Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1) Définitions
Loi de composition interne. Associativité. Élément neutre ; il est unique. Inverse, unicité.
Commutativité, groupe abélien, groupe additif. Soustraction dans un groupe additif.
2) Puissances et multiples
Notation an dans un groupe multiplicatif.
an p + n p np = (an )p = (ap )n , (ab) = b a , (ab)n = an bn
= a a , a
1 1 1
si ab = ba.
Notation na dans un groupe additif.
(n p)a = na pa, n(a b) = na nb, (np)a = n(pa) = p(na).
3) Sous-groupes
Partie stable par la loi de composition, l'inversion, et contenant l'élément neutre du groupe.
Sous-groupe engendré
L'intersection d'une famille de sous-groupes est un sous-groupe. L'intersection de tous les sous-groupes
contenant une partie X est le plus petit sous-groupe contenant X , noté hX i. C'est l'ensemble des mots
nis construits sur X [ X . 1
Exemples : hai = aZ ou Za. Le sous-groupe de SE engendré par les transpositions est l'ensemble des
permutations ayant un nombre ni de points non xes ; c'est SE si et seulement si E est ni.
Si H; K hH [ K i = H + K .
sont des sous-groupes d'un groupe additif alors
En particulier dans un groupe additif, ha; bi = fua + vb; u; v 2 Zg.
Théorème de Lagrange : soient G un groupe ni et H un sous-groupe. Alors card H divise card G.
4) Morphismes
Application transportant l'opération du groupe de départ sur celle du groupe d'arrivée.
Exemples : n 7! an ou n 7! na, signe et valeur absolue dans R , signature d'une permutation à support
ni, conjugaison dans un groupe multiplicatif.
et on réécrit le produit
a, c'est uniquement dans 0
1 1
Théorème : l'équation f (x) = a admet au moins une solution si et seulement si a 2 Im f . Dans ce cas,
l'ensemble des solutions est fx u; u 2 Ker f g = fvx ; v 2 Ker f g où x est une solution particulière.
0 0 0
page 2 I Groupes
Conséquences
f f = feg.
est injectif si et seulement si Ker
Si a ^ b = d 6= 0 alors l'équation ax + by = c a des solutions dans Z si et seulement si d j c. Dans ce cas,
les solutions dièrent entre elles d'un multiple de (b=d; a=d).
5) Le groupe Z=nZ
Soit n 2 N . La relation de congruence modulo n est compatible avec l'addition, la soustraction et la
multiplication. Tout x 2 Z est congru modulo n à un unique élément de [[0; n[[ noté x mod n.
Conséquence : on note Z=nZ = f0 mod n; : : : ; (n 1) mod ng l'ensemble des classes de de congruence
modulo n et on dénit dans Z=nZ les opérations d'addition, de soustraction et de multiplication par :
(x mod n) + (y mod n) = (x + y ) mod n;
(x mod n) (y mod n) = (x y ) mod n;
(x mod n) (y mod n) = (x y ) mod n:
Proposition : (Z=nZ; +) est un groupe additif et l'application x ! x mod n est un morphisme surjectif
de Z sur Z=nZ. Son noyau est le sous-groupe nZ.
Propriété universelle : soit f : (Z; +) ! (G; :) un morphisme de groupes dont le noyau contient nZ.
Alors il existe une unique application f
: Z=nZ ! G vériant : 8 x 2 Z; f
(x mod n) = f (x). De plus, f
6) Groupes monogènes
Ordre d'un élément. Exemples dans C , dans Z=nZ et dans SE .
O(a) = 1 () a = e. O(a) = 1 ou 2 () a = e () a = a .
2 1
Caractérisations
a est d'ordre ni n () (ap = e () n j p) () (ap = aq () p q (mod n)) () cardhai = n:
a est d'ordre inni () (ap = e () p = 0) () (ap = aq () p = q ) () cardhai = 1:
Théorème de Lagrange : soient G un groupe ni de cardinal n et a 2 G. Alors an = e.
Groupe monogène, groupe cyclique. Exemples Z, Z=nZ, Un . Contre-exemple Q.
Théorème : soit G un groupe monogène. Si G est ni de cardinal n alors G est isomorphe à (Z=nZ; +).
Sinon, G est isomorphe à (Z; +).
I Groupes page 3
Conséquences : G est un groupe cyclique de cardinal n engendré par un élément a.
soit
Les générateurs de G sont les éléments de la forme ak avec k ^ n = 1. Leur nombre est égal à '(n).
Les sous-groupes de G sont monogènes et pour tout d j n, G admet exactement un sous-groupe de
d
cardinal n=d, à savoir ha i.
Tout groupe ni dont le cardinal n est un nombre premier est cyclique, isomorphe à Z=nZ et à Un .
page 4 I Groupes
II — Anneaux
1) Définitions
Addition et multiplication, distributivité, zéro et unité. Ils sont diérents si et seulement si A 6= f0g.
Relations 0 x = x 0 = 0, (nx) y = n(x y) = x (ny), (n1) (p1) = (np)1.
Développement de ( a + b)n et factorisation de an bn quand ab = ba.
Régularité, inversibilité pour la multiplication. Groupe A
des unités de A.
Anneau commutatif, intègre, corps.
Exemples : Z, Z=nZ, Q, R, C, AX , A[X ] et A[X; Y ] pour A anneau quelconque, K(X ), produit de deux
anneaux.
Algèbre = anneau + K-ev avec l'associativité mixte : (x) y = (x y) = x (y).
Sous-anneau, sous-corps, sous-algèbre, exemples précédents.
Morphismes
Morphisme d'anneaux = application transportant l'addition, la multiplication et les deux éléments neu-
tres. Le transport du zéro n'est pas à vérier, il résulte du transport de l'addition.
Morphisme d'algèbre = transporte en plus la multiplication externe.
Image directe et image réciproque d'un sous-anneau ou d'une sous-algèbre. Composée de morphismes,
réciproque d'un isomorphisme.
Idéal engendré
L'intersection d'une famille d'idéaux est un idéal. L'intersection de tous les idéaux contenant une par-
tie X est le plus petit idéal contenant X , noté (X ). C'est l'ensemble des combinaisons linéaires nies à
coecients dans A des éléments de X .
Exemples : (a) = aA (idéal monogène engendré par a), (I [ J ) = I + J , éléments de AX s'annulant sur
une partie Y X xée.
Un idéal contenant l'unité ou une unité est égal à A.
Théorèmes : les idéaux de Z sont ses sous-groupes additifs, soit les ensembles (n) = hni = nZ, n 2 N.
Les idéaux de K[X ] sont les idéaux monogènes, soit les ensembles (P ) avec P = 0 ou P unitaire,
entièrement déterminé par l'idéal considéré.
Dans l'anneau K[X; Y ], l'ensemble des polynômes nuls en (0; 0) est un idéal non monogène.
Un anneau principal est un anneau commutatif intègre dans lequel tous les idéaux sont monogènes.
II Anneaux page 5
Pgcd, ppcm dans un anneau principal
d = a ^ b est l'un des générateurs de l'idéal (a) + (b) = fua + vb; u; v 2 Ag.
m = a _ b est l'un des générateurs de l'idéal (a) \ (b) = fmultiples communs à a et bg.
d et m sont uniques à association près ; on les rend uniques dans Z en imposant d; m 2 N. On les rend
uniques dans K[X ] en imposant qu'ils soient nuls ou unitaires.
Propriétés
x j d ()(x j a et x j b). d = 0 () a = b = 0.
m j x ()(a j x et b j x). m = 0 () a = 0 ou b = 0.
(md) = (ab).
Il existe u; v en général non uniques tels que d = ua + vb. Dans Z et dans K[X ] l'algorithme d'Euclide
étendu fournit un tel couple.
Démonstration
Existence par l'absurde : si a n'a pas de décomposition alors a n'est pas irréductible, a = bc avec b 2= A
et c 2= A
et l'un des facteurs, par exemple b n'a pas lui non plus de décomposition. On construit
alors de proche en proche une suite (an )n2N telle que an j an et an =j an . Soit I l'idéal engendré
+1 +1
Pour l'unicité, si ub : : : bn = vc : : : cp avec n > 0, alors b divise vc : : : cp et est premier donc divise
v car b 2= A d'où p > 0 et b divise ci . ci étant irréductible, b et ci
1 1 1 1
sont associés. On supprime ces deux facteurs, en modiant au besoin v , et on termine par élimination
de proche en proche des facteurs premiers restants de l'un ou l'autre côté.
Lorsque A = K[X ], on impose, quitte à modier le facteur u, que les facteurs premiers soient unitaires.
On regroupe de même les facteurs premiers égaux et on obtient a = p
: : : pk avec 2 K (c'est le 1
k
coecient dominant de a), p ; : : : ; pk irréductibles deux à deux distincts et ; : : : ; k 2 N.
1
1 1
a^b=p min(
1
) min(
k
)
et a _ b = p
max(
1
) max(
k
)
page 6 II Anneaux
Conséquences
L'ensemble des entiers naturels premiers est inni.
L'ensemble des polynômes unitaires irréductibles sur un corps K est inni.
Pour a; b 2 Z n f0g, il existe a0 diviseur de a et b0 diviseur de b tels que a0 ^ b0 = 1 et a0 b0 = a _ b.
4) L’anneau Z=nZ
Classification des éléments : pour x 2 Z, on a
x mod n est inversible () x mod n est régulier () x mod n engendre (Z=nZ; +) () x ^ n = 1.
Conséquences
( Z=nZ) = fx mod n tq x ^ n = 1g est un groupe multiplicatif de cardinal '(n).
Pour n > 2, Z=nZ est un corps si et seulement si n est premier. Dans le cas contraire, c'est un anneau
non intègre.
Pour x 2 Z et x ^ n = 1, on a x' n 1 (mod n) (Euler).
( )
n
Pour x 2 Z et n premier, on a x x mod n (Fermat).
dernier terme non égal à 1 mod n, si l'en existe, est égal à 1 mod n. Dans le cas contraire, n est non
premier.
Exemple : n = 341, a = 2.
On démontre que si n est non premier alors la probabilité qu'un a tiré au hasard dans [[2; n 2]] révèle
la non primalité de n est supérieure à
3
. Lorsque six essais indépendants n'ont pas révélé la non
primalité d'un entier n, on prétend que n est probablement premier avec une probabilité supérieure
4
à 1 4 0:99975.
6
Conséquence : soit n = p1 : : : p k
k avec p ; : : : ; pk premiers positifs
distincts et ; : : : ; k 2 N .
1 1
1
Alors '(n) = p
1 : : : pk (p 1) : : : (p 1), soit '(n) = Q 1 1 .
k
1 1
1 k 1
n pjn p
Cryptage RSA : soient n 2 N sans facteur carré et d; e 2 N tels que de 1 mod '(n). Alors les
d e
applications x 7! x et x 7! x sont deux permutations de Z=nZ réciproques.
On a P (a ) = : : : = P (an ) = 0 ()(X a ) : : : (X an ) j P .
1 1
Polynômes irréductibles
les polynômes irréductibles de C[X ] sont les polynômes du premier degré.
Les polynômes irréductibles de R[X ] sont les polynômes du premier degré et les polynômes du second
degré à discriminant négatif.
Dans Q[X ], le polynôme X n 2 est irréductible pour tout n 2 N .
Dans un corps K quelconque, un polynôme irréductible de degré d > 2 n'a pas de racine dans K et un
polynôme de degré d = 2 ou d = 3 n'ayant pas de racine dans K est irréductible.
II Anneaux page 7
Factorisation
Soit P 2 C[X ] n f0g, son coecient dominant, a ; : : : ; an ses racines de multiplicités ; : : : ; n . Alors
P = (X a )1 : : : (X an )n .
1 1
Soit P 2 R[X ] n f0g. Les racines non réelles de P sont deux à deux conjuguées et deux racines conju-
guées ont même multiplicité. On obtient la décomposition en facteurs irréductibles de P dans R[X ] en
décomposant P dans C[X ] puis en regroupant les facteurs conjugués.
n 1
Exemple : X = 1 + X + ::: + X
n 1
X 1
Qn ik=n )
k (X e
1 2
= =1
n Qb n = c
= (X + 1) (X 2X cos(2k=n) + 1).
( 1) 2
k
( 1) mod 2 2
=1
Qn k n
En particulier pour X
1
1 : k sin( n ) = n 1 . b(p 1)=2c
Qp
=1 2
On démontre que le cardinal d'un corps ni est nécessairement une puissance d'un nombre premier et
que pour tout p premier et tout k 2 N , il existe un corps ni de cardinal pk , unique à isomorphisme
près. Ce corps est noté Fpk . En particulier Fp = Z=pZ.
page 8 II Anneaux
III — Matrices
1) Opérations
a) Définitions
Matrice rectangulaire à coecients dans un anneau A commutatif. Matrice carrée, triangulaire, diago-
nale, scalaire. Matrice triangulaire ou diagonale par blocs.
Addition, multiplication, transposition.
b) Structure algébrique
( Mn (A); +; ) est un anneau. Pour n > 2 et A 6= f0g il n'est ni commutatif ni intègre. Si A est un
corps, ( Mn (A); +; ; :) est une algèbre de dimension n . 2
La colonne j de MN est la combinaison linéaire de toutes les colonnes de M avec les coecients
gurant dans la colonne j de N . La ligne i de MN est la combinaison linéaire de toutes les lignes
de N avec les coecients gurant dans la ligne i de M .
c) Matrices triangulaires
Produit de deux matrices triangulaires, triangulaires par blocs.
Les matrices triangulaires supérieures (resp. inférieures, diagonales, scalaires) forment des sous-
anneaux de Mn (A). Lorsque A est un corps, ce sont des sous-algèbres de dimensions
1
2
n(n + 1),
1
2
n(n + 1), n, 1.
d) Commutation
Centre : soit M 2 Mn (A). On a (8 X 2 Mn (A); MX = XM ) ()(9 a 2 A tq M = aIn ).
Deux matrices diagonales commutent.
Si A est intègre, le commutant d'une matrice M diagonale à coecients diagonaux distincts est
l'ensemble des matrices diagonales. Si A est un corps, c'est aussi l'ensemble des polynômes en M .
e) Trace
tr(
tM ) = tr(M ), tr(MN ) = tr(NM ), tr(M : : : Mk ) = tr(M : : : Mk M ).
t
1 2 1
L'application (M; N ) 7! tr( M N ) est un produit scalaire (canonique) sur Mn;p (R).
2) Déterminant
P P
det(M ) = 2Sn "( )a : : : an n = j1 ;:::;jn "(j ; : : : ; jn )a j1 : : : anjn
1 (1) ( ) 1 1
n
signature de k 7! jk si j ; : : : ; jn sont distincts,
avec "(j ; : : : ; jn ) =
1
1
0 sinon.
Propriétés
det( In ) = 1, det( tM ) = det(M ), det(triangulaire), det(triangulaire par blocs).
Linéarité par rapport à chaque ligne et chaque colonne. Antisymétrie.
Si M a deux lignes ou deux colonnes égales alors det( M ) = 0. Alternance.
=
Pj1 ;:::;jn bj1 ; : : : bjn ;n det[Mj1 ; : : : ; Mjn ]
1
Développement par rapport à une ligne ou une colonne (on convient que le déterminant d'une matrice
0 0 vaut 1).
Calcul d'un déterminant par opérations élémentaires.
Comatrice, M t com(M ) = t com(M )M = det(M )In .
M est inversible () det(M ) 2 A () 9 P tq MP = In () 9 Q tq QM = In .
une unique solution, donnée par xi = det( Mi )= det(M ) où Mi est la matrice obtenue en remplaçant
dans M la i-ème colonne par B .
3) Polynôme caractéristique
P
M XIn M ) = p ( 1)n p n p (M )X p où k (M ) est la somme des mineurs de taille k centrés
= det(
sur la diagonale de M .
(M ) = 1, (M ) = tr(M ), n (M ) = det(M ).
0 1
Q
XaIn = (X a)n . Si M est triangulaire, M = i (X aii ).
Le polynôme caractéristique d'une matrice triangulaire par blocs est le produit des polynômes caractéris-
tiques des blocs diagonaux.
M = tM .
Substitution : pour a 2 A, M (a) = det(aIn P
M ).
Théorème de Cayley-Hamilton : M (M ) = p ( 1)
n p n p (M )M p = 0.
Démonstration
P P
SoientM = p ap X p et t com(XIn M ) = p Mp X p .
t P
On a M In = com(XIn
P P
M )(XIn M ) = p (Mp Mp M )X p , donc ap In = Mp
1 1 Mp M .
Puis M (M ) =
p p p
p ap M = p (Mp M Mp M ) = 0.
+1
1
4) Polynôme minimal
SoitK un corps et M 2 Mn (K). L'application P 7! P (M ) est un morphisme d'algèbre de K[X ]
dansMn (K) (morphisme de substitution). Son image, notée K[M ], est une sous-algèbre commutative
de Mn (K). Son noyau, IM = fP 2 K[X ] tq P (M ) = 0g, est un idéal de K[X ] appelé idéal annulateur
de M .
Conséquence du théorème de Cayley-Hamilton : IM 6= f0g. Donc IM admet un unique générateur
unitaire noté M et appelé polynôme minimal de M . De plus, 1 6 deg(M ) 6 n et M j M .
Q
Exemples : aIn = X a. Si M = Diag(a ; : : : ; an ) alors M = a2fa1 ;:::;an g (X a) (racines simples).
1
M = 01 01 ) M = X + 1, M = 01 11 ) M = X X + 1.
2 2
Q
Si M est triangulaire à coecients diagonaux distincts alors M = M = i (X aii ). Si M est diagonale
par blocs alors M est le ppcm des polynômes minimaux des blocs diagonaux.
Matrice compagne d'un polynôme unitaire : M = M = le polynôme compagnon.
Matrice associée à une permutation de [[1; n]] : M = (i; j ) ) M = X
( )
d 1 où d est l'ordre de pour
la loi de composition (ppcm des longueurs des cycles de , diagonaliser par blocs).
Propriétés
M tM .
=
Pour P; Q 2 K[X ], on a P (M ) = Q(M ) () M j (P Q).
Sous-espaces stables
Si E = F G et B est une base de E adaptée à cette décomposition alors F est stable par f 2 L(E )
Bf
si et seulement si Mat ( ) est triangulaire supérieure par blocs avec un découpage correspondant à
celui de B . F et G sont stables par f si et seulement si MatB (f ) est diagonale par blocs.
drapeau si et seulement si sa matrice dans B est triangulaire supérieure. Il stabilise chaque droite hei i
si et seulement si sa matrice dans B est diagonale.
c) Déterminant d’une famille de vecteurs dans une base
Caractérisation des bases :
F est une base () F est libre () F est génératrice () MatB (F ) est inversible () detB (F ) 6= 0.
B F ) MatF (B) = In .
Dans ce cas, Mat (
0 0
Formules de changement de base : X = P X , M = Q MP , detB (F ) = detB (B0 ) detB0 (F ).
1
rg(
tM ) = rg(M ).
Deux matrices de même taille sont équivalentes si et seulement si elles ont même rang.
Démonstration : soient M;K et M;L ces polynômes minimaux. M;K 2 L[X ] et M;K (M ) = 0
donc M;L divise M;K dans l'anneau L[X ]. Par ailleurs, d = deg(M;K ) = rg(In ; : : : ; M
n ) = rg(P ) 1
de cette famille dans la base canonique de Mn (L), d'où rg(P ) = deg(M;L ). Ainsi M;K et M;L ont
même degré, ce qui sut à conclure.
detB (f (x ); x ; : : : ; xn ) + : : : + detB (x ; : : : ; xn
1 2 1 1; f (xn )) = tr(f ) detB (x ; : : : ; xn ).
1
Somme directe : si ; : : : ; p sont des valeurs propres de f distinctes alors les sous-espaces propres
1
1 1 + 1 1
Comme les i sont distincts, on peut trouver P tel que P ( ) = 1, P ( ) = : : : = P (p ) = 0, d'où x = 0
1 2 1
Conséquences
Toute famille de vecteurs propres associée à des valeurs propres distinctes est libre. En particulier les
familles ( x 7! ex )2R , (x 7! cos(x))>
x 7! sin(x))> et ( sont libres dans C 1 (R; R). Leur réunion,
x
0 0
Si dim( E ) = n alors f 2 L(E ) a au plus n valeurs propres distinctes et quand elle en a n alors chaque
sous-espace propre est de dimension 1.
Lorsque K C, soient ; : : : ; n les racines complexes de f répétées avec leurs ordres de multiplicité.
1
On a :
1 + : : : + n = tr(f ); : : : n = det(f ):
1
Ces relations sont aussi vraies pour un corps quelconque lorsque f est scindé sur K ou sur un sur-corps
de K.
2) Diagonalisation, trigonalisation en dimension finie
Définitions
f 2 L(E ) est diagonalisable (resp. trigonalisable) s'il existe une base de E dans laquelle la matrice de f
est diagonale (resp. triangulaire supérieure).
M 2 Mn (K) est diagonalisable (resp. trigonalisable) si l'endomorphisme de Kn canoniquement associé
à M l'est, soit si M est semblable à une matrice diagonale (reps. triangulaire supérieure).
Remarques
Mat( 1 e ;:::;e f
n ) ( ) est triangulaire supérieure si et seulement si Mat( n e ;:::;e f
1 ) ( ) est triangulaire inférieure.
Le caractère supérieur
dans la dénition de la trigonalisabilité est donc non restrictif.
Pour toute base B de E , on a : f est diagonalisable (resp. trigonalisable) si et seulement si Mat ( ) a Bf
cette propriété.
canoniquement associé à M et les coecients diagonaux de D sont les valeurs propres correspondantes,
placées dans le même ordre que le sont les vecteurs propres dans P.
Trigonaliser f consiste à trouver une base B pour laquelle T = MatB (f ) est triangulaire supérieure. Le
premier vecteur de B est donc vecteur propre de f , et le drapeau associé à B est stable par f . Comme
f = T , il est nécessaire que f soit scindé pour que f soit trigonalisable. La diagonale de T est imposée
à permutation près par la connaissance def ; les coecients au dessus de la diagonale ne peuvent être
déterminés que connaissant explicitement P .
(iii) Concaténer les bases trouvées en (ii). On obtient une base de la somme de tous les sous-espaces
propres, c'est-à-dire une famille F libre propre maximale.
(iv) Si la famille F est de cardinal n alors c'est une base propre pour f et la diagonalisation est terminée.
Sinon, f n'est pas diagonalisable.
(v) Si card( F) = n 1, compléterF en une base B de E par ajout en dernière position d'un vecteur
non combinaison linéaire de F . Alors MatB (f ) est triangulaire supérieure.
F) 6 n 0
2, compléter arbitrairement F en une base B et calculer M = MatB (f ) =
D X
0 N
(vi) Si card(
Remarques
La récursion en (vi) est bien fondée carf est scindé donc N qui en est un diviseur est aussi scindé.
P L
En (iv) on a card(F ) = n () E = E () n = dim(E ) () 8 ; dim(E ) = m car le caractère
P
scindé de f donne n = m et on sait que m > dim(E ).
Conséquences
(i) Un endomorphisme f est trigonalisable si et seulement si f est scindé. Ceci est toujours vrai si
K = C.
(ii) Un endomorphisme f est diagonalisable si et seulement si la somme des sous-espaces propres est
égale à E , soit si et seulement si f est scindé et si pour toute racine de f , on a dim(E ) = m .
(iii) Si f est scindé à racines simples alors f est diagonalisable.
(iv) Si f n'a qu'une seule valeur propre alors f est diagonalisable si et seulement si f = id.
P; Q 2 K[X ], on a P (f ) = Q(f ) () f j (P Q). Sinon K[f ] est de dimension innie et deux polynômes
en f sont égaux si et seulement s'ils ont mêmes coecients.
Si F est un sev stable par f et si f admet un polynôme minimal, alors fjF aussi et f jF j f .
f = 1 () E = f0g.
SiP j Q alors Ker P (f ) Ker Q(f ) et Im P (f ) Im Q(f ).
Pour P 2 K[X ], Ker P (f ) et Im P (f ) sont stables par f et par tout endomorphisme g commutant avec f .
De plus, fj P f admet un polynôme minimal divisant P .
Ker ( )
Lorsque f est diagonalisable, un endomorphisme g commute avec f si et seulement s'il stabilise tous les
sous-espaces propres pour f . Lorsque f est diagonalisable à valeurs propres distinctes, un endomorphisme
g commute avec f si et seulement s'il est diagonalisable dans une base propre pour f xée. Dans ce cas,
g 2 K[f ].
Si 2 Sp(f ) et P 2 K[X ] alors P () 2 Sp(P (f )) et Ker(f id) Ker(P (f ) P () id). En particulier,
si P (f ) = 0 alors Sp(f ) est inclus dans l'ensemble des racines de P .
Si f admet un polynôme minimal alors Sp(f ) est ni (réciproque fausse).
Alors Ker P (f ) =
i Ker Pi (f ).
P
Démonstration : Pi j P Pi (f ) Ker P (f ), d'où i Ker Pi (f ) Ker P (f ).
donc Ker
Q
La somme est directe : soit Qi = j 6 i Pj = P=Pi . Par hypothèse, Pi ^ Qi = 1 ; soient Ui ; Vi 2 K[X ] tels
que Ui Pi + Vi Qi = 1. Par substitution, il vient Ui (f ) Pi (f ) = idE Vi (f ) Qi (f ). Considérons
=
Q P alors
(x ; : : : ; x k ) 2
1 i Ker P i (f ) et x = x + : :1: + x k . En appliquant l'égalité précédente à x x i = j 6 i xj ,
on obtient Ui (f ) Pi (f )(x) = x
=
xi . Ceci prouve l'unicité de xi .
Inclusion réciproque : soit x 2 Ker P (f ), et xi = x Ui (f ) P Pi (f )(x) =PVi (f ) Qi (f )(x). On a
Pi (f )(xi ) = Vi (f ) PP (f )(x) = 0 donc xi 2 Ker Pi (f ). Enn, x
P i xi = (1 i Vi Qi )(f )(x) = R(f )(x)
et R = 1 V i Q i j6 i V j Q j = U i P i j6 i Vj Q j est divisible par P i pour tout i. Donc P j R et
P P
x = i xi 2 i Ker Pi (f ).
= =
L
Remarque : les projeteurs associés à la décomposition Ker P (f ) = i Ker Pi (f ) sont des polynômes en f .
l'équation).
Si P admet n racines simples ; : : : ; an alors les solutions de l'équation () sont les fonctions de la forme
y = x 7! A e1 x + : : : + An en x avec A ; : : : ; An 2 C quelconques.
1
1 1
Dans le cas général, soient ; : : : ; k les racines de P sans répétition et m ; : : : ; mk leurs multiplicités.
Les solutions sont les fonctions de la forme y = x 7! A (x)e1 x + : : : + Ak (x)ek x avec Ai 2 Cmi [X ]
1 1
1 1
quelconque. Pour y donnée, il y a unicité d'une telle décomposition et l'ensemble des solutions est un
C-ev de dimension n.
Opérations sur les noyaux et les images (HP) : Soient P; Q 2 K[X ], D = P ^ Q et M = P _ Q.
On a : Ker P (f ) + Ker Q(f ) = Ker M (f ), Im P (f ) + Im Q(f ) = Im D(f ),
Ker P (f ) \ Ker Q(f ) = Ker D (f ), Im P (f ) \ Im Q(f ) = Im M (f ).
Conséquences : soit f diagonalisable (resp. trigonalisable) et F un sev non nul stable par f . Alors fjF
est diagonalisable (resp. trigonalisable). Dans le cas diagonalisable, un sous-espace de E est stable par f
si et seulement s'il est engendré par une famille nie de vecteurs propres.
4) Endomorphismes nilpotents
Endomorphisme nilpotent, matrice nilpotente, indice de nilpotence.
Propriétés
La somme de deux éléments nilpotents commutant est nilpotente.
Si f est nilpotent d'indice p alors la suite (Ker f k ) 6k6p est strictement croissante.
0
Si E est de dimension nie n et f 2 L(E ) est nilpotent, alors l'indice de nilpotence de f est majoré par n
n
et on a f = 0.
les valeurs propres de f de multiplicités m ; : : : ; mp . Alors il existe une base B dans laquelle la matrice
1
de f est diagonale par blocs : MatB (f ) = Diag(T ; : : : ; Tp ) où Ti est une matrice triangulaire supérieure
de taille mi ayant i pour unique valeur propre : Ti = i Imi + Ni avec Nimi = 0.
1
Q m
Démonstration : on a par L hypothèse f m= Li (X i ) i et f (f ) = 0 donc avec le lemme des
noyaux, E = Ker f (f ) = i Ker(f i id) = i Fmi . Le sous-espace Fi est stable par f , donc fjFi
i
est trigonalisable et par construction, f jFi j (X i ) i . En particulier, i est l'unique valeur propre
de fjFi . En concaténant une base de trigonalisation pour chaque fjFi , on obtient une base B dans laquelle
Mat(f ) est diagonale par blocs et chaque bloc est triangulaire comme indiqué. Enn, la conservation du
polynôme caractéristique implique taille(Ti ) = dim(Fi ) = mi .
q étant xé, le calcul est considéré comme terminé. Remarque : pour tout k xé, le coecient kp est un
1
polynôme en p.
Si M est trigonalisable : trigonaliser fortement M puis utiliser la formule du binôme pour chaque bloc.
Si M n'est pas trigonalisable : prendre K = C si c'est possible, sinon abandonner.
Lorsque K C, le calcul explicite de M p est donc toujours possible et M p est une combinaison linéaire
à coecients matriciels des suites (p pk ) où 2 Sp(M ) n f0g et 0 6 k < m et d'une suite presque nulle
si 0 2 Sp(M ).
Exemples
!
1 2 3
M = 1 4 3 , Sp(M) = f0; 2g et M est diagonalisable. Donc M p = 2p 1
M pour tout p > 1.
1 2 1
!
3 1 1
M = 1 3 1 , Sp(M) = f4g, M p = 4p I + p4p 1
M
( I p(p 1) p 2
M I 2
3 3) + 4 ( 3) .
2 2 6 2
!
5 8 6
M = 1 3 2 , Sp( M ) = fi; i; 0g, la suite (M p )p> 1 est 4-périodique.
6 11 8
Convergence
(i) Soit M 2 Mn (C). La suite de terme général M p converge vers la matrice nulle si et seulement si
Sp(M ) D = fz 2 C tq jz j < 1g.
(ii) La suite (M p ) est convergente si et seulement si Sp(M ) D [ f1g et rg(M In ) = rg((M In ) ). 2
Dans ce cas, sa limite L est la matrice de la projection sur Ker(M In ) parallèlement à Im(M In )
(en confondant une matrice avec son application linéaire canoniquement associée).
Démonstration
(i) Si M p p!1
! 0, 2 Sp(M ) et X une colonne propre associée. On a p X = M p X p!1
soit ! 0 donc
! 0, ce qui implique 2
p p!1 D. Réciproquement, si Sp(M ) D, la forme générale de M p vue
précédemment montre que M
p ! 0.
p!1
IV Réduction des endomorphismes page 17
(ii) Si M p p!1! L, on montre comme en (1) que pour tout 2 Sp(M ), la suite (p ) est convergente,
d'où 2 D [ f1g. De plus, si rg(M In ) 6= rg((M In ) ), alors Ker(M In ) $ Ker((M In ) ) 2 2
p
la suite (M ) converge vers la matrice nulle et M In étant inversible, la limite est bien la matrice de
projection annoncée. Lorsque 1 2 Sp(M ), on trigonalise fortement : M = P Diag(T ; : : : ; Tk )P où T
1
1 1
rg((M In ) ) = n rg(N ). Donc N et N ont même rang, ce qui implique que l'indice de nilpotence
2 2 2
p
1 1 1
de N est au plus égal à 1 et donc que N = 0 et T = Im1 . La convergence de la suite (M ) est alors
1 1 1
() () a up + : : : + an un p = 0 0 +
Si P admet n racines simples ; : : : ; n alors les solutions de l'équation () sont les suites de la forme
u = (A p + : : : + An pn )p2N avec A ; : : : ; An 2 C quelconques.
1
1 1 1
Dans le cas général, soient ; : : : ; k les racines de P sans répétition et m ; : : : ; mk leurs multiplicités. Les
solutions sont les suites de la forme u = (A (p)p + : : : + Ak (p)pk )p2N avec Ai 2 Cmi [X ] quelconque.
1 1
1 1
Pour u donnée, il y a unicité d'une telle décomposition et l'ensemble des solutions est un C-ev de
1
dimension n.
Démonstration : notons E l'ensemble des solutions de l'équation () et F l'ensemble des suites de
la forme A (p)p + : : : + Ak (p)pk )p2N . Soit Up = t (up ; : : : ; un p ). On a Up = MUp où M
u = (
p p
1 1 + 1 +1
Si M
t
= In + N avec 6= 0 et N nilpotente d'indice q : X (t) = e (In + : : : + (tN=)
q =(q 1
1)!) X (0).
Dans le cas général : trigonaliser fortement M .
Ainsi, l'équation () admet toujours une solution, et cette solution est unique si l'on impose sa valeur
en t = 0 (ou en t = t xé). En particulier l'ensemble des solutions est un C-ev de dimension n et pour
0
tout t 2 R, l'application X 7! X (t ) est un isomorphisme de cet ensemble sur Mn (C). De plus, X est
combinaison linéaire à coecients matriciels des fonctions t ! tk et avec 2 Sp(M ) et 0 6 k < m .
0 0 1
!
5 8 6
Exemple : M = 1 3 2 , X (t)
t X + (sin t)X avec MX = 0, X = MX = X 0 + (cos ) 1 2 0 2 1 et
6 11 8
M X = X . On obtient X = t ( 2a; 4a; 7a), X = t (b c; b; c), X = t (c 3b; 2b c; 5b 2c).
2
1 1 0 1 2
0
Système différentiel d’ordre 2 : X 00 = MX + NX 0 () X
X = 0 In X .
M N X 0 0
1) Norme
a) Définition
Application dénie-positive, positivement homogène, vériant l'inégalité triangulaire.
Exemples : valeur absolue, module, norme euclidienne, normes usuelles sur Kn , sur un K-ev de
dimension nie, sur C ([a; b]; K), k k1 sur B (X; K), norme produit : k(a; b)k = max(kak; kbk).
Sur K toute norme est proportionnelle au module ; on choisira systématiquement le module dans ce
cas.
b) Distance
Distance entre deux points, inégalité triangulaire.
Distance d'un point à une partie, exemples.
jkxk kykj 6 kx y k, jd(x; A) d(y; A)j 6 d(x; y ).
c) Boules
Dénition, B (a; r) = a + rB (0; 1). Sphères, sphère unité.
R et R pour les normes usuelles ; dans E F pour la norme produit.
2
Si E 6= f0g : (
B (a; r) B (b; s) () d(a; b) + r 6 s), (B (a; r) \
Description des boules dans
B (b; s) = ? () d(a; b) > r + s),
(B (a; r ) B (b; s) () d(a; b) + r 6 s), (B (a; r ) \ B (b; s) = ? () d(a; b) > r + s).
En conséquence, pour E = 6 f0g, le centre et le rayon d'une boule sont uniques.
Démonstration
Si a=b:
(1) ()(8 u 2 S (0; 1); 8 t 2 [0; r[, on a t < s) ()(r 6 s).
(3) ()(8 u 2 S (0; 1); 8 t 2 [0; r], on a t < s) ()(r 6 s).
(2) et (4) sont vériées par impossibilité.
Si a 6= b :
on note = d(a; b), v = (a b)= le vecteur unitaire dirigé de b vers a, et xt = a + tv .
Donc d(a; xt ) = jtj et d(b; xt ) = j + tj.
(2) ) (8 t 2 ] r; 0], on a j + tj > s) ) ( r > s) ) (2) par inég. triangulaire. Idem pour (4).
(1) ) (8 t 2 [0; r [, on a + t < s) ) ( + r 6 s) ) (1) par inég. triangulaire. Idem pour (3).
d) Parties bornées
A est bornée () A est incluse dans une boule. Le centre est indiérent.
Suite bornée, fonction bornée.
Diamètre d'une partie bornée non vide.
Partie bornée d’un K-ev de dimension finie pour l’une des normes usuelles : les coordonnées
dans une base xée sont majorées en module par une constante. Dans ce cas, la partie est bornée
pour toute norme.
Contre-exemple dans K[X ].
Partie bornée pour une norme produit.
e) Voisinages
Voisinage d'un point, voisinage de l'inni, voisinages de + 1 et de 1 dans R.
Intersection d'une famille nie de voisinages.
a) Définitions
!`
un n!1 () 8 " > 0, 9 N 2 N tq 8 n > N; on a d(un ; `) 6 ".
() tout voisinage de ` contient presque tous les termes de la suite.
On peut remplacer d(un ; `) 6 " par d(un ; `) 6 K" avec K > 0 xé.
kun k n!1
! 1 () 8 A 2 R, 9 N 2 N tq 8 n > N; on a kun k > A.
() tout voisinage de 1 contient presque tous les termes de la suite.
b) Propriétés
Unicité d'une limite éventuelle. Notation lim n!1 un .
Une suite convergente est bornée.
Limite d'une somme, du produit d'une suite scalaire par une suite vectorielle.
Si ! ` alors kun k n!1
un n!1 ! k`k et d(un ; A) n!1
! d(`; A). En particulier, si ` 6= 0, alors un 6= 0 pour n
assez grand.
Limite d'une suite à valeurs dans E F.
Convergence dans un K-ev de dimension finie : une suite converge pour l'une des normes
usuelles si et seulement les coordonnées dans une base xée convergent dans K. Dans ce cas, les
coordonnées de la limite sont les limites des coordonnées et la suite converge vers cette limite pour
toute norme.
c) Comparaison asymptotique
un = o(vn ) () 8 " > 0; 9 N 2 N tq 8 n > N , on a kun k 6 "vn (( vn ) positive).
un = O(vn ) () 9 M 2 R; 9 N 2 N tq 8 n > N , on a kun k 6 Mvn (( vn ) positive).
un vn () un vn = o(kvn k) (c'est une relation d'équivalence).
un n!1! ` () un ` = o(1).
(un ) est bornée () un = O (1).
(un ) est non bornée () il existe une sous-suite divergeant vers l'inni.
Valeur d'adhérence : ` est valeur d'adhérence () il existe une sous-suite de limite ` () tout
voisinage de ` contient des termes un pour une innité de valeurs de n.
Une suite ayant deux valeurs d'adhérence distinctes est divergente.
Théorème de Bolzano-Weierstrass
3) Comparaison de normes
Définitions
N est plus ne que N0 si toute suite convergeant pour N converge aussi pour N0 vers la même limite.
N et N
0 sont équivalentes si chacune est plus ne que l'autre.
Exemples
Dans un K-ev de dimension nie, toutes les normes usuelles sont équivalentes entre elles et sont plus
nes que toute norme.
Dans C ([a; b]; K), k k1 est plus ne que k k , elle-même plus ne que k k . Ces normes sont deux à deux
2 1
non équivalentes, mais quand une suite de fonctions converge pour deux de ces normes, alors les limites
sont égales.
sont incomparables.
n =0
0
La suite (X ) converge vers 0 pour N et vers 1 pour N . Par ailleurs, le passage à
=0
pour tout n. Considérons un = (x' n `)=kx' n `k1;B : la suite (un ) est bornée pour k k1; donc
admet une valeur d'adhérence 2 E , valide pour toute norme, et on a kk1;B = 1 donc 6= 0. Il y a
( ) ( )
Exemples
E , ?, boules, sphères, intervalles de R, ensemble ni ou de complémentaire ni.
Un sev de dimension nie est fermé. Contre-exemple en dimension innie.
Si ! ` alors fun ; n 2 Ng [ f`g est fermé.
un n!1
Propriétés
A est ouvert () E n A est fermé.
L'ensemble des ouverts est stable par union quelconque et par intersection nie.
L'ensemble des fermés est stable par intersection quelconque et par union nie.
A est ouvert () A est une réunion de boules ouvertes.
Seuls E et ? sont à la fois ouvert et fermé.
Propriétés
A A A
AB ) A
.
B et A B .
A est ouvert () A = A.
A est fermé () A = A.
a2 A () A est un voisinage de a.
a 2 A () d(a; A) = 0 () a est limite d'une suite d'éléments de A.
a 2 Fr(A) () a est limite d'une suite d'éléments de A et d'une suite d'éléments de E n A.
Exemples : E , ?, boules, sphères, sev, intervalles de R, Q, R n Q.
Densité : A est dense dans B si B A. A est dense dans E () tout ouvert non vide rencontre A.
Topologie relative : soient A B E .
A est un ouvert relatif de B si pour tout a 2 A, il existe r > 0 tel que : 8 x 2 B , d(a; x) 6 r ) x 2 A.
A est un fermé relatif de B si pour toute suite (an ) 2 AN convergeant vers ` 2 B , on a ` 2 A.
Si b 2 B , A est un voisinage relatif de b dans B s'il existe r > 0 tel que : 8 x 2 B , d(b; x) 6 r ) x 2 A.
Si B n'est pas borné, A est un voisinage relatif de l'inni dans B s'il existe M 2 R tel que : 8 x 2 B ,
kxk > M ) x 2 A.
Propriété : A est un ouvert (resp. fermé, voisinage) relatif si et seulement s'il existe A0 E ouvert
0
(resp. fermé, voisinage) tel que A = A \ B . En conséquence, le complémentaire d'un ouvert relatif est
un fermé relatif et inversement.
Proposition : soient A compact et (an ) 2 AN . Si cette suite n'a qu'une seule valeur d'adhérence alors
elle converge vers cette valeur d'adhérence. En conséquence, dans un ev de dimension nie, une suite
bornée n'ayant qu'une seule valeur d'adhérence est convergente.
Contre-exemple en dimension innie.
Bornes atteintes
Soient A compact non vide et x 2 E . Alors il existe a 2 A tel que d(x; a) = d(x; A). Cette conclusion
demeure pour A fermé non vide lorsque E est de dimension nie.
Soit A compact non vide. Alors il existe a; b 2 A tels que d(a; b) = (A).
Contre-exemples en dimension innie :
E = C ([0; 1]; R) avec k k , A = fa tq 0 6 a 6 1 et aj ; 12
1 [0 ]
g
= 1 , x = 0.
et on pose yn = (xn x)=kxn xk. Les deux premières conditions sont manifestement remplies, et la
troisième résulte de : d(yn ; Fn 1) = 1.
1) Limites
Définitions
Soitf : D E ! F , a 2 D et ` 2 F . On suppose D non borné dans les dénitions avec kxk ! 1.
f (x) x!!a ` () 8 " > 0, 9 > 0 tq 8 x 2 D, (d(x; a) 6 ) d(f (x); `) 6 ").
kf (x)k x!!a 1 () 8 M 2 R, 9 > 0 tq 8 x 2 D; (d(x; a) 6 ) kf (x)k > M ).
f (x) ! ` () 8 " > 0, 9 M 2 R tq 8 x 2 D, (kxk > M ) d(f (x); `) 6 ").
kxk!1
kf (x)k kxk!1
! 1 () 8 M 2 R, 9 N 2 R tq 8 x 2 D, (kxk > N ) kf (x)k > M ).
Dénition générique : pour tout voisinage V de la limite, f (V ) est un voisinage relatif du point
1
où
l'on cherche la limite.
Limite à droite, limite à gauche quand D R.
Caractérisation séquentielle
f (x) x!!a ` () pour toute suite (xn ) 2 DN telle que xn n!1
! a, on a f (xn ) n!1
! `.
f (x) x!=!a ` () 9 " > 0 et (xn ) 2 D telle que xn n!1
N ! a et d(f (xn ); `) > ".
kf (x)k x!=!a 1 () 9 (xn ) 2 D telle que xn n!1
N ! a et (f (xn )) est bornée.
Propriétés
La notion de limite est inchangée si on remplace les normes de E et F par des normes équivalentes.
Lorsque E et F sont de dimensions nies, cette notion est intrinsèque.
Unicité d'une limite éventuelle. Si a 2 D et f (x) x!!a ` alors ` = f (a).
Si f a une limite nie en a alors il existe un voisinage relatif de a sur lequel f est bornée.
Limite d'une somme, d'un produit, d'une composée. k lim k = lim k k.
Calcul coordonnée par coordonnée si F est de dimension nie. Limite d'une fonction à valeurs dans un
espace produit.
Comparaison asymptotique
f (x) = o(g (x)) () 8 " > 0 , 9 > 0 tq 8 x 2 D, d(x; a) 6 ) kf (x)k 6 g (x) (g positive).
f (x) = O(g (x)) () 9 M 2 R, 9 > 0 tq 8 x 2 D, d(x; a) 6 ) kf (x)k 6 Mg (x) (g positive).
f (x) g (x) () f (x) g(x) = o(kg(x)k) (c'est une relation d'équivalence).
f (x) x!!a ` () f (x) ` = o(1).
f est bornée au voisinage de a () f (x) = O(1).
Si g est à valeurs strictement positives :
Images réciproques
Si f : D !F est continue sur D alors l'image réciproque par f d'un ouvert de F (resp. fermé de F ,
voisinage de f (a)) est un ouvert relatif de D (resp. fermé relatif de D, voisinage relatif de a dans D).
Application : pour f : E ! R continue, l'ensemble fx tq f (x) > 0g est ouvert et fx tq f (x) > 0g est
fermé.
En particulier, GLn (K) = fM tq j det(M )j > 0 g est ouvert et On (R) = fM tq ktMM In k 6 0g est
fermé. Étant borné en dimension nie, il est donc compact.
Contre-exemples pour les images directes.
Toute application linéaire dont l'espace de départ est de dimension nie est continue. Toute application
bilinéaire dont les espaces de départ sont de dimensions nies est continue.
On note Lc (E; F ) l'espace vectoriel des applications linéaires continues de E dans F .
Exemples et contre-exemples en dimension infinie
Évaluation et produit dans C ([0; 1]; R) pour k k et k k1 .
C 1 ([0; 1]; R) pour toute norme (un endomorphisme continu a un spectre borné).
1
Dérivation dans
0 00
Continuité de la dérivation dans K[X ] avec kP k = jP (0)j + jP (0)j + jP (0)j + : : :
Continuité des fonctions coordonnées dans la base canonique de K[X ] et discontinuité des fonctions
coordonnées dans la base ( X k =kk )k2N pour la norme précédente.
k k
polynomiale de degré 6 n) : prouvons que kfn f k1 n!1! 0. Soit " > 0, et associé dans la dénition
=0
de la continuité uniforme de f . On a :
En passant à la borne supérieure, kfn f k1 6 " + kfnk12 6 2" pour n assez grand.
2
5) Convexité, connexité
a) Barycentres
Dénition, associativité.
Un ensemble convexe est un ensemble contenant ses barycentres à coecients positifs. Il sut qu'il
contienne les barycentres à coecients positifs de deux points.
Exemples : boule, sous-espace ane, demi-espace ane dans un R-ev, triangle dans un plan.
Théorèmes
Les parties convexes de R sont les intervalles.
L'intersection d'une famille de convexes est convexe. L'intersection de toutes les parties convexes
contenant une partie X est le plus petit convexe contenant X , noté Conv(X ). C'est l'ensemble des
barycentres à coecients positifs des éléments de X .
Propriétés
L'image d'un connexe par arcs par une fonction continue est connexe par arcs.
L'image d'un connexe par arcs par une fonction continue à valeurs réelles est un intervalle.
Il n'existe pas de fonction continue injective de U dans R.
Soit A connexe par arcs et X A ouvert relatif et fermé relatif de A. Alors X = ? ou X = A.
Proposition : le graphe de f : I (intervalle)! E est connexe par arcs si et seulement si f est continue.
Démonstration du caractère nécessaire : soit a 2 I n sup(I ) et b 2 I tel que a < b. Il existe un
arc [; ] 3 t 7! '(t) = (x(t); f x(t)) dans Gr(f ) joignant (a; f (a)) à (b; f (b)). L'ensemble des réels
t tels que x(t) = a est un fermé relatif de [; ], non vide, donc compact ; il admet un plus grand
élément
. Pour " > 0, il existe > 0 tel que 8 t 2 ]
;
+ ], kf x(t) f (a)k 6 " (f x est continue
à droite en
). Par choix de
, l'intervalle x(]
;
+ ]) est inclus dans I \ ]a; +1[ et son adhérence
0 0 0
contient a. Il existe donc a 2 I \ ]a; +1[ tel que ]a; a [ x(]
;
+ ]) et l'on a obtenu : 8 u 2 ]a; a [,
kf (u) f (a)k 6 ", soit la continuité à droite de f en a. La continuité à gauche sur I n inf(I ) se
démontre de même.
Conséquences
(i) Soit f continue sur I , dérivable sur I : f est k-lipschitzienne sur I () 8 x 2 I , kf 0 (x)k 6 k.
(ii) 0
Soit f continue sur I , dérivable sur I : f est constante sur I () 8 x 2 I , f (x) = 0.
(iii) Deux primitives sur I d'une même fonction dièrent par une fonction constante.
(iv) Soit f continue sur [a; b], dérivable sur ]a; b[ et telle que f 0 (x) !+ ` 2 E . Alors f est dérivable
x!a
à droite en a et fd0 (a) = `.
Contre-exemple pour la réciproque : f (x) = x sin(1=x).
2
c) Dérivées successives
Pourf : I ! E , on dénit sous réserve d'existence : f = f , f n = (f 0 ) n . (0) ( ) ( 1)
n
On note C (I; E ) l'ensemble des fonctions f telles que f; : : : ; f
n existent et sont continues sur I .
( )
1
On note C (I; E ) l'ensemble des fonctions f dérivables à tout ordre sur I .
Propriétés
Stabilité de la classe C n par combinaison linéaire, produit, composition, réciproque.
Formule de Leibniz.
Si f C n sur ]a; b], alors f se prolonge en une fonction de classe C n sur [a; b] si et seulement
est de classe
si les dérivées f ,: : : ,f
n ont des limites nies en a . Si f est de classe C n sur [c; a[ et sur ]a; b],
(0) ( ) +
de classe C
1 sur R. Soit a =
R x 1
f > 0 et g (x) =
a t 1 (f (t + 2) f (t 2)) dt : g est aussi C
1
;
sur R, à valeurs dans [0; 1], nulle sur R n [ 3; 3] et constante égale à 1 sur [ 1; 1].
[ 1 1] =
2) Fonctions convexes
f : I !R est convexe (resp. concave) si l'image de tout barycentre est inférieure ou égale (resp.
supérieure ou égale) au barycentre correspondant des images. Il sut que ce soit vérié pour les barycen-
tres de deux points.
f est ane () f est convexe et concave.
f () l'épigraphe de f : f(x; y) 2 I R tq y > f (x)g est convexe.
est convexe
Exemples : x 7! x , x 7! jxj.
2
Inégalité des pentes : f est convexe si et seulement si pour tous a; b; c 2 I avec a < b < c, on a
f (b) f (a) 6 f (c) f (a) 6 f (c) f (b) .
b a c a c b
Position par rapport à une corde : soit f convexe, a < b et g la fonction ane coïncidant avec f
en a et en b. Alors pour x 2 [a; b], on a f (x) 6 g (x) et pour x 2 I n]a; b[ on a f (x) > g (x).
Conséquences : soit f convexe sur I .
(i) f est décroissante ou croissante ou décroissante puis croissante. De plus f admet des limites nies
ou innies aux bornes de I .
(ii) f continue sur I.
(iii) f est dérivable à droite et à gauche sur I et pour tous a; b; c 2 I avec a < b < c, on a :
f (b) f (a) 6 f 0 (b) 6 f 0 (b) 6 f (c) f (b) . De plus les fonctions f 0 et f 0 sont croissantes sur
I.
b a g d c b g d
Propriétés
R
a;b f
[ ]
est inchangée lorsque f est modiée en un nombre ni de points.
Linéarité, calcul coordonnée par coordonnée, composition avec une application linéaire.
Positivité, croissance.
R R
Inégalité triangulaire : k a;b f k 6 a;b kf k 6 (b
[ ] [ ]
a)kf k1 .
Relation de Chasles.
R
Démonstration de (ii) : kfn k1 6 Rkf k1 + kfn f k1 donc la suite ( a;b fn ) est bornée et possède
R
! L0 alors
[ ]
R R R
k
a;b f' n a;b f n k 6 a;b kf' n f n k 6 (b a)(kf' n f k1 + kf f n k1 ) n!1
[ ] ( ) [ ] ( ) [ ]
!0 ( ) ( ) ( ) ( )
0 R
donc L = L . Étant bornée et ayant au plus une valeur d'adhérence, la suite (
a;b fn ) converge. [ ]
Propriétés
R
[a;b f ]
est inchangée lorsque f est modiée en un nombre ni de points.
Linéarité, calcul coordonnée par coordonnée, composition avec une application linéaire.
R
Positivité, croissance. Si f est continue positive et a;b f = 0 alors f = 0 .
R R [ ]
Inégalité triangulaire : k
a;b f k 6 a;b kf k 6 (b a)kf k1 .
[ ] [ ]
Relation de Chasles.
Rx
Théorème : soit f continue par morceaux sur I , a 2 I et F (x) = t a f (t) dt pour x 2 I variable. =
Conséquences
x; y 2 I , ty x f 0 (t) dt = [f (t)]yt x = f (y )
R
Si f est de classe C 1
sur I alors pour tous
= =
f (x).
x 6= y : f (y ) f (x) = t
R1
Si de plus f 0 ((1 t)x + ty ) dt.
y x =0
Ry 0 Ru y
t x f (u(t))u (t) dt = u x f ( ) d .
( )
= = ( )
Ce résultat est aussi vrai lorsque f est continue par morceaux et u est monotone de classe C
1
.
Si f; g sont de classe C sur I et B est une application bilinéaire alors pour tous x; y 2 I :
1
Ry 0 y Ry 0
t x B (f (t); g (t)) dt = [B (f (t); g (t))]t x t x B (f (t); g (t)) dt.
= = =
d) Formules de Taylor
Soit f : I ! E de classe C n et a; b 2 I .
f (b) = f (a) + (b a)f 0 (a) + : : : + b na f n (a) + tb a b nt f n (t) dt. (reste intégral)
n 1 R n 1 ( ) ( 1) ( ) ( )
( 1)! = ( 1)!
R
Théorème : si f est continue par morceaux alors S; (f ) ! a;b f .
p! ( ) 0
[ ]
Démonstration
Pour f 1 c;d on a S; (f ) = a`
= ak où k est le premier indice tel que c 6 ck et ` le dernier indice
+1
d 6 c` s'il existe au moins un indice i tel que ci 2 [c; d], et S; (f ) = 0 sinon. Si S; (f ) > 0
[ ]
tel que
et k > 1 : ak p( ) 6 ak 6 ck < c 6 ck 6 ak 6 ak + pR( ) d'où jc ak j 6 p( ), inégalité
1 1 +1
encore vraie si k = 0. De même, jd a` j 6 p( ), puis jS; (f ) a;b f j 6 2p( ) lorsque S; (f ) > 0
+1 [ ]
puis aussi lorsque S; (f ) = 0. Ainsi, la convergence annoncée est prouvée pour f = 1 c;d . Elle se [ ]
démontre de manière analogue lorsque f est la fonction indicatrice d'un sous-intervalle quelconque
de [a; b]. Puis, par combinaison linéaire à coecients vectoriels des fonctions précédentes, on obtient
R
la convergence de S; (f ) vers
a;b f pour toute fonction f en escalier à valeurs dans E .
[ ]
Soit " > 0 et g choisie de sorte que kg f k1 6 ". D'après la première partie, il existe un réel > 0
R R
tel que p( ) 6 ) kS; (g ) k 6 et donc p( ) 6 ) kS; (f )
a;b g " [ ] a;b k 6 "(1 + 2(b a)).
f [ ]
Exemples
n + n + : : : + n n!1
1 1
+1
! ln 2.2
1
1
R R
Si f est continue sur [a; b] et ' est convexe continue sur f ([a; b]) alors '(
b a a;b f ) 6 b a a;b ' f
1 1
[ ] [ ]
(inégalité de Jensen).
4) Courbes paramétrées
a) Définitions
Arc paramétré, support, reparamétrage.
Exemples : graphe d'une fonction, cercle, ellipse, hyperbole,
cycloïde ( x = R (t t y = R(1
sin ), t
cos )), hélice circulaire ( x = R cos t, y = R sin t, z = ht=2 ).
b) Tangente
C = t 7! Mt admet une tangente au point de paramètre a s'il existe une fonction ' dénie au voisinage
de a telle que les vecteurs Mt Ma et '(t) soient colinéaires et telle que '(t) admet pour t ! a une
limite v =6 0. Dans ce cas, le sous-espace hvi est indépendant de la fonction ' choisie et la droite
Ma + hv i est appelée : tangente à la courbe au point de paramètre a. Lorsque E est un plan euclidien,
la normale à la courbe au point de paramètre a est la droite Ma + hv i? .
La tangente et la normale sont conservées lors d'un reparamétrage bicontinu.
Point régulier : si M est dérivable en a et si M 0 (a) 6= 0 alors il existe une tangente et elle est dirigée
0
par M (a).
Exemples p
Courbe d'équation y = f (x) : y = f (a) + (x a)f 0 (a). Cas de en 0.
Parabole : la tangente en M est la médiatrice de [F H ].
Ellipse :
0
la tangente en M est la bissectrice extérieure des demi-droites [F M ) et [F M ).
Hyperbole :
0
la tangente en M est la bissectrice intérieure des demi-droites [F M ) et [F M ).
Cycloïde : la normale en M passe par le point de contact entre la roue et la route.
Exemples
_ p p
arc de parabole : x = 2pt, y = 2pt , L(M Mt ) = pt 4t + 1 + p ln( 4t + 1 + 2t).
2
0
2 1
2
2
Propriétés
Le terme général d'une série convergente tend vers 0. Divergence grossière.
Linéarité, calcul coordonnée par coordonnée dans une base de E , composition par une application linéaire.
Découpage, reste d'une série convergente.
P ( 1)
n P
n n n n
1
Regroupement des termes deux à deux,
+1
=
(2 +1)(2 n
+2)
.
2) Critères de convergence
P
Convergence absolue : si kun k est convergente alors P un l'est et on a k Pn un k 6 Pn kun k.
Pn Pn
Démonstration : soient Sn = k uk , Tn = k kuk k et T = lim(Tn ) = sup(Tn ). On a kSn k 6 Tn
=0 =0
Sn ) est bornée et admet une valeur
donc la suite ( d'adhérence. Il reste à prouver son unicité. Si
(! ` et S n n!1
S' n n!1 ) ! L alors ( )
Applications
n+1 P1 n+1
Pour tout > 0, la série de terme général ( 1)
n n > 1) est convergente.
( On note () = n
( 1)
n
(fonction êta de ).
=1
Dirichlet
P1 ( 1)
n+1 P1 ( 1)
n+1 P1 ( 1)
n+1 P1 3( 1)
n+1
n n n n
1 5 2
ln 2 = =1 n =
2
+ =1 2 nn ( +1)
=
8
+ =1 2 nn
( +1)(n +2)
=
3
+ =1 4 nn
( +1)( n +2)( n+3)
.
En tronquant les séries à 10 et 11 termes, on obtient : 0:64 < ln(2) < 0:74, 0:691 < ln(2) < 0:695,
:
0 6929 < ln(2) < 0:6933, 0:69312 < ln(2) < 0:69317.
Comparaison à une autre série
(i) Une série à termes réels positifs converge si et seulement la suite des sommes partielles est majorée.
Dans ce cas, la somme de la série est la borne supérieure des sommes partielles. C'est aussi la borne
supérieure de toutes les sommes nies. Lorsqu'une série à termes réels positifs est divergente, on
convient que sa somme est égale à +1P . P
(ii) Si 0 6 un 6 vn pour tout n, alors 0 6 n un 6 n vn (inégalité dans [0; +1]). P
(iii) Si (un ) est une suite
P vectorielle et (vn ) une suite à termes réels positifs telle que vn converge et
un = O(vn ) alors kun k converge. P P
(iv) Si (un ) et (vn ) sont réelles positives et un vn alors un et vn ont même nature (usage
systématiquement refusé s'il n'y a pas la vérication du signe).
n n
Contre-exemple en cas de signe variable :
(
pn
1)
et
(
pn
1)
+
1
n.
(i) La série de terme général f (n) n;n fR est convergente et sa somme est majorée par f (0).
[ +1]
P
(ii) f (n) converge () F est majorée () ; 1 f est une valeur nie.
R P R [0 + [
k n f (k) 6 n; 1 f . [ +1 + [ = +1 [ + [
Applications
P1
Convergence des séries de Riemann, P
() = n n .
1
) () et 1
=1
Pour > 1, () = (1 k k = (1 2 ) ().
1 1
2 =0 (2 +1)
Pn nR k 1
= ln(n) +
t ) dt
+1
Pk1 n t k k
1 1
k Rk t k = = =
P1
([(
k t =
t k t k t k t k dt )
=
k
2 =
= ln(n) +
( )( 1) +1 +1 ( )( 1)
k n( k ]t k
1 1
k [
t2 t k
= 2t3 2( +1) 2 = =
= ln(n) +
n un
1
R 1 t
2
P1 R k t
avec 0 6 un 6 k n t k t3 = t n t3 = n2 . Ainsi, ln(n) +
+ n n2 6 Hn 6 ln(n) +
+ n .
+1 d + d 1 1 1 1
= = 4 = 4 2 2 2 2
Règle de d'Alembert : soit (un ) une suite à termes réels strictement positifs telle que le rapport
un =un admet une limite ` 2 [0; +1].
+1
P
Si ` < 1 : pour tout 2 ]`; 1[, un = o(n ) et un converge.
P
Si ` > 1 : pour tout 2 ]1; `[, n = o(un ) et un diverge grossièrement.
Si ` = 1, on ne peut rien dire de général.
Application : z 2 C et p 2 N, la série de terme général np z n est absolument convergente si jz j < 1
pour
et grossièrement divergente si jz j > 1. Par trigonalisation forte, on en déduit : si M 2 Mq (C) et p 2 N,
p n est absolument convergente si Sp(M )
la série de terme général n M DPet grossièrement divergente
sinon. Calcul explicite de la somme en cas de convergence : on pose Sp =
1 np M n .
P1 pM n P 1 n
np M n
=0
(Iq M )Sp = n nP n
+1
p
= 0 Iq +
1 ((n + 1)p np )M n
=0 =0
n1 Pp
+1
p P p k n
=0
= 0 Iq + nPp( k k n )M
1 +1
p
=0 =0
p
= 0 Iq + M k k Sk
1
=0
S = M (Iq + M )(Iq M ) .
2
3
Soient (un ) une suite vectorielle, (vn ) une suite réelle positive. On suppose un = O(vn ) (resp. un = o(vn ),
un vn ).P
Si vn converge alors un converge aussi et 1 uk = O ( 1
P P P
(i)
P Pn Pn k n k n vk ) (resp. o, ). = +1 = +1
Applications
Lemme de Cesàro : soit ( un ) une suite vectorielle convergeant vers ` 2 E . Alors la suite de terme
général vn = n 1
u
: : : + un ) converge aussi vers `.
( 0 +
Lemme de Cesàro : soit (un ) une suite réelle divergeant vers+1. Alors la suite de terme général
+1
Équivalent du reste : soit (un ) une suite réelle positive telle que un avec > 0 et > 1. Alors
P1 R 1 t n
k n uk t n t = n 1 .
+ d
= +1 = ( 1)
En cas de divergence, si les apq sont des réels positifs, on convient d'écrire p q apq =0 =0
= + 1.
Exemples
P1 P1 P1 P1
p q p q 2 = +1, p q p q converge () > 2.
1 1
=1 =1 ( + ) =1 =1 ( + )
P1 P1 jxj jyj
q p q converge () > 2 par encadrement de jxj jyj sur le cercle unité de R .
+
p
1 2
=1 =1 + ( + )
P1 P1 P1 P1
p =0 q ap bq = ( p ap )( q bq ) lorsque les deux séries simples convergent. Si les ap et les bq sont
=0 =0 =0
Théorème de Fubini
Soit (apq ) une suite double à termes réels positifs. Alors 1
P P1 P1 P1
(i) p q apq = q p apq (égalité
dans [0; +1]).
=0 =0 =0 =0
P1 pP1 q
kapqPk et P pq
convergente. Alors l'autre aussi et les séries doubles p a et 1 q1 a p convergent
P =0 =0 =0 =0
q pq q p pq
et ont même somme. De plus, k 1
P P1 P1 P1 =0 =0 =0 =0
p q apq k 6 p q kapq k. =0 =0 =0 =0
Démonstration P
1 Spapq , S = 1
P P1 0 P1 0 P1 P1 apq . Supposons
(i) soient = q p q 0 apq et Sq = p apq , S = q p
S ni : à q xé on a apq 6 Sp donc Sq est ni. De plus, par addition d'un nombre ni de séries
=0 =0 =0 =0 =0 =0
S 0 est ni alors S 6 S 0 , d'où S = S 0 lorsque l'un des deux termes est ni, et aussi lorsqu'ils sont
tous deux innis.
P1 P1
(ii) si p=0 P kapq k converge : à p xé, P1
q=01 q kapq k converge donc P Sp = 1
P
q aP pq converge aussi
=0 =0
et kSp k 6 q kapq k, terme général d'une série convergente. Ainsi k Sp k puis Sp convergent,
P 1
=0
P 1 a et l'inégalité triangulaire correspondante. Avec (i), on
S=
d'où la convergence de p P1 q Ppq1
0
=0 =0
a de même la convergence de S = q p Papq . Ensuite, par addition d'un nombre ni de séries
P1 1 PQ P1
apq + 1
P1
=0 =0
P
convergentes, S = p (apP+ : : : + apQ + q Q apq ) = q Q apq
P1 P1 1 1 1 1 ka k ! 0 en tant qque
p p
0
P =0
P P = +1 =0 =0 =0 = +1
et k p q Q pqa
=0
k 6 p
= +1 q Q kapq k = q Q =0p pq Q!1 = +1
reste = +1 =0
P1 P1 P1 Pq
Indices liés : soit (apq ) 2 E N . La relation p
2
P1 P1 q p apq =
P1 P q q p apq a lieu si les apq sont réels
=0 = =0 =0
P
apq ) 2 E N et Sn = p q n apq .
2
Sommation par diagonales : soit (
P1 P1 P1 + =
La relation p q apq = n Sn a lieu si les apq sontPréels positifs ou si la série double de terme
général kapq k est convergente. Dans ce dernier cas, la série kSn k est aussi convergente.
=0 =0 =0
entre ev de dimensions
P nies. On posePcn = p P q n B (aP
convergentes alors kcn k l'est aussi et n cn = B ( n an ; n bn ).
+ =
Exemples
xP) = 1
P n P1 n
Pour x2] ;
1 1[, ln(1 n x =n et 1=(1 xP ) = n x , séries absolument convergentes.
Donc ln(1
1 1=1
P
x)=(1 x) = n Hn x et ln (1 x) = n ( p q n 1=pq )x = n 2Hn xn =n.
n n 2
P1 =0
1
P1 n p z n = (1 z ) p .
=1 =2 + = =2
P
PermutationPdes termes d’une série : soit an ) 2 E N telle
P que kan k est convergente et 2 SN .
(
Alors la série a n et convergente et a même somme que an .
( )
5) La série exponentielle
Norme d’algèbre : soit A une K-algèbre. Une norme d'algèbre est une norme sur A en tant qu'espace
vectoriel, vériant de plus : 8 a; b 2 A, kabk 6 kakkbk et k1A k = 1.
Exemples
B(X; K) avec k k1 , K[X ] avec k Pi ai X i k = Pi jai j, Mn (K) avec k(aij )k = maxfPnj jaij j; i 2 [[1; n]]g. =1
Proposition : toute K-algèbre de dimension nie peut être munie d'une norme d'algèbre.
Démonstration : soit B une base de A en tant qu'espace vectoriel. Pour a 2 A, on note Ma la matrice
dans B de l'endomorphisme x 7! ax. L'application a 7! Ma est un morphisme injectif d'algèbre de A
dans Mn (K) avec n = dim(A). On peut donc prendre kak = kMa k où la deuxième norme est une norme
d'algèbre sur Mn (K).
Désormais, on suppose que A est une algèbre de dimension nie, munie d'une norme d'algèbre. Comme
toutes les normes sur un ev de dimension nie sont équivalentes, les notions de convergence et de limite
A.
sont indépendantes de la norme qui a été choisie sur
Exemples
dans
Mn (K) :
0 1 1 e 1 1 1 e e 1 1 2 e 2e
exp( ) = , exp( ) = , exp( ) = .
0 1 0 e 0 0 0 1 0 1 0 e
Propriétés
Si A = R, on retrouve la fonction exponentielle usuelle. Voir la formule d'Euler ci-après pour A = C.
A
exp(0 ) = 1 .A
Si ab = ba, exp(a + b) = exp(a) exp(b) = exp(b) exp(a).
exp(a) est inversible et exp(a) = exp( a).
1
Si M = P Diag( ; : : : ; p )P
alors exp(M ) = P Diag(e 1 ; : : : ; e p )P
1
.
1
q =(q 1)!).
1
On peut donc calculer exp(M ) pour M quelconque en trigonalisant fortement M . Dans les cas pratiques,
l'usage d'un polynôme annulateur pour M conduit à un calcul plus rapide.
Exemple : M= 1
2
M ) = f 1; 3g donc Sp(M + I ) = f0; 4g et (M + I )
2
1
: Sp( 2 2
2
= 4( M +I 2 ), ce qui
donne exp(M + I 2 ) = I +
e 4
(M + I ), puis exp(M ) = e
2
1
(I +
2
e4 (M + I )). 1
2
1
2
4 4
exp(M ) 2 K[M ].
Si E est un K-ev de dimension nie, f 2 L(E ) et B est une base de E alors MatB (exp(f )) = exp(MatB (f )).
Continuité et dérivation
(i) L'application exp est continue sur A.
(ii) Pour a 2 A xé, l'application R 3 t ! exp(ta) est dérivable et t (exp(ta)) = a exp(ta) = exp(ta)a.
d
Réciproques
(i) Soit f : R ! A dérivable telle que f 0 = af où a 2 A est un élément xé.
Alors 8 t 2 R, f (t) = exp(ta)f (0).
(ii) Soit f : R ! A dérivable telle que f 0 = fa où a 2 A est un élément xé.
Alors 8 t 2 R, f (t) = f (0) exp(ta).
(iii) Soit f : R ! A continue telle que 8 t; s 2 R, f (t + s) = f (t)f (s).
Alors il existe a 2 A tel que 8 t 2 R, f (t) = exp(ta).
Démonstration de (iii) : lorsque f fR0 (t + s) = f 0 (t)f (s) donc f 0 = f 0 (0) f .
est dérivable, on a
inversible. Or F (s)=s ! f (0) = 1A donc det(MF s =s ) ! 1 où Ma est la matrice dans une base xée
=
s! 0 s! ( )
0
de A de l'endomorphisme de multiplication par a. Ainsi, pour tout s proche de 0R et diérent de 0R , on
a det(MF s =s ) > 0 donc F (s)=s 2 A et enn F (s) 2 A .
( )
Formule d’Euler : x 2 R, exp(ix) = cos(x) + i sin(x).
pour
généralisée en b . Elle converge si x 7! a;x f admet une limite nie lorsque x ! b . Dans ce
R R [ ]
généralisée en a . Elle converge si x 7! x;b f admet une limite nie lorsque x ! a . Dans ce
+ +
R R [ ]
dite
R généralisée
R en a et en b . Elle converge s'il existe cR 2 ]a; b[ tel
+
R que lesR intégrales généralisées
a;c f et ]c;b]
f sont convergentes.
[
Dans
[
ce cas, on pose a;b f =
a;c f + c;b f . Cette dénition ] [ ] ] [ [
Propriétés R R R
Si f est continue par morceaux sur le
R
segment a; b]
[ alors
]a;b f , a;b f
] [ [
et
a;b f
] [
sont convergentes et
fausse).
R R
Si f (x) x!!1 ` et
[ a; 1 f + [
converge, alors ` = 0. Il se peut que
a; 1 f
[ + [
converge sans que f ait une
1.
+
limite en +
Calcul
Linéarité, calcul coordonnée par coordonnée dans une base de
RE , composition par une application linéaire.
x x;b f ) = f (x) si f x.
d
Relation de Chasles, reste d'une intégrale convergente. ( est continue en
d [ [
2) Critères de convergence
R R R R
Convergence absolue : si IRkf k est convergente alors I f l'est et on a k I f k 6 I kf k. On dit que
f est intégrable sur I lorsque
I kf k converge.
Démonstration : on raisonne sur le cas ! b . La suite
xn n!1 I = [ a; b[. Soit ( xn ) une suite telle que
R R R
(
a;xn f ) est bornée par a;b kf k donc admet une sous-suite
[ ]
R
convergente :
R [ a;x
[
f ! `. Soit alors
R '(n) n!1 [ ]
t=0
t
Intégration des relations de comparaison
Soient f : [a; b[! E et g : [a; b[! R continues par morceaux. On suppose f (x) = O(g (x)) (resp.
+
R +1
ex t 1
e(1 t)x R e t
Exemple : t
=1 t t
d =
x t dt = (2 IPP) = x
+
=
1 1
x2 + O( x3 ). 1
aussi et a;b f = 1
P
(i) Si a;b f converge alors la série an ;aRn+1 f converge n an ;an+1 f .
[ [
P1 R [ ] [ [ =0 [ ]
(ii) Si f est à valeurs réelles positives alors a;b f = n an ;an+1 f (égalité dans [0; +1]). [ [ =0 [ ]
R +1 j sin tj dt diverge.
Exemple : t
=0
t
Espaces de fonctions
R : soit I un intervalle non trivial et f : I!E continue par morceaux.
On pose : kf k = qI kf k, 1
R
kf k = I kf k , 2
2
Ce sont des sev de l'ensemble des fonctions continues par morceaux de I dans E. kk et k k sont des
semi-normes
1 2
sur les espaces correspondants et des normes sur leurs intersections avec C (I; E ). k k1 est
une norme sur L1 (I; E ).
Lorsque I est borné et E 6= f0g, L1 (I; E ) $ L (I; E ) $ L (I; E ). 2 1
R R
" > 0 tel que a;b (f ") > 1
P
Démonstration par l’absurde :
R PN
n a;b fn et en
sinon il existe
[ ] =0 [ ]
en au moins un point xN . Soit (x' N ) une sous-suite convergente et x sa limite. Pour N xé et
( )
PN P' k
k > N , on a : f (x' k ) " n fn (x' k ) > f (x' k ) "
( ) n fn (x' k ) > 0 d'où P à la limite :
( ) ( )
( )
( )
f (x) "
PN
f x > N
=0
f 6 1 f . =0
n n ( ) 0. En
=0
faisant tendre vers l'inni, on contredit l'hypothèse n n =0
Démonstration
R P1 R : on raisonne P1 Rsur le cas I = [a; b[. Pour c 2 [a; b[, on a d'après le cas précédent
[a;c f 6 n P a;c fn 6 n
] =0 [ a;b fn . En faisant tendreP
] =0 [
c vers b , on obtient l'inégalité annoncée.
[
R PN R
1 fn , alors pour tout entier N 2 N, f > N
Si l'on a f =
R P1 Rn =0 n fn donc a;b f > n a;b fn puis =0 [ [ =0 [ [
[a;b f[
> n a;b nf en
=0
faisant
[
tendre
[
N vers l'inni.
R +1 R +1
e t ) dt = 1
P e nt P1
Exemple : t
=0
ln(1 n =1 t
=0 n d = t n =1n2
1
= (2).
Le lemme de Beppo Levi est valide pour des fonctions fn et f discontinues, pourvu qu'elles soient
mesurables au sens de Lebesgue (notion hors programme). On admettra ici qu'il est valide pour des
fonctions continues par morceaux, les autres hypothèses étant inchangées.
Intégration terme à terme : soit (fn ) une suite de fonctions de I dans E continues par morceaux et
P1
f : I ! E continue parP morceaux
R telle P1x 2 I : f (x) = n fn (x). Si l'une des conditions
que pourR tout
1
: nR I kfP n k1< R+1 ou I n kfn k < +1 alors f est intégrable sur I et on a :
=0
suivantes
R est réalisée
P 1 R
I kf k 6 n I kfn k et I f = n I fn .
=0 =0
=0 =0
Démonstration
R
P 1
Si n I kfn k < +1 : R R
kf k 6 P1 P1
n kfn k, d'où I kf k 6 n I kfn k.
=0
Si
I n =0
convergente.
R +1 R 1
e t ) dt = 1 n e nt dt = P1
P n+1
n2 = (2) = (2).
+ ( 1)
n t ( 1) n
1
t n
+1
Exemple : =0
ln(1 + =1 =0 =1 2
P1 R n
Contre-exemple avec n I kfn k = +1 : fn (x) = ( 1) sin(x)1 n; n (x).
=0 [ ( +2) ]
4) Convergence dominée
Cas réel positif : soit (fn ) une suite de fonctions de I dans R continues par morceaux et ' : I ! R
continue par morceaux telles que :
(i) 8 x 2 I , fn (x) n!1
!0;
(ii) 8R x 2 I , 8 n 2 N, 0 6 fn (x) 6 '(x) ;
(iii) I ' < +1.
R
Alors I fn ! 0 .
n!1
Démonstration : pour x 2 I et n; p 2 N avec n 6 p, on pose fnp (x) = maxffk (x); n 6 k 6 pg et
R R
Inp = I fnp . fnp est positive continue par morceaux sur I et majorée par ' donc Inp existe et Inp 6 I '.
De plus, à n xé, la suite (Inp ) est croissante ; elle converge vers un réel In . On peut donc trouver une
suite (pn ) vériant 8 n 2 N, 8 p > pn , In n 6 Inp 6 In et pn > pn . Ensuite, la suite (In ) est
1
+1
décroissante positive ; elle converge. Enn, pour tout x 2 I , fn;pn (x) ! 0. Il vient :
2
n!1
8 x 2 I , 0 6 fn (x) 6 fn;pn (x) = P1 P1
k n (fk;pk (x) fk ;pk+1 (x)) 6 k n (fk;pk+1 (x) fk ;pk+1 (x))
= +1 = +1
R P1 P1
0 6 I fn 6 k n (Ik;pk+1 Ik ;pk+1 ) 6 k n (Ik Ik + k+1 ) n!1
= +1 !0 = +1 2
1
Soient f (t) = e
t ln(t) et fn (t) = (1 t )n ln(t)1 ;n (t). On a jfn j 6 jf j, jf j est intégrable sur ]0; +1[ et
=0
Rn
f = lim fn . Donc ; 1 f = limn!1 tn (1 nt )n ln(t) dt = limn!1 In .
R [0 ]
]0 + [ =0
R
In = n u (1 u)n ln(nu) du
1
n
=0
n R n
n ([(1 (1 u) ) ln(nu)]u u (1 + (1 u) + : : : + (1 u) ) du)
+1 1 1
= =0
n
+1 =0
n (ln(n) 1 ::: n )
1 1
=
!
+1 2 +1
n!1 .
Cas d’un paramètre réel : soient J R, 2 R [ f1g adhérent à J , (f )2J une famille de
0
fonctions de I dans E continues par morceaux, f : I ! E continue par morceaux et ' : I ! R continue
par morceaux telles que :
(i) 8 x 2 I , f (x) !!0 f (x) ;
(ii) 8R x 2 I , 8 2 J , kf (x)k 6 '(x) ;
(iii) I ' < +1.
R R
Alors les f et f sont intégrables et on a I f ! I f .
!0
an;p ) 2 E N , (`p ) 2 E N et ('p ) 2 RN telles que
2
Théorème de convergence dominé discret : soient (
(i) 8 p 2 N, anp n!1
! `p ;
(ii) 8Pp 2 N, 8 n 2 N, kanp k 6 'p ;
(iii) +1.
p 'p < P
Alors les séries p anp et p `p sont absolument convergentes et on a 1 ! P1
P P
p anp n!1 p `p . =0 =0
Exemple : dans une algèbre de dimension nie, (1 + na )n ! exp(a) par développement du binôme.
n!1
Démonstration : Pour n; p 2 N, kp `n k 6 kp anp k + kanp `n k 6 "n + kanp `n k p!1 ! "n . En
xant n, on voit que la suite (p ) est bornée, donc admet une valeur d'adhérence 2 E . Soit alors " > 0
et N 2 N tel que n > N ) "n 6 ". Pour un tel n, on choisit p tel que kanp `n k 6 " et kp k 6 ".
Il vient k `n k 6 3". Ainsi, `n n!1
! . Par unicité d'une limite, il en résulte que est l'unique valeur
d'adhérence de (p ), d'où p ! .
p!1
Rb
Application, lemme de Lebesgue : soit f : [a; b] ! E continue. On a t a f (t) sin(nt) dt ! 0.
n!1
=
Démonstration : lorsque f est C , une intégration par parties permet de conclure. Pour f continue, soit
1
(fp ) une suite de fonctions polynomiales telle que kfp f k1 ! 0. On applique le théorème d'interversion
p!1
Rb
des limites en intervertissant les rôles de n et p avec anp =
t a fp (t) sin(nt) dt et "p = kfp f k1 .
= 2
p 1
Avec la même fonction f et n = 2p on obtient alors :
1
1
+
1
3
::: + p
1
5
p!1! .
( 1)
2 1 4
Théorème d’interversion des limites, cas continu : soient D E non vide, (fn ) une suite de
fonctions D ! F , f une fonction de D dans F et a 2 D [ f1g tels que
(i) 8 n 2 N, fn (x) x!!a `n ;
(ii) Il existe V , voisinage relatif de a dans D et ("n ) suite réelle de limite nulle tels que
8 x 2 V , 8 n 2 N, kfn (x) f (x)k 6 "n .
Alors il existe ` 2 E tel que `n ! ` et f (x) ! ` : limn!1 (limx!a fn (x)) = limx!a (limn!1 fn (x)).
n!1 x!a
Cas symétrique (HP) : avec les notations précédentes, si l'on a
(iii) 8 x 2 D, fn (x) ! f (x) ;
n!1
(iv) il existe une fonction " dénie sur D telle que 8 x 2 V , 8 n 2 N, kfn (x) f (x)k 6 "(x) et "(x) ! 0.
x!a
Alors il existe ` 2 E tel que `n ! ` et f (x) ! ` : limn!1 (limx!a fn (x)) = limx!a (limn!1 fn (x)).
n!1 x!a
Exemple : lemme de Lebesgue pour une fonction continue intégrable.
Remarque : les trois théorèmes d'interversion des limites sont inapplicables si la limite double visée est
innie. Dans un tel cas, utiliser un argument de monotonie ou une minoration par une quantité tendant
vers l'inni pour conclure.
Lien entre ces notions : (ii) ) (iv) ) (i) et (ii) ) (iii) ) (i). Les implications réciproques sont
fausses en général.
Exemples
x 7! xqn sur [0; 1], sur [0; a] avec a < 1, sur [0; 1[.
x 7! x + n2 sur R .
2 1 +
x 7! (1 + nx )n sur R . +
Ce théorème ne permet pas de passer à la limite sous une intégrale généralisée ; dans un tel cas utiliser
le théorème de convergence dominée.
puis par récurrence, 0 6 bn (x) an (x) 6 jx 1j=2n . Donc les fonctions an et bn , clairement continues,
convergent uniformément sur tout compact vers .
Réponse : b0n 1 1
p
a0n = (1 x )(b0n a0n ) u + px (bn an ) u avec 1 6 u(x) 6 x si x > 1. On
1
+1 +1
0 0 0 a0n converge vers 0 uniformément sur tout
4
segment de [1; +1[. Ensuite, avec 2an an = an bn + an b0n et 2b0n = a0n + b0n on obtient que les
0 0
0 0
+1
suites (an ) et (bn ) sont adjacentes sur [1; +1[ donc convergent uniformément sur tout segment vers
+1 +1
une même fonction continue. Ainsi est C sur [1; +1[ puis sur ]0; +1[ car (x) =
1
px: u(x).
Lien entre ces notions : (iv) ) (ii) ) (iii) ) (i) et (iv) ) (v) ) (iii).
Les convergences normales impliquent la convergence absolue.
Les convergences uniformes impliquent la convergence uniforme de même type pour les suites de
fn ) et ( 1
P
fonctions ( k n = +1
fk ) vers la fonction nulle.
Exemples
P
x 7! n
nx ;
sur [0 1], sur [0 ; a] avec a < 1, sur [0; 1[.
Série exponentielle.
P
Proposition
P : la série fn converge normalement si et seulement si chaque fonction fn est bornée
et n kfn k1 < +1.
Convergence normale (localement normale, normale sur tout compact) : les mêmes que
pour la convergence uniforme de même type.
c) Exemple
P1
Énoncé : pour x 2 ; 1 , on pose f x
]0 + [ ( ) =
Rk=0 x k . Montrer
(
+
1)
k
que f est de classe C 1
sur ;
]0 + 1 et tracer sa courbe. Justier : f x
[ ( ) =
t
1
=0
tx 1 dt.
t1+
Domination locale : on dit que f est localement dominée en x si pour tout x 2 I , il existe un 0
= ( )
intégrale, eectuer un changement de variable ou une transformation simple permettant soit de revenir
à des bornes constantes, soit d'éliminer
Rx R
x de l'intégrande. Par exemple :
t=0
f (x; t) dt = xf
u R 2(x; ux) du.
1
=0
R x2 t x x ex u f (u) du = ex R x x2 e u f (u) du.
t x
=
e f (x t ) dt =
u =0 u =0
Réponse : t + x sin t > min(1; x) donc on peut localement borner l'intégrande et ses dérivées
cos
2 2
par rapport à x. f est décroissante, tend vers 0 en +1 par convergence dominée. Si f était bornée
R R =
au voisinage de 0, alors pour 2 [0; [ xé, on aurait
t dt= cos t 6 kf k1 , donc t dt= cos t serait
2
! +1.
2 =0 =0
convergente. Ce n'est pas le cas, d'où par monotonie, f (x)
x! + 0
Moyenne arithmético-géométrique
Eectuer le changement de variable xp t t x u dans l'intégrale dénis-
tan cotan = (1 + ) tan
sant f x et en déduire la relation : xf x f u x où u x pxx . Montrer alors que
(
2
) (
2
) = ( ( ) )
2
( ) =
1+
f x x
(
2
) ( ) =
est de classe C 1 sur ; 1 . 2
]0 + [
p
2
pq
dt= cos t + x sin t = du=2 x cos u + u(x) sin u.
2 2 2 2 2
par composition à droite par u, puis constante égale à sa valeur pour x = 1 (limite des itérées de u).
1) Rappels
Un espace préhilbertien est un R-ev muni d'un produit scalaire : (x; y ) 7! (x j y ) bilinéaire, symétrique,
déni positif. Un espace euclidien est un espace préhilbertien de dimension nie.
Exemples classiques : Rn , C = R avec (z j z 0 ) = (zz 0 + z 0 z ), Mnp (R), C ([a; b]; R).
2 1
2
Formules
kxk = (x j x).
2
kx + yk + kx yk = 2kxk + 2kyk .
2 2 2 2
2) Orthogonalité
a? = fx tq (a j x) = 0g, A? = fx tq 8 a 2 A; (a j x) = 0g.
A ? B ()(8 (a; b) 2 A B; (a j b) = 0) () A B ? () B A? .
Propriétés
A? est un sev fermé. Pour a 6= 0, a? est un hyperplan supplémentaire de hai.
E ? = f0g, 0? = E .
A B ) A? B ? . A? = hAi? .
A?? A.
Pour F; G sev de E , on a F \ F
? = f0g, (F + G)? = F ? \ G? et (F \ G)? F ? + G? .
Si F ; : : : ; Fn sont deux à deux orthogonaux, alors la somme F + : : : + Fn est directe.
1 1
Exemples
E = Rn , a = ( a ; : : : ; an ) 6= 0 ) a? = fx tq a x + : : : + an xn = 0 g: hyperplan arbitraire de Rn .
a?? = hai.
1 1 1
On a F
? = G, G? = F et (F \ G)? = E 6= F ? + G? = F F ? = ff tq f( 1
g
) = 0 .
2
Conséquences
(i) Si F est un sev de dimension nie, alors F F ? = E et F ?? = F .
(ii) Si F et G sont de dimensions nies alors (F \ G)? = F ? + G? .
(vii) Si (e ; : : : ; en ) est une base quelconque de F alors la matrice des coordonnées de F (a) dans cette
1
Caractérisation des projections orthogonales : soit p 2 L(E ) une projection (cad. p = p). On a : 2
3) Familles orthonormales
Dénition.
Une famille orthonormale est libre.
fausse).
Théorème de Schmidt : soit (u1 ; u2 ; : : : ; un ; : : :) une suite nie ou innie de vecteurs de E linéairement
indépendants. Alors il existe une suite orthonormale (e ; e ; : : : ; en ; : : :) de même cardinal vériant :
1 2
(iv) Pour tout produit scalaire sur R[X ], il existe une base orthonormale constituée de polynômes de
degrés étagés et chaque terme de cette base est unique au signe près.
( Ln j P ) = ( 1) (
n Qn j P n ) + Pn
(
k
)
=0
1
( 1)
kP k ( )
(1) Qnn k
( 1)
(1).
Le résultat doit être nul pour tout polynôme Qnn k (1) = 0 pour k 2 [[0; n[[.P de degré <n donc
( 1)
Ainsi, 1 et 1 sont racines d'ordre au moins n de Qn et comme deg(Qn ) = deg(Ln ) + n = 2n, il existe
n 2 R tel que Qn = n ((X 1)n ) n , et l'on peut imposer n > 0.
2 ( )
R n
De plus, kLn k = 1, soit (2n)!n
x (1 x ) dx = 1. Après une
2 2 1 2
dernière intégration par parties, on
p = 1
(2n + 1) (2n + 1) n + 1 =2
obtient n =
2
(2n) (2n 1)
n , soit n = n
2
2 n!
et Ln (x) =
2
1 n
2 n!
((X 1)n ) n .
2
2 +1 2
2 ( )
Suite totale
La suite ( ek )k2N est dite totale dans E si elle est orthonormale et si le sous-espace F = hek ; k 2 Ni est
dense dans E.
Exemple : E = C ([ 1; 1]; R) pour le
la suite des polynômes de Legendre est une suite totale dans
produit scalaire usuel car F = R[X ] est dense dans E pour k k1 donc aussi pour k k . 2
Théorème : soit P E et x; y 2 E . On a :
P (ek )k2N une suite totale dans
(i) la série k (ek j x) est convergente et k (ek j x) 6 kxk (inégalité de Bessel) ;
2 2 2
(ii) (ek j x) ! 0 ;
P k!1
(iii) k (ek jPx) = kxk (égalité de Parseval) ;
2 2
de Legendre. Alors cn (f ) ! 0, n cn (f ) = ; f et kf
n!1 k k =0k n!1 2
[ 1 1]
2
=0 2
Propriétés
(i) Toute application orthogonale est linéaire et injective. Lorsque E est de dimension nie, c'est un
isomorphisme.
(ii) La composée d'endomorphismes orthogonaux et la réciproque d'un endomorphisme orthogonal
bijectif sont des endomorphismes orthogonaux. Lorsque E est de dimension nie, O(E ) est un
sous-groupe de GL(E ) (groupe orthogonal de E ) .
(iii) Un endomorphisme orthogonal conserve la norme, les distances et les angles non orientés de
vecteurs non nuls. Une application linéaire conservant la norme et une application conservant
les distances et le vecteur nul sont des applications orthogonales.
(iv) Si B est une base orthonormale de E alors f est orthogonal () M = MatB (f ) 2 O(n), c'est-à-
dire
tMM = In . Dans ce cas, Mat ( Bf 1
) =
tM (réciproque vraie) et det( ) = f 1 (réciproque
fausse).
(v) Si dim( E ) = n alors les groupes O(E ) et O(n) sont isomorphes, de même que les sous-groupes
O +
(E ) et O (n). +
Démonstration
Existence d'une décomposition par récurrence sur p. Pour p > 1, soit a 2 E n F , s la réexion de direction
hf (a) ai qui échange a et f (a), et g = s f . On a g 2 O(E ) et G = Ker(g id) = F hai (par double
inclusion), d'où n dim(G) = p 1, g = s : : : sp et f = s g = s s : : : sp .
2 2
1 1 1
cos sin
La matrice d'une réexion dans une base orthonormale de E est de la forme S = sin cos
avec 2 R. L'axe de réexion est engendré par le vecteur cos(
1
2
)e 1 + sin(
1
2
)e . 2
cos sin
La matrice d'une rotation dans une base orthonormale de E est de la forme R =
sin cos
avec 2 R. Cette matrice est identique dans toutes les bases orthonormales de E ayant même
orientation et f est appelée : rotation d'angle (le signe est xé par le choix d'une orientation
de E ).
Soit J =
0
1
1
0
(matrice d'un quart de tour) et 2 R. Alors exp( J ) = R .
(iv) dim( E) = 3 : O +
( E ) = fcomposées de deux réexionsg = frotationsg et O (E ) =
E ). O +
(
Si f est une rotation, il existe une base orthonormale (e ; e ; e ) dans laquelle Mat(f ) =
R 0
1
0 1 2 3
1 2 3
3 1 2 3
est directe.
et fjPi est une rotation d'angle i avec i 2 R n Z. En conséquence, il existe une base B orthonormale
dans laquelle la matrice de f est diagonale par blocs : MatB (f ) = Diag(R1 ; : : : ; Rk ; 1; : : : ; 1; 1; : : : ; 1).
Réciproquement, tout endomorphisme de E ayant une telle matrice dans une base orthonormale est un
endomorphisme orthogonal.
Démonstration : le sous-espace F = (Ker( f id) Ker(f + id))? est stable par f et par construction,
fjF n'a pas de valeur propre. Si = f0g, on obtient la décomposition annoncée avec k = 0. Sinon,
F
soitQ 2 R[X ] un facteur unitaire irréductible de f jF : Q est sans racine donc de la forme Q = X X 2
avec + 4 < 0, et Q(fjF ) est non injectif, sinon f jF ne serait pas minimal. Soit a 2 F n f0g tel que
2
f (a) = f (a) + a et P = ha; f (a)i : P est stable par f , P est un plan car (a; f (a)) est libre et fjP est
2
un endomorphisme orthogonal de P sans valeur propre ; c'est une rotation d'angle non multiple de . Si
P = F , la décomposition est terminée. Sinon, on poursuit avec la restriction de f à l'orthogonal de P
dans F .
5) Endomorphismes symétriques
f : E!E est symétrique si 8 x; y 2 E , (f (x) j y) = (x j f (y)).
Exemples : homothétie, projection et symétrie orthogonales, f + f pour
R f 2 O(E ), P 1
7! XP et
P 7! ((X 00
1)P ) sur R[X ] pour le produit scalaire déni par (P j Q) =
; P Q.
2
[ 1 1]
Propriétés
Toute application symétrique est linéaire.
Si B est une base orthonormale de E alors f est symétrique () MatB (f ) est une matrice symétrique.
Les endomorphismes symétriques forment un sev de L(E ). Si dim(E ) = n, sa dimension est n(n + 1). 1
2
Les sous-espaces propres d'un endomorphisme symétrique sont deux à deux orthogonaux.
Si f est symétrique et F est un sev stable par f alors fjF est symétrique. De plus, F? est aussi stable
par f.
Les endomorphismes à la fois symétriques et orthogonaux sont les symétries orthogonales.
Théorème spectral : soient E un ev euclidien et f 2 L(E ) symétrique. Alors E est la somme orthogo-
nale des sous-espaces propres de f et il existe une base orthonormale B propre pour f . Réciproquement,
tout endomorphisme admettant une base orthonormale propre est symétrique.
L
E= Ker(f id) : soit F cette somme (orthogonale donc directe) ; on suppose
? est un sev non nul, stable par f et dans lequel f n'a pas de valeur propre. On
Démonstration de
que F 6= E . Donc F
?
note S la sphère unité de F , q (x) = (f (x) j x) et a 2 S tel que q (a) = maxfq (x); x 2 S g. Si b 2 S est
orthogonal à a alors pour t 2 R,
triangulaire supérieure avec pour valeurs propres les nombres k(k + 1), k 2 [[0; n]]. Donc les sous-espaces
[ 1 1]
propres sont de dimension 1 et un polynôme propre Pk associé à la valeur propre k(k + 1) est de degré k.
Alors la suite (Pk ) est orthogonale de degrés étagés, donc Pk est à un coecient multiplicatif près égal
au k-ème polynôme de Legendre.
Conséquences
0 0
x (n(n + 1)Ln (x) + (1 x )Ln (x)) = 2xLn (x) est du signe de x. On en déduit, pour x 2 [0; 1] :
d 2 2 2 2
(i)
Ln (x) 6 Ln (1) = n + 1=2, et de même pour x 2 [ 1; 0] par parité.
d
2 2
n
P(n n + 1=2, la série
1 c (fn)L converge normalement vers f sur l'intervalle [ 1; 1].
k k =0 k
Pn P1 p
Majoration explicite : k k ck (f )Lk f k1 6 q k n jck (f )j k + 1=2 q
=0 = +1
6 P1 kq n k (k + 1) ck (f )
P1 k =
k n k2 k 2 = +1
2 2 2
= +1
+1 2
( +1)
6 kgk P1 k n ( k2 k 2) 2 = +1 2
1 1
2( +1)
6 (n +kg1)
kp .
2
2
Version matricielle du théorème spectral : soit M 2 Mn (R) symétrique. Alors il existe une matrice
P 2 O(n) telle que P 1
MP =
tP MP est diagonale.
1 i
Remarque : il existe des matrices symétriques complexes non diagonalisables, par exemple .
i 1
et fjPi est la composée d'une homothétie et d'un quart de tour. En conséquence, il existe une base B
orthonormale dans laquelle
la matrice de f est diagonale par blocs : MatB (f ) = Diag(A ; : : : ; Ak ; 0; : : : ; 0) 1
1) Rayon de convergence
n P
Une série entière est une série de fonctions d'une variable complexe
P z de la forme A(z ) =
n an z avec
an ) 2 C Le domaine de convergence est D = fz 2 C tq n
n an z convergeg et le rayon de convergence
(
N.
est R = supfjz j tq z 2 Dg 2 [0; +1] (bien déni car 0 2 D).
LemmePd’Abel : soit z 2 C tel que la suite (an z n ) est bornée. Alors pour tout z 2 C tel que jz j < jz j,
la série an z n est absolument convergente.
0 0 0
P P
Conséquence : pour jz j < R, an z n converge absolument et pour jz j > R, an z n diverge grossière-
ment. Ainsi,
D(0; R) D D(0; R). D(0; R) est appelé disque ouvert de convergence et ] R; R[ est
appelé intervalle ouvert de convergence .
P P P P
Exemples : zn, z n =n (multiplier par 1 z sur le cercle unité), z n =n!, n! z n .
Calcul du rayon de convergence
R = supfr > 0 tq (an rn ) est
P
bornée g.
(an ) est bornée ) R > 1 ; jan j diverge ) R 6 1.
Si an = O (bn ) alors Ra > Rb ; si an bn alors Ra = Rb .
P P
Les séries an z n et nan z n ont même rayon de convergence.
Si an 6= 0 pour tout n et jan =an j n!1
! ` 2 [0; +1] alors R = 1=`
+1 (règle de D'Alembert, réciproque
fausse).
P
z n =n(n + 1),
P
Hn z n ,
P n n P n
n z , (n-ème décimale de )z .
2
Exemples :
P a b
(iii) Si b 6= 0 il existe une unique suite (cn ) telle queP i j n bi cj = an . Si de plus Ra > 0 et Rb > 0
alors Rc > 0 et pour jz j < min(Ra ; Rb ; Rc ) on a n cn z n = A(z )=B (z ) (division, HP).
0 + =
P
Démonstration pour la division : la relation
Pn i j n bi cj = an dénit de proche en proche la
+ =
n
0 =0
nombres > 0; > 0 tel que les suites (an ) et (bn ) soient bornées en module par un même réel M .
P1 k
Soit
2 ]0; min(; )[ tel que M k (
= ) = M
=n(
) < jb j (donc si jz j 6
, B (z ) existe et
0
B (z ) 6= 0). On prouve par récurrence que la suite (cn
) est bornée en module par un certain réel N à
=1
dénir.
0; : : : ; n
1
1 0 0
0 0 0
1 =
1 2
Cas où le rayon du produit est plus grand que les rayons des facteurs : (1 +
1 z )(1 1 z= 2
) = 1.
z!z0 n n
0
0
z z =1 0 =0 +1 0 0
D(0; R) et
A p (z ) = 1 n p = P1 (n + 1) : : : (n + p)an p z n
P
n p n(n 1) : : : (n p + 1)an z n
( )
= =0 +
Conséquences
(i) A p (0) =
( )
p! ap .
A(z ) = pnP an z n + O(z p ).
P +1
(ii)
n
n bn z est une série entière telle que 9 r > 0 tq 8 x 2 ]0; r[, A(x) = B (x) alors les
=0
(iii) Si B (z ) =
suites (an ) et (bn ) sont égales et A(z ) = B (z ) pour tout complexe z tel que l'une des deux séries
converge (principe d'unicité des coecients d'une série entière).
pn
( )
P1 p =0 0 0 0
n A (z )z =p! = A(z + z ).
( )
=0 0 0
Lemme du zéro isolé (HP) : Soit A(z ) = n an z n une série entière de rayon R > 0 et z 2
P
D(0; R).
Si la suite (an )n> n'est pas la suite nulle, il existe r > 0 tel que pour tout z 2
0
1 D(z ; r) n fz g, on a 0 0
A(z ) 6= A(z ). En particulier, lorsque deux séries entières coïncident au voisinage d'un point quel qu'il
0
soit, alors elles sont formellement égales et donc égales en tout point du domaine de convergence.
de tout point de I .
(ii) La série de Taylor de f en x 0 a un rayon non nul mais sa somme n'est pas égale à f au voisinage
de x 0 : f x.
n'est pas analytique au voisinage de 0
P1 n =x+ .
n cos(n x)=2 , e
2 1
Exemples pour (i) et (ii) : =0
(vii) R = .
2 2
PN n xn =n(n
j(1 + x) ln(1 + x) x+ n
=2
( 1)
+1
1) j 6 jxjN +1
=N (N + 1).
Pour N = 10, on obtient une approximation uniforme de ln [ 1 3 ] à 9 10 j 2;2 : 6
près.
Considérons une suite de n déplacements conformes à (i) et soit k le premier instant après le départ
où la particule est à nouveau à l'entrée du tube. Entre-temps, elle a avancé dans le tube d'un pas,
n'est jamais revenue en deçà, et est revenue là à l'instant k 1. Après l'instant k, laPparticule eectue
n k n > 2, an n a a
une suite de déplacements conformes à (i). Donc, pour on a = k k n k en
=2 2
convenant que a 0 = 1.
Considérons une suite de n déplacements conformes à (ii) et soit k le dernier instant où la particule
est à l'entrée du tube. k premiers déplacements est conforme à (i), puis la particule
La suite des
avance d'un pas et la suite des n k 1 derniers déplacements est conforme à (ii). Donc, pour n > 1,
Pn
on a bn = k ak bn k + an en convenant que b = 1.
1
=0 1 0
n
On multiplie ces relations par x avec < x < puis on somme. Il vient : A(x) = 1 + x A(x) et
1 1 2 2
2 2
B (x) = xA(x)B (x) + A(x), d'où
p
A(x) = 1 1 4x P1 n x n ; 2
2
n
1
n n
2
=
2x
2 =0 +1
P
B (x) = 1 p1 + 2x 1 n x n + n x n . 2 2 +2
n
1
n n
2 2 +1
1 =
2x 4x 2 =0 2 +1
1
bn
2 +1 =
1
2
2
n
+2
+1
. Les probabilités demandées s'en déduisent.
1) Ensembles dénombrables
Définition : un ensemble I est dit dénombrable lorsqu'il existe ': N ! I bijective. Une telle fonction
est appelée énumération de I .
Exemples : N, Z, N . Tout ensemble inni contient un sous-ensemble dénombrable.
2
Ensembles infinis non dénombrables : R, P (N) et AN avec card(A) > 2 ne sont pas dénombrables.
Démonstrations :
R: soit N ! R quelconque. On construit de proche en proche deux suites (an ), (bn ) adjacentes
':
an ; bn ] \ '([[0; n]]) = ?. La limite commune n'a pas d'antécédent par '.
telles que [
P (N) : soit ' : N ! P (N) et A = fn tq n 2= '(n)g alors A n'a pas d'antécédent par '.
AN : soit ' : N ! AN , et a; b 2 A distincts. La suite (un ) dénie par un = b si '(n)n = a et un = a
sinon n'a pas d'antécédent par '.
Caractérisation des ensembles finis ou dénombrables : l'ensemble I est ni ou dénombrable si et
seulement s'il existe une suite (In )n2N de parties nies de I telle que I = [n In . On peut imposer à la
suite (In ) d'être croissante.
Conséquences
Toute partie de N est nie ou dénombrable ; toute partie d'un ensemble ni ou dénombrable est nie ou
dénombrable.
Un ensemble non vide est ni ou dénombrable si et seulement s'il existe une injection de I dans N.
Si I ; : : : ; In
1 : : : In l'est.
sont nis ou dénombrables alors I1
Cette borne supérieure existe toujours dans [0; +1] en convenant que la somme d'une famille vide est
égale à 0. On dit que la famille (ai ) est sommable lorsque
P
i2I ai < +1.
Exemples
Toute famille à support ni est sommable.
an )n2N est une suite dePréels positifs alors n2N an = 1
P P
Si ( n an . En particulier la suite est sommable
=0
si et seulement si la série an est convergente.
Soit I un ensemble P dénombrable P et ' : N ! I une énumération de I . PPour toute famille (ai )i2I de
réels positifs, on a i2I ai = 1 =0 )
1
n a' n . En particulier la quantité n a' n ne dépend pas de
( =0 ( )
l'énumération de I choisie.
Comparaison
P P : soient ( ai )i2I et ( bi )i2I deux familles de réels positifs telles que 8 i 2 I , ai 6 bi . Alors
i2I ai 6 i2I bi . En particulier, si la famille ( bi ) est sommable alors la famille (ai ) l'est aussi.
Sommation par paquets, positifP: soient I = [k2K Ik une partition de I et (ai )i2I une famille
P cas réelP
de réels positifs. On a : i2I ai = k2K ( i2Ik ai ). En particulier, la famille P (ai )i2I est sommable si
et seulement chaque sous-famille (ai )i2Ik l'est et si la famille des sommes ( i2Ik ai )k2K est elle aussi
sommable.
0
Si S < +1 : soient i ; : : : ; in 2 I distincts et k ; : : : ; kn 2 K tels que i 2 Ik1 ,: : : ,in 2 Ikn . On a
P
ai1 + : : : + ain 6 k2fk1 ;:::;kn g Sk 6 S 0 d'où S 6 S 0 . Ainsi S = S 0 quand l'un des deux est ni, et aussi
1 1 1
Conséquences P P P
(i) Soit ( ai )i2I f : I ! X . On a i2I ai = x2X ( f i x ai ).
une famille de réels positifs et
Si la famille (ai ) est sommable alors son support : fi 2 I tq ai 6= 0g est ni ou dénombrable.
( )=
(ii)
P P1 P1 P1 P1 P1 P
(iii) On a p;q 2N2 apq = p
( ) q apq = q =0 p apq = n
=0 =0p q n apq pour toute suite
=0 =0 + =
double de réels positifs. En particulier la suite double est est sommable si et seulement si la série
P P
double p q apq est convergente.
Propriétés
Toute famille à support ni est sommable.
Pour une famille de réels positifs, les deux dénitions de la sommabilité et de la somme coïncident.
La sommabilité et la valeur de la somme ne dépendent pas de la norme choisie sur E.
Linéarité, calcul coordonnée par coordonnée dans une base de E , composition par une application linéaire.
Théorème : soit ai )i2I 2 E I . Les énoncés suivants sont équivalents.
(
(i) La famille (ai )i2I est sommable.
(ii) L'ensemble des sommes nies fai1 + : : : + ain ; i ; : : : ; in 2 I distincts g est borné.
1
(ii) ) (iii) : soit B = (e ; : : : ; ep ) une base de E . On note aij la j -ème coordonnée de ai dans la base B
1
et Aj = fi 2 I tq aij > 0g. L'ensemble des sommes nies ai1 ;j + : : : + ain ;j avec i ; : : : ; in 2 Aj distincts 1
est borné, donc la famille (aij )i2Aj est sommable, au sens de la sommabilité pour des réels positifs. De
même, si Bj = fi 2 I tq aij < 0g, la famille ( aij )i2Bj est sommable. Avec le théorème de sommation
par paquets cas réel positif, la famille (jaij j)i2I est sommable. Finalement, la famille (kaij k ;B )i2I est 1
sommable.
(iii) ) (i) : on reprend la base B et les familles (aij ). Comme 0 6 aij + jaij j 6 2jaij j, la famille (aij + jaij j)
est sommable, donc la famille ( aij ) aussi.
P
Inégalité triangulaire : soit " > 0 et j ; : : : ; jk 2 I distincts tels que k
1 i2fj1 ;:::;jk g ai S k 6 ". Donc
P P P
kS k 6 k i2fj1 ;:::;jk g ai k + " 6 i2fj1 ;:::;jk g kai k + " 6 i2I kai k + " et on fait tendre " vers 0 . +
Conséquences
Le support d'une famille sommable est ni ou dénombrable.
Conséquences P P P
Si ( ai )i2I est sommable alors pour toute fonction f :I!X
i2I ai =P P x2X ( f i x ai ).
on a
Une suite double (apq ) p;q 2N2 est sommable si et seulement si la série double
P P1 P1
( )
P1 P1 P1 P p q
Dans ce cas, (
a
p;q 2N2 pq )
= p q pqa = q p pq
=0
a =
=0 n =0
a
p q n pq .
=0 =0 + =
application bilinéaire entre ev de dimensions P nies. Si les famillesP(ai ) et P (bj ) sont sommables alors la
famille (B (ai ; bj )) i;j 2I J l'est et on a :
( ) i;j 2I J B (a ;
i j b ) = B ( i2I i j 2J bj ).
(
a
)
;
= ft 2 I tq 8 s 2 I \]t
ft fs
Bm;n n ; t[; t s 6 mg.
1 ( ) ( )
S1 S S
On a Bm n Bm;n et D = m2Q (Am \ Bm ) m;n 2QN (Am \ Bm;n ), donc il sut
+
de prouver que Am \ Bm;n est ni ou dénombrable. Pour cela, on remarque que si t 2 Am ,
=1 ( )
(i) f = n2N n 1 dn ; 1 est croissante et l'ensemble de ses points de discontinuité est exacte-
1
2 [ + [
ment D .
Formule
P d’Euler : soit P l'ensemble P
des nombres premiers naturels et soit 2 ]1; +1[. On a
p2P p ) = ln( ()) où () = n> n . Cette égalité vaut aussi pour = 1 en convenant
1 1
ln(1
1.
1
P P p
P
) =
p2fp1 ;:::;pk g ln(1 p ) = ln( n2Ak n ). Le premier membre a pour limite p2P ln(1 p )
1 1 1
Ainsi,
par équivalence entre famille sommable et série, s'agissant de réels positifs. Le second membre converge
P
n> n ) par encadrement.
1
vers ln( 1
P
Conséquence : p2P p
1
= + 1 car ln(1
p) 6 p.
1 2
1) Espaces probabilisés
a) Vocabulaire
Une épreuve aléatoire est une expérience pouvant avoir plusieurs issues et pour laquelle on ne peut
pas dire à l'avance quelle issue sera eectivement réalisée. L'ensemble
des issues est appelé univers.
Une tribu est un ensemble T de parties de
contenant
et stable par complémentaire, par union
dénombrable et intersection dénombrable. Les éléments de T sont appelés évènements.
Si E est un ensemble de parties de
, l'intersection de toutes les tribus contenant E est la plus petite
tribu contenant E . On l'appelle tribu engendrée par E .
Deux évènements A; B sont dits incompatibles lorsque A \ B = ?. On écrit alors A t B pour A [ B .
Une probabilité est une application P : T ! [0; 1] telle que P(
) = 1 et P( n An ) =
F P
n P(An ) pour
toute suite ( An ) d'évènements deux à deux incompatibles.
Un évènement négligeable est un évènement de probabilité nulle.
Un évènement presque sûr est un évènement de probabilité 1.
Un espace probabilisé est un triplet (
; T ; P) vériant les axiomes précédents.
b) Exemples
= fP; F gn , T = P (
), P(A) = n card(A).
Jeu de pile ou face ni :
1
2
k
Attente du premier succès :
= fP; F P; F F P; : : :g [ fF F F : : :g, T = P (
), P(F P ) = k+1 ,
1
1 P
P(F ) = 0, P(A) = !2A P(!).
2
P sont admises.
2
L'existence et l'unicité de
Exemples : au jeu de pile ou face inni, soient les évènements An = fle n-ème lancer donne P g et
Bn;k = fle n-ème et le k-ème lancers donnent le même résultatg.
Alors les évènements (An )n2N sont mutuellement indépendants et pour k = 6 n, An ; Ak ; Bn;k sont deux
à deux indépendants, mais non mutuellement indépendants.
Pour l'attente du premier succès, les évènements An et Ak ne sont pas indépendants.
e) Probabilité conditionnelle
Proposition : Soient (
; T ; P) un espace probabilisé et A 2 T tel que P(A) > 0. Alors la fonction
B 7! P(A \ B )=P(A) = P(B j A) est une probabilité sur T .
Propriétés
(i) SiP(A) > 0 : P(A \ B ) = P(B j A)P(A) et (A et B sont indépendants) () P(B j A) = P(B ).
(ii) SiP(A \ : : : \ An ) > 0 :
1
probabilités composées).
F
(iii) Si
= n An et 8 n, P(An ) > 0 : P(B ) = Pn P(B j An )P(An ) (formule des probabilités
totales).
(iv) Si de plus P(B ) > 0 : P(Ai j B ) = P(B j Ai )P(Ai )= Pn P(B j An )P(An ) (formule de Bayes).
2) Variables aléatoires discrètes
a) Définitions
Une variable aléatoire discrète X
!E est une application : telle que X (
) est ni ou dénombrable
et pour toutx2X
fX xg f! 2
X ! xg
( ), l'ensemble = = tq ( ) = est un évènement.
La loi de X PE PX A P X 2 A
est la probabilité sur ( ) dénie par ( ) = ( ) =
P
x2X
\A P(X = x).
X; Y
! E équidistribuées X Y ).
( )
Exemples
Si
alors la fonction 1A est une variable aléatoire à valeurs dans f0; 1g. Sa loi est dénie
A
par PA (1) = P(A) et PA (0) = 1 P(A) (loi de Bernoulli de paramètre P(A)).
k
Pour l'attente du premier succès, l'application X : F P 7! k et F
1 7! 1 est une variable aléatoire
discrète à valeurs dans N [ f1g. Sa loi est la probabilité sur P (N [ f1g) dénie par PX (k) = k
1
2 +1
Pour le jeu de pile ou face inni, l'application Xn : ! 7! (les n premiers résultats) est une variable
n
aléatoire discrète à valeurs dans fP; F g . Sa loi est la probabilité uniforme sur cet ensemble.
Composition : soit X :
! E une variable aléatoire discrète et f : E ! F . AlorsPf X est aussi une
variable aléatoire discrète. Sa loi est donnée par : P(f X = y ) = P(f (X ) = y ) = f x y P(X = x). ( )=
b) n-uplets aléatoires
Soient X ; : : : ; Xn des variables aléatoires discrètes dénies sur un même espace probabilisé
à valeurs
1
les lois de X ,: : : ,Xn sont appelées lois marginales de (X ; : : : ; Xn ). La loi conjointe est entièrement
1
1 1
(x ; : : : ; xn ) parcourt E : : : En .
Un vecteur aléatoire discret est un n-uplet de variables aléatoires discrètes à valeurs réelles.
1 1
Px2X
=
P(X + Y = z ) = x2X
P(X = x; Y = z x) = Py2Y P(X = z
( )
( )
( )
y; Y = y ).
Indépendance : les variables aléatoires discrètes X ; : : : ; Xn sont dites mutuellement indépen-
dantes
1
8 x 2 E ; : : : ; 8 xn 2 En : P(X
1 1 1 = x ; : : : ; Xn = xn ) = P(X
1 1 = x ) : : : P(Xn = xn ).
1
Dans ce cas, toute sous-famille de ( X ; : : : ; Xn ) est constituée de variable aléatoires discrètes mutuelle-
1
ment indépendantes. Soit ( Xi )i2I une famille de variables aléatoires discrètes dénies sur un même
espace probabilisé. On dit qu'elles sont mutuellement indépendantes lorsque toute sous-famille nie
est constituée de variables aléatoires discrètes mutuellement indépendantes.
Propriétés
Pour toute variable aléatoire discrète X : 1 et X sont indépendantes.
Pour ( Ai ) 2 TI les variables aléatoires 1Ai sont mutuellement indépendantes si et seulement si les
évènements Ai sont mutuellement indépendants.
Lorsque X ; : : : ; Xn ; Y ; : : : ; Yp sont mutuellement indépendantes, pour toutes fonctions f; g les varia-
1 1
Exemple : au jeu de pile ou face inni, soient Xn : ! 7!le n-ème résultat et Tn le temps entre
le (n 1)-ème et le n-ème retour à 0. Alors les (Xn )n2N et les (Tn )n2N forment deux familles de
variables aléatoires discrètes mutuellement indépendantes. Par contre les variables X ; X ; T sont 1 2 1
3) Moments
Définitions : soit X :
! R une variable aléatoires discrète à valeurs réelles (vadr).
P
(i) Si X est à valeurs positives, on pose E(X ) = x2X
xP(X = x) 2 [0; +1] (espérance de X ).
Si X est de signe quelconque, on dit que X a une espérance nie si la famille (xP(X = x))x2X
( )
(ii)
P
est sommable. Dans ce cas, on pose E(X ) = x2X
xP(X = x) 2 R.
( )
(iii)
Pour k 2 N, on dit que X a un moment d'ordre k si E(X ) existe et est nie.
(iv)
k
Si X a une espérance nie, on pose V(X ) = E((X E(X )) ) 2 [0; +1] (variance de X ) et 2
(v)
p
(X ) = V(X ) (écart-type de X ).
(vi) On dit que X est réduite lorsque V(X ) = 1.
Propriétés
(i) Si X Y alors E(X ) = E(Y ) et V(XP) = V(Y ) quand ces quantités existent (réciproque fausse).
(ii) Pour toute fonction f : E(f X ) = x2X
f (x)P(X = x) (formule de transfert).
Si X; Y sont des vadr positives telles que X 6 Y alors E(X ) 6 E(Y ).
( )
(iii)
La même conclusion a lieu si X; Y sont de signes quelconques et ont des espérances nies.
(iv) E(1) = 1 ; si A 2 T alors E(1A ) = P(A).
page 64 XIV Probabilités
(v) Si jX j 6 Y et E(Y ) < +1 alors X 2 L (
; R) et jE(X )j 6 E(jX j) 6 E(Y ).
1
(xii) Si X admet un moment d'ordre 2 alors pour tous réels a; b on a V(aX + b) = a V(X ). 2
En particulier si V(X ) 2 ]0; +1[, la vadr (X E(X ))= (X ) est centrée réduite.
(xiii) V(X ) = 0 () X est presque sûrement constante.
Remarque : on peut étendre la notion d'espérance (resp. de variance) à des variables aléatoires discrètes
à valeurs dans un ev normé de dimension nie (resp. un espace euclidien avec V(X ) = E(kX E(X )k )). 2
Inégalités : soient X; Y deux vadr et a 2 ]0; +1[. Les inégalités suivantes s'entendent dans [0; +1].
Markov : P(jX j > a) 6 E(jX j)=a.
Bienaymé-Tchebychev : si E(X ) existe, P(jX E(X )j > a) 6 V(X )=a . 2
Covariance
Soient X; Y deux vadr ayant des moments d'ordre 2. On pose Cov( X; Y ) = E((X E(X ))(Y E(Y ))).
On dit que X et Y sont non corrélées lorsque Cov( X; Y ) = 0.
Propriétés
(i) Cov(X; Y ) = E(XY ) E(X )E(Y ).
(ii) V(X + Y ) = V(X ) + V(Y ) + 2 Cov(X; Y ) ; V(X + : : : + Xn ) = Pi V(Xi ) + 2 Pi<j Cov(Xi ; Xj ).
1
(v) P(X = n) = GXn (0)=n!. Deux variables aléatoires à valeurs dans N sont équidistribuées si et
( )
Exemples
Si X = 1A alors GX (t) = 1 P(A) + tP(A).
X : F k P 7! k et F 1 7! 1. Alors GX (t) = t . 1
Pour l'attente du premier succès, soit
2
p
Pour le jeu de pile ou face inni, soit T = temps du premier retour à 0. Alors GT (t) = 1 1 t.
5) Lois usuelles
a) Loi de Bernoulli
B(p) X :
! f0; 1g avec P(X = 1) = p, P(X = 0) = 1 p = q.
E(X ) = p, V(X ) = pq, GX (t) = q + pt.
b) Loi binomiale
B(n; p) X + : : : + Xn avec X ; : : : ; Xn mutuellement indépendantes de même loi B(p).
1 1
c) Loi géométrique
G (p) T = inf fk 2 N tq Xk = 1g (= 1 si 8 k, Xk (!) = 0) où (X ; X ; : : :) est une suite de variables
1 2
Absence de mémoire : soit X une variable aléatoire discrète à valeurs dans N . Les énoncés
suivants sont équivalents :
(i) 8 n; k 2 N, P(X > n) > 0 et P(X > n + k j X > n) = P(X > k).
(ii) 9 p 2 ]0; 1[ tq X G (p).
Minimum : soient X; Y indépendantes de lois G (p) et G (p0 ). Alors min(X; Y ) G (p + p0 pp0 ).
d) Loi de Poisson
Loi des évènements rares : soit (Xn ) une suite de variables aléatoires telle que Xn B(n; pn ) et
E(Xn ) = npn n!1
! 2 [0; +1[. Alors pour tout k 2 N xé, P(Xn = k) n!1
!e k =k!.
La loi de Poisson de paramètre est la loi de probabilité sur N dénie par la formule précédente.
Elle est notée P ().
E(X ) = , V(X ) = , GX (t) = e t ( 1)
.
n!1
Remarque : il sut en fait que X ; : : : ; Xn aient la même espérance, la même variance et soient deux à
1
de Cauchy associé à () consiste à ajouter une condition initiale : y (t ) = y où (t ; y ) est un élément 0 0 0 0
donné de D.
Interprétation géométrique : chercher une ligne de champ passant par un point donné.
On démontre que si D est ouvert et f est continue sur D alors il existe au moins une solution au problème
de Cauchy dénie au voisinage de t , et que si D est ouvert et f est de classe C sur D alors il existe une
0
1
et une seule solution à ce problème dénie sur un intervalle maximal de I . Ces théorèmes sont devenus
hors programme en 2014.
p
Exemples : y 0 = y , y 0 = 1 y , y 0 = jy j. 2
00 0
Une équation diérentielle du deuxième ordre est une équation de la forme () () y = f (t; y; y ) où f est
une fonction donnée : D I E E ! E et y est une fonction inconnue de J I dans E . Cette équation
0 0
est équivalente à l'équation du premier ordre z = g (t; z ) avec z = (y; y ) et g (t; (u; v )) = (v; f (t; u; v )).
Le problème de Cauchy associé consiste à imposer une valeur initiale z (t ) = z , soit y (t ) = y et
y 0 (t ) = y 0 avec (t ; y ; y 0 ) 2 D donné. Lorsque D est ouvert et f de classe C sur D alors ce problème
0 0 0 0
1
0 0 0 0 0
Eectuer un changement de variable t = '(u) où ' est une fonction donnée dans une équation diéren-
tielle () consiste à introduire une nouvelle fonction y liée à y par la relation : y (u) = y (t) = y ('(u))
0 0 0
1 1
et à remplacer dans () t par '(u), y par y , y par y =' (u),: : : pour obtenir une nouvelle équation ()
1 1
2) Équation linéaire
On considère une équation de la forme ( ) () y0
= a(t)(y ) + b(t) où a : I ! L(E ) et b : I ! E
sont des fonctions continues données. a(t):y pour a(t)(y ) ; la linéarité de a(t) implique la
On écrira
bilinéarité du produit ainsi déni. Comme E et L(E ) sont de dimensions nies, il existe un réel M tel
que kf:xk 6 M kf kkxk pour tous f 2 L(E ) et x 2 E .
0
Si B est une base de E , alors () () Y = A(t)Y + B (t) avec Y = MatB (y ), fonction inconnue de I
dans Mn; (K), A = MatB (a), fonction continue donnée de I dans Mn (K) et B = MatB (b), fonction
1
Démonstration
Existence : on considère la suite ( y ) de fonctions de I dans E dénie par : y (t) = y (la valeur initiale)
Rt n 0 0
convergentes sur tout segment de I . Il en résulte que l'on peut dériver terme à
P1 0 0 P1 P1 P1
terme : (y + 0 n zn ) = z + a(t):( n zn ) = a(t):(y + n zn ) + b(t). Ainsi y + n zn est
1 0 0
0 0
P P
Convergence des séries zn et zn0 : soit [; ] I avec t 2 [; ] (ceci est non restrictif ). On
0
pose A = maxfka(t)k; t 2 [; ]g et Zn (t) = maxfkzn (s)k; s 2 Conv(t ; t)g. Alors pour n > 1 et
t 2 [; ] : kzn (t)k 6 MA sgn(t t ) st t0 Zn (s) ds puis Zn (t) 6 (la même quantité). Par récurrence
R 0
0 = 1
normale de 1
convergente sur [; ].
Unicité : soient u; v deux solutions de () prenant la même valeur en t . Donc pour tout t 2 I ,
(u 0
Z (t) = maxfk(u v )(s)k; s 2 Conv(t ; t)g. Comme précédemment, on obtient Z (t) 6 MAjnt t0 j Z (t)
=
n ( )
0
pour tout t 2 [; ] et tout n 2 N. Ainsi Z est identiquement nulle sur [; ] donc u et v coïncident sur
!
cet intervalle. En faisant varier le segment [; ] dans I , on a nalement u(t) = v (t) pour tout t 2 I .
(i) 0S est un K-ev de même dimension que E et pour tout t 2 I , l'application y 7! y (t ) est un 0 0
isomorphisme de S sur E . 0
(ii) S est un espace ane non vide de direction S , c'est-à-dire qu'il existe une solution particulière
0
pour () et que toutes les solutions s'en déduisent par addition d'un élément arbitraire de S . 0
Dans ce cas, pour tout t 2 I , (y (t); : : : ; yn (t)) est aussi une base de E . Une telle famille (y ; : : : ; yn )
1 1
n = dim(E ). On note A(t) = MatB (a(t)) et W (t) = MatB (y (t); : : : ; yn (t)) (matrice wronskienne de 1
(y ; : : : ; yn ).
1
0 0
évidente ; on peut faire varier les constantes sur les équations bidouillées ou appliquer la formule de
aet + bet t , y = t 2 + aet bet t .
2 2
Duhamel. Il vient : x= t 1+
On note S (b) l'ensemble des solutions sur I de () () y = a(t):y + b(t). Alors S (b + b ) = S (b ) + S (b ). 1 2 1 2
(i) 0
2
0 0 0
(ii) S est un espace ane non vide de direction S , c'est-à-dire qu'il existe une solution particulière
0
pour () et que toutes les solutions s'en déduisent par addition d'un élément arbitraire de S .
(iii) Si dim(E ) = n et y ; : : : ; y n 2 S alors en notant zi (t) = (yi (t); yi0 (t)) :
0
1 2 0
Dans ce cas, pour tout t 2 I , (z (t); : : : ; z n (t)) est aussi une base de E .
1 2
2
(iv) Une solution de ( ) dont la valeur et la dérivée sont nulles en un point est nulle partout.
0
(i) ( 1)
isomorphisme de S sur Kn .
0 0 0 0
(ii) S est un espace ane non vide de direction S , c'est-à-dire qu'il existe une solution particulière 0
pour () et que toutes les solutions s'en déduisent par addition
0
d'un élément arbitraire
1
de S . 0
y1 y2 yn
0 0 0
Si y ; : : : ; yn 2 S alors en notant W (t) = (yji
yn
B C
2 Mn (K) :
y y :::
1 2
(iii) 1 0
( 1)
t
( )) = @ .
.
.
.
.
.
A(t)
. . .
( n 1) n
( 1) (n 1)
y
1 y
2 y n
( 1 () 9 t 2 I tq (det W )(t ) 6= 0.
y ; : : : ; yn ) est une base de S 0 0 0
(v) Si (y ; : : : ; yn ) est une base de S et W la matrice wronskienne associée alors la solution générale
1 0
Rappel : la solution générale de l'équation homogène est donnée par y = exp( ta):y 0 avec y 0 2 E
quelconque.
Conséquences
(i) Si B = ( e ; : : : ; en )
1 est une base de E, alors les fonctions t 7! exp( ta):ei forment un système
fondamental de solutions de ( ).
0
Forme Q générale des solutions de ( ) : soit a 2 L(E ) admettant un polynôme annulateur scindé :
P = (X )m et soit F = Ker(a id)m . Alors la solution générale de y 0 = a:y est donnée par :
0
! 0) ()(8 2 Sp(a); < < 0) ()( t 1 k exp(ta)k dt converge). Dans ce cas, pour
=
R !
(exp(ta)
+
(ii)
t! 1 =0
toute fonction b : [0; +1[! E continue telle que b(t) ! 0, toute solution de y0 = a:y + b(t)
+
t! 1
1.
+
tend vers 0 en +
0 0
a y
m0 = am0 b + am0 b0 + : : : donc y est polynomiale de degré 6 m + d. En ce qui concerne
( ) 1 2
0 jF jF 0 0 0 0
b , on remarque que ajG est un isomorphisme de G car 0 n'est pas valeur propre. Alors la fonction
1
y = ajG :b ajG :b0 : : : est bien dénie, est polynomiale de même degré que b , et est solution
1
1
1
2
1
0
1
Lorsque a s'annule en un point isolé t , on résout () sur les deux sous-intervalles I \ ]
2 0 1; t [ et
0
]t ; +1[ \ I puis on cherche à quelle condition on peut raccorder une solution à gauche de t avec une
0 00
0 0
(i) Il n'existe pas de méthode générale pour trouver un système fondamental de solutions.
(ii) Lorsque a ;a ;a sont constants, soient ; 2 C les racines de a X + a X + a = 0 (équation 2
t et t 7! et ou t 7! tet si = forment un système
0 1 2 2 1 0
u
2 1 0 0 1 2
le changement d'inconnue y = zy 1 mène à une une équation du premier ordre en aussi bien
pour l'équation homogène que pour l'équation complète.
2 1 0 0 1 2 2
y + y = y et y 0 + y 0 = y 0 .
1 1 2 2 1 1 2 2
(ii) Si b : I ! K est continue, la solution générale de a (t)y 00 + a (t)y 0 + a (t)y = b(t) s'obtient en
1 1 2 2 1 1 2 2
1 1 2 2 1 1 2 2 2
Formule de Duhamel
AvecRles notations précédentes, la solution générale de a (t)y 00 + a (t)y 0 + a (t)y = b(t) est donnée par :
y = st t0 y1 s yw2 ts ay2 1st y2 s b(s) ds+ y (t)+ y (t) où w(s) = y (s)y 0 (s) y 0 (s)y (s) est le déterminant
2 1 0
( ) ( ) ( ) ( )
= ( ) ( ) 1 1 2 2 1 2 1 2
Exemples
t y 00 4ty 0 + 6y = 0 :
2
équation d'Euler, y = at + bt avec bifurcation en 0.
2 3
y 00 + 2ty 0 + 2y = te t :
2
séries entières puis MVC pour y = e
t2 , y = (a + b R t es2 ds t )e t2 .
t ) + a cos t + b sin t.
1s
y 00 + y = tan t :
=0 2
Proposition : si un tel développement existe alors = f (a) et ' est unique. La fonction " dépend de
la norme choisie sur F, mais l'existence d'un développement limité est indépendant d'un tel choix. En
particulier f est continue en a (réciproque fausse).
Définition : une fonction f est diérentiable en a si elle admet un développement limité à l'ordre 1
en a. Dans ce cas, la diérentielle de f au point a est l'application linéaire ', notée dfa . On a donc :
f (a + h) = f (a) + dfa (h) + o(khk).
Exemples : fonction d'une variable réelle, fonction linéaire ou ane, carré inverse déterminant et
exponentielle dans Mn (R).
Dérivée selon un vecteur : f admet en a une dérivée selon le vecteur e si la fonction d'une variable
réelle : t 7! f (a + te) est dérivable en t = 0R . On note alors De f (a) = t (f (a + te))jt . d
=0
f admet des dérivées partielles premières dans la base B = (e ; : : : ; ep ) si pour tout j , Dej f (a) existe.
d
1
@f
On note alors
@xj (a) = Dej f (a) où x ; : : : ; xp sont les noms attribués aux coordonnées dans la base B.
1
@f
@xj (a) = xj f (a e + : : : + xj ej + : : : + ap ep )jxj aj avec a = a e + : : : + ap ep .
d
Donc 1 1 = 1 1
d
Proposition : si f est diérentiable en a alors f admet une dérivée partielle selon tout vecteur et
des dérivées partielles premières dans toute base de E et on a : De f (a) = dfa (e), @x @f (a) = dfa (ej ) et
P @f P j
dfa (h) = j @xj (a )hj avec h = j h j ej .
P @f
En notant dxj l'application h 7! hj , on a donc dfa = j @xj (a)dxj (égalité entre fonctions de h).
Réciproque fausse : f (x; y ) = x2xyy2 si (x; y ) 6= (0; 0) et f (0; 0) = 0. f admet des dérivées partielles
+
premières dans la base canonique de R mais pas dans la base ((1; 1); (1; 1)).
2
f (x; y ) = x2x yy2 si (x; y ) 6= (0; 0) et f (0; 0) = 0. De f (0; 0) = f (e), quantité non linéaire par rapport à e.
2
Dérivées partielles continues : si f admet des dérivées partielles premières dans une base B continues
au voisinage de a alors f est diérentiable en a. En conséquence, f admet alors des dérivées partielles
premières dans toute base de E et elles sont elles aussi continues au voisinage de a.
Définition : on dit que f est de classe C 1
sur
@f
si f admet des dérivées partielles premières dans une
base B en tout point de
et si les fonctions
@xj sont continues sur
. Cette notion est indépendante
de la base de E et des normes sur E et F choisies. Par ailleurs, une fonction de classe C 1
est continue
(réciproque fausse).
Matrice jacobienne :
@fi .
Jf (a) = MatB0 ;B (dfa ) = @x j
Gradient pour E euclidien et F = R. Lorsque rf (a) 6= 0 et kek = 1, De f (a) = (e j rf (a)) est maximal
pour e = rf (a)=krf (a)k.
Opérations algébriques
Linéarité, calcul coordonnée par coordonnée dans une base de E , composition par une application linéaire.
Produit : d B (f; g )a (h) = B (dfa (h); g (a)) + B (f (a); dga (h)).
Les fonctions coordonnées dans une base, les fonctions polynomiales par rapport aux coordonnées et les
fonctions rationnelles sont de classe C 1
sur leur domaine de dénition.
Conséquences
(i) f est constante sur chaque composante connexe par arcs de
si et seulement si 8 x 2
, dfx = 0.
(ii) Pour
= E , f est ane si et seulement si df est constante.
(iii) Lorsque
est convexe, f est lipschitzienne sur
si et seulement si les dérivées partielles premières
de f dans une base de E sont bornées sur
.
(iv) Lorsque
est un ouvert quelconque, f est lipschitzienne au voisinage de tout point de
.
Proposition
(i) Si f admet un extremum local en a alors rf (a) = 0. La réciproque est fausse.
(ii)Si f est convexe (resp. concave) et rf (a) = 0 alors f (a) = min f (resp. f (a) = max f ).
Exemple : MA + : : : + MAn est minimal pour M = n (A + : : : + An ).
2
1
2 1
1
3) Tangence
Définition : soit et v 2 F . On dit que le vecteur v est tangent en a à l'ensemble V s'il
V F, a 2 V
existe un arc paramétré ; ] ! V de classe C tel que '(0) = a et '0 (0) = v . Lorsque les vecteurs
': [
1
Exemples
Dans un espace euclidien, les vecteurs tangents à une sphère S (!; R) en a sont les vecteurs orthogonaux au
vecteur a ! . Le sous-espace ane tangent est l'hyperplan ane passant par a de direction orthogonale
au rayon a !.
Soit I 3 t 7! Mt une courbe paramétrée et a 2 I tel qu'il existe une tangente T à la courbe au point
Ma , au sens géométrique, et tel que Mt 6= Ma pour tout t 6= a. Alors les vecteurs tangents en Ma à la
courbe sont les vecteurs appartenant à la direction de T . En conséquence, le sous-espace ane tangent
à la courbe est la droite T . Cette propriété est fausse si Ma est un point double.
Proposition : soit f :
! R de classe C , V = f(x; y ) 2
R tq y = f (x)g et a 2
. Alors les
1
vecteurs tangents à V en (a; f (a)) sont les vecteurs de la forme (h; dfa (h)) avec h 2 E ; ils forment un
sous-espace vectoriel de E R isomorphe à E . Le sous-espace ane tangent à V en (a; f (a)) est donc
un hyperplan ane ; c'est le graphe de la fonction x 7! f (a) + dfa (x a) (fonction ane tangente à f
en a).
page 74 XVI Calcul diérentiel
lorsque
R , le sous-espace ane précédent est le plan d'équation
2
Équation du plan tangent :
z f (a) = (x xa ) @f @x (a) + (y ya ) @f
@y (a). En particulier, le plan tangent est horizontal si et seulement
si a est un point critique de f .
une tangente T au sens géométrique au point Ma . Si dfMt est injective alors l'arc image t 7! f (Mt )
0
admet une tangente en f (Ma ) qui est l'image de T par l'application ane tangente à f en Ma .
l'ensemble L = fx 2
tq f (x) = f (a)g admet un sous-espace ane tangent en a : l'hyperplan ane
passant par a de direction rf (a)? (théorème des fonctions implicites, HP).
Démonstration
Si v est un vecteur tangent en a à L, soit ' un arc paramétré associé. On a 8 t, f ('(t)) = f (a) donc par
dérivation composée, ( rf ('(t)) j '0 (t)) = 0 puis (rf (a) j v) = 0 pour t = 0.
0
si (rf (a) j v ) = 0, on va construire dans L un arc paramétré ' tel que '(0) = a et ' (0) = v . Le cas
v = 0 étant immédiat, on suppose v 6= 0 et on considère la fonction g = (x; y ) 7! f (a + xv + y rf (a))
dénie pour (x; y ) voisin de 0R2 . On a :
@g = (rf (a + xv + y rf (a)) j v ) ! 0
@x x;y ! ( ) 0
@y x;y ! ( ) 0
Alors t 7! g (t; t) est strictement croissante sur [ ; ] et t 7! g (t; t) est strictement décroissante
2
sur [ ; ]. Comme g (0; 0) = f (a), il vient : 8 t 2 [0; ], g (t; t) 6 f (a) 6 g (t; t) et l'encadrement inverse
sur [ ; 0]. Avec le théorème des valeurs intermédiaires, pour tout t 2 [ ; ], il existe s 2 [ jtj; jtj] tel
@g
que g (t; s) = f (a) et s est unique à t donné puisque
@y > 0. On pose '(t) = a + tv + srf (a). Ainsi '
0
est à valeurs dans L et '(0) = a. Il reste à prouver que ' est de classe C et ' (0) = v .
1
Soient t ; t 2 [ ; ] avec t 6= t
0 1 0 1 et soient s ;s
0 1 les valeurs de s associées. Pour u 2 [0; 1], on pose
x = (1 u)t + ut et y = (1 u)s
0 1 0 + us 1. Il vient :
avecjAj < krf (a)k 6 B . Donc js s j < jt t j et l'application t 7! s est 1-lipschitzienne. Ensuite,
1 2
1 0 1 0
(s s )=(t t ) = A=B ! @x
2
@g = @g (t ; s ) donc t 7! s est dérivable avec ds=dt = @g = @g (t; s),
1 0 1
t !t0 @y 1 0
@x @y 0 0
0
d'où nalement ' (0) = v .
f C x3 y
x2 y2 .
2
Contre-exemple avec non :
+
! F vériant @f
@x = g et
@f = h est @g = @h . Lorsque
est étoilé, cette condition est aussi susante
@y @y @x
(théorème de Poincaré, HP).
Contre-exemple avec
non étoilé :
x y2 y2 x .
d d
x y +
@x @y
x 2@ f 2
y @ f = 0 sur (R ) avec le changement de variable u = xy , v = x=y . f
2
2
+ 2
=
pxy g(x=y) + h(xy).
@x 2
@y 2
I Groupes ::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::: 2
1. Dénitions
2. Puissances et multiples
3. Sous-groupes
4. Morphismes
5. Le groupe Z=nZ
6. Groupes monogènes
II Anneaux ::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::: 5
1. Dénitions
2. Idéaux et divisibilité dans un anneau commutatif
3. Décomposition en facteurs irréductibles
4. L'anneau Z=nZ
5. Compléments sur les polynômes
page 77
VIII Séries :::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::: 33
1. Convergence d'une série
2. Critères de convergence
3. Sommation des relations de comparaison
4. Séries doubles
5. La série exponentielle
page 78
XVI Calcul diérentiel :::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::: 73
1. Diérentiabilité
2. Propriétés des fonctions de classe C 1
3. Tangence
4. Dérivées d'ordre supérieur
5. Équations aux dérivées partielles
page 79