Professional Documents
Culture Documents
LICENCE 1
1
CHAPITRE 1 NOTION DE LOGIQUE
1- Gnralits
Une proprit est une affirmation dont la valeur de vrit- vrai (V) ou faux (F)- peut
dpendre de un ou plusieurs arguments, numriques ou autres. On notera () si la valeur
de vrit de la proposition P dpend de la valeur de largument (ou variable) x. On dit alors
que x est une variable libre pour la proprit P.
Exemple : x tant un nombre entier, la proprit () : x est un nombre premier est
vraie si x=2, fausse si x=4.
2- Quantificateurs
Dfinitions
Soit () une proprit, avec x appartenant un ensemble de rfrence E
Quantificateur existentiel. La proprit
, ()
Est vraie si, et seulement si, il existe x appartenant E tel que la proprit () soit
vraie.
Quantificateur universel. La proprit
, ()
Est vraie si, et seulement si, pour tout x appartenant E, la proprit () est vraie
Exemples
P1 : , 0 P2(y) : , ;
P3 : , < P4 : , < .
P2(y) est vraie si y=0, fausse dans tous les autres cas.
P3 est vraie : tout entier naturel admet un entier qui lui est suprieur.
P4 est fausse : il nexiste pas dentier naturel suprieur tous les autres. A noter que lordre
des quantificateurs a de limportance.
3- Oprateurs logiques
Dfinitions
Soit P, Q, deux proprits.
2
La proprit P ou Q est vraie si une des deux proprits (ou les deux) est vraie,
fausse si P et Q sont fausses.
La proprit P et Q est vraie si les deux proprits sont vraies (simultanment),
fausse si une des deux (ou les deux) est fausse.
La proprit non P est vraie si P est fausse, fausse si P est vraie.
La proprit si P, alors Q ( PQ ) est fausse si P est vraie et Q fausse, vraie dans
tous les autres cas. On dit aussi : P est une condition suffisante de Q ou Q est
une condition ncessaire de P .
La proprit P si et seulement si Q (PQ) est vraie si P et Q ont mme valeur de
vrit, fausse sinon. On dit aussi P est une condition ncessaire et suffisante de Q
V V V V V V
V F V F F F
F V V F V F
F F F F V V
Rgles de calcul
Les quivalences sont vraies :
Non (P ou Q) (non P) et (non Q) ;
Non (P et Q) (non P) ou (non Q) ;
Non (, ()) , (()) ;
Non (, ()) , (()) ;
Non (PQ) P et (non P).
Les rgles de calcul ci-dessus sont utiles pour montrer quune proprit est fausse.
Par exemple, pour montrer quune proprit universelle ( , () ) est fausse, il
suffit de donner un contre-exemple, cest--dire une valeur de x telle que () est
fausse.
3
CHAPITRE 2 ENSEMBLES ET APPLICATIONS
1- Ensembles
X est un lment de E.
On ne cherche pas dfinir les notions primitives dlment, dappartenance,
densemble.
On peut distinguer deux faons de dfinir un ensemble :
Par extension : on donne la liste des lments de lensemble. On notera en
particulier, avec un entier naturel :
0, = {0; ; }
Par comprhension : on donne une proprit caractristique P des lments
de lensemble. Llment x appartenant lensemble E si, et seulement si, il
vrifie la proprit P, ce que lon note (). Par exemple, , tant deux
rels :
[, ] = { ; }
: lensemble vide
Relation dinclusion. On note ( lire A est inclus dans E), si et seulement si tout
lment de A est lment de E.
= {: }
= {: }
4
Gnralisation : avec un ensemble dindices.
= {; }
= {; , }
= {(; ) }
= {(1 ; ; ) 1 ; ; }
() = { ; }.
Proprit
( ) = ( ) ( )
( ) = ( ) ( )
= ;
=
=; = ; =; =
( ) = ( )
Remarquez que = =
5
2- Fonctions et applications
a- Dfinitions et proprits
Une fonction est dfinie par la donne dun ensemble de dpart E, dun
ensemble darrive F, et dune relation qui un lment de E associe au plus
un lment de F. Notation :
: , = ()
Si on a = (), on dit que est limage de par , et que x est un
antcdent de y par f.
Une application de E dans F est une fonction de E dans F telle que chaque
lment de E admette une image. On note alors () lensemble {();
}.
Soit : et : deux applications. La compose est
lapplication : , ().
On dit quune application : est :
- Une injection ssi tout lment de F admet au plus une un antcdent :
() = ( ) = .
- Une surjection ssi tout lment de F admet au moins un antcdent : pour
tout , il existe tel que = ().
- Une bijection ssi f est injective et surjective.
6
Attention 1 () est une notation. Cette criture ne signifie nullement que est
priori bijective.
On dit que lensemble est quipotent lensemble sil existe une bijection de
dans .
a- Thorme
7
CHAPITRE 3 LOI DE COMPOSITION GROUPE
1- Loi de composition
Dfinition1
Soit E un ensemble. On appelle Loi de composition interne (l.c.i) sur E, toute
application de dans E.
Exemples
Dfinition2
Soit T une l.c.i dfinie sur E.
1. On dit que T est associative si : (, , ) 3 , aT(bTc)=(aTb)Tc.
2. On dit que T est commutative si : (, ) 2 , aTb=bTa.
3. On appelle lment neutre pour la loi T tout lment e de E vrifiant : ,
Te=eT=.
4. On appelle symtrique pour T dun lment x de E tout lment x tel que
T=T=e.
Dfinition3
Un lment a de E est dit rgulier gauche pour T si : (, ) 2 , aTx = aTy x=y.
On dfinit de mme la rgularit droite.
Dfinition4
Un lment s de E est dit absorbant gauche (resp. droite) pour la loi T si pour tout x
appartenant E, sTx=s (resp. xTs=s).
Par exemple, 0 est absorbant pour la multiplication dans .
Dfinition5
Soit E un ensemble muni dune l.c.i T, A un sous-ensemble de E. On dit que A est stable
pour la loi T si (, ) 2 , T .
8
2- Morphismes
Dfinition6
Soient T et deux l.c.i dfinies respectivement sur les ensembles E et F. Une application
: est appele morphisme de (,) dans (,) si elle satisfait la condition : (, )
2 ; ( ) = () (). Si = , est appele endomorphisme.
Exemples :
Dfinition7
On appelle isomorphisme un morphisme bijectif. Sil existe un isomorphisme f de (E, T) dans
(F, ), on dit que les structures de (E, T) et (F, ) sont isomorphes. Si E=F, f est appel
automorphisme.
3- Groupe
Dfinition8
Si de plus, la loi de composition est commutative, le groupe est dit commutatif ou ablien.
Dans ce cas la loi de composition est souvent note additivement, llment neutre est
dsign par 0 et le symtrique dun lment x est not x.
Un groupe peut tre fini ou infini. On appelle ordre dun groupe fini le nombre de ses
lments.
Convention de notation : si la loi est , on utilise le mot inverse et on note 1 (notation
multiplicative) ; le est souvent remplac par . ou bien omis.
9
Dfinition9
Soit (,) un groupe et soit H une partie de G. On dit que H est un sous-groupe de (,) si
i) H est une partie stable pour T.
ii) (,) est un groupe (en particulier H est non vide).
Proprit caractristique
Pour quune partie non vide H dun groupe (G , .) soit un sous-groupe de G, il faut et il
suffit que
[ , , 1 ] ou encore [ , , 1 ]
Noyau et image
4- Anneau et corps
Dfinition10
On appelle anneau un ensemble A muni de deux lois de composition interne :
- Une addition (, ) + ,
- Une multiplicative (, ) . ,
Dfinition11
On appelle corps tout anneau K non nul dans lequel tout lment non nul est
inversible.
10
CHAPITRE 4 ESPACES VECTORIELS
Dans ce chapitre, dsigne .
On appelle espace vectoriel sur ou -espace vectoriel, tout ensemble E non vide muni
dune loi interne(+) et dune loi externe(.) appele multiplication par un scalaire telles que :
(1) (E, +) est un groupe ablien dont llment neutre est 0 (vecteur nul);
(2) , , : . ( + ) = . + . ;
(3) , , : ( + ). = . + . ;
(4) , , : . (. ) = (. ). ;
(5) : 1. = .
Les lments de E sont appels vecteurs. Ceux de sont appels scalaires. 0 est le
vecteur nul de E. est loppos du vecteur .
Exemples :
a) est un espace vectoriel sur ( 1). Les vecteurs sont les n-uplets
(1 , , ) dlments .
b) est un espace vectoriel sur .
c) Soit un ensemble, un -espace vectoriel, alors (, ) lensemble des
applications de E dans F est un -espace vectoriel.
2- Sous-espace vectoriel
a- Dfinition
Cela revient au mme de dire quun sous-espace vectoriel F dun -e.v. E, cest
une partie non vide possdant les deux proprits de stabilit suivantes :
11
- F est stable pour (.) : , , . .
Remarque :
- ;
- ;
- est stable par combinaison linaire i.e
(, ) 2 , (, ) 2 : + .
Proposition1
En pratique :
Pour montrer que F est un -ev, on essaie de montrer que F est un s.e.v dun -e.v bien
connu E.
Pour montrer que F est un s.e.v de E, on commence par chercher savoir si 0 ; si oui
.Sinon F nest pas un s.e.v de E.
Exemple
Les droites vectorielles et les plans vectoriels sont des s.e.v de le.v des vecteurs de
lespace.
Proposition2
Si F et G sont deux s.e.v.de E, alors est un s.e.v de E.
Preuve
car et .
F et G tant deux s.e.v de E alors 0 et 0 . On en dduit 0 donc
.
12
Soit , et soit , .
, +
} + .
, +
= 2 ; = {(, 0) }; = {(0, ) }
(1,0)
} (1,0) + (0,1) = (1,1) .
(0,1)
3- Familles de vecteurs
a- Combinaison linaire
Soit E un -e.v. et = (1 , , ) une famille de p vecteurs de E. est une
combinaison linaire des p vecteurs de sil existe p scalaires 1 , , tels que :
= 1 1 + + = =1 .
On dit aussi que u se dcompose suivant . Les 1 , , sont les coefficients de cette
combinaison.
Exemple Soit = 3 .
1 1 + 2 2 + 3 3 = (1 22 + 53 ; 21 + 2 ; 31 32 + 93 ).
1 22 + 53 =
{ 21 + 2 =
31 32 + 93 =
On effectue des combinaisons des lignes de ce systme dquations et on en dduit quil faut
et il suffit que 9 3 + 5 = 0.
Par exemple (-1, 3, 0) est une combinaison linaire de 1 , 2 , 3 et (1,1,1) ne lest pas.
13
Thorme1
Soit = (1 , , ) une famille de p vecteurs dun . . E . Lensemble des
combinaisons linaires des p vecteurs de est un s.e.v de E appel sous-espace vectoriel
engendr par et not Vect() ou Vect(1 , , ).
c- Famille gnratrice
On appelle famille gnratrice de E toute famille finie de vecteurs de E telle que tout
vecteur de E se dcompose suivant . On dit aussi que engendre E ou Vect ()=E.
Remarque
est une famille gnratrice de E ssi E=Vect().
Si lon modifie lordre des vecteurs dune famille gnratrice de E, On obtient encore
une famille gnratrice de E.
Exemples
= ( (1,0); (0,1) ) est une famille gnratrice de 2 . Car (, ) = (1,0) + (0,1)
avec (, ) 2 .
0 = (1 , , ) est une famille gnratrice de o 1 = (1,0, ,0); ; =
(0, ,
1 , 0, ,0) ; ; = (0, ,0, 1).
Proposition3
Toute famille de vecteurs de E qui contient une famille gnratrice de E est une famille
gnratrice de E.
Proposition4
Si (1 , , ) est une famille gnratrice de E et si est combinaison linaire des autres
alors (1 , , 1 ) est encore une famille gnratrice de E.
14
Remarques
Si lon modifie lordre des vecteurs dune famille libre de E, on obtient une autre
famille libre de E.
La famille est lie ssi il existe une combinaison linaire nulle de vecteurs de ayant
au moins un coefficient non nul.
Exemples
0 = (1 , , ) est une famille libre de .
La famille ((1,0); (0,1); (1,1)) est une famille lie de 2 car (1,0)+(0,1)-(1,1)=(0,0).
e- Base
Dfinition2
On appelle base (en tant que . ) toute famille de vecteurs de E, qui est gnratrice et
libre de E.
Exemple
0 = (1 , , ) est une base de . Cette base est dite canonique.
Lespace vectoriel E est dit de dimension finie sil existe dans E une famille gnratrice de E
ayant un nombre fini dlments.
Dfinition3
Le nombre commun dlments toute les bases dun e.v. de dimension finie non rduit
au vecteur nul, sappelle la dimension de . On le note : .
Par convention {0 } = 0.
Exemple
= ( . ).
=
15
Thorme2
Dans un -e.v. de dimension .
Toute famille libre a au plus lments.
Toute famille gnratrice a au moins lments.
Thorme3
Dans un -e.v. de dimension .
Toute famille libre de lments de E est une base de E.
Toute famille gnratrice de lments de E est une base de E.
5- Applications linaires
a- Dfinition et exemples
i)- Dfinition
On dsigne par un corps commutatif reprsentant ici ou .
Soient E et F deux espaces vectoriels sur et f une application de E dans F. On dit que f est
linaire (ou -linaire ) si les deux conditions suivantes sont vrifies :
(, ) 2 ; ( + ) = () + ().
(, ) ; () = ().
Ou encore de faon condense f est linaire si :
(, ) 2 , ; ( + ) = () + ().
Remarques : Les deux premiers points signifient quune application linaire entre deux
espaces vectoriels est simplement un morphisme despaces vectoriels.
- Une application linaire et bijective est appele un isomorphisme
despaces vectoriels.
- Une application linaire de E dans E est appel un endomorphisme de E.
- Une application linaire de E dans est appele une forme linaire sur E.
ii)- Exemples
1. = et = 3 . Soit dfinie de E dans F par : (, ) (, + , ). Alors
2
Proposition5
et tant deux -e.v. et un lment de (, ) . Alors
est injective ssi ker()= {0 }.
Exemples
= 3 et = 2 . Soit dfinie de E dans F par
: (, , ) ( + , ). Montrer que est linaire et dterminer
son noyau.
tant un intervalle de , on pose = 1 (, ) et = (, ). E et F sont
des e.v. sur . On dfinit de E dans F lapplication : , qui tout
lment de E associe sa drive. Montrer que D linaire et dterminer son
noyau.
Proposition5
17
E et F tant deux -e.v. et un lment de (, ) . Alors
Dfinition4
Soient E et F deux -e.v et f un lment de (, ). On appelle rang de et on note (),
la dimension de Im f. On a donc () = ()
Thorme4
Soient et deux - e.v. et un lment de (, ).
Alors : () + () = .
18
2 0 1
( )
1 5 3
Remarque : On met en colonnes les images des vecteurs de la base de dpart reprs dans la
base darrive.
b- Image dun vecteur par une application linaire dfinie par sa matrice
2
Par exemple, limage du vecteur ( ) de 2 par lapplication linaire 2 3 dfinie par la
3
1 1
matrice = ( 3 2) est dfinie par la matrice
2 2
1 1 1 2 + (1) 3 1
2
( 3 2) ( ) = (3 2 + (2) 3) = ( 0 )
3
2 2 2 2 + 2 3 2
c- Changement de bases
19
CHAPITRE 5 MATRICES
1- Calcul matriciel
a- Dfinitions
Une matrice est un tableau form de nombres pris dans un corps commutatif not qui
reprsente toujours .
Soit le nombre de lignes et le nombre de colonnes, le couple (, ) sappelle la
dimension ou lordre de la matrice.
Les nombres qui forment la matrice sappelle les coefficients de cette matrice.
Lensemble des matrices dordre (, ) coefficient dans est not , ().
Soit , () alors on peut crire
Exemples
2 5 1
( ) est une matrice 2 lignes, 3 colonnes dont les lments sont rels.
7 6 0
2 4 1
(2 0 3 ) est une matrice carre dordre 3. Les lments de la diagonale sont : 2; 0 et
9 7 1
1.
20
= + est une matrice de , () dont les coefficients sont dfinis par =
+ , .
Exemple
11 12 13 11 12 13
Si = ( 22 23 ) et = (21 ).
21 22 23
+ 11 12 + 12 13 + 13
Alors + = ( 11 ).
21 + 21 22 + 22 23 + 23
Exemple
2 5 1 92 9 5 9 (1) 18 45 9
Si = ( ) , alors 9 = ( )=( )
0 3 5 90 93 95 0 27 45
Produit matriciel
=
=1
Remarques
Le produit AB nest dfini que si le nombre de colonnes de A est gal au nombre de lignes de
B.
Lexpression de sobtient partir de la linge dindice de A et de la colonne dindice j de
B. On dit que lon fait le produit AB ligne par colonne .
Attention : Le produit matriciel nest pas commutatif .
Exemple
2 4
1 1 2 9 14
( ) (1 6) = ( )
3 5 1 14 44
3 2
21
Proprit1
Si A, B, C sont des matrices telles que les diffrents produits ci-dessous soient dfinis et si
est un scalaire quelconque, on a :
(1) A(B.C)=(A.B)C ;
(2) A(B+C)=AB+AC ; (B+C)A=BA+CA.
(3) A(B)= (A)B= (AB).
Transposition
Proprit2
1. t(tA) = A, pour tout A lment de , ()
2. t(A+B) = tA + tB pour tous A et B lments de , ()
3. t(A) = tA pour tout lment de .
4. t(AB) = tBtA, pour tous A et B tant que les produits sont possibles.
c- Matrices carres
Dfinition
Les lments de , () sont appels matrices carres dordre coefficients dans
. On note simplement () au lieu de , (). () est un espace vectoriel
sur de dimension 2 .
22
Matrice unit
Note , la matrice unit dordre est la matrice carre dordre dont les
coefficients sont donns par (symbole de Kronecker)
Matrices scalaires
2 0
Par exemple ( ) est scalaire.
0 2
Matrice diagonale
Une matrice diagonale est une matrice carre dont tous les coefficients non
diagonaux sont nuls
Matrices triangulaires
() est triangulaire suprieure (resp. infrieure) si tous les coefficients en
dessous (resp. au dessus) de la diagonale principale sont nuls.
Exemples :
23
est triangulaire infrieure.
Remarque 1 :
Si A est symtrique, elle est gomtriquement symtrique par rapport la
diagonale principale .
Exemple
1 2 6
0 1
=( ) et = (2 0 1) sont symtriques.
1 2
6 1 5
Remarque2 :
Si A est antisymtrique dordre , alors toute sa diagonale principale est nulle.
tA = - A implique = implique = 0.
Exemple
0 1
( ) nest pas antisymtrique.
1 2
0 1
( ) est antisymtrique.
1 0
Matrices orthogonales
() est dite orthogonale lorsque : tA.A = A.tA =
Exemple
2 2
=( 2 2) , les colonnes forment une base orthonorme.
2 2
2 2
Matrices inversibles
() est inversible ssi il existe () telles que . = . = .
(Remarquons quune matrice orthogonale est inversible).
Dans ce cas, la matrice B est appele linverse de A et est note = 1 . On a donc
. 1 = 1 . = (pour une matrice A orthogonale, on a 1= tA ).
24
Proprits et calcul des inverses de matrices inversibles
Proprit3
i) Si () alors 1 () et (1 )1 = .
ii) Si A et B sont dans () alors AB et BA sont inversibles et on a :
(. )1 = 1 . 1 et (. )1 = 1 . 1.
iii) Si () alors t () et (tA)-1 = t(A-1).
iv) Si () est diagonale, on note = (1 , 2 , , ) alors D est
1 1 1
inversible ssi 0, . Dans ce cas 1 = ( , , , ).
1 2
v) Si () est triangulaire alors est inversible ssi aucun coefficient
diagonal nest nul.
vi) ( + )1 1 + 1 .
1
vii) ()1 = 1 , si et ().
Matrices semblables
Deux Matrices A et B de () sont dites semblables lorsquil existe une matrice
inversible () telle que : = 1.
2- Dterminant
a- Formes bilinaires
Dfinition1
Soient 1 , 2 et trois -e.v ; une application de 1 2 valeurs dans F est bilinaire
si :
Pour tout 1, lapplication () = (, ) est linaire ,
Pour tout 2 , lapplication () = (, ) est linaire.
25
Exemples
Le produit scalaire est une forme bilinaire sur 3 3 ;
Le produit vectoriel est une application bilinaire de 3 3 sur 3 .
Si = [] () (), les applications
1 : (, ) . , 2 : (, ) . + . , 3 : (, ) . . sont des applications
bilinaires de vers .
Dfinition2
Soient E et F deux -e.v et f une application bilinaire de valeurs dans F ; on dit
que :
est symtrique si (, ) 2 , (, ) = (, );
est antisymtrique si (, ) 2 , (, ) = (, ).
est alterne si , (, ) = 0 .
Exemple :
Le produit scalaire est symtrique, le produit vectoriel est antisymtrique.
1 est symtrique ssi est commutatif pour la multiplication,
2 est symtrique et 3 est antisymtrique.
b- Formes p-linaires
Dfinition3
Soient E et F deux -e.v. Une application de valeurs dans F est dite -linaire si elle
est linaire par rapport chacune de ses variables, i.e. si pour tout 1, et pour tout
, 1, \{}, les applications
( ) (1 , , 1 , , +1 , , ) ( ) sont linaires.
Exemples :
26
c- Dterminant dune matrice carre
Thorme1
Il existe une unique application, appele dterminant que nous noterons det, qui la
matrice () que lon peut crire : = (1 , 2 , , ) o 1 , 2 , , dsignent les
colonnes de la matrice A, associe le nombre rel, not det(A), vrifiant :
{1, , } : (1 , , + , , ) = (1 , , , , ) + (1 , , , , )
1. {
, {1, , } : (1 , , , , ) = (1 , , , , )
2. 1 , 2 {1, , } : (1 , , 1 , , 2 , , ) =
(1 , , 2 , , 1 , , ).
3. det = 1 dsigne la matrice unit dordre n.
Remarque
Pour le premier point, on dit que le dterminant est linaire par rapport chaque
vecteur colonne (les autres vecteurs colonnes tant fixs), on dit alors que le
dterminant est une forme -linaire ;
Le second point signifie que le dterminant est une forme alterne.
Si la matrice = () 1 (), nous dduisons du premier et du troisime point du
thorme prcdent que () = .
11 1
Notation On notera encore le dterminant de la matrice = ( ) sous
1
11 1
la forme : det() = | |.
1
Proposition4
Si une matrice carre dordre possde un vecteur colonne nul, alors son
dterminant est nul.
Proposition5
Si une matrice carre dordre possde deux vecteurs colonnes identiques, alors son
dterminant est nul.
Preuve. Ce rsultat est immdiat compte tenu du second point du thorme 1.
27
Proposition6
Considrons une matrice ().
Si A dsigne la matrice obtenue partir de A en ajoutant une de ses colonnes une
combinaison linaires des autres colonnes de la matrice A, alors on a : det(A) =
det(A).
Exemple
2 4 2
= (1 0 1 ) . En effectuant 1 1 2 + 3 on obtient
5 4 1
0 4 2
= (0 0 1 ) et det(A) = det(A) = 0.
0 4 1
Corollaire1
Si une colonne dune matrice () est une combinaison linaire des autres
colonnes de la matrice A, alors on a : det(A)=0.
Cofacteurs
Dfinition4
11 1
Considrons la matrice = ( ) ().
1
On appelle mineur de llment de la matrice A le dterminant : det((,) ) o
(,) dsigne la matrice dordre ( 1) obtenue partir de la matrice A en lui
supprimant la ligne et la colonne .
On appelle cofacteur de llment de la matrice A le nombre rel =
(1)+ det((,) ).
Les forment la comatrice de la matrice A. Elle est note () = ( )1,
Remarque :
+
[ + ]
+
28
Exemple
2 0 1
Considrons la matrice : = (0 3 0 ).
1 1 4
Par exemple, le cofacteur de llment 32 est
2 1 2 1
32 = (1)3+2 ( ) = ( ).
0 0 0 0
Dveloppement du dterminant
Thorme2
Si on a : = ( ) () alors :
, {1, , } : det() = =1 . ou encore : det() = =1 .
Remarque
Nous dirons que lon a dvelopp le dterminant de la matrice A selon la colonne
dans le premier cas et selon la ligne dans le second cas.
Exemple
1 2 1
Calculons le dterminant : = |3 1 2|
3 2 1
Mthode1 : Dveloppons par rapport la premire colonne :
1 2 2 1 2 1
= 1. | | 3. | | +3| | = 1(1 + 4) 3. (2 + 2) + 3. (4 + 1) = 6
2 1 2 1 1 2
1 0 0
On a = |3 7 1| (nous avons remplac la seconde colonne 2 par 2 21 et la
3 8 2
troisime colonne 3 par 3 1 en appelant 1 ; 2 3 les trois colonnes du
dterminant). Il ne nous reste plus qu dvelopper par rapport la premire ligne. Nous
7 1
obtenons : = 1. | | = 1. (14 8) = 6
8 2
Remarque Rgle de Sarrus
29
11 12 13
Calculer le dterminant suivant = |21 22 23 |.
31 32 33
11 12 13 11 12
| 21 22 23 21 22 | = (11 22 33 + 12 23 31 + 13 21 32 )
31 32 33 31 32
(13 22 31 + 11 23 32 + 12 21 33)
Proposition7
() : det (tA) = det (A).
() , : det() = det .
, () : det(A.B) = det (A). det (B).
Remarque
Il faut remarquer que det(A+B)det(A)+det(B).
1 2 1 2
Par exemple, prenons : = ( ) et = ( ).
3 1 2 1
0 4
Nous avons : det (A)=7, det(B)=-5, + = ( ) et det(A+B) = 4 det(A)+det(B).
1 2
Corollaire 2
Remarque
Exemple
30
0 1 0
+ + + 666666 = (1 0 1) 3 ()
0 1 1
Calculons son dterminant en dveloppant suivant la premire colonne :
0 1 0
1 0
det() = |1 0 1| = 1 | | = 1 0 , par consquent A est inversible.
1 1
0 1 1
Dterminons maintenant 1.
1
Nous avons donc 1 = det()tC daprs le corollaire vu prcdemment.
0 1 1 1 1 0
| | | | | |
1 1 0 1 0 1 1 1 1
1 0 0 0 0 1
Ainsi = | | | | | | = (1 0 0 ) ;
1 1 0 1 0 1
1 0 0 0 0 1 1 0 1
( | 0 1| |
1 1
| |
1 0
| )
1 1 1 1 1 1
1
Par suite nous avons 1 = det()tC = 1. (1 0 0) = (1 0 0)
1 0 1 1 0 1
Dfinition5
Exemple
2 0 1 0
Soit = (1 1 0 1) une matrice 3 lignes et 4 colonnes. Le rang de cette matrice est
5 0 1 1
0 1 0
3 car la matrice extraite (1 0 1) est carre, a pour dterminant 1 donc est
0 1 1
inversible.
Remarque : la matrice nulle est la seule matrice de rang 0.
31
CHAPITRE 6 SYSTEMES LINEAIRES
1- Dfinitions
Dfinition1
On appelle systme linaire de quations linaires inconnues 1 , 2 , , ,
lensembles des relations
Remarque
Remarquons que le systme prcdent peut encore scrire : = en posant :
Exemple
3 + 42 = 2
Le systme : { 1 peut scrire = en posant :
1 22 = 1
3 4 1 2
=( ) , = ( ) = ( ).
1 2 2 1
Dfinition2
On appelle solution du systme linaire un n-uplet de nombres rels (1 , 2 , , )
vrifiant simultanment les m quations du systme.
On dit dun systme linaire quil est rsoluble, ou encore que ses quations sont
compatibles, lorsquil admet au moins une solution.
32
On dit dun systme linaire quil est impossible, ou encore que ses quation sont
incompatibles, lorsquil nadmet pas de solution.
On qualifie un systme rsoluble de dtermin lorsquil nadmet quune seule
solution.
On dit quun systme linaire est indtermin lorsquil admet plusieurs solutions.
On dit quun systme linaire est redondant lorsque certaines de ses quations sont
des combinaisons linaire des autres ; ces quations ne sont pas utilises pour
rsoudre le systme.
Dfinition3
Un systme linaire est homogne lorsque les seconds membres sont tous nuls, soit lorsque
= 0 ; le systme homogne associ est alors = 0.
Dfinition4
Considrons le systme linaire : = .
On appelle matrice augmente et on la notera: ( ; ), la matrice de type (, + 1)
obtenue en ajoutant la matrice colonne B droite de la matrice A :
Proposition1
Le systme (S) est rsoluble si et seulement si () = (; ).
Le systme (S) est impossible si et seulement si () < (; ).
Proposition2
Si le systme linaire (S) est rsoluble, alors il est redondant si et seulement si () < .
Proposition3
Si le systme linaire (S) admet plusieurs solutions alors il en admet une infinit.
Preuve
Supposons que le systme linaire (S) admet deux solutions 1 et 2. Nous aurons donc :
1 = 2 =
33
Par consquent, 1 + (1 )2 sera galement une solution du systme (S). Comme
est un nombre rel quelconque, nous en dduisons donc quil y a une infinit de solutions au
systme (S).
Proposition4
Remarque
Systme rsoluble qui contient plus dinconnues que dquations (soit > ) sera
ncessairement indtermin.
Dfinition5
On appelle fonction affine des variables 1 , 2 , , une fonction f dfinie sur par
(1 , 2 , , ) = 0 + 1 1 + 2 2 + + o 0 , 1 , , dsignent + 1 nombres
rels.
Remarques
- inconnues principales ;
- inconnues secondaires ;
Telles que chacune des inconnues principales sexprime comme fonction affine des
inconnues secondaires, ces dernires prenant des valeurs quelconques. On dit dans ce cas
que le degr dindtermination du systme (S) est gal
Exemples
21 + 3 = 2
1) Considrons le systme linaire () { 1 2 + 3 = 1
1 + 32 53 = 1
2 0 1
Nous avons ici = = 3. Posons = (1 1 1 )
1 3 5
2 0
Puisque le dterminant : | | = 2 0, nous pouvons dire que : () 2.
1 1
De plus, nous remarquons que det() = 0, donc nous avons () 2 et par suite
() = = 2.
34
2 0 1 2
Comme : (; ) = (1 1 1 1) = 2, nous en dduisons que le systme est
1 3 5 1
rsoluble, redondant et indtermin. (Remarquons que : 3 = 21
32 ). La troisime quation est donc inutile. Le degr
dindtermination sera donc de 3-2=1 et puisque les deux premires colonnes de A sont
linairement indpendantes, nous choisirons 1 et 2 comme inconnues principales et 3
comme inconnue secondaire.
1
1 = 1 + 2 3
Nous avons donc : {2 = 1 + 1 + 3 = 3 3
2
3
1
1 + 2 3
Lensemble solution du systme sera {( 3 ), 3 }.
2 3
3
1 22 = 4
2) Considrons le systme (S) :{1 + 32 = 1
21 + 2 = 1
1 2
1 2
Posons = (1 3 ). Puisque | | = 5 0, nous pouvons dire que () =
1 3
2 1
1 2 4 1 2 4
= 2. De plus, (; ) = (1 3 1) = 3 puisque |1 3 1| = 10
2 1 1 2 1 1
0. Par consquent, le systme (S) est impossible : ses quations sont incompatibles.
Dfinition6
Et considrons posons
35
Le systme (S) est de Cramer si det() 0 cest--dire que() = .
Thorme1
Le systme (S) prcdent admet une unique solution (1 , 2 , , ) si et seulement si cest
un systme de Cramer. Dans ce cas, cette solution est donne par les formules de Cramer :
{1,2, , } =
det()
Exemple
1 + 2 + 23 = 1
Considrons le systme (S) : () {21 2 + 23 = 4
41 + 2 + 43 = 2
1 1 2
Posons = (2 1 2). On a det() = 6 0. Par consquent, on a () = 3 et le
4 1 4
systme est donc de Cramer. Nous aurons donc
1 1 2 1 1 2 1 1 1
1 = |4 1 2| = 6 ; 2 = |2 4 2| = 12 3 = |2 1 4| = 12
2 1 4 4 2 4 4 1 2
Par consquent, la solution du systme (S) est (1 = 1; 2 = 2; 3 = 2).
Dfinition7
On appelle opration lmentaire sur les lignes de (S) lune des oprations suivantes :
Multiplier une quation par scalaire non nul . Cette opration est note :
36
.
Ajouter lune des quations un multiple dune autre quation . Cette opration
est note : + .
Echanger deux quations et . Cette opration est note .
Proposition5
Une opration lmentaire sur les lignes de (S) transforme le systme (S) en un systme ()
quivalent, cest--dire ayant exactement les mmes solutions que (S).
Remarque
On peut enrichir la panoplie des oprations lments :
Remplacer lquation par + avec 0 .
Ajouter lquation une combinaison linaire des autres quations du systme.
Une telle opration peut scrire + .
On peut supprimer de (S) toute quation qui serait combinaison linaire des
autres quations du systme.
Considrons le systme :
Supposons dans un premier temps que 11 est non nul. On effectue alors les oprations
lmentaires suivantes, o 11 est le pivot, pour annuler les coefficients de 1 dans les
quations 2 , 3 , , :
37
Supposons maintenant que le pivot 22 soit non nul.
Les oprations lmentaires 22 2 2 (avec 3 ) conduisent :
A un moment donn, il est possible quun pivot soit nul : on change alors lquation
concerne avec lune des quations suivantes de manire obtenir un pivot non nul.
Il est galement possible que tous les pivots potentiels pour passer ltape suivante soient
nuls : cest le cas dans le systme (S) par exemple, si tous les coefficients 33 , 43 , , 3
sont nuls : dans cette situation particulire, on sintressera au coefficient 34 (sil est non
nul) ou dfaut aux coefficients 44 , , 4 etc.
Exemple
38
Do on tire :
39
CHAPITRE 7 POLYNOMES ET FRACTIONS RATIONNELLES
1- Polynmes
a- Dfinitions
Le plus grand entier tel que 0 est appel degr de P ; on le note deg().
Si deg() = ; est appel monme (ou terme) de plus haut degr de P (ou
terme) dominant de P). est le coefficient dominant de P. Si = 1, P est dit
unitaire ou normalis.
Lensemble des polynmes de degr est not [].
Par convention, deg(0) = et , < .
On dfinit sur [] des oprations en sinspirant de celles connues sur les fonctions
polynmes.
Proprits du degr
Soit P, Q dans [] et , alors :
1. deg( + ) max(deg() , deg() ) ;
2. si deg() deg() alors deg( + ) = max(deg() , deg() ) ;
40
3. deg( ) = deg() + deg() ;
4. deg( ) = . deg() ;
5. deg() = = 0 ;
6. deg(1) = 0 deg( ) = .
Proposition1
Lanneau ([], +,) est intgre cest--dire :
, [], = 0 ( = 0 = 0)
Thorme1
1. La famille ( ) est une base de [], appele base canonique de [].
2. ( [], +, . ) est un s.e.v. de ([], +, . ), o [] est lensemble des polynmes
en , de degr infrieur ou gal , coefficient dans .
3. ( )0, = (1, , 2 , , ) est une base de [].
d- Division Euclidienne
Thorme2
Exemple
Soit diviser le polynmes = 3 + 2 2 + 1 par le polynme = 2 + 1.
On trouve ainsi : = + 3 et = 2 avec = + .
Dfinition1
1. Soit A et B deux polynmes de []. On dit que A est divisible par B (dans []) sil
existe [] tel que = . On dit aussi que B divise A (dans []).
2. Un polynme de [] est dit irrductible dans [] lorsque les seuls polynmes
de [] qui divisent P (dans []) sont les polynmes constants et les ( ).
41
Proposition 4 :
Le reste de la division euclidienne dun polynme P par par ().
Dfinition2
Dfinition3
Formules de drivations successives.
(4) (3)
Exemple : Calculer 1 2 avec 1 = 5 + 2 2 = 6 2 2 + + 1.
Dfinition 4
42
Soit [] et . On dit que est racine (ou zro) de P lorsque () = 0.
Lensemble des zros (dans ) du polynme P sera not () ou () lorsquaucune
confusion nest craindre.
Proposition 5
Soit [] et . Alors
= ().
1. ()
2. () ().
3. En particulier si [] : () ().
Proposition 6
Proposition 7
Si [] et si P sannule pour au moins n+1 valeurs distinctes de alors P est le
polynme nul.
Dfinition5
Soient [], non constant et (). On appelle multiplicit (ou ordre de
multiplicit) de vis--vis de P, le grand entier 1 tel que ( ) divise P ; on dit aussi
que est une racine dordre de P.
On note parfois = () ou simplement (). Lorsque = 1 (resp. 2, 3) on dit que est
racine simple (resp. double, triple) de P.
Thorme4
Soit [], non nul, et , alors :
() = () = = (1) () = 0;
est une racine dordre de P {
() () 0
h- Factorisation et dcomposition
Proposition8
Si un polynme [], est irrductible dans [], avec deg() > 1, alors P nadmet
aucun zro dans .
En effet, si tel ntait pas le cas, admettant un zro , P serait divisible par ; or
car deg() 1.
43
La rciproque de cette proposition est fausse, comme le prouve le polynme = ( 2 + 1)3
qui nest pas irrductible dans [].
Dfinition6
Soit [], non nul, on dit que P est scind sur (ou ) si la somme des
ordres de multiplicit de ses zros dans est gal son dgr.
Thorme5 (DAlembert)
Thorme6 (DAlembert-Gauss)
Exemple : () = 1 ( ).
() = {0 , 1 , . , 1 } avec, pour tout k dans {1, , 1}, = 2 . Or =
1 et {1, , 1}, ( ) 0. Donc est racine simple de P. Ainsi P tant
unitaire, on a :
= 1=0( ).
= 1 2
=0( ) . =1( + + ) . Avec =1 + 2 =1 = deg() = ;
(2 4 < 0).
Exemples
1. 3 1 = ( 1)( 2 + + 1) = ( 1)( )( ) o = 23 .
2. 3 + 1 = ( + 1)( 2 + 1) = ( + 1)( 3 )( 3 ).
3. 4 1 = ( 1)( + 1)( 2 + 1) = ( 1)( + 1)( )( + ).
4. = 4 + 1 peut tre factoris dans [X] de deux manires :
1 } avec = exp( + ). Ainsi
0 ,
a) () = {0 , 1 , 4 2
() = ( 0 )(
0 )( 1 )(
1 )
44
3
() = ( 2 2 ( ) + 1)( 2 2 ( ) + 1)
4 4
2 2
() = ( 2 + 1)( + 2 + 1).
b) = 4 + 1 = ( 2 + 1)2 2 2 et on trouve !
Proposition 10
1. Soient , , dans , avec 0. Soient 1 et 2 les racines du polynme :
2 + + . Alors on a : 1 + 2 = et 1 2 =
2- Fractions rationnelles
a- Fractions rationnelles
Dfinition
Une fraction rationnelle est un quotient de deux polynmes , []. On la note
()
() = (). On note () lensemble des fractions rationnelles.
Egalit de deux fractions
On dit que deux fractions 1 et 2 sont gales si et seulement si 1 2 = 2 1 .
1 2
1 2
Autrement dit et sont des critures dune mme fraction.
1 2
Remarque
45
Polynme
On assimile les polynmes P de [] aux fractions de (). En particulier le polynme nul
1
0
de []. Est assimil la fraction nulle 1 de ().
Dfinition7
Soit une fraction rationnelle = (). On appelle degr de :
= .
Proposition11
On a les mmes proprits que pour le degr des polynmes :
deg(1 + 2 ) max(1 , 2 ) , (1 2 ) = 1 + 2
Lorsque 0, le degr de est un entier relatif. Lorsque = 0, =
Dfinition8
Soit = (). On rappelle que et sont premiers entre eux . Les racines de
sappellent les zros de et les racines de les ples de . Si dsigne lensemble des
ples de F, on peut dfinir la fonction rationnelle associe F :
\
{ ()
()
Remarque
Un ple de la fraction = , est dit de multiplicit , lorsque le scalaire est un
zro de multiplicit du polynme .
Dfinition8
Soit une fraction rationnelle = (). On dfinit formellement la drive de cette
fraction rationnelle par la formule
=
2
Remarque
46
On associe la fonction rationnelle drive associe : \ . Cette fonction drive concide
avec la drive usuelle de la fonction lorsque = . On vrifie aussi que cette drive des
fractions prolonge celle des polynmes.
Preuve
Unicit.
On suppose que = 1 + 1 = 2 + 2 avec 1 , 2 [] et 1 , 2 () avec
1 < 0 et 1 < 0. On en dduit 1 + 2 = 2 1 . Donc deg(2 1 ) < 0 et
deg(1 + 2 ) < 0. Le seul polynme qui a un degr ngatif est le polynme nul. Donc 1 =
2 et donc 2 = 1 . Ce quil fallait vrifier.
Existence
On effectue la division euclidienne du polynme par le polynme : = + avec
< et alors = + avec [X] et = de degr strictement ngatif.
Proposition14
Si une fraction rationnelle = est de degr < 0 avec () = ( )(), o () 0,
la partie polaire de la fraction relativement au ple simple est de la forme :
= + (*)
47
Remarque
Pour trouver le scalaire , on peut :
Multiplier (*) par ( ), puis faire = dans la fraction rationnelle associe.
()
On trouve que : = () .
()
Utiliser la formule de Taylor pour , et obtenir = (). Cette formule est trs utile
lorsquil est difficile de trouver le quotient du polynme par ( ).
Exemples
3 + 1 3 + 1
1 = 3 =
3 2 + 2 ( 1)( 2)
On pose
1 1 1
1 = 1 + + + .
1 2
Alors
1 = . 1 | = 0 ; 1 = ( 1). 1 | = 1 ; 1 = ( 2). 1 | = 2.
Donc pour obtenir 1 on multiplie 1 par et on y remplace ensuite par 0 :
3 +1 1 1
. 1 = (1)(2) = 0 (1)(2)
= 2.
1
Par consquent 1 = 2 . Continuer ainsi et trouver 1 et 1.
Mthode de linfini
1
2 =
( 1)2
2 2 2
On peut poser 2 = + 1 + (1)2 .
48
Ds lors on voit avec lexprience acquise que 2 et 2 peuvent tre obtenus par
substitution. Mais on ne peut pas faire de mme pour 2 . On constate que
1
. 2 = = 2 + 2 +
( 1) 2 1 ( 1)2 2
En prenant la limite lorsque tend vers + de . 2 , on obtient lquation : 0 = 2 + 2 .
Do lon tire 2 connaissant 2 .
49
SOMMAIRE
1- Gnralits
2- Quantificateurs
3- Oprateurs logiques
CHAPITRE 2 ENSEMBLES ET APPLICATIONS
1- Ensembles
2- Fonctions et applications
1- Loi de composition
2- Morphismes
3- Groupe
4- Anneau et corps
CHAPITRE 5 MATRICES
1- Calcul matriciel
2- Dterminant
1- Dfinitions
2- Rsolution dun systme de Cramer
3- Rsolution par la mthode du pivot de Gauss
1- Polynmes
2- Fractions rationnelles
3- Dcomposition en lments simples dune fraction rationnelle
50