p ◦ q = −q ◦ p = 0.
3. Les questions précédentes ont montré l’équivalence :
(p + q) est un projecteur ⇐⇒ p ◦ q = q ◦ p = 0.
a. On doit procéder par double inclusion.

• Soit x dans Im (p + q). Alors, il existe y dans E tel que x = (p + q)(y).
Ainsi, x = p(y) + q(y) et p(y) appartient à Im p, puis q(y) appartient à Im q :
le vecteur x appartient donc à Im p + Im q.
• Soit x dans Im p+Im q. Il existe x1 et x2 dans Im p et Im q tels que x = x1 +x2 .
Comme p est un projecteur et x appartient à l’image de p, alors x1 = p(x1 ).
De même, x2 = q(x2 ). On en déduit :
(p + q)(x) = (p + q)(p(x1 ) + q(x2 ))

= p2 (x1 ) + q ◦ p(x1 ) + p ◦ q(x2 ) + q 2 (x2 ) = p(x1 ) + q(x2 ) = x.
Par conséquent, le vecteur x appartient à l’image du projecteur (p + q).

b. On montrer encore les deux inclusions.
• Soit x appartenant à Ker (p + q). Alors, p(x) + q(x) = 0, donc p(x) = −q(x).
En appliquant le projecteur p, on obtient : p2 (x) = p ◦ q(x), donc p(x) = 0. Il
vient que q(x) est aussi le vecteur nul et donc x appartient à la fois au noyau
de p et de q.
• Soit x dans Ker p∩Ker q. Directement, p(x) = q(x) = 0, donc (p+q)(x) = 0.
Le vecteur x appartient à Ker (p + q).
Exercice 20.15
1. La suite nulle vérifie évidemment cette relation pour tout entier n. Soit
maintenant deux suites u = (un )n∈N et v = (vn )n∈N dans l’ensemble F , puis
λ un nombre complexe. Alors pour tout entier naturel n :
(λ · un+2 + vn+2 ) = λ · (a · un+1 + b · un ) + (a · vn+1 + b · vn )
= a · (λ · un+1 + vn+1 ) + b · (λ · un + vn ).
9782340-002166_001_600.indd 509 21/10/2014 12:14

2. On vérifie facilement que f (λ · u + v) = λ · f (u) + f (v).
3.
1 Soit u dans Ker f . Alors u0 = u1 = 0. Supposons que pour un rang
n, on ait : un = un+1 = 0. Alors, comme un+2 = a · un+1 + b · un , on a
immédiatement : un+1 = un+2 = 0 et par récurrence, la suite u est nulle :
l’application f est injective.
2 Soit (α, β) dans C2 . On pose u0 = α, puis u1 = β et ensuite u2 = a·α+b·β.
Si les nombres u0 , u1 , · · · , uk sont construits de telle sorte que pour tout j
entre 2 et k : uj = a · uj−1 + b · uj−2 , en posant uk+1 = a · uk+1 + b · uk ,
on construit par récurrence une suite u dans F telle que f (u) = (α, β) :
l’application f est surjective.
4. On sait alors que la bijection réciproque f −1 est encore un isomor-
phisme dans L(C2 , F ). On pose e1 = (1, 0), puis e2 = (0, 1) de sorte que :
Vect (e1 , e2 ) = C2 . Or, l’ensemble Vect (f −1 (e1 ), f −1 (e2 )) est l’ensemble des
suites de la forme : λ · f −1 (e1 ) + μ · f −1 (e2 ), avec des scalaires complexes λ
et μ. Par conséquent, l’ensemble Vect (f −1 (e1 ), f −1 (e2 )) est formé des vec-
teurs f −1 (λ · e1 + μ · e2 ), qui décrivent en fait l’ensemble f −1 (C2 ), c’est-à-
dire F , lorsque les scalaires λ et μ décrivent C tout entier. En définitive :
F = Vect (f −1 (e1 ), f −1 (e2 )).
Exercice 20.16
1. On essaie de trouver une suite (vn )n∈N simple, par exemple constante. On
b
remarque que la suite constante égale à λ = convient.
1−a
2. Soit (un )n∈N une suite dans l’ensemble E. Alors, en posant la suite w =
u − v, on a pour tout n ∈ N :
wn+1 = un+1 − λ = a · un + b − (a · λ + b) = a · wn .
Réciproquement, il est facile de voir que si w est une suite à valeurs complexes
telle que la suite w est géométrique de raison a, alors la suite u = w + v vérifie
un+1 = a · un + b.
En d’autres termes, l’ensemble F est l’espace vectoriel engendré par la suite
géométrique (an )n∈N : c’est une droite vectorielle.
3. En résumé, l’ensemble des suites (un )n∈N de l’ensemble E sont les suites
de la forme :
b b
∀n ∈ N, un = a · u0 −
n
+ .
1−a 1−a

504 CHAPITRE 20
9782340-002166_001_600.indd 510 21/10/2014 12:14

Chapitre 21
Matrices
et applications
linéaires
Quelle étrange aventure que celle du mot scalaire
avant d’arriver dans les DS des taupins !
Issu d’une racine indo-européenne signięant lever le pied,
il donne le mot grec skandalon qui désigne un dispositif
faisant trébucher, donc un piège. Les premiers Chrétiens
l’utilisaient au sens ęguré d’incitation au péché ;
par l’intermédiaire du latin, il donne, en français,
les mots scandale et esclandre. Du mot latin dérive scala
qui désigne la marche puis l’échelle ou l’escalier lui-même
avec pour adjectif associé scalaris. Son emploi en mathématiques
provient de l’analogie entre les barreaux d’une échelle
et les nombres entiers. Avec les nombres réels,
et a fortiori complexes, la comparaison est abusive
mais le terme est cependant conservé.
9782340-002166_001_600.indd 511 21/10/2014 12:14

Objectifs

Les incontournables
Zutiliser une représentation matricielle en algèbre linéaire :
fconstruire la matrice représentative d’une application linéaire dans des
bases ;
finversement, déterminer analytiquement une application linéaire donnée
par sa matrice ;
Zsavoir utiliser la méthode du pivot et les opérations élémentaires :
fpour calculer le rang d’une matrice ;
fpour montrer qu’une famille de vecteurs est libre.
9782340-002166_001_600.indd 512 21/10/2014 12:14

Résumé de cours
Représentations matricielles en dimensions finies
Représentation des familles de vecteurs
Définition : Soit E un K-espace vectoriel de dimension finie muni d’une base E. La matrice
représentative ME (a) ∈ Mn,1 (K) d’un vecteur a de E est la matrice-colonne dont les co-
efficients sont les coordonnées de a dans la base E. Plus généralement, on définit la matrice
ME (a1 , . . . , ap ) ∈ Mn,p (K) représentative d’une famille de p vecteurs en rangeant leurs
coordonnées dans la base E en colonnes.
Proposition 21.1.— Soit E un K-espace vectoriel de dimension n et E = (e1 , . . . , en ) une base de
E. L’application Φ : E → Mn,1 (K) qui à tout vecteur x de En associe sa matrice-colonne
x → ME (x)
représentative est un isomorphisme de K-espaces vectoriels.
Théorème 21.2.— Caractérisation matricielle des bases —. Soit E un K-espace vectoriel de

dimension finie et E = (e1 , . . . , en ) une base de E. Soit A = (a1 , . . . , an ) une famille de n vecteurs
de E. Notons A = ME (a1 , . . . , an ). Alors
A est une base de E si et seulement si A est inversible
Représentation matricielle des applications linéaires

Définition : Soit Ep et Fn des K-espaces vectoriels de dimensions finies munis des bases E =
(e1 , . . . , ep ) et F = (f1 , . . . , fn ). On définit la matrice ME,F (a) ∈ Mn,p (K), représentative de
a ∈ L(Ep , Fn ) dans les bases E et F par ME,F (a) = MF (a(e1 ), a(e2 ), . . . , a(en )).
Remarque : ainsi, la j ième colonne de la matrice ME,F (a) est constituée des coordonnées du vecteur
a(ej ) dans la base (f1 , . . . , fn ).

Théorème 21.3.— Mn,p (K), +, . est un K-espace vectoriel et dim (Mn,p (K)) = np.
Remarque : pour tout (k, ) ∈ [[1, n]]×[[1, p]], notons Ek, la matrice de Mn,p (K) dont les coefficients
sont tous
nuls, sauf celui de la k ième ligne et de la ième colonne qui vaut 1. La famille de matrices
Ek, 1≤k≤n est une base de Mn,p (K) appelée base canonique de Mn,p (K).
1≤ ≤p
Théorème 21.4.— Soit Ep et Fn des K-espaces vectoriels de dimensions p et n. Fixons E et F

des bases de Ep et Fn . Alors l’application Ψ : L(Ep , Fn ) → Mn,p (K) est un isomorphisme
a → ME,F (a)
de K-espaces vectoriels.
Remarques :
• Ainsi une application linéaire entre espaces de dimensions finies est entièrement déterminée par
sa matrice représentative relative à des bases E et F .

• Comme deux espaces isomorphes ont même dimension, il s’ensuit que dim L(Ep , Fn ) = np.
MATRICES ET APPLICATIONS LINÉAIRES 507
9782340-002166_001_600.indd 513 21/10/2014 12:14

Calcul de l’image d’un vecteur, matrice représentative d’une composée
Théorème 21.5.— Soit E, F , G des K-espaces vectoriels de dimensions finies rapportés aux bases
E, F , G. Étant donné a ∈ L(E, F ), b ∈ L(F, G) et x ∈ E, on a :
MF (a(x)) = ME,F (a) × ME (x) ME,G (b ◦ a) = MF ,G (b) × ME,F (a)
Théorème 21.6.— Caractérisation matricielle des isomorphismes —. Soit E et F des K-espaces

vectoriels de même dimension n, de bases respectives E et F et a ∈ L(E, F ). On note A = ME,F (a).
Alors :
a est un isomorphisme de E sur F si et seulement si A est inversible.
En ce cas MF ,E (a−1 ) = A−1 .
Formules de changement de bases

Définition : Soit E, E deux bases d’un espace vectoriel de dimension finie E. On appelle matrice

de passage de la base E vers la base E , et on note PE→E ou PEE la matrice représentative de E

dans la base E. On a : PEE = PE→E = ME (E ) = ME ,E (idE )
−1
Remarque : en particulier, PEE est inversible et PEE = PEE
Théorème 21.7.— Formules de changement de base —. Soit E, F des K-espaces vectoriels de

dimensions finies, E,E deux bases de E, F , F deux bases de F , P = PEE et Q = PFF .
Soit x ∈ E. On note X = ME (x), X = ME (x). Alors X = P −1 × X.
Soit a ∈ L(E). On note A = ME (a), A = ME (a). Alors A = P −1 × A × P .
Soit a ∈ L(E, F ). On note A = ME,F (a), A = ME ,F (a). Alors A = Q−1 × A × P .
Noyau et image d’une matrice

Application linéaire a canoniquement associée à une matrice
Corollaire 21.8.— Soit A ∈ Mn,p (K) et a : Kp → Kn l’application définie par

⎛ ⎞ ⎛ ⎞ ⎛ ⎞
∀(x1 , . . . , xp ) ∈ Kp , a(x1 , . . . , xp ) = (y1 , . . . , yn ), a1,1 · · · a1,p x1 y1
⎜ .. .. ⎟ × ⎜ .. ⎟ = ⎜ .. ⎟
⎝ . . ⎠ ⎝.⎠ ⎝.⎠
où les coefficients y1 , . . . , yn de l’image sont obtenus an,1 · · · an,p xp yn
grâce à la relation matricielle ci-contre.
Alors a : Kp → Kn est une application linéaire, dite canoniquement associée à A.
Noyau et image d’une matrice

Définition : Soit A ∈ Mn,p (K) une matrice à coefficients dans K. On appelle image de A (resp.
noyau de A) l’image de l’application linéaire a ∈ L(Kp , Kn ) canoniquement associée à A. On note
Im (A) = Im (a) Ker (A) = Ker a
508 CHAPITRE 21
9782340-002166_001_600.indd 514 21/10/2014 12:14

Proposition 21.9.— Soit A ∈ Mn,p (K).
Ker A est l’ensemble des solutions du système linéaire homogène A × X = 0.
Im A est le sous-espace vectoriel engendré par les vecteurs a1 , a2 , . . . , an , canoniquement as-
sociés aux colonnes de A.
En appliquant le théorème du rang à l’application canoniquement associée à une matrice, il vient :
Théorème 21.10.— Formule du rang —. Soit A ∈ Mn,p (K). Alors
p = dim (Ker A) + dim (Im A)
Rang d’une matrice
Théorème-Définition 21.11.— Rang d’une matrice —. Soit A ∈ Mn,p (K) une matrice à p
colonnes notées A1 , . . . , Ap . Notons (a1 , a2 , . . . , ap ) les vecteurs canoniquement associés aux co-
lonnes de A et a ∈ L(Kp , Kn ) l’application linéaire canoniquement associée à A. Alors Rg a =
Rg (a1 , a2 , . . . , ap ). On pose
Rg A = Rg a = Rg (a1 , a2 , . . . , ap )
Rang de matrices équivalentes
Proposition 21.12.— Invariance du rang par multiplication par une matrice inversible —. Soit
A ∈ Mn,p (K), P ∈ GLp (K), Q ∈ GLn (K). Alors Rg (A) = Rg (Q−1 × A × P ).
Comme toute opération élémentaire sur les lignes (resp. colonnes) de A se traduit par la multipli-
cation de A à gauche (resp. à droite) par une matrice inversible, on en déduit :
Proposition 21.13.— Invariance du rang par opérations élémentaires —. Soit A ∈ Mn,p (K).
On ne change pas le rang d’une matrice lorsqu’on effectue une opération élémentaire :
• échanger deux lignes (resp. deux colonnes) de A ;
• remplacer une ligne (resp. colonne) de A par un multiple non nul de cette ligne (resp. colonne) ;
• ajouter à une ligne (resp. colonne) un multiple d’une autre ligne (resp. colonne).
Autrement dit, deux matrices équivalentes (par lignes ou par colonnes) ont même rang.
Rang et matrices inversibles
Théorème 21.14.— Caractérisation des matrices carrées inversibles —. Soit A ∈ Mn (K).
A est inversible si et seulement si Rg A = n
Proposition 21.15.— Soit A ∈ Mn,p (K), alors A et tA ont même rang.
9782340-002166_001_600.indd 515 21/10/2014 12:14

Méthodes
Construire et utiliser les représentations matricielles
Grâce à la représentation matricielle, toute équation vectorielle d’un espace de dimension finie
se traduit par une équation matricielle. On peut alors tirer profit du calcul matriciel pour sa
résolution.
Représentation matricielle d’une famille de vecteurs
Méthode 21.1.— Comment construire la matrice d’une famille de vecteurs

Soit E une base de En et A = (a1 , . . . , ap ) une famille de p vecteurs de En , pour
déterminer la matrice A = ME (A), représentative de A dans la base E :
⎧
⎨ a1 = a1,1 · e1 + · · · + an,1 · en
1 On décompose a1 , . . ., ap dans la base E ..
⎩ .
ap = a1,p · e1 + · · · + an,p · en
2 On range les coordonnées de ces vecteurs en colonnes pour avoir la matrice
⎛a ⎞
1,1 a1,2 . . . a1,p
⎜ a 2,1 a 2,2 . . . a 2,p ⎟
A = ME (a1 , . . . , ap ) = ⎝ .. .. .. ⎠
. . .
an,1 an,2 . . . an,p
Remarque : inversement, pour interpréter une matrice A ∈ Mn,p (K) comme matrice représentative
d’une famille de vecteurs dans E, il peut être utile de retenir le schéma suivant :
a1 a2 ap Ainsi dans la première colonne, se trouvent
⎛ ⎞
a1,1 a1,2 . . . a1,p e1 rangées les coordonnées du vecteur a1
⎜ a2,1 a2,2 . . . a2,p ⎟ e2 dans la base E = (e1 , e2 , . . . , en ) ; dans
ME (a1 , . . . , ap ) = ⎜
⎝ ... .. .. ⎟
. ⎠
la deuxième colonne on trouve les coor-
.
an,1 an,2 . . . an,p en données de a2 dans la base E, etc.
Soit A = (a1 , . . . , an ) une famille de n vecteurs d’un espace vectoriel E de dimension n. Pour
montrer que A est une base de E, on peut utiliser sa matrice représentative dans une base de E.
Méthode 21.2.— Comment utiliser la matrice d’une famille de vecteurs

Soit A = (a1 , . . . , an ) une famille de n vecteurs d’un espace vectoriel E de dimension n.
Pour montrer que A est une base de E
On construit la matrice représentative de A dans une base B de E : A = MB (A).
On montre que A est inversible et on conclut à l’aide du théorème 21.2.
Exemple : soit E un K-espace vectoriel de dimension 3 et B = (e1 , e2 , e3 ) une base de E. On pose
ε1 = e1 + e2 + e3 , ε2 = 2e1 − e2 − e3 et ε3 = −e1 + 2 · e2 − e3
Montrons que B = (ε1 , ε2 , ε3 ) est une base de E en utilisant les outils du calcul matriciel :
510 CHAPITRE 21
9782340-002166_001_600.indd 516 21/10/2014 12:14

1 Construisons la matrice représentative de B dans la base B :

1 2 −1

MB (B ) = M = 1 −1 2 .
1 −1 −1
2 On vérifie que Rg (M ) = 3. Par conséquent M est inversible. D’après la caractérisation matri-

cielle des bases (théorème 21.2), ceci prouve que B est une base de E.
Représentation matricielle d’une application linéaire

Étant donnés deux K-espaces vectoriels Ep et Fn de bases respectives E = (e1 , . . . , ep ) et F =
(f1 , . . . , fn ), on sait qu’une application linéaire a ∈ K(Ep , Fn ) est entièrement déterminée par les
images des vecteurs de la base E. Ces p vecteurs, a(e1 ), . . . , a(ep ) appartenant à Fn sont eux-mêmes
entièrement déterminés par leurs coordonnées dans la base F . La matrice représentative de a est
formée de ces coordonnées. Plus précisément :
Méthode 21.3.— Comment construire la matrice d’une application linéaire

Soit a ∈ L(Ep , Fn ), E une base de Ep et F une base de Fn . Pour déterminer la matrice
A = ME,F (a) représentative de a connaissant les images des vecteurs de la base, dans
ces bases ⎧
⎪ a(e1 ) = a1,1 · f1 + a2,1 f2 + . . . + an,1 fn
⎪
⎪
⎨ a(e ) = a f + a f + . . . + a f
2 1,2 1 2,2 2 n,2 n
1 On décompose a( e1 ), . . ., a(ep ) dans F .. .. .. .. ..
⎪
⎪ . . . . .
⎪
⎩
a(ep ) = a1,p f1 + a2,p f2 + . . . + an,p fn
2 On range les coordonnées de ces p vecteurs de F en colonnes
⎛ ⎞
a1,1 a1,2 ... a1,p
⎜ a2,1 a2,2 ... a2,p ⎟
A = MF (a(e1 ), . . . , a(ep )) = ⎜
⎝ ... .. .. ⎟⎠
. .
an,1 an,2 ... an,p
En pratique : vous devez savoir construire la matrice représentative d’une application linéaire
dans des bases E et F .
f (e1 ) f (e2 ) f (ep )
Inversement, il est très important de sa- ⎛ ⎞
voir interpréter une matrice A ∈ Mn,p (K) a1,1 a1,2 . . . a1,p f1
comme matrice représentative d’une telle ⎜ a 2,1 a 2,2 . . . a 2,p ⎟ f2
ME,F (f ) = ⎜
⎝ ... .
.. .
.. ⎠
⎟
application. Retenez le schéma ci-contre.
an,1 an,2 . . . an,p fn
Exemple : soit E = R2 [X] et f l’application définie par ∀P ∈ E, f (P ) = (2X + 1)P + (1 − X 2 )P .
On vérifie aisément que f est un endomorphisme de E. Pour déterminer la matrice représentative
de f dans la base canonique B = (P0 , P1 , P2 ) de R2 [X], on calcule les images de ces vecteurs
f (1) = 2X + 1 = 1 · P0 + 2 · P1 + 0 · P2
f (X) = X 2 + X + 1 = 1 · P0 + 1 · P1 + 1 · P2 .
f (X 2 ) = X 2 + 2X = 0 · P0 + 2 · P1 + 1 · P2
9782340-002166_001_600.indd 517 21/10/2014 12:14

En rangeant en colonnes les coordonnées, il vient
⎛ ⎞
1 1 0
MB (f ) = ⎝ 2 1 2 ⎠
0 1 1
Matrices de projecteurs et symétries
Soit E un espace vectoriel de dimension n, F et G deux sous-espaces supplémentaires de dimension

respective m et p. Soit BF = (e1 , . . . , em ) une base de F et BG = (v1 , . . . , vp ) une base de G. On
note p le projecteur de E sur F parallèlement à G et la s la symétrie par rapport à F parallèlement
à G.
Méthode 21.4.— Matrices de projecteurs et de symétries

Les matrices respectives de p et de s dans la base B = (e1 , . . . , em , v1 , . . . , vp ) sont
⎛ ⎞ ⎫
1 0 ... 0 0 ... 0 ⎪
⎜ . . .. ⎟ ⎪
⎪
⎜0 1 . . . .. .. ⎟ ⎪
⎬
⎜ . ⎟
⎜ .. . . .. . . ⎟ m lignes
⎜. . . 0 .. .. ⎟ ⎪
⎪
⎜ ⎟ ⎪
⎪
⎜0 . . . 0 1 0 . . . 0⎟ ⎭
⎜ ⎟ ⎫
MB (p) = ⎜0 . . . . . . 0 0 . . . 0⎟
⎜ ⎟ ⎬
⎜. .. .. .. ⎟
⎝ .. . . . ⎠ p lignes
⎭
0 ... ... 0 0 ... 0

m col. p col.
⎛ ⎞ ⎫
1 0 ... ... ... ... ... 0
⎪
⎪
⎜ .. .. ⎟ ⎪
⎪
⎜0 1 . . ⎟ ⎪
⎬
⎜ ⎟
⎜ .. .. .. .. .. ⎟ m lignes
⎜. . . . . ⎟ ⎪
⎜ ⎟ ⎪
⎪
⎜ .. .. .. .. ⎟
. ⎪
⎪
⎜. . 1 . ⎟ ⎭
⎜ ⎟ ⎫
⎜. .. .. .. ⎟
MB (s) = ⎜
⎜.
. . −1 . . ⎟ ⎟
⎪
⎪
⎪
⎜. .. ⎟ ⎪
⎬
⎜ .. .. .. ..
⎜ . . . . ⎟ ⎟ p lignes
⎜. .. .. ⎟ ⎪
⎪
⎝ .. . . 0⎠ ⎪
⎪
⎭
0 . . . . . . . . . . . . . . . 0 −1

m col. p col.
On a la relation MB (s) + In = 2MB (p).
Remarque : pour obtenir la matrice d’un projecteur ou d’une symétrie dans une base donnée
on écrira la matrice dans une base adaptée comme ci-dessus, puis on utilisera les formules de
changement de base.
512 CHAPITRE 21
9782340-002166_001_600.indd 518 21/10/2014 12:14

Méthode 21.5.— Comment utiliser la matrice d’une application linéaire
Lorsque la matrice représentative d’une application linéaire est connue, le calcul vectoriel
se ramène à du calcul matriciel. Par ce biais, on pourra
Calculer l’image d’un vecteur par l’application linéaire a ;
Vérifier une relation polynomiale ;
Déterminer la matrice d’une composée ;
Calculer le rang de l’application linéaire a ;
Dérerminer si a est un isomorphisme et déterminer son isomorphisme réciproque.
Exemple : reprenons l’exemple de l’endomorphisme de R2 [X] défini précédemment et montrons

que f est un automorphisme de E.
• La matrice M = MB (f ) est inversible et on montre à l’aide du point de vue SEL ou de l’algo-
rithme de Gauss-Jordan que

1 1 1 −2
−1 −1
M = MB (f )= 2 −1 2
3 −2 1 1
• En conséquence f ∈ GL(E) est un automorphisme de E et la matrice représentative de f −1

dans la base canonique de R2 [X] est M −1 .
−1
• On en déduit l’image 2
d’un polynôme P (X) = aX + bX + X par f en effectuant le produit
a
−1
matriciel M × b . Il en résulte que :
c
f −1 (aX 2 + bX + c) = (a + b − 2c)X 2 + (2a − b + 2c)X − (2a − b − c)
Changements de bases
Soit Ep , Fn des K-espaces vectoriels de dimensions finies respectives p et n et a ∈ L(Ep , Fn ) une
application linéaire. À chaque choix de bases E et F des espaces de départ et d’arrivée, correspond
une matrice représentative A = ME,F (a). On a tout intérêt à choisir des bases E , F adaptées à la
géométrie pour avoir une matrice représentative A = ME ,F (a) la plus simple possible.
Utiliser les formules de changements de bases
Méthode 21.6.— Comment déterminer la matrice ME ,F (a)

1 On détermine les matrices de passage de P = PEE et Q = PFF . Il s’agit des ma-
trices représentatives des nouvelles bases par rapport aux anciennes : P = ME (E ),
Q = MF (F ).
2 On calcule ensuite Q−1 par une méthode d’inversion de matrice.
3 Finalement A = Q−1 × A × P .
Cette méthode inclut le cas particulier important où a ∈ L(E) est un endomorphisme.
9782340-002166_001_600.indd 519 21/10/2014 12:14

⎞ a ∈ L(R ) l’endomorphisme canoniquement associé à la matrice A =
3
Exemple :⎛soit la matrice
2 1 1
MB (a) = ⎝ 1 2 1 ⎠. Autrement dit, A est la matrice représentative de a dans la base cano-
1 1 2
nique B = (e1 , e2 , e3 ). Considérons la nouvelle base B = (e1 + e2 + e3 , −e1 + e2 , −e1 + e3 ).
1 2 La matrice de passage de B vers B et son inverse sont données par

⎛ ⎞ ⎛ ⎞
1 −1 −1 1 1 1
1
P = PBB =⎝ 1 1 0 ⎠ et P −1 = ⎝ −1 2 −1 ⎠
3
1 0 1 −1 −1 2
3 D’après les formules de changements de base pour un endomorphisme, on a A = MB (a) =

P −1 × A × P . Or ⎞⎛ ⎛ ⎞
2 1 1 1 −1 −1
⎝ 1 2 1⎠ ⎝1 1 0⎠
⎛ ⎞ ⎛ 1 1 2⎞ ⎛1 0 1⎞
1 1 1 4 4 4 12 0 0
⎝ −1 2 −1 ⎠ ⎝ −1 2 −1 ⎠ ⎝ 0 3 0 ⎠
−1 −1 2 −1 −1 2 0 0 3
Finalement, la matrice représentative de a dans la nouvelle base est la matrice diagonale A =

Diag(4, 1, 1).

Déterminer une base connaissant la matrice représentative dans cette base
Inversement, étant donné un endomorphisme d’un espace vectoriel, il arrive que l’on demande de
construire une base B de E pour que sa matrice représentative dans la base B ait une forme
spéciale. En ce cas, la marche à suivre est la suivante :
Méthode 21.7.— Comment déterminer une base de E pour que ME (a) = A .

Soit E un K-espace vectoriel de dimension finie n. On considère a ∈ L(E) un endomor-
phisme de E, A ∈ Mn (K). Pour montrer l’existence d’une base B = (1 ,2 , . . . ,n ) telle
que MB (a) = A :
Analyse : on suppose qu’une telle base existe. En interprétant les colonnes de A , on
en déduit que 1 ,2 , . . . ,n vérifient un système d’équations linéaires vectorielles, que l’on
résout pour obtenir 1 ,2 , . . . ,n .
Synthèse : on vérifie que
• B = (1 ,2 , . . . ,n ) est une base de E ;
• MB (a) = A .
Exemple : soit E un K-espace vectoriel rapporté à une base B = (e1 , e2 , e3 ). On considère
l’endomorphisme ⎞
⎛ a de E défini par sa matrice représentative dans la base ⎛B : A = M⎞ B (a) =
1 1 −1 0 1 0
⎝ −3 −3 3 ⎠. Déterminons une base B de E telle que MB (a) = A = ⎝ 0 0 0 ⎠.
−2 −2 2 0 0 0
514 CHAPITRE 21
9782340-002166_001_600.indd 520 21/10/2014 12:14

Analyse : supposons qu’une telle base B = (1 ,2 ,3 ) existe. En ce cas, a(1 ) = 0E , a(2 ) =
1 , a(3 ) = 0E . Ainsi, visiblement Ker (a) = Vect (1 ,3 ) et Im (a) = (1 ).
• Or on détermine aisément l’image et le noyau de a à l’aide de sa matrice représentative dans la
base B. En effet, on sait que Im (a) = Vect (a(e1 ), a(e2 ), a(e3 )). Comme a(e1 ) = a(e2 ) = −a(e3 ) =
e1 − 3e2 − 2e3 . On en déduit que Im (a) = (e1 − 3e2 − 2e3 ). En particulier Rg (a) = 1 et d’après la
formule du rang, il en résulte que dim Ker (a) = 2. Des relations a(e1 ) = a(e2 ) et a(e1 ) = −a(e3 )
d’autre part, on tire que e1 − e2 et e1 + e3 appartiennent au noyau. Comme ces deux vecteurs sont
non colinéaires, ils forment une (famille libre maximale donc une) base de Ker (a).
• On va donc prendre pour 1 un vecteur non nul de l’image : 1 = e1 − 3e2 − 2e3 . Pour 2 , on
prendra un antécédent de 1 par a. Par exemple 2 = e1 convient. Enfin, on complète notre famille
avec un vecteur du noyau, par exemple 3 = e1 + e3 .
Synthèse : posons 1 = e1 − 3e2 − 2e3 ,2 = e1 ,3 = e1 + e3 . Montrons que B = (1 ,2 ,3 )
forme une base de E. Pour vérifier cela, considérons la matrice représentative de cette famille par
rapport à la base B. On a ⎛ ⎞
1 1 1
MB (B ) = ⎝ −3 0 0 ⎠
−2 0 1
En échelonnant cette matrice, par ligne ou par colonne, on vérifie qu’elle est de rang maximal 3.
En conséquence, MB (B ) est inversible, ce qui prouve que B est une base de E. Enfin, construisons
la matrice représentative de a dans cette nouvelle base. On applique la méthode 21.3. Il vient
MB (a) = A .
Rang d’une matrice

Calcul du rang d’une matrice par la méthode de Gauss-Jordan
Grâce à l’utilisation répétée de la proposition 21.13 sur les lignes et/ou sur les colonnes, la méthode
du pivot de Gauss-Jordan permet d’échelonner une matrice de proche en proche en conservant le
rang à chaque étape. Le rang de A est alors égal au rang de sa réduite de Gauss E :
Méthode 21.8.— Comment calculer le rang d’une matrice

Soit A ∈ Mn,p (K).
1 À l’aide d’opérations élémentaires sur les lignes, on échelonne A de proche en proche
jusqu’à obtenir une matrice échelonnée E de la forme :
⎛ ⎞
a1,j1 · · · a1,p
a2,j2 · · · Dans la matrice E ci-contre,
⎜ 0 a2,p ⎟
⎜ 0 ⎟ les coefficients marqués en gras
⎜ ⎟
A ∼L ⎜ ⎟ a1,j1 , a2,j2 , . . . , ar,jr sont non nuls
⎜ ar,jr · · · ar,p ⎟
⎝ ⎠ (ce sont ses pivots). Le rang de E
0 ··· 0
0 0 est égal au nombre de pivots, ici r.
2 Comme le rang est préservé, on peut alors conclure Rg (A) = Rg (E) = r.
Remarque : on peut aussi effectuer à chaque étape soit une opération sur les lignes soit sur les
colonnes, le rang sera préservé.
9782340-002166_001_600.indd 521 21/10/2014 12:14

⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
2 −3 −4 1 0 1 1 0 1 1 0 1
3 1 5 2 −3 −4 0 −3 −6 0 1 2
Exemple : Rg ⎝ −1 0 −1 ⎠ = Rg ⎝ 3 1 5 ⎠ = Rg ⎝ 0 1 2 ⎠ = Rg ⎝ 0 0 0 ⎠ = 2.
0 2 4 0 2 4 0 2 4 0 0 0
Application aux calculs du rang d’une application linéaire et d’une famille de vecteurs
Le rang d’une famille de vecteurs ou d’une application linéaire coı̈ncident avec le rang des matrices
représentatives de ces objets géométriques. En conséquence
Méthode 21.9.— Comment calculer le rang d’une famille de vecteurs —.

Soit E un K-espace vectoriel de dimension finie rapporté à une base E et A = a1 ; . . . ; ap
une famille vecteurs de E. Pour déterminer le rang de A :
1 Construire A = ME (A).
2 Calculer r = Rg A et conclure Rg (A) = Rg A = r.
Méthode 21.10.— Comment calculer le rang d’une application linéaire —.

Soit E et F des K-espaces vectoriels de dimensions finies rapportés à des bases respectives
E F et a ∈ L(E, F ). Pour déterminer le rang de a :
1 Construire A = ME,F (a).
2 Calculer r = Rg A et conclure Rg (a) = Rg (A) = r.
Matrices inversibles
Pour compléter les méthodes vues au Chapitre Calcul matriciel, la fiche méthode qui suit reprend
les différentes méthodes pour montrer l’inversibilité d’une matrice.
Méthode 21.11.— Comment montrer qu’une matrice carrée est inversible

Pour vérifier l’inversibilité et calculer l’inverse de A, il existe plusieurs méthodes :
le point de vue système d’équations linéaires ;
la méthode de Gauss-Jordan ;
l’utilisation d’un polynôme annulateur de A ;
montrer que A est la matrice représentative d’un isomorphisme théorème 21.6) ;
Chacune de ces méthodes permet de savoir si A est inversible ou pas et donne, le cas
échéant, une formule pour l’inverse. En pratique, on utilise couramment l’une ou l’autre
des deux premières.
Pour vérifier l’inversibilité sans calculer l’inverse de A, il existe d’autres méthodes :
montrer que le système linéaire homogène A × X = On,1 est de Cramer ;
montrer (par opérations élémentaires) que A équivaut à une matrice inversible.
montrer que A est de rang maximal n.
516 CHAPITRE 21
9782340-002166_001_600.indd 522 21/10/2014 12:14

Étude de l’endomorphisme canoniquement associé à une matrice carrée
Soit A ∈ Mn (K) une matrice carrée à coefficients dans K. On note f ∈ L(Kn ) l’endomorphisme
de Kn canoniquement associé à A.
Méthode 21.12.— Comment déterminer image, noyau et rang de f

1 On commence par l’étude du noyau. Ker f est l’ensemble des solutions du système
d’équations linéaires homogène
A × X = On,1 d’inconnue X ∈ Mn,1 (K)
On résout ce système homogène à l’aide de l’algorithme de Gauss-Jordan. On en déduit

une base de Ker f , et donc sa dimension.
2 À l’aide de la formule du Rang, on en déduit le rang de f : Rg (f ) = n − dim (Ker f ).
3 On sait que les vecteurs de Kn canoniquement associés aux colonnes de la matrice A
forment une famille génératrice de Im f . Connaissant en outre Rg (f ) = dim Im f , on peut
aisément extraire une base de Im f de cette famille génératrice.
⎛ ⎞
−1 1 1
Exemple : Soit f l’endomorphisme de R3 canoniquement associé à la matrice A = ⎝ 3 −2 −4 ⎠.
−2 1 3
Déterminons le rang, l’image et le noyau de f .
1 Ker f . Soit (x, y, z) ∈ R3 . On a
⎧ ⎧ ⎧
⎨ −x +y +z = 0 ⎨ −1x +y +z = 0 ⎨ −1x +y +z = 0
(x, y, z) ∈ Ker f ⇐⇒ 3x −2y −4z = 0 ⇐⇒ +y −z = 0 ⇐⇒ 1y −z = 0
⎩ ⎩ ⎩
−2x +y +3z = 0 −y +z = 0 0=0

x = 2z
⇐⇒
y= z
Ainsi Ker f = {(2z, z, z) ; z ∈ R} = Vect (2, 1, 1). Comme u = (2, 1, 1) est non nul, il forme une
base de Ker f .
2 D’après la formule du rang, il s’ensuit que Rg f = 2.
3 On sait que Im f = Vect {(−1, 3, −2), (1, −2, 1), (1, −4, 3)}. En particulier,
v = (−1, 3, −2) et
= (1, −2, 1) forment une famille libre (car ces deux vecteurs sont visiblement non colinéaires) de
w
Im f . Il s’agit donc d’une base de Im (f ).
9782340-002166_001_600.indd 523 21/10/2014 12:14

Vrai/Faux
Vrai Faux
1. Mn,p (K) est un K-espace vectoriel de dimension np.
2. GLn (K) est un sous-espace vectoriel de Mn,p (K).
3. La matrice représentative d’un isomorphisme n’est pas toujours
inversible car elle peut ne pas être carrée.
4. Le sous espace vectoriel des matrices symétriques de Mn (K)
n(n − 1)
est de dimension .
2
5. Si l’on détermine le rang d’une matrice en utilisant
des opérations élémentaires, au moins certaines opérations
élémentaires sur les colonnes ne sont pas autorisées.
6. Faire des opérations élémentaires sur les lignes qui conservent
le rang d’une matrice correspond à multiplier un certain type de
matrices inversibles à gauche de la matrice de départ.
7. On ne change pas le rang d’une matrice en échangeant deux de
ses colonnes.
8. On ne change pas le rang d’une matrice en remplaçant une ligne
par une combinaison linéaire des autres lignes.
9. Une opération élémentaire du type Li ← Li + λ Lj , où i
= j,
sur la matrice A ∈ Mn, p (K) représentant une application linéaire
ϕ ∈ L(E, F ) rapporté aux bases B de E (de dimension p) et C
de F (de dimension n), correspond à écrire la matrice de ϕ en
modifiant seulement un vecteur de la base B = (e1 , ..., ep ), le
j-ème vecteur ej en le remplaçant par ej − λ ei .
10. On note B3 = (ε1 , ε2 , ε3 ) la base canonique de R3 et soit

B3 = (ε1 , ε1 + ε2 , ε1 + ε2 + ε3 ). La matrice de idR3 , la base de
départ étant B3 et la base d’arrivée B3 est la matrice de passage :
PB3 →B3 .
518 CHAPITRE 21
9782340-002166_001_600.indd 524 21/10/2014 12:14

Matrices et applications linéaires
Exercice 21.1 : Dans E = R3 [X] , on considère φ : P → (X 2 − 1)P + 2XP .
Déterminer la matrice φ dans la base canonique de E. En déduire Ker φ et Im φ.
j−1
Exercice 21.2 : Soit A = (ai,j ) ∈ Mn+1 (R) définie pour tout (i, j) ∈ [[1, n + 1]]2 , par ai,j = i−1 .
Montrer qu’elle est inversible et déterminer son inverse.
Exercice 21.3 : Soit A ∈ M4 (C) telle que (O4 désigne la matrice nulle carrée d’ordre 4),
A2
= O4 et A3 = O4
Soit φ l’endomorphisme de C4 associé canoniquement à A.
2 de x ∈ C tel que φ(x)
= 0.
1. Justifier l’existence 4
2. Montrer que φ (x), φ(x), x est
libre.
3. Soit un vecteur noté a tel que φ2 (x), φ(x), x, a soit une base de C4 . Déterminer la matrice
de φ dans cette base. En déduire le rang de A.
⎞ ⎛
8 −2 −2
1
Exercice 21.4 : Soit un endomorphisme f ∈ L(R3 ) associé canoniquement à A = ⎝ −2 5 −4 ⎠.
9
−2 −4 5
Montrer que f est un projecteur et donner ses éléments caractéristiques.
Exercice 21.5* : Soit P ∈ R2 [X] et f (P ) est le reste de la division euclidienne de AP par B, où
A = X 3 − X 2 − X + 2 et B = X 3 − 3X 2 + 2X.
1. Montrer que f définit un endomorphisme de R2 [X].
2. Déterminer la matrice M de f dans la base canonique de R2 [X].
3. Montrer qu’il existe un unique triplet de polynômes (P0 , P1 , P2 ) de R2 [X]3 tels que Pi (k) = 1
si i = k et Pi (k) = 0 si i
= k pour i et k entiers variant de 0 à 2.
4. Montrer que (P0 , P1 , P2 ) est une base de R2 [X] et déterminer les composantes de P dans cette
base en fonction de P (0), P (1) et P (2).
5. Déterminer la matrice de f dans cette base.
Changements de base
, e3 ), B = (e1 + ⎞
Exercice 21.6 : Soit B = (e1 , e2⎛ 2e2 + e3 , e1 + 2e2 + 2e3 , e2 + 2e3 ), φ un endomor-
5 −4 2
phisme de R3 tel que MB (φ) = ⎝ 14 −10 4 ⎠ . Écrire MB (φ).
16 −10 3
⎛ ⎞
1 1 −1
Exercice 21.7 : Soit A = ⎝ −1 3 −1 ⎠ et f ∈ L(R3 ) associé canoniquement à A.
−1 1 1
1. Déterminer une base de Ker (f − id) et de Ker (f − 2id).
2. En déduire une base de R3 dans laquelle la matrice B de f est diagonale.
3. Calculer B n puis An pour tout n ∈ N.
9782340-002166_001_600.indd 525 21/10/2014 12:14

⎛ ⎞
1 −1 2 −2
0 0 1 −1
Exercice 21.8* : Soit f ∈ L(R4 ) de matrice canonique A = ⎝ 1 −1 1 0 ⎠.
1. Déterminer Ker f , Im f et Rg f . 1 −1 1 0
2. Déterminer une base de Ker (f ) et une base de Ker (f −id) . Montrer que ces deux sous-espaces
2 2
sont supplémentaires dans R4

⎛ ⎞
0 1 0 0

3. Montrer qu’il existe une base B = (1 ,2 ,3 ,4 ) dans 0 0 0 0
T =⎝0 0 1 1⎠
laquelle la matrice représentative de f est égale à la
0 0 0 1
matrice triangulaire ci-contre.
Nb : vous choisirez les vecteurs 1 , . . . ,4 de sorte que leurs coordonnées dans la base canonique
appartiennent à {−1, 0, 1}.
4. Déterminer la matrice de passage P de la base canonique vers la base B et calculez P −1 .
5. Calculer pour tout entier naturel T n puis An .
Exercice 21.9 : Soit φ l’endomorphisme de R3 canoniquement associé à

⎛ ⎞
5 −4 2
A = ⎝ 14 −10 4 ⎠
16 −10 3
On note CA l’ensemble des matrices qui commutent avec A.

1. Montrer que CA est un sous-espace vectoriel de M3 (R). un endomorphisme et soit la matrice
2. En reprenant B de l’exercice 21.6, montrer que M ∈ CA si et seulement si DN = N D, où
−1
−1
N = PBB M PBB et D = PBB APBB .
3. Montrer que DN = N D si et seulement si N est une matrice diagonale.
4. En déduire que CA est de dimension 3 et vérifier que (I3 , A, A2 ) est une base de CA .
Équations dans Mn,p (K)

Exercice 21.10* : Déterminer toutes les matrices M ∈ M3 (K) telles que M 2 = O3 .

1 1
Exercice 21.11* : Soit (E) : X 2 + X = A d’inconnue X ∈ M2 (R) avec A = .
1 1
On considère f et φ les endomorphismes associés canoniquement respectivement à A et X.
1. Déterminer une base de Im f et une base de Ker f.
2. Soit X vérifiant (E). En notant que A n’est pas inversible, montrer que X ou X + I2 n’est pas
inversible.
3. On suppose ici que X vérifie (E) et n’est pas inversible. Montrer que Im f ⊂ Im φ et que
∗
Ker φ ⊂ Ker f. En déduire qu’il existe x ∈ R tel que X = xA. En déduire les seules valeurs de x.
4. On suppose ici que X vérifie (E) et que X + I2 n’est pas inversible. En posant Y = −(X + I2 ),
se ramener au cas précédent. En déduire toutes les solutions de (E).
Rang d’une matrice et applications

⎛ ⎞
1 1 −1 1
Exercice 21.12 : Calculer, en fonction de a, le rang de A = ⎝ 1 2 a 2 ⎠.
2 a 2 3
520 CHAPITRE 21
9782340-002166_001_600.indd 526 21/10/2014 12:14

⎛ ⎞
1 1 1 1
⎜ a b a b ⎟
Exercice 21.13 : Calculer le rang de A = ⎜
⎝ c
⎟ en discutant sur a, b, c et d ∈ C.
c d d ⎠
ac bc ad bd
Exercice 21.14* : A et B sont deux matrices de Mn (C) telles que AB = 0 et A + B est inversible.
1. Donner un exemple de deux matrices de M2 (R) vérifiant ces hypothèses.
2. On pose φ et ψ les deux endomorphismes de Cn associés canoniquement respectivement à A et
à B. Comparer Im ψ et Ker φ. Montrer Rg A + Rg B ≤ n puis Rg A + Rg B = n.
Indications
Ex. 21.2
Pour cela, on utilise la base canonique (1, X, ..., X n ) et φ : Rn [X] → Rn [X], P → P (X + 1).
L’idée est de prouver que φ a pour matrice A dans la base canonique (1, X, ..., X n ). Puis d’inverser
φ.
Ex. 21.3
L’idée est d’utiliser le fait que le rang d’une matrice est indépendant de la base choisie pour la
représenter. On choisit une base où elle a beaucoup de zéros.
Ex. 21.7
L’idée principale est de remarquer que Ker (f − id) et Ker (f − 2id) sont supplémentaires dans
R3 . On détermine alors une base adaptée à cette supplémentarité.
Ex. 21.9
La matrice D est la matrice MB (φ) de l’ exercice 21.6. Pour la question 4, si on note D3 (R)
le sous-espace vectoriel des matrices diagonales de M3 (R), on pourra montrer que ψ de CA dans
D3 (R), qui à une matrice M de CA associe ψ(M ) = N = P −1 M P, est un isomorphisme.
Ex. 21.10
On montrera que si φ est l’endomorphisme associé canoniquement à M, en supposant M =
O3 ,
on partira d’un vecteur x tel que φ(x)
= 0 et on montrera qu’il existe une base de K3 de la forme
{x, φ(x), z}, où z est dans Ker φ. Bien entendu, on utilisera cette base...
Ex. 21.14
Pour la question 2, on remarque que φ o ψ = 0 ⇔ Im ψ ⊂ Ker φ. Puis on pense au théorème du
rang. Pour la question 3, on utilise la question 2) pour Rg A + Rg B ≤ n et on utilise le fait que
A + B est inversible pour Rg A + Rg B ≥ n.
9782340-002166_001_600.indd 527 21/10/2014 12:14

1 2 3 4 5 6 7 8 9 10
V F F F F V V F V V
2. Dans tout sous espace vectoriel de Mn,p (K), il y a par exemple On,p et cette matrice n’est
jamais dans GLn (K).
3. Attention, l’espace de départ et d’arrivée ont nécessairement la même dimension et la matrice
est carrée inversible.
4. Le sous espace vectoriel des matrices antisymétriques a pour dimension n(n + 1)/2. On laisse
la démonstration au lecteur.
5. Les opérations élémentaires sur les colonnes rappelées dans le résumé de cours sont toutes
autorisées pour calculer le rang d’une matrice.
6. On sait que le rang d’un système et celui de sa matrice augmentée est le même. À partir de
là, on peut faire toutes les opérations élémentaires sur les lignes sans transformer le rang. Cela
correspond de plus à multiplier à gauche la matrice par des opérations élémentaires.
8. En général, une telle opération diminue le rang de la matrice.
9. L’idée est de repartir de la formule qui donne la matrice dans les nouvelles bases en utilisant les
matrices de passage. L’une des deux matrices de passage est l’identité. Seule la matrice de passage
de gauche n’est pas l’identité. Cela correspond bien à une opération élémentaire sur les lignes.
10. On part de idR3 (e1 ) = e1 , idR3 (e2 ) = e2 et idR3 (e3 ) = e3 .
Erreurs classiques
• Penser que dim Mn,p (K) = n + p alors qu’en fait dim Mn,p (K) = np.
• L’ensemble des matrices est un espace vectoriel dont la dimension n’est pas dim E
ou dim F mais leur produit.
• L’ensemble des matrices inversibles ne contient pas la matrice nulle. Ce ne peut
pas être un espace vectoriel.
• Retenir que pour trouver le rang d’une matrice, toutes les opérations élémentaires
sur les lignes et colonnes sont autorisées mais que par contre pour résoudre un
système, seules les opérations élémentaires sur les lignes sont autorisées.
522 CHAPITRE 21
9782340-002166_001_600.indd 528 21/10/2014 12:14

0 0 −2 0
⎜ 0 2 0 −6 ⎟
Dans B = {1, X, X 2, X 3 }, A = ⎜⎝ 0 0 6
⎟ . A est de rang 3 et
0 ⎠
le lecteur
courageux pourra
0 0 0 12 trouver une équation
Ker φ = Vect {1} et Im φ a pour base {φ(X), φ(X 2 ), φ(X 2 )}. (dans B) de Im φ :
3x + z = 0.
Exercice 21.2
j
j
On remarque que pour tout j de 0 à n, φ(X j ) = X k = (1 + X)j et φ
k
k=0
a pour matrice A dans {1, X, ..., X n}. φ−1 : P → P (X − 1) et pour tout j de
j
j
0 à n, φ−1 (X j ) = (X − 1)j = (−1)j−k X k et :
k
k=0
j−1
i ≤ j ⇒ (A−1 )i,j = (−1)i+j et i > j ⇒ (A−1 )i,j = 0.
i−1
Exercice 21.3
1. C’est évident car A2 est non nul.
2. Exercice classique. ⎛ ⎞
0 1 0 α
⎜ 0 0 1 β ⎟
3. Dans cette base, φ a pour matrice : B = ⎜⎝ 0 0 0 γ ⎠.
⎟
0 0 0 δ
Il existe P ∈ GL4 (C) tel que B = P −1 AP, B 3 = P −1 A3 P = O4 . Comme
⎛ ⎞
0 0 0 γ + βδ + αδ 2
⎜ 0 0 0 δγ + βδ 2 ⎟
B3 = ⎜ ⎝ 0 0 0
⎟,
⎠
γδ 2
0 0 0 δ3
on a automatiquement δ 3 = 0 et donc δ = 0. En reportant ⎛ dans l’égalité

⎞
0 1 0 α
⎜ 0 0 1 β ⎟
γ + βδ + αδ 2 = 0, on en déduit que γ = 0. Il reste B = ⎜ ⎝ 0 0 0 0 ⎠
⎟
0 0 0 0
et comme il n’y a que deux lignes non proportionnelles, le rang de B et donc
celui de A est 2.
Exercice 21.4
On sait que f est un projecteur si et seulement si f o f = f. Matricielle-
ment, on montre donc que A2 = A ce que l’on fait sans problème.
Puis, Ker A est la direction de la projection. On résout le système AX = 0,
où X = (x, y, z)T . L’ensemble des solutions est la droite vectorielle de base
(1, 2, 2). Il reste à déterminer Im A, c’est-à-dire ici l’ensemble des vecteurs in-
variants par A. On résout le système AX = X. L’ensemble des solutions est
le plan vectoriel de base {(−2, 1, 0), (−2, 0, 1)}.
9782340-002166_001_600.indd 529 21/10/2014 12:14

Exercice 21.5
1. Soit (P1 , P2 ) ∈ R2 [X]2 , il existe (Q1 , Q2 ) et (R1 , R2 ) ∈ R2 [X]2 , AP1 =
ne pas oublier de Q1 B + R1 et AP2 = Q2 B + R2 . On a par définition f (P1 ) = R1 et f (P2 ) =
dire que R2 . Pour tout λ ∈ R, A (P1 + λP2 ) = (Q1 + λQ2 ) B + R1 + λR2 . On a
f (P ) ∈ R2 [X].
f (P1 + λP2 ) = f (P1 ) + λf (P2 ) . En effet, R1 + λR2 ∈ R2 [X]. Comme f
est linéaire et f (P ) ∈ R2 [X], f est bien un endomorphisme.
2. Un calcul donne pour reste de la division de A par B, f (1) = 2X 2 −3X +2,
pour reste de la division de AX par B, f (X) = 3X 2 − 2X, pour reste de la
division de AX 2 par B, f⎛(X 2 ) = 7X 2 − 6X. ⎞ La matrice A de f dans la base
2 0 0
B0 = (1, X, X 2 ) est A = ⎝ −3 −2 −6 ⎠ .
2 3 7
P0 , P1 et P2 sont 3. On trouve P0 = 12 (X − 1)(X − 2), P1 = −X(X − 2) et P2 = 12 X(X − 1).
appelés polynômes de En effet ces polynômes vérifient les relations voulues. Supposons trois autres
Lagrange.
polynômes Z0 , Z1 et Z2 de R2 [X] qui vérifient les mêmes conditions. La
différence Zi − Pi s’annule pour les trois entiers 0, 1, 2 pour i variant de 0
à 2. Donc Zi = Pi . On a l’unicité.
Une famille libre 4. Il suffit de démontrer que (P0 , P1 , P2 ) est libre. En effet, si a0 P0 + a1 P1 +
de trois éléments est a2 P2 = 0, en appliquant pour X = i, on a ai = 0 pour tout i de 0 à 2. Enfin, en
une base d’un espace
vectoriel de dimension
utilisant la définition de P0 , P1 et P2 , on a : P = P (0)P1 + P (1)P1 + P (2)P2 .
3. 5. Déterminons f (P0 ) dans la base B directement. On remarque que B =
X(X −1)(X −2). La division euclidienne de AP0 par B s’écrit : AP0 = X(X −
1)(X − 2)Q + R0 , où R0 = f (P0 ) = R0 (0)P0 + R0 (1)P1 + R0 (2)P2 . Comme
P0 (0) = 1, P0 (1) = P0 (2) = 0, on a : R0 (0) = 2 = A(0) et R0 (1) = R0 (2) = 0.
De même, on calcule f (P1 ) et f (P2 ) directement dans la base B. La seule
composante non nulle de f (P1 ) est R1 (1) = A(1) = 1 et la seule composante
−1 non nulle de f (P2 ) est R2 (2) = A(2) = 4. La matrice de f par rapport à B
PBB = est Diag (2, 1, 4).
⎛ 0
⎞
1 0 0 Remarque : On peut utiliser la matrice de passage PBB0 de la base canonique
⎝ 1 1 1 ⎠. −1
1 2 4 à la base B = (P0 , P1 , P2 ) et calculer PBB0 APBB0 , mais c’est bien plus long.
1 1 0
La matrice de passage est PBB = ⎝ 2 2 1 ⎠ et par la méthode d’inversion

1 2 2
que vous voulez, on en déduit l’inverse et enfin le produit,
⎛ ⎞
−1 −2 2 −1 −1
= ⎝ 3 −2 1 ⎠ ⇒ PBB

PBB MB (φ)PBB =
−2 1 0
⎛ ⎞
−1 0 0
⎝ 0 1 0 ⎠.
0 0 −2
= −I,
On pouvait calculer φ(I) φ(J) = J et φ(K)
= −2K.

Exercice 21.7
1. Un vecteur (x, y, z) de R3 appartient à Ker (f − id) si et seulement s’il est
solution du système AX = X, où X = (x y z)T . L’ensemble des solutions de
ce système est la droite vectorielle de base {u1 (1, 1, 1)}. De même, un vecteur
524 CHAPITRE 21
9782340-002166_001_600.indd 530 21/10/2014 12:14

(x, y, z) de R3 appartient à Ker (f − 2id) si et seulement s’il est solution du
système AX = 2X, où X = (x y z)T . L’ensemble des solutions de ce système
est le plan vectoriel de base {u2 (1, 0, −1), u3(0, 1, 1)} .
2. Prenons la famille γ = {u1 , u2 , u3 } . On vérifie sans difficulté sa liberté
et c’est donc une base de R3 . Si on note β la base canonique de R3 , on peut
écrire la matrice de passage P de β à γ puis utiliser la formule du cours pour
passer de A à B. Il y a ici plus simple. Comme u1 ∈ Ker (f − id), f (u1 ) = u1
et comme (u2 , u3 ) ∈ (Ker (f − 2id))2 , f (u2 ) = 2u2 et f (u3 ) = 2u3 . La matrice
B est donc : B = Diag(1, 2, 2).
3. On montre pour tout⎛n ∈ N, par récurrence
⎞ immédiate : B n = Diag(1, 2n , 2n ).
1 1 0
Puis, en utilisant P = ⎝ 1 0 1 ⎠ , un premier calcul donne :
1 −1 1
⎛ ⎞
1 −1 1
P −1 =⎝ 0 1 −1 ⎠ .
−1 2 −1
Puis,
⎛ ⎞
1 −1 + 2n 1 − 2n
An = P B n P −1 = ⎝ 1 − 2n −1 + 2n+1 1 − 2n ⎠ .
1 − 2n −1 + 2n 1
Exercice 21.8
1. On détermine le noyau de f en résolvant le système AX = 0. On obtient
Ker f = Vect (1, 1, 0, 0). Par conséquent, d’après la formule du rang, f est de
rang 3, i.e. dim Im f = 3. Or Im f est engendrée par les vecteurs canoniquement
associés aux colonnes de A. D’où

Im f = Vect 1, 0, 1, 1); (−1, 0, −1, −1); (2, 1, 1, 1); (−2, −1, 0, 0)

= Vect 1, 0, 1, 1); (2, 1, 1, 1); (−2, −1, 0, 0)

Ainsi, la famille 1, 0, 1, 1); (2, 1, 1, 1); (−2, −1, 0, 0) est génératrice de Im f .
Comme elle compte 3 = dim Im f vecteurs, elle est génratrice minimale : c’est
donc une base Im f .
2. La matrice représentative de f 2 dans la base canonique est A2 Or
⎛ ⎞
1 −1 1 −1
⎜ 0 0 0 0 ⎟
A2 = ⎜ ⎝ 2 −2 2 −1 ⎠
⎟
2 −2 2 −1
Visiblement,
A2 est de rang 2
2 (trois colonnes sont colinéaires) et Im f2 =
Vect (1, 0, 2, 2); (1, 0, 1, 1) . Par la formule du rang, il s’ensuit que Ker f est
de dimension 2. Or, e1 + e2 et e1 − e3 sont deux vecteurs non colinéaires de
Ker f 2 . Ils forment donc une base de Ker f 2 .
Ker f = Vect (e1 + e2 , e1 − e3 )
9782340-002166_001_600.indd 531 21/10/2014 12:14

La matrice représentative de (f − idE )2 dans la base canonique de R4 est
⎛ ⎞
0 1 −3 3
⎜ 0 1 −2 2 ⎟
(A − I4 ) = ⎜
2
⎝ 0
⎟
0 1 −1 ⎠
0 0 0 0

Clairement Rg (f − idE )2 = 2 et Im (f − idE )2 = Vect (1, 1, 0, 0); (3, 2, −1, 0) .
Par suite Ker (f −idE )2 est de dimension 2. Comme e1 et e3 +e4 appartiennent
visiblement au noyau et sont linéairement indépendants, ils forment une base
de Ker (f − idE )2 . Ainsi,
Ker (f − idE )2 = Vect (e1 , e3 + e4 )
Vérifions que la famille u1 = e1 +e2 ; u2 = e1 −e3 ; u3 = e1 ; u4 = e3 +e4 est une
base de R4 . Pour ce faire, il suffit de vérifier que cette famille de 4 vecteurs de
R4 est libre, ou bien de calculer le rang de la matrice représentative de cette
famille dans la base canonique. Adoptons ce dernier point de vue :
⎛ ⎞
théorème 21.2 1 1 1 0
⎜ 1 0 0 0 ⎟
M = MB (u1 , u2 , u3 , u4 ) = ⎜
⎝ 0 −1 0 1 ⎠
⎟
0 0 0 1
En échelonnant cette matrice par les lignes, il vient

⎛ ⎞ ⎛ ⎞
1 1 1 0 1 1 1 0
⎜ 0 1 1 0 ⎟ ⎜ 0 1 1 0 ⎟
Rg M = Rg ⎜ ⎝ 0 −1
⎟ = Rg ⎜ ⎟=4
0 1 ⎠ ⎝ 0 0 1 1 ⎠
0 0 0 1 0 0 0 1
Ainsi (u1 , u2 , u3 , u4 ) est une base de R4 . En particulier, Ker f 2 = Vect (u1 , u2 )
et Ker (f − idE )2 = Vect (u3 , u4 ) sont supplémentaires.
3. Prenons 1 = e1 − e3 , 2 = f (1 ) = −e1 − e2 , 3 = e3 + e4 , 4 = e1 . Alors,
il résulte aisément de la question précédente que B = (1 ,2 ,3 ,4 ) est une
base de R4 . De plus
f (1 ) = 2
f (2 ) = 0
f (3 ) = 3
f (4 ) = e1 + e3 + e4 = 3 + 4
Ainsi, la matrice représentative de f dans la base B est la matrice T .

4. La matrice de passage de B vers B est la matrice représentative de B
dans la base B : ⎛ ⎞
1 −1 0 1
⎜ 0 −1 0 0 ⎟
P =⎜ ⎝ −1
⎟
0 1 0 ⎠
0 0 1 0
méthode 18.3 En adoptant le point de vue système linéaire aussi
526 CHAPITRE 21
9782340-002166_001_600.indd 532 21/10/2014 12:14

⎛ ⎞
0 0 −1 1
⎜ 0 −1 0 0 ⎟
P −1 =⎜
⎝ 0
⎟
0 0 1 ⎠
1 −1 1 −1
5. Soit n ≥ 2, une récurrence immédiate montre que

⎛ ⎞
0 0 0 0
0 0 0 0⎠
Tn = ⎝ 0 0 1 n
0 0 0 1
De plus, comme T = P −1 × A × P , i.e. A = P × T × P −1 , une récurrence

immédiate montre que
∀n ∈ N∗ , An = P × T n × P −1
Il ne reste plus qu’à effectuer ce produit matriciel pour obtenir l’expression

de An .
Exercice 21.9
1. La matrice O3 appartient à CA de façon évidente. Si M et M appar-
tiennent à CA et a ∈ R, alors A(M + aM ) = AM + AM = M A + M A =
(M + aM )A et donc M + aM est dans CA .
2.
M ∈ CA ⇔ AM = M A ⇔ P −1 AM P = P −1 M AP
On a posé
⇔ P −1 AP P −1 M P = P −1 M P P −1 AP N = P −1 M P , soit
⇔ DP −1 M P = P −1 M P D ⇔ DN = N D M = P N P −1 .
⎛ ⎞
a b c
3. On pose N = ⎝ d e f ⎠ et on calcule DN et N D.
g h i
⎛ ⎞ ⎛ ⎞
−a −b −c −a b −2c
DN = N D ⇔ ⎝ d e f ⎠ = ⎝ −d e −2f ⎠
−2g −2h −2i −g h −2i
Dans la question 3,
L’égalité des coefficients deux à deux correspondants donne comme les matrices
sont carrées d’ordre 3,
b=c=d=f =g=h=0 une méthode
algébrique colle.
Donc N est une matrice diagonale. La réciproque est immédiate.
4. Soit D3 (R) le sous-espace vectoriel des matrices diagonales de M3 (R).
D’après ce qui précéde, on peut définir une application ψ de CA dans D3 (R),
qui à une matrice M de CA associe ψ(M ) = N = P −1 M P. Cette application
est bijective car toute matrice N de D3 (R) admet pour unique antécédent
dans CA la matrice M = P N P −1 . Si (M, M ) ∈ CA 2
et a ∈ R,
ψ(M + aM ) = P −1 (M + aM ) P = P −1 M P + aP −1 M P = ψ(M ) + aψ(M )
9782340-002166_001_600.indd 533 21/10/2014 12:14

et donc ψ est linéaire. C’est donc un isomorphisme de CA sur D3 (R). Comme
Il est clair que dim D3 (R) = 3, on en déduit que dim CA = 3. Il suffit de vérifier que
I3 , A et A2 sont dans {I3 , A, A2 } est une famille libre pour montrer que c’est une base de CA . On
CA .
montre (on calcule A2 puis on résout un système)
αI3 + βA + γA2 = O3 ⇒ α = β = γ = 0

Exercice 21.10
Supposons que M
= O3 et soit φ l’endomorphisme associé canoniquement à
si M = 03 , M est M. Il existe donc un vecteur x tel que φ(x)
= 0. On a Im φ ⊂ Ker φ et comme
évidemment solution dim Im φ + dim Ker φ = 3, nécessairement dim Im φ = 1 et dim Ker φ = 3.
de l’équation.
Comme φ(x) ∈ Ker φ, il existe z ∈ Ker φ tel que {φ(x), z} soit une base de
Ker φ. La famille F = {x, φ(x),
⎛ z} est libre
⎞ (le faire) et la matrice de φ par
0 0 0
rapport à cette base est A = ⎝ 1 0 0 ⎠ . Les matrices solutions sont soit
0 0 0
O3 soit toutes les matrices P −1 AP, avec P quelconque dans GL3 (K).
Exercice 21.11
1. Si {e1 , e2 } est la base canonique de R2 , une base de Im f est {e1 + e2 } et
une base de Ker f est {e1 − e2 }.
2. Soit X vérifiant (E), on a φ o (φ + idR2 ) = (φ + idR2 ) o φ = f. Si φ et
en notant que A φ + idR2 étaient inversibles tous les deux, f le serait. Donc l’une des deux
n’est pas inversible matrices X ou X + I2 n’est pas inversible.
(car Ker f est non
nul).
3. On suppose ici que X vérifie (E) et n’est pas inversible.
φ o (φ + idR2 ) = f ⇒ Im f ⊂ Im φ,
(φ + idR2 ) o φ = f ⇒ Ker φ ⊂ Ker f
Comme Ker φ n’est pas réduit au vecteur nul ni égal à R2 , on a

Im f = Im φ et Ker φ = Ker f

2 0
Dans la base {e1 + e2 , e1 − e2 }, f a pour matrice et φ a alors une
0 0

α 0
matrice de la forme , donc il existe x ∈ R∗ tel que φ = xf. On peut
0 0
en déduire les seules valeurs de x possibles en reportant dans (E),
1
2x2 + x − 1 = 0 ⇒ x = −1 ou x =
2
4. On suppose ici que X vérifie (E) et que X + I2 n’est pas inversible. En
posant Y = −(X + I2 ), on remarque que Y 2 + Y = A et on est ramené au cas
précédent. On a : Y ∈ {−A, A/2} ⇒ X ∈ {A − I2 , −A/2 − I2}. On en déduit
toutes les solutions
de
(E),
−1 −1 1 1 1 0 1 1 −3 −1
, , ,
−1 −1 2 1 1 1 0 2 −1 −3

528 CHAPITRE 21
9782340-002166_001_600.indd 534 21/10/2014 12:14

Exercice 21.12
On applique la méthode du pivot de Gauss à cette matrice et on procède
successivement aux opérations élémentaires
L2 ← L2 − L1 , L3 ← L3 − 2L1 , L3 ← L3 − (a − 2)L2
et on obtient la matrice triangulaire supérieure
⎛ ⎞
1 1 −1 1
A(2) = ⎝ 0 1 a+1 1 ⎠
0 0 (3 − a)(a + 2) 3 − a
Si a
∈ {−2, 3}, on fait l’opération :
1
L3 ← L3 ,
(3 − a)(a + 2)
ce qui nous donne enfin la matrice :
⎛ ⎞
1 1 −1 1
A(3) = ⎝ 0 1 a + 1 1 ⎠
0 0 1 1/(a + 2)
de rang 3. Si a = −2, Rg A = 3 et si a = 3, Rg A = 2.
Exercice 21.13
On fait de façon successive :
C2 ← C2 − C1 , C3 ← C3 − C1 , C4 ← C4 − C2 , C4 ← C4 − C3 ,
cela donne après une série de calculs que nous n’osons étaler :
⎛ ⎞
1 0 0 0
⎜ a b−a 0 0 ⎟
⎜ ⎟
⎝ c 0 d−c 0 ⎠
ac (b − a)c a(d − c) (b − a)(d − c)
Si a
= b et c
= d, Rg A = 4. ⎛ ⎞
1 0
⎜ a 0 ⎟
Si a = b et c
= d alors Rg A = Rg ⎜ ⎟ = 2.
⎝ c d−c ⎠
ac a(d − c)
Si a
= b et c = d alors Rg A est 2 par le même raisonnement.
Si a = b et c = d alors Rg A = 1.
Exercice 21.14
1 0 0 0
1. On prend par exemple A = et B = . On vérifie que
0 0 0 1
AB = 0 et que A + B est inversible (car il vaut I2 ).
2. Comme AB = 0, cela se traduit par φ o ψ = 0. Soit u ∈ Im ψ, alors il existe
v ∈ Cn tel que u = ψ(v ). Donc : φ(u) = (φ o ψ)(v ) = 0. Le vecteur u est donc
dans Ker φ. Finalement, Im ψ ⊂ Ker φ.
L’inclusion précédente se traduit par : dim Im ψ ≤ dim Ker φ = n − dim Im φ.
Or, Rg A = dim Im φ et Rg B = dim Im ψ. On a alors : Rg A + Rg B ≤ n.
Il s’agit maintenant de montrer que Rg A + Rg B ≥ n.
9782340-002166_001_600.indd 535 21/10/2014 12:14

Utilisons la propriété non exploitée : A + B est inversible.
Donc φ + ψ est un automorphisme et tout vecteur de Cn est donc atteint
par φ + ψ. Pour tout v ∈ Cn , il existe u ∈ Cn tel que (φ + ψ)(u) = v . Or,
φ(u) ∈ Im φ et ψ(u) ∈ Im ψ. Donc Cn ⊂ Im φ + Im ψ. Comme les deux images
sont dansCn , on a l’inclusion inverse et : Cn = Im φ + Im ψ.
Il reste à appliquer la formule de Grassmann.

n = dim Im φ + Im ψ

= dim (Im φ) + dim (Im ψ) − dim Im φ ∩ Im ψ .
On en déduit que : n ≤ Rg A + Rg B et donc Rg A + Rg B = n.
530 CHAPITRE 21
9782340-002166_001_600.indd 536 21/10/2014 12:14

Chapitre 22
Probabilités
sur un univers fini
Le verbe latin, probare signięait vérięerȹ; le mot probabilité

lui-même apparaît dans notre langue vers 1350. La logique
de Port-Royal l’utilise pour désigner quelque chose
de mesurable dans le but d’aider les hommes à s’orienter
en tenant compte de l’utilité de leurs actesȹ;
le pari pascalien en est un exemple.
Vers la ęn du XVIIIe siècle, il évince peu à peu le mot chance
pour désigner la théorie mathématique traitant du hasard
et s’impose sous la plume de Condorcet et de Laplace.
Pourtant, en 1843, Antoine Cournot allie les deux mots
dans le titre de son ouvrage Marie de Caritat,
Exposition de la théorie des chances et des probabilités. Marquis de Condorcet
1743-1794
9782340-002166_001_600.indd 537 21/10/2014 12:14

Objectifs

Les incontournables
ZIdentifier et modéliser l’expérience aléatoire.
ZTraduire ensemblistement l’énoncé.
ZUtiliser les propriétés classiques des probabilités.
ZMettre en œuvre les formules des probabilités totales, des probabilités
composées et de Bayes.

ZUtiliser la formule des probabilités totales pour obtenir une relation
de récurrence entre les termes d’une suite de probabilités.
9782340-002166_001_600.indd 538 21/10/2014 12:14

Résumé de cours
Le langage des probabilités
Expériences et événements aléatoires
Définition : Une expérience aléatoire est une expérience dont on ne peut prédire avec certitude
le résultat. L’étude d’une expérience aléatoire commence par la description des résultats possibles,
appelés éventualités. L’ensemble des résultats possibles est appelé univers des possibles. On le
note généralement Ω.
Définition : Un événement aléatoire est un événement qui peut se produire ou non, suivant le
résultat de l’expérience aléatoire. On le représente par l’ensemble des éventualités qui le réalisent.
Il s’agit donc d’une partie de Ω, A ∈ P(Ω). À la suite d’une expérience aléatoire, on dira que
l’événement A est réalisé si le résultat ω de cette expérience est élément de A.
Vocabulaire : Ω est l’événement certain, ∅ est l’événement impossible.
Liens avec les opérations ensemblistes
L’identification entre les événements aléatoires et les parties de Ω permet d’utiliser les opérations
élémentaires ensemblistes pour traduire certains événements, ainsi
• l’événement (A ou B), appelé disjonction de A et B, est modélisé par la réunion A ∪ B ;
• l’événement (A et B), appelé conjonction de A et B, est modélisé par l’intersection A ∩ B ;
• l’événement A, appelé contraire de A, est modélisé par le complémentaire de A Ω A.
Le fait que la réalisation de A entraı̂ne celle de B (A ⇒ B) se traduit simplement par A ⊂ B.
Événements incompatibles, système complet d’événements
Définition : Deux événements (A, B) ∈ P(Ω)2 sont dits incompatibles lorsqu’il est impossible
qu’ils soient réalisés simultanément, c’est-à-dire si A ∩ B = ∅.
Définition : Une famille finie (Ai )i∈I d’événements forme un système
A complet d’événements
(SCE) si les Ai sont deux à deux incompatibles et recouvrent Ω : i∈I Ai = Ω et pour tout couple
(i, j) ∈ I 2 d’éléments distincts Ai ∩ Aj = ∅.
Espace probabilisé fini

Probabilité sur un ensemble fini
Définition : Soit Ω un ensemble fini, non vide. On appelle probabilité sur Ω toute application
P : P(Ω) → [0, 1] qui vérifie les deux propriétés suivantes :
(P1 ) P (Ω) = 1
(P2 ) si A et B sont incompatibles, alors P (A ∪ B) = P (A) + P (B)

On dit alors que Ω, P(Ω), P est un espace probabilisé fini, et pour tout événement A ∈ P(Ω),
on appelle probabilité de A le nombre P (A) ∈ [0, 1].
PROBABILITÉS SUR UN UNIVERS FINI 533
9782340-002166_001_600.indd 539 21/10/2014 12:14

Probabilité uniforme sur un ensemble fini
Théorème-Définition 22.1.— On considère une expérience aléatoire pour laquelle l’univers des
possibles Ω est un ensemble fini, non vide et A ∈ P(Ω) une partie de Ω.
La probabilité uniforme pour que l’événement A soit réalisé à l’issue de l’expérience aléatoire
est donnée par :
Card (A) nombre de cas f avorables
P (A) = =
Card (Ω) nombre de cas possibles
Le procédé qui à tout événement A de Ω associe sa probabilité P (A) définit une probabilité sur Ω
appelée probabilité uniforme.
Propriétés des probabilités finies

Théorème 22.2.— Soit Ω, P(Ω), P un espace probabilisé fini. Soit A et B des événements.
Alors
Formule de Poincaré —.
P (A) = 1 − P (A)
P (A ∪ B) = P (A) + P (B) − P (A ∩ B)
P (A \ B) = P (A) − P (A ∩ B)
A ⊂ B ⇒ P (A) ≤ P (B)
Remarque : P (Ω) = 1 donc P (∅) = 0.

Vocabulaire : un événement B est dit négligeable pour la probabilité P lorsque P (B) = 0.

Théorème 22.3.— Formule d’additivité finie —. Soit Ω, P(Ω), P un espace probabilisé fini
et (Ai )1≤i≤n une famille d’événements deux à deux incompatibles, alors
B
n
n
P Ai = P (Ai )
i=1 i=1
Remarque : en particulier, une probabilité sur Ω = {w1 , . . . , ωn } est donc entièrement déterminée
par la donnée des probabilités des événements élémentaires. Plus précisément :
Théorème 22.4.— Soit Ω = {w1 , . . . , ωn } un ensemble fini de cardinal n ∈ N∗ et (p1 , . . . , pn ) un

n-uplet de nombres réels positifs. Pour qu’il existe une probabilité P : Ω → [0, 1] telle que pour
tout i ∈ [[1, n]], P ({ωi }) = pi il faut et il suffit que p1 + p2 + · · · + pn = 1.
Conditionnement
Probabilité conditionnelle de A sachant B

Définition : Soit Ω, P(Ω), P un espace probabilisé et B un événement non négligeable (c’est-
à-dire tel que P (B) > 0). Pour tout événement A ∈ P(Ω), on définit la probabilité condition-
nelle de A sachant B par :
P (A ∩ B)
P (A|B) =
P (B)
534 CHAPITRE 22
9782340-002166_001_600.indd 540 21/10/2014 12:14

Notation : On note aussi PB (A) la probabilité de A sachant B.

Proposition 22.5.— Soit Ω, P(Ω), P un espace probabilisé et B un événement non négligeable.
L’application PB : P(Ω) → [0, 1] qui à tout événement A ∈ P(Ω) associe la probabilité
A → PB (A)
conditionnelle de A sachant B, est une probabilité sur Ω.
Remarque : en particulier, cette probabilité conditionnelle PB vérifie toutes les propriétés des
probabilités déjà établies.

Corollaire 22.6.— Soit Ω, P(Ω), P un espace probabilisé. Pour tous événements A et B tels
que P (B) > 0,
P (A ∩ B) = P (B) × PB (A)

Corollaire 22.7.— Inversion des conditionnements —. Soit Ω, P(Ω), P un espace probabilisé.
Pour tous événements A et B tels que P (A), P (B) > 0,
P (A) × P (B | A)
P (A | B) =
P (B)
Formule des probabilités composées

Plus généralement pour calculer la probabilité de l’intersection d’une famille finie d’événements,
nous disposons de la :

Proposition 22.8.— Formule des probabilités composées —. Soit Ω, P(Ω), P un espace pro-
babilisé et (Ai )1≤i≤n une famille d’événements tels que P (A1 ∩ · · · ∩ An−1 ) > 0. Alors
@
n

P Ai = P (A1 ) × P (A2 |A1 ) × · · · × P (An | A1 ∩ · · · ∩ An−1 )
i=1
Formule des probabilités totales

Théorème 22.9.— Formule des probabilités totales —. Soit Ω, P(Ω), P un espace probabilisé
et (Ai )1≤i≤n un système complet d’événements non négligeables. Pour tout événement B ∈ P(Ω),

n
n
P (B) = P (B ∩ Ai ) = P (Ai ) × P (B | Ai )
i=1 i=1
9782340-002166_001_600.indd 541 21/10/2014 12:14

Formule de Bayes

Théorème 22.10.— Formule de Bayes —. Soit Ω, P(Ω), P un espace probabilisé et (Ai )1≤i≤n
un système complet d’événements non négligeables.
Pour tout événement B non négligeable, et pour tout j ∈ [[1, n]],
P (Aj ) × P (B | Aj )
P (Aj | B) = n
P (Ai ) × P (B | Ai )
i=1
Indépendance en probabilité
Indépendance de deux événements

Définition : Soit Ω, P(Ω), P un espace probabilisé. Deux événements A et B sont indépendants
pour la probabilité P lorsque
P (A ∩ B) = P (A) × P (B)
En particulier, si P (B) > 0, A et B sont indépendants si et seulement si PB (A) = P (A).

Proposition 22.11.— Soit Ω, P(Ω), P un espace probabilisé, A, B deux événements indépendants
pour P , alors
• les événements A et B sont indépendants.
Indépendance mutuelle de plusieurs événements

Définition : Soit Ω, P(Ω), P un espace probabilisé et (A1 , . . . , An ) ∈ P(Ω)n une famille d’événements.
On dit que les événements sont mutuellement indépendants si :

pour tous i1 , . . . , ik ∈ [[1, n]], P Ai1 ∩ · · · ∩ Aik = P (Ai1 ) × · · · × P (Aik )

Proposition 22.12.— Soit Ω, P(Ω), P un espace probabilisé et (A1 , . . . , An ) ∈ P(Ω)n une
famille d’événements mutuellement indépendants. Toute sous-famille (Ai1 , . . . , Aik ) (k ≤ n)
est formée d’événements mutuellement indépendants.

Proposition 22.13.— Soit Ω, P(Ω), P un espace probabilisé et (A1 , . . . , An ) ∈ P(Ω)n une
famille d’événements mutuellement indépendants.
Soit (B1 , . . . , Bn ) ∈ P(Ω)n une famille d’événements telle que : ∀i ∈ [[1, n]], Bi = Ai ou Bi = Ai .
Alors les événements B1 , . . . , Bn sont mutuellement indépendants.
536 CHAPITRE 22
9782340-002166_001_600.indd 542 21/10/2014 12:14

Méthodes
Bien aborder un exercice de probabilité
Si l’objet de la théorie des probabilités est l’aléatoire, la résolution d’un exercice de probabilité ne
doit rien au hasard. Dans un problème classique, l’énoncé fournit toutes les indications utiles à la
construction du modèle, à condition de savoir le décrypter.
Modélisation d’une expérience aléatoire
Méthode 22.1.— Comment construire le bon modèle

On peut distinguer trois types d’exercice.
Les différents résultats de l’expérience aléatoire sont équiprobables (comme lors-
qu’on tire au hasard). L’univers des possibles doit être muni de la probabilité
uniforme. Dans ce cas, la description complète de Ω est incontournable.
• On décrit les résultats possibles de l’expérience aléatoire (éventualités). Il faut
s’efforcer de simplifier au maximum afin de se ramener à un modèle connu :
couples, listes, listes d’éléments distincts, permutations, combinaisons, ...
• On définit alors l’univers des possibles Ω, comme l’ensemble de ces
éventualités.
Le calcul des probabilités passera notamment par des dénombrements à commencer
par le calcul de Card (Ω).
Les résultats de l’expérience aléatoire se répartissent en plusieurs cas A1 , . . . , An
qui s’excluent les uns les autres. Il s’agit d’un système complet d’événements.
• On identifie clairement ces événements en choisissant des notations adaptées.
• Un arbre des possibles permet de visualiser le déroulement de l’expérience
aléatoire.
Le calcul des probabilités passera certainement par la Formule des Probabilités
Totales (méthode 22.8).
L’expérience aléatoire consiste en une succession d’épreuves. À chaque étape, les
différents résultats possibles constituent un SCE.
• On décrit en français ces événements en choisissant des notations claires
car ils permettront de décrire à l’aide d’opérations ensemblistes élémentaires
(réunion, intersection, différence ou complémentaire) tous les événements de
l’énoncé.
• La réalisation d’un arbre (s’il reste de taille raisonnable) est recommandée.
Le calcul des probabilités passera certainement par les formules du cours Probabi-
lités Totales, Probabilités Composées, etc.
Exemple : les 28 tomes d’une encyclopédie sont rangés au hasard sur une étagère. On s’intéresse
à la probabilité qu’ils soient rangés dans le bon ordre.
Un résultat possible de cette expérience aléatoire est une liste de 28 nombres compris entre 1 et
9782340-002166_001_600.indd 543 21/10/2014 12:14

28, c’est-à-dire une permutation de [[1, 28]]. Ω est donc l’ensemble des permutations de [[1, 28]].
Comme les livres sont rangés au hasard, on munit Ω de la probabilité uniforme. Il sera donc utile
de calculer son cardinal : Card Ω = 28!.
Notons A l’événement les 28 tomes apparaissent dans l’ordre sur l’étagère. Comme Card (A) =
1
1, la probabilité que tous les tomes soient rangés dans le bon ordre est p = 28! .
Exemple : trois urnes contiennent des boules noires et blanches.

L’urne U1 contient 3 noires et 2 blanches, U2 contient 4 noires et 2/5 B
6 blanches, U3 contient 1 noire et 4 blanches. On choisit une urne 1/3
U1
au hasard et on y pioche une boule. On cherche la probabilité B
6/10 B
d’obtenir une boule blanche. Il y a trois cas, suivant l’urne dans 1/3
Ω U2
laquelle s’effectue le prélèvement. On note pour i = 1, 2, 3, Ui B
l’événement le prélèvement a lieu dans Ui et B l’événement la 4/5
1/3 B
boule prélevée est blanche. Comme on choisit l’urne au hasard, U3
P (U1 ) = P (U2 ) = P (U3 ) = 13 , (U1 , U2 , U3 ) est un système complet B
d’événements non négligeables.
On calcule alors P (B) au moyen de la formule des probabilités totales théorème 22.9

1 2 6 4 3
P (B) = P (U1 )P (B | U1 ) + P (U2 )P (B | U2 ) + P (U3 )P (B | U3 ) = + + = .
3 5 10 5 5
Exemple : On effectue une suite de lancers d’une pièce (parfaitement équilibrée) à pile ou face.
On s’intéresse à la probabilité que face apparaisse pour la première fois au quatrième lancer.
On note Pk l’événement On a obtenu pile au k ième lancer et Fk l’événement On a obtenu face
au k ième lancer. L’événement A On a obtenu face pour la première fois au quatrième lancer
peut se traduire par
A = P1 ∩ P2 ∩ P3 ∩ F4 .
Les résultats obtenus aux différents lancers étant mutuellement indépendants, il s’ensuit que
P (A) = P (P1 ) × P (P2 ) × P (P3 ) × P (F4 ).
1 1
Finalement, la pièce étant équilibrée, P (P1 ) = P (P2 ) = P (P3 ) = P (F4 ) = , et donc P (A) = .
2 16
Décryptage du sujet
Une fois construit le modèle, vous devez traduire les données et les questions de l’énoncé en hy-
pothèses ensemblistes.
Méthode 22.2.— Comment traduire ensemblistement les données de l’énoncé

Un événement s’écrit comme réunion d’événements lorsqu’il peut être défini en
français à l’aide des mots clés ou, au moins, il existe.
Un événement s’écrit comme intersection lorsqu’il peut être défini en français à
l’aide des mots clés et, tout, tous, toutes, chaque, chacun, chacune.
L’inclusion ensembliste A ⊂ B traduit ensemblistement le fait que la réalisation de
A entraı̂ne celle de B.
Exemple : on prélève successivement n boules d’une urne composée de boules noires et blanches.
538 CHAPITRE 22
9782340-002166_001_600.indd 544 21/10/2014 12:14

L’événement A au moins une boule blanche est prélevée peut se traduire comme la réunion

A = B1 ∪ B2 ∪ · · · ∪ Bn
où Bk est l’événement la k ième boule prélevée est de couleur blanche.
Méthode 22.3.— Comment reconnaı̂tre un système complet d’événements

Un système complet d’événements correspond à une discussion exclusive de cas. Autre-
ment dit, l’univers des possibles se partage en plusieurs cas A1 , A2 , . . . , An qui s’excluent
les uns les autres : soit A1 est réalisé, soit A2 est réalisé, . . ., soit An est réalisé. Ainsi,
tout événement élémentaire est réalisé par exactement un des Ai .
Exemple : si A est un événement quelconque (A, A) forme un SCE.
Méthode 22.4.— Comment repérer des événements indépendants

• Par définition, deux événements sont indépendants lorsque P (A ∩ B) = P (A)P (B).
Si de plus B est non négligeable, ceci revient à dire que P (A | B) = P (A). Autrement
dit, A et B sont indépendants lorsque le fait de savoir que B est réalisé ne présage
en rien de la réalisation de A (et inversement).
• Plus généralement, une famille finie d’événements non négligeables est mutuel-
lement indépendante lorsque tout événement de la famille est indifférent à la
réalisation de n’importe quels autres (et non pas seulement de n’importe quel autre)
événements de la famille.
Exemple : une urne contient des boules noires et blanches en proportion donnée. On effectue N
tirages d’une boule, en notant sa couleur puis en la remettant dans l’urne après chaque tirage. On
note pour n ∈ [[1, N ]], Bn l’événement une boule blanche est prélevée au nième tirage. Comme
les tirages s’effectuent avec remise, la famille d’événements (Bn ) est mutuellement indépendante.
Plus généralement, les résulats obtenus lors d’épreuves indépendantes (lancers successifs à pile
ou face, tirages avec remise dans une urne de composition connue, etc.) forment une famille
d’événements mutuellement indépendants.
Calcul des probabilités

Calculer la probabilité d’un événement
C’est la question centrale de tout exercice de probabilité, aussi les méthodes sont-elles nombreuses.
Lorsque Ω est muni de la probabilité uniforme, par définition cela revient à dénombrer A et de
conclure à l’aide de la formule classique
nombre de cas favorables Card (A)

P (A) = =
nombre de cas possibles Card (Ω)
Dans ce cas, toutes les techniques classiques du dénombrement seront utiles.

De manière plus générale, pour calculer P (A) on peut souvent appliquer directement les formules
9782340-002166_001_600.indd 545 21/10/2014 12:14

du cours Formule des Probabilités Totales et Formule des Probabilités Composées. Sinon, on
exprime A à partir d’autres événements dont on connaı̂t les probabilités au moyen d’opérations
ensemblistes : réunion, intersection, complémentaire et d’utiliser les propriétés générales des pro-
babilités.
Calculer la probabilité d’une réunion
Méthode 22.5.— Comment calculer la probabilité d’une réunion d’événements

Union d’événements deux à deux incompatibles
• Si A et B sont des événements incompatibles, alors P (A ∪ B) = P (A) + P (B).
• Plus généralement, d’après le théorème 22.3 la formule ci-dessus se généralise
au cas d’une famille finie d’événements deux à deux incompatibles.
Union quelconque d’événements
• Si A et B sont des événements quelconques, la formule de Poincaré donne
P (A ∪ B) = P (A) + P (B) − P (A ∩ B).
A
• Pour une famille finie d’événements quelconquesCA = i Ai , on peut passer
au complémentaire et calculer plutôt P (A) = P ( i Ai ).

Remarque : la formule de Poincaré se généralise au cas d’une famille finie d’événements quel-
conques, exercice 22.4.
Calculer une probabilité conditionnelle
Les probabilités conditionnelles permettent de prendre en compte une information partielle dans
le calcul des probabilités.
Étant donné deux événements A, B tels que B est non négligeable, on a par définition
P (A ∩ B)
P (A | B) =
P (B)
En pratique, il n’est pas nécessaire de connaı̂tre au préalable P (A ∩ B) pour calculer P (A | B) :
Méthode 22.6.— Comment calculer une probabilité conditionnelle
1 On suppose que B est réalisé. En ce cas, l’univers des possibles est changé puisqu’il
se restreint à B. A ne sera donc réalisé qu’au travers de A ∩ B.
2 On calcule la probabilité de cet événement dans le nouveau modèle.
Remarque : lorsque A et B sont indépendants, alors P (A | B) = P (A).
Exemple : on tire une carte au hasard d’un jeu de 32 cartes. On rappelle qu’un jeu à 32 cartes
comporte quatre séries formées de 7, 8, 9, 10, Valet, Dame, Roi et As, chacune d’une cou-
leur différente : Coeur, Carreau, Trêfle et Pique. L’ensemble des résultats possibles est muni de
la probabilité uniforme. Considérons les événements A la carte est une figure et B la carte est
de couleur rouge. Calculons P (A | B). On suppose donc que B est réalisé : désormais, l’univers
540 CHAPITRE 22
9782340-002166_001_600.indd 546 21/10/2014 12:14

des possibles est B. Il est muni de la probabilité uniforme car le tirage se fait au hasard
nombre de cas favorables Card (A ∩ B) 1

P (A | B) = = =
nombre de cas possibles Card (B) 2
Calculer la probabilité d’une intersection

Pour le calcul de la probabilité d’une intersection, le bon cas est celui d’une famille d’événements
mutuellement indépendants. Dans le cas contraire, on a recours aux probabilités conditionnelles.
Méthode 22.7.— Comment calculer la probabilité d’une intersection

Intersection d’événements (mutuellement) indépendants
• Si A et B sont des événements indépendants, alors P (A ∩ B) = P (A)P (B).
• Plus généralement, d’après le théorème 22.12 la formule ci-dessus se généralise
au cas d’une famille finie d’événements mutuellement indépendants.
Intersection d’événements quelconques
• Si A et B sont des événements tels que P (B) > 0, alors P (A ∩ B) =
P (B)P (A | B).
• Soit A1 , . . . , An une famille finie d’événements tels que A1 ∩ · · · ∩ An−1 est non
négligeable, la Formule des Probabilités Composées donne

P A1 ∩ · · · ∩ An = P (A1 ) × P (A2 |A1 ) × · · · × P (An | A1 ∩ · · · ∩ An−1 )
Remarque : lorsque cela est possible, la construction d’un arbre est particulièrement utile en ce
cas. Dans ce cas, la formule des probabilités composées dit que la probabilité d’un chemin est le
produit des probabilités des branches qui le réalisent.
Exemple : trois urnes contiennent des boules blanches et noires : U1 contient 2 blanches et 3
noires, U2 contient 4 blanches et 2 noires, U3 contient 6 blanches et 1 noire. On effectue trois
tirages successifs selon le protocole suivant.
• on tire une boule de U1 , on note sa couleur, on met cette boule dans l’urne U2 ,
• on tire une boule de U2 , on note sa couleur, on remet cette boule dans l’urne U3 ,
• on tire une boule de U3 et on note sa couleur.
On calcule la probabilité pour que les trois boules tirées soient de la même couleur. Notons Bi
(resp. Ni ) l’événement la iième boule tirée est blanche (resp. noire). On cherche la probabilité
de (N1 ∩ N2 ∩ N3 ) ∪ (B1 ∩ B2 ∩ B3 ). On peut représenter les tirages successifs dans un arbre :
9782340-002166_001_600.indd 547 21/10/2014 12:14

D’après la formule des probabilités composées, il vient d’une
part :
7/8 B
3
P (N1 ∩ N2 ∩ N3 ) = P (N1 ) × PN1 (N2 ) × PN1 ∩N2 (N3 ) 5/7 B2
N3
=
3 3 2
× × =
9
. 3/5 B1 B3
5 7 8 140 N2
N3
et d’autre part : Ω
B3
B2
P (B1 ∩ B2 ∩ B3 ) = P (B1 ) × PB1 (B2 ) × PB1 ∩B2 (B3 ) 2/5 N3
2 5 7 35 N1
= × × = . B3
5 7 8 140 3/7 N2
2/8 N3
Nb : on vérifie a posteriori que les conditionnements sont
bien définis, i.e. P (B1 ∩ B2 ) > 0 et P (N1 ∩ N2 ) > 0
Finalement par additivité de la probabilité, nous obtenons
9 + 35 11
P (N1 ∩ N2 ∩ N3 ) ∪ (B1 ∩ B2 ∩ B3 ) = P (N1 ∩ N2 ∩ N3 ) + P (B1 ∩ B2 ∩ B3 ) = = .
140 35
Calculer une probabilité à l’aide de la formule des probabilités totales
Méthode 22.8.— Comment utiliser la formule des probabilités totales

Pour calculer la probabilité de B à l’aide de la formule des probabilités totales,
1 Repérez un système complet d’événements A1 , . . . , An .
2 Calculez les probabilités de ces événements P (A1 ), . . . , P (An ) pour vérifier qu’il s’agit
d’événements non négligeables.
3 Concluez à l’aide du théorème 22.9 que
P (B) = P (A1 ) × P (B | A1 ) + · · · + P (An ) × P (B | An )
Remarque : là encore, la réalisation d’un arbre des possibles est particulièrement utile.
Exemple : quatre urnes contiennent des boules blanches et noires. U1 contient 4 blanches et 1
noire, U2 contient 3 blanches et 2 noires, U3 contient 2 blanches et 3 noires, U4 contient 1 blanche
et 4 noires. On effectue un tirage selon le protocole suivant :
• On choisit une urne. On suppose que la probabilité de choisir l’urne Ui vaut 10i
.
• On pioche alors au hasard une boule.
On détermine la probabilité d’obtenir une boule blanche. 0.8 B
U1
B
Dans cette expérience, tout est conditionné par le choix de 0.1
0.6 B
l’urne. Notons pour i ∈ [[1, 4]], Ui l’événement le tirage se fait 0.2 U2
dans l’urne Ui . B
Ω
0.4 B
0.3 U3
Remarquons tout d’abord que (U1 , U2 , U3 , U4 ) forme une système
B
complet d’événements non négligeables. 0.4 0.2 B
U4
Notons enfin B l’événement la boule tirée est blanche. B
542 CHAPITRE 22
9782340-002166_001_600.indd 548 21/10/2014 12:14

D’après la formule des probabilités totales,
P (B) = P (U1 )P (B |U1 ) + P (U2 )P (B |U2 ) + P (U3 )P (B |U3 ) + P (U4 )P (B |U4 )

1 17
= × (4 + 6 + 6 + 1) = .
50 50
Calculer la probabilité des causes
Après avoir utilisé la formule des probabilités totales, il est fréquent de s’intéresser à la probabilité
des causes. Il s’agit de mettre en œuvre le corollaire 22.7 ou plus généralement la Formule de
Bayes (théorème 22.10).
Méthode 22.9.— Comment utiliser la formule de Bayes

Soit A, A1 , . . . , An , B des événements non négligeables. On suppose que (A1 , . . . , An ) est
un système complet d’événements.
Pour calculer la probabilité de A sachant B connaissant la probabilité de B sachant
A, on utilise la formule d’inversion des conditionnements, corollaire 22.7
P (A)P (B | A)
P (A | B) =
P (B)
Sachant que B est réalisé, la probabilité que Aj en soit la cause est donnée par la
formule de Bayes, théorème 22.10.
P (Aj ) × P (B | Aj )
P (Aj | B) =
P (A1 )P (B | A1 ) + · · · + P (An )P (B | An )
Exemple : reprenons l’exemple précédent. On suppose que la boule tirée est blanche. Quelle est la
probabilité pour qu’elle provienne de l’urne U1 ?
Avec les notations précédentes, ceci revient à calculer la probabilité conditonnelle de U1 sachant
que la boule tirée est blanche, i.e PB (U1 ). Appliquons la formule de Bayes. Il vient
P (U1 ∩ B) P (U1 ) × P (B|U1 ) 50 1 4 4

P (U1 |B) = = = × × =
P (B) P (B) 17 10 5 17
Étude d’une suite de probabilités

Déterminer une formule de récurrence
Méthode 22.10.— On effectue une succession d’épreuves aléatoires, comme une

suite de lancers d’une pièce à pile ou face. On s’intéresse à la probabilité pn = P (Bn )
de voir se réaliser le résultat Bn lors de la n ième épreuve. On obtient une relation de
récurrence entre pn+1 et pn à l’aide de la formule des probabilités totales pour un système
complet d’événements correspondant aux résultats possibles à l’issue de la n ième épreuve.
9782340-002166_001_600.indd 549 21/10/2014 12:14

Vrai/Faux
Vrai Faux
1. Si A et B sont incompatibles, alors ils sont indépendants.
2. Si A et B sont incompatibles, alors P (A ∪ B) = P (A) + P (B).
3. Si A, B, C sont des événements, P (A∪B ∪C) = P (A)+ P (B)+
P (C) − P (A ∩ B ∩ C).
4. Si P (A ∩ B ∩ C) = P (A)P (B)P (C), alors P (A ∩ B) =
P (A)P (B), P (A ∩ C) = P (A)P (C) et P (B ∩ C) = P (B)P (C).
5. Si P (A∩B) = P (A)P (B), P (A∩C) = P (A)P (C) et P (B∩C) =
P (B)P (C), alors P (A ∩ B ∩ C) = P (A)P (B)P (C).
6. Si A et B sont indépendants et non négligeables,, alors
P (A | B) = P (A)P (B).
7. Un univers fini Ω est toujours muni de la probabilité uniforme.
8. Soit A un événement tel que 0 < P(A) < 1, alors pour tout
événement C, P (C) = P (A)P (C| A) + 1 − P (A) P (C | A).
9. Si A et B sont non négligeables, alors

P (A)
=
P (A | B)
.
P (B) P (B | A)
10. Si A et B sont deux événements, alors P (A∩B) = 1−P (A∩B).
544 CHAPITRE 22
9782340-002166_001_600.indd 550 21/10/2014 12:14

Propriétés des probabilités

Exercice 22.1 : Soit A, B, C trois événements d’un même espace probabilisé Ω, P(Ω), P . Expri-
mer ensemblistement en fonction de A, B, C les événements suivants :
1. A1 l’un au moins des trois événements se réalise ;
2. A2 un et un seul des trois événements se réalise ;
3. A3 deux au moins des trois événements se réalisent ;
4. A4 deux exactement des trois événements se réalisent ;
5. A5 aucun des trois ne se réalise ;
6. A6 deux au plus au plus se réalisent.

Exercice 22.2 : Soit A, B des événements d’un même espace probabilisé Ω, P(Ω), P .
1. Soit C l’événement soit A, soit B se réalise. Traduire ensemblistement C.
2. Montrer que P (C) = P (A) + P (B) − 2P (A ∩ B).

Exercice 22.3 : Soit A, B des événements d’un même espace probabilisé Ω, P(Ω), P . On suppose
3
que P (A) = P (B) = . Déterminer un encadrement de P (A ∩ B) et P (A ∪ B).
4

Exercice 22.4* : Formule de Poincaré —. Soit Ω, P(Ω), P un espace probabilisé fini, (Ai )1≤i≤n
une famille finie quelconque d’événements. Montrer que :
B
n
n
P Ai = (−1)k+1 P (Ai1 ∩ · · · ∩ Aik )
i=1 k=1 1≤i1 <···<ik ≤n
Probabilités classiques
Exercice 22.5 : On considère un jeu de 32 cartes (voir méthode 22.6 pour le détail des cartes
présentes dans un tel jeu) et on tire au hasard 5 cartes de ce jeu.
1. Quelle est la probabilité d’obtenir un carré (quatre cartes de valeur identique mais de couleur
différente) ?
2. Quelle est la probabilité d’obtenir au moins deux rois ?
Exercice 22.6 : Une urne contient 10 boules numérotées de 1 à 10. On tire trois fois de suite une
boule avec remise. Quelle est la probabilité d’obtenir trois nombres
1. dans un ordre strictement croissant ?
2. dans un ordre croissant au sens large ?
Exercice 22.7 : Une urne contient 15 boules : une noire, 5 blanches et 9 rouges.
1. On tire simultanément et au hasard trois boules de cette urne. Calculer la probabilité des
événements suivants :
a. A le tirage est tricolore
b. B parmi les boules tirées figurent exactement une noire et au moins une rouge
c. C les trois boules tirées sont de la même couleur
9782340-002166_001_600.indd 551 21/10/2014 12:14

2. On suppose que le tirage s’effectue successivement avec remise. Déterminer les probabilités des
événements A, B et C définis ci-dessus.
Exercice 22.8 : Soit n ∈ N∗ . Une urne contient n boules numérotées de 1 à n.

1. On prélève en une fois une poignée aléatoire de p boules de l’urne (avec p ∈ [[0, n]]).
a. Soit k ∈ [[p, n]]. Calculer la probabilité de l’événement Ak le plus grand numéro de la
poignée est k .
n
k−1 n
b. En déduire que = .
p−1 p
k=p
2. On tire successivement et sans remise p boules de l’urne. Déterminer la probabilité pour que
la p ième boule tirée ait un numéro supérieur aux p − 1 numéros précédents.
Indépendance et probabilité
Exercice 22.9 : Soit n ∈ N∗ un entier naturel non nul. On effectue n lancers indépendants d’une
pièce pour laquelle la probabilité d’obtenir pile est p, avec p ∈]0, 1[. On pose q = 1 − p.
1. Quelle est la probabilité d’obtenir au moins une fois pile ?
2. Quelle est la probabilité qu’au cours de ces n lancers face ne soit jamais suivi de pile.
Exercice 22.10** : Indicatrice d’Euler —. Soit n = pα 1 × · · · × pr un entier naturel non nul,

1 αr
décomposé en produit de facteurs premiers. On note φ(n) (et on appelle indicatrice d’Euler) le
nombre d’entiers compris entre 1 et n qui sont premiers avec n. On se propose de démontrer que
1 1
φ(n) = n 1 − × ···× 1 −
p1 pr
Soit Ω = [[1, n]], muni de la probabilité uniforme
1. Si d est un diviseur de n, on note Dd l’ensemble des multiples de d dans Ω. Calculer P (Dd ).
2. Montrer que Dp1 , Dp2 , . . ., Dpr sont mutuellement indépendants.
3. En déduire la formule pour φ(n).
D’après HEC
Probabilités conditionnelles
Exercice 22.11 : Une compagnie d’assurance automobile a classé ses assurés en trois classes d’âges :
moins de 25 ans, de 25 ans à 50 ans, plus de 50 ans. Le tableau ci-dessous fournit deux informations
la proportion d’assurés appartenant à chaque classe et la probabilité qu’un assuré, d’une classe
donnée déclare au moins un accident au cours de l’année.
Classe proportion probabilité
moins de 25 ans 0,25 0,12
de 25 à 50 ans 0,53 0,06
plus de 50 ans 0,22 0,09
1. Un assuré est tiré au hasard dans le fichier de la compagnie. Quelle est la probabilité qu’il ait
déclaré au moins un accident au cours de l’année ?
2. Quelle est la probabilité qu’un assuré ayant déclaré au moins un accident au cours de l’année
soit agé d’au plus 25 ans ?
3. Quelle est la probabilité pour qu’un assuré agé de 25 ans ou plus ait au moins un accident au
cours de l’année ?
4. Quelle est la probabilité qu’un assuré n’ayant déclaré aucun accident soit âgé de 25 à 50 ans ?
546 CHAPITRE 22
9782340-002166_001_600.indd 552 21/10/2014 12:14

Exercice 22.12 : Dans une usine, on fabrique des composants électroniques sur trois machines.
Les machines M1 , M2 et M3 produisent respectivement 50%, 30% et 20% des composants.
Le qualiticien de l’usine estime que
— 2% des composants fabriqués par la machine M1 sont défectueux,
— 3% des composants fabriqués par la machine M2 sont défectueux,
— 5% des composants fabriqués par la machine M3 sont défectueux.
1. Quelle est la probabilité qu’un composant pris au hasard à la sortie de l’usine soit défectueux ?
2. Quelle est la probabilité d’obtenir une pièce défectueuse provenant de M1 ? Les événements la
pièce est défectueuse et la pièce provient de M1 sont-ils indépendants ?
3. Un composant est défectueux. Quelle est la probabilité pour qu’il provienne de M1 ?
Exercice 22.13 : On dispose de deux dés A et B. Le dé A a quatre faces rouges et deux faces
blanches. Le dé B a deux faces rouges et quatre faces blanches. On lance une pièce de monnaie
telle que la probabilité d’obtenir pile soit de 1/3.
— si on obtient pile on décide de jouer uniquement avec le dé A
— si on obtient face on décide de jouer uniquement avec le dé B.
1. Calculer la probabilité d’obtenir rouge au premier coup.
2. On a obtenu rouge aux deux premiers coups. Calculer la probabilité d’obtenir rouge au troisième
coup.
3. On a obtenu rouge aux n premiers coups (n ∈ N∗ ). Calculer la probabilité pn d’avoir utilisé le
dé A.
Suites de probabilités
Exercice 22.14 : Au moment où chacun possède un tiers du marché de téléphonie mobile, trois
opérateurs A, B, C décident de mettre sur le marché un nouveau type de forfait annuel. À la fin
de l’année, l’évolution des parts de marché se fait de la façon suivante :
— les clients de la compagnie A se répartissent indifféremment entre A, B et C l’année suivante.
— les clients de la compagnie B restent toujours fidèles à cette compagnie.
— les clients de la compagnie C seront l’année suivante clients de A avec une probabilité 1/12,
de B avec une probabilité 7/12 et de C avec la probabilité 1/3.
On note pour n ∈ N, an , bn et cn les probabilités pour qu’à l’issue de la nième année, un consom-
mateur décide de s’abonner chez A, B ou C pour l’année suivante.
1. Déterminer une relation de récurrence entre an , bn , cn et an+1 , bn+1 , cn+1 .
2. En déduire l’expression de an , bn , cn en fonction de n et déterminer la limite de ces suites.
D’après HEC
Exercice 22.15 : Une particule se déplace à chaque seconde d’un sommet à l’autre du triangle
(ABC) selon le protocole suivant :
— Lorsqu’à un instant donné, elle se situe en A, elle se fixe à l’instant suivant en B avec la
probabilité 0, 75 et en C avec la probabilité 0, 25.
— Lorsqu’à un instant donné, elle se situe en B, elle se fixe à l’instant suivant en A avec la
probabilité 0, 75 et à C avec la probabilité 0, 25.
— Si à un instant donné, elle se trouve en C, elle ira systématiquement en B à l’instant suivant.
9782340-002166_001_600.indd 553 21/10/2014 12:14

On désigne par an , bn et cn les probabilités qu’à l’instant n, la particule se situe en A, B ou C.
1. Déterminer des relations de récurrence entre an+1 , bn+1 , cn+1 et an , bn , cn .
2. En déduire l’existence d’une matrice carrée d’ordre 3, notée M telle que t (an+1 bn+1 cn+1 ) =
M ×t (an bn cn ) puis ⎛que t (an bn cn ) =⎞M n ×t (a0 b0 c0 ).
12 3 1
3. Soit P la matrice ⎝ 16 −1 −1 ⎠. Montrer que P est inversible et calculer P −1 × M × P .
7 −2 0
4. En déduire l’expression en fonction de n, de M n puis de an , bn et cn .
5. Calculer les limites quand n tend vers l’infini des probabilités an , bn et cn .
D’après HEC
Exercice 22.16 : Modèle Galton-Watson On s’intéresse à la survie d’une espèce pour laquelle un
individu admet 3 descendants avec la probabilité 18 , 1 ou 2 descendants avec la probabilité 38 et
aucun descendant avec la probabilité 18 , indépendamment de ses congénères.
À l’instant initial, on suppose que la population est composée d’un seul individu. Par conséquent,
l’espèce s’éteindra au bout de la première génération avec une probabilité de x1 = 18 .
1. Déterminer la probabilité x2 pour que l’espèce ait disparu à l’issue de la 2ième génération.
2. On note pour tout entier n ∈ N∗ xn la probabilité qu’à l’issue de la nième génération l’espèce
1 1
ait totalement disparu. Montrer que la suite (xn )n∈N vérifie x1 = et ∀n ∈ N∗ , xn+1 = x3n +
8 8
3 2 3 1
x + xn + .
8 n 8 8 √
3. Étudier la suite (xn ) et montrer qu’elle converge vers −2 + 5. Interpréter ce résultat.
Indications
Ex. 22.9
1. À l’aide, des événements Pk (resp. Fk ) on a obtenu pile (resp. face) au k ième lancer pour
k ∈ [[1, n]], décrivez l’événement au cours des n lancers, pile est apparu au moins une fois ainsi
que son contraire.
2. Vous pourrez décrire l’événement au cours des n lancers, face n’est jamais suivi de pile en
discutant suivant le rang d’apparition du premier face à l’aide des Pk et Fk .
Ex. 22.10
1. Comme Ω est muni de la probabilité uniforme, il suffit de dénombrer Dd .
2. il s’agit de montrer que la probabilité qu’un nombre compris entre 1 et n soit multiple commun
de pi1 , pi2 , . . . , pis est égal au produit des probabilités qu’il soit multiple de pi1 , pi2 , . . ., pis .
3. On pourra s’intéresser à la probabilité qu’un entier k pris au hasard entre 1 et n soit premier
avec n.
Ex. 22.14
1. On pourra appliquer la méthode 22.10
2. On cherchera une relation de récurrence linéaire d’ordre 2 pour (an ) et (cn ).
Ex. 22.16
3. Il s’agit d’une suite récurrente un+1 = f (un ).
548 CHAPITRE 22
9782340-002166_001_600.indd 554 21/10/2014 12:14

1 2 3 4 5 6 7 8 9 10
F V F F F F F V V F
1. Si A et B sont à la fois incompatibles et indépendants, alors 0 = P (A ∩ B) = P (A) × P (B),

ce qui revient à dire que l’un des deux événements est négligeable. En général, deux événements
indépendants ne sont pas incompatibles.
2. C’est la propriété d’additivité de la probabilité P .
3. Pour montrer que la formule P (A ∪ B ∪ C) = P (A) + P (B) + P (C) − P (A ∩ B ∩ C) est fausse,
considérons par exemple l’expérience suivante : on lance un dé (honnête) et on note A l’événement
le résultat est inférieur à 4, B l’événement le résultat est un nombre impair et C l’événement
le résultat est un diviseur de 6.
On vérifie aisément que A ∪ B ∪ C = Ω = [[1, 6]] et donc que P A ∪ B ∪ C) = 1 tandis que

4 3 3 2 8
P (A) + P (B) + P (C) − P (A ∩ B ∩ C) = + + − = .
6 6 6 6 6
Nb : Il existe une formule générale, appelée Formule de Poincaré, (exercice 22.4) pour calcu-
ler la probabilité d’une réunion finie quelconque d’événements. Appliquée à la réunion des trois
événements A,B et C cette formule donne :
P (A ∪ B ∪ C) = P (A) + P (B) + P (C) − P (A ∩ B) − P (A ∩ C) − P (B ∩ C) + P (A ∩ B ∩ C)
4. Reprenons l’exemple du lancer d’un dé et notons A = {1, 2, 3}, B = {2, 3, 4} et C = {1, 2, 4, 5}.
Clairement P (A ∩ B ∩ C) = P ({2}) = 1/6 et P (A) × P (B) × P (C) = 1/2 × 1/2 × 4/6 = 1/6
de sorte que P (A ∩ B ∩ C) = P (A) × P (B) × P (C). Pourtant, A et B ne sont pas indépendants
puisque P (A ∩ B) = 1/3 tandis que P (A) × P (B) = 1/4.
5. Lançons deux dés et notons A l’événement on obtient 6 au premier lancer , B l’événement
on obtient 6 au deuxième lancer et enfin C l’événement les résultats obtenus aux deux lancers
sont égaux.
Alors P (A) = P (B) = P (C) = 1/6 et P (A ∩ B) = P (A ∩ C) = P (B ∩ C) = P ({(6, 6)}) = 1/36,
de sorte que P (A ∩ B) = P (A)P (B), P (A ∩ C) = P (A)P (C) et P (B ∩ C) = P (B)P (C). Pourtant
P (A ∩ B ∩ C) = P ({(6, 6)}) = 1/36, tandis que P (A) × P (B) × P (C) = 6−3 .
6. Ne confondez pas P (A | B) et P (A ∩ B).
7. Pour définir une probabilité sur Ω = {x1 , x2 , . . . , xn }, il suffit de donner les probabilités des
événements élémentaires pi = P (X = xi ), de sorte que les pi sont positifs et de somme 1. Par
exemple, on définit une probabilité sur Ω = {1, 2, 3} en posant p1 = 61 , p2 = 12 , p3 = 13 .
8. On a en effet (A, A) est un SCE non négligeables et la formule des probabilités totales s’applique.
9. Ce n’est autre qu’une refomulation de la Formule de Bayes.
10. D’après le théorème 22.2, on a plutôt P (A ∩ B) = P (A \ B) = P (A) − P (A ∩ B).
Erreurs classiques
• Ne pas confondre indépendance mutuelle et indépendance deux à deux . Voir les
exemples donnés dans le Vrai/Faux (4 et 5).
• Ne pas confondre indépendance et incompatibilité : si A et B sont deux événements
incompatibles et non négligeables, alors ils ne peuvent pas être indépendants.
• Ne pas confondre P (A | B) et P (A ∩ B).
9782340-002166_001_600.indd 555 21/10/2014 12:14

Exercice 22.1
On met en œuvre la méthode 22.2
1. A1 = A ∪ B ∪ C.
2. A2 = (A ∩ B ∩ C) ∪ (A ∩ B ∩ C) ∪ (A ∩ B ∩ C).
3. A3 = (A ∩ B) ∪ (A ∩ C) ∪ (B ∩ C).
4. A4 = (A ∩ B ∩ C) ∪ (A ∩ B ∩ C) ∪ (A ∩ B ∩ C).
5. A5 = A ∩ B ∩ C.
6. A6 = A5 ∪ A2 ∪ A4 .
Exercice 22.2
1. L’événement soit A, soit B se traduit par (A \ B) ∪ (B \ A).
2. La réunion ci-dessus étant disjointe, l’additivité de P et le théorème 22.2
donnent P (C) = P (A\B)+P (B \A) = P (A)−P (A∩B)+P (B)−P (A∩B) =
P (A) + P (B) − 2P (A ∩ B).
Exercice 22.3
Pour déterminer un encadrement de ces probabilités, on peut utiliser la pro-
priété de croissance de la probabilité P (théorème 22.2).
On a d’une part A ⊂ A ∪ B ⊂ Ω. Par croissance de P , il s’ensuit que
3
≤ P (A ∪ B) ≤ 1. D’autre part, d’après la Formule de Poincaré (théorème
4
3
22.2), on a P (A ∩ B) = P (A) + P (B) − P (A ∪ B) = − P (A ∪ B). Comme
2
3 1 3
≤ P (A ∪ B) ≤ 1, il vient ≤ P (A ∩ B) ≤ .
4 2 4
Exercice 22.4
Lorsque n = 3, la La démonstration sera par récurrence sur n ≥ 2. Notons pour n ∈ N \ {0, 1},
formule de Poincaré P(n) la propriété :
est explicitée à la page
549 la formule de Poincaré est vraie pour toute famille de n événements .
Initialisation : Si n = 2, cela découle directement du théorème 22.2.
Hérédité : Soit n un entier supérieur ou égal à 2. On suppose que toute
famille finie de n événements, satisfait la formule de Poincaré.
Soit (Ai )1≤i≤n+1 une famille de n + 1 événements. On montre que
B
n+1
n+1
P Ai = (−1)k+1 P (Ai1 ∩ · · · ∩ Aik ) .
i=1 k=1 1≤i1 <···<ik ≤n+1
B
n
Notons B = Ai , et appliquons le théorème 22.2. Il vient :
i=1
B
n+1
P Ai = P B ∪ An+1 = P (An+1 ) + P (B) − P (B ∩ An+1 ). (22.1)
i=1
550 CHAPITRE 22
9782340-002166_001_600.indd 556 21/10/2014 12:14

An
Comme B et B∩An+1 = i=1 (Ai ∩An+1 ) sont chacun réunion de n événements,
nous pouvons leur appliquer l’hypothèse de récurrence, nous obtenons succes-
sivement : on observe que

n 1 ≤ i1 < · · · < ik ≤ n+1
P B = (−1)k+1 P (Ai1 ∩ · · · ∩ Aik ) ,
et ik < n + 1 revient à
k=1 1≤i1 <···<ik ≤n dire que
n
1 ≤ i1 < · · · < i k ≤ n
= (−1)k+1 P (Ai1 ∩ · · · ∩ Aik ) ,
k=1 1≤i1 <···<ik ≤n+1
ik <n+1 Le terme

n+1 correspondant à
= (−1)k+1 P (Ai1 ∩ · · · ∩ Aik ) , k = n + 1 est nul.
k=1 1≤i1 <···<ik ≤n+1
ik <n+1

n
P B ∩ An+1 ) = (−1)k+1 P (Ai1 ∩ · · · ∩ Aik ∩ An+1 )
k=1 1≤i1 <···<ik ≤n
n
= (−1)k+1 P Ai1 ∩ · · · ∩ Aik ∩ Aik+1
k=1 1≤i1 <···<ik+1 ≤n+1
ik+1 =n+1

n+1
= (−1)k P (Ai1 ∩ · · · ∩ Aik )
k=2 1≤i1 <···<ik ≤n+1
ik =n+1
Finalement réinjectons les expressions de P (B) et P (B ∩ An+1 ) dans (22.1),

il vient :
B
n+1
n+1
P Ai = P (An+1 ) + (−1)k+1 P (Ai1 ∩ · · · ∩ Aik )
i=1 k=1 1≤i1 <···<ik ≤n+1
ik <n+1

n+1
− (−1)k P (Ai1 ∩ · · · ∩ Aik )
k=2 1≤i1 <···<ik ≤n+1
ik =n+1

n
n+1
= P (An+1 ) + P (Ak ) + (−1)k+1 P (Ai1 ∩ · · · ∩ Aik )
k=1 k=2 1≤i1 <···<ik ≤n+1
ik <n+1

n+1
+ (−1)k+1 P (Ai1 ∩ · · · ∩ Aik )
k=2 1≤i1 <···<ik ≤n+1
ik =n+1

n+1
n+1
= P (Ak ) + (−1)k+1 P (Ai1 ∩ · · · ∩ Aik )
k=1 k=2 1≤i1 <···<ik ≤n+1

n+1
= (−1)k+1 P (Ai1 ∩ · · · ∩ Aik ) .
k=1 1≤i1 <···<ik ≤n+1
Conclusion : Par récurrence, nous avons démontré que la formule de Poincaré

est valide pour toute famille finie d’événements.
9782340-002166_001_600.indd 557 21/10/2014 12:14

méthode 22.1 Exercice 22.5
Un résultat possible est une main constituée de 5 cartes que l’on peut
modéliser sous la forme d’une partie à 5 éléments du jeu de 32 cartes. Comme
le tirage se fait
au hasard, Ω est muni de la probabilité uniforme. On calcule
Card (Ω) = 32 5 = 201 376.
1. Soit A l’événement la main contient un carré . Pour dénombrer A, on
décrit les étapes qui mènent à la réalisation d’un carré.

• choix de la hauteur du carré 81 possibilités.

• choix de 4 cartes à la hauteur du carré 44 possibilités.

• choix de la dernière carte 281 possibilités.
8 28
Au total, il y a 1 × 1 façons différentes de construire un carré. D’où
224 1
P (A) = = ≈ 0, 0011.
201 376 899
2. Soit B l’événement la main contient au moins deux rois. On peut
obtenir B comme réunion des événements la main contient exactement 2
(resp. 3,4) rois, mais il sera plus efficace ici de dénombrer le complémentaire
méthode 22.2 de B. En effet l’événement contraire B, la main contient au plus un roi,
est la réunion des deux événements R0 la main contient aucun roi et R1
la main contient exactement 1 roi. Dénombrons R0

• choix de 5 cartes qui ne sont pas des rois 285 possibilités.
Dénombrons R1

• choix d’un roi 41 possibilités.

• choix de 4 cartes qui ne sont pas des rois 284 possibilités.
28 28
D’où Card (B) = 5 + 4 × 4 = 180 180 et donc Card (B) = 21 196. D’où
757
P (B) = ≈ 0, 1052.
7192
Exercice 22.6
méthode 22.1 On effectue trois tirages successifs avec remise dans une urne contenant 10
boules numérotées. Un résultat possible est une liste (n1 , n2 , n3 ) de trois
entiers compris entre 1 et 10. Par conséquent, l’univers des possibles est
l’ensemble des triplets d’entiers entre 1 et 10 : Ω = [[1, 10]]3 . Comme les
événements élémentaires sont équiprobables, Ω est muni de la probabilité
uniforme : Card (Ω) = 103 = 1000.
1. Soit A l’événement les trois nombres sont rangés dans l’ordre strictement
croissant. Autrement dit, A = {(n1 , n2 , n3 ) ∈ [[1, 10]]3 | n1 < n2 < n3 }.
Pour dénombrer A, on remarque que n1 , n2 , n3 sont nécessairement deux à
deux distincts et on met en œuvre le principe du berger

• on choisit une partie à 3 éléments de [[1, 10]] 103 possibilités.
• on les range par ordre strictement croissant 1 possibilité.
Finalement, il y a autant de listes strictement croissantes de 3 entiers
choisis
entre 1 et 10 que de parties à 3 éléments dans [[1, 10]], à savoir 10
3 = 120. Il
Card (A) 120
en résulte que P (A) = = = 0, 12
Card (Ω) 1000
2. Soit B l’événement les trois nombres sont rangés dans l’ordre croissant.
Autrement dit, B = {(n1 , n2 , n3 ) ∈ [[1, 10]]3 | 1 ≤ n1 ≤ n2 ≤ n3 ≤ 10}. À
toute suite croissante de trois entiers compris entre 1 et 10, on va associer
552 CHAPITRE 22
9782340-002166_001_600.indd 558 21/10/2014 12:14

(de façon bijective) une suite strictement croissante d’entiers entre 1 et 12. cette technique se
généralise et permet de
Soit (n1 , n2 , n3 ) une liste croissante d’entiers entre 1 et 10, alors (n1 , n2 + dénombrer l’ensemble
des listes croissantes
1, n3 + 2) est une suite strictement croissante d’entiers compris entre 1 et de p entiers compris
12. Inversement, si (m1 , m2 , m3 ) est une suite strictement croissante d’entiers entre 1 et n.
entre 1 et 12, alors (m1 , m2 − 1, m3 − 2) est une liste croissante d’entiers
compris entre 1 et 10.
Ainsi, il y a autant de 3-listes croissantes d’entiers entre 1 et 10 que de 3-listes
strictement croissantes d’entiers compris entre 1 et 12. Or par un raisonnement
analogue à celui de la 1., on vérifie que ce nombre coı̈ncide aussi avec le
nombre de parties à 3 éléments dans [[1, 12]], à savoir 12 3 = 220. Il en découle
220
finalement que P (B) = = 0, 22.
1000
Exercice 22.7
1. U = {n1 , b1 , b2 , b3 , b4 , b5 , r1 , r2 , r3 , r4 , r5 , r6 , r7 , r8 , r9 }. Un résultat possible
est une partie à 3 éléments, soit une combinaison de 3 boules de l’urne. Comme
les événements élémentaires
sont équiprobables, Ω est équipé de la probabilité
uniforme : Card (Ω) = 15 3 = 455. méthode 22.1
a. Soit A l’événément le tirage est tricolore. Pour dénombrer A, on
décrit les étapes qui mènent à la réalisation d’un tirage tricolore

• choix d’une boule noire 11 possibilité.

• choix d’une boule blanche 51 possibilités.

• choix d’une boule rouge 91 possibilités.
Finalement, il y a 45 tirages différents qui mènent à la réalisation de A, par
45 9
suite P (A) = = ≈ 0, 0989.
455 91
b. Soit B l’événement parmi les boules tirées figurent la noire et au
moins une rouge. Pour dénombrer B, on discute suivant le nombre exact
de boules rouges. Notons B1 (resp B2 ) l’événement parmi les boules tirées
figurent la noire et exactement une (resp. deux) rouge(s) de sorte que B
s’écrit comme la réunion disjointe B = B1 ∪ B2 . En outre, on observe que la troisième boule
B1 = A. Dénombrons B2 : est forcément
blanche : le tirage est
• choix d’une boule noire 11 possibilité. tricolore.

• choix de deux boules rouges 92 possibilités.
Finalement, il y a 36 tirages différents qui mènent à la réalisation de B2 . Par
additivité du cardinal, il en résulte que Card (B) = 81, d’où l’on tire que
81
P (B) = ≈ 0, 1780.
455
c. Soit C l’événement les trois boules tirées sont de la même couleur.
Pour dénombrer C on discute suivant la couleur du tirage. On note CN (resp.
CB , CR ) les événements les trois boules prélevées sont de couleur noire (resp.
blanche, rouge), de sorte que C = CN ∪ CB ∪ CR . Or

1 5 9
Card (CN ) = = 0, Card (CB ) = = 10, Card (CR ) = = 84
3 3 3
Par additivité du cardinal, il en résulte que Card (C) = 94, d’où l’on tire que
94
P (C) = ≈ 0, 2065.
455
9782340-002166_001_600.indd 559 21/10/2014 12:14

Le protocole a 2. On suppose que le tirage s’effectue désormais successivement et avec re-
changé, on change mise. Dans ce cas, un résultat possible est une 3-liste d’éléments de U. Ω = U 3 .
donc de modèle. Comme les événements élémentaires sont équiprobables, on munit Ω de la pro-
babilité uniforme : Card (Ω) = 153 = 3375.
a. Dénombrons A pour ce nouveau modèle.
• choix de la boule noire 1 possibilité.
• choix de la boule blanche 5 possibilités.
• choix de la boule rouge 9 possibilités.
• choix d’un ordre pour le tirage 3! = 6 possibilités.
270 2
Finalement, Card (A) = 270 et par suite P (A) = = = 0, 08.
3375 25
b. On a B = B1 ∪B2 avec les notations précédentes. On a déjà Card (B1 ) =
Card (A) = 270. Dénombrons B2 :
• choix de la boule noire 1 possibilité.
• choix deux boules rouges 92 possibilités.
• choix de la place de la noire dans le tirage 3 possibilités.
Finalement, Card (B2 ) = 243, d’où l’on tire successivement Card (B) = 513
513 19
et P (B) = = = 0, 152.
3375 125
c. Avec les mêmes notations que dans la question précédente : C =
CN ∪ CB ∪ CR . On a
Card (CN ) = 1, Card (CB ) = 53 = 125 et Card (CR ) = 93 = 729.
855 19
D’où il vient Card (C) = 855 puis P (C) = = ≈ 0, 2533.
3375 75
Remarque : pour traiter la question 2., on peut aussi observer que les trois
tirages ayant lieu avec remise, ces expériences aléatoires sont indépendantes.
Exercice 22.8
Pour bien U = {b1 , b2 , . . . , bn }
démarrer, on 1. En relevant le numéro des boules prélevées, un résultat possible apparaı̂t
commence par cerner
le type d’exercice à
comme une partie {n1 , n2 , . . . , np } à p éléments de l’intervalle d’entiers [[1, n]].
l’aide de la méthode Par conséquent Ω est l’ensemble des p-combinaisons d’éléments de [[1, n]].
22.1 Comme le tirage se fait de façon aléatoire, Ω est muni de la probabilité uni-
forme : Card (Ω) = np .
a. Soit k ∈ [[p, n]]. Dénombrons les poignées de p boules dont le plus
grand numéro est k.
• choix de la boule portant le numéro k 1 possibilité.
k−1
• choix de p − 1 autres de numéro inférieur à k − 1 p−1 possibilités.
k−1
k−1 Card (Ak )
= n .
p−1
Finalement, Card (Ak ) = p−1 , d’où l’on tire P (Ak ) =
Card (Ω) p
b. On observe que pour toute poignée de p boules prélevée dans U, le plus
méthode 22.3 grand numéro est soit p soit p + 1, ... soit n. Autrement dit, Ap , Ap+1 , . . . , An
est un système complet d’événements. Par additivité de la probabilité,
les Ak sont
2 à 2
disjoints et Ak = Ω 1 = P (Ω) = P (Ap ∪ Ap+1 ∪ · · · ∪ An ) = P (Ap ) + P (Ap+1 ) + · · · + P (An )
554 CHAPITRE 22
9782340-002166_001_600.indd 560 21/10/2014 12:14

En remplaçant les P (Ak ) par les expressions obtenues à la première question,
n
k−1 n
il vient = . on peut aussi
p−1 p obtenir cette
k=p
2. Dans cette question, on tire successivement et sans remise p boules de généralisation de la
formule de Pascal par
l’urne. Dans ce cas, un résultat élémentaire est une p-liste (n1 , n2 , . . . , np ) récurrence.
d’entiers distincts de [[1, n]]. En conséquence Ω = {(n1 , n2 , . . . , np ) | ni
=
nj pour i
= j}. Comme les événements élémentaires sont équiprobables, Ω
n!
est muni de la probabilité uniforme : Card (Ω) = .
(n − p)!
On note Bp l’événement la p ième boule tirée a un numéro supérieur aux
p − 1 numéros précédents. Dans notre modèle, Bp = {(n1 , n2 , . . . , np ) ∈ Ω |
np = max{n1 , . . . , np }}. Pour dénombrer Bp , nous allons discuter suivant la
valeur de max{n1 , n2 , . . . , np }.
Comme le tirage se fait sans remise, max{n1 , n2 , . . . , np } ∈ [[p; n]].
Soit donc k ∈ [[p, n]] fixé. Dénombrons l’ensemble des p-listes d’entiers deux à
deux distincts (n1 , n2 , . . . , np ) et tels que max{n1 , n2 , . . . , np } = k.
• choix de (n1 , . . . , np−1 ) comme liste d’entiers
(k − 1)!
compris entre 1 et k − 1, deux à deux distincts. possibilités.
(k − p)!
• choix de np égal à k 1 possibilité.
Par additivité du cardinal, il vient tout d’abord

(k − 1)!
n n
k−1
Card (Bp ) = = (p − 1)!
(k − p)! p−1
k=p k=p
on utilise ici la

Card (Bp ) (p − 1)!(n − p)! k − 1
n formule de Pascal
Puis P (Bp ) = = généralisée, obtenue à
Card (Ω) n! p−1 la question 1.b
k=p
n
(p − 1)!(n − p)! k − 1 (p − 1)!(n − p)! n 1
= = =
n! p−1 n! p p
k=p

Remarque : parmi les p boules prélévées le maximum apparaı̂t de façon
équiprobable à la 1ière , la 2ième ou la pième place.
Exercice 22.9
Il s’agit d’une succession d’épreuves aléatoires. Les résultats de chaque épreuve méthode 22.1
forment une SCE. On note Pk (resp. Fk ) l’événement on a obtenu pile (resp.
face) au k ième lancer pour k ∈ [[1, n]].
1. Soit E l’événement au cours des n lancers, pile est apparu au moins une
fois. On a
E = P1 ∪ P2 ∪ · · · ∪ Pn et E = F1 ∩ F2 ∩ · · · ∩ Fn
Comme les lancers sont mutuellement indépendants, on a E = P (F1 ) × · · · ×
P (Fn ) = q n , par suite P (E) = 1 − q n . Probabilité de
2. Soit A l’événement au cours des n lancers, face n’est jamais suivi de l’événement contraire
pile. Nous allons discuter suivant le rang d’apparition du premier face. Soit
k ∈ [[1, n]].
9782340-002166_001_600.indd 561 21/10/2014 12:14

• on note Ak = P1 ∩ · · · ∩ Pk−1 ∩ Fk ∩ · · · ∩ Fn , l’événement face n’est jamais
suivi de pile et le premier face est apparu au kième lancer ;
• on note An+1 = P1 ∩ P2 ∩ · · · ∩ · · · ∩ Pn , l’événement on n’a obtenu que
des pile.
Les événements
An+1 Ak sont deux à deux incompatibles et recouvrent A puisque
A = k=1 Ak . Par additivité finie des probabilités, il vient

n+1
P (A) = P (Ak )
k=1
méthode 22.4 Or, les événements P1 , P2 , . . . , Pn étant mutuellement indépendants, on a
P (Ak ) = P (P1 ) · · · P (Pk−1 ) · P (Fk ) · · · P (Fn ) = pk−1 q n−k+1

P (An+1 ) = P (P1 ) · · · P (Pn ) = pn
D’où, finalement, d’après l’identité géométrique

⎧ n+1
⎪
⎪ p − q n+1

n+1 n ⎨ si p
= q
p−q
P (A) = pk−1 q n−k+1 = pk q n−k = .
⎪
⎪ n+1
k=1 k=0 ⎩ si p = q = 1/2
2n

Exercice 22.10
Ω = [[1, n]] est muni de la probabilité uniforme : Card (Ω) = n.
n
1. Soit d un diviseur de n, alors Dd = {kd ; 1 ≤ k ≤ nd }. D’où Card (Dd ) =
d
1
et par conséquent P (Dd ) = .
d
Définition d’une 2. Soit {q1 , q2 , . . . , qs } un sous-ensemble de {p1 , p2 , . . . , pr }. On considère
famille d’événements l’événement Dq1 ∩ Dq2 ∩ · · · ∩ Dqs . Il est constitué des multiples communs
mutuellement
indépendants
à q1 , q2 , . . ., qs qui sont compris entre 1 et n. D’après la caractérisation
arithmétique du PPCM, c’est donc l’ensemble des multiples du P P CM de
q1 , . . . , qs compris entre 1 et n. Or les qj étant deux à deux premiers entre eux,
leur PPCM est simplement égal à leur produit q1 q2 . . . qs et par conséquent
Dq1 ∩ Dq2 ∩ · · · ∩ Dqs = Dq1 q2 ...qs . Finalement, nous pouvons appliquer le
résultat de la première question :
1 1 1 1
P (Dq1 ∩ Dq2 ∩ · · · ∩ Dqs ) = P (Dq1 q2 ...qs ) = = · ···
q1 q2 . . . qs q1 q2 qs
= P (Dq1 ) × P (Dq2 ) × · · · × P (Dqs )
Ceci étant vrai pour toute sous-famille de p1 , p2 , . . . , pr , ceci prouve que les
Dpi sont mutuellement indépendants.
3. Soit A = {k ∈ Ω | k ∧ n = 1}. Par définition, Card (A) = φ(n). Nous
avons donc d’une part
φ(n)
P (A) = .
n
D’autre part, un entier k est premier avec n si et seulement si k et n n’ont pas
de diviseurs premiers communs, c’est-à-dire si et seulement si k n’est divisible
556 CHAPITRE 22
9782340-002166_001_600.indd 562 21/10/2014 12:14

ni par p1 , ni par p2 , . . ., ni par pr . Ensemblistement, A peut donc s’écrire
comme
A = Dp1 ∩ Dp2 ∩ · · · ∩ Dpr
Or les événements Dpi étant mutuellement indépendants, il en va de même
de leurs contraires. Par conséquent
1 1
P (A) = P Dp1 × P Dp2 × · · · × P Dpr = 1 − × ···× 1 −
p1 pr
En comparant les deux expressions de P (A), le résultat en découle.
Exercice 22.11
On observe que dans cet énoncé, tout est conditionné par la classe d’âge de
l’assuré. Nous mettons à l’œuvre la méthode 22.8. 0, 12 méthode 22.1
A
Notons C1 ,C2 , C3 les trois classes d’âges 0, 25 C 1
A
rangées dans l’ordre croissant, et A
0, 06 A
l’événement l’assuré déclare (au moins) 0, 53
Ω C2
un accident dans l’année. Un arbre des A
possibles permet de visualiser l’expérience 0, 09 A
0, 22
aléatoire. C3
A
1. On applique la formule des probabilités totales pour le SCE non négligeables
(C1 , C2 , C3 ). Il vient
P (A) = P (A|C1 )P (C1 ) + P (A|C2 )P (C2 ) + P (A|C3 )P (C3 )
= 0, 25 × 0, 12 + 0, 53 × 0, 06 + 0, 22 × 0, 09 = 0, 0816
2. On sait que l’assuré a eu un accident au cours de l’année. On cherche la Prise en compte

probabilité qu’il soit agé d’au plus 25 ans. On calcule donc P (C1 |A), à l’aide d’une information
supplémentaire : on
de la formule de Bayes : calcule une probabilité
conditionnelle
P (A|C1 )P (C1 )
P (C1 |A) =
P (A|C1 )P (C1 ) + P (A|C2 )P (C2 ) + P (A|C3 )P (C3 )
≈ 0, 3676
3. On calcule la probabilité pour qu’un assuré agé de 25 ans ou plus ait

au moins un accident au cours de l’année, soit P (A|C2 ∪ C3 ). D’après les
propriétés des probabilités : C2 et C3 sont
incompatibles
P A ∩ (C2 ∪ C3 ) P (A ∩ C2 ) ∪ (A ∩ C3 )
P (A|C2 ∪ C3 ) = =
P (C2 ∪ C3 ) P (C2 ) + P (C3 )
P (C2 )P (A|C2 ) + P (C3 )P (A|C3 )
= = 0, 688
P (C2 ) + P (C3 )
4. On cherche la probabilité pour qu’un assuré n’ayant déclaré aucun accident

soit âgé de 25 à 50 ans, c’est-à-dire P (C2 |A). On utilise la formule d’inversion
des conditionnements :
P (C2 )P (A|C2 )
P (C2 |A) = ≈ 0, 5424.
P (A)
9782340-002166_001_600.indd 563 21/10/2014 12:14

Exercice 22.12
Tout est conditionné par la machine qui produit le composant pris au hasard.
0, 02 D
0, 50 M1
Notons M1 (resp. M2 , M3 ) l’événement le D
composant est produit par la machine M1 0, 03 D
0, 53
La méthode 22.1 (resp. M2 , M3 ), et D l’événement le compo- Ω M2
préconise en ce cas sant est défectueux. Un arbre des possibles D
l’utilisation de la
permet de visualiser l’expérience aléatoire. 0, 05 D
méthode 22.8 0, 20
M3
D
1. On applique la formule des probabilités totales pour le système complet
d’événements non négligeables (M1 , M2 , M3 ). Il vient
P (D) = P (D|M1 )P (M1 ) + P (D|M2 )P (M2 ) + P (D|M3 )P (M3 )

= 0, 5 × 0, 02 + 0, 3 × 0, 03 + 0, 2 × 0, 05 = 0, 029
2. On prélève un composant au hasard. On détermine la probabilité pour

méthode 22.2 qu’il provienne de M1 et qu’il soit défectueux. On calcule donc P (M1 ∩ D).
P (M1 ∩ D) = P (M1 )P (D|M1 ) = 0, 5 × 0, 02 = 0, 01. Comme P (M1 ∩ D)
=
P (M1 ) × P (D), M1 et D ne sont pas indépendants pour la probabilité P .
Prise en compte 3. On sait que le composant prélevé est defectueux. On calcule la probabilité
1 ∩D)
d’une information conditionnelle P (M1 |D) à l’aide de la définition : P (M1 |D) = P (M
P (D) =
supplémentaire
0,01
0,029 ≈ 0, 3448.
Exercice 22.13
Dans cette expérience aléatoire, tout est conditionné par le résultat du lancer
à pile ou face. 4
4
6 R2
6 R1
On note A (resp. B) l’événement B2
la pièce tombe sur pile 1 A 4
3 2
6 R2
(resp. face), Rk (resp. Bk ) 6 B1
l’événement on obtient rouge Ω B2
méthode 22.1 2 2
(resp. blanc) au k ième lancer 3 2
6 R2
de dé. On peut représenter 6 R1
B2
l’expérience aléatoire sous la B 2
forme d’un arbre. 4

6 R2
6 B1
B2
1. D’après la formule des probabilités totales pour le SCE d’événements
non négligeables (A, B), il vient
4 1 2 2 4
P (R1 ) = P (A) × P (R1 | A) + P (B) × P (R1 | B) = + = ≈ 0, 4444.
6 3 6 3 9
2. On sait que R1 ∩ R2 est réalisé. On cherche P (R1 ∩ R2 ∩ R3 | R1 ∩ R2 ).

D’après la formule des probabilités totales pour le SCE d’événements non
négligeables (A, B), il vient
P (R1 ∩ R2 ) = P (A) P (R1 ∩ R2 | A) + P (B) P (R1 ∩ R2 | B)
P (R1 ∩ R2 ∩ R3 ) = P (A) P (R1 ∩ R2 ∩ R3 | A) + P (B) P (R1 ∩ R2 ∩ R3 | B)
558 CHAPITRE 22
9782340-002166_001_600.indd 564 21/10/2014 12:14

Calculons les probabilités conditionnelles : on suppose tout d’abord que A est méthode 22.6
réalisé. Dans ce cas, les événements R1 , R2 , R3 sont mutuellement indépendants
2
2 2
et de même probabilité . Par conséquent P (R1 ∩ R2 | A) = et P (R1 ∩
3 3
3
2
R2 ∩ R3 | A) = . De même, en supposant cette fois que B est réalisé, on
3
2 3
1 1
obtient P (R1 ∩ R2 | B) = et P (R1 ∩ R2 ∩ R3 | B) = . Réinjectons
3 3
ceci dans les FPT ci-dessus pour obtenir :
2 2
1 2 2 1 6 2
P (R1 ∩ R2 ) = + = =
3 3 3 3 27 9
3 3
1 2 2 1 10
P (R1 ∩ R2 ∩ R3 ) = + =
3 3 3 3 81
P (R1 ∩ R2 ∩ R3 ) 5
Finalement P (R1 | R1 R2 ) = = ≈ 0, 5555.
P (R1 ∩ R2 ) 9
3. Soit n ∈ N∗ . On calcule P (A | R1 ∩ · · · ∩ Rn ) à l’aide la Formule de Bayes.
Tout d’abord, d’après la formule des probabilités totales pour le SCE non
négligeables (A, B), on a : Sous la condition
que A ou B soit
P (R1 ∩ · · · ∩ Rn ) = P (A)P (R1 ∩ · · · ∩ Rn | A) + P (B)P (R1 ∩ · · · ∩ Rn | B) réalisé, les événements
n n R1 , R2 , . . . , Rn sont
1 2 2 1 2n 2 2n + 2
= + = n+1 + n+1 = n+1 mutuellement
3 3 3 3 3 3 3 indépendants
Finalement
P (R1 ∩ · · · ∩ Rn | A)P (A)
P (A | R1 ∩ · · · ∩ Rn ) =
P (A)P (R1 ∩ · · · ∩ Rn | A) + P (B)P (R1 ∩ · · · ∩ Rn | B)
2n
= n
2 +2

Exercice 22.14
L’expérience aléatoire consiste ici en une succession d’épreuves aléatoires qui
se répète chaque année. La méthode 22.1 préconise en ce cas d’utiliser le SCE
correspondant aux résultats possibles pour la nième épreuve.
On note pour n ∈ N, An , Bn et Cn les événements à l’issue de la nième
année, le consommateur décide d’être client de A, B ou C . méthode 22.10
1. Soit n ∈ N. (An , Bn , Cn ) forme un système complet d’événements. La
Formule des Probabilités totales s’écrit On vérifiera a
posteriori que ces
P (An+1 ) = P (An )P (An+1 |An ) + P (Bn )P (An+1 |Bn ) + P (Cn )P (An+1 |Cn ) événements sont non
P (Bn+1 ) = P (A )P (B
n n+1|A ) + P (B )P (B
n n |B ) + P (C )P (B
n+1 n n |C ) négligeables
n+1 n
P (Cn+1 ) = P (An )P (Cn+1 |An ) + P (Bn )P (Cn+1 |Bn ) + P (Cn )P (Cn+1 |Cn )
ce travail de
Les hypothèses sur la loi d’évolution du marché, se traduisent par traduction des
hypothèses est
P (An+1 |An ) = 31 P (Bn+1 |An ) = 13 P (Cn+1 |An ) = 13 essentiel.
P (An+1 |Bn ) = 0 P (Bn+1 |Bn ) = 1 P (Cn+1 |Bn ) = 0
P (An+1 |Cn ) = 12
1
P (Bn+1 |Cn ) = 12
7
P (Cn+1 |Cn ) = 13
9782340-002166_001_600.indd 565 21/10/2014 12:14

Il en résulte les relations de récurrence suivantes :
1 1 1 7 1 1
an+1 = an + cn ; bn+1 = an + 1 · bn + cn ; cn+1 = an + cn
3 12 3 12 3 3
2.
• Commençons par établir une relation de récurrence linéaire d’ordre 2 pour
les suites (an ) et (cn ). Soit n ∈ N. En exploitant les relations entre an+2 , cn+2 ,
an+1 , cn+1 , an et cn on obtient :

1 1 1 1 1 1
an+2 = an+1 + cn+1 = an+1 + an + (an+1 − an )
3 12 3 12 3 3
2 1
an+2 = an+1 − an et de la même manière
3 12
2 1
cn+2 = cn+1 − cn
3 12
Les suites (an ) et (cn ) sont des suites récurrentes linéaires d’ordre 2.
• Pour déterminer l’expression de an et de cn en fonction de n, on considère
l’équation caractéristique r2 − 23 r + 12 = 0. Elle admet pour racines simples 12
et 16 . Par conséquent, il existe des constantes réelles α, β, γ, δ telles que
n n n n
1 1 1 1
∀n ∈ N, an = α +β , cn = γ +δ
2 6 2 6
1 5 2
Les données initiales a0 = b0 = c0 = , puis a1 = , c1 = permettent de
3 36 9
déterminer les constantes α, β, γ, δ. Après résolution, on obtient pour n ∈ N
n n n n
1 1 1 1 1 1 1 1
an = + et cn = −
4 2 12 6 2 2 6 6
• Soit n ∈ N∗ . Pour déterminer bn , observons tout d’abord que pour tout

entier k ∈ [[0, n − 1]], on a
k k
1 7 3 1 5 1
bk+1 − bk = ak + ck = −
3 12 8 2 72 6
Ce calcul de Ceci étant vrai pour tout k ∈ [[0, n − 1]] on obtient par sommation
somme fait seulement
intervenir à gauche un 3 1 − (1/2)n 5 1 − (1/6)n
télescopage et à droite bn − b0 = −
l’ identité
8 1 − (1/2) 72 1 − (1/6)
géométrique... 3 1
appliquée deux fois. = 1 − (1/2) −
n
1 − (1/6)n
4 12
n n
3 1 1 1
D’où bn = 1 − + .
4 2 12 6
Finalement, on obtient les limites de ces suites par opérations algébriques
sur des suites convergentes : lim an = lim cn = 0 et lim bn = 1.
n→+∞ n→+∞ n→+∞
L’opérateur B tend vers le monopôle.
560 CHAPITRE 22
9782340-002166_001_600.indd 566 21/10/2014 12:14

Exercice 22.15
On note pour n ∈ N, An , Bn et Cn les événements à l’instant n, la particule
se situe en A, B ou C . La méthode 22.1
1. Soit n ∈ N. (An , Bn , Cn ) forme un système complet d’événements. La recommande
d’appliquer ici la
Formule des Probabilités totales s’écrit méthode 22.10
P (An+1 ) = P (An )P (An+1 |An ) + P (Bn )P (An+1 |Bn ) + P (Cn )P (An+1 |Cn )
P (Bn+1 ) = P (An )P (Bn+1 |An ) + P (Bn )P (Bn+1 |Bn ) + P (Cn )P (Bn+1 |Cn )
P (Cn+1 ) = P (An )P (Cn+1 |An ) + P (Bn )P (Cn+1 |Bn ) + P (Cn )P (Cn+1 |Cn )
Les hypothèses sur les transitions de la particule, d’un sommet à l’autre, se

traduisent par
P (An+1 |An ) = 0
P (Bn+1 |An ) = 34 P (Cn+1 |An ) = 14
P (An+1 |Bn ) = 34
P (Bn+1 |Bn ) = 0 P (Cn+1 |Bn ) = 14
P (An+1 |Cn ) = 0
P (Bn+1 |Cn ) = 1 P (Cn+1 |Cn ) = 0
⎧
⎨ an+1 = 0 · an + 34 bn + 0 · cn
On en déduit les relations de récurrence bn+1 = 34 an + 0 · bn + 1 · cn .
⎩
cn+1 = 14 an + 14 bn + 0 · cn
⎛ ⎞ ⎛ ⎞
an 0 34 0
2. Pour n ∈ N, posons Xn = ⎝ bn ⎠, M = ⎝ 34 0 1 ⎠, de sorte que les
1 1
cn 4 4 0
relations de récurrence ci-dessus, se traduisent matriciellement par Xn+1 =
M × Xn . Une récurrence immédiate montre que ∀n ∈ N, ⎛ Xn = M X0 .
n
⎞ (Xn ) est une suite
2 2 2 géométrique de
1 ⎝
3. On montre que P est inversible et que P −1 = 7 7 −28 ⎠. matrices
70
25 −45 60
De plus, P −1 × M × P est la matrice diagonale D = Diag(1, −1 4 , −3
4 ).
4. De la relation matricielle, P −1 × M × P = D, il résulte successivement
que M = P × D × P −1 puis, par récurrence immédiate, que pour tout entier
naturel n ∈ N, M n = P × Dn × P −1 . On obtient aisément les puissances de
la matrice diagonale, puis on en déduit :
n n n n n n
1 24 + 21 −1
4 n
+ 25 −3
4 n
24 + 21 −1
4 n
− 45 −3
4 n
24 − 84 −1
4 n
+ 60 −34 n
Mn = 32 − 7 −14
− 25 −3
4
32 − 7 −14
+ 45 −3
4
32 + 28 −14
− 60 −34
70 14 − 14 −1 n
14 − 14 −1 n
14 + 56 −1 n
4 4 4
D’où l’on tire finalement les expressions suivantes :

⎧
1 −1 n −3 n
⎪
⎪ a n = 24 + 21a + 21b − 84c + 25a − 45b + 60c
⎪
⎪ 70 4 0 0 0 4 0 0 0

⎨
1 −1 n −3 n
bn = 32 + − 7a0 − 7b0 + 28c0 + − 25a0 + 45b0 − 60c0
⎪
⎪ 70 4

4
⎪
⎪ 1 n
⎩ cn = 14 + −1 − 14a 0 − 14b 0 + 56c0
4
70
5. Par opérations algébriques sur des suites convergentes, il en résulte que

12 16 7
lim an = , lim bn = , lim cn =
n→+∞ 35 n→+∞ 35 n→+∞ 35
9782340-002166_001_600.indd 567 21/10/2014 12:14

Exercice 22.16
Notons pour n ∈ N∗ , En l’événement à l’issue de la nième génération, l’espèce
a totalement disparu.
Tout dépend du 1. Notons pour k ∈ [[0, 3]], Ak l’événement la 2ième génération compte k
nombre d’individus de individus. (A0 , A1 , A2 , A3 ) forme un SCE.
2ième génération, on
utiliser la formule des
Soit donc k ∈ [[0, n]] et supposons que Ak est réalisé. Pour que l’espèce s’éteigne
probabilités totales. à l’issue de la 2ième génération, il faut et il suffit qu’aucun des k individus de
cette génération n’admette de descendant. Pour un individu, la probabilité de
n’avoir aucun descendant est x1 = 18 . Par indépendance de ces événements,
on a P (E2 |Ak ) = xk1 . Finalement, d’après la formule des probabilités totales,
nous avons
P (E2 ) = P (A0 ) × P (E2 |A0 ) + P (A1 ) × P (E2 |A1 ) + P (A2 ) × P (E2 |A2 )
1 3 3 1
+P (A3 ) × P (E2 |A3 ) = + x1 + x21 + x31 ≈ 0.178
8 8 8 8
2. Soit n ∈ N∗ . Pour calculer P (En+1 ), on discute en fonction des effectifs de

population à la 2ième génération.Soit donc k ∈ [[0, n]], supposons que Ak est
réalisé. Pour que l’espèce s’éteigne à l’issue de la n + 1ième génération, il faut
et il suffit que les lignées des k individus de 2ième génération s’éteignent en n
générations maximum. Comme pour un individu donné, la probabilité que sa
lignée s’éteigne au bout de n générations est xn , il s’ensuit par indépendance
que P (En+1 |Ak ) = xkn . Finalement, la formule des probabilités totales donne
1 3 3 1
xn+1 = P (En+1 ) = + xn + x2n + x3n
8 8 8 8
Il s’agit d’une suite 3. Soit f : [0, 1] → [0, 1] la fonction définie par f (x) = 18 + 38 x+ 38 x2 + 18 x3 =
récurrente du type 1
(1 + x)3 . f est croissante sur l’intervalle stable [0, 1]. Étudions le signe de h :
8
un+1 = f (un ) x → f (x)− x. Soit x ∈ [0, 1]. h(x) = 1
8 (1 + x)3 − 8x = 18 (x− 1)(x2 + 4x− 1).
Par conséquent, h(x) = √ 0 si et
1 est racine seulement si x ∈ {−2 + 5, 1}. 0.3
évidente. Le tableau ci-dessous résume ces
propriétés. 0.2
√
x 0 −2 + 5 1
h(x) + 0 − 0.1
√ $ 1
f (x) −2 + 5 0
1
8 $ 0 0.1 0.2 0.3
√
−2 + 5 ≈ 0, 236 Comme x1 ∈ [0, 1], on sait√que (xn )n∈N est monotone et bornée. Comme
de plus x1 = 18 ∈ [0, −2 + 5], la suite (xn ) est croissante et majorée par
√
[0, −2 + 5].√D’après le théorème de la limite monotone (xn ) converge vers
les seuls points ∈ [0, −2 + 5]. Comme la fonction itératrice f est continue,
√ est un point
fixes de
√ f sont fixe de f . Finalement, la suite (xn ) converge vers −2
√ + 5.
−2 + 5 et 1
La probabilité que l’espèce disparaisse est de −2 + 5, soit environ 23,6%.
562 CHAPITRE 22
9782340-002166_001_600.indd 568 21/10/2014 12:14

Chapitre 23
Variables aléatoires
sur un espace
probabilisé fini
Les premiers mots pour désigner ce qui est incertain sont pris
dans le langage courant. Le mot hasard est une francisation de
l’arabe az zahr, la Ěeur. En eěet, sur la face gagnante d’un dé était
souvent représenté une Ěeur. Ainsi Fermat aĜrmait « un seul dé
produit trois hasards ». Écrivant en latin, certains savants utilisaient
le mot alea qui désignait le dé à jouer et qui a donné le mot
aléatoire. Chacun a en mémoire la phrase prononcée par Jules
César en franchissant le Rubiconȹ: « alea jacta est ». Alors que
nous parlons de nos jours des cas favorables, Jacques Bernoulli
opposait les cas fertiles ou féconds aux cas stériles.
Pierre de Fermat
1601-1665
9782340-002166_001_600.indd 569 21/10/2014 12:14

Objectifs

Les incontournables
ZLoi de probabilitéȹ:
fdéterminer la loi d’une variable aléatoire réelleȹ;
fdéterminer les lois d’un couple de variables aléatoires réellesȹ:
loi conjointe, lois marginales, lois conditionnellesȹ;
freconnaître et utiliser une loi classiqueȹ: loi uniforme, loi de Bernoulli,
loi binomiale.
ZMoments d’une variable aléatoireȹ:
fcalculer et interpréter espérance et variance d’une variable aléatoire.

ZÉtudier une suite de variables aléatoires.
9782340-002166_001_600.indd 570 21/10/2014 12:14

Résumé de cours
Variable aléatoire

Dans tout le chapitre, Ω, P(Ω), P désigne un espace probabilisé fini.
Loi de probabilité d’une variable aléatoire réelle finie
Définition : On appelle variable aléatoire réelle (v.a.r.) sur Ω toute application X : Ω → R.
Notation : l’ensemble des valeurs possibles pour X est fini et sera noté X(Ω) = {x1 , x2 , . . . , xn }.
Théorème-Définition 23.1.— L’application P X : X(Ω) → [0, 1] est une probabilité

xi → P (X = xi )
sur X(Ω), appelée loi de probabilité de X.
Notation : ici (X = xi ) désigne l’événement X −1 (Ω) = {ω ∈ Ω | X(ω) = xi }. Plus généralement,

si A ∈ P(R), on note (X ∈ A) ou encore [X ∈ A] l’événement X −1 (A) = {ω ∈ Ω | X(ω) ∈ A}.
Corollaire 23.2.— La loi de probabilité de X est la donnée d’un n-uplet de couples (xi , pi )i∈[[1,n]] :
• X(Ω) = {x1 , x2 , . . . , xn }
• ∀i ∈ [[1, n]], pi = P (X = xi )
Corollaire 23.3.— Système complet d’événements lié à X —.

n
Les événements (X = xi )i∈[[1,n]] forment un SCE. En particulier ∀i ∈ [[1, n]], pi ≥ 0, et pi = 1.
i=1
Transformée d’une variable aléatoire finie

Définition : Soit X une v.a.r. sur Ω, P(Ω), P et f : X(Ω) → R une fonction définie sur X(Ω).
L’application composée Y : Ω → R est une variable aléatoire notée Y = f (X).
ω → f X(ω)
Espérance, variance et écart type

Espérance d’une variable aléatoire réelle

Définition : Soit X une v.a.r. sur Ω, P(Ω), P . On appelle espérance mathématique de X
n
(ou encore moyenne de X) et on note E(X) le nombre E(X) = xi pi .
i=1

Corollaire 23.4.— Espérance de X—. Soit X une v.a.r. sur Ω, P(Ω), P .

n
n

E(X) = xi pi = xi P X = xi = X(ω) P ({ω}).
i=1 i=1 ω∈Ω
VARIABLES ALÉATOIRES SUR UN ESPACE PROBABILISÉ FINI 565
9782340-002166_001_600.indd 571 21/10/2014 12:14

Vocabulaire : lorsque E(X) = 0, on dit que X est centrée.
Théorème 23.5.— Formule de transfert —. Soit X une v.a.r. sur Ω et f : X(Ω) → R. Alors
n

E f (X) = f (xi ) P X = xi
i=1
Théorème 23.6.— Propriétés de l’espérance —. Soit X, Y deux v.a.r. définies sur Ω. Alors
linéarité : si (λ, μ) ∈ R2 alors E(λ · X + μ · Y ) = λ · E(X) + μ · E(Y )
positivité : si X ≥ 0 (i.e. ∀ω ∈ Ω, X(ω) ≥ 0), alors E(X) ≥ 0
croissance : si X ≤ Y (i.e. ∀ω ∈ Ω, X(ω) ≤ Y (ω)), alors E(X) ≤ E(Y ).

Théorème 23.7.— Espérance d’une somme —. Soit X1 , . . . , Xn , n v.a.r. sur Ω, P(Ω), P ). Alors
E(X1 + X2 + · · · + Xn ) = E(X1 ) + E(X2 ) + · · · + E(Xn )

Théorème 23.8.— Espérance d’un produit —. Soit (X, Y ) un couple de v.a.r. sur Ω, P(Ω), P

de loi (xi , yj ); pi,j (i,j)∈I×J . Alors E(X × Y ) = xi yj pi,j . Si de plus X et Y sont
i∈I j∈J
indépendantes sur Ω, alors
E(X × Y ) = E(X) × E(Y )
Variance et écart type

Définition : Soit X, Y des v.a.r. sur Ω, P(Ω), P .
2
• La variance de X est le nombre positif V (X) = E X − E(X) .

• L’écart type de X est le nombre positif σ(X) = V (X).

Proposition 23.9.— Formule de Kœnig-Huygens —. Soit X, Y des v.a.r. sur Ω, P(Ω), P .
Alors
V (X) = E(X 2 ) − E(X)2

Proposition 23.10.— Soit X une v.a.r. sur Ω, P(Ω), P et (a, b) ∈ R2 un couple de réels. Alors
V (aX + b) = a2 V (X)
566 CHAPITRE 23
9782340-002166_001_600.indd 572 21/10/2014 12:14

Théorème 23.11.— Inégalité de Bienaymé-Tchebychev —. Soit X une v.a.r. sur Ω, P(Ω), P .
Alors 1
∀t > 0, P [|X − E(X)| ≥ t] ≤ 2 V (X)
t
Lois finies usuelles

Loi certaine

Définition : Soit X une v.a.r. sur Ω, P(Ω), P . On dit que X suit la loi certaine s’il existe
a∈R
• X(Ω) = {a}
• P (X = a) = 1
On dit aussi que X est une variable aléatoire certaine.
Exemple : Une urne contient n boules de couleurs différentes qui portent toute le numéro 7. On
tire une boule et connote X le numéro tiré. Alors X est une variable aléatoire certaine et (X = 7)
est un événement certain.
Loi uniforme sur {x1 , x2 , . . . , xn }

Définition : Soit X une v.a.r. sur Ω, P(Ω), P et x1 , . . . , xn des réels deux à deux distincts. On
dit que X suit la loi uniforme sur {x1 , . . . , xn } et on note X U ({x1 , . . . , xn }) , si
• X(Ω) = {x1 , . . . , xn }
• ∀i ∈ [[1, n]], P (X = xi ) = 1/n
Proposition 23.12.— Si X suit la loi uniforme sur [[1, n]], alors
n+1 n2 − 1
E(X) = V (X) =
2 12
Loi de Bernoulli

Définition : Soit X une v.a.r. sur Ω, P(Ω), P . On dit que X suit la loi de Bernoulli de
paramètre p ∈ [0, 1] et on note X B(p), si
• X(Ω) = {0, 1}
• P (X = 1) = p et P (X = 0) = q = 1 − p
Proposition 23.13.— Si X suit la loi de Bernoulli de paramètre p ∈ [0, 1], alors
E(X) = p V (X) = p (1 − p) = p q
9782340-002166_001_600.indd 573 21/10/2014 12:14

Loi binomiale

Définition : Soit X une v.a.r. sur Ω, P(Ω), P . On dit que X suit la loi binomiale de pa-
ramètres n ∈ N∗ et p ∈ [0, 1], et on note X B(n, p), si
• X(Ω) = [[0, n]]

n k n k n−k
• ∀k ∈ [[0, n]], P (X = k) = p (1 − p)n−k = p q
k k
où q = 1 − p.
Proposition 23.14.— Si X suit la loi binomiale de paramètres n et p, alors
E(X) = n p V (X) = n p (1 − p) = n p q
Théorème 23.15.— Soit X1 , . . . , Xn n variables aléatoires mutuellement indépendantes de même

loi de Bernoulli B(p). Alors la somme S = X1 + · · · + Xn suit la loi binomiale B(n, p).
568 CHAPITRE 23
9782340-002166_001_600.indd 574 21/10/2014 12:14

Méthodes
Loi de probabilité d’une variable aléatoire
Méthode 23.1.— Comment déterminer la loi d’une variable aléatoire X

S’il s’agit d’un modèle classique (méthode 23.6), on donne directement la loi de X.
Sinon, par définition, déterminer la loi de probabilité de X s’effectue en deux étapes :
1 On détermine l’ensemble des valeurs possibles pour X. Comme Ω est fini, il en va de
même de X(Ω) :
X(Ω) = {x1 , x2 . . . , xn }
2 Pour toute valeur xi ∈ X(Ω), on calcule pi = P (X = xi ).
Si n est raisonnablement petit, on présente la loi de X sous la forme d’un tableau.
x x1 x2 x3 x4 ··· xn
P (X = x) p1 p2 p3 p4 ··· pn
On peut être amené à utiliser les liens entre opérations logiques et ensemblistes pour
expliciter l’événement [X = xi ] comme une réunion ou une intersection d’événements
(méthode 22.5, méthode 22.7) dont on connaı̂t les probabilités.
Remarque : il est parfois plus facile de calculer la probabilité de [X ≤ xi ] (ou de [X > xi ]) que
de [X = xi ]. Il faut savoir exprimer [X = xi ] en fonction des [X ≤ xj ] ou des [X > xj ]. Dans le
cas particulier où x1 < x2 < · · · < xn , on peut écrire [X = xi ] = [X ≤ xi ] \ [X ≤ xi−1 ] = [X >
xi−1 ] \ [X > xi ]. Il s’ensuit que
P (X = xi ) = P (X ≤ xi ) − P (X ≤ xi−1 ) = P (X > xi−1 ) − P (X > xi )
Exemple : on lance deux dés à six faces parfaitement équilibrés.

L’univers des possibles est Ω = [[1, 6]]2 . On s’intéresse à la
somme des deux dés. Ceci définit une variable aléatoire 1 2 3 4 5 6
1 2 3 4 5 6 7
S : Ω → R . 2 3 4 5 6 7 8
(i, j) → i + j 3 4 5 6 7 8 9
4 5 6 7 8 9 10
1 On peut visualiser les valeurs possibles pour S à l’aide d’un 5 6 7 8 9 10 11
tableau (ci-contre). L’ensemble des valeurs prises par S est 6 7 8 9 10 11 12
S(Ω) = [[2, 12]].
2 Les événements élémentaires étant équiprobables, Ω est muni de la probabilité uniforme. On en
déduit aisément la loi de S.
k 2 3 4 5 6 7 8 9 10 11 12
1 2 3 4 5 6 5 4 3 2 1
P (S = k) 36 36 36 36 36 36 36 36 36 36 36
9782340-002166_001_600.indd 575 21/10/2014 12:14

Méthode 23.2.— Comment déterminer la loi de la transformée Y = f (X)
Lorsque la loi de X est présentée sous forme de tableau (xi , pi )i∈I , on peut indiquer dans
le coin supérieur gauche de chaque case la valeur de f (xi ) correspondante. On a alors
6 7
• L’ensemble des valeurs possibles pour Y : Y (Ω) = f (xi ); i ∈ [[1, n]] .

• Pour tout y ∈ Y (Ω), P Y = y = P X=x = pi .
x∈X(Ω)|f (x)=y i∈I|f (xi )=y
Exemple : reprenons l’exemple précédent et considérons la fonction f : s → |7 − s|. On peut

représenter directement la distribution de probabilité de Y = f (S) dans le tableau de probabilité
de S comme suit :
k 2 3 4 5 6 7 8 9 10 11 12
5 1 4 2 3 3 2 4 1 5 0 6 1 5 2 4 3 3 4 2 5 1
P (S = k) 36 36 36 36 36 36 36 36 36 36 36
6 3 5 5 5
Finalement, Y (Ω) = [[0, 5]], et P (Y = 0) = 36 = 18 , P (Y = 1) = 36 + 36 = 18 , P (Y = 2) =
4 3 2 1
18 , P (Y = 3) = 18 , P (Y = 4) = 18 , P (Y = 5) = 18 .
Méthode 23.3.— Comment vérifier la loi de probabilité d’une v.a.r.

Soit X une variable aléatoire. Lorsqu’on demande de vérifier que le n-uplet (xi , pi )i∈[[1,n]]

n
est la loi de probabilité de X, il suffit de vérifer que ∀i ∈ [[1, n]], pi ≥ 0, et pi = 1.
i=1

Exemple d’étude d’une loi de probabilité : la loi hypergéométrique
La loi hypergéométrique est utilisée dans le cas de tirages sans remise, comme dans l’exemple
suivant :
Exemple : une urne U contient N boules blanches ou noires. Il y a une proportion p de boules
blanches et une proportion q de boules noires. On prélève n boules de cette urne en un seul tirage.
On note X la v.a.r. égale au nombre de boules blanches obtenues. Étudions cette variable aléatoire
réelle.
0 Construction du modèle Soit Ω l’ensemble des parties à n éléments de l’urne U. Comme le
tirage se fait au hasard, il y a équiprobabilité des
événements élémentaires. Par conséquent, Ω est
muni de la probabilité uniforme : Card (Ω) = N n .
1 Valeurs possibles pour X Comme on prélève n boules de l’urne, l’ensemble des valeurs possibles
pour X est compris entre 0 (on n’a prélevé que des boules noires) et n (on n’a prélevé que des
boules blanches). Ainsi X(Ω) ⊂ [[0, n]].
2 Loi de probabilité de X Soit k ∈ [[0, n]] fixé. Le nombre de parties à n éléments de U constituées
N p N q
N p N q ×
exactement de k boules blanches est k × n−k . D’où P (X = k) = k N n−k .
n
570 CHAPITRE 23
9782340-002166_001_600.indd 576 21/10/2014 12:14

Espérance, variance
Espérance d’une variable aléatoire

Soit X : Ω → R une variable aléatoire. À chaque événement élémentaire ω ∈ Ω, correspond une
valeur X(ω). Par définition, E(X) est la valeur moyenne de X en tenant compte de la distribution
des valeurs de X (chaque valeur xi étant pondérée par la probabilité pi d’être réalisée).

n
E(X) = xi pi = P ({ω})X(ω).
i=1 ω∈Ω
Exemple : reprenons l’exemple précédent. Lorsqu’on lance deux dés à six faces, parfaitement
équilibrés, la somme des deux dés est une variable aléatoire d’espérance

n
1 2 3 4 5 6 5 4 3 2 1
E(S) = xi pi = 2· +3· +4· +5· +6· +7· +8· +9· +10· +11· +12· = 7.
i=1
36 36 36 36 36 36 36 36 36 36 36
Méthode 23.4.— Comment calculer l’espérance d’une variable aléatoire

Lorsque X suit une loi classique, on connaı̂t son espérance.
Lorsque la loi (xi , pi )i∈I de X est connue, on calcule E(X) directement à partir de
n
la définition : E(X) = xi pi
i=1
Lorsque X est obtenue par opérations algébriques à partir d’autres variables on
peut utiliser les propriétés de l’espérance :
• E(λ1 X1 + λ2 X2 ) = λ1 E(X1 ) + λ2 E(X2 ) pour tout couple (λ1 , λ2 ) ∈ R2
• E(X1 × X2 ) = E(X1 ) × E(X2 ) si X1 et X2 sont indépendantes.
Lorsque X est obtenue par transformation d’une autre variable, X = g(Y ), le
théorème de transfert est incontournable dans la plupart des cas, puisqu’il permet
de faire l’économie du calcul de la loi de X, celle de Y suffit.

E(X) = E g(Y ) = g(yj ) P Y = yj
j∈J
Variance d’une variable aléatoire

Si l’espérance est une mesure de position qui indique la valeur moyenne d’une variable aléatoire,
la variance mesure quant à elle la dispersion des valeurs de X autour de leur moyenne. En effet,
2
V (X) = E X − E(X) est la valeur moyenne de la distance au carré entre X et sa moyenne.
9782340-002166_001_600.indd 577 21/10/2014 12:14

Méthode 23.5.— Comment calculer la variance d’une variable aléatoire
Lorsque X suit une loi classique, on connaı̂t sa variance.
Si la loi de probabilité de X est connue, on calcule les moments d’ordre 1 et 2 de
2
X, puis on conclut à l’aide de la formule de Huygens V (X) = E(X 2 ) − E(X)
On peut aussi utiliser la propriété V (aX + b) = a2 V (X).
Exemple : Espérance et variance d’une v.a.r. de loi hypergéométrique

Soit X une variable aléatoire suivant la loi hypergéométrique X H (N, n, p).
n N q n N q n−1 N q
• E(X) = N
1
k Nkp n−k = NNp N p−1
= NNp N p−1
( n ) k=0 ( n ) k=1 k−1 n−k ( n ) k=0 k n−1−k

N p N −1
n
= = N p N = np.
(Nn ) n−1 n
n N q N p N q n N p N q
• E(X 2 ) = 1
k 2 Np
= Np
k(k − 1) + k
(Nn ) k=0 k n−k (Nn ) k=2 k n−k
k=1
k n−k
n n−2
= np + N p(NNp−1) N p−2 Nq
= np + N p(NNp−1) N p−2 Nq
(n) k=2
k−2 n−k (n) k=0
k n−2−k
(Nn−2
−2
)
= np + N p(N p − 1) N = np + N p(N p − 1) Nn(n−1) (N −1) .
(n)
D’où l’on tire, grâceà la formule de Kœnig-Huygens
• V (X) = N 1−1 np(N − 1) + np(n − 1)(N p − 1) − n2 p2 (N − 1)
= Nnp −1 (N − 1 + (n − 1)(N p − 1) − np(N − 1)) = N −1 (N − n − N p + np)
np
N −n
= n p q N −1 .

Utiliser l’inégalité de Bienaymé-Tchebychev
Exemple : on effectue une suite de lancers d’un dé à six faces. Quel nombre de lancers suffit-il
pour pouvoir affirmer avec un risque d’erreur inférieur à 5%, que la fréquence d’apparition du 6 est
comprise entre 16 − 0, 01 et 16 + 0, 01 ? Notons Xn le nombre de 6 apparus au cours des n premiers
lancers. Comme les lancers sont indépendants et que la probabilité à chaque lancer d’un succès
vaut 1/6, Xn B(n, 1/6).
D’autre part, la fréquence d’apparition du 6 au cours des n premiers lancers est donnée par la
Xn
variable aléatoire . La question revient donc à trouver n de sorte que P Xnn − 61 ≥ 0, 01 ≤ 0, 05.
n
D’après l’inégalité de Bienaymé-Tchebychev, nous avons pour tout entier n ∈ N∗ ,
Xn 1 V (Xn /n) 4 npq 5.104

P − ≥ 0, 01 ≤ ≤ 10 ≤ .
n 6 0, 012 n2 36 n
5.104
Il suffit donc que ≤ 0, 05, i.e. n ≥ 27778.
36 n
Lois finies usuelles
Comment reconnaı̂tre le bon modèle
572 CHAPITRE 23
9782340-002166_001_600.indd 578 21/10/2014 12:14

Méthode 23.6.— Comment reconnaı̂tre le bon modèle
Pour savoir quelle loi de probabilité usuelle suit une variable aléatoire réelle, vous devez
connaı̂tre un exemple typique de chaque modèle, comme ceux présentés dans les prochains
paragraphes. Pour vous y retrouver, voici un organigramme des différentes lois usuelles.
• le modèle équiprobable : loi uniforme
• loi des tirages sans remise : loi hypergéométrique
• le schéma succès-échec : loi de Bernoulli
• le nombre de succès en n tentatives indépendantes : loi binomiale
Reconnaı̂tre une loi uniforme

Modèle : le modèle équiprobable
Soit X : Ω → R une v.a.r. sur Ω vérifiant :
X(Ω) = {x1 , . . . , xn } et les événements [X = x1 ], . . .,[X = xn ] sont équiprobables.
Exemple : On choisit au hasard un nombre entier entre 1 et 10. On note X la variable aléatoire
égale au nombre obtenu. X U ([[1, n]]).
Reconnaı̂tre une loi hypergéométrique

La loi hypergéométrique est fréquente dans les exercices. Il est conseillé de bien connaı̂tre ce modèle.
Définition
: Soit N et n des entiers et p ∈ [0, 1] tels que 0 ≤ n ≤ N et N p ∈ N. Soit X une v.a.r.
sur Ω, P(Ω),P . On dit que X suit la loi hypergéométrique de paramètres N , n et p et on
note X H N, n, p si
N p N q
×
X(Ω) ⊂ [[0, n]] et pour tout k ∈ [[0, n]], P [X = k] = k N n−k , où q = 1 − p
n
Modèle : tirage sans remise

Une population E est constituée de N éléments répartis en deux catégories : les bons A, et les
méchants B en proportions données. On sélectionne au hasard un échantillon de population com-
prenant n éléments de E. On note X la variable aléatoire égale au nombre de bons éléments
sélectionnés.
Exemple : une urne U contient N boules blanches ou noires. Il y a une proportion p de boules
blanches et une proportion q de boules noires. On prélève n boules de cette urne en un seul tirage.
On note X la v.a.r. égale au nombre de boules blanches obtenues, alors X H (N, n, p)
Reconnaı̂tre une loi de Bernoulli

Modèle : schéma succès-échec
On considère une expérience aléatoire e qui a deux issues : le succès S ou l’échec E. On suppose
que la probabilité que S se réalise est p. On associe à cette expérience la v.a.r. X définie par

1 si ω ∈ S
X(ω) =
0 si ω ∈ /S
9782340-002166_001_600.indd 579 21/10/2014 12:14

Exemple : soit p ∈ [0, 1]. On effectue un lancer d’une pièce pour laquelle la probabilité d’obtenir
”P ile” est p, et la probabilité d’obtenir F ace” est q = 1 − p. On note X la variable aléatoire réelle
définie par X(P ile) = 1 et X(F ace) = 0. Alors X B(p)
Reconnaı̂tre une loi binomiale

Modèle : nombre de succès en n tentatives
On considère une expérience aléatoire e qui a deux issues : le succès S ou l’échec E. On suppose
que la probabilité que S se réalise est p. On répète n fois dans les mêmes conditions et de façon
indépendante les unes des autres, l’expérience e. On note X la v.a.r. égale au nombre de succès
obtenus en n tentatives.
Exemple : on effectue n lancers indépendants les uns des autres d’une pièce de monnaie pour
laquelle la probabilité d’obtenir P ile est p ∈]0, 1[. On note X le nombre de P ile obtenus. Alors X
suit la loi binomiale X B(n, p).
Tableau récapitulatif des lois finies usuelles
Nom de la loi Paramètres Loi de probabilité Espérance, Variance
Loi uniforme • X(Ω) = [[1, n]] • E(X) = n+1

• n ∈ N∗ 2
n2 −1
X U ([[1, n]]) • P ([X = k]) = 1/n • V (X) = 12
Loi de Bernoulli • X(Ω) = {0, 1}

• p ∈ [0, 1] • E(X) = p
•q =1−p • P [X = 1] = p
X B(p) • V (X) = p q
• P [X = 0] = q
• N, n ∈ N∗ ,
Loi hypergéométrique • p ∈ [0, 1] • X(Ω) ⊂ [[0, n]] • E(X) = np
•0<n≤N (N p)×( N q )
• P [X = k] = k N n−k • V (X) = npq N −n
X H (N, n, p) •Np∈N (n) N −1
•q =1−p
Loi binomiale • n ∈ N∗ , • X(Ω) = [[0, n]] • E(X) = np

• p ∈ [0, 1]
X B(n, p) •q =1−p • P [X = k] = nk pk q n−k • V (X) = npq
574 CHAPITRE 23
9782340-002166_001_600.indd 580 21/10/2014 12:14

Vrai/Faux
Soit X, Y des variables aléatoires sur un espace probabilisé fini Ω, P(Ω), P ).
Vrai Faux
n

1. Si X(Ω) = [[1, n]], alors E ln(X) = ln(k)P (X = k)
k=1
2. E(X 2 ) ≥ E(X)2
3. Si X U ([[1, n]]), alors 2X U ([[2, 2n]])
4. ∀(a, b) ∈ R2 , V (aX + b) = aV (X) + b
5. ∀(a, b) ∈ R2 , V (X + a) = V (b − X)
6. Si X B(n, p), alors P (X = 0) = (1 − p)n
7. Si V (X) = 0 alors
X est presque sûrement égale à sa moyenne,
i.e. P X = E(X) = 1
9782340-002166_001_600.indd 581 21/10/2014 12:14

Loi de probabilité, moments d’une variable aléatoire
Exercice 23.1 : Soit X une v.a.r. suivant une loi binomiale de paramètres n ∈ N∗ et p ∈]0, 1[.
1
1. On définit une nouvelle variable aléatoire Y = 1+X . Calculer E(Y ).
1 aX
2. On suppose que p = 2 et que a > 0. Calculer l’espérance de Z = 2n .
Exercice 23.2 : Soit n ∈ N∗ , a ∈ R. Soit X une variable aléatoire à valeurs dans [[0; n]] telle que
∀k ∈ [[0, n]], P (X = k) = k+1
a n
k . Déterminer a, puis calculer l’espérance et la variance de X.
Exercice 23.3 : On lance simultanément deux dés à 6 faces. On appelle Z la variable aléatoire
égale à la valeur absolue de la différence des numéros obtenus.
1. Déterminer la loi de probabilité de Z.
2. Calculer l’espérance et la variance de Z.
Exercice 23.4 : Une urne est composée de n boules numérotées de 1 à n. On effectue des tirages
successifs et avec remise dans cette urne. On note b1 , b2 , . . . bk , . . . les numéros des boules prélevées.
Les tirages s’arrêtent dès que bk ≥ bk−1 . Soit Xn la variable aléatoire égale au nombre de tirages
effectués.
1. Déterminer l’ensemble des valeurs possibles pour Xn .
2. Déterminer la loi de probabilité de Xn .
3. Calculer l’espérance de Xn . Puis lim E(Xn ).
n→+∞
Exercice 23.5 : Temps d’attente Une urne contient n ∈ N∗ boules numérotées de 1 à n. On retire
l’une après l’autre toutes les boules de cette urne.
1. Quelle est la probabilité pour que les boules 1,2, 3 sortent consécutivement et dans cet ordre ?
2. Calculer la probabilité que les boules 1, 2, 3 sortent dans cet ordre (consécutivement ou pas) ?
3. On note Xn la variable aléatoire égale au nombre de tirages nécessaires pour obtenir les boules
1, 2 et 3. Déterminer la loi de Xn ainsi que son espérance.
Lois usuelles
Exercice 23.6 : Dans une ville, une proportion p de la population est atteinte par un virus conta-
gieux. Si une personne saine est en contact avec une personne contaminée, il y a 2 chances sur 3
qu’elle soit elle-même contaminée.
Un représentant de commerce (en parfaite santé) décide de rendre visite à n habitants de cette
ville.
1. Soit N la variable aléatoire égale au nombre de malades rencontrés par le représentant. Quelle
est la loi de N ?
2. Quelle est la probabilité que le représentant soit contaminé à l’issue de sa tournée ?
Exercice 23.7 : Une urne contient 2n boules : n blanches et n noires. On pioche au hasard et
simultanément n boules. On appelle X la variable aléatoire qui associe à chaque tirage le nombre
de boules blanches obtenues.
1. Déterminer la loi de probabilité de X.
2. Déterminer l’espérance et la variance de X.
576 CHAPITRE 23
9782340-002166_001_600.indd 582 21/10/2014 12:14

Exercice 23.8 : On se propose d’analyser le sang d’une population de N individus pour déceler
la présence éventuelle (résultat du test positif) d’un virus dont on sait qu’il affecte une personne
donnée avec la probabilité p. On dispose pour cela de deux méthodes :
• Méthode 1 On analyse le sang de chacune des N personnes.
• Méthode 2 On regroupe la population en g groupes de n individus. On collecte le sang des n
individus de chaque groupe dans une même éprouvette. Si le résultat d’un groupe est positif, on
procède alors à une analyse individuelle de ses membres.
1. Quelle est la loi de la variable X égale au nombre de groupes positifs ?
2. Soit Y la variable égale au nombre d’analyses dans la deuxième méthode. Calculer E(Y ) en
fonction de N, n, p.
3. Comparer les deux méthodes lorsque N = 1000, n = 100 et p = 0, 01.
Exercice 23.9 : Le service après-vente d’un hypermarché spécialisé dans la vente de matériel
informatique dispose d’équipes intervenant sur appel de la clientèle. Les interventions ont parfois
lieu avec du retard. On admet que les appels ont lieu indépendamment les uns des autres et que
pour chaque appel, la probabilité d’un retard est de 0, 25.
1. Un client appelle le service à huit reprises. On désigne par X le nombre de fois où ce client a
dû subir un retard.
a. Déterminer la loi, l’espérance et la variance de X.
b. Calculer la probabilité de l’événement le client a subi au moins un retard.
c. Calculer la probabilité de l’événement le client a subi moins de quatre retards.
d. Calculer la probabilité de l’événement le client a subi moins de quatre retards sachant
qu’il en a subi au moins un.
2. On considère un groupe de huit clients différents. Deux d’entre eux sont mécontents parce qu’ils
ont dû subir un retard à la suite de leur appel. On contacte, au hasard quatre personnes parmi ces
huit. On appelle Y la variable aléatoire égale au nombre de clients mécontents parmi les quatre
contactés.
a. Quelle loi de probabilité Y suit-elle ?
b. Quelle est l’espérance mathématique de Y ?
Indications
Ex. 23.2
Pour le calcul de l’espérance et de la variance de X, on pourra plutôt calculer E(X +1) et E(X(X +
1)).
Ex. 23.4
2. On pourra commencer par calculer pour tout k ∈ X(Ω), P (Xn > k).
Ex. 23.5
Pour déterminer la probabilité de l’événement A les boules 1,2,3 sortent consécutivement et dans
cet ordre on sera amené à dénombrer A.
9782340-002166_001_600.indd 583 21/10/2014 12:14

1 2 3 4 5 6 7
V V F F V V V
1. Comme X(Ω) ⊂ R∗+ , la transformée Y = ln(X) est bien définie. Pour calculer son espérance,
on peut appliquer la Formule de transfert qui donne le résultat.
2. La variance de X est un réel positif. Or, d’après la Formule de Huygens V (X) = E(X 2 )−E(X)2 .
Par conséquent, on a bien E(X 2 ) ≥ E(X)2 .
3. Si X U ([[1, n]]), alors 2X ne prend que des valeurs paires (2X)(Ω) = {2, 4, . . . , 2n}, tandis
qu’une loi uniforme sur [[2, 2n]] prend toutes les valeurs entières entre 2 et 2n.
4. D’après les propriétés de la variance (théorème 23.10), V (aX + b) = a2 V (X). En particulier,
V (aX + b)
= aV (X) + b lorsque V (X)
= 0, b
= 0, a
= 1.
5. En vertu du même théorème, on a V (X + a) = V (X) = V (b − X).
6. Cela provient directement de la loi de probabilité de X.
7. Cette propriété montre que la variance mesure l’écart à la moyenne. Pour la montrer, notons
X(Ω) = {x1 , x2 , . . . , xn } et m = E(X). D’après la formule de transfert, on a
n
V (X) = E (X − m)2 = (xi − m)2 P (X = xi )
i=1
L’hypothèse V (X) = 0 se traduit donc par ∀i ∈ [[1, n]], xi

= m ⇒ P (X = xi ) = 0.
On en déduit alors que P (X
= m) = P (X = xi ) = 0. Passant à l’événement contraire, on
1≤i≤n
xi =m
obtient P (X = m) = 1.
578 CHAPITRE 23
9782340-002166_001_600.indd 584 21/10/2014 12:14

Exercice 23.1
On suppose que X suit la loi binomiale B(n, p). Ainsi
• X(Ω) = [[0, n]]
n
• ∀k ∈ [[0, n]], P (X = k) = k pk q n−k
Pour calculer l’espérance de Y et Z, on applique la formule de transfert.
n
1 n k n−k
1. On a E(Y ) = p q , où q = 1 − p. Pour expliciter cette
1+k k
k=0
somme, introduisons la fonction x → f (x) = (x + q)n et sa primitive qui
s’annule en 0, notée F . D’après la formule du binôme
n
n k n−k
f (x) = x q
k
k=0
n
1 n k+1 n−k 1
F (x) = x q = (x + q)n+1 − q n+1
k+1 k n+1
k=0
1 1 1 − q n+1
d’où l’on tire E(Y ) = F (p) = .
p n+1 1−q
1 x
2. Soit g : x → a . D’après la formule de transfert
2n
n n
1 n k
n
1 1+a
E(Z) = g(k)P (X = k) = a =
n2n+1 k 2n 2
k=0 k=0

Exercice 23.2

n
1 Pour déterminer la valeur de a, on exploite la relation 1 = P (X = k). méthode 23.3
k=0
Pour calculer cette somme, introduisons la fonction f : x → f (x) = (1+x)n et
sa primitive qui s’annule en 0, F . D’après la formule du binôme de Newton,
n
1 n k+1 1
F (x) = x = (1 + x)n+1
−1
k+1 k n+1
k=0

n
n
1 2n+1 − 1
On a alors 1 = P (X = k) = a = a F (1) = a .
k+1 n+1
k=0 k=0
n+1
Finalement, il s’ensuit que a = .
2n+1 − 1

n
2 Par définition, E(X) = kP (X = k). Étant donné l’expression de la loi
k=0

n
de X, il sera préférable ici de calculer plutôt E(X + 1) = (k + 1)P (X = k). Astuce à retenir.
k=0
9782340-002166_001_600.indd 585 21/10/2014 12:14

À l’aide de la Formule de transfert, on obtient aisément
n n
n
E(X + 1) = (k + 1)P (X = k) = a = 2n a
k
k=0 k=0
(n − 1) 2n + 1
On utilise E(1) = 1 Par linéarité de l’espérance, on conclut E(X) = E(X+1)−1 = .
et la méthode 23.4 2n+1 − 1
3 Pour calculer V (X), on doit déterminer E(X 2 ). Là encore, on a recours à
une astuce de calcul
V (X) = E(X 2 ) − E(X)2 = E(X(X + 1)) − E(X) − E(X)2

= E(X(X + 1)) − E(X)E(X + 1)
on utilise ici la D’après la Formule de transfert,

petite formule des
coefficients du binôme
n n n
n−1

n n − 1 E(X(X + 1)) = k(k + 1)P (X = k) = a k = an
k =n k k−1
k=0 k=0 k=1
k k−1

n−1
n−1

= an = n2n−1 a
k
k=0

V (X) = n2 a − 2n a(2n a − 1) = n2n−1 a n − 2 × (2n a − 1)
n−1

= n2n−1 a n + 2 − 2n+1 a
En remplaçant a par son expression en fonction de n, on en déduit finalement
(n + 1)(2n+1 − n − 2)
V (X) =
(2n+1 − 1)2

Exercice 23.3
Une réalisation possible pour cette expérience aléatoire est un couple d’entiers
Avant tout, nous (i, j), avec 1 ≤ i, j ≤ 6.
construisons le modèle
Ainsi, Ω = [[1, 6]]2 . Comme tous j
les couples sont équiprobables, Ω est 1 2 3 4 5 6
i
équipé de la probabilité uniforme.
1 0 1 2 3 4 5
Card (Ω) = 62 = 36.
1. Pour déterminer la loi de Z, nous ap- 2 1 0 1 2 3 4
pliquons la méthode 23.1. Pour chaque 3 2 1 0 1 2 3
valeur du couple (i, j), nous indiquons 4 3 2 1 0 1 2
dans le tableau ci-contre la valeur cor- 5 4 3 2 1 0 1
respondante de Z.
6 5 4 3 2 1 0
Comme pour tout (i, j) ∈ [[1, 6]] ,P ({(i, j)}) = 36 , on en déduit facilement la
2 1
loi de Z :
•Z(Ω) = [[0, 5]]

•P (Z = 0) = 36 6
, P (Z = 1) = 10
36 , P (Z = 2) =
8
36 , P (Z = 3) = 6
36 ,
4 2
P (Z = 4) = 36 , P (Z = 5) = 36 .
580 CHAPITRE 23
9782340-002166_001_600.indd 586 21/10/2014 12:14

2. On applique la méthode 23.4 et la méthode 23.5
E(Z) = P (Z = 1) + 2P (Z = 2) + 3P (Z = 3) + 4P (Z = 4) + 5P (Z = 5)
35
= ≈ 1, 944
18
E(Z 2 ) = P (Z = 1) + 22 P (Z = 2) + 32 P (Z = 3) + 42 P (Z = 4) + 52 P (Z = 5)
35
=
6
665
V (Z) = E(Z 2 ) − E(Z)2 = ≈ 2, 052
324

Exercice 23.4
1. Tout d’abord on effectuera au moins deux tirages. Par conséquent 1 n’est
pas une valeur possible pour Xn . 2 en revanche est une valeur possible qui
est réalisée lorsque la deuxième boule porte un numéro supérieur ou égal à la
première. Plus généralement, si k est un entier supérieur à 2, [Xn = k] sera
réalisé lorsque les k − 1 premières boules portent des numéros strictement
décroissants et la k ième porte un numéro supérieur à la précédente.
Comme les boules portent les numéros 1, 2, . . . , n la plus longue suite stric-
tement décroissante que l’on puisse former est n, n − 1, . . . , 2, 1. La n + 1ième
boule portera nécessairement un numéro supérieur à la nième et les tirages
s’arrêteront. Ainsi, l’ensemble des valeurs possibles pour Xn est
Xn (Ω) = [[2, n + 1]]
2. Soit k ∈ [[2, n + 1]]. L’événement [Xn > k] correspond à une suite stricte-
ment décroissante de k entiers choisis entre 1 et n :
n ≥ b1 > b2 > · · · > bk ≥ 1
Une telle suite définit une unique partie de [[1, n]] à k éléments et inverse-
ment toute partie de [[1, n]] à k éléments définit une unique suite strictement

décroissante. Par conséquent, [Xn > k] est un ensemble constitué de nk k- exercice 10.14
uplets d’entiers.
Comme les tirages ont lieu avec remise, tous les k-uplets d’éléments de [[1, n]]
sont équiprobables. Par conséquent,

Card [Xn > k] 1 n
P (Xn > k) = = k
nk n k
On en déduit alors la distribution de probabilité de X :

1 n 1 n
P (Xn = k) = P (Xn > k − 1) − P (Xn > k) = k−1 − k
n k−1 n k

1 n! n!
= n −
nk (k − 1)!(n − k + 1)! k!(n − k)!
n! nk − (n − k + 1) n! (n + 1)(k − 1)
= = k
n k k!(n − k + 1)! n k!(n − k + 1)!

k−1 (n + 1)! k−1 n+1
= =
nk k!(n − k + 1)! nk k
9782340-002166_001_600.indd 587 21/10/2014 12:14

n+1 n+1 1
3. Par définition, E(Xn ) = kP (Xn = k) = k(k − 1) n+1
k . Pour
k=2 k=2 nk
n+1
calculer E(Xn ), introduisons la fonction x → f (x) = n+1 k
k x . D’après la
k=0
formule du binôme ∀x ∈ R, f (x) = (1 + x)n+1 . De plus f est dérivable deux
fois et
n+1
1 k−2
∀x ∈ R, f (x) = k
k(k − 1) n+1
k x = n(n + 1)(1 + x)n−1
k=2 n
n
1 1 n+1
Finalement, E(Xn ) = 2 f ( n1 ) = 2 n(n + 1)(1 + n1 )n−1 = .
n n n
Pour déterminer la limite lorsque n tend vers l’infini, écrivons

1
E(Xn ) = exp n ln(1 + ) .
n
Comme ln(1 + n1 ) ∼ 1
n, il en résulte que lim E(Xn ) = e.
n→+∞
Exercice 23.5
On effectue des tirages successifs et sans remise. Une réalisation de cette
expérience aléatoire est une permutation de [[1, n]]. Les événements étant
équiprobables, Ω est muni de la probabilité uniforme. Card (Ω) = n!
1. Soit A l’événement les boules 1,2,3 sortent consécutivement et dans
cet ordre. Pour dénombrer A, nous décrivons les étapes qui mènent à une
réalisation de cet événement :
• choix du rang d’apparition de la boule 1 n − 2 possibilités.
• choix d’une permutation de [[4, n]] (n − 3)! possibilités.
Finalement, Card (A) = (n − 2) × (n − 3)! = (n − 2)! et par conséquent
Card (A) 1
P (A) = = .
Card (Ω) n(n − 1)
2. Soit B l’événement les boules 1,2,3 sortent dans cet ordre. Pour dénombrer
B, nous décrivons les étapes qui mènent à une réalisation de cet événement :

• choix des rangs d’apparition des boules 1,2,3 n3 possibilités.
n n! Card (B) 1
Finalement, Card (B) = 3 × (n − 3)! = et P (B) = = .
3! Card (Ω) 3!
Remarque : les événements les boules 1,2,3 sortent dans un ordre ou dans
un autre étant équiprobables, on pouvait deviner ce résultat par symétrie.
3. On note Xn le nombre de tirages effectués lorsque sort les boules 1, 2 et
3 sont sorties toutes les trois. L’ensemble des valeurs possibles pour Xn est
Xn peut Xn (Ω) = [[3, n]].
s’interpréter comme le Soit k ∈ [[3, n]]. On calcule P (X ≤ k). Pour dénombrer [X ≤ k], décrivons les
maximum du rang
étapes qui mènent à une réalisation de cet événement :
d’apparition des boules
1, 2 et 3 dans la suite • choix des rangs d’apparition des boules 1,2,3 k3 possibilités.
des tirages.
• choix d’une permutation de [[1, 3]] 3! possibilités.
582 CHAPITRE 23
9782340-002166_001_600.indd 588 21/10/2014 12:14

Ainsi Card (X ≤ k) = k(k − 1)(k − 2)(n − 3)! et par conséquent
k(k − 1)(k − 2)
P (X ≤ k) = .
n(n − 1)(n − 2)
Finalement, pour tout k ∈ [[3, n]],
P (Xn = k) = P (Xn ≤ k) − P (Xn ≤ k − 1)

1
= [k(k − 1)(k − 2) − (k − 1)(k − 2)(k − 3)]
n(n − 1)(n − 2)
3(k − 1)(k − 2)
=
n(n − 1)(n − 2)
Par définition Pour conclure le

calcul, on utilise

n
3 n
n
n2 (n+1)2
k3 =
E(Xn ) = k P (X = k) = k(k − 1)(k − 2) 4
n(n − 1)(n − 2) k=1

n
k=3 k=3 n(n+1)(2n+1)
k2 = 6
3
n
3(n + 1) k=1
= (k 3 − 3k 2 + 2k) = .
n
n(n+1)
n(n − 1)(n − 2) 4 k= 2
k=3 k=1

Exercice 23.6
1. Pour tout i ∈ [[1, n]], on peut associer une variable aléatoire Xi à la
iième rencontre du représentant de commerce, qui prend la valeur 1 si la per-
sonne pi est malade et 0 sinon. Xi suit la loi de Bernoulli de paramètre p. N compte le
n nombre de succès en n
Avec ces notations, N = Xi apparaı̂t comme la somme de n variables tentatives
i=1 indépendantes, on
aléatoires de Bernoulli, de même paramètre et mutuellement indépendantes. reconnaı̂t le modèle de
Par conséquent N suit la loi binomiale de paramètres (n, p). la loi binomiale
• N (Ω) = [[0, n]]
n k n−k Pour déterminer la
• ∀k ∈ [[0, n]], P (N = k) = k p q , où l’on a noté q = 1 − p. probabilité que le
2. En présence d’une personne contaminée, on sait que le représentant sera représentant soit
contaminé à son tour avec la probabilité 23 . Soit C l’événement à la fin de contaminé, tout
dépend du nombre de
ses visites, le représentant de commerce est contaminé. On va utiliser la personnes malades
formule des probabilités totales pour le système complet d’événements liés qu’il va rencontrer.
à N .
Soit k ∈ [[0, n]]. Supposons que [N = k] est réalisé. Le représentant rencontre
k personnes malades. La probabilité qu’il ne soit pas contaminé à l’issue de
chacune de ces visites est de 13 . Comme ces expériences sont mutuellement
1
indépendantes, il en résulte que P[N =k] (C) = k , d’où l’on tire que
3

n
n
n k n−k 1
n
n pk n−k
P (C) = P (N = k) × P[N =k] (C) = k p q k
= k 3k q
3
k=0 k=0 k=0
p n
2p n
= 3 +q = 1− 3

2p n
Finalement, P (C) = 1 − P (C) = 1 − 1 − 3 .
9782340-002166_001_600.indd 589 21/10/2014 12:14

Exercice 23.7
Comme le tirage se fait simultanément (sans remise), une issue possible de
cette expérience aléatoire est une partie à n éléments de l’urne, qui en contient
2n. Comme le tirage
se fait au hasard, Ω est muni de la probabilité uniforme.
Card (Ω) = 2n n .
On reconnaı̂t ici le 1. X(Ω) = [[0, n]]. Soit k ∈ [[0, n]]. L’événement [X = k] correspond aux
modèle de la loi poignées de n boules dont exactement k sont blanches. On a
hypergéométrique
Card ([X = k])
P (X = k) =
Card (Ω)
Pour dénombrer [X = k] on décrit les étapes qui mènent à une réalisation :

• on prend k boules blanches nk possibilités.
n
• on prend n − k boules noires n−k possibilités.
Finalement,
n n
n2
∀k ∈ [[0, n]], P (X = k) = k
2nn−k
= 2n
k

n n
2. Le calcul de l’espérance et de la variance d’une variable aléatoire suivant la

loi hypergéométrique a été traité dans la partie méthodes. Avec les paramètres
n n2
(2n, n, p), nous obtenons E(X) = et V (X) = .
2 4(2n − 1)
Exercice 23.8
1. On peut associer une variable aléatoire Xi à chaque groupe Gi qui prend
la valeur 1 si le groupe est sain et 0 si le groupe comprend un individu atteint
du virus. Xi suit une loi de Bernoulli. Pour déterminer son paramètre, il est
plus aisé de calculer P (Xi = 0). En effet, l’événement [Xi = 0] correspond
à la conjonction de n événements : chaque individu du groupe est sain. En
notant q = 1 − p, on a donc par indépendance de ces n événements :
P (Xi = 0) = q n
Ainsi, le résultat du test pour le iième groupe suit la loi de Bernoulli de pa-
ramètre 1 − q n .
La variable X est égale au nombre de groupes testés positifs, autrement dit,
g
X = i=1 Xi . Comme les Xi sont des variables indépendantes qui suivent
la même loi de Bernoulli de paramètre 1 − q n , il en résulte que X suit la loi
E(X) = g(1 − q n ) binomiale de paramètres (g, 1 − q n ).
• X(Ω) = [[0, g]]
g
• ∀k ∈ [[0, g]], P (X = k) = k (1 − q ) (q )
n k n g−k
.
2. Lorsqu’on suit la deuxième méthode, on effectue tout d’abord g = N n
analyses de groupes, puis n analyses supplémentaires pour chaque groupe
positif. Ainsi
N
Y = + nX
n
ng = N Pour calculer, l’espérance de Y , on utilise la linéarité de l’espérance :
584 CHAPITRE 23
9782340-002166_001_600.indd 590 21/10/2014 12:14

N N N
E(Y ) = n E(X) + = n g (1 − q n ) + = N (1 − q n ) +
n n n
1
= N (1 − q + )
n
n
3. Lorsque N = 1000, n = 100 et p = 0, 01, le nombre moyen d’analyses

nécessaires si l’on suit la deuxième méthode est E(Y ) = 1000(1 − (0, 99)100 +
0, 01) ≈ 644. Si l’on compare aux 1000 analyses nécessaires pour la première
méthode, il est clairement préférable d’adopter la deuxième méthode.
Exercice 23.9
1. a. Les appels ayant lieu indépendamment les uns des autres, X est égale au
nombre de retards obtenus en n tentatives ayant lieu dans des conditions iden-
tiques et de façon indépendante. On reconnaı̂t le modèle d’une loi binomiale
de paramètres n = 8 et p = 14 . Ainsi
• X(Ω) = [[0, 8]]
8 1 k 3 8−k
• ∀k ∈ [[0, 8]], P (X = k) = k 4 4 .
b. L’événement le client a subi au moins un retard correspond à
[X ≥ 1]. Il est plus aisé de déterminer la probabilité de l’événement contraire :
8 8
P (X = 0) = 34 , donc P (X ≥ 1) = 1 − 34 ≈ 0, 900.
c. L’événement le client a subi moins de quatre retards correspond à
[X = 0] ∪ [X = 1] ∪ [X = 2] ∪ [X = 3]. Ces événements étant deux à deux
incompatibles, l’additivité de la probabilité donne :
P (X < 4) = P (X = 0) + P (X = 1) + P (X = 2) + P (X = 3) ≈ 0, 886
d. Pour calculer cette probabité conditionnelle, nous utilisons la définition.
P (1 ≤ X < 4) P (X = 1) + P (X = 2) + P (X = 3)
P[X≥1] (X < 4) = = ≈ 0, 873
P (X ≥ 1) 1 − P (X = 0)
2. On considère huit clients différents, qui se répartissent en deux catégories :

ceux qui sont mécontents (ils sont deux) et les autres au nombre de six. On
contacte quatre personnes parmi ces huit.
a. Y est égale au nombre de personnes mécontentes parmi les quatre
sélectionnées. On reconnaı̂t ici le modèle d’une loi hypergéométrique de pa-
ramètres N = 8, n = 4, p = 14 . Par conséquent
• Y (Ω) = [[0, 2]]
2 6

• ∀k ∈ [[0, 2]], P (Y = k) = k
84−k
.
4
15 40 15
Ainsi P (Y = 0) = , P (Y = 1) = , P (Y = 2) = .
70 70 70
b. L’espérance mathématique de Y est alors E(Y ) = np = 1.
9782340-002166_001_600.indd 591 21/10/2014 12:14

9782340-002166_001_600.indd 592 21/10/2014 12:14
INDEX
application, 32 coefficient binomial, 78

bijective, 34 coefficients
identité, 32 d’un polynôme, 413
injective, 33 combinaison linéaire, 460
surjective, 33 complémentaire d’un ensemble, 31
application linéaire composée d’applications, 32
caractérisation sur une base, 485 conjonction de propositions, 5
application linéaire, 483 conjugué d’un nombre complexe, 51
rang, 485 contraposée de proposition, 6
Arccosinus, 131 coordonnées
Arcsinus, 131 cartésiennes de l’espace, 179
Arctangente, 131 cartésiennes du plan, 153
argument d’un nombre complexe, 52 cylindriques de l’espace, 179
asymptote, 400 polaires du plan, 153
asymptote horizontale, 400 selon une base, 463
asymptote oblique, 400 courbe représentative, 103
croissances comparées, 312
base canonique, 462
base d’un espace vectoriel, 461 degré
bijection, 34 d’un polynôme, 413
borne inférieure déterminant
d’une partie, 277 dans l’espace, 180
d’une suite, 278 dans le plan, 154
borne supérieure développement limité, 391
d’une partie, 277 à l’ordre 1 des fonctions dérivables, 337
d’une suite, 278 des fonctions usuelles, 392
branche infinie, 400 disjonction de propositions, 5
distance
caractérisation droite - droite dans l’espace, 183
des racines d’un polynôme, 415 point - droite dans l’espace, 182
caractérisation séquentielle point - droite dans le plan, 156
de la continuité, 307 point - plan dans l’espace, 182
de la limite, 279 division euclidienne
cardinal d’un ensemble, 227 de polynômes, 414
cercles droite
équations cartésiennes, 156 vectorielle, 460
changement de repère, 158 droites
changement de variable, 365 équations cartésiennes, 154
INDEX 587
9782340-002166_001_600.indd 593 21/10/2014 12:14

équations paramétriques, 155 incompatibles, 533
droites de l’espace mutuellement indépendants, 536
équations cartésiennes, 182 éventualité, 533
équations paramétriques, 182 expérience aléatoire, 533
écart type factorielle d’un nombre, 78

d’une v.a.r., 566 famille
égalité génératrice, 250, 461
des accroissements finis, 339 libre, 250, 461, 462
endomorphisme, 483 liée, 250, 461
ensemble linéairement indépendante, 462
fini, 227 fonction
ensembles indicatrice, 32
disjoints, 228 bornée, 102
équation croissante, 102
auxiliaire, 249 décroissante, 102
de compatibilité, 249 de classe C p , 340
principale, 249 dérivable, 104, 337
équation caractéristique, 204 dérivable à droite, 337
équation différentielle linéaire d’ordre 1, 203 dérivable à gauche, 337
équation différentielle linéaire d’ordre 2, 204 dérivée, 104
équation homogène associée, 203 dominée, 310
équations linéaires, 486 équivalente, 310
équivalence, 5 exponentielle, 129
équivalents impaire, 102
de fonctions, 310 logarithme népérien, 129
usuels, 312 majorée, 102
espérance minorée, 102
d’une v.a.r., 565 monotone, 103
espace probabilisé fini, 533 négligeable, 310
espace vectoriel paire, 102
L(E, F ), 465, 485 périodique, 102
définition, 459 puissance d’exposant α, 129
de dimension finie, 463 strictement croissante, 102
dimension, 463 strictement décroissante, 103
exemples, 459 strictement monotone, 103
espace vectoriel engendré, 250 formule
événement d’Euler, 52
aléatoire, 533 de Bayes, 536
aléatoire, 533 de Grassmann, 465
certain, 533 de Huygens, 566
contraire, 533 de Kœnig-Huygens, 566
impossible, 533 de Leibniz, 340, 413, 414
négligeable, 534 de Moivre, 52
non négligeable, 534 de Newton, 441
réalisé, 533 de Pascal, 79, 229
événements de Poincaré, 534, 540, 549
conjonction, 533 de Taylor avec reste intégral, 366
disjonction, 533 de Taylor pour les polynômes, 414
588 INDEX
9782340-002166_001_600.indd 594 21/10/2014 12:14

de Taylor-Young, 391 inversible, 441
des probabilités composées, 535 relation polynomiale, 447
des probabilités totales, 535 ligne, 439
du binôme de Newton, 229 nulle, 439
réduite de Gauss, 515
groupe linéaire, 441 triangulaire inférieure, 439
triangulaire supérieure, 248, 439
homothétie, 157, 484
unité, 439
identité géométrique, 281, 441 matrices
image équivalentes, 248
d’une matrice, 443 maximum, 102
image directe, 33, 483 méthode du pivot de Gauss-Jordan, 249
image réciproque, 33 minimum, 102
implication de proposition, 5 minorant, 101, 277
indéterminée module d’un nombre complexe, 51
d’un polynôme, 413 monôme dominant
inégalité d’un polynôme, 413
de Bienaymé-Tchebychev, 567, 572
des accroissements finis, 339 nombre complexe, 51
triangulaire, 51, 101 nombre de pivots, 249
injection, 33 nombre de succès en n tentatives, 574
intégrale noyau
d’une fonction continue, 363 d’une matrice, 443
intégration par parties, 365
opérations sur les limites, 279
intersection d’ensembles, 31
ordre de multiplicité
intervalle, 277
d’une racine d’un polynôme, 415
isomorphisme, 483
orientation d’un plan, 179
lemme
des bergers, 228 p-combinaison, 229
limite p-liste, 31, 228
à gauche, 307 p-uplet, 31, 228
d’une fonction réelle, 307 partie
théorèmes d’existence, 308 bornée, 102
loi bornée, 277
binomiale, 568 majorée, 101
certaine, 567 majorée, 277
de Bernoulli, 567 minorée, 101
de probabilité d’une v.a.r. finie, 565 minorée, 277
hypergéométrique, 573 partie entière, 277
partie imaginaire d’un complexe, 51
majorant, 101, 277 partie réelle d’un complexe, 51
matrice, 439 partie régulière
carrée, 439 d’un développement limité, 391
colonne, 439 permutation, 229
des coefficients, 247 perpendiculaire commune, 186
diagonale, 439 pivot
échelonnée par lignes, 248 d’un système échelonné par ligne, 248
identité, 439 d’une matrice échelonnée par ligne, 248
INDEX 589
9782340-002166_001_600.indd 595 21/10/2014 12:14

plan d’une matrice échelonnée, 515
vectoriel, 461 d’une matrice par la méthode de Gauss-
plans Jordan, 515
équations cartésiennes, 181 réciproque d’une proposition, 5
plus grand élément, 277 réflexion, 157
plus petit élément, 277 relation de Chasles, 363
point critique, 401 résolution d’un système d’équations linéaires
polynôme par remontée, 252
annulateur d’une matrice, 447 par substitution, 252
polynôme, 413 reste
dérivé, 413 d’un développement limité, 391
irréductible, 414 restriction d’une application, 32
scindé, 416 réunion d’ensembles, 31
positions rotation, 157
cercles - cercles —., 157
cercles - droites, 156 sommation
sphères - plans, 183 d’une suite géométrique, 281
sphères - sphères, 183 somme
primitive d’une fonction continue, 365 de Riemann, 364
principe somme de sous-espaces vectoriels, 461
de déduction, 6 somme directe de sous-espaces vectoriels, 461
de récurrence, 7 sous-espace vectoriel, 460
de récurrence double, 7 engendré par une partie, 460
de récurrence forte, 7 sous-espaces supplémentaires, 461
de superposition, 203 sphères
multiplicatif, 230 équations cartésiennes, 183
probabilité, 533 suite
conditionnelle, 534 équivalente, 281
uniforme, 534 arithmétique, 280
problème de Cauchy, 203, 204 bornée, 278
produit cartésien, 31 convergente, 278
produit mixte croissante, 278
dans l’espace, 180 de Fibonacci, 19
produit scalaire de nombres réels, 278
dans l’espace, 179 décroissante, 278
dans le plan, 153 divergente, 278
produit vectoriel, 180 divergente vers ±∞, 278
projecteurs, 484 dominée, 281
proposition, 5 extraite, 278
géométrique, 280
quantificateur majorée, 278
existentiel, 6 minorée, 278
universel, 6 monotone, 278
négligeable, 281
racines récurrente linéaire d’ordre deux, 281
d’un polynôme, 414 surjection, 33
rang symbole
d’un système échelonné, 249 de Kronecker, 423
d’une famille de vecteurs, 464 symétries, 484
590 INDEX
9782340-002166_001_600.indd 596 21/10/2014 12:14

système d’un polynôme, 414
complet d’événements, 533
système d’équations linéaires, 247
compatible, 247
homogène, 247
homogène associé, 247
incompatible, 247
triangulaire supérieur, 248
systèmes d’équations linéaires
équivalents, 248
théorème
des valeurs intermédiaires, 309
d’existence de limite, 308
d’existence de limite par comparaison,
280
d’existence de limite par encadrement,
279
de d’Alembert-Gauss, 415
de la base extraite, 463
de la base incomplète, 463
de la bijection, 103
de la division euclidienne, 414
de la limite monotone, 280
de Rolle, 339
des accroissements fiinis, 339
des cardinaux de familles, 463
des gendarmes, 279
du rang, 486
fondamental du calcul intégral, 365
translation, 157
triangle de Pascal, 79
unicité
de la limite, 307
univers des possibles, 533
valeur absolue, 101, 277

valeur moyenne d’une fonction continue, 364
variable aléatoire
certaine, 567
finie, 565
réelle, 565
réelle centrée, 566
variance
d’une v.a.r., 566
vecteur directeur, 155
vecteur normal, 155
zéro
INDEX 591
9782340-002166_001_600.indd 597 21/10/2014 12:14

9782340-002166_001_600.indd 598 21/10/2014 12:14
9782340-002166_001_600.indd 599 21/10/2014 12:14
9782340-002166_001_600.indd 600 21/10/2014 12:14
TSI
Dans la même collection
TSI
Nicolas Nguyen
Walter Damin
Mathieu Fontes
1re année
1 année
re Christophe Jan
Layla Pharamond
P R É P A S S C I E N C E S P R É PAS
SCI EN CES P R É P A S S C I E N C E S
COLLECTION DIRIGÉE PAR BERTR AND HAUCHECORNE
Les ouvrages de la collection PRÉPAS SCIENCES sont le Nouveau programme
MATHS
complément indispensable à la réussite en CPGE scientifiques. Ils
ont été conçus et rédigés par des professeurs enseignant en CPGE
scientifiques dans différents lycées de notre pays. Leur contenu a été
discuté et pensé avec soin pour permettre la meilleure adéquation avec les
attentes et les besoins des étudiants en classes préparatoires scientifiques.
MATHS
Pour intégrer, il faut assimiler le cours, en connaître les points fondamentaux et
savoir le mettre en application dans des exercices ou des problèmes souvent ardus.
Cette collection est conçue pour répondre à ces difficultés. Dans chaque chapitre,
correspondant à peu près à une semaine de cours, le lecteur trouvera :
Le résumé de cours Les exercices, avec des indications

Il vous permettra d’accéder Souvent tirés d’annales de concours,
à une connaissance synthétique
des notions.
ils vous entraîneront aux écrits
comme aux oraux.
Objectifs Nouveau programme
Les méthodes Les corrigés
Cours résumé
Elles vous initieront aux techniques
usuelles qu’il faut savoir
Toujours rédigés avec soin,
ils vous aideront à progresser
Méthodes
mettre en place. dans la résolution d’exercices. Vrai-faux
Le vrai/faux
Il testera votre compréhension
Erreurs à éviter
du cours et vous évitera de tomber
dans les erreurs classiques.
Exercices de base et d’approfondissement
Ainsi, avec un seul livre par année et par matière, la collection PRÉPAS SCIENCES Énoncés de sujets de concours (écrits, oraux)
vous permettra de surmonter les colles, d’affronter les DS, et elle vous guidera, jour
après jour, dans votre cheminement vers la réussite aux concours. Corrigés détaillés et commentés
-:HSMDOA=UUWV[[:
9782340-002166_COUV.indd 1 23/10/2014 11:03

Math Ellipse

Transféré par

Droits d'auteur :

Formats disponibles

Math Ellipse

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Math Ellipse

Transféré par

Droits d'auteur :

Formats disponibles

TSI

Dans la même collection

Le résumé de cours Les exercices, avec des indications

ouvrage coordonné par

9782340-002166_001_600.indd 1 21/10/2014 12:13

Retrouvez tous les titres de la collection et des extraits sur www.editions-ellipses.fr

9782340-002166_001_600.indd 2 21/10/2014 12:13

Réussir en classes préparatoires nécessite d’assimiler rapidement un grand

9782340-002166_001_600.indd 3 21/10/2014 12:13

II. DEUXIÈME SEMESTRE .......................................................... 273

9782340-002166_001_600.indd 5 21/10/2014 12:13

9782340-002166_001_600.indd 7 21/10/2014 12:13

Le mathématicien italien Giuseppe Peano était très soucieux

9782340-002166_001_600.indd 9 21/10/2014 12:13

9782340-002166_001_600.indd 10 21/10/2014 12:13

9782340-002166_001_600.indd 11 21/10/2014 12:13

Théorème 1.1.— Soit P et Q deux propositions. L’implication P ⇒ Q et sa contraposée sont

Proposition 1.2.— Soit P et Q deux propositions. Alors :

Proposition 1.3.— Négation des propositions avec quantiﬁcateurs —.

9782340-002166_001_600.indd 12 21/10/2014 12:13

Théorème 1.5.— Principe de récurrence —. Soit P(n) une proposition dépendant de n ∈ N, et

Théorème 1.6.— Récurrence double —. Soit P(n) une proposition dépendant de n ∈ N, et

alors la proposition P(n) est vraie pour tout entier n ≥ n0 .

9782340-002166_001_600.indd 13 21/10/2014 12:13

Méthode 1.1.— Comment démontrer une proposition par déduction

Exemple : montrer que, pour tout x ∈ R, x2 − 4x + 5 > 0.

Mise en œuvre : tous les exercices !

Méthode 1.2.— Comment démontrer une proposition par disjonction de cas

Exemple : montrer que, pour tout n ∈ N, n(n+1) 2 est un entier naturel.

Mise en œuvre : exercice 1.5, exercice 1.6.

Méthode 1.3.— Comment démontrer une proposition par l’absurde

9782340-002166_001_600.indd 14 21/10/2014 12:13

Démontrer une implication

Méthode 1.4.— Comment démontrer une implication par raisonnement direct

Exemple : démontrer que, pour x et y réels,

Soit x et y deux réels tels que x2 = y 2 . On a donc x2 − y 2 = 0, soit (x − y)(x + y) = 0.

Méthode 1.5.— Comment démontrer une implication par contraposition

l’implication P ⇒ Q est équivalente à sa contraposée non Q ⇒ non P .

Exemple : montrer l’implication x∈

Mise en œuvre : exercice 1.8

9782340-002166_001_600.indd 15 21/10/2014 12:13

Exemple : soit x, y ∈ R+ . En raisonnant par l’absurde, montrer que, si 1+y

x(1 + x) = y(1 + y),

donc x2 − y 2 = y − x, soit (x − y)(x + y) = y − x, d’où (x − y)(x + y + 1) = 0. Comme x

Démontrer une équivalence

Méthode 1.7.— Comment démontrer une équivalence par double implication

9782340-002166_001_600.indd 16 21/10/2014 12:13

Méthode 1.8.— Comment démontrer une équivalence par raisonnement direct

Mise en œuvre : exercice 1.7.

Méthode 1.9.— Comment utiliser un contre-exemple

Exemple : la fonction sinus n’est pas paire. Par exemple, sin( π2 )

9782340-002166_001_600.indd 17 21/10/2014 12:13

Raisonner par analyse-synthèse

Méthode 1.10.— Comment raisonner par analyse-synthèse

Mise en œuvre : exercice 1.10 et exercice 1.11.

9782340-002166_001_600.indd 18 21/10/2014 12:13

Méthode 1.11.— Comment appliquer une récurrence simple

Exemple : montrer par récurrence que, pour tout entier n ∈ N∗ , 1 + 2 + · · · + n = n(n+1)

Ici n0 = 1. Pour n ∈ N∗ , on note P(n) la proposition : 1 + 2 + · · · + n = n(n+1)

Exemple : montrer que, pour tout entier n ∈ N∗ , 1 × 1! + 2 × 2! + · · · + n × n! = (n + 1)! − 1.

ce qui montre que f est une fonction de la forme n → λn, où λ ∈ R.

ou encore 10n+1 − 1 = 9k , avec k = 10k + 1. Cela signiﬁe que 9 divise