Analysie

Carnet de voyage en Analystan
0.5
0.4
0.3
0.2
0.1
5 10 15 20 25 30
-0.1
-0.2
-0.3
Marie Peronnier Kathie Tagliaro Linda Decourt
Denis Roussillat Jérôme Germoni Tewfik Lahcene Philippe Caldero

ii
iii
iv
« Mais je n’ai nulle envie d’aller chez les fous », fit remarquer Alice.
« Oh ! vous ne sauriez faire autrement », dit le Chat. « Ici, tout le monde
est fou. Je suis fou. Vous êtes folle. »
« Comment savez-vous que je suis folle ? » demanda Alice.
« Il faut croire que vous l’êtes », répondit le Chat ; « sinon, vous ne seriez
pas venue ici. »
Version du 27 novembre 2021.

Table des matières
1 Avant-propos 1
2 Intégrales sur un segment 3
3 Fonctions, approximations 11
4 Continuité, dérivabilité 17
5 Suites réelles et complexes 27

5.1 Suites réelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
5.2 Suites complexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
5.3 Suites et arithmétique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
6 Séries numériques 49
6.1 Formule d’Abel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
6.2 Fonction zêta de Riemann . . . . . . . . . . . . . . . . . . . . . . . . . . 52
6.3 Tests de convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
6.4 Groupement de termes, comparaison et interversion . . . . . . . . . . . 63
7 Séries de fonctions 73
7.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
7.2 Séries entières sur R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
7.3 Séries entières sur C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
7.4 Séries de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
8 Intégrales : généralisées, à paramètre, multiples 103

8.1 Intégrales généralisées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
8.2 Intégrales à paramètres . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
8.3 Intégrales multiples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
9 Espaces vectoriels normés 149

9.1 Espaces vectoriels normés en dimension quelconque . . . . . . . . . . . 149
9.2 Distance à un fermé dans un espace de matrices . . . . . . . . . . . . . 154
10 Equations différentielles linéaires 159

10.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
10.2 Fonctions de Bessel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
10.3 Inclassables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
v
vi TABLE DES MATIÈRES
11 Calcul numérique 187

11.1 Méthode de Newton . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
11.2 Méthode des puissances . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196
11.3 Polynômes orthogonaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
11.4 Approximation d’intégrales, erreurs . . . . . . . . . . . . . . . . . . . . . 203
12 Probabilités 221
12.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221
12.2 Processus de Galton-Watson . . . . . . . . . . . . . . . . . . . . . . . . . 224
12.3 Loi normale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228
12.4 Entropie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231
12.5 Groupes et probabilités . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239
12.6 Arithmétique et probabilités . . . . . . . . . . . . . . . . . . . . . . . . . 244
12.7 Théorème de Perron-Frobenius . . . . . . . . . . . . . . . . . . . . . . . . 247
12.8 Théorème de Weierstrass – preuve probabiliste . . . . . . . . . . . . . . 252
12.9 Droite des moindres carrés . . . . . . . . . . . . . . . . . . . . . . . . . . 254
13 Géométrie 257
14 Calcul différentiel 263
15 Annexe. Mémento sur l’interversion des limites 271

Chapitre 1
Avant-propos
Benjamin : On commence le matin par une matière difficile puis pause déj. 40
minutes, une matière faille jusqu’à 17h, pause goûter 20 mn. On enchaîne avec une
matière difficile. Et le soir on fait des annales jusqu’à ce qu’on soit cuit. A ce rythme
là, c’est jouable.
Antoine : Attend-tend-tend-tend-tend. Là j’en peux plus, là j’en ai marre, on fait
une pause ?
Benjamin : Ouais, carrément. Pause Stat. ? Intégrales ?
Première année, Thomas Lilti, 2018.
Il arrive un moment où la vérité s’impose, brutale : « ta deuxième vie commence

quand tu as compris qu’il n’y en avait qu’une ». Il en va de même de l’année de congé
délivrée par le rectorat pour l’agrégation interne. Une année-sandwich qui, comme
disait Serge Lentz, vient s’intercaler dans la vie comme une tranche de pâté entre
deux morceaux de pain. On vous a donc préparé de quoi casser la croûte : le couteau,
la baguette, la mie fraîche (mais pas trop), les tomates, la salade, le poulet froid, la
mayonnaise... et les cornichons ! Autant d’ingrédients parmi lesquels il conviendra de
puiser, selon l’appétence, pour composer le sandwich qu’il faudra, au final, croquer
à pleines dents.
On ne change pas une recette qui marche : suivant celle du fascicule du carnet
de voyage en Algébrie, nous sommes partis de fiches d’exercices éprouvées par les
longues années d’expérience de la préparation à l’agrégation interne de Lyon. Les
exercices ont été ensuite sélectionnés, relus, affinés par des volontaires fraîchement
agrégés, qui venaient de vivre les réalités de la préparation et étaient prêts à venir
partager leur connaissance du terrain.
Dans cette seconde édition, les exercices ont été corrigés par Antoine Boivin,
Antoine Guise et Raphaël Sohier. Ils proviennent pour la plupart, de la réserve non
dénombrable des formateurs Tewfik Lahcene et Jérôme Germoni, et avec l’aide des
ex-préparationnaires Kathie Tagliaro, Linda Decourt, Denis Roussillat, Guillaume
Mallet, Maïté Faillard, avec une mention spéciale pour Marie Peronnier pour son
investissement et sa relecture.
1
2 CHAPITRE 1. AVANT-PROPOS
Chapitre 2
Intégrales sur un segment
Exercice 1 (Lemme de Riemann-Lebesgue)

Soit f ∶ I → C, une fonction continue par morceaux, et (donc) intégrable sur un
segment I = [a, b].
Le but de cet exercice est de démontrer le lemme de Riemann-Lebesgue :
b
lim ∫ f (t)eint dt = 0.
n→+∞ a
Pour plus de commodité, posons dans la suite

b
In ∶= ∫ f (t)eint dt.
a
1. Montrer le lemme de Riemann-Lebesgue dans le cas où f est une fonction

constante sur I.
2. De même, montrer le résultat pour f une fonction en escaliers sur I.
3. En déduire le résultat si f est une fonction continue par morceaux sur I,
comme supposé dans l’énoncé.
4. Variante : montrer le lemme de Riemann-Lebesgue à l’aide d’une intégration
par parties lorsque la fonction f est de classe C 1 .
Soluce
1. Si la fonction f est constante égale à k ∈ C, on a, pour n ≠ 0,
b k int b k inb ina
In = k ∫ eint dt = [e ]a = (e − e ) .
a in in
Par conséquent, on a
2k
∣In ∣ ⩽ Ð→ 0.
n n→+∞
Le résultat en découle.
2. Si f est une fonction en escaliers, il existe une subdivision a = a0 < a1 < ⋯ <
ap = b, p ⩾ 1, de l’intervalle [a, b] telle que, pour tout i ∈ {0, p − 1} :
f ∣[ai ,ai+1 ] =∶ ki ,
3
4 CHAPITRE 2. INTÉGRALES SUR UN SEGMENT
avec ki ∈ C, pour tout i.

Par linéarité de l’intégrale, on obtient alors
p−1 ai+1
In = ∑ ∫ f (t)eint dt.
i=0 ai
a
Chacune des intégrales ∫aii+1 f (t)eint dt tendant vers 0, d’après la question 1,
et comme la somme est finie, on en déduit le résultat désiré :
In Ð→ 0.
n→+∞
3. On sait que toute fonction continue par morceaux sur un segment est limite uni-
forme d’une suite de fonctions en escaliers. Notons (fn )n une suite de fonctions
b
en escaliers qui tend uniformément vers f . En notant In,k ∶= ∫a fk (t)eint dt, on
a
∣In ∣ = ∣In − In,k + In,k ∣ ⩽ ∣In − In,k ∣ + ∣In,k ∣.
Or, par inégalité triangulaire,
b b
∣In − In,k ∣ = ∣ ∫ (f (t) − fk (t))eint dt∣ ⩽ ∫ ∣f (t) − fk (t)∣dt.
a a
Soit ε > 0. Par convergence uniforme de (fk )k vers f , on peut choisir k suffi-
samment grand pour rendre la quantité ∣In − In,k ∣ plus petite que 2ε . En effet,
soit K ∈ N tel que, pour tout k ⩾ K,
ε
∣f (t) − fk (t)∣ ⩽ .
2(b − a)
On a bien
ε b ε
∣In − In,k ∣ ⩽ ∫ dt = .
2(b − a) a 2
On fixe k ⩾ K. En utilisant le résultat de la question 2, soit N ∈ N tel que, pour
tout n ⩾ N,
ε
∣In,k ∣ ⩽ .
2
Ainsi, pour tout n supérieur à N, on obtient :
ε ε
∣In ∣ ⩽ + = ε,
2 2
ce qui est le résultat voulu.
4. Si f est de classe C 1 , par intégration par parties, on trouve
b 1 1 b
b ′
In = ∫ f (t)eint dt = [f (t)eint ]a − ∫ f (t)e dt
int
a in in a
1 b
= (f (b)einb − f (a)eina − ∫ f ′ (t)eint dt) .
in a
Ainsi,
1 b 1
∣In ∣ ⩽ ∣ (∣f (b)∣ + ∣f (a)∣ + ∫ ∣f ′ (t)∣dt) ⩽ (∣f (b)∣ + ∣f (a)∣ + M(b − a)) ,
n a n
où M est le maximum de f ′ (qui est continue), atteint sur le compact [a, b].
On a ainsi prouvé que In tend vers 0, lorsque n tend vers l’infini, dans le cas
où f est de classe C 1 .
5
Exercice 2 (Inégalités : Wirtinger & isopérimétrique)

1. (Inégalité de Wirtinger) Soit f ∶ R → C une fonction T-périodique, de
T
classe C 1 , telle que ∫0 f (t)dt = 0.
(i) Montrer l’inégalité de Wirtinger :
T T2 T
∣f ′ (t)∣ dt.
2 2
∫ ∣f (t)∣ dt ⩽ 2 ∫
0 4π 0
(ii) Montrer qu’il y a égalité si et seulement s’il existe des nombres com-
plexes a et b tels que :
2π 2π
f (t) = a cos t + b sin t.
T T
2. (Inégalité isopérimétrique) Soit Γ une courbe du plan réel, fermée, de

classe C 1 , régulière et simple (c’est-à-dire sans point multiple). On désigne
par L sa longueur, et par A l’aire du domaine qu’elle délimite.
Le but de cet exercice est d’établir l’inégalité isopérimétrique :
4πA ⩽ L2 ,
avec égalité si et seulement si Γ est un cercle.

Pour ce faire, on introduit un paramétrage de la courbe Γ ∶ t ↦ (x(t), y(t)),
tel que, pour tout t ∈ [0, L] , x′ (t)2 + y ′ (t)2 = 1 (on parle alors de paramétrage
normal ). Comme Γ est une courbe fermée, on peut supposer ce paramétrage
périodique, de période L, la longueur de Γ. On rappelle la formule de Green-
Riemann, donnant l’aire 1 A :
L
A=∫ x(t)y ′ (t)dt.
0
L
(i) Justifier que l’on peut supposer que ∫0 x(t)dt = 0.
(ii) Sous cette hypothèse, montrer que pour tout C > 0, on a
1 L2 L 1 L
A⩽ ⋅ 2 ∫ x′ (t)2 dt + ⋅ C ∫ y ′ (t)2 dt.
2 4π C 0 2 0
(iii) Choisir C de sorte à démontrer l’inégalité isopérimétrique.

(iv) Étudier le cas d’égalité.
Soluce
T
1. (i) Par hypothèse, ∫0 f (t)dt = 0, donc le coefficient de Fourier de f , c0 (f ),
est nul. Comme de plus, la fonction f est de classe C 1 , par le théorème de
Dirichlet, elle est la somme de sa série de Fourier. On peut alors écrire :
∀t ∈ R, f (t) = ∑ cn (f )einωt ,
n∈Z∗
où ω = 2π
T.
On utilise alors la formule
cn (f ′ ) = inωcn (f ),
valable car f est de classe C 1 .

Enfin, comme la fonction f et sa dérivée f ′ sont continues par morceaux,
le théorème de Parseval s’applique à ces deux fonctions, et l’on obtient :
1 T 1 T
′ 2 ′ 2
∫ ∣f (t)∣ dt = ∑ ∣cn (f )∣ ∫ ∣f (t)∣ dt = ∑ ∣cn (f )∣ .
2 2
et
T 0 n∈Z ∗ T 0 n∈Z∗
En utilisant la relation reliant cn (f ) et cn (f ′ ), on obtient
∣cn (f ′ )∣2
∑ ∣cn (f )∣ ⩽ ∑ n ∣cn (f )∣ = ∑
2 2 2
n∈Z∗ n∈Z∗ n∈Z ω2
Finalement, on a bien
1 T 1 1 T
′
∫ ∣f (t)∣ dt ⩽ 2 ∫ ∣f (t)∣ dt.
2 2
T 0 ω T 0
On a ainsi établi l’inégalité de Wirtinger :
T T2 T
′
∫ ∣f (t)∣2 dt ⩽ 2 ∫ ∣f (t)∣ dt.
2
0 4π 0
(ii) Supposons d’abord l’égalité. On a alors
∑ ∣cn (f )∣ = ∑ n ∣cn (f )∣ .
2 2 2
n∈Z n∈Z
Cela implique que

∑ (n − 1)∣cn (f )∣ = 0.
2 2
∣n∣⩾2
Si la somme d’une série à termes positifs est nulle, alors, tous ses termes
sont nuls ; autrement dit, pour tout ∣n∣ ⩾ 2, cn (f ) = 0.
On obtient alors, pour tout t ∈ R :
2π 2π
f (t) = ∑ cn (f )einωt = c1 (f )eiωt + c−1 (f )e−iωt =∶ a cos t + b sin t,
n∈Z T T
où a et b ∈ C sont des combinaisons linéaires en c1 (f ) et c−1 (f ). La

formule est démontrée.
La réciproque est claire en suivant exactement le chemin inverse.
2. (i) Notons tout d’abord que l’on peut toujours se ramener à un paramétrage
normal ; il suffit en effet pour cela de poser g ∶= f ○ s−1 , où s est une
abscisse curviligne (pour plus de détails, cf. remarques).
D’autre part, quitte à effectuer une translation, on peut supposer que
L
∫0 x = 0. Plus précisément, il s’agit de remplacer x par x̃ = x − m, où
L
m = L1 ∫0 x(t)dt : cela ne change ni la régularité de x, ni la longueur ni
L L L
l’aire de la courbe et ∫0 x̃ = ∫0 x − L1 ∫0 mdt = 0.
7
(ii) Pour majorer l’aire, on utilise le « petit pilier de l’analyse ».
Idée-clé. On veut comparer une aire, i.e. une intégrale de xy ′ et une

longueur, i.e. intégrale de (x′ + y ′ )1/2 ou, ce qui revient au même et
2 2
c’est là la siouxerie, de x′ + y ′ (cette fonction vaut 1 !). On pense alors

2 2
au petit pilier de l’analyse TM

qu’est l’inégalité ab ⩽ (a2 +b2 )/2. Cela ferait
apparaître la somme de l’intégrale de x2 , qui est le carré d’une longueur,
et de celle de (y ′ )2 , qui est le carré d’une vitesse (noter toutefois qu’ici,
le temps a la dimension d’une longueur).
Ce n’est pas homogène ! Cela conduit à introduire un facteur C, de la
dimension d’une longueur, pour n’avoir que des intégrales de longueurs.
C’est le petit pilier amélioré : pour a et b réels et C strictement positif,
1 a2 1
ab ⩽
⋅ + ⋅ Cb2 ,
2 C 2
√ √
avec égalité si et seulement si a/ C = Cb. En effet, l’inégalité est équi-
√ 2
valente à ( √a − C b) ⩾ 0.
C
Soit C > 0. D’après le rappel ci-dessus, on a (en omettant les (t)dt) :

L 1 L x2 1 L
∫ xy ′ ⩽
∫ + ∫ C(y ′ )2 ,
0 2 0 C 2 0
√
avec égalité si et seulement si √x = C y ′ partout (si cette inégalité est
C
fausse en un point, alors par continuité elle l’est sur un voisinage de ce
point et, l’intégrale d’une fonction continue positive non uniformément
nulle étant strictement positive, l’inégalité des intégrales est stricte).
Comme on a supposé que l’intégrale de x est nulle, on peut appliquer
l’inégalité de Wirtinger :
1 L2 L 1 L
A⩽ ⋅ 2 ∫ (x′ )2 + ∫ C(y ′ )2 .
2 4π C 0 2 0
(iii) Pour exploiter l’égalité (x′ )2 + (y ′ )2 = 1, il faut choisir C de sorte que
L2 L
= C, i.e. C = .
4π 2 C 2π
Il vient alors, en utilisant le fait que le paramétrage est normal :
1 L L
′ ′ 1 L L
′ ′ 2 1/2 L2
A⩽ ⋅ ∫ (x (t) 2
+ y (t) 2
)dt = ⋅ ∫ (x (t) 2
+ y (t) ) dt = .
2 2π 0 2 2π 0 4π
(iv) S’il y a égalité A = L2 /(4π), c’est que l’on a égalité dans le petit pilier et
dans l’inégalité de Wirtinger. D’après la question 1ii, il existe a et b tels
que pour tout t,
2π 2π
x(t) = a cos t + b sin t
L L
√
et d’après le rappel ci-dessus, √x = C y ′ , i.e. y ′ = 2π
L x.
C
On reconnaît
√ un paramétrage du cercle centré en (0, y(0)) et de rayon
r = a2 + b2 . En effet, soit t0 tel que a = r cos t0 et b = r sin t0 . Alors
x(t) = r cos 2π
L (t − t0 ) et y(t) = y(0) + r sin L (t − t0 ).
2π
Notons qu’alors l’égalité x′ (t)2 + y ′ (t)2 = 1 donne
2π 2 2 2
( ) (a + b ) = 1, i.e. L = 2πr,
L
et l’aire est A = L2 /(4π) = πr2 , conformément aux formules bien connues.
Remarques. 1. On a, dans cet exercice, utilisé la formule de Green-Riemann don-

nant l’aire délimitée par une courbe fermée, régulière, simple, paramétrée par
t ↦ (x(t), y(t)), et de longueur L :
L
A=∫ x(t)y ′ (t)dt.
0
Cette formule ne correspond pas tout à fait au théorème de Green-Riemann

tel qu’on le connaît ; l’énoncé général affirme que, si Γ est une courbe plane
simple, régulière, fermée, paramétrée par t ↦ (x(t), y(t)) de classe C 1 , alors
l’aire délimitée par la courbe vaut
1 L ′ ′
A= ∫ (x(t)y (t) − x (t)y(t))dt.
2 0
Ici, la L-périodicité de x et de y et une intégration par parties permettent
d’écrire :
L L L
x(t)y ′ (t)dt = [xy]0 − ∫ x′ (t)y(t)dt = − ∫ x′ (t)y(t)dt.
L
∫
0 0 0
D’où la formule de Green-Riemann dans le cas d’un paramétrage périodique.

2. Nous avons également évoqué le fait que composer le paramétrage de Γ par une
abscisse curviligne permet de toujours nous ramener au cas d’un paramétrage
normal 2 . Précisons.
Posons f ∶ [c, d] → R2 , t ↦ (x(t), y(t)) un paramétrage (L-périodique, donc)
de notre courbe Γ, avec f (c) = f (d) (on rappelle que Γ est supposée fermée).
Montrons d’abord que l’application
t√
s∶t↦∫ x′ (u)2 + y ′ (u)2 du
c
est un C 1 -difféomorphisme de [c, d] dans [0, L].

√
Par régularité (f ′ ne s’annule pas), la dérivée de s est s′ ∶ t ↦ x′ (t)2 + y ′ (t)2 =
∥f ′ (t)∥ > 0 ; de plus, s(c) = 0, et s(d) = L, puisque l’on considère alors la lon-
gueur de toute la courbe. Finalement s est une application strictement crois-
sante de [c, d] dans [0, L], dérivable et de dérivée partout non nulle : c’est bien
un C 1 -difféomorphisme de [c, d] dans [0, L].
Posons g = f ○ s−1 ∶ [0, L] → R2 ; on a tout d’abord g(0) = f (c) = f (d) = g(L),
par définition de f et de s. Il suffit de vérifier de plus que la norme de g ′ vaut
2. On dit aussi que la courbe Γ est paramétrée par longueur d’arc.
9
uniformément 1, ce qui exprime que le paramétrage g est normal. Dérivons la

relation g = f ○ s−1 :
′ 1
g ′ = (f ′ ○ s−1 ) × (s−1 ) = (f ′ ○ s−1 ) × ,
s′ ○ s−1
d’où en prenant la norme :
∥f ′ ○ s−1 ∥ ∥f ′ ○ s−1 ∥
∥g ′ ∥ = = ′ = 1.
s′ ○ s−1 ∥f ∥ ○ s−1
Q.E.D.
Exercice 3 (Irrationalité de π)
Le but de cet exercice est de démontrer que le nombre π est irrationnel. Pour ce
faire, on va raisonner par l’absurde, en supposant que
a
π= ,
b
où a et b sont des entiers naturels non nuls. Pour n ∈ N, on pose également
1 n π
Pn (x) ∶= x (a − bx)n et In = ∫ Pn (x) sin(x)dx.
n! 0
1. Justifier que, pour tout n ∈ N, In est strictement positive.

2. Montrer que lim In = 0.
n→+∞
(m) (m)
3. Montrer que, pour tous n, m ∈ N, Pn (0) et Pn ( ab ) sont des entiers.
4. En déduire, à l’aide d’une succession d’intégrations par parties, que, pour tout
n ∈ N, In est un entier, puis conclure.
Soluce
1. Pour x ∈ ]0, π[, Pn (x) et sin(x) sont strictement positifs. Ainsi, la fonction que
l’on intègre est positive, non identiquement nulle et continue sur l’intervalle
d’intégration ; on en déduit que son intégrale, In , est strictement positive.
2. Soit x ∈ [0, π]. On a
1 n π n an
Pn (x) = x (a − bx)n ⩽ Ð→ 0.
n! n! n→+∞
On en déduit que Pn tend bien vers 0 en l’infini, comme voulu.
3. Soient n, m ∈ N. Remarquons tout d’abord que Pn est de degré 2n ; on en déduit
(m)
que, pour tout m ⩾ 2n, Pn = 0.
(m)
On a également Pn (0) = 0 pour m ⩽ n − 1 puisque, en dérivant m fois, pour
(m)
0 ⩽ m ⩽ n − 1, il va rester un facteur en x dans Pn (x).
Reste maintenant à étudier le cas où n ⩽ m ⩽ 2n. Fixons un tel m. Par la
formule de Leibniz, on a
1 m m
P(m)
n (0) =
n (k) n (m−k)
∑ ( )(x ) (0)((a − bx) ) (0).
n! k=0 k
En notant que (xn )(k) (0) = 0, sauf si k = n, on en déduit :

1 m
P(m)
n (0) = ( )n!((a − bx)n )(m−n) (0)
n! n
m n!
= ( )(−b)m−n (a − bx)2n−m (0)
n (2n − m)!
m n!
= ( )(−b)m−n a2n−m .
n (2n − m)!
On en déduit que
P(m) ∗
n (0) ∈ Z .
De même, calculons Pn ( ab − x) :
a 1 a n a n
Pn ( − x) = ( − x) (a − b ( − x))
b n! b b
1 a n
= ( − x) (bx)n
n! b
1
= (a − bx)n xn = Pn (x).
n!
Ainsi,
a a (m)
P(m)
n ( ) = (P n ( − x)) (0) = (Pn (x))(m) (0) = P(m)
n (0).
b b
D’après ce qui précède, on a bien
a
P(m)
n ( ) ∈ Z∗ .
b
4. On utilise une intégration par parties :
π π
In = ∫ Pn (x) sin(x)dt = [−Pn (x) cos(x)]π0 + ∫ P′n (x) cos(x)dt
0 0
a π
= Pn ( ) + Pn (0) + ∫ P′n (x) cos(x)dt.
b 0
On continue par une intégration par parties à l’intégrale ∫0 P′n (x) cos(x)dt, et
π
on trouve :
a π
In = Pn ( ) + Pn (0) + [P′n (x) sin(x)]π0 − ∫ P′′n (x) sin(x)dt
b 0
a π
′′
= Pn ( ) + Pn (0) − ∫ Pn (x) sin(x)dt.
b 0
Et ainsi de suite. Une série d’intégrations par parties nous donne alors
n π
a
In = ∑ (−1)k (P(2k)
n ( ) + P(2k)
n (0)) + (−1) ∫
n
Pn(2n) (x) sin(x)dt.
k=0 b 0
Or, en faisant les calculs, on trouve que

(−1)n n
Pn(2n) (x) = b (2n)!,
n!
qui est entier. On en déduit bien que In est un entier. En particulier, on a
In ∈ N∗ d’après la question 1. Par suite, In ne peut tendre vers 0 lorsque n tend
vers l’infini ; contradiction avec la question 2.
On a ainsi montré par l’absurde que π est un nombre irrationnel.
Chapitre 3
Fonctions d’une variable réelle I.

Approximations
Exercice 4 (Théorème de Korovkin)

Soit I = [0, 1] et E = C (I) l’espace vectoriel des fonctions continues sur I, à valeurs
réelles. Pour k ∈ {0, 1, 2} on note ek ∈ E la fonction définie sur I par ek (x) = xk .
Pour f dans E, on pose ∣∣f ∣∣∞ = supx∈I ∣f (x)∣. On dit d’un endomorphisme (ou
opérateur linéaire) u de E qu’il est positif lorsqu’il transforme toute fonction positive
de E en une fonction positive.
1. Soit u un opérateur linéaire positif de E. Montrer que pour tout f dans E,
∣u(f )∣ ⩽ u(∣f ∣).
2. Soit f un élément de E.
(a) On fixe ε > 0. Montrer qu’il existe un réel η > 0 tel que si (t, x) ∈ I × I et
∣t − x∣ ⩽ η, alors ∣f (t) − f (x)∣ ⩽ ε.
(b) En déduire, en faisant deux cas, selon si ∣t − x∣ ⩽ η ou ∣t − x∣ > η, que :
∣∣f ∣∣∞
∀(t, x) ∈ I × I, ∣f (t) − f (x)∣ ⩽ ε + 2 (t − x)2 . (3.1)
η2
(c) En déduire que :
∣∣f ∣∣∞
∀x ∈ I, ∣f − f (x)e0 ∣ ⩽ εe0 + 2 (e2 − 2xe1 + x2 e0 ). (3.2)
η2
(d) Soit u un opérateur linéaire positif de E. Montrer que :
∣∣f ∣∣∞
∀x ∈ I, ∣u(f − f (x)e0 )∣ ⩽ εu(e0 ) + 2 (u(e2 ) − 2xu(e1 ) + x2 u(e0 )).
η2
(3.3)
3. On considère une suite (un )n∈N d’opérateurs linéaires positifs de E telle que
pour toute fonction f appartenant à {e0 , e1 , e2 } la suite (un (f ))n∈N converge
uniformément vers f sur I.
(a) Montrer que la suite de fonctions (gn )n∈N définie par :
∀n ∈ N, gn = un (e2 ) − 2e1 un (e1 ) + e2 un (e0 )
converge uniformément vers la fonction nulle sur I.
11
12 CHAPITRE 3. FONCTIONS, APPROXIMATIONS
(b) Montrer que pour tout f dans E, la suite de fonctions (hn )n∈N définie
par :
∀n ∈ N, ∀x ∈ I, hn (x) = (un (f − f (x)e0 ))(x)

(c) Montrer que pour tout f dans E, la suite (un (f ))n∈N converge unifor-
mément vers f sur I.
Soluce
1. Notons d’abord que si f et g dans E sont tels que f ⩾ g, alors f − g ⩾ 0,
donc u(f − g) ⩾ 0, c’est-à-dire u(f ) ⩾ u(g). L’application de u aux inégalités
−∣f ∣ ⩽ f ⩽ ∣f ∣ donne alors ∣u(f )∣ ⩽ u(∣f ∣).
2. (a) La fonction f étant continue sur le segment I, elle y est, en vertu du
théorème de Heine, uniformément continue ; il existe donc bien un réel
η > 0 tel que si (t, x) ∈ I × I et ∣t − x∣ ⩽ η, alors ∣f (t) − f (x)∣ ⩽ ε.
(b) Soit maintenant (t, x) ∈ I × I :
— si ∣t − x∣ ⩽ η, alors ∣f (t) − f (x)∣ ⩽ ε ;
(t−x)2 ∣∣f ∣∣∞
— si ∣t − x∣ > η, alors η2
⩾ 1 et ∣f (t) − f (x)∣ ⩽ 2∣∣f ∣∣∞ ⩽ 2 (t − x)2 .
η2
Ainsi on a, dans les deux cas, la majoration :
∣∣f ∣∣∞
∣f (t) − f (x)∣ ⩽ ε + 2 (t − x)2 .
η2
(c) L’inégalité (2) est une réécriture de l’inégalité (1) en termes de fonctions,
en exonérant la formule de la variable t.
(d) D’après les questions précédentes, on a :
∣∣f ∣∣∞
∣u(f − f (x)e0 )∣ ⩽ u(∣f − f (x)e0 ∣) ⩽ u (εe0 + 2 (e2 − 2xe1 + x2 e0 ))
η2
∣∣f ∣∣∞
⩽ εu(e0 ) + 2 (u(e2 ) − 2xu(e1 ) + x2 u(e0 )) .
η2
3. (a) Par l’inégalité triangulaire, on peut écrire
∣∣gn ∣∣∞ ⩽ ∣∣un (e2 ) − e2 ∣∣∞ + ∣∣2e1 un (e1 ) − 2e2 ∣∣∞ + ∣∣e2 un (e0 ) − e2 ∣∣∞
⩽ ∣∣un (e2 ) − e2 ∣∣∞ + 2 ∣∣e1 ∣∣∞ ∣∣un (e1 ) − e1 ∣∣∞ + ∣∣e2 ∣∣∞ ∣∣un (e0 ) − e0 ∣∣∞
Par hypothèse la quantité majorante tend vers 0, donc la suite (gn )n∈N
(b) Soit n ∈ N. En récrivant l’inégalité (3) avec u = un , on obtient :
∣hn (x)∣ = ∣un (f − f (x)e0 )(x)∣

∣∣f ∣∣∞
⩽ εun (e0 )(x) + 2 gn (x)
η2
13
∣∣f ∣∣∞
D’où l’on déduit : ∣∣hn ∣∣∞ ⩽ ε ∣∣un (e0 )∣∣∞ +2∣∣gn ∣∣∞ . La quantité ∣∣un (e0 )∣∣∞
η2
∣∣f ∣∣
étant bornée, disons par M > 0 et puisque 2 2∞ ∣∣gn ∣∣∞ → 0 quand
η
n → +∞, il existe un entier N tel que :
∀n ⩾ N, ∣∣hn ∣∣∞ ⩽ (M + 1)ε
ce qui conclut à la convergence uniforme de (hn )n∈N vers la fonction nulle

sur I.
(c) Pour tout x dans I, on a :
un (f )(x) − f (x) = (un (f − f (x)e0 ))(x) + f (x)un (e0 )(x) − f (x),
d’où par l’inégalité triangulaire, et compte tenu de e0 = 1 :
∣un (f )(x) − f (x)∣ ⩽ ∣hn (x)∣ + ∣f (x)∣ ⋅ ∣un (e0 )(x) − e0 (x)∣.
On en déduit ∣∣un (f ) − f ∣∣∞ ⩽ ∣∣hn ∣∣∞ +∣∣f ∣∣∞ ∣∣un (e0 ) − e0 ∣∣∞ . Le membre de
droite de la dernière inégalité tendant vers 0 quand n → +∞, on en conclut
que (un (f ))n∈N converge uniformément vers f sur I (c’est le théorème de
Korovkin).
Remarque. Le théorème de Pavel Korovkin a de quoi décoiffer plus d’un analyste.

Il s’agit d’un critère simple, puissant et étonnant, puisqu’il promet la convergence
uniforme de la suite (un (f ))n vers f , pour toute f continue sur un compact, à
partir de trois cas des plus simples : f (x) = 1, x, x2 . Comme on peut s’en douter, il
s’agit d’un théorème phare puissant dans la théorie de l’approximation qui se décline
agréablement sur les compacts de Rd , et même dans les espaces métriques, voir [1].
Voici maintenant une application classique du théorème de Korovkin à une preuve

constructive du théorème de Weierstrass.
Exercice 5 (Théorème de Weierstrass)

On garde les mêmes notations que l’exercice précédent. Nous allons déduire du puis-
sant théorème de Korovkin, le célèbre théorème de Weierstrass. Pour tout entier n
et tout entier k compris entre 0 et n, on désigne par Bn,k la fonction polynomiale
définie sur I par :
n
∀x ∈ I, Bn,k (x) = ( )xk (1 − x)n−k
k
et Bn est l’opérateur linéaire (clairement) positif défini sur E par :
n
k
Bn (f ) = ∑ f ( ) Bn,k
k=0 n
1. Vérifier que pour j ∈ {0, 1, 2}, la suite (Bn (ej ))n∈N converge uniformément
vers ej sur I.
2. En déduire que pour tout f dans E, la suite (Bn (f ))n∈N converge uniformé-
ment vers f sur I.
3. Soit a et b deux réels tels que a < b et S = [a, b]. Montrer que le sous-espace
vectoriel R[x] des fonctions polynomiales à coefficients réels est dense dans
l’espace des fonctions continues sur S, à valeurs réelles, muni de la norme
infinie.
Soluce
1. Pour commencer, on a pour tout n
n n
k n
Bn (e0 )(x) = ∑ e0 ( ) Bn,k (x) = ∑ ( )xk (1 − x)n−k = 1 = e0 (x).
k=0 n k=0 k
Ensuite, la formule d’absorption ( )

k n
n k = (n−1)
k−1 permet de vérifier que pour
n∈N :
n
k n
n−1 k
Bn (e1 )(x) = ∑ e1 ( ) Bn,k (x) = ∑ ( )x (1 − x)(n−1)−(k−1) = x = e1 (x)
k=0 n k=1 k − 1
2
Enfin, en itérant la formule d’absorption, il vient ( nk ) (nk) = ( ) 1 (n−1),
n k−2 + n k−1
n−1 n−2
et donc :
n
k 1 n
k 2 n
Bn (e2 )(x) = ∑ e2 ( ) Bn,k (x) = x(1 − x)n−1 + ∑ ( ) ( )xk (1 − x)n−k
k=0 n n k=2 n k
1 n−1 n n−2 k
= x(1 − x)n−1 + ∑( )x (1 − x)n−k
n n k=2 k − 2
1 n n−1 k
∑(+ )x (1 − x)n−k
n k=2 k − 1
1 n−1 2 1 n−1 2 1
= x(1 − x)n−1 + x + (x − x(1 − x)n−1 ) = x + x
n n n n n
e1 − e2
= (e2 + ) (x).
n
Ainsi, Bn (e0 ) = e0 , Bn (e1 ) = e1 , et Bn (e2 ) = e2 + n1 (e1 − e2 ). Pour tout j ∈

{0, 1, 2}, Bn (ej ) converge donc uniformément vers ej sur I.
2. Les résultats des questions précédentes permettent de conclure que la suite
(Bn (f ))n⩾1 converge uniformément vers f sur I ; autrement dit, R[x] est dense
dans C (I).
3. Soit maintenant S = [a, b] et f dans C (S). Si, pour x ∈ [a, b], on pose ϕ(x) =
a + (b − a)x (ϕ est une fonction polynomiale ainsi que sa réciproque) et g(x) =
f (a + (b − a)x) = (f ○ ϕ)(x), alors g est dans C ([0, 1]). D’après ce qui précède,
la suite (Bn (f ○ ϕ))n⩾1 converge uniformément vers f ○ ϕ sur [0, 1]. Ainsi, la
suite des fonctions polynomiales (Bn (f ○ ϕ) ○ ϕ−1 )n⩾1 converge uniformément
vers f sur S.
En conclusion : R[x] est dense dans l’espace des fonctions continues sur S, à
valeurs réelles, muni de la norme infinie (théorème de Weierstrass).
15
Remarque. Une variante du théorème de Korovkin adaptée aux fonctions polyno-

miales trigonométriques, et liée avec brio au noyau de Fejér, sera expliquée dans
la remarque 26. Elle aboutit naturellement à une preuve éclairante du théorème de
Weierstrass trigonométrique.
Remarque. Le théorème de Weierstrass dit que l’algèbre des fonctions polynomiales

est dense dans l’algèbre des fonctions continues sur [0, 1]. C’est beau de pouvoir
imaginer que l’algèbre est omniprésente dans l’analyse ! Notons d’ailleurs une preuve
probabiliste du théorème de Weierstrass, voir exercice 109 ; l’ubiquité du théorème
de Weierstrass n’est plus à prouver !
Notons que le théorème de Weierstrass possède une généralisation incontour-
nable : le théorème de Stone-Weierstrass, qui permet de remplacer l’algèbre des
fonctions polynomiales par toute algèbre A de fonctions sur un compact possédant
la propriété de forte séparabilité (si x ≠ y, il existe f dans A tel que f (x) ≠ f (y) et il
existe f tel que f (x) ≠ 0). On peut montrer par exemple que l’algèbre des (fonctions)
polynômes trigonométriques (polynômes en les fonctions sinus et cosinus) est dense
dans l’espace des fonctions réelles telles que f (x + 2π) = f (x), voir aussi exercice 44.
Exercice 6 (Polynômes de Kantorovich)

Dans la lignée des deux exercices précédents, nous allons redémontrer le théorème de
densité de Weierstrass, mais avec une autre famille de fonctions positives, appelées
polynômes de Kantorovich. Pour tout entier n et tout entier k compris entre 0 et n,
on rappelle que Bn,k est la fonction polynomiale définie sur I par :
n
∀x ∈ I, Bn,k (x) = ( )xk (1 − x)n−k
k
On note Kn est l’opérateur linéaire (clairement) positif défini sur E par :
n k+1
Kn (f ) = ∑ [(n + 1) ∫ f (t)dt] Bn,k

n+1
k
k=0 n+1
1. Vérifier que pour j ∈ {0, 1, 2}, la suite (Kn (ej ))n∈N converge uniformément
vers ej sur I.
2. En déduire que pour tout f dans E, la suite (Kn (f ))n∈N converge uniformé-
ment vers f sur I.
Soluce
1. En utilisant les identités
k+1 k
(n + 1) [( )−( )] = 1,
n+1 n+1
n+1 k+1 2 k 2 n k 1
[( ) −( ) ]= ( )+
2 n+1 n+1 n+1 n 2(n + 1)
n+1 k+1 3 k 3 n2 k 2 n k 1
[( ) −( ) ]= ( ) + ( )+
3 n+1 n+1 (n + 1)2 n (n + 1)2 n 3(n + 1)2
On obtient, avec les notations des exercices précédents, que

n 1 n 1
Kn (e0 ) = Bn (e0 ) = e0 , Kn (e1 ) = Bn (e1 )+ Bn (e0 ) = e1 + e0 ,
n+1 2(n + 1) n+1 2(n + 1)
n2 n 1
Kn (e2 ) = Bn (e2 ) + Bn (e1 ) + Bn (e0 )
(n + 1) 2 (n + 1) 2 3(n + 1)2
n(n − 1) 2n 1
= e2 + e1 + e0 .
(n + 1) )
2 (n + 1) 2 3(n + 1)2 )
La convergence uniforme voulue est assurée par ces formules.

2. Par le théorème de Korovkin, la suite (Kn (f ))n∈N converge uniformément
vers f sur I, pour tout f de E.
Remarque. L’avantage des polynômes de Kantorovich sur ceux de Bernstein est qu’ils
convergent plus finement que ces derniers. En effet, nous venons de voir que Kn (f )
converge uniformément vers f . Il se trouve que la convergence est également valable
1
1
pour la norme Lp , c’est-à-dire pour la norme (∫0 ∣f (t)∣ dt) , des fonctions continues
p
sur [0, 1], voir [1].

Chapitre 4
Fonctions d’une variable réelle II.

Continuité, dérivabilité
Ce chapitre propose des exercices élémentaires et relativement originaux sur les

homéomorphismes de R sur R et le théorème des accroissements finis.
Exercice 7 (remarques sur la monotonie)

Soit I un intervalle de R et f ∶ I → R une fonction réelle.
1. Que traduisent les assertions suivantes :
(1) ∀(x1 , x2 ) ∈ I2 , x1 ⩽ x2 Ô⇒ f (x1 ) ⩽ f (x2 ) ;
(2) ∀(x1 , x2 ) ∈ I ,
2
x1 ⩽ x2 ⇐⇒ f (x1 ) ⩽ f (x2 ) ?
2. Montrer que les conditions suivantes sont équivalentes :
(i) f n’est pas monotone sur I ;
(ii) ∃(x1 , x2 , x3 ) ∈ I3 , x1 < x2 < x3 et (f (x1 ) − f (x2 ))(f (x2 ) − f (x3 )) < 0.
3. Déduire de la question précédente que si f est continue et injective, alors elle
est monotone.
Soluce
1. L’assertion (1) signifie que f est croissante au sens large. Si l’assertion (2) est
satisfaite, alors f est croissante au sens large et, pour tout couple (x1 , x2 ), on
a de plus : f (x1 ) ⩽ f (x2 ) ⇒ x1 ⩽ x2 . Par contraposée, c’est équivalent à :
x2 < x1 ⇒ f (x2 ) < f (x1 ). Comme x1 et x2 sont quelconques, cela veut dire
que f est strictement croissante.
2. Supposons (ii). Si f (x1 ) < f (x2 ), f n’est pas décroissante ; alors, f (x2 ) > f (x3 )
donc f n’est pas croissante non plus. Sinon, c’est que f (x1 ) > f (x2 ), si bien
que f n’est pas croissante ; alors, f (x2 ) < f (x3 ) donc f n’est pas décroissante
non plus.
Réciproquement, supposons (i), c’est-à-dire que f n’est ni croissante, ni dé-
croissante. Il existe a < b et c < d dans I tels que f (a) > f (b) et f (c) < f (d).
Supposons tout d’abord f (b) ⩽ f (c). Si b ⩽ d, on a f (a) > f (b) et f (b) ⩽ f (c) <
f (d) donc on prend x1 = a, x2 = b, x3 = d. Sinon, c’est que d < b, [...]
Le cas f (b) > f (c) est analogue.
17
18 CHAPITRE 4. CONTINUITÉ, DÉRIVABILITÉ
3. Soit f continue sur I, supposons f non monotone. Soient x1 , x2 et x3 comme

dans l’assertion (ii). Supposons par exemple que ∣f (x1 ) − f (x2 )∣ ⩽ ∣f (x2 ) −
f (x3 )∣ : alors f (x1 ) est compris entre f (x2 ) et f (x3 ) donc, par le théorème des
valeurs intermédiaires, f (x1 ) admet un autre antécédent que x1 dans l’intervalle
[x2 , x3 ].
Les trois exercices suivent nous ont été communiqués par Jean-Claude Sikorav.
Exercice 8 (homéomorphismes de R sur R)

On se propose de montrer ici quelques propriétés élémentaires des homéomor-
phismes de R (sous-entendu : sur R). On rappelle la question 3 de l’exercice 7 qu’un
homéomorphisme de R est soit strictement croissant, soit strictement décroissant.
1. Montrer que si f est un homéomorphisme strictement croissant de R, alors,
pour tout x réel, la suite (f n (x))n∈N tend vers +∞, vers −∞ ou vers un point
fixe de f .
2. Montrer que si f est un homéomorphisme strictement décroissant de R, alors
f possède un unique point fixe.
3. Montrer que si f est un homéomorphisme de R et si a, b sont deux points fixes
consécutifs (pas de point fixe dans ]a, b[), alors la suite (f n (x))n∈N tend vers a
ou b si x ∈ ]a, b[. En déduire un résultat analogue pour la suite (f −n (x))n∈N .
Soluce
1. On fixe le réel x. Pour tout n, notons un = f n (x), de sorte que un+1 = f (un ).
Posons h ∶= f (x) − x = u1 − u0 . Comme f est strictement croissante, f respecte
les inégalités, donc, par récurrence, la suite un+1 − un = f (un ) − un est de signe
constant – celui de h – si bien que la suite (un ) est monotone. Plus précisément,
elle est strictement croissante, resp. strictement décroissante, resp. constante,
si h > 0, resp. h < 0, resp. h = 0.
Si la suite est bornée, alors, elle converge vers une limite ` qui, par continuité
de f , est solution de f (`) = `. Si elle ne l’est pas, alors, elle est strictement
monotone et non bornée ; elle tend vers +∞, vers −∞.
2. Si f est un homéomorphisme strictement décroissant, alors f a pour limite +∞
en −∞ et −∞ en +∞. De plus, l’application x ↦ f (x) − x est une application
continue strictement décroissante, et a également pour limite +∞ en −∞ et −∞
en +∞. Par le théorème des valeurs intermédiaires, elle prend la valeur 0. Cela
prouve l’existence d’un point fixe, forcément unique par stricte décroissance.
3. Comme f possède au moins deux points fixes, f ne peut être strictement dé-
croissante, et donc, les hypothèses impliquent qu’elle est strictement croissante.
Si x vérifie a < x < b, alors a = f (a) < f (x) < f (b) = b, ce qui implique que f
stabilise ]a, b[. Par une récurrence immédiate, on montre que f n (x) est compris
entre a et b pour tout n ∈ N.
La suite (f n (x))n est donc monotone, de sens de variation donné par h ∶=
f (x) − x. Comme x ne peut être un point fixe par hypothèses, h est non nul et
19
donc la suite (f n (x))n est strictement monotone. Cette fois-ci, elle est bornée
et elle possède ainsi une limite ` dans le fermé [a, b]. Cette limite ` est forcément
un point fixe par continuité de f , et donc ` vaut a ou b. La dernière assertion
s’obtient en remplaçant f par f −1 , qui est également un homéomorphisme ayant
a et b pour points fixes, et sans point fixe entre les deux.
Exercice 9 (Homéomorphisme ? Dites-le avec des groupes ! (1))

Soit G le groupe des homéomorphismes de R (dans lui-même) pour la loi ○. Le but
de l’exercice est d’étudier quelques propriétés de ce groupe.
1. Soit G+ l’ensemble des homéomorphismes (strictement) croissants dans G.
Montrer que G+ est un sous-groupe distingué d’indice 2 de G.
2. Soit f un élément d’ordre fini de G. Montrer que si f ∈ G+ , alors f est
l’identité, et que si f ∈/ G+ , f est d’ordre 2.
3. Montrer que les éléments d’ordre 2 forment une seule classe de conjugaison
dans G.
Soluce
1. Soit σ l’application de G dans le groupe multiplicatif {1, −1} qui envoie f
sur 1, resp. −1, si f est croissante, resp. décroissante. La règle des sens de
variations (par exemple la composée d’un décroissant par un décroissant est
un croissant 1 ...) implique que l’application σ est un morphisme de groupes.
Comme l’identité Id de R est croissante et que − Id est décroissante, σ est
surjective. Le noyau de σ est donc un sous-groupe distingué d’indice 2 de G
qui n’est rien d’autre que G+ .
2. On fixe dans un premier temps un homéomorphisme f strictement croissant
d’ordre fini. Supposons, par l’absurde, que f n’est pas l’identité, et fixons un
réel x tel que f (x) ≠ x. D’après la question 1 de l’exercice 8, la suite (f n (x))n
est monotone, et ce, strictement, car f (x)−x ≠ 0. Quitte à changer f en f −1 , on
peut supposer que f (x) > x, et donc que notre suite est strictement croissante.
Supposons f d = Id, avec d > 0. Il vient
x = f d (x) > f d−1 (x) > ⋯ > f (x) > x,
d’où l’absurdité.
Montrons la seconde assertion. Si f n’est pas dans G+ , alors f 2 est dans G+ ,
et, comme f est d’ordre fini d, f 2 est également d’ordre fini (qui, au passage
divise d). Par l’étude précédente, f 2 = Id. Et comme f ≠ Id, puisque f est
décroissante, il résulte que f est bien d’ordre 2.
3. On veut montrer que deux éléments d’ordre 2 sont conjugués. On peut remar-
quer que ι(x) = −x fournit un homéomorphisme d’ordre 2 de R et il suffit main-
tenant, par transitivité, de montrer que tout homéomorphisme f d’ordre 2 est
conjugué à ι. Dit autrement, nous voulons construire un homéomorphisme ϕ tel
que ϕ−1 ○ f ○ ϕ = ι, ce qui revient à dire que pour tout réel x, ϕ(−x) = f (ϕ(x)).
1. Miam !
On fixe f d’ordre 2 et on note, par ce qui précède, que f est décroissante. On

en déduit par la question 2 de l’exercice 8, que f possède un unique point fixe
`. On construit alors, pour commencer, l’homéomorphisme ϕ0 de [0, +∞[ sur
[`, +∞[, qui envoie x sur ϕ0 (x) = x + `. On pose alors ϕ(x) = ϕ0 (x) si x ⩾ 0 et
ϕ(x) = f (ϕ0 (−x)) si x < 0.
Montrons que l’on a bien ϕ−1 ○ f ○ ϕ = ι, c’est-à-dire ϕ(−x) = f (ϕ(x)) pour
tout réel x. Si x > 0, l’égalité est vraie par construction, puisque dans ce cas,
ϕ(−x) = f (ϕ0 (x)) = f (ϕ(x)). Si x est négatif, alors, comme f est d’ordre 2,
f (ϕ(x)) = f (f (ϕ0 (−x))) = ϕ0 (−x) = ϕ(−x).
Il reste à montrer que ϕ est un homéomorphisme strictement croissant.

Continuité : il est clair que ϕ est continue sur ]0, +∞[ et sur ]−∞, 0[. Il faut alors
montrer que les limites à gauche et à droite en 0 coïncident. Or, en 0+ la limite
de ϕ est ϕ0 (0) = `. En 0− , elle vaut, par continuité de f , f (ϕ0 (0)) = f (`) = `.
Stricte croissance : ϕ0 est strictement croissante sur [0, +∞[, et donc ϕ est
strictement croissante sur [0, +∞[. Sur ]−∞; 0], on note que la formule ϕ(−x) =
f (ϕ0 (x)) reste valable en 0 (par invariance de `), et donc sur le fermé ]−∞, 0].
Supposons alors x < y < 0, ce qui donne 0 < −y < −x. Comme f est décroissante
et ϕ0 croissante :
ϕ(x) = f (ϕ0 (−x)) < f (ϕ0 (−y)) = ϕ(y).
Comme ϕ est strictement croissante sur [0, +∞[ et ]−∞, 0], elle est strictement
croissante sur R.
Surjectivité : On voit que, en l’infini, ϕ0 tend vers l’infini, et il en est donc de
même de ϕ. Comme f est un homéomorphisme décroissant, sa limite en +∞
est −∞, et on en déduit que la limite de ϕ en −∞ est +∞. La surjectivité sur
R provient alors de la continuité et du théorème des valeurs intermédiaires.
Homéomorphisme : comme ϕ est strictement croissante, elle est injective, et
comme elle est surjective, c’est une bijection. Elle possède donc une bijection
inverse, également bijective et de plus, strictement croissante, on sait alors
qu’elle est continue.
Remarque. Le groupe G n’a donc pas de sous-groupes finis d’ordre n > 2. On peut
noter que les homéomorphismes de C possèdent, quant à eux, des homéomorphismes
de tout ordre n : il suffit de choisir une racine primitive n-ième de l’unité ω et de
considérer l’application z ↦ ωz de C. De même le groupe des homéomorphismes du
cercle contient des sous-groupes de tout ordre.
Exercice 10 (Homéomorphisme ? Dites-le avec des groupes ! (2))

On adopte les mêmes notations que dans l’exercice précédent. On veut étudier les
classes de conjugaisons du groupe G des homéomorphismes de R. On veut montrer
que les homéomorphismes de G sans point fixe forment une seule classe de conju-
gaison de G et deux classes dans G+ . Plus précisément, fixons f1 (x) = x + 1, et
f−1 (x) = x − 1. Alors, I) pour tout f de G sans point fixe, il existe ϕ ∈ G, tel que
ϕ ○ f ○ ϕ−1 = f1 , et II) pour tout f de G sans point fixe, il existe ϕ ∈ G+ , tel que
ϕ ○ f ○ ϕ−1 = f±1 .
21
1. Montrer que si f est dans G sans point fixe, alors f ∈ G+ . On supposera dans
la suite f dans G sans point fixe, donc strictement croissante.
2. Montrer que l’on peut prouver I) et II) en se ramenant au cas où f (0) > 0.
3. On suppose donc par la suite que f (0) > 0. Soit ϕ0 l’homéomorphisme de
[0, 1[ sur [0, f (0)[ qui envoie x sur f (0)x. Soit ϕ l’application de R dans
lui-même telle que
ϕ(x) = f n (ϕ0 (x − n)) , avec n ∶= ⌊x⌋.
Montrer que ϕ est bien définie et continue sur chaque intervalle [m, m + 1[,
m ∈ Z.
4. Montrer que ϕ est continue sur R et strictement croissante.
5. Montrer enfin que ϕ est un homéomorphisme et conclure.
Soluce
1. Cela découle directement de la question 2 de l’exercice 8.
2. Supposons que I) et II) sont vraies pour dans le cas où f (0) > 0. Montrons
alors le cas général. Comme f (0) ≠ 0, vu que f ne possède pas de point fixe, il
ne reste qu’à étudier le cas où f (0) < 0. Soit ι défini sur R par ι(x) = −x. Soit
g ∶= ι ○ f ○ ι−1 , c’est-à-dire g(x) = −f (−x). Si par l’absurde, g(x) = x, on aurait
f (−x) = −x, ce qui est impossible car f n’a pas de point fixe. Conclusion g n’a
pas de point fixe et de plus, g(0) = −f (0) > 0. On en déduit par I), valable pour
g, qu’il existe ϕ ∈ G, tel que ϕ ○ g ○ ϕ−1 = f1 , et donc (ϕ ○ ι) ○ f ○ (ϕ ○ ι)−1 = f1 .
On a montré que I) est valable pour f .
On déduit de II), valable pour g, qu’il existe ϕ ∈ G+ tel que ϕ ○ g ○ ϕ−1 = f±1 et
donc (ϕ ○ ι) ○ f ○ (ϕ ○ ι)−1 = f±1 . Or, ι ○ f±1 ○ ι−1 = f∓1 . On obtient alors
(ι−1 ○ ϕ ○ ι) ○ f ○ (ι−1 ○ ϕ ○ ι)−1 = ι−1 ○ f±1 ○ ι = f∓1 .
Ceci prouve II) pour f vu que ι−1 ○ ϕ ○ ι ∈ G+ car G+ est distingué (ou si on
préfère, par la règle des variations).
3. Pour tout réel x, on a x − ⌊x⌋ ∈ [0, 1[, et donc ϕ0 (x − n) est bien définie, ce
qui implique que ϕ est bien définie sur R. Sur l’intervalle [m, m + 1[, on a
ϕ(x) = f m (x − m). Comme x ↦ x − m est continue sur [m, m + 1[, et que f m
est continue (même pour m < 0 puisque f est un homéomorphisme), on a bien
la continuité voulue.
4. Comme f est continu et que lim0+ ϕ0 = 0 et lim1− ϕ0 = f (0), on a :
lim ϕ(n + t) = lim− f n (ϕ0 (t)) = f n (f (0)) = f n+1 (0) ;

t→1− t→1
lim ϕ(n + 1 + t) = lim+ f n+1 (ϕ0 (t)) = f n+1 (0).
t→0+ t→0
Ainsi, ϕ est continu en chaque entier n (n ∈ Z).

Par construction, ϕ est strictement croissant sur [0, 1[ et donc sur [n, n + 1[
pour tout entier n puisque f l’est aussi. Par continuité, ϕ(x) = f n (x − n) sur
l’intervalle fermé [n, n + 1]. Ainsi, ϕ est croissant sur chaque intervalle fermé
[n, n + 1] et donc sur R entier.
5. Pour montrer que ϕ est un homéomorphisme, il suffit de voir qu’il est surjectif.
En effet, comme il est strictement croissant, il est injectif, et ainsi, la surjec-
tivité impliquera la bijectivité. Comme l’inverse de ϕ strictement croissant et
surjectif, on saura qu’il est également continu.
Montrons donc la surjectivité de ϕ.
Par la question 1 de l’exercice 8, et vu que f n’a pas de point fixe, on obtient
qu’à t fixé dans [0, 1[,
lim f n ϕ(t) = +∞ et lim f −n ϕ(t) = −∞.

n→+∞ n→+∞
On a donc ϕ(n + t) = f n ϕ0 (t) tend vers l’infini avec n, et de même pour

ϕ(−n + t) = f −n ϕ0 (t). Comme ϕ est strictement croissante, continue et non
bornée, le théorème des valeurs intermédiaires assure que la fonction ϕ est
surjective.
Reste à montrer que I) et II) sont vrais pour f . Maintenant que l’on sait que
ϕ est un homéomorphisme de G+ , il suffit de voir que ϕ−1 ○ f ○ ϕ = f1 , ce qui
prouvera I) et II) par la même occasion, puisque ϕ est croissante 2 . Pour tout
x, en posant n = ⌊x⌋, on obtient bien
ϕ(x + 1) = f n+1 (ϕ0 (x + 1 − n − 1)) = f (f n (ϕ0 (x − n))) = f (ϕ(x)) .
On ne peut pas vraiment quitter sereinement cette correction sans avoir prouvé
que f1 et f−1 sont dans des classes de conjugaison distinctes de G+ . Supposons
par l’absurde que ce soit le cas : il existerait un homéomorphisme croissant
ψ tel que ψ −1 ○ f1 ○ ψ = f−1 , c’est-à-dire : ψ(x) + 1 = ψ(x − 1). En particulier
ψ(1) = ψ(0) − 1 < ψ(0), ce qui est absurde car ψ est supposée croissante.
Remarque. Si le lecteur n’apprécie pas la façon dont l’homéomorphisme ϕ a été

parachuté, voici une analyse du problème.
Supposons qu’il existe ϕ tel que ϕ−1 ○ f ○ ϕ = f1 . De f ○ ϕ = ϕ ○ f1 , on tire pour
tout x :
f (ϕ(x)) = ϕ(x + 1).
On en déduit que ϕ(x + 2) = f (ϕ(x + 1)) = f 2 (ϕ(x)). Par récurrence, pour tout n ∈ N
et tout x ∈ R, il vient : ϕ(x + n) = f n (ϕ(x)).
En remplaçant x par x − 1, on trouve : f (ϕ(x − 1)) = ϕ(x). En composant par
l’homéomorphisme réciproque f −1 , il vient : ϕ(x − 1) = f −1 (ϕ(x)) pour tout x. Une
nouvelle récurrence immédiate permet de conclure :
∀n ∈ Z, ∀x ∈ R, ϕ(x + n) = f n (ϕ(x)).
En particulier, ϕ(1) = f (ϕ(0)). Nous ne semblons pas avoir d’autre contrainte sur ϕ
sur [0, 1] mais cette équation détermine ϕ ailleurs. En effet, pour x réel quelconque,
posons n = ⌊x⌋ et t = x − n, alors on connaît ϕ(x) = ϕ(t + n) = f n (ϕ(t)).
2. On voit que le fait que f (0) > 0 implique que f est dans la classe de conjugaison de f1 pour
G+ et pas dans celle de f−1 .
23
Exercice 11 (signe de la dérivée et variations)

Soit f ∶ [a, b] → R une fonction dérivable telle que f ′ ⩾ 0 sur [a, b]. On veut montrer
que f est croissante par un procédé de dichotomie, sans utiliser le théorème des
accroissements finis.
1. Rappeler la preuve en une ligne qui utilise le théorème des accroissements
finis...
2. Soient (an ) et (bn ) deux suites adjacentes ayant pour limite commune c. On
suppose que an < bn pour tout n. Démontrer que
f (bn ) − f (an )
lim = f ′ (c).
n→+∞ bn − an
3. On suppose qu’il existe deux points a0 et b0 de [a, b] tels que a0 < b0 et

f (a0 ) > f (b0 ). Construire deux suites adjacentes (an ) et (bn ) telles que an < bn
et
f (bn+1 ) − f (an+1 ) f (bn ) − f (an )
⩽ <0
bn+1 − an+1 bn − an
pour tout n. Que dire de f ′ (c) lorsque c est leur limite commune ?
4. On suppose que f ′ est positive ou nulle. Montrer que f est strictement crois-
sante.
Remarque. Cet exercice est adapté d’un document de Jean-François Burnol et de

l’article [2] d’Antoine Delcroix et Christian Silvy, qui énoncent le lemme très utile
de la question 2, avec une amélioration due à Nicolas Ressayre.
Soluce
1. Si x < y, il existe c ∈ ]x, y[ tel que f (x) − f (y) = f ′ (c)(x − y) ⩽ 0.
2. Si an = c ou si bn = c à partir d’un certain rang, l’égalité est évidente. Sinon,
an < c < bn pour tout n et :
f (bn ) − f (an ) bn − c f (bn ) − f (c) c − an f (an ) − f (c)

= ⋅ + ⋅ .
bn − an bn − an bn − c bn − an an − c
f (b )−f (c) f (a )−f (c)
NB : C’est une combinaison barycentrique de βn = nbn −c et αn = ann −c :
−c
en effet, λn = bbnn−an
et µn = bc−an
n −an
sont positifs et leur somme vaut 1. Cela
f (b )−f (a )
n n
signifie que bn −an est compris entre βn et αn pour tout n, ce qui permet
de conclure. En effet, soit ε > 0. Pour n assez grand, on a : ∣βn − f ′ (c)∣ ⩽ ε et
∣αn − f ′ (c)∣ ⩽ ε, d’où :
f (bn ) − f (an ) bn − c f (bn ) − f (c) c − an f (an ) − f (c)

∣ − f ′ (c)∣ = ∣ ⋅ + ⋅ − f ′ (c)∣
bn − an bn − an bn − c bn − an an − c
= ∣µn βn + λn αn − (λn + µn )f ′ (c)∣
⩽ λ∣βn − f ′ (c)∣ + µ∣αn − f ′ (c)∣
⩽ ε.
3. On a déjà a0 et b0 . Soit n ∈ N. Supposons avoir construit des suites finies

(ak )0⩽k⩽n et (bk )0⩽k⩽n telles que bk − ak = (b0 − a0 )/2k pour tout k ⩽ n et
f (bk+1 )−f (ak+1 ) f (bk )−f (ak )
bk+1 −ak+1 ⩽ bk −ak pour tout k ⩽ n − 1. Posons cn = (an + bn )/2. Re-
marquons grâce à la figure 4.1 que :
f (an ) + f (bn ) f (bn ) − f (cn ) f (bn ) − f (an )
— si f (cn ) ⩾ , alors ⩽ ;
2 bn − cn bn − an
f (an ) + f (bn ) f (cn ) − f (an ) f (bn ) − f (an )
— si f (cn ) < , alors < ;
2 cn − an bn − an
Dans le premier cas, on pose (an+1 , bn+1 ) = (cn , bn ) ; dans le deuxième, on pose
(an+1 , bn+1 ) = (an , cn ). Ceci termine la construction des suites par récurrence,
elles sont adjacentes.
an cn bn an cn bn
Figure 4.1 – Choix d’une pente plus petite (attention au signe)
Soit c la limite commune des suites (an ) et (bn ). Comme

f (bn ) − f (an ) f (b0 ) − f (a0 )
⩽ <0
bn − an b0 − a0
pour tout n, on a d’après la question 2 : f ′ (c) < 0.
4. On a montré que s’il existe a0 et b0 tels que a0 < b0 et f (a0 ) > f (b0 ), c’est-à-dire
si f n’est pas croissante, alors il existe c tel que f ′ (c) < 0, c’est-à-dire que f ′
prend une valeur strictement négative. La contraposée de cette implication
s’écrit : si f ′ est positive ou nulle, alors f est croissante au sens large.
Exercice 12 (théorèmes de Rolle et des accroissements finis)

Soit f ∶ [a, b] → R une fonction continue telle que f (a) = f (b). À partir de la
question 3, on suppose que f est dérivable sur ]a, b[.
1. (a) Démontrer qu’il existe un segment non réduit à un point [α, β] ⊂ [a, b]
tel que f (α) = f (β) et β − α = (b − a)/2.
(b) En déduire qu’il existe un segment non réduit à un point [α, β] ⊂ ]a, b[
tel que f (α) = f (β) et β − α ⩽ (b − a)/2.
2. Construire deux suites (an ) et (bn ) telles que an < an+1 < bn+1 < bn et (bn −
an ) ⩽ (b − a)/2n et f (an ) = f (bn ) pour tout n.
3. Démontrer le théorème de Rolle : il existe c ∈ ]a, b[ tel que f ′ (c) = 0.
On pourra utiliser la question 2 de l’exercice 11.
4. En déduire (classiquement) le théorème des accroissements finis.
25
Remarque. Cet exercice est adapté de [8] et [2].
Soluce
1. (a) Notons c = (a + b)/2. La fonction g ∶ [a, c] → R, x ↦ f (x + (b − a)/2) − f (x)
prend les valeurs g(a) = f (c) − f (a) et g(c) = f (b) − f (c) = −g(a). Elle
s’annule donc en un point α ∈ [a, a + (b − a)/2], il n’y a plus qu’à prendre
β = α + (b − a)/2.
(b) Si l’intervalle construit dans le point précédent est inclus dans ]a, b[, c’est
gagné. Sinon, c’est que α = a et β = c. On applique le point précédent à
[a, c] : on obtient un intervalle [α′ , β ′ ] ⊂ [a, c], de longueur (b − a)/4, tel
que f (α′ ) = f (β ′ ). Si a < α′ , le segment [α′ , β ′ ] convient. Sinon, a = α′ et
β ′ = (a + c)/2 et le segment [β ′ , c] convient.
2. Pour (a0 , b0 ), on prend le couple (α, β) construit dans la question précédente.
Puis on applique inductivement ladite question à l’intervalle [an , bn ] pour
construire (an+1 , bn+1 ).
3. Soit c la limite commune des suites (an ) et (bn ) que l’on vient de construire –
elle appartient à ]a, b[. D’après la question 2 de l’exercice 11, on a :
f (bn ) − f (an ) 0
f ′ (c) = lim = lim = 0.
n→+∞ bn − an n→+∞ bn − an
4. Ce passage est standard. Soit f une fonction réelle continue sur [a, b], dérivable
sur ]a, b[. On veut montrer qu’il existe alors c dans ]a, b[ tel que f (b) − f (a) =
f ′ (c)(b − a). On choisit un réel M pour que la fonction g sur [a, b] par
∀x ∈ [a, b], g(x) = f (x) − M(x − a)
satisfasse aux hypothèses du théorème de Rolle, c’est-à-dire g(a) = g(b) (les

autres sont vérifiées). Cela donne M(b − a) = f (b) − f (a). On constate alors
qu’en un point c pour lequel g ′ (c) = 0, on a bien f (b) − f (a) = f ′ (c)(b − a).
Chapitre 5
Suites réelles et complexes
5.1 Suites réelles
Exercice 13 (Sous-groupes additifs de R)

Soit G un sous-groupe de (R, +) non réduit à {0}. On pose :
H = {x ∈ G; x > 0}
1. Montrer que H est non vide.

2. Soit a la borne inférieure de H.
(i) Justifier que a existe, et est positif.
On considère maintenant les cas a = 0 et a > 0.
(ii) Montrer que, si a = 0, alors G est dense dans R.
(iii) Montrer que si a > 0, alors G = aZ.
u
3. Montrer que, si u et v sont deux réels nons nuls tels que v soit irrationnel,
alors, uZ + vZ est dense dans R.
4. Montrer que l’ensemble
C ∶= {cos(n); n ∈ N}
est dense dans [−1, 1].
Soluce
1. Le groupe G n’étant pas réduit à {0}, il existe un réel non nul x0 appartenant
à G. Deux cas se présentent :
— soit x0 > 0, et dans ce cas x0 ∈ H ;
— soit x0 < 0, et alors, comme x0 ∈ G, on a en particulier −x0 ∈ H.
Ainsi, H n’est pas vide.
2. (i) On rappelle que la borne inférieure a de H est caractérisée par :
⎧
⎪
⎪∀x ∈ H, x ⩾ a ;
⎨
⎪
⎩∀ε > 0, ∃x ∈ H, x < a + ε.
⎪
27
28 CHAPITRE 5. SUITES RÉELLES ET COMPLEXES
(ii) Comme H est non vide et minoré, donc possède une borne inférieure,
notée a. De plus, comme 0 est un minorant, par définition d’une borne
inférieure, on en déduit que a est positif ou nul.
(iii) Supposons donc que a = 0. L’objectif est de montrer que, pour tous réels
α et β tels que α < β, on a G ∩ ]α, β[ ≠ ∅.
Puisque a est nul, en utilisant la caractérisation de la borne inférieure
rappelée ci-dessus, avec ε = β − α, il existe g ∈ H tel que 0 < g < β − α. On
va donc chercher un élément de G ∩ ]α, β[ sous la forme ng, où n ∈ Z.
Posons
α
n=⌊ ⌋+1
g
Dans ce cas, on a
α α α
⌊ ⌋ ⩽ < ⌊ ⌋ + 1,
g g g
ce qui implique
α α
< n ⩽ + 1.
g g
On a donc bien dans ce cas, en utilisant l’inégalité qui précède,
α < ng ⩽ α + g < α + β − α = β.
Ainsi, on a bien ng ∈ G ∩ ]α, β[. On en déduit que G est dense dans R.

(iv) Supposons que a > 0. Nous allons montrer que a ∈ H. Supposons donc,
par l’absurde, que a ∉ H. La caractérisation de la borne inférieure donne
alors
∃g1 ∈ H; a < g1 < 2a.
En appliquant de nouveau cette caractérisation,
∃g2 ∈ H; a < g2 < g1 .
On en déduit que g1 − g2 ∈ H, avec g1 − g2 < a, ce qui est absurde. Conclu-

sion, a ∈ H, et G étant un groupe, on a donc aZ ⊂ G.
Réciproquement, considérons g ∈ G et déterminons un entier n et un réel r
tels que :
⎧
⎪
⎪g = na + r
⎨
⎪
⎩0 ⩽ r < a.
⎪
Remarquons que l’entier n = ⌊ ag ⌋, et le réel r = g − na satisfont à ces

conditions.
De plus, puisque G est un groupe, on a r ∈ G. Or, 0 ⩽ r < a, ce qui
implique, par minimalité de a, que r = 0. Par suite, que g = na, et donc,
G ⊂ aZ.
En conclusion, on obtient l’égalité G = aZ.
5.1. SUITES RÉELLES 29
3. Soit deux réels u et v non nuls tels que uv ∉ Q. Notons tout d’abord que uZ + vZ
est un sous-groupe de (R, +). Si ce sous-groupe n’est pas dense dans R, alors
il exite a > 0 tel que uZ + vZ = aZ, d’après la question précédente.
Or, comme u et v appartiennent à uZ + vZ, il existe deux entiers non nuls p, q
tels que u = pa, et v = qa, ce qui entraîne que
u p
= ∈ Q.
v q
On a ainsi montré par l’absurde que, si u

v ∉ Q, alors uZ + vZ est dense dans R.
4. Soit x ∈ [−1, 1] ; alors il existe θ ∈ R tel que x = cos(θ).
Par la question précédente, le groupe Z + 2πZ est dense dans R. Il existe alors
une suite (θn )n∈N d’éléments de Z + 2πZ, de la forme pn + 2πqn , avec pn , qn ∈ Z,
qui converge vers θ. On a alors, pour tout n ∈ N,
cos(θn ) = cos(pn + 2πqn ) = cos(pn ) = cos(∣pn ∣).
Par continuité de la fonction cosinus sur R,
lim cos(θn ) = cos(θ) = x.

n→+∞
Autrement dit,
lim cos(∣pn ∣) = x.
n→+∞
Il existe donc bien une suite d’éléments de C qui converge vers x, et ceci est
valable pour tout x ∈ [−1, 1].
Ainsi, l’ensemble C est bien dense dans [−1, 1].
Remarque. Il faut noter les similitudes existantes entre le cas où, dans cet exercice,
un sous-groupe de R peut être de la forme aZ, et la preuve qui consiste à montrer
que Z est euclidien, donc principal : dans les deux cas, l’argument-clef est la division
euclidienne. La différence repose sur l’aspect continu de R, qui permet une alternative
dans R : les sous-groupes denses.
Exemple (Les tutos du père Castor).

Voici un exemple de question que s’est posée notre ami Antoine Boivin, mais qui
pourrait très bien devenir une question de jury : trouver deux entiers n et m tels que
√
π < n + m 2 < π + 0, 2.
√
En effet, n et m existent
√ puisque 2 et√1 ne sont pas commensurables. √
Soit G ∶= Z + Z √ 2. Comme 1, 41 < 2 < 1, 42, on voit que 0 < 10 2 − 14 < 0, 2.
On pose donc g ∶= 10 2 − 14 ∈ G, et on trouve à la calculette ⌊ πg ⌋ = 22. On a alors
π π π π π
⌊ ⌋ ⩽ < ⌊ ⌋ + 1 Ô⇒ ⌊ ⌋g ⩽ π < ⌊ ⌋g + g,
g g g g g
en particulier (⌊ πg ⌋g + g) − π ⩽ g < 0, 2, d’où l’on déduit

π √
π ⩽ ⌊ ⌋g + g = 23g = 230 2 − 322 < π + 0, 2.
g
Signalons que la base 10, trop arbitraire, n’est pas satisfaisante pour obtenir de
telles approximations. On peut utiliser la suite xn+1 ∶= 12 (xn + x2n ), avec x0 = 2, voir
√
section 11.1.1, pour obtenir une suite de rationnels qui converge vers 2. Il suffit√par
exemple de prendre, x3 = 577
408 , pour avoir une bonne précision : 0 < g ∶= 577 − 408 2 <
−3
10 .
√ Une méthode générale efficace consiste à partir d’une approximation de α (ici,
2) par représentation en fraction continue...
Exercice 14 (Étude de la suite un+1 = sin(un ))

On considère la suite définie par :
⎧
⎪
⎪u0 ∈ ]0, π2 ]
⎨
⎪
⎩un+1 = sin(un ) pour n ∈ N.
⎪
Le but de cet exercice est d’étudier la limite de cette suite, d’en trouver un
équivalent en l’infini, puis d’en donner un développement asymptotique à deux
termes.
Dans la suite, on note I l’intervalle ]0, π2 ].
1. Montrer que
lim un = 0.
n→+∞
2. Montrer l’équivalence en l’infini suivante :

√
3
un ∼ .
n→+∞ n
3. Enfin, donner un développement asymptotique à deux termes de la suite (un ).
Soluce
1. On part de l’égalité suivante, valable pour tout x ∈ R,
∣sin(x)∣ ⩽ ∣x∣ .
Comme, de plus, la suite un reste positive, cela implique que, pour tout n ∈ N,
un+1 ⩽ un .
La suite (un )N est alors décroissante, minorée par 0 ; elle est donc convergente.
Notons ` ∈ Ī sa limite. Or, par continuité de la fonction sinus, en passant à la
limite dans la formule de définition de la suite par récurrence, on obtient :
` = sin(`).
Or, la fonction x ↦ sin(x) − x est strictement décroissante sur R, et s’annule

en 0 ; cela implique que 0 est la seule solution de l’équation sin(x) = x. D’où :
` = 0.
Ainsi, la suite (un ) converge bien vers 0.

2. Avant de nous lancer dans la résolution, détaillons la démarche à suivre. Le

théorème-clef va être le théorème de Cesaro. Le début du raisonnement consiste
à trouver un α ∈ R tel que
uαn+1 − uαn Ð→ A ∈ R∗ .
n→+∞
Par le théorème de Cesaro, cela implique :
1 n−1 α
∑ (u − uαk ) Ð→ A,
n k=0 k+1 n→+∞
ce qui, par télescopage, s’écrit :

1 α 1 α
u − u Ð→ A,
n n n 0 n→+∞
soit encore
1 α
u Ð→ A.
n n n→+∞
On pourra alors écrire l’équivalent : uαn ∼ An.
Lançons-nous donc à la recherche d’un tel α. Pour la suite, fixons n ∈ N. Pour
trouver un réel qui convient, écrivons un développement limité de uαn+1 , en
examinant à quelle condition l’élément uαn+1 −uαn peut tendre vers une constante.
Fixons donc pour l’instant α ∈ R. En utilisant les formules classiques de déve-
loppements limités au voisinage de 0, on obtient
α
u3n
uαn+1 = (sin(un ))α = (un − + o(u3n ))
6
α
u2n u2
= uαn (1 − + o(u2n )) = uαn (1 − α n + o(u2n )) .
6 6
On a donc
uα+2
uαn+1 − uαn = −α n
+ o(uα+2
n ).
6
Ainsi, en prenant α = −2, on obtient
1
u−2 −2
n+1 − un = + o(1).
3
On a donc
1 1 1
lim ( − )= .
n→+∞ u2n+1 un2 3
En utilisant l’idée décrite précédemment, on en déduit, par le théorème de
Cesaro :
1 1 1 n−1 1 1 1
lim ( 2 − 2
) = lim ∑ ( 2 − 2)= ,
n→+∞ n un n u0 n→+∞ n u u 3
k=0 k+1 k
et donc,
1 1
lim 2
= .
n→+∞ n un 3
Finalement, on obtient
1 n
∼ ,
u2n n→+∞ 3
et donc, l’équivalence souhaitée,
√
3
un ∼ .
n→+∞ n
3. On va baser le raisonnement sur la même idée que pour la question précédente,
en cherchant cette fois un développement limité à deux termes de 1/u2n+1 −1/u2n .
Soit n ∈ N fixé ; on a
u3n u5n u2 u4
un+1 = sin(un ) = un − + + o(u5n ) = un (1 − n + n + o(u4n )) .
6 120 6 120
On en déduit
2
u2n u4n u2 2u4
u2n+1 = u2n (1 − + + o(u4n )) = u2n (1 − n + n + o(u4n )) .
6 120 3 45
On a donc
−1
1 1 u2 2u4
= 2 (1 − n + n + o(u4n ))
u2n+1 un 3 45
2
1 ⎛ u2n 2u4n u2n 2u4n ⎞
= 1 − (− + + o(u4
n )) + (− + + o(u4n )) + o(u4n )
un ⎝
2 3 45 3 45 ⎠
1 u2n u4n
= (1 + + + o(u4n )) .
u2n 3 15
Ainsi, on a
1 1 1 u2n
− − = + o(u2n ).
u2n+1 u2n 3 15
En utilisant l’équivalent de un de la question précédente, on en déduit l’équi-
valent :
1 1 1 u2n 1 3 1
2
− 2
− ∼ ∼ ⋅ ∼ .
un+1 un 3 15 15 n 5n
On veut maintenant reprendre l’idée décrite dans la question précédente, et
sommer les équivalents afin d’en déduire un équivalent du second ordre de la
suite un . On a obtenu l’équivalence
1 1 1 1
− − ∼ ,
u2n+1 2
un 3 5n
qui sont deux termes positifs, et tels que la série ∑ 1/5n diverge, par le critère
de Riemann. En utilisant le théorème d’équivalence des sommes partielles de
séries à termes positifs 1 , on en déduit que ∑ un diverge, et que les sommes
partielles sont équivalentes. On obtient alors
1 1 n n−1 1 1 1 n−1
1 log(n)
2
− 2
− = ∑ ( 2
− 2
− ) ∼ ∑ ∼ .
un u0 3 k=0 uk+1 uk 3 k=1 5k
n→+∞ 5
1. Voir par exemple le Gourdon, Analyse, pour l’énoncé précis de ce théorème.
Rappelons que la dernière équivalence provient de l’étude de la série harmo-

nique,
n
1
Hn ∶= ∑ ,
k=1 k
dont on montre que le développement asymptotique est
Hn = ln(n) + γ + o(1),
où γ est la constante d’Euler 2 .

Finalement, on obtient l’équivalent
1 1 n log(n) n log(n)
2
= 2+ + + o(log(n)) = + + o(log(n)).
un u0 3 5 3 5
On peut alors écrire

−1 −1
n log(n) 3 3 log(n) log(n)
u2n = ( + + o(log(n))) = (1 + + o( ))
3 5 n 5n n
3 3 log(n) log(n)
= (1 − + o( ))
n 5n n
On a alors
1 √
3 3 log(n) log(n) 2
3 3 log(n) log(n)
un = [ (1 − + o( ))] = (1 − + o( ))
n 5n n n 10n n
√ √
3 3 3 log(n) log(n)
= − √ + o( √ )
n 10n n n n
Ainsi, on obtient le développement limité de la suite un à deux termes :

√ √
n 3 3 log(n) log(n)
un = − √ + o( √ ).
3 10n n n n
Exercice 15 (Théorème de Bolzano-Weierstrass)

1. Montrer que toute suite de réels, on peut extraire une suite monotone.
2. En déduire le théorème de Bolzano-Weierstrass : de toute suite bornée de
réels, on peut extraire une suite convergente.
Soluce
1. Soit (un ) une suite de réels. Considérons l’ensemble :
E = {n ∈ N ∣ ∃k > n, uk ⩾ un }
— Supposons E fini. En posant p = 1 + max E, on a :
∀n ⩾ p, un+1 ⩽ un ;
ainsi la suite (un )n⩾p est une suite décroissante, extraite de (un ).
2. C’est un exercice classique pour l’agrégation, voir par exemple, de même, [7].
— Supposons E infini. Choisissons n0 ∈ E et posons v0 = un0 , comme E est

infini, il existe n1 > n0 tel que un1 ⩾ un0 ; posons alors v1 = un1 . Comme E
est infini, on peut répéter le procédé précédent pour trouver n2 > n1 tel
que un2 ⩾ un1 puis poser v2 = un2 ; une récurrence permet de construire
formellement la suite (vn ) ; celle-ci est par construction croissante, extraite
de (un ).
2. D’après la question précédente, de notre suite de réels bornée, on peut extraire
une suite monotone ; celle-ci est bornée donc elle convergente, ce qui conclut.
Exercice 16 (Théorème de Bolzano-Weierstrass bis)

En utilisant le procédé de dichotomie, démontrer le théorème de Bolzano-
Weierstrass à partir de la propriété des segments emboîtés.
Soluce
Soit (un )n∈N une suite bornée, on doit montrer qu’elle admet une sous-suite conver-
gente. Si la suite ne prend qu’un nombre fini de valeurs, l’une de ces valeurs est
atteinte pour un nombre infini d’indices 3 , ce qui permet de construire une suite
extraite constante donc convergente. Désormais, on écarte ce cas.
Soit [a0 , b0 ] un segment qui contient tous les termes de la suite. On construit par
récurrence une suite de segments emboîtés ([an , bn ])n∈N telle que [an , bn ] contient
une infinité de valeurs de (un ) et bn − an = 1/2n pour tout n. Soit n un entier pour
lequel [an , bn ] a été construit. Soit cn = (an + bn )/2. S’il y a une infinité de valeurs
de (un ) dans [an , cn ], on pose (an+1 , bn+1 ) = (an , cn ). Sinon, c’est qu’il y en a une
infinité dans [cn , bn ] et on pose (an+1 , bn+1 ) = (cn , bn ).
Soit ` la limite commune des suite (an ) et (bn ). Construisons inductivement
une suite extraite de (un ) qui converge vers `. On choisit n0 = 0. Soit k un entier,
supposons avoir construit n0 < n1 < ⋯ < nk tels que unj ∈ [aj , bj ] pour tout j inférieur
à k. Comme le segment [ak+1 , bk+1 ] contient une infinité de valeurs de (un ), on peut
choisir un indice nk+1 strictement supérieur à nk tel que unk ∈ [ak , bk ]. Ceci montre
l’existence de l’extraction (nk )k∈N . Par la trivialité des gendarmes, la suite (unk )k∈N
converge vers `.
Exercice 17 (Théorème des valeurs intermédiaires)

En utilisant le procédé de dichotomie, démontrer le théorème des valeurs intermé-
diaires.
Soluce
Soit f ∶ [a, b] → R une fonction continue. On suppose que f (a)f (b) ⩽ 0 et on veut
prouver l’existence de c dans [a, b] tel que f (c) = 0. On construit deux suites (an ) et
(bn ) de la façon suivante :
⎧
⎪ an + bn an + bn
⎪
⎪(an ,
⎪ ) si f (an )f ( )⩽0;
(a0 , b0 ) = (a, b) et ∀n ∈ N, (an+1 , bn+1 ) = ⎨ a + b 2 2
⎪
⎪
⎪(
n n
, bn ) sinon.
⎪
⎩ 2
3. Version imagée : si on range une infinité de chaussettes dans un nombre fini de tiroirs, un des
tiroirs contient une infinité de chaussettes.
Prouvons que f (an )f (bn ) ⩽ 0 pour tout n. C’est vrai si n = 0 par hypothèse.
Soit n un entier, on suppose que f (an )f (bn ) ⩽ 0. Notons cn = (an + bn )/2, alors :
⎧
⎪f (an )f (bn ) ⩽ 0 si f (an )f (cn ) ⩽ 0 ;
⎪
⎪
f (an+1 )f (bn+1 ) = ⎨ f (an )f (cn )
⎪
⎪f (cn )f (bn ) =
⎪ × f (an )f (bn ) ⩽ 0 si f (an )f (cn ) > 0.
⎩ f (an )2
De plus, les suites (an ) et (bn ) sont adjacentes. En effet, on a par construction :
an ⩽ an+1 ⩽ bn+1 ⩽ bn et bn −an = (b−a)/2n . Elles ont donc une limite commune c. Par
continuité de f , l’inégalité f (an )f (bn ) ⩽ 0 vraie pour tout n entraîne que f (c)2 ⩽ 0,
c’est-à-dire f (c) = 0.
Exercice 18 (Bornes d’une fonction continue)

On dit qu’un segment [α, β] ⊂ [a, b] est dominant 4 pour f si
∀x ∈ [a, b], ∃y ∈ [α, β], f (y) ⩾ f (x).
1. Montrer que si [α, β] est dominant pour f et si γ ∈ [α, β], alors [α, γ] ou
[γ, β] est dominant.
2. Construire par dichotomie deux suites adjacentes (an ) et (bn ) telles que
[an , bn ] est dominant pour f .
3. Démontrer qu’une fonction continue sur un segment est bornée et atteint son
maximum.
Remarque. Cet exercice est tiré d’un document de Daniel Perrin.

Soluce
1. En effet, si [α, γ] est dominant, c’est gagné. Sinon, cela signifie que
∃x0 ∈ [a, b], ∀y ∈ [α, γ], f (y) < f (x0 ).
Mais [α, β] est dominant donc il existe y0 ∈ [α, β] tel que f (y0 ) ⩾ f (x0 ). Par
construction de x0 , on a : y0 ∈ [β, γ].
Ceci entraîne que [β, γ] est dominant. En effet, soit x dans [a, b]. Il existe y
dans [α, β] tel que f (y) ⩾ f (x). Si y ∈ [γ, β], rien à ajouter. Sinon, on a :
f (y0 ) ⩾ f (x0 ) > f (y) ⩾ f (x).
2. L’intervalle [a, b] est dominant. On définit deux suites adjacentes (an ) et (bn ).
On pose (a0 , b0 ) = (a, b). Pour n entier, supposons avoir défini an et bn de
sorte que [an , bn ] soit dominant. Posons cn = (an + bn )/2. On choisit (an , bn ) =
(an , cn ) si [an , cn ] est dominant et (an , bn ) = (cn , bn ) sinon. Alors [an+1 , bn+1 ]
est dominant.
3. On vérifie que la limite commune c de ces deux suites est un maximum de f .
En effet, soit x ∈ [a, b]. Pour tout n, il existe yn ∈ [an , bn ] tel que f (yn ) ⩾ f (x).
Mais la suite (yn ) converge vers c et f est continue donc f (c) ⩾ f (x).
4. Voici une métaphore de Daniel Perrin : « Quoi que propose la concurrence, nous pouvons faire
mieux ! »
Les deux exercices suivants, qui utilisent les mêmes notations, sont tirés de la
première composition du CAPES externe 1998.
Cadre
Soit I un intervalle de R, soit f ∶ I → I une fonction de classe C 2 qui admet un point
fixe r dans I, c’est-à-dire que f (r) = r. Soit x0 ∈ I et soit (xn )n∈N la suite définie par
la relation xn+1 = f (xn ) pour tout n ∈ N. On suppose que la suite (xn )n∈N converge
vers r et qu’elle n’est pas stationnaire.
Exercice 19 (Vitesse de convergence vers un point fixe attractif )

On suppose que ∣f ′ (r)∣ < 1.
1. Montrer qu’il existe un réel k < 1 et un entier N tels que
∀n ⩾ N, ∣xn − r∣ ⩽ k n−N ∣xN − r∣.
2. On suppose que ∣f ′ (r)∣ ≠ 0.

(a) Montrer qu’il existe une suite (Rj )j∈N telle que
∀j ∈ N, xj+1 − r = f ′ (r)(xj − r)(1 + Rj ) et Rj = O(k j ).
(b) Montrer qu’il existe une constante non nulle λ(x0 ) telle que
(xn − r) ∼ λ(x0 ) ⋅ (f ′ (r)) .

n
3. On suppose que f ′ (r) = 0 et que f ′′ (r) ≠ 0.

(a) Montrer qu’il existe une suite (Sj )j∈N telle que
f ′′ (r)
∀j ∈ N, xj+1 − r = (xj − r)2 (1 + Sj ) et lim Sj = 0.
2 j→+∞
(b) En déduire que pour tout n ⩾ 2, on a :

2n
2 ⎛ f ′′ (r) n−2 −j−1 ⎞
xn − r = ′′ (x0 − r) ∏ ∣1 + Sj ∣2 (1 + Sn−1 ).
f (r) ⎝ 2 j=0 ⎠
(c) En déduire qu’il existe une constante µ(x0 ) ∈ ]0, 1[ telle que
2 2n
(xn − r) ∼ (µ(x 0 )) .
f ′′ (r)
Soluce
1. Soit k un réel strictement compris entre ∣f ′ (r)∣ et 1. Par continuité de f ′ , il
existe un voisinage V de r tel que ∣f ′ (x)∣ < k pour tout x de V. L’hypothèse
de convergence entraîne l’existence d’un entier N tel que pour tout n ⩾ N,
l’élément xn appartient à V. Mais pour un tel n, on a par le théorème des

accroissements finis : xn+1 − r = f ′ (c)(xn − r) pour c convenable compris entre r
et xn , donc élément de V. D’où : ∣xn+1 − r∣ ⩽ k∣xn − r∣ dès que n ⩾ N. Une
récurrence immédiate donne : ∣xn − r∣ ⩽ k n−N ∣xN − r∣ pour tout n ⩾ N.
2. Cas ∣f ′ (r)∣ ≠ 0.
(a) Fixons un entier j. Par le théorème de Taylor-Lagrange, il existe un réel cj
compris entre r et xj tel que
f ′′ (cj )
f (xj ) − f (r) = f ′ (r)(xj − r) + (xj − r)2
2
f ′′ (cj )
= f ′ (r)(xj − r)(1 + Rj ) où Rj = (xj − r).
2f ′ (r)
Comme f est de classe C 2 , il existe M tel que ∣f ′′ (x)∣ ⩽ M pour x ∈

I ∩ [r − 1, r + 1]. Pour j ⩾ N, on a :
M∣xN − r∣ j
∣Rj ∣ ⩽ k .
2∣f ′ (r)∣k N
Autrement dit, avec la suite (Rj ) définie ci-dessus, on a bien : Rj = O(k n ).

(b) Une récurrence immédiate donne :
n−1
xn − r = (f ′ (r)) (x0 − r) ∏ (1 + Rj ).
n
∀n ⩾ 1,
j=0
Or on a : 1 + Rj ≠ 0 pour tout j – sinon, on aurait xj+1 = r et la suite

stationnerait en r. Par conséquent, la suite (ln ∣1 + Rj ∣)j∈N est bien définie.
Comme Rj = O(k j ), elle converge vers 0 ; mieux, la série de terme général
ln ∣1 + Rj ∣ converge. De plus, on a : 1 + Rj > 0 pour j assez grand. Par
composition par l’exponentielle, la suite (∏m
j=0 (1 + Rj )) converge vers
m∈N
une limite non nulle. On a donc :
+∞
(xn − r) ∼ λ(x0 ) ⋅ (f ′ (r)) ,
n
où λ(x0 ) = (x0 − r) ∏(1 + Rj ) ≠ 0.
j=0
3. Cas où f ′ (r) = 0 et f ′′ (r) ≠ 0.

(a) Soit j un entier. On a vu qu’il existe cj entre xj et r tel que
f ′′ (cj )
f (xj ) − f (r) = f ′ (r)(xj − r) + (xj − r)2
2
f ′′ (r)
= (xj − r)2 (1 + Sj ),
2
où
f ′′ (cj )
Sj = − 1.
f ′′ (r)
Puisque cj est compris entre r et xj et que (xj ) converge vers r, la
suite (cj ) converge vers r. Par continuité de f ′′ en r, la suite (Sj ) converge
vers 0.
(b) Exprimons les premières différences xn − r :

f ′′ (r)
x1 − r = (x0 − r)2 (1 + S0 ),
2
f ′′ (r)
3
x2 − r = ( ) (x0 − r)4 (1 + S0 )2 (1 + S1 ),
2
f ′′ (r)
7
x3 − r = ( ) (x0 − r)8 (1 + S0 )4 (1 + S1 )2 (1 + S2 ),
2
et ainsi de suite : à chaque étape, l’exposant de (x0 − r) double ; celui de
f ′′ (r)/2 est doublé puis augmente de 1 ; un facteur (1 + Sn−1 ) apparaît
dont l’exposant double à chaque étape suivante. Une récurrence immédiate
donne avec un tout petit peu de flair, pour tout n ⩾ 1 :
2n −1
f ′′ (r) n
n−1 n−j−1
xn − r = ( ) (x0 − r)2 ∏ (1 + Sj )2 .
2 j=0
Pour tout j, on a : 1 + Sj ≠ 0, sans quoi la suite (xn ) serait stationnaire.

Pour j < n − 1, l’exposant de (1 + Sj ) est pair donc on peut remplacer ce
facteur par ∣1 + Sj ∣. Cela permet de récrire l’expression sous la forme :
2n
2 ⎛ f ′′ (r) n−2 −j−1 ⎞
xn − r = ′′ (x0 − r) ∏ ∣1 + Sj ∣2 (1 + Sn−1 ).
f (r) ⎝ 2 j=0 ⎠
∼ 2−j−1 Sj . Comme la suite

−j−1
(c) Comme (Sj ) tend vers 0, on a : ln ∣1 + Sj ∣2
(Sj ) est bornée et que la série ∑ 2−j−1 converge, la série ∑ ln(1 + Sj )2
−j−1
converge absolument. D’où l’existence de

f ′′ (r) m−1 −j−1
µ(x0 ) = (x0 − r) lim ∏ (1 + Sj )2 .
2 m→+∞
j=0
Posons (l’existence de la limite vient d’être justifiée), pour n ⩾ 2 :

m −j−1
πn = lim ∏ ∣1 + Sj ∣
2
.
m→+∞
j=n−1
Alors, par continuité du logarithme :

+∞
1
2n ln πn = 2n ∑ ln ∣1 + Sj ∣.
j=n−1 2j+1
La suite (Sj ) tend vers 0, il en est de même de (ln(1 + Sj )). Soit ε > 0.
Pour tout j supérieur à un rang N convenable, on a : ∣ln ∣1 + Sj ∣∣ ⩽ ε, d’où,
si n ⩾ N :
+∞ 1
1 2n
∣2 ln πn ∣ ⩽ 2 ∑ j+1 ε = 2 ×
n n n
ε = 2ε.
j=n−1 2 1 − 12
Ceci montre que (2n ln πn )n∈N converge vers 0. De plus, on a :
2n
2 µ(x0 ) 2 2n
×e−2 ln πn (1+Sn−1 ),
n
xn −r = ′′ ( ) (1+Sn−1 ) = (µ(x 0 ))
f (r) πn f ′′ (r)
2 2n
ce qui donne l’équivalent cherché : (xn − r) ∼ (µ(x 0 )) .
f ′′ (r)
On remarque enfin que µ(x0 ) ∈ ]0, 1[ puisque l’on sait que (xn ) converge
vers r.
Exercice 20 (Vitesse de convergence vers un point fixe non attractif )

On suppose que ∣f ′ (r)∣ = 1 et que f est de classe C p+1 pour un entier p et que
f ′′ (r) = ⋯ = f (p) (r) = 0 et f (p+1) (r) ≠ 0.
1. On suppose que f ′ (r) = 1.
(a) Discuter, selon la parité de p+1 et le signe de f (p+1) (0), l’existence d’une
suite récurrente non stationnaire qui converge vers r.
(b) Montrer qu’à l’aide d’un changement de variable, on peut se ramener au
cas où les hypothèses de la question suivante sont satisfaites.
On pourra envisager de sauter cette question.
2. On suppose que f ′ (r) = 1, que r = 0, que f (p+1) (0) < 0, qu’il existe un réel
ε0 > 0 tel que f soit croissante sur ]0, ε0 [ et que x0 appartient à ]0, ε0 [.
(a) Soient a > 0 et α > 0. Montrer que la suite définie par yn = (an + α)−1/p
pour tout n est une suite récurrente associée à une fonction continue ga ∶
R+∗ → R à préciser.
(b) Montrer que si a et b sont deux réels strictement positifs tels que
p
−a < f (p+1) (0) < −b,
(p + 1)!
il existe ε ∈ ]0, ε0 ] tel que ga (x) ⩽ f (x) ⩽ gb (x) pour tout x ∈ ]0, ε[. En
déduire que pour tout entier k,
(ak + x−p
N )
−1/p
⩽ xN+k ⩽ (bk + x−p
N )
−1/p
.
(c) En déduire un équivalent simple de (xn ).

(d) Application numérique : f (x) = sin x pour x ∈ ]0, 1[.
3. Que se peut-on dire de simple si f ′ (r) = −1 ?
Remarque. La recherche d’un équivalent d’une suite définie par x0 ∈ ]0, 1] et xn+1 =
sin xn en commençant par chercher un réel λ tel que (xλn+1 − xλn ) admet une limite
non nulle est bien connue. Voici une nouvelle méthode.
Soluce
1. (a) Une première approche graphique ne saurait nuire.
Comme f ′ est continue et f ′ (r) = 1, il existe un voisinage de r sur lequel f ′
est strictement positive, c’est-à-dire que f est strictement croissante. Par
ailleurs, on a au voisinage de r :
f (p+1) (0)
f (x) = x − β(x − r)p+1 + o((x − r)p+1 ) où β = − .
(p + 1)!
div r cv cv r div cv r cv div r div
p + 1 pair, β > 0 p + 1 pair, β < 0 p + 1 impair, β > 0 p + 1 impair, β < 0
Figure 5.1 – Point fixe ni attractif, ni répulsif
Sur un voisinage convenable de r, le signe de f (x) − x est également celui

de −β(x − r)p+1 . L’intersection de ces voisinages contient un intervalle
]r − ε0 , r + ε0 [ où les conditions sur les variations de f et le signe de f (x)−x
sont remplies.
Si une suite converge vers r, ses termes appartiennent à cet intervalle à

partir d’un certain rang. Quitte à oublier les premiers termes, on peut
donc supposer qu’elle est à valeurs dans ]r − ε0 , r + ε0 [.
— Premier cas : p + 1 pair.

— Premier sous-cas : β > 0. Si x0 ∈ ]r, r + ε0 [, alors r < xn+1 < xn pour
tout n ⩾ 0 donc la suite (xn ) décroît vers r.
Si un terme xn appartient à ]r − ε0 , r[, alors xn+1 < xn < r. Il
n’existe donc pas de suite à valeurs dans ]r − ε0 , r[ qui converge
vers r – sinon on aurait xn+1 < x0 < r pour tout n, ce qui est
absurde.
— Deuxième sous-cas : β < 0. Si x0 ∈ ]r − ε0 , r[, alors (xn ) croît vers r
et il n’existe pas de suite à valeurs dans ]r, r + ε0 [ qui converge
vers r.
— Deuxième cas : p + 1 impair.
— Premier sous-cas : β > 0. Si x0 ∈ ]r − ε0 , r[, la suite (xn ) croît vers r
et si x0 ∈ ]r, r + ε0 [, la suite (xn ) décroît vers r.
— Deuxième sous-cas : β < 0. Il n’existe pas de suite non stationnaire
qui converge vers r.
(b) Soit (xn ) une suite non stationnaire qui converge vers r à valeurs dans
]r − ε0 , r + ε0 [. Quitte à remplacer (xn ) par (un ) = (xn − r) et f par
g ∶ u ↦ f (u + r) − r, on peut supposer que r = 0 (en effet, un+1 = xn+1 − r =
f (xn ) − r = f (un + r) − r = g(un ) pour tout n et limn→+∞ un = 0). Quitte
à remplacer (xn ) par (vn ) = (−xn ) et f par h ∶ v ↦ −f (−v), on peut
supposer que x0 > 0 (en effet, vn+1 = −xn+1 = −f (xn ) = −f (−vn ) = h(vn )
pour tout n et v0 = −x0 ). On vient de voir qu’alors, on a nécessairement
β < 0.
2. (a) D’abord, la suite (yn ) converge vers 0. On a pour tout n :

−1/p
yn+1 = (a(n + 1) + α) = (an + α + a)−1/p
−p −1/p
= (((an + α)−1/p ) + a)
−1/p
= (yn−p + a) = ga (yn )
où, pour tout x > 0,
ga (x) = (x−p + a)−1/p = x (1 + axp )−1/p .
Remarquons que la fonction ga est du type « voulu » car au voisinage de 0,

on a :
a
ga (x) = x − xp+1 + o(xp+1 ).
p
a b
(b) L’hypothèse s’écrit : − < −β < − . Pour x ∈ ]0, ε0 [, on a :
p p
a a
f (x)−ga (x) = x−βxp+1 +o(xp+1 )−(x − xp+1 + o(xp+1 )) = (−β + + o(1)) xp+1 ,
p p
quantité strictement positive pour x dans un intervalle de la forme ]0, ε′ [.
On montrerait de même que f (x) − gb (x) < 0 pour x dans un intervalle
]0, ε′′ [ convenable. En prenant ε = min(ε′ , ε′′ ), on obtient la double inéga-
lité voulue sur ]0, ε[.
Comme (xn ) converge vers 0, il existe N tel que pour tout n ⩾ N, le
terme xn appartient à ]0, ε[. Vérifions par récurrence sur k que
−1/p −1/p
0 < (ak + x−p
N ) ⩽ xN+k ⩽ (bk + x−p
N ) < ε.
Il n’y a rien à démontrer pour k = 0. Soit k un entier pour lequel l’in-

égalité est satisfaite. Comme xN+k ∈ ]0, ε[, on a l’encadrement ga (xN+k ) ⩽
f (xN+k ) ⩽ gb (xN+k ) ⩽ xN+k , ce qui permet de conclure puisque
−1/p −1/p −1/p −1/p
(a(k+1)+x−p
N ) = ga ((ak+x−p
N ) ) et (b(k+1)+x−p
N ) = gb ((bk+x−p
N ) ).
(c) Rappelons que N est fixé. Factoriser ce qui est grand, an, donne l’équi-
valent :
−1/p
−1/p −aN + x−p
(a(n − N) + x−p
N ) = (na) −1/p
(1 + N
) ∼ (na)−1/p .
an
D’où :
−1/p −1/p
−aN + x−p −bN + x−p
a−1/p (1 + N
) ⩽ n1/p xn ⩽ b−1/p (1 + N
) .
an bn
Jusque là, a et b étaient arbitraires. On va les choisir proches de −pf (p+1) (0)/(p+
1)!, de sorte que a−1/p et b−1/p sont proches de :
−1/p
p
` = (− f (p+1) (0)) = (pβ)−1/p .
(p + 1)!
Soit η > 0. Par continuité de u ↦ u−1/p , on peut choisir a et b tels que
` − η < a−1/p < b−1/p < ` + η.
Ce choix détermine ε et N comme ci-dessus. Pour n ⩾ N, on a donc :

−1/p −1/p
−aN + x−p −bN + x−p
(` − η) (1 + N
) ⩽n 1/p
xn ⩽ (` + η) (1 + N
) .
an bn
Les suites entre parenthèses tendent vers 1 donc il existe N′ ⩾ N tel que
pour n ⩾ N′ , on ait :
` − 2η ⩽ n1/p xn ⩽ ` + 2η.
Autrement dit, n1/p xn converge vers `. Ainsi, si f (x) = x−βxp+1 +o(xp+1 ),
−1/p
np
xn ∼ (− f (p+1) (0)) ∼ (npβ)−1/p .
(p + 1)!
x3 1
(d) Avec f (x) = sin x = x − + o(x3 ), on a p = 2 et β = , d’où
6 6
√
n −1/2 3
xn ∼ ( ) ∼ .
3 n
3. Lorsque f ′ (0) = −1, la discussion est plus difficile à structurer, il y a trop de

cas possibles. La première remarque, c’est que les sous-suites (x2n ) et (x2n+1 )
sont des suites récurrentes pour la fonction g = f ○ f , qu’elles convergent néces-
sairement vers r et que g ′ (r) = f ′ (r)f ′ (f (r)) = 1.
Supposons que f (x) = −x−βxp+1 +o(xp+1 ), alors g(x) = x+(1−(−1)p+1 )βxp+1 +
o(xp+1 ). Si p+1 est impair, alors g(x) = x+2βxp+1 +o(xp+1 ), ce qui donne lieu à
des suites convergentes si et seulement si β < 0. Mais si p + 1 est pair, tout peut
arriver selon les termes suivants du développement limité (s’ils existent). Par
exemple, si f (x) = −x−βx2 −γx3 +o(x3 ), on trouve g(x) = x−2(β 2 −γ)x3 +o(x3 )
et l’existence de suites convergentes non stationnaires dépend du signe de β 2 −γ,
voire des termes suivants si β 2 − γ = 0.
5.2 Suites complexes
Exercice 21 (Suites homographiques dans C)

Soit A = ( ac db ) une matrice complexe telle que (c, d) ≠ (0, 0). Pour z complexe tel
que cz + d ≠ 0, on pose :
az + b
A⋅z = .
cz + d
Soit (un )n⩾0 la suite définie par un complexe u0 et la relation : ∀n ∈ N, un+1 = A⋅
un (quand cela est possible). On cherche des conditions d’existence, une expression
plus ou moins explicite de un en fonction de n, et la limite éventuelle de la suite.
1. On suppose que la suite est définie jusqu’au rang n. Montrer que un = An ⋅ u0 .
5.2. SUITES COMPLEXES 43
2. On suppose la suite définie jusqu’au rang n − 1. Montrer que un est définie si

et seulement si
An (u0 , 1) ∈/ Ce1 ,
où on note (e1 , e2 ) la base canonique de C2 .
3. On suppose ici ad − bc = 0. Que peut-on dire de la suite (un ) ? On distinguera
le cas nilpotent et le cas non nilpotent.
4. On supposera dorénavant que ad − bc ≠ 0, c’est-à-dire que A est inversible.
Montrer que la suite est bien définie, sauf pour un nombre au plus dénom-
brable 5 de valeurs de u0 .
5. Traiter le cas où A est diagonale : b = c = 0.
6. Traiter le cas où A est triangulaire mais non diagonale : a = d, c = 0, b ≠ 0.
7. Soit P une matrice complexe inversible et soit, pour n entier naturel, vn =
P ⋅ un (cette suite est bien définie « en général »). Montrer que (vn )n∈N est la
suite homographique définie par v0 et la relation : ∀n ∈ N, vn+1 = A′ ⋅ vn où
A′ = PAP−1 .
8. En déduire, selon que A est diagonalisable ou non, une expression de un faisant
intervenir les valeurs propres de A et l’existence éventuelle d’une limite.
Soluce
1. La question se ramène à montrer que si A′ = ( ac′ db ′ ), A′ ⋅ (A ⋅ z) = (A′ A) ⋅ z,
′ ′
lorsque la formule a un sens. Même si ce n’est pas très éclairant 6 , nous allons
appliquer la méthode brutale :
a′ az+b
cz+d + b
′
A′ ⋅ (A ⋅ z) =
c′ az+b
cz+d + d
′
(a′ a + b′ c)z + (a′ b + b′ d)

=
(c′ a + d′ c)z + (c′ b + d′ d)
= (A′ A) ⋅ z
2. On note An ∶= ( acnn dbnn ). D’après la question qui précède, un existe si et seulement

si An ⋅ u0 existe, et donc si et seulement si cn u0 + dn ≠ 0. Ceci revient à dire
An (u0 , 1) ∈/ Ce1 .
3. Comme A est non inversible mais non nulle, son rang est 1, et donc, les vecteurs
(a, b) et (c, d) sont proportionnels. Puisque (c, d) ≠ (0, 0), il existe un réel λ tel
que (a, b) = (c, d). Il en résulte deux cas :
Premier cas
Si u0 est racine de l’équation cz + d = 0, alors la suite s’arrête à u0 . Une brève
histoire.
Deuxième cas
5. Il y a deux définitions de dénombrable en vigueur en mathématiques. L’une dit qu’il s’agit
d’ensembles en bijection avec N, l’autre dit que ce sont des ensembles qui peuvent s’injecter dans N,
ce qui inclut les ensembles finis. Dire « au plus dénombrable » permet d’évaporer l’ambiguïté.
6. Se rapporter à la notion d’action par homographie sur la droite projective permet d’enluminer
un peu ce gros calcul.
Si u0 n’est pas racine de l’équation cz + d = 0, alors u1 = λ. Donc, soit λ est

racine de cz + d = 0, dans ce cas, la suite a’arrête à u1 , soit λ n’est pas racine
de cz + d = 0, et dans ce cas, la suite (un )n∈N∗ est constante et égale à λ.
Notons, pour la gloire, que ces deux sous-cas correspondent aux cas où A nil-
potente, ou A non nilpotente. Effectivement, on a par hypothèse, a = cλ. Une
valeur propre de A est donc 0 (puisque A est non inversible), l’autre étant
tr(A) = a + d = cλ + d. Le sous-cas où λ est racine de cz + d correspond donc
au cas où 0 est valeur propre double de A, et donc, A nilpotente, par Cayley-
Hamilton.
4. D’après la question 2), la suite est bien définie, sauf si u0 appartient à l’ensemble
dn
S ∶= {− , avec n tel que cn ≠ 0}.
cn
On utilise au passage le fait que si cn est nul, alors dn ne l’est pas, puisque An
est inversible. On a donc bien que l’équation cn z + dn = 0 possède forcément
au plus une solution. Donc, l’ensemble S est au plus dénombrable, puisqu’il
s’injecte dans N.
5. On a donc, par hypothèses, a et d non nuls, et un = ad un−1 ; une suite géomé-
trique qui ne sera un secret pour personne.
6. On a donc, encore par hypothèses, a = d non nul, et un = un−1 + b
d ; une suite
arithmétique, dont il serait méchant de se moquer.
7. On a vu dans la question 1) l’égalité 7 A′ ⋅ (A ⋅ z) = (A′ A) ⋅ z, et donc
vn+1 = P ⋅ un+1 = P ⋅ (A ⋅ un ) = (PA) ⋅ un

= (A′ P) ⋅ un = A′ ⋅ (P ⋅ un ) = A′ ⋅ vn .
8. On distingue deux cas :

Premier cas. Si A est diagonalisable, avec P tel que
λ 0
A = P−1 ( )P
0 µ
λn
Dans ce cas, vn = µn v0 , et donc
λn
un = P−1 ⋅ ( P ⋅ u0 )
µn
On ne détaillera pas plus ce calcul.
Si λ = µ, alors la suite est constante. Si ∣λ∣ = ∣µ∣, avec λ ≠ µ, alors, la suite (vn )
est une suite géométrique non constante de raison eiθ , donc, on voit facile-
ment par l’absurde que la suite (un ) ne converge pas non plus. Sinon, on peut
supposer sans perte de généralité que ∣λ∣ < ∣µ∣. La limite est donc égale à
lim un = P−1 ⋅ 0,
n→+∞
7. Finalement, cette égalité est celle qui définit la notion d’action de groupe. Mais ici, GLn (C)
n’agit pas vraiment sur C, puisque l’action n’est pas toujours définie.
5.3. SUITES ET ARITHMÉTIQUE 45
lorsque ce complexe est défini (le module de un tend vers l’infini sinon). On
peut voir (avec un peu de travail) que le cas où la limite est infinie correspond
au cas où e2 est vecteur propre de A pour la valeur propre λ.
Deuxième cas. Si A n’est pas diagonalisable, avec P tel que
λ a
A = P−1 ( ) P.
0 λ
Dans ce cas, a et λ sont non nuls car A est non diagonalisable et inversible. On
a vn = v0 + λa , par la question 6), et donc
a
un = P−1 ⋅ (P ⋅ u0 + n )
λ
Ce calcul peut être détaillé à l’envi par le lecteur.
La limite de (vn ) est infinie, et la limite de (un ) est donnée par
lim un = lim P−1 ⋅ z

n→+∞ ∣z∣→+∞
On peut voir (avec un peu de travail) que la limite de un est finie sauf dans le
cas où A est triangulaire (non diagonale).
5.3 Suites et arithmétique

On note (Fn )n la suite de Fibonacci donnée par F0 = 0, F1 = 1, et Fn+2 = Fn+1 +
Fn ; il s’agit d’une suite linéaire dont l’équation caractéristique est P ∶= X2 − X − 1.
Exercice 22 (Les trois filles du Docteur Fibonacci)

Nous allons exhiber trois méthodes permettant de calculer l’expression de Fn en
fonction de n selon si l’on travaille 8 sur K = R ou sur K = F5 .
n −φ′n
On veut montrer que Fn = φφ−φ ′ , si K = R, et Fn = n3
n−1
, si K = F5 .
1. Montrer que P possède deux racines distinctes φ (la racine positive) et φ′ sur
R et une seule racine, nommément, 3, sur F5 .
2. Méthode par l’espace des suites. Soit UP l’espace vectoriel des suites
récurrentes linéaires d’équation caractéristique P.
(a) Cas K = R. Montrer que les deux suites géométriques (φn ) et (φ′n )
forment une base de UP . En déduire la formule annoncée pour Fn .
(b) Cas K = F5 . Montrer que les deux suites géométriques (3n ) et (n3n−1 )
forment une base de UP . En déduire la formule annoncée pour Fn .
3. Méthode par les séries génératrices. Soit R ∶= ∑n⩾0 Fn Xn ∈ K[[X]] la
série génératrice de (Fn )n dans l’anneau des séries formelles K[[X]]. Montrer
que R est la fraction rationnelle R = 1−X−X
X
2 . En déduire les formules annoncées
9
pour Fn dans les deux cas .
4. Méthode par les matrices compagnon. On note A ∶= ( 01 11 ) la matrice
compagnon (transposée) du polynôme P, de sorte que A( FFn+1
n
) = (F
Fn+2 ).
n+1
Fn−1 Fn
Montrer par récurrence que An = ( ).
Fn Fn+1
(a) Cas K = R. Calculer les projecteurs spectraux de A et en déduire la

formule annoncée pour Fn .
(b) Cas K = F5 . Montrer que A = 3I2 + (A − 3I2 ) est la décomposition de
Dunford de A. En déduire la formule annoncée pour Fn . Quelle est la
période de Fn modulo 5 ? Quelle est la période des unités de la suite de
Fibonaccci dans leur écriture décimale ?
Soluce
1. Le discriminant de P vaut ∆ = 1 + 4 = 5. Comme ∆ > 0, c’est un carré sur R,
mais ∆ = 0 sur F5 . Il possède donc deux racines distinctes sur R et une seule
racine sur F5 . On vérifie facilement que P(3) = 5 = 0 sur F5 .
2. Méthode par l’espace des suites. On vérifie en effet que l’ensemble F des
suites (un ) qui vérifient un+2 = un+1 + un forme un sous-espace vectoriel sur K
de l’espace des suites à valeurs dans K. De plus, il est clair que, vu qu’une suite
(un ) de UP est entièrement déterminée par la donnée arbitraire de ses deux
premiers termes, on a un isomorphisme entre les espaces UP et K2 qui envoie
la suite (un ) de UP sur le couple (u0 , u1 ) de K2 . Conclusion dim UP = 2.
(a) Cas K = R. Si λ est une racine de P, alors λ2 = λ + 1 et donc λn+2 = λn+1 +
λn , ce qui prouve que la suite (λn ) est bien une suite F . Pour montrer
que (φn ) et (φ′n ) forme une base, il suffit de montrer que son image par
l’isomorphisme ci-dessus est une base. On calcule donc le déterminant
1 1 ′
√
∣ ′ ∣ = φ − φ = − 5 ≠ 0, ce qui assure l’assertion.
φ φ
Il en résulte que l’on peut décomposer la suite (Fn ) dans cette base ; il
existe deux scalaires a et b tels que Fn = aφn + bφ′n . En posant n = 0, il
n −φ′n
vient a+b = 0, et n = 1 nous donne aφ+bφ′ = 1. On trouve bien Fn = φφ−φ ′
pour tout n.
(b) Cas K = F5 . Comme P(3) = 0, (3n ) est bien une suite de F . On doit
montrer que (n3n−1 ) en est une également. Comme 3 est racine double,
on a P′ (3) = 0, et donc, à l’aide d’un développé-regroupé :
(n + 2)3n+2 − (n + 1)3n+1 − n3n = n3n P(3) + 3n+1 P′ (3) = 0.
Comme précédemment, on montre que les deux suites (3n ) et (n3n )

1 0
forment une base en calculant le déterminant ∣ ∣ = 3 ≠ 0. Encore
3 3
une fois, on a prouvé l’existence de deux scalaires a et b tels que Fn =
a3n + bn3n−1 pour tout n. En posant n = 0 et n = 1, on trouve respective-
ment a = 0 et b = 1, et donc Fn = n3n−1 pour tout n.
3. On remarque que
(1 − X − X2 )R = ∑ Fn Xn − ∑ Fn Xn+1 − ∑ Fn Xn+2
n⩾0 n⩾0 n⩾0
=X+ ∑ Fn+2 Xn+2 − ∑ Fn+1 Xn+2 − ∑ Fn Xn+2
n⩾0 n⩾0 n⩾0
= X + ∑ (Fn+2 − Fn+1 − Fn )X n+2
= X.
n⩾0
5.3. SUITES ET ARITHMÉTIQUE 47
D’où le premier résultat annoncé. Notons que 1 − X − X2 est le polynôme ré-

ciproque 10 de P et, à ce titre, ses racines sont les racines inverses de celles de
P.
′
Si K = R, la fraction rationnelle 1−X−X
1
2 possède deux pôles simples 1/φ et 1/φ ,
′
et donc, vu que φφ = −1 (relation coefficients-racines), on a
X X a a′
= = + ,
1 − X − X2 (φX − 1)(φ′ X − 1) φX − 1 φ′ X − 1
(φX−1)X
où a est 1−X−X2 évalué en 1/φ, c’est-à-dire a = φ′1−φ , et de même, a′ = 1
φ−φ′ . Il
vient donc
1 1 1
R= ( − ).
φ − φ 1 − φX 1 − φ′ X
′
En décomposant en série géométrique 11 , il vient

1 ′n
R= ∑ (φ − φ )X ,
n n
φ − φ′ n⩾0
φn −φ′n
et donc, Fn = φ−φ′ pour tout n.
Si K = F5 , alors, en dérivant la formule de la série géométrique 1−Y
1
= ∑n⩾0 Yn
par rapport à Y, puis en posant Y = 3X, il vient (1−3X) 1
2 = ∑n⩾0 n(3X)
n−1
, et
donc
X X
= = X ( ∑ n(3X)n−1 ) = ∑ n3n−1 Xn .
1−X−X 2 (1 − 3X)2 n⩾0 n⩾0
On retrouve donc dans ce cas Fn = n3n−1 pour tout n.
4. Méthode par les matrices compagnon. La récurrence demandée est im-
médiate en utilisant Fn+2 = Fn+1 + Fn .
(a) Cas K = R. Le polynôme caractéristique de la matrice compagnon A est
P = X2 − X − 1 = (X − φ)(X − φ′ ), et comme les racines de P sont distinctes,
(X − φ) et (X − φ′ ) sont premiers entre eux avec la relation de Bezout :
1 1
(X − φ′ ) − (X − φ) = 1.
φ − φ′ φ − φ′
Le projecteur spectral Πφ , resp. Πφ′ , sur le sous-espace propre Eφ , resp.
Eφ′ , associé à la valeur propre φ, resp. φ′ , et parallèlement au sous-espace
propre Eφ′ , resp. Eφ , est donné par
1 1
Πφ = ′
(A − φ′ I2 ), Πφ′ = ′ (A − φI2 ).
φ−φ φ −φ
Donc,
An = An I2 = An (Πφ + Πφ′ )
1
= φn Πφ + φ′n Πφ′ = ((φn − φ′n )A − (φn φ′ − φ′n φ)I2 )
φ − φ′
1
= ((φn − φ′n )A + (φn−1 − φ′n−1 )I2 ) .
φ − φ′
10. C’est aussi le polynôme P(−X), mais on préfère partir sur le polynôme réciproque pour com-
prendre le phénomène dans sa généralité, c’est-à-dire pour une suite linéaire récurrente quelconque.
11. Quitte à se répéter, ceux qui ne sont pas à l’aise avec les séries formelles peuvent travailler
sur des séries entières en remplaçant l’indéterminée X par le nombre complexe z , en vérifiant que
le rayon de convergence R > 0. En revanche, sur F5 , on n’a pas le choix !
φn −φ′n
On trouve une fois de plus Fn = φ−φ′ .
(b) Cas K = F5 . Dans ce cas, 3 est valeur propre double de A et donc N =
−3 1
A − 3I2 = ( ) est nilpotente (non nulle !). En dimension 2, cela
1 −2
signifie, par Cayley-Hamilton, que N2 = 0. Donc, par le binôme de Newton,
que l’on peut appliquer car 3I2 et N commutent :
a n3n−1
An = (3I2 + N)n = 3n I2 + n3n−1 N = ( n−1 ),
n3 b
où a et b n’ont pas besoin d’être calculés 12 . Il vient Fn = n3n−1 .

Comme I2 et N forment une partie libre, la période d’une suite de la forme
an I2 + bn N, pour deux suites périodiques (an ) et (bn ) est la même que la
période de la suite (an , bn ), c’est-à-dire le ppcm des périodes des deux
suites. Or, l’expression de An prouve que la période de Fn est exactement
celle de An . On va montrer que, modulo 5, 3n est de période 4 et n3n−1
de période 20, ce qui va prouver que Fn est de période 20 modulo 5.
Comme 3 est dans le groupe multiplicatif F∗5 , son ordre divise 4 par La-
grange 13 , et on vérifie que c’est exactement 4, vu que 32 = −1 modulo 5.
Soit k ∈ Z une période de la suite de F5 (n3n−1 ). On a donc pour tout en-
tier n, (n + k)3n+k−1 = n3n−1 modulo 5, pour tout n. En posant n = 0 dans
l’égalité, et en notant que 3 est inversible modulo 5, on trouve k = 0 modulo
5. Donc k = 5k ′ pour un entier k ′ . Il vient donc (n + 5k ′ )3n+5k′ −1 = n3n−1
modulo 5, et donc n3n+5k′ −1 = n3n−1 . Comme 3 est inversible modulo 5,
ceci donne n35k′ = n. En choisissant n = 1, et en remarquant que 35 = 3
modulo 5, on trouve 3k = 1 modulo 5 et donc, k ′ est multiple de 4. Ainsi,
′
la période de la suite de F5 (n3n−1 ) est 20.

La dernière question revient à chercher la périodicité de Fn modulo 10. Par
le lemme chinois, on a l’isomorphisme d’anneaux Z/10Z ≃ Z/2Z × Z/5Z.
Or, la suite de Fibonacci modulo 2 a pour premiers termes 0, 1, 1, 0, 1,⋯.
On voit qu’elle est de période 3. On est ramené à comprendre la période
d’une suite (an , bn ), sachant que an est de période 3 et bn de période 20.
La période cherchée modulo 10 est donc le ppcm de 3 et 20, c’est-à-dire
60.
12. Pour le fun, a = 3n − n3n = 3n−2 (9 − 9n) = 3n−2 (n − 1), et b = (n + 1)3n , comme on pouvait s’y
attendre.
13. On est toujours en Analystan là, y a pas un problème avec le GPS ?
Chapitre 6
Séries numériques
6.1 Formule d’Abel
Exercice 23 (Formule sommatoire d’Abel & applications)

Soit (an )n∈N∗ une suite de réels, et soit x ⩾ 1. On note A(x) la somme des termes
d’indice inférieur ou égal à x, c’est-à-dire :
⌊x⌋
A(x) = ∑ an = ∑ an ,
1⩽n⩽x n=1
où ⌊x⌋ désigne la partie entière de x.

On considère f , une fonction de classe C 1 , réelle ou complexe, sur [1, +∞[.
Le but de cet exercice est de démontrer la formule sommatoire d’Abel :
x
∀x ∈ [1, +∞[ , ∑ an f (n) = ( ∑ an ) f (x) − ∫ ( ∑ an ) f ′ (t)dt.
1⩽n⩽x 1⩽n⩽x 1 1⩽n⩽t
1. En découpant l’intégrale en somme d’intégrales sur [1, 2] , . . . , [⌊x⌋ − 1, ⌊x⌋],

[⌊x⌋, x], démontrer que l’on a
x ⌊x⌋−1
∫ A(t)f ′ (t)dt = ∑ A(m)(f (m + 1) − f (m)) + A(⌊x⌋) (f (x) − f (⌊x⌋)) .
1 m=1
2. En déduire la formule sommatoire d’Abel sous la forme :

x ⌊x⌋
∫ A(t)f ′ (t)dt = − ∑ am f (m) + A(x)f (x)
1 m=1
Soluce
1. On écrit, malgré nos réticences naturelles à suivre l’indication donnée par
l’énoncé :
x ⌊x⌋−1 m+1 x
∫ A(t)f ′ (t)dt = ∑ ∫ A(t)f ′ (t)dt + ∫ A(t)f ′ t)dt.
1 m=1 m ⌊x⌋
49
50 CHAPITRE 6. SÉRIES NUMÉRIQUES
Or, dans la première intégrale, t varie entre deux entiers consécutifs, donc,
A(t) est constant et vaut A(m). De même, dans la seconde intégrale, on a
A(t) = A(⌊x⌋). On obtient
x ⌊x⌋−1 m+1 x
∫ A(t)f ′ (t)dt = ∑ ∫ A(m)f ′ (t)dt + ∫ A(⌊x⌋)f ′ (t)dt
1 m=1 m ⌊x⌋
⌊x⌋−1 m+1 x
= ∑ A(m) ∫ f ′ (t)dt + A(⌊x⌋) ∫ f ′ (t)dt
m=1 m ⌊x⌋
⌊x⌋−1
= ∑ A(m)(f (m + 1) − f (m)) + A(⌊x⌋)(f (x) − f (⌊x⌋))
m=1
On tombe sur la formule souhaitée.

2. En remarquant que A(x) = A(⌊x⌋), la formule d’Abel se déduit de la question
précédente :
x ⌊x⌋−1 ⌊x⌋−1
∫ A(t)f ′ (t)dt = ∑ A(m)f (m + 1) − ∑ A(m)f (m) − A(⌊x⌋)f (⌊x⌋) + A(x)f (x)
1 m=1 m=1
⌊x⌋ ⌊x⌋
= ∑ A(m − 1)f (m) − ∑ A(m)f (m) + A(x)f (x)
m=2 m=1
⌊x⌋
= − ∑ (A(m) − A(m − 1))f (m) − A(1)f (1) + A(x)f (x)
m=2
⌊x⌋
= − ∑ am f (m) + A(x)f (x)
m=1
Et la formule sommatoire d’Abel est démontrée.
Exercice 24 (Formule d’Abel et constante d’Euler)

1. Écrire la formule obtenue précédemment, avec an = 1, pour tout n ∈ N, et
f (x) = x1 , pour x ∈ [1, +∞[.
2. Démontrer, pour tout n ∈ N∗ , la formule :
n
1 n t − ⌊t⌋
∑ − ln n = 1 − ∫ dt.
k=1 k 1 t2
3. En déduire l’existence de lim (∑nk=1 k1 − ln n), et en donner une expression

n→+∞
intégrale.
Cette limite n’est autre que la constante d’Euler.
Soluce
1. Si l’on prend an = 1 pour tout n, on obtient, pour x ∈ [1, +∞[,
⌊x⌋
A(x) = ∑ 1 = ∑ 1 = ⌊x⌋.
1⩽n⩽x n=1
6.1. FORMULE D’ABEL 51
De plus, pour f (x) = x1 , pour tout x ⩾ 1, on a :
1
f ′ (x) = − .
x2
La formule d’Abel donne alors
1 ⌊x⌋ x ⌊t⌋
∑ = +∫ dt.
1⩽k⩽x k x 1 t2
n dt
2. En écrivant ln n = ∫1 t , et en appliquant la formule établie ci-dessus avec
x = n, il vient :
n
1 ⌊n⌋ n ⌊t⌋ n t n t − ⌊t⌋
∑ − ln n = +∫ dt − ∫ dt = 1 − ∫ dt.
k=1 k n 1 t2 1 t2 1 t2
3. On veut montrer que lim (∑nk=1 1

k − ln n) admet une limite en l’infini ; d’après
n→+∞
+∞ t−⌊t⌋
ce qui précède, il s’agit d’étudier la convergence de l’intégrale ∫1 t2
dt.
L’inégalité
t − ⌊t⌋ 1
0⩽ ⩽ 2,
t2 t
valable pour tout t ⩾ 1, montre que l’intégrale est convergente par comparaison
à l’exemple de Riemann.
On en déduit l’existence de la limite souhaitée, γ, qui en passant, est comprise
entre 0 et 1.
Exercice 25 (Formule d’Abel et équivalence d’une série)

On étudie ici une autre application de la formule sommatoire d’Abel.
N
On souhaite donner un équivalent, pour N entier qui tend vers l’infini, de ∑ ln n.
n=1
1. Reprendre la formule sommatoire d’Abel avec an = 1, et pour f , la fonction
logarithme.
N
2. En déduire un équivalent pour ∑ ln n.
n=1
Soluce
1. On prend, comme indiqué, an = 1, pour tout n, de sorte à avoir, de même que
dans l’exercice 24 précédent, A(x) = ⌊x⌋, pour tout x ⩾ 1, et f (x) = ln x, pour
x ⩾ 1.
La formule d’Abel s’écrit alors, pour N ∈ N∗ :
N N ⌊t⌋
∑ ln n = N ln N − ∫ dt.
n=1 1 t
2. Comme, pour tout t, on a 0 ⩽ ⌊t⌋ ⩽ t :

N ⌊t⌋ N
0⩽∫ dt ⩽ ∫ dt = N − 1.
1 t 1
Or, comme N − 1 est négligeable devant N ln N, on obtient l’équivalent :

N
ln N! = ∑ ln n ∼ N ln N.
n=1
6.2 Fonction zêta de Riemann
Exercice 26 (Fonction zêta de Riemann)

Pour s réel strictement supérieur à 1, on pose
+∞
1
ζ(s) = ∑ s
.
n=1 n
1. Montrer que ζ est une fonction de classe C 1 sur ]1, +∞[, et exprimer sa
dérivée.
2. En effectuant une comparaison série-intégrale, montrer que
+∞ dt 1
∀s > 1, ζ(s) − 1 ⩽ ∫ = ⩽ ζ(s).
1 ts s − 1
3. En déduire la limite de ζ en +∞, ainsi qu’un équivalent de ζ en 1+ .

4. Montrer que l’on a :
+∞ ts−1
∀s > 1, ζ(s) Γ(s) = ∫ dt,
0 et − 1
où, naturellement, Γ est la fonction d’Euler définie pour tout réel s > 0 par
+∞
Γ(s) = ∫ ts−1 e−t dt.
0
Soluce
1. Pour montrer que ζ est une fonction de classe C 1 sur ]1, +∞[, il suffit de
démontrer qu’elle est de classe C 1 sur tout intervalle de la forme [a, +∞[, où
a > 1.
Fixons donc a > 1. Tout d’abord, la fonction ζ est limite simple, sur ]1, +∞[,
de la série
1
∑ s.
n⩾1 n
Montrons à présent que la série des dérivées converge uniformément sur l’in-
tervalle [a, +∞[. On a, pour tout s > a,
d 1 ln n
( s) = − s .
ds n n
6.2. FONCTION ZÊTA DE RIEMANN 53
La fonction s ↦ n1s est donc C 1 .

De plus, en écrivant a = 1 + 2h, h > 0, on obtient
ln n ln n 1 1
a
= h × 1+h = o ( 1+h ) ,
n n n n
puisque, lorsque h est fixé,
ln n
Ð→ 0.
nh n→+∞
Comme h > 0, le critère de Riemann assure que la série de terme général 1/n1+h
converge ; on en déduit donc la convergence de la série
ln n
∑ a
.
n⩾1 n
Comme de plus, pour tout s ⩾ a, on a
ln n ln n
0⩽ ⩽ a ,
ns n
on en déduit que la série
− ln n d 1
∑ s
=∑ ( s)
n⩾1 n n⩾1 ds n
converge normalement, donc uniformément, sur l’intervalle [a, +∞[. Cela montre
que la fonction ζ est de classe C 1 sur cet intervalle, et que sa dérivée est donnée
par
− ln n
∀s ⩾ a, ζ ′ (s) = ∑ s
.
n⩾1 n
Ceci étant vrai pour tout a > 1, la conclusion est également valable sur ]1, +∞[
et l’on obtient le résultat voulu.
2. Notons tout d’abord que, en utilisant de manière classique le critère de Riemann
sur les intégrales, la fonction t ↦ 1/ts est intégrable sur ]1, +∞[.
À présent, effectuons une comparaison série-intégrale. Pour tout s > 1, pour
tout n ∈ N∗ , on obtient :
1 n+1 dt 1
⩽ ∫ ⩽ .
(n + 1)s n ts ns
D’après la question 1, les séries convergent sur ]1, +∞[ ; on peut donc effectuer
une sommation, pour obtenir :
+∞ +∞ n+1 dt +∞
1 1
∑ ⩽ ∑ ∫ ⩽ ∑ s,
n=1 (n + 1)
s ts
n=1 n n=1 n
c’est-à-dire, par changement de variable et par linéarité de l’intégrale,

+∞ +∞ dt
1
ζ(s) − 1 = ∑ s
⩽ ∫ ⩽ ζ(s).
n=2 n 1 ts
3. Utilisons l’encadrement précédent pour en déduire la limite de la fonction ζ aux

bornes de l’intervalle ]1, +∞[. D’après ce qui précède, on a, pour tout s > 1,
pour tout n ∈ N∗ ,
+∞ dt
ζ(s) − 1 ⩽ ∫ ⩽ ζ(s).
1 ts
Comme
+∞ dt 1 1 +∞ 1
∫ = [ ] = ,
1 ts 1−s t s−1
1 s−1
on en déduit l’encadrement
1 1
⩽ ζ(s) ⩽ + 1.
s−1 s−1
Ainsi, lorsque s → 1+ , on a
1
ζ(s) ∼
.
s−1
Pour étudier la limite en l’infini, observons que ζ est une série à termes positifs,
dont le premier terme est 1. On a donc, pour tout s > 1,
1 ⩽ ζ(s).
On en déduit, pour tout s > 1, l’encadrement

1
1 ⩽ ζ(s) ⩽ 1 + .
s−1
Par le théorème des gendarmes, on a alors
ζ(s) Ð→ 1.
s→+∞
4. Posons s > 1. Écrivons un développement en série de l’élément 1/(et − 1) : pour

t > 0, on a
1 e−t −t
+∞
−nt
+∞
−nt
= = e ∑ e = ∑e .
et − 1 1 − e−t n=0 n=1
On peut donc écrire
+∞ +∞ +∞
ts−1 −nt
∫ dt = ∫ ts−1
( ∑ e ) dt.
0 et − 1 0 n=1
Supposons pour le moment que l’on peut allègrement intervertir somme et

intégrale 1 ; on obtient alors
+∞ +∞ +∞
ts−1
∫ dt = ∑ ∫ e−nt ts−1 dt
0 et − 1 n=1 0
Par le changement de variables u = nt, qui est un difféomorphisme de R∗+ dans

lui-même, on obtient
+∞
+∞ ts−1 +∞
−u u
s−1
du +∞ Γ(s) +∞
1
∫ dt = ∑ ∫ e = ∑ = Γ(s) ∑ s = Γ(s)ζ(s).
0 e −1
t
n=1 0 n s−1 n n=1 n s
n=1 n
1. La justification ne saurait tarder.

6.2. FONCTION ZÊTA DE RIEMANN 55
On obtient bien l’égalité souhaitée :

+∞
ts−1
∫ dt = Γ(s)ζ(s).
0 et − 1
Reste maintenant à justifier proprement l’interversion somme/intégrale. Pour
s > 1 fixé, posons alors, pour tout t ∈ R∗+ , pour tout n ∈ N∗ ,
fn (t) ∶= ts−1 e−nt .
Pour tout n ⩾ 1, la fonction fn est intégrable sur R∗+ puisque, en 0, fn est
continue et équivalente à t ↦ ts−1 , intégrable par le critère de Riemann car
s > 1 ; et en l’infini, elle est négligeable devant t ↦ 1/t2 , puisque intégrable, par
le même critère.
De plus, comme les fonctions fn sont positives sur R∗+ , il reste à vérifier que la
série des
∑ ∫ ∗ ∣fn ∣ = ∑ ∫ ∗ fn
n⩾1 R+ n⩾1 R+
converge. Or, par le calcul effectué précédemment, on obtient
∑∫ fn = ∑ ∫ ts−1 e−nt dt = Γ(s) ζ(s),

n⩾1 R∗+ n⩾1 R∗+
ce qui prouve la convergence voulue, et justifie l’interversion somme-intégrale

par le théorème d’interversion de Lebesgue.
Exercice 27
On rappelle que ζ(s) = ∑k⩾1 k −s pour s > 1. Le but de cet exercice est de démontrer
que
ζ(2n)
∑ 2n−1 = 1.
n⩾1 2
1. Établir la formule annoncée en utilisant la définition de ζ(2n) et en permutant

l’ordre de sommation.
2. (a) Démontrer que pour n entier non nul, on a :
1 +∞ x2n−1
∫ dx = ζ(2n).
(2n − 1)! 0 ex − 1
(b) En déduire la formule annoncée.

3. Dans l’exercice 42, il est démontré que
1 1
∀x ∈ R ∖ πZ, cot x = + 2x ∑ 2 .
k⩾1 x − k π
x 2 2
En déduire que pour t réel tel que 0 < ∣t∣ < 1, on a :
1 − πt cot(πt)
∑ ζ(2n)t
2n
= ,
k⩾1 2
puis la formule annoncée.

Remarque. Cet exercice est tiré de Math Stack Exchange. Il permet d’utiliser un
certain nombre de théorèmes d’inversion de sommes et d’intégrales.
Soluce
1. (a) On a :
ζ(2n) 1
∑ 2n−1
= ∑ ∑ 2n−1 2n
n⩾1 2 n⩾1 k⩾1 2 k
1 2
= ∑ ∑ 2n−1 2n = ∑ ∑ par l’exercice 32
k⩾1 n⩾1 (4k )
2 2n
k⩾1 n⩾1 2 k
1 1 1
=2∑ 2 × =2∑ 2
1 − 4k2 k⩾1 4k − 1
1
k⩾1 4k
1 1
= ∑( − ) = 1,
k⩾1 2k − 1 2k + 1
la dernière somme étant télescopique.
2. (a) Soit n ⩾ 1. La fonction x ↦ x2n−1 /(ex − 1) est continue et positive sur R+ ;
elle est équivalente à x2n−2 au voisinage de 0 et négligeable devant e−x/2 au
voisinage de l’infini. L’intégrale suivante existe donc, et un développement
en série entière donne :
+∞ x2n−1 +∞ +∞
2n−1 −x −x −1
∫ dx = ∫ x e (1 − e ) dx = ∫ x2n−1 ∑ e−(p+1)x dx.
0 e −1
x 0 0 p⩾0
−(p+1)x
Le théorème de convergence monotone appliqué à la suite fP ∶ x ↦ x2n−1 ∑P
p=0 e
(P ∈ N) permet de permuter la somme et l’intégrale :
+∞ +∞ +∞
∫ x2n−1 ∑ e−(p+1)x dx = ∑ ∫ x2n−1 e−(p+1)x dx = ∑ ∫ x2n−1 e−kx dx.
0 p⩾0 p⩾0 0 k⩾1 0
Or, pour k ∈ N∗ , on a en posant t = kx :

+∞ +∞ t2n−1 −t 1 1 (2n − 1)!
∫ x2n−1 e−kx dx = ∫ 2n−1
e dt = 2n Γ(2n) =
0 0 k k k k 2n
(on peut calculer l’intégrale par récurrence grâce à une intégration par
parties sans faire appel à la fonction gamma de l’exercice 54). On en
déduit en sommant sur k :
+∞ x2n−1 (2n − 1)!
∫ dx = ∑ = (2n − 1)!ζ(2n).
0 e −1
x
k⩾1 k 2n
(b) La série de terme général ζ(2n)/22n−1 est convergente puisque l’on a

ζ(2n) ⩽ ζ(2). D’où, par convergence monotone encore une fois pour l’éga-
lité non évidente :
ζ(2n) 1 +∞ x2n−1
∑ = ∑ ∫ dx
n⩾1 (2n − 1)! 0 22n−1 (ex − 1)
2n−1
n⩾1 2
2n−1
+∞ ( x2 ) 1 +∞ sh 2 x
=∫ ∑ dx = ∫ dx
n⩾1 (2n − 1)! e − 1 e (e − e−x/2 )
0 x 0 x/2 x/2
+∞ 1
=∫ e−x/2 dx = 1.
0 2
6.3. TESTS DE CONVERGENCE 57
3. Pour t = 0, l’égalité est triviale. Si 0 < ∣t∣ < 1, on a en prenant x = πt dans le

développement de la cotangente :
1 1 1
1 − πt cot(πt) = 2π 2 t2 ∑ 2 k 2 − π 2 t2
= 2π 2 t2 ∑ 2 2 × 2
k⩾1 π k⩾1 π k 1 − kt 2
t2 t2p t2p+2 t2n
=2∑ 2 ∑ 2p
= 2 ∑ ∑ 2p+2
= 2 ∑ ∑ 2n
k⩾1 k p⩾0 k k⩾1 p⩾0 k k⩾1 n⩾1 k
t2n
=2∑ ∑ 2n
= 2 ∑ ζ(2n)t2n .
n⩾1 k⩾1 k k⩾1
(NB : La permutation des sommations est justifiée par l’exercice 32, plus pré-
cisément par la question 1 si t est positif donc par la question 2 pour t quel-
conque.)
La formule tant désirée et tant démontrée résulte du choix t = 1/2.
Remarque. Les deux premières méthodes sont astucieuses mais la troisième apporte
plus information. Elle permet par exemple de calculer :
n−1 ζ(2n) π π π π
∑ (−1) = coth − 1 = π + − 1.
n⩾1 22n−1 2 2 e −1 2
La première méthode buterait sur la somme ∑k⩾1 1/(4k 2 + 1).
6.3 Tests de convergence
Exercice 28 (Règle de Raabe-Duhamel pour le test de d’Alembert)

Pour déterminer si une série réelle converge ou non, le critère de d’Alembert nous
rend bien souvent service. Cependant, il arrive de tomber sur le cas que personne
ne veut croiser :
un+1
Ð→ 1
un n→+∞
Le critère qu’il faut alors utiliser dans ce cas est le critère de Raabe-Duhamel,
que l’on va détailler ici.
Soit (un ) une suite à termes réels strictement positifs telle que
un+1 α 1
= 1− + O( 2)
un n→+∞ n n
pour un certain réel α. On veut alors montrer le critère de Raabe-Duhamel : la série
de terme général (un ) converge si et seulement si α > 1.
1. Montrer que la série de terme général vn+1 − vn , où vn = ln(nα un ), n > 0, est
convergente.
2. En déduire l’existence d’un réel strictement positif λ tel que
λ
un ∼ .
n→+∞ nα
3. Démontrer alors le critère de Raabe-Duhamel.

4. Exemples d’emploi.
(a) Déterminer la nature de la série de terme général
1⋅3⋅5⋯(2n−1) 1 +∞ a
i) un = 2⋅4⋅6⋯2n
√
n iii) wn = (∫0 dt
(1+t3 )n
) , a∈R
ii) vn = n n!
(a+1)(a+2)⋯(a+n) , a ∈ R∗+
(b) On considère la suite donnée par la condition initiale u0 = 1 et la relation

de récurrence, pour tout entier naturel n,
un+1 n + a
=
un n+b
où a et b sont deux réels strictement positifs. Étudier suivant les valeurs

des réels a et b la convergence de la série de terme général un .
5. On reprend la première question avec l’hypothèse (plus faible) suivante :
un+1 α 1
= 1− + o( )
un n→+∞ n n
Préciser les valeurs de α pour lesquelles on peut conclure à la convergence
de la série ∑ un , pour lesquelles on peut conclure à sa divergence, et pour
lesquelles on ne peut conclure. Indication : on pourra utiliser la suite donnée
par vn = ln(nβ un ) où β est un réel différent de α.
Soluce
1. Soit n ∈ N. En utilisant l’hypothèse sur la suite (un ), ainsi qu’un développement
limité de la fonction logarithme, on écrit :
1 α un+1
vn+1 − vn = ln((n + 1)α un+1 ) − ln(nα un ) = ln ((1 + ) )
n un
1 un+1
= α ln (1 + ) + ln ( )
n un
1 1 α 1
= α ( + O ( 2 )) + ln (1 − + O ( 2 ))
n n n n
α 1 α 1
= + O ( 2 ) + (− + O ( 2 ))
n n n n
1
= O( 2)
n
Ainsi, ∣vn+1 − vn ∣ est dominé par le terme général d’une série convergente, par
le critère de Riemann, donc, la série ∑(vn+1 − vn ) converge absolument, donc,
converge.
2. On a vu dans la question précédente que la série de terme général vn+1 − vn
converge ; Or, pour tout N ∈ N, par téléscopage, on a :
N
∑ (vn+1 − vn ) = vN+1 − v0 .
n=0
La convergence de la série implique donc la convergence de la suite (vn ) : il

existe µ ∈ R tel que
ln(nα un ) = vn Ð→ µ.
n→+∞
On en déduit l’existence de λ ∶= e ∈ µ
R∗+ tel que
nα un Ð→ λ.
n→+∞
On a donc bien l’équivalence en l’infini :

λ
un ∼ .
nα
3. Le critère de Duhamel se déduit directement de la question 2, où l’on a obtenu
un équivalent en 1/nα du terme un . Par le critère de Riemann, la série de terme
général λ/nα converge si et seulement si α > 1 ; donc, comme équivalent de ce
terme, il en va de même pour la série ∑ un .
4. (a) (i) Soit n ∈ N. On a :
√
un+1 1 ⋅ 3⋯(2(n + 1) − 1) 2 ⋅ 4⋯(2n) n
= ⋅
un 2 ⋅ 4⋯(2(n + 1)) 1 ⋅ 3⋯(2n − 1) n+1
√
n 2n + 1
=
n + 1 2n + 2
1 + 2n1
1
= 1 √
1+ n 1+ 1 n
1 −2
3
1
= (1 + ) (1 + )
2n n
1 3 1
= (1 + ) (1 − + O ( 2 ))
2n 2n n
1 1
= 1 − + O( 2)
n n
D’après le critère de Raabe-Duhamel démontré précédemment, on en
déduit l’existence d’un λ ∈ R∗+ tel que :
λ
un ∼ ,
n
qui est le terme général d’une série divergente. Ainsi, ∑ un diverge.
Remarque (autre méthode). La définition de la suite (un ) n’est pas
sans rappeler les intégrales de Wallis 2 , définies par
π
In = ∫ sinn (x)dx.
2
... Et à raison, puisque, en utilisant une intégration par parties, on

obtient la relation de récurrence
n−1
In = In−2 ,
n
2. Dont l’étude est détaillée dans [7].
ce qui implique que, pour p ∈ N∗ ,
(2p − 1)(2p − 3)⋯3 ⋅ 1 π

I2p = .
2p(2p − 2)⋯2 2
On en déduit que
2
un = I2n √ .
π n
Or, en poursuivant l’étude de l’intégrale de Wallis, on obtient l’équi-

valent en l’infini
√
π
In ∼ .
2n
On a alors
1
un ∼ √ ,
πn
qui est le terme général d’une série divergente. En conclusion, la série

∑ un est divergente.
(ii) Soit n ∈ N. De même, on écrit
un+1 (n + 1)(n + 1)! (a + 1)(a + 2)⋯(a + n)

=
un (a + 1)(a + 2)⋯(a + n + 1) nn!
n+1 n+1
=
a+n+1 n
a −1 1
= (1 + ) (1 + )
n+1 n
a 1 1
= (1 − + O ( 2 )) (1 + )
n n n
1−a 1
=1− + O( 2).
n n
On obtient alors l’existence d’un λ ∈ R∗+ tel que
λ
un ∼ .
n1−a
La convergence de la série ∑ un va dépendre de la valeur de a ∈ R∗+ :

si a < 0, la série ∑ un converge ; si a ⩾ 0, elle est divergente.
(iii) Soit n ∈ N. Posons
+∞ dt
In ∶= ∫ .
0 (1 + t3 )n
On va établir une relation de récurrence entre In+1 et In . Par une

intégration par parties, on obtient :

+∞ dt
In+1 = ∫
0 (1 + t3 )n+1
+∞ 1 + t3 − t3
=∫ dt
0 (1 + t3 )n
+∞ t3 dt
= In − ∫
0 (1 + t3 )n+1
+∞ t2
= In − ∫ t⋅ dt
0 (1 + t3 )n+1
+∞
−t 1 +∞ dt
= In − ([ ] + ∫ )
3n(1 + t3 )n 0 3n 0 (1 + t3 )n
1
= In (1 − )
3n
En utilisant un développement limité, on en déduit
un+1 Ian+1 1 a a 1
= a = (1 − ) =1− + O( 2).
un In 3n 3n n
Finalement, on obtient l’existence de λ ∈ R∗+ tel que

λ
un ∼ a .
n3
Encore une fois, la convergence de la série ∑ un dépend de la valeur
de a ∈ R : si a > 3, la série converge ; sinon, elle diverge.
(b) Pour n ∈ N, reprenons la formule de récurrence définie dans l’énoncé :
un+1 n + a 1 + b −1
a
a a b 1
= = n
= (1 + ) (1 + ) = (1 + ) (1 − ) + O ( 2 )
un n+b 1+ b
n
n n n n n
a−b 1
=1+ + O( 2)
n n
On se ramène alors au cas de la question 1, et on en déduit qu’il existe
λ ∈ R∗+ tel que
λ
un ∼ b−a .
n
Ainsi, la série ∑ un est convergente si et seulement si
b > 1 + a.
5. On suppose cette fois que l’on a, pour n ∈ N,

un+1 α 1
= 1 − + o( ).
un n n
Suivons l’indication de l’énoncé, en posant
vn ∶= ln(nβ un ),
où β ≠ α. On a de même que précédemment

1 un+1 1 1 α 1 β−α 1
vn+1 −vn = β ln (1 + )+ln ( ) = β ( + o ( ))− +o ( ) = +o ( ) .
n un n n n n n n
D’où l’équivalent en l’infini :
β−α
vn+1 − vn ∼ .
n
Ainsi, la série ∑(vn+1 − vn ) diverge, et donc, par télescopage, de la suite (vn ).
Deux cas se présentent :
● Si β − α > 0, alors la suite vn tend vers l’infini. Dans ce cas, on a
evn = nβ un Ð→ +∞.
n→+∞
Ainsi, à partir d’un certain rang, on a

1
un ⩾ .
nβ
Cette inégalité nous permet de dire quand la série ∑ un diverge ; en effet, si
l’on prend α < 1, et β ∈ ]α, 1], on a bien β − α > 0, et β ⩽ 1, ce qui assure la
divergence de la série de terme général 1/nβ , et donc, par l’inégalité précédente,
celle de terme général un .
On ne peut cependant pas conclure sur les cas de convergence de ∑ un .
● Si β − α < 0, alors la suite vn tend vers −∞, et on a donc
evn = nβ un Ð→ 0.
n→+∞
Dans ce cas, à partir d’un certain rang, on a

1
un ⩽ .
nβ
Cette fois, cette inégalité nous permet de dire quand la série ∑ un converge ;
en effet, si l’on prend α > 1, et β ∈ ]1, α[, on a bien β − α < 0, et β > 1, ce qui
assure la convergence de la série de terme général 1/nβ , et donc, par l’inégalité
précédente, celle de terme général un .
Remarque. Observons un cas où α = 1, et l’où on ne peut pas appliquer le critère de
Raabe-Duhamel ; posons, pour n ∈ N,
1
un = .
n ln n
On a
un+1 n ln n 1 ln n
= = (1 − )
un n + 1 ln(n + 1) n + 1 ln n + ln (1 + n1 )
−1
1 1 ⎛ ln (1 + n1 ) ⎞
= (1 − + o ( )) 1 +
n n ⎝ ln n ⎠
1 1 1
= (1 − + o ( )) (1 + o ( ))
n n n ln n
1 1
= 1 − + o( )
n n
6.4. GROUPEMENT DE TERMES, COMPARAISON ET INTERVERSION 63
On voit ici que l’on n’est ni dans le cadre du critère de Raabe-Duhamel, ni dans
le cadre où l’on avait pu conclure sur la nature de ∑ un dans la question 5, puisque
l’on se retrouve dans le cas limite où α = 1.
En revanche, il est possible de conclure directement sur la nature de la série
∑ 1/(n ln n), puisque c’est une série de Bertrand ; et par ce critère, cette série diverge.
6.4 Groupement de termes, comparaison et interversion
Exercice 29 (Groupement de termes, ou sommation par paquets)

Étant donnée une série ∑ un à termes réels ou complexes, on étudie la série obtenue
en regroupant par paquets des termes d’indices consécutifs.
Plus précisément, soit ϕ une application strictement croissante de N dans N
telle que ϕ(0) = 0 et soit
ϕ(n+1)−1
vn = ∑ uk
k=ϕ(n)
On veut étudier les liens entre la convergence de la série ∑ un et celle de la série

∑ vn .
1. Montrer que si la série ∑ un converge, alors la série ∑ vn converge et les deux
séries ont même somme.
2. Montrer que si la série ∑ vn converge, si la longueur des paquets est bornée
et si la suite (un ) tend vers 0, alors la série ∑ un converge et les deux séries
ont même somme.
3. Montrer que si la série ∑ vn converge et si chaque paquet ne contient que des
termes de même signe (donc ∑ un est supposée être à termes réels), alors la
série ∑ un converge et les deux séries ont même somme.
4. Application : déterminer, suivant la valeur du réel α, la nature de la série de
la série de terme général √
(−1)E( n)
un = .
nα
Soluce
1. Supposons que la série ∑ un converge. Posons Sn ∶= u0 + u1 + ⋯ + un . Par
définition, on a
v0 = u0 + u1 + ⋯ + uϕ(1)−1
v1 = uϕ(1) + ⋯ + uϕ(2)−1
⋮
vn = uϕ(n) + ⋯ + uϕ(n+1)−1
En sommant, on obtient alors
v0 + ⋯ + vn = u0 + u1 + ⋯ + uϕ(n+1)−1 = Sϕ(n+1)−1 .
Or, par hypothèse, la série ∑ un est convergente, ce qui ce traduit par l’existence
de S, finie, telle que
Sn Ð→ S.
n→+∞
On en déduit que
Sϕ(n+1)−1 Ð→ S,
n→+∞
en tant que suite extraite de la suite (Sn )n . Ainsi, la convergence de la série
∑ un implique celle de ∑ vn , et les deux séries ont bien même somme, S.
2. Supposons maintenant que la série ∑ vn converge. Fixons n ∈ N, et considé-
rons Sn = u0 + ⋯ + un . Par hypothèse sur la suite (vn ), la suite (Sϕ(p)−1 ) est
convergente, et tend vers une limite finie, S.
De plus, comme la fonction ϕ est strictement croissante, à valeurs dans N,
elle tend vers l’infini, ce qui implique que, pour ce n fixé, il existe un p ∈ N,
forcément unique, tel que :
n ∈ [ϕ(p); ϕ(p + 1)[ .
Nous avons alors

Sn = u0 + ⋯ + un = u0 + ⋯ + uϕ(p)−1 + uϕ(p) + uϕ(p)+1 + ⋯ + un = Sϕ(p)−1 + rp ,
avec rp = uϕ(p) + uϕ(p)+1 + ⋯ + un .

Notons que, quand n tend vers ++∞, p aussi, par croissance de la fonction ϕ ;
et l’on a alors, par inégalité triangulaire,
∣rp ∣ = ∣uϕ(p) + uϕ(p)+1 + ⋯ + un ∣ ⩽ ∣uϕ(p) ∣ + ⋯ + ∣un ∣ .
Comme l’entier n a été supposé compris entre ϕ(p) et ϕ(p + 1) (strictement),

on en déduit
∣rp ∣ ⩽ ∣uϕ(p) ∣ + ⋯ + ∣un ∣ ⩽ ∣uϕ(p) ∣ + ⋯ + ∣uϕ(p+1)−1 ∣ ⩽ M ⋅ max ∣uk ∣ ,
ϕ(p)⩽k⩽ϕ(p+1)−1
où
M ∶= max(ϕ(p + 1) − ϕ(p)),
p∈N
qui correspond au nombre de termes, ou encore, la longueur du « paquet »

étudié dans l’inégalité précédente ; donc, par hypothèse, M est fini.
De plus, comme la suite (un ) tend vers 0, on a
max ∣uk ∣ Ð→ 0,
ϕ(p)⩽k⩽ϕ(p+1)−1 p→+∞
ce qui montre que

rp Ð→ 0.
p→+∞
Ainsi, en rappelant que

Sn = Sϕ(p)−1 + rp ,
et en remarquant que, si n tend vers l’infini, alors, p aussi, on en déduit que
lim Sn = lim (Sϕ(p)−1 + rp ) = S + 0 = S.
n→+∞ p→+∞
Donc, la série ∑ un converge, et elle a même somme que la série ∑ vn .

3. Attention, dans cette question, M n’est plus supposé fini. Reprenons l’inégalité
précédente, avec n fixé dans N, et p défini comme dans la question précédente ;
on avait
∣rp ∣ ⩽ ∣uϕ(p) ∣ + ⋯ + ∣uϕ(p+1)−1 ∣ .
Or, par hypothèse, chaque paquet ne contient que des termes de même signe ;
on a donc
∣rp ∣ ⩽ ∣uϕ(p) ∣ + ⋯ + ∣uϕ(p+1)−1 ∣ = ∣uϕ(p) + ⋯ + uϕ(p+1)−1 ∣ = ∣vp ∣ ,
et le terme ∣vp ∣ tend vers 0 quand p tend vers l’infini, puisque la série ∑ vn est
supposée convergente. Or, comme p tend vers l’infini avec n, on a donc
rp Ð→ 0,
n→+∞
et cela entraîne bien la convergence de la série de terme général un .

4. Soit la série de terme général un tel que défini dans l’énoncé ; on a alors, pour
n ∈ N, et en choisissant pour ϕ la fonction x ↦ x2 , qui possède bien les propriétés
souhaitées, on a
√
(n+1)2 −1 n2 +2n n2 ) n2 +2n n +2n
2
(−1)E( (−1)n 1
vn = ∑ up = ∑ = ∑ = (−1) n
∑ α.
p=n2 p=n2 pα p=n2 p α
p=n2 p
Il faut alors étudier plusieurs cas :

● Si α > 1, alors, par le critère de Riemann, la série ∑ un est absolument
convergente, donc convergente.
● Si α ⩽ 0, il suffit de voir que le terme de la série des un ne tend pas vers 0
pour en déduire que la série ∑ un est divergente.
● Reste à étudier le cas où 0 < α ⩽ 1. Pour n ∈ N, notons
n2 +2n
1
An ∶= ∑ .
p=n2 pα
Comme n2 ⩽ p ⩽ n2 + 2n, et α > 0, on obtient
2n + 1 2n + 1
⩽ An ⩽ 2α .
(n + 2n)
2 α n
Or,
2n + 1 2
∼ .
(n2 + 2n)α n→+∞ n2α−1
On voit alors ici deux sous-cas se profiler : si 0 < α ⩽ 1/2, et dans ce cas,
(2n + 1)/(n2 + 2n)α est équivalent à un terme qui ne tend pas vers 0, dont
la série diverge, donc. Cela implique la divergence de la série ∑ vn . Ainsi, par
la contraposée dans la question 1, on en déduit que, pour 0 < α ⩽ 1/2, ∑ un
diverge.
Supposons à présent 1/2 < α ⩽ 1. Effectuons un développement asymptotique

de (2n + 1)/(n2 + 2n)α :
2n + 1 2n + 1 2 −α 2n + 1 2α 1
= (1 + ) = 2α (1 − + O ( 2 ))
(n + 2n)
2 α n 2α n n n n
2 1 2α 1
= ( 2α−1 + 2α ) (1 − + O ( 2 ))
n n n n
2 1
= 2α−1 + O ( 2α )
n n
On a ainsi montré :
2 1 2 1
+ O( ) ⩽ An ⩽ 2α−1 + O ( 2α ) ,
n2α−1 n 2α n n
ce qui prouve que
2 1
An − = O( ),
n2α−1 n2α
et donc que
2 1
vn = (−1)n + O( ).
n2α−1 n2α
Pour conclure, utilisons le théorème spécial sur les séries alternées. Comme
par hypothèse, 2α − 1 > 0, la suite de terme général 2/n2α−1 , qui est de signe
constant (positif strictement), tend vers 0 en décroissant. Ainsi, le théorème
spécial s’applique, et on en déduit que ∑ vn converge pour 1/2 < α ⩽ 1.
Finalement, par la question 3, on en déduit la convergence de la série ∑ un .
Exercice 30 (comparaison série-intégrale dans le cas C 1 )

Soit f ∶ R+ → C une fonction de classe C 1 dont la dérivée f ′ est intégrable sur R+ .
1. (a) Montrer que f possède une limite finie en +∞.
(b) Montrer que pour tout n ∈ N∗ et tout x ∈ R+ , on a :
x x
∫ (t − x)f ′ (t) dt = (x − n)f (n) − ∫ f (t) dt
n n
n+1
(c) Montrer que la série de terme général un = f (n) − ∫n f est absolument
convergente et que par conséquent les séries de termes généraux f (n) et
n+1
∫n f (t) dt sont de même nature.
∞
(d) Montrer enfin que la série de terme général f (n) et l’intégrale ∫0 f sont
de même nature.
√
sin n
2. Déterminer la nature de la série de terme général un = .
n
Soluce
1. (a) Pour tout x > 0, on a f (x) = f (0) + ∫0 f ′ (t) dt ; puisque f ′ est intégrable
x
sur R+ , le second membre de l’égalité précédente admet une limite finie

en +∞. Ainsi f possède une limite finie en +∞.
(b) L’égalité à démontrer résulte d’une simple intégration par parties :

x x
(t − x)f ′ (t)dt = [(t − x)f (t)]n − ∫
x
∫ f (t)dt
n n
x
= (x − n)f (n) − ∫ f (t)dt
n
(c) D’après la question 1b, appliquée avec n quelconque et x = n + 1 :

n+1 n+1
∣f (n) − ∫ f ∣ = ∣∫ (t − (n + 1))f ′ (t) dt∣
n n
n+1 n+1
⩽∫ ∣t − (n + 1)∣ ⋅ ∣f ′ (t)∣ dt ⩽ ∫ ∣f ′ (t)∣ dt
n n
Puisque f ′ est intégrable, la série de terme général ∫n ∣f ′ (t)∣ dt est

n+1
convergente donc celle de terme général un est absolument convergente

n+1
. Par conséquent les séries de termes généraux f (n) et ∫n f (t) dt sont
de même nature (si l’une est convergente, l’autre l’est aussi comme somme
de deux séries convergentes).
∞ n+1
(d) Si l’intégrale ∫0 f est convergente, la série de terme général ∫n f (t) dt
est convergente donc, par ce qui précède, celle de terme général f (n) aussi.
Réciproquement, supposons que la série de terme général f (n) est conver-
n+1
gente. Toujours d’après ce qui précède, la série de terme général ∫n f (t) dt
n
est convergente, ce qui équivaut à dire que la suite (∫0 f (t) dt)n∈N pos-
sède une limite finie en +∞. Montrons qu’il en de même de la fonc-
x
tion x ↦ ∫0 f (t) dt. Soient x > 0 et n = ⌊x⌋ sa partie entière, alors
x n x
∫0 f (t) dt = ∫0 f (t) dt + ∫n f (t) dt. On traite le deuxième terme grâce
à la question 1b (utiliser 0 ⩽ x − t ⩽ x − n ⩽ 1) :
x x n+1
∣∫ f (t) dt∣ ⩽ ∣(x − n)f (n) + ∫ (x − t)f ′ (t)dt∣ ⩽ ∣f (n)∣ + ∫ ∣f ′ (t)∣dt.
n n n
Les deux termes du membre de droite tendent vers 0 lorsque x tend vers
l’infini (rappel : n est la partie entière de x). En effet, comme la série
∑ f (k) est convergente, la suite (∣f (k)∣)k∈N tend vers 0 et comme f ′ est
intégrable, la suite (∫k ∣f ′ (t)∣dt)
k+1
tend vers 0 aussi. Il en est alors de
k∈N
x ∞
même de ∫n f (t) dt ; on en conclut que l’intégrale ∫0 f est convergente.
∞
Ainsi, la série de terme général f (n) et l’intégrale ∫0 f sont de même
nature.
2. Notons d’abord que les résultats des questions précédentes restent encore vrais
si on remplace R+ par l’intervalle [n0 , +∞[√ où n0 est un quelconque entier na-
turel et considérons la fonction f ∶ t ↦ sint t ; elle est de classe C 1 sur [1, +∞[
√ √
et f ′ (t) = − sint2 t + cos
2t3/2
t
. Ainsi ∣f ′ (t)∣ ⩽ t12 + 2t13/2 et alors f ′ est intégrable sur
[1, +∞[ par comparaison avec une intégrale de Riemann ; d’après les résultats
précédents la série de terme général un est √ de même nature que l’intégrale
∞
∫1 f (t) dt. Le changement de variable u = t montre que cette dernière inté-
∞ sin u
grale est de même nature que l’intégrale 2 ∫1 u du dont la convergence est
√
sin n
notoire. Conclusion : la série de terme général un = n est convergente.
√
ei n
Remarque. Cette technique permet de montrer que la série ∑ α est convergente
n
1
pour α > .
2
Exercice 31 (Comparaison série-intégrale, bis)

1. Soit f une fonction continue positive décroissante intégrable définie sur R+ .
Montrer l’existence de la limite suivante et la calculer :
lim ∑ tf (nt).
t→0+ n⩾0
2. En déduire un équivalent lorsque u tend vers 1− de ∑n⩾0 un .

2
Figure 6.1 – Comparaison série-intégrale
Soluce
1. Soient t > 0 et n ∈ N. Pour k ∈ {0, . . . , n} et x ∈ [kt, (k + 1)t], on a : f ((k + 1)t) ⩽
f (x) ⩽ f (kt) d’où, en intégrant sur cet intervalle de longueur t :
(k+1)t
tf ((k + 1)t) ⩽ ∫ f (x)dx ⩽ tf (kt).
kt
En sommant, il vient (si uk = tf (kt), ∑nk=0 uk+1 = ∑nk=0 uk − u0 + un+1 ) :

(n+1)t n (n+1)t
∫ f (x)dx ⩽ ∑ tf (kt) ⩽ ∫ f (x)dx + tf (0) − tf ((n + 1)t).
0 k=0 0
Les hypothèses sur f font que limn→+∞ tf ((n + 1)t) = 0. En faisant tendre n
vers l’infini, il vient :
+∞ +∞ +∞
∫ f (x)dx = ∑ tf (kt) ⩽ ∫ f (x)dx+tf (0), d’où lim+ ∑ tf (kt) = ∫ f (x)dx.
0 k⩾0 0 t→0 k⩾0 0
2. Lorsque u tend vers 1− , ln(u) tend vers 0− . Mieux : ln(u) ∼ (u − 1). On

2 2 2
transforme
√
le terme un pour le mettre sous la forme f (nt) : un = en ln u =
e−(n ∣ ln u∣) . On est amené à poser f (x) = e−x pour x ∈ R+ , fonction dont
2 2
√
l’intégrale vaut π/2 d’après l’exercice 45. On en déduit que
√ √ √
n2 1 −(n ∣ ln u∣)2 1 π
∑u ∼ √ ∑ ∣ ln u∣ e ∼√ ⋅ .
n⩾0 ∣ ln u∣ n⩾0 1−u 2
Exercice 32 (Permutation de sommes)

Soit u ∶ N × N → C, (n, p) ↦ un,p une suite double.
1. On suppose que un,p est un réel positif ou nul pour tout couple (n, p). Dé-
montrer que
k
∑ ∑ un,p = ∑ ∑ un,p = ∑ ∑ ui,k−i .
n⩾0 p⩾0 p⩾0 n⩾0 k⩾0 i=0
On pourra par exemple introduire la borne supérieure de l’ensemble des

∑(n,p)∈A un,p lorsque A parcourt les parties finies de N × N.
2. En déduire que ces égalités restent vraies pour une suite double complexe
quelconque telle que ∑n⩾0 ∑k⩾0 ∣un,k ∣ < +∞.
3. Que se passe-t-il pour un,p = (−1)p /(n + p + 1) ?
Remarque. Le programme du concours ne permet pas de permuter l’ordre de som-

mation dans les séries (bien que figure le produit de Cauchy de deux séries), ce qui
est souvent bien commode.
On voit dans que pour les séries positives, on peut librement permuter les sommes,
qu’elles convergent ou pas. Pour des séries complexes (ou réelles de signe non constant),
l’hypothèse de convergence absolue est indispensable.
Soluce
1. Soit
S = sup{ ∑ un,p , A ⊂ N × N et A fini}.
(n,p)∈A
Montrons d’abord que S est égal à
S1 = ∑ ( ∑ un,p )
n⩾0 p⩾0
(que S et S1 soient finies ou non). Soit A ⊂ N × N une partie finie : elle est
incluse dans le produit {0, . . . , N} × {0, . . . , P} pour N et P entiers convenables.
Puisque tous les termes sont positifs, on a :
N P N
∑ un,p ⩽ ∑ ∑ un,p ⩽ ∑ ∑ un,p ⩽ S1 .
(n,p)∈A n=0 p=0 n=0 p⩾0
Comme ceci est vrai pour A quelconque, on a : S ⩽ S1 .

Inversement, soient P et N deux entiers. Vu que {0, . . . , N} × {0, . . . , P} est une
partie finie de N × N, on a :
P N
∑ ∑ un,p ⩽ S.
p=0 n=0
Lorsque N est fixé et P tend vers l’infini, il vient :

N
∑ ∑ un,p ⩽ S,
n=0 p⩾0
p p p p
K
P P
A P
n
n n n
N N K N N+P
Figure 6.2 – Séries positives doubles : S ⩽ S1 , S1 ⩽ S, S3 ⩽ S, S1 ⩽ S3
puis en faisant tendre N vers l’infini : S1 ⩽ S. Ainsi, S = S1 . De même, S = S2 .

Enfin, soit
k
S3 = ∑ ∑ ui,k−i .
k⩾0 i=0
Pour tout K, on a :
K k
∑ ∑ ui,k−i ⩽ S = S1 ,
k=0 i=0
car la somme est de la forme ∑(n,p)∈A un,p . Comme K est arbitraire : S3 ⩽ S1 .

Inversement, pour tous N et P, on a :
N P N+P k
∑ ∑ un,p ⩽ ∑ ∑ ui,k−i ⩽ S3 ,
n=0 p=0 k=0 i=0
d’où en faisant tendre N puis P vers l’infini : S1 ⩽ S3 .

2. Soit n un entier. Par hypothèse, la série ∑p un,p est absolument convergente,
notons sa somme Un = ∑p⩾0 un,p . On a : ∣Un ∣ ⩽ ∑p⩾0 ∣un,p ∣, qui est le terme
général d’une série convergente. Il en résulte que la série de terme général Un est
convergente. De même, pour p entier, la série de terme général Vp = ∑n⩾0 un,p
est bien définie et convergente. Notons à nouveau :
S1 = ∑ ∑ un,p et S2 = ∑ ∑ un,p .
n⩾0 p⩾0 p⩾0 n⩾0
Pour N et P entiers, on a :
N N P N P N P P
∑ Un = ∑ ∑ un,p + ∑ ∑ un,p et ∑ Vp = ∑ ∑ un,p + ∑ ∑ un,p ,
n=0 n=0 p=0 n=0 p⩾P+1 p=0 n=0 p=0 p=0 n⩾N+1
´¹¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¸ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¶ ´¹¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹¸ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¶ ´¹¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¸ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¶ ´¹¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¸¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹¶
zone A zone B zone A zone C
de sorte que
RRR N P RRR N P
RRR U − R
RRR ∑ n ∑ Vp RRRRR ⩽ ∑ ∑ ∣un,p ∣ + ∑ ∑ ∣un,p ∣ .
RRn=0 p=0 RR n=0 p⩾P+1 p=0 n⩾N+1
p p
B B
P N
A C C
n n
N N
Figure 6.3 – Permutation de deux sommes de signe quelconque
Prenons P = N. Pour (n, p) ∈ N×N, si p ⩾ N+1 ou si n ⩾ N+1 alors n+p ⩾ N+1.

D’où :
N P K
∑ ∑ ∣un,p ∣ + ∑ ∑ ∣un,p ∣ ⩽ ∑ ∑ ∣ui,j−i ∣ ,
n=0 p⩾P+1 p=0 n⩾N+1 k⩾N+1 i=0
quantité qui tend vers 0 lorsque N tend vers l’infini en vertu de la question 1.
Ceci entraîne l’égalité des deux sommes, quel que soit l’ordre de sommation.
3. Prenons un,p = (−1)/ (n + p + 1). Notons vp = u0,p = (−1)p /(p + 1). Par le critère
spécial des séries alternées, la série ∑ vp est convergente. Pour p ⩾ 0, soit Rp =
∑q⩾p+1 vq son reste. Toujours par le critère spécial, la suite (Rp ) est alternée et
la suite (∣Rp ∣)p⩾0 est décroissante donc la série ∑Rp est convergente.
Pour n fixé, la série ∑p un,p est convergente et sa somme est Rn . Par la remarque
du paragraphe précédent, la somme ∑n⩾0 ∑p⩾0 un,p est bien définie.
Inversement, fixons p. Comme la série harmonique diverge, la série ∑n un,p
diverge. Aucune des sommes ∑n⩾0 un,p n’est définie, a fortiori la somme double
∑p⩾0 ∑n⩾0 un,p non plus.
Exercice 33 (Produit de Cauchy)

Soient (an )n∈N et (bn )n∈N deux suites complexes. On pose, pour n ∈ N :
n
cn = ∑ ak bn−k .
k=0
1. On suppose que les séries ∑ ∣an ∣ et ∑ ∣bn ∣ sont convergentes. Montrer que la
série ∑ ∣cn ∣ converge et que
∑ cn = ∑ an ∑ bn .
n⩾0 n⩾0 n⩾0
√
2. Pour n entier, on prend an = bn = (−1)n / n + 1. Démontrer que la série de
terme général cn est divergente.
3. Pour n entier, on prend an = bn = (−1)n /(n + 1). Démontrer que la série de
terme général cn est convergente.
Soluce
1. Il suffit de poser un,p = an bp pour (n, p) ∈ N2 et et d’appliquer l’exercice 32.
2. Pour n ∈ N, on a :
n
(−1)k (−1)n−k n
1
cn = ∑ √ √ = (−1)n ∑ √ .
k=0 k+1 n−k+1 k=0 (k + 1)(n − k + 1)
1 2
Étant donnés x et y positifs, on a : 4xy ⩽ (x + y)2 , d’où √ ⩾ et :
xy x + y
n
2 2n + 2
∣cn ∣ ⩾ ∑ = .
k=0 n + 2 n+2
Comme le terme général (cn ) ne tend pas vers zéro, la série ∑ cn est divergente.
3. Pour n entier, on a :
n
(−1)k (−1)n−k (−1)n n 1 1 2 ⋅ (−1)n n 1
cn = ∑ × = ∑( + )= ∑ .
k=0 k + 1 n − k + 1 n + 2 k=0 k + 1 n − k + 1 n + 2 k=0 k + 1
2 ln(n)
Par suite, la suite (cn ) est alternée et tend vers 0 (car ∣cn ∣ ∼ ). Si n ⩾ 1,
n
on a aussi :
2 n−1 1 2 n 1
∣cn−1 ∣ − ∣cn ∣ = ∑ − ∑
n + 1 k=0 k + 1 n + 2 k=0 k + 1
n−1
2 1 2
= ∑ − ,
(n + 1)(n + 2) k=0 k + 1 (n + 2)(n + 1)
suite qui est positive pour n assez grand (le premier terme est équivalent à
2 ln(n)/n2 , beaucoup plus grand que le second qui est équivalent à 2/n2 ). On
peut donc appliquer le critère spécial des séries alternées pour conclure que la
série ∑ cn est convergente.
Chapitre 7
Séries de fonctions
7.1 Généralités
Exercice 34 (Game of convergences)

Pour x ∈ R+ , et n ⩾ 2, on pose
xe−nx
fn (x) = ,
ln n
avec par convention fn (0) = 0.
1. Montrer que la série ∑ fn est simplement convergente sur R+ . On note f la
somme de cette série.
2. Montrer que la convergence de la série ∑ fn est normale sur tout intervalle
[a, +∞[, où a > 0. Y a-t-il convergence normale de la série sur tout R+ ?
3. Montrer que la convergence de la série ∑ fn est uniforme sur R+ . En déduire
que f est continue sur R+ .
4. Montrer que f est de classe C 1 sur ]0, +∞[.
5. Montrer que f n’est pas dérivable en 0.
Soluce
1. Tout d’abord, pour x = 0, on a fn (0) = 0, pour tout n ⩾ 2, donc la série ∑ fn (0)
converge.
Pour x > 0, on a fn (x) = o ( n12 ), puisque n2 fn (x) → 0. Comme n12 est le
+∞ n→+∞
terme général d’une série convergente, par le critère de Riemann, la convergence
de la série ∑ fn (x) est assurée, pour tout x > 0.
2. Soit a > 0. On pose ϕn ∶ x ↦ xe−nx . Lançons-nous dans une petite étude de
cette fonction, afin d’en déterminer une borne supérieure. La fonction ϕn est
de classe C ∞ , et l’on a, pour tout x ⩾ 0,
ϕ′n (x) = e−nx (1 − nx).
73
74 CHAPITRE 7. SÉRIES DE FONCTIONS
Dressons son tableau de variation, pour un n « assez grand » 1 .
x 0 1
n
a +∞
ϕ′n (x) + 0 − −
ϕn ϕn (a)
On a donc, pour un entier n suffisamment grand (plus grand que 1/a pour être
précis), max(ϕn ) = ϕn (a) = ae−na sur l’intervalle [a, +∞[ ; et donc, toujours
sur [a, +∞[ :
ae−na 1
max(fn ) = fn (a) = = o ( 2).
ln n n→+∞ n
Ainsi, la série ∑ fn convergence normalement sur l’intervalle [a, +∞].

Cependant, si l’on se place sur R+ , on a
1 e−1
max(fn ) = fn ( ) = .
n n ln n
1 1
Or, n ln n est le terme général d’une série de Bertrand, de la forme nα lnβ n , où
α = β = 1. Ce type de série ne convergeant que pour α > 1, ou bien pour α = 1
et β > 1, la série ∑ n ln
1
n est divergente. Ainsi, la série ∑ fn ne converge pas
normalement sur R+ .
3. On considère dans la suite (Rn )n , la suite des restes de la série des ∑ fn , c’est-
à-dire, pour n ∈ N et x ⩾ 0, Rn (x) = ∑+∞ k=n+1 fn (x). Il s’agit de montrer que
(Rn ) converge uniformément vers 0.
Fixons x > 0, et soit n ∈ N. On a
+∞
e−kx x +∞
−kx xe−(n+1)x 1
0 ⩽ Rn (x) = x ∑ ⩽ ∑ e = .
k=n+1 ln k ln(n + 1) k=n+1 ln(n + 1) 1 − e−x
On a donc, pour tout x > 0,

xe−nx
Rn (x) ⩽ ,
ln(n + 1)(ex − 1)
et pour x = 0, Rn (0) = 0.
x x
Or, on a x Ð→ 1 ; et x Ð→ 0. On en déduit que la fonction
e − 1 x→0 e − 1 x→+∞
⎧
⎪
x
si x > 0
⎪ x
f ∶ x ↦ ⎨e − 1
⎪
⎪ si x = 0
⎩1
est majorée ; soit M > 0 tel que, pour tout x ⩾ 0,
x
∣ ∣ ⩽ M.
ex −1
1. Ceci pour assurer que n1 soit suffisamment proche de 0, de sorte que, quel que soit a > 0
choisi, a soit toujours plus grand que n1 .
7.1. GÉNÉRALITÉS 75
On a alors, pour tout x ⩾ 0, et pour tout n ∈ N,

M
0 ⩽ Rn (x) ⩽ .
ln(n + 1)
M
Comme ln(n+1) tend vers 0 lorsque n → +∞, on en déduit que (Rn ) tend
uniformément vers 0, sur R+ , ce que l’on cherchait.
La continuité de f sur R+ s’en déduit ensuite, comme somme d’une série de
fonctions continues uniformément convergente sur R+ .
4. Pour montrer le caractère C 1 de la fonction f , on va utiliser le théorème de
dérivation des séries de fonctions. Soit n ⩾ 2. La fonction fn est de classe C 1
sur R∗+ , et pour tout x > 0, on a
e−nx (1 − nx)
fn′ (x) = .
ln n
De plus, si l’on se place sur le segment [c, d], où 0 < c < d < +∞, on a
1 −nx e−nc 1
∣fn′ (x)∣ ⩽ e (1 + nx) ⩽ (1 + nd) = o ( 2 ) .
ln n ln c n
Ainsi, par le critère de Riemann, la série ∑ fn′ est normalement, donc uni-
formément convergente sur [c, d]. Par le théorème de dérivation des séries, la
fonction f est de classe C 1 sur le segment [c, d], et pour tout x ∈ [c, d] :
+∞
f ′ (x) = ∑ fn′ (x).
n=2
Ceci étant valable pour tous c et d dans R∗+ , on en déduit que la fonction f est
de classe C 1 sur R∗+ .
5. On étudie le taux d’accroissement
f (x) − f (0) +∞ e−nx
=∑ =∶ Θ(x).
x−0 n=2 ln n
On veut montrer que Θ n’admet pas de limite finie en 0. La fonction Θ est

décroissante sur ]0, +∞[, et donc Θ admet une limite finie en 0 si, et seulement
si, elle est majorée. Il s’agit donc de montrer que Θ n’est pas majorée.
Par l’absurde : supposons qu’il existe M tel que 0 ⩽ Θ ⩽ M. En particulier, on
aura, pour tout x ∈ R+ , et pour tout N ∈ N :
N
e−nx
0⩽ ∑ ⩽ Θ(x) ⩽ M.
n=2 ln n
On fait tendre x vers 0+ , pour obtenir, pour tout N ∈ N :

N
1
∑ ⩽ M.
n=2 ln n
Ceci est absurde, puisque la série ∑ ln1n diverge. Conclusion : f n’est pas déri-
vable en 0.
Exercice 35 (Dini & Weierstass)

Soit (fn )n une suite de fonctions continues sur [0, 1] à valeurs dans R et convergeant
simplement vers une fonction continue f . On suppose de plus que, pour x fixé, la
suite (fn (x))n est croissante.
1. (a) Montrer que la suite définie, pour n ∈ N, par un = ∣∣f − fn ∣∣∞ est conver-
gente.
(b) Montrer que, pour n ∈ N, il existe xn ∈ [0, 1] tel que un = (f − fn )(xn ).
(c) Montrer que (un )n a pour limite 0, c’est-à-dire que la convergence de
(fn )n vers f est uniforme sur [0, 1].
2. On considère la suite (Pn )n de fonctions polynômes sur [0, 1] définie par les
relations :
x − Pn (x)2
P0 = 0 et ∀n ∈ N, Pn+1 (x) = Pn (x) + .
2
√
(a) Montrer que, pour x ∈ [0, 1], 0 ⩽ Pn (x) ⩽ x.
(b) Déduire de ce qui précède que (Pn )n est uniformément convergente, sur
√
[0, 1], vers la fonction x ↦ x.
(c) Montrer que la fonction x ↦ ∣x∣ est limite uniforme, sur [0, 1], d’une suite
de fonctions polynômes 2 .
Soluce
1. (a) Soit n ∈ N. Par définition de la suite (un )n , et de la norme infinie sur R,
on a
un+1 = ∣∣f − fn+1 ∣∣∞ = sup ∣f (x) − fn+1 (x)∣.
x∈[0,1]
Comme, pour x ∈ [0, 1] fixé, la suite (fn (x))n est croissante, on obtient
un+1 = sup ∣f (x) − fn+1 (x)∣ ⩽ sup ∣f (x) − fn (x)∣ = un .

x∈[0,1] x∈[0,1]
Ainsi, la suite (un )n est décroissante. Elle est de plus minorée par 0 (c’est
une norme !) ; par le théorème de la limite monotone, la suite (un )n est
donc convergente.
(b) Soit n ∈ N. La fonction x ↦ (f − fn )(x) est continue (car f et fn le sont)
sur [0, 1], qui est un intervalle compact de R. Elle est donc bornée, et elle
atteint ses bornes ; autrement dit, ∃xn ∈ [0, 1] ; un = (f − fn )(xn ).
Comme on a fixé n ∈ N arbitrairement, ceci est valable pour tout n ∈ N.
(c) On a montré dans la question 1 (a) que la suite (un ) est convergente.
Notons l sa limite. On veut montrer que l = 0.
Faisons dans un premier temps une hypothèse supplémentaire : supposons
que la suite (xn ) est convergente, et tend vers un certain x ∈ [0, 1].
2. Ce résultat permet d’établir le théorème de Weierstrass, puisque toute fonction continue peut
être approchée uniformément par des fonctions continues affines par morceaux, qui, elles-mêmes,
s’écrivent comme combinaisons linéaires de fonctions de la forme x ↦ ∣x − c∣.
Fixons p ∈ N. Comme la suite (fn (x)), pour un x donné, est croissante, on

a, pour tout n ⩾ p :
0 ⩽ f (xn ) − fn (xn ) ⩽ f (xn ) − fp (xn ).
On fait alors tendre n vers l’infini ; la continuité de la fonction f implique

0 ⩽ l ⩽ f (x) − fp (x).
Puis, en faisant tendre p vers l’infini, on obtient

0 ⩽ l ⩽ 0,
ce qui implique l = 0.
À présent, revenons au cas général, où la suite (xn ) n’est pas forcément
supposée convergente. Comme (xn ) est une suite à valeurs dans [0, 1] qui
est compact, par le théorème de Bolzano-Weierstrass, on peut extraire de
(xn ) une sous-suite qui converge dans [0, 1]. Notons (xϕ(n) ) cette sous-
suite, et y sa limite.
En effectuant les mêmes calculs que précédemment, en remplaçant (xn )
par (xϕ(n) ), et x par y, on obtient de même que un tend vers 0.
2. (a) Soit x ∈ [0, 1]. On montre ce résultat par récurrence sur n.
Pour n = 0, il n’y a rien à dire. Si l’on suppose le résultat vrai au rang n,
il est déjà clair que Pn+1 (x) est positif, car alors x − Pn (x)2 ⩾ 0. De plus,
√
comme x ∈ [0, 1], on a x ⩽ x. En utilisant en plus l’hypothèse de récur-
rence, on obtient
√ √
√ √ ( x − Pn (x))( x + Pn (x))
Pn+1 − x = Pn (x) − x+
√ 2
√ x + Pn (x)
= ( x − Pn (x))( − 1 + )
2
√ √
( x − Pn (x))( − 2 + x + Pn (x))
=
2
√ √
( x − Pn (x))(2 x − 2)
⩽ ⩽ 0,
2
ce qui termine la récurrence.
(b) On va utiliser ici le théorème de Dini démontré précédemment.
Commençons par noter que (Pn ) est une suite de fonctions polynômes,
donc en particulier, continues.
Soit maintenant x ∈ [0, 1] fixé. La suite (Pn (x)) est croissante, d’après
√
la question 2 (a), majorée par x ; elle est donc convergente. Notons
√
`(x) sa limite 3 ; elle vérifie 0 ⩽ `(x) ⩽ x. De plus, comme (Pn+1 (x))
et (Pn (x)) ont même limite `(x), en passant à la limite dans l’égalité
x−Pn (x)2
Pn+1 (x) = Pn (x) + 2 , on obtient l’équation
x − `(x)2
`(x) = `(x) + ,
2
3. A priori, elle dépend de x.
√ √
dont les solutions sont `(x) = x ou `(x) = − x ; mais comme 0 ⩽ Pn (x)
∀n ∈ N, alors la limite `(x) est également positive. Autrement dit, on a
√
`(x) = x.
On a donc obtenu une suite (Pn ) de fonctions continues de [0, 1] à valeurs
√
dans R qui converge simplement vers la fonction x ↦ x, continue. Comme
de plus, pour x ∈ [0, 1] fixé, la suite (Pn (x))n est croissante, toutes les
conditions sont réunies pour appliquer le théorème de Dini, qui assure que
cette convergence est uniforme sur [0, 1].
(c) D’après ce qui précède, (Pn )n converge uniformément vers la fonction x ↦
√
x. Donc, la suite (Qn )n définie par Qn (x) = Pn (x2√
), x ∈ [0, 1], converge
uniformément , par continuité, vers la fonction x ↦ x2 = ∣x∣.
4
Remarque. Le résultat de la question 2)c) peut s’obtenir directement en appliquant

le théorème de Dini à la suite Qn .
7.2 Séries entières sur R
Exercice 36 (Un problème de dénombrement : les nombres de Bell)

Pour tout n ∈ N, on note Dn le nombre de partitions de l’ensemble [1, n], avec par
convention D0 = 1.
1. Calculer D1 , D2 , D3 .
n
n
2. Montrer que, pour tout n ∈ N, on a la formule Dn+1 = ∑ ( )Dk . En déduire
k=0 k
que, pour tout n ∈ N, Dn ⩽ n!.
+∞
Dn n
3. On pose f (z) = ∑ z (que l’on appelle série génératrice exponentielle de
k=0 n!
la suite (Dn )n⩾0 ). Montrer que cette série entière a un rayon de convergence R
non nul, puis calculer sa somme pour z ∈ ]−R, R[. En déduire une expression
de Dn comme somme d’une série.
Soluce
1. Détaillons d’abord les cas n = 1, 2, 3.
Pour n = 1, il n’y a rien à dire.
Pour n = 2, les partitions 5 de l’ensemble [1, 2] sont
{{1}, {2}} et {{1, 2}},
ce qui donne D2 = 2.
Enfin, pour n = 3, on partitionne l’ensemble [1, 3] en
{{1}, {2}, {3}}, {{1, 2, 3}}, {{1}, {2, 3}}, {{2}, {1, 3}}, {{3}, {1, 2}},
4. On a utilisé ici le résultat suivant : si (fn ) est une suite de fonctions continues, qui converge
uniformément vers une fonction f , continue également, alors, pour g fonction continue, (fn ○ g) tend
uniformément vers f ○ g.
5. On rappelle qu’une partition d’un ensemble X est une famille de sous-ensembles Xi non vides
et disjoints dont la réunion est l’ensemble entier, i.e. tels que ⋃i Xi = X et Xi ∩ Xj = ∅ si i ≠ j.
7.2. SÉRIES ENTIÈRES SUR R 79
donc D3 = 5.
Soit maintenant n ⩾ 3. Pour k ∈ [0, n], on considère à présent Ek , l’ensemble
des partitions de [1, n + 1] pour lesquelles la partie qui contient n + 1 est de
cardinal k + 1, fixé. On regarde cette phrase droit dans les yeux, et on trouve
#Ek = (nk)Dn−k . Effectivement, pour constituer la partie contenant n+1, il faut
choisir k éléments dans [1, n], puis réaliser une partition des n − k éléments
restants.
De plus, comme les (Ek )k∈[0,n] forment une partition de l’ensemble des parti-
tions de [1, n + 1], on obtient la formule :
n n
n n
Dn+1 = ∑ ( )Dn−k = ∑ ( )Dj ,
k=0 k j=0 j
le passage de la deuxième à la troisième égalité n’étant qu’un changement

d’indice j = n − k.
Quant à l’inégalité Dn ⩽ n!, elle se démontre par récurrence sur n ∈ N. Elle est
d’abord vraie pour n ⩽ 3. Ensuite, si on la suppose vraie au rang n, alors :
n n
n 1
Dn+1 ⩽ ∑ ( )k! = n! ∑ ⩽ (n + 1)!
k=0 k k=0 (n − k)!
Et emballez, c’est pesé !

2. Par la question qui précède, pour tout n ∈ N, on a Dn!n ⩽ 1. On en déduit que le
rayon de convergence R de la série entière est supérieur ou égal à 1, donc non
nul.
Soit maintenant z dans ]−R, R[. On a alors
+∞
Dn+1 n+1
f (z) = 1 + ∑ z .
n=0 (n + 1)!
La fonction f est dérivable sur ]−R, R[ (cette propriété sur les séries entières sur
leur disque de convergence étant une conséquence du théorème de dérivation
des séries), et l’on a
+∞
Dn+1 n
f ′ (z) = ∑ z .
n=0 n!
Par la formule trouvée à la question 1, on en déduit que, pour z ∈ ]−R, R[ :
+∞ +∞
1 n n n
Dk 1
f ′ (z) = ∑ ( ∑ ( )Dk ) z n = ∑ ( ∑ ) zn.
n=0 n! k=0 k n=0 k=0 k! (n − k)!
Ne reconnaissez-vous pas dans le terme de droite un joli produit de Cauchy ?

n
Eh si ! Celui des séries ∑ Dn!n z n et ∑ zn! ; la première a pour somme f (z), on l’a
vu, et la seconde, ez . Toutes les deux ont un rayon de convergence supérieur ou
n
égal à R (puisque celui de la série ∑ zn! est infini). On a donc, pour z ∈ ]−R, R[,
f ′ (z) = f (z)ez . On en déduit, par intégration, qu’il existe C ∈ R tel que, pour
z ∈ ]−R, R[,
z t
f (z) = Ce∫0 e dt = Cee −1 .
z
Enfin, pour calculer C, il suffit de se rappeler que f (0) = D0 = 1 par convention,

ce qui donne C = 1.
Finalement, on obtient, pour z ∈ ]−R, R[ :

1 z
f (z) = ee = ee −1 .
z
e
3. La série entière définissant l’exponentielle ayant un rayon de convergence infini,
on a, pour tout z ∈ C :
+∞
z enz +∞ 1 +∞ (nz)k
ee = ∑ =∑ ∑ .
n=0 n! n=0 n! k=0 k!
On va à présent utiliser le théorème d’interversion de Fubini pour les séries

doubles. Pour ce faire, considérons la série double (un,k )(n,k)∈N2 définie par
(nz)k
un,k = n!k! . Il s’agit de vérifier que la série ∑k ∣un,k ∣ est convergente, puis que
∑n ∑k ∣un,k ∣ l’est également.
Pour le premier point, on a :
+∞ +∞
∣nz∣k e∣nz∣
∑ ∣un,k ∣ = ∑ = ,
k=0 k=0 k! n! n!
puis
∣z∣ n
+∞
e∣nz∣ +∞ (e )
=∑ = ee .
∣z∣
∑
n=0 n! n=0 n!
La série double est donc sommable, sur C. Par le théorème de Fubini, on peut
alors intervertir les sommes, et en déduire que, pour tout z ∈ ]−R, R[,
1 +∞ +∞ +∞
1 +∞ nk z k
f (z) = ∑ ( ∑ un,k ) = ∑ ( ∑ ) .
e k=0 n=0 k=0 e n=0 n! k!
Or, on avait f (z) = ∑+∞ Dn n

n=0 n! z , et comme le développement en série entière
d’une fonction est unique, on compare les deux expressions obtenues, et on en
déduit que, pour tout k ∈ N,
1 +∞ nk
Dk = ∑
e n=0 n!
Exercice 37 (Lien entre polynômes de Bernoulli et la cotangente)

Le but de l’exercice est de donner une autre méthode expliquant le lien entre les
polynômes de Bernoulli Bn définis dans l’exercice 41 et la cotangente, voir exer-
cice 42.
Bn (t) n
1. Montrer que ∣Bn (t)∣ ⩽ n! pour t ∈ [0, 1] ; en déduire que la série ∑n⩾0 n! x
converge pour tout x tel que ∣x∣ < 1 ; à x fixé.
B (t)
2. Trouver une équation différentielle simple dont ∑n⩾0 nn! xn , considérée
comme fonction de t, est solution. La résoudre, puis montrer que pour x
complexe de module strictement inférieur à 1 et t ∈ [0, 1], on a :
Bn (t) n xext
∑ x = x .
n⩾0 n! e −1
7.2. SÉRIES ENTIÈRES SUR R 81
3. Montrer que le rayon de convergence de la série (en x) vaut au plus 2π, (en
fait, c’est exactement 2π).
x x
4. Montrer que l’on a, sur un voisinage de 0 dans C convenable : x + =
e −1 2
x x
coth .
2 2
B2k (0) 2k
5. En utilisant cot x = i coth(ix), en déduire que x cot x = ∑ (−1)k 22k x .
k⩾0 (2k)!
(−1)k+1 x2k
6. En écrivant (x2 − n2 π 2 )−1 = ∑ , retrouver la formule de l’exer-
k⩾0 (nπ)
2k+2
cice 42.
Soluce
1. Montrons par récurrence sur n que ∣Bn (t)∣ ⩽ n! pour t ∈ [0, 1]. Pour n = 0, rien
à faire. Soit n ⩾ 1, supposons que, pour tout t, on ait : ∣Bn−1 (t)∣ ⩽ (n − 1)!, de
sorte que ∣B′n (t)∣ ⩽ n!. Comme ∫0 Bn = 0, le polynôme Bn admet au moins un
1
zéro zn ∈ [0, 1]. Pour t ∈ [0, 1], il vient alors :

t t 1
∣Bn (t)∣ = ∣Bn (t) − Bn (zn )∣ ⩽ ∣∫ B′n (u)du∣ ⩽ ∫ ∣B′n (u)∣du ⩽ ∫ n!du = n!.
zn zn 0
B (t)
Il en résulte, par comparaison avec la série géométrique, que la série ∑n nn! xn
a, pour tout t ∈ [0, 1], un rayon de convergence R supérieur ou égal à 1. Dans
la suite, notons, pour ∣x∣ < R et t ∈ [0, 1],
Bn (t) n
f (t, x) = ∑ x .
n⩾0 n!
B (t)
2. Fixons x ∈ D(0, 1) (i.e. ∣x∣ < 1) et posons fn (t) ∶= nn! . Le terme général
un (t) ∶= fn (t)xn de la série qui définit f est dérivable par rapport à t, et l’on
a : u′n (t) = fn−1 (t)xn . Comme ∣fn−1 (t)xn ∣ ⩽ ∣x∣n−1 , la convergence de ∑ u′n est
normale sur [0, 1] (la variable est t...). On peut donc dériver terme à terme :
∂f nBn−1 (t) n Bp (t) p

(t, x) = ∑ x =x∑ x = xf (t, x).
∂t n⩾1 n × (n − 1)! p⩾0 p!
Par suite, x étant fixé, la fonction fx ∶ t ↦ f (t, x) vérifie l’équation y ′ = xy.

On voit donc qu’il existe une fonction g(x), ne dépendant que de x, telle que
f (t, x) = g(x)ext pour tout t ∈ [0, 1]. Fixons maintenant x non nul, toujours
dans D(0, 1), et intégrons sur [0, 1]. D’une part, on a :
1 1 g(x) x
∫ f (t, x)dt = ∫ g(x)ext dt = (e − 1);
0 0 x
1
d’autre part, comme ∣fn (t)xn ∣ ⩽ ∣x∣n , la série ∑ ∫0 ∣fn (t)xn ∣dt converge, et on
peut permuter somme et intégrale :
1 1 Bn (t) n 1 B (t)
n xn 1 x0 1
∫ f (t, x)dt = ∫ ∑ x dt = ∑ ∫ xn dt = ∑ ∫ B n (t)dt = ∫ dt = 1.
0 0 n⩾0 n! n⩾0 0 n! n⩾0 n! 0 0! 0
En comparant ces deux égalités, on trouve que g(x) = x/(ex − 1). Un prolonge-
ment par continuité donne également un sens à la formule pour x = 0, de sorte
que :
Bn (t) n xext
∀t ∈ [0, 1], ∀x ∈ D(0, 1), ∑ x = x .
n⩾0 n! e −1
(En fait, la formule est vraie pour tout x complexe de module < 2π.)
3. La fonction g ∶ x ↦ x/(ex − 1) admet un pôle en x = 2iπ, donc le plus grand
disque sur lequel elle admet un développement en série entière est inclus dans
le disque ouvert D(0, 2π) ; par suite, quel que soit t, le rayon de convergence
de ∑ Bn (t)xn est au plus 2π.
4. Pour x ∈ C ∖ 2iπZ, on a :
x ch 2 ex/2 + e−x/2 ex + 1 ex − 1 + 2
x
2
coth = x = x/2 = x = =1+ x .
2 sh 2 e − e −x/2 e −1 e −1
x e −1
À présent, on multiplie par x/2 et on prolonge par continuité : la fonction

x ↦ exx−1 , et donc x coth x2 , se prolongent par continuité en 0 car ex − 1 ∼ x au
voisinage de 0 (dans C). On trouve, pour x ∈ D(0, 2π) :
x x x x
+ = coth .
ex − 1 2 2 2
5. On en déduit instantanément que pour tout x ∈ D(0, 2π), on a :
x x x Bn (0) n
coth = + ∑ x .
2 2 2 n⩾0 n!
Comme B1 (0) = −1/2, le terme correspondant à n = 1 de la somme se simplifie

avec x/2. Comme la fonction du membre de gauche est paire, on en tire que
B (0)
la somme ∑n⩾2 nn! xn l’est aussi : par unicité du développement en série
entière, cela signifie que B2k+1 (0) = 0 pour tout k ⩾ 1. En substituant 2ix à x,
on obtient, pour tout x ∈ D(0, π) :
B2k (0) B2k (0) 2k

x cot x = ix coth(ix) = ∑ (2ix)2k = ∑ (−1)k 22k x .
k⩾0 (2k)! k⩾0 (2k)!
6. Pour x ∈ D(0, π) et n ⩾ 1, on a :
1 1 1 x2k
= − = − ∑ .
x2 − n2 π 2 (nπ)2 1 − x2 2 2 k⩾0 (nπ)
2k+2
n π
On somme sur n et on permute les deux sommes :
1 x2k 1 x2k x2k

∑ = − ∑ ∑ = − ∑ ∑ = − ∑ ζ(2k +2) .
n⩾1 x − n π n⩾1 k⩾0 (nπ)
2 2 2 2k+2 2k+2 π 2k+2 π 2k+2
k⩾0 n⩾1 n k⩾0
La permutation est justifiée par le fait que tous les termes de la somme double
sont positifs et que dans un ordre de sommation, la somme double converge –
c’est le théorème de Fubini pour les séries.
7.3. SÉRIES ENTIÈRES SUR C 83
(−1)k+2 2k+1 2k+2

Or, par l’exercice 41, on a : ζ(2k + 2) = (2k+2)! 2 π B2k+2 (0), d’où :
1 B2k+2 (0) 2k+1 2k 1 1 B2k (0) 2k 2k

∑ 2 − n2 π 2
= ∑ (−1)k+1 2 x = − 2 + 2 ∑ (−1)k 2 x ,
n⩾1 x k⩾0 (2k + 2)! 2x 2x k⩾0 (2k)!
d’où, avec l’expression de la cotangente de l’exercice 42 :
1 1 1 1 1
∑ =− 2 + cot x, i.e. cot x = + 2x ∑ 2 .
n⩾1 x2 −n π
2 2 2x 2x x n⩾1 x − n π
2 2
Bien sûr, on peut inverser le processus et retrouver l’expression de ζ(2k) en

fonction de B2k (0) à partir du développement de la cotangente et de la formule
de la question 1).
Remarque (pour quelques formules de plus).
En manipulant la série génératrice f dont on a une expression si simple, on
déduit de quelques manipulations algébriques et de l’unicité du développement en
série entière de jolies formules. Par exemple :
Bn (1 − t) −xe−x(1−t) xext Bn (t) n
∑ (−1)n xn = −x − 1
= x−1
=∑ x ,
n⩾0 n! e e n⩾0 n!
d’où Bn (1−t) = (−1)n Bn (t) pour tout n et tout t (ce que l’on peut prouver facilement
par récurrence). En remplaçant (t, x) par (−t, −x) :
Bn (t) n Bn (−t) xext −xext 1 ex
∑ x −∑ (−1)n xn = x − −x =( x − x ) xext = −xext ,
n⩾0 n! n⩾0 n! e −1 e −1 e −1 e −1
d’où Bn (t) − (−1)n Bn (−t) = −ntn−1 pour tous n et t. En particulier : Bn (0) = 0 si n

impair.
Encore une pour la route, qui utilise le produit de Cauchy de deux séries entières :
Bn (t + u) n xex(t+u) xext xu Bk (t) k u`
∑ x = x = x e =∑ x ∑ x`
n⩾0 n! e −1 e −1 k⩾0 k! `⩾0 `!
Bk (t)u` n n
n xn
=∑ ∑ x = ∑ ∑ ( )Bk (t)un−k ,
n⩾0 k+`=n k!`! n⩾0 k=0 k n!
En prenant t = 0, u = 1 et en utilisant Bk (1) = Bk (0), le coefficient de xn+1 donne

une relation de récurrence permettant un calcul efficace :
n−1
n+1
(n + 1)Bn (0) = − ∑ ( )Bk (0).
k=0 k
7.3 Séries entières sur C
Exercice 38 (Théorème d’Abel)

Soit ∑ an xn une série entière, où les an sont complexes, de rayon de convergence 1
sur R. On note f la somme de cette série. On suppose de plus que la série ∑ an est
convergente.
On se propose d’établir que la convergence de la série ∑ an xn est uniforme sur
[0, 1].
1. Établir le résultat dans le cas particulier où les an sont tous positifs.

2. Étudier le cas particulier où an = (−1)n bn , (bn ) étant une suite décroissante
et convergente vers 0.
3. Montrer alors le résultat dans le cas général. Pour cela, on pourra poser
+∞
rn = ∑ ak ,
k=n+1
puis montrer que, pour tous entiers n et p tels que p ⩾ n + 2,

p p−1
∑ ak r = rn x + ∑ rk (xk+1 − xk ) − rp xp .
k n+1
k=n+1 k=n+1
4. En déduire que la fonction f est continue.

5. Étudions à présent quelques exemples.
(i) Montrer que
+∞
(−1)n π
∑ = .
n=0 2n + 1 4
(ii) Soit (an ) et (bn ) deux suites de nombres réels. On pose, pour n ∈ N,
cn ∶= ∑ ap bq ,
p+q=n
et on suppose que les séries de termes généraux an , bn et cn sont conver-

gentes. Montrer que :
+∞ +∞ +∞
( ∑ an ) ( ∑ bn ) = ∑ cn .
n=0 n=0 n=0
Soluce
1. Pour tout x réel appartenant à [0, 1], on a
∣an xn ∣ ⩽ ∣an ∣ = an .
Comme la série ∑ an est convergente, on en déduit que ∑ an xn converge nor-

malement, donc uniformément, sur [0, 1].
2. Pour tout x ∈ [0, 1], on a
+∞ +∞
Rn (x) = ∑ ap xp = ∑ (−1)p bp xp .
p=n+1 p=n+1
Or, la suite (bp xp ) est une suite positive, décroissante, de limite nulle. D’après
le théorème spécial des séries alternées, pour tout n ∈ N, pour tout x ∈ [0, 1[ :
∣Rn (x)∣ ⩽ ∣(−1)n bn+1 xn+1 ∣ ⩽ bn+1 .
Comme limn→+∞ bn = 0, la suite de fonctions (Rn ) converge donc uniformément

vers 0 sur [0, 1], et la série ∑ an xn est bien uniformément convergente.
7.3. SÉRIES ENTIÈRES SUR C 85
3. On pose, pour tout entier n,

+∞
rn = ∑ ak .
k=n+1
On a alors, pour tout entier k non nul, ak = rk−1 − rk , et pour tous entiers n et
p vérifiant p ⩾ n + 2, pour tout x ∈ [0, 1],
p p
∑ ak x = ∑ (rk−1 − rk )x .
k k
k=n+1 k=n+1
En partageant la somme en deux, et en réindexant, on obtient
p p p p−1 p
∑ ak x = ∑ rk−1 x − ∑ rk x = ∑ rk x − ∑ rk xk .
k k k k+1
k=n+1 k=n+1 k=n+1 k=n k=n+1
On obtient bien le résultat

p p−1
∑ ak x = rn x + ∑ rk (xk+1 − xk ) − rp xp .
k n+1
k=n+1 k=n+1
Cela nous permet d’avoir l’inégalité suivante :
p p−1
∣ ∑ ak xk ∣ ⩽ ∣rn ∣ ∣xn+1 ∣ + ∣rp ∣ ∣xp ∣ + ∑ ∣rk ∣ (xk − xk+1 ), (⋆)
k=n+1 k=n+1
ceci étant valable pour tous entiers n et p vérifiant p ⩾ n + 2, et pour tout

x ∈ [0, 1].
Soit maintenant ε > 0. La série de terme général an étant convergente, la suite
des restes partiels (rn ) converge vers 0 ; soit alors N ∈ N tel que, pour tout
n ⩾ N,
∣rn ∣ ⩽ ε.
En revenant à l’inégalité (⋆), on obtient alors :
p p−1
∣ ∑ ak xk ∣ ⩽ ε ∣xn+1 ∣ + ε ∣xp ∣ + ε ∑ (xk − xk+1 ),
k=n+1 k=n+1
valable pour tous p ⩾ n + 2 ⩾ N + 2, et pour tout x ∈ [0, 1].

En factorisant, on a
p
∣ ∑ ak xk ∣ ⩽ 2εxn+1 ⩽ 2ε.
k=n+1
Ainsi, le critère de Cauchy est vérifié, et la série est bien uniformément conver-
gente sur [0, 1].
4. La fonction x ↦ an xn est continue sur [0, 1], pour tout n. La somme f est donc
continue sur [0, 1], comme limite uniforme d’une série de fonctions continues.
5. (i) On sait que, pour tout x ∈ ]−1, 1[,

+∞
(−1)n x2n+1
arctan(x) = ∑ . (⋆⋆)
n=0 2n + 1
(−1)n
Par le théorème spécial des séries alternées, la série de terme général 2n+1
est convergente. Ainsi, le résultat établi précédemment s’applique, et on
(−1)n x2n+1
en déduit que x ↦ ∑+∞n=0 2n+1 est une fonction continue sur [0, 1], et
que la fonction arctan est continue sur [0, 1].
Le passage à la limite dans l’égalité (⋆⋆), quand x tend vers 1 par valeurs
inférieures, donne enfin :
π +∞ (−1)n
=∑ .
4 n=0 2n + 1
(ii) Considérons les séries entières ∑ an xn , ∑ bn xn , et ∑ cn xn . Les séries de
terme général respectif an , bn et cn étant supposées convergentes, ces
séries entières ont un rayon de convergence supérieur ou égal à 1. Nom-
mons fa , resp. fb , resp. fc , la somme de la série ∑ an xn , resp. ∑ bn xn , resp.
∑ cn xn . Le théorème d’Abel s’applique une fois encore, ce qui permet d’af-
firmer que les séries entières considérées sont uniformément convergentes,
et que leurs sommes sont continues sur [0, 1].
De plus, par convergence normale des fonctions sur [0, 1[, on peut appli-
quer le produit de Cauchy, pour obtenir, pour tout x ∈ [0, 1[ :
fa (x) ⋅ fb (x) = fc (x).
Comme les fonctions sont continues, par passage à la limite quand x tend
vers 1 par valeurs inférieures, on obtient le résultat voulu.
7.4 Séries de Fourier
Exercice 39 (Égalité des coefficients de Fourier de fonctions continues)

On note E l’espace vectoriel des fonctions continues 2π-périodiques de R dans C,
et l’on considère l’application linéaire φ ∶ E → CZ qui, à f dans E associe la suite
(cn (f ))n∈Z de ses coefficients de Fourier exponentiels. Le but de cet exercice est
d’étudier l’image de φ.
1. Montrer que φ est injective.
2. Montrer que im φ ⊂ `2 , où `2 désigne l’espace des suites indexées par Z de
carré sommable.
3. En utilisant par exemple la fonction g ∶ R → R, fonction périodique de période
2π, définie sur [0, 2π[ par :
⎧
⎪ π−t
⎪
⎪ si t ∈ ]0, 2π[
g(t) = ⎨ 2
⎪
⎪
⎪ si t = 0,
⎩0
montrer que im φ ≠ `2 .
4. Montrer que im φ est dense dans `2 .
7.4. SÉRIES DE FOURIER 87
Soluce
1. Par linéarité de l’intégrale, φ est bien une application C-linéaire. Intéressons-
nous à son noyau ; si f ∈ ker φ, alors, f est continue, 2π-périodique, telle que,
pour tout n ∈ Z, cn (f ) = 0. Par le théorème de Parseval, on a alors
2π n=+∞
1
∫ ∣f (t)∣2 dt = ∑ ∣cn (f )∣2 = 0.
2π 0 n=−∞
La fonction ∣f ∣2 étant continue, positive, et d’intégrale nulle sur [0, 2π], elle est
alors nulle sur cet intervalle ; par périodicité, on en déduit qu’elle est nulle sur
R.
Ainsi, ker φ = {0} ; φ est injective.
2. Si f ∈ E, alors f est continue, 2π-périodique de R dans C. Le théorème de
Parseval énoncé précédemment nous donne
2π n=+∞
1
∫ ∣f (t)∣2 dt = ∑ ∣cn (f )∣2 ,
2π 0 n=−∞
ce qui montre que la suite cn (f ))n∈Z est de carré sommable ; autrement dit,
cn (f ))n∈Z ⊂ `2 , et donc, im φ ⊂ `2 .
3. Intéressons-nous aux coefficients de Fourier de la fonction g ; g étant impaire,
on a an (g) = 0 pour tout n ∈ N. De plus, par une intégration par parties, on
obtient, pour tout n > 0, bn (g) = 1/n. Enfin, en utilisant les relations entre
coefficients de Fourier complexes et trigonométriques, on obtient c0 (g) = 0, et
pour tout n > 0, cn (g) = −i/(2n) ; ainsi, (cn (g))n∈Z est bien dans `2 .
Dans la suite, pour simplifier, notons, pour tout n ∈ Z∗ , cn ∶= −i/(2n). On va
montrer qu’il n’existe pas de fonction f dans E telle que, pour tout n ∈ Z,
cn (f ) = cn .
Pour ce faire, supposons par l’absurde qu’il existe une telle fonction. Alors, la
fonction f − g étant continue par morceaux, périodique de période 2π et égale
à sa régularisée, on peut de nouveau appliquer le théorème de Parseval :
2π n=+∞
1
∫ ∣f (t) − g(t)∣ 2
dt = ∑ ∣cn (f ) − cn ∣ = 0.
2
2π 0 n=−∞
Par continuité de la fonction f − g sur tout segment [a, b] inclus dans ]0, 2π[,
on en déduit f − g = 0 ; on a donc, pour tout t ∈ ]0, 2π[, f (t) = g(t).
Or,
π
= lim g(t) = lim f (t),
2 t→0,t>0 t→0,t>0
et
π
− = lim g(t) = lim f (t),
2 t→0,t<0 t→0,t<0
ce qui contredit la continuité de la fonction f en 0. On a donc montré que

im φ ≠ `2 .
4. Considérons le sous-espace vectoriel des suites de CZ à support fini, que l’on
nommera M ; et munissons l’espace `2 de la norme ∣∣ . ∣∣2 . On va montrer que
l’espace M est dense dans `2 ; en effet, puisque l’image réciproque de M par la
fonction φ est l’espace vectoriel des fonctions trigonométriques, M est inclus

dans l’espace im(φ), et donc, par la suite d’inclusions
M ⊂ im(φ) ⊂ l2 ,
la densité de im(φ) dans `2 en découlera.

Pour ce faire, soit une suite (vn )n∈Z de l2 . On note (ek )k∈Z , la suite de l’espace `2
dont tous les termes sont nuls, sauf le terme de rang k, pour tout k ∈ Z, qui est
égal à 1.
Considérons enfin la suite définie, pour tout p ∈ N, par :
k=p
u(p) ∶= ∑ vk ek .
k=−p
Cette suite appartient à l’espace M, par construction et définition de la suite (vn )n ;

montrons que la suite (v (p) )p converge vers la suite (vn )n∈Z , pour la norme ∣∣ . ∣∣2
dont on a muni l’espace `2 .
On a, pour tout p ∈ N,
+∞
∣∣(⋯, v−p−1 , v−p , . . . , v0 , . . . , vp , vp+1 , . . . ) − u(p) ∣∣ = ∑ ∣vk ∣2 + ∣v−k ∣2 .
2
k=p+1
Or, comme la suite (vn )n∈Z a été prise dans `2 ,

+∞
∑ ∣vk ∣ + ∣v−k ∣ = 0.
2 2
lim
p→+∞
k=p+1
Cela montre que la suite (u(p) )p∈N converge bien vers (vn )n∈Z . Ainsi, comme
voulu, M est dense dans `2 , ce qui implique également la densité de im(φ) dans
l’espace `2 .
En un point de discontinuité, la série de Fourier d’une fonction C 1 par morceaux

converge simplement vers la régularisée de la fonction (Dirichlet) mais la convergence
n’est pas uniforme. C’est évident si on se rappelle que la limite uniforme d’une
suite de fonctions continues (ici, des polynômes trigonométriques) est continue ! Le
phénomène de Gibbs permet de quantifier ce phénomène dans l’exemple le plus simple
d’une fonction créneau.
Exercice 40 (Phénomène de Gibbs)

Soit f la fonction 2π-périodique impaire qui vaut 1 sur ]0, π[ et 0 en π.
4
1. Vérifier que les seuls coefficients de Fourier non nuls sont : b2k+1 =
π(2k + 1)
(k ∈ N).
n
Soit, pour n entier et t réel, Sn (t) = ∑ b2k+1 sin((2k + 1)t).
k=0
2 sin 2(n + 1)t
2. Pour t ∉ πZ, montrer que S′n (t) = . En déduire les variations
π sin t
de Sn .
1.15
1.1
1.05
1
0.95
1 1 0.9 1
0.85
0 0.1 0.2 0.3 0.4
0.5 0.5 0.5
-3 -2 -1 1 2 3 -3 -2 -1 1 2 3 -3 -2 -1 1 2 3
-0.5 -0.5 -0.5
-1 -1 -1
Figure 7.1 – Troncatures des séries de Fourier de l’échelon : (Sn )0⩽n⩽5 , S14 , S49
3. Soit Mn = Sn ( 2(n+1)
π
).
(a) Montrer que
2 π sin u
lim Mn = ∫ du.
n→+∞ π 0 u
Riemann, on t’a vu, sors de là !
(b) Montrer que cette limite est strictement supérieure à 1 et conclure.
+∞ sin u π
On pourra admettre que ∫ du = .
0 u 2
Soluce
1. Comme f est impaire, les coefficients an sont nuls. On calcule alors les coeffi-
cients bn , pour n ∈ N∗ ; par imparité de f , on obtient
π
1 π 2 π 2 − cos(nt) 2 1 − (−1)n
bn = ∫ f (t) sin(nt)dt = ∫ sin(nt)dt = [ ] = .
π −π π 0 π n 0 π n
Ainsi,
⎧
⎪
⎪
⎪0 si n est pair,
bn = ⎨ 4
⎪
⎪
⎪ si n est impair.
⎩ πn
2. Pour n ∈ N, on a :
n
4
Sn (t) = ∑ sin((2k + 1)t),
k=0 π(2k + 1)
donc, pour t ∈ R ∖ πZ, en reconnaissant une série géométrique à 2n + 2 termes,

de raison e2it ,
n
4 2 n
S′n (t) = ∑ cos(2k + 1)t = ∑ (ei(2k+1)t + e−i(2k+1)t )
k=0 π π k=0
2 −i(2n+1)t 2n+1 2ikt
= e ∑ e
π k=0
2 −i(2n+1)t 1 − e2i(2n+2)t
= e
π 1 − e2it
On factorise l’arc-moitié, et l’on obtient :
2 ei(2n+2)t − e−i(2n+2)t 2 sin(2n + 2)t

S′n (t) = = .
π eit − e−it π sin t
Les variations de Sn sur ]0, π[ s’en déduisent : comme le sinus est strictement
positif sur cet intervalle, seul compte le numérateur. La dérivée S′n s’annule
en changeant de signe aux 2n + 1 points tk = 2n+2 kπ
(1 ⩽ k ⩽ 2n + 1) ; elle est
strictement positive au voisinage de 0. Ainsi, Sn est strictement croissante sur
]0, t1 ], décroissante sur [t1 , t2 ], etc., et décroissante sur [t2n+1 , π[.
NB : On pourrait vérifier sans trop de peine que Sn (t1 ) = Sn (t2n+1 ) > Sn (t3 ) =
Sn (t2n−1 ) > ⋯. Autrement dit, Mn est le maximum de Sn . Tout ce que l’on
vient de démontrer est attesté par les dessins.
3. (a) On a :
n 2k+1 2k+1
π 4 sin( 2n+2 π) 2 π n sin( 2n+2 π)
Mn = Sn ( )= ∑ × = × ∑ .
2n + 2 k=0 π 2k + 1 π n + 1 k=0 2n+2
2k+1
π
Et là, shazam ! On reconnaît une somme de Riemann ! Pour tout k, le point

xk = 2n+2
2k+1
π est le milieu du k-ième intervalle de la subdivision régulière
de [0, π] en n + 1 intervalles et le k-ième terme de la somme est g(xk ), où
g(x) = sinx x pour x ∈ ]0, π]. Comme la fonction g se prolonge par continuité
en 0 par g(0) = 1, on déduit que
π 2 π sin x
lim Mn = lim Sn ( )= ∫ dx.
n→+∞ n→+∞ 2(n + 1) π 0 x
(b) Pour montrer que la limite de (Mn ) est strictement plus grande que 1, on
pourrait se contenter d’un calcul approché, soit 1,179 à 10−4 près.
+∞
On va le montrer en admettant que ∫0 sinu u du = π2 .
(k+1)π
Soit k un entier et soit uk = ∫kπ u du. Sur [kπ, (k + 1)π], le sinus
sin u
est du signe de (−1) . Par changement de variable (u ← u − kπ ou u ←

k
u − (k + 1)π),
π ∣sin u∣ π ∣sin u∣
∣uk ∣ = ∫ du > ∫ du = ∣uk+1 ∣ .
0 kπ + u 0 (k + 1)π + u
Autrement dit, la série ∑ uk , dont la somme vaut π/2, est alternée. D’après
le critère spécial, on a donc u0 > π2 , d’où il ressort que limn→+∞ Mn = π2 u0 >
1.
Ainsi, limn→+∞ ∥Sn − f ∥ ⩾ π2 u0 > 1, si bien que la convergence n’est pas
uniforme.
Remarque. On peut estimer la hauteur limite du deuxième extremum, du troisième

ou, pour p ∈ N∗ , du p-ième (si 2n + 1 ⩾ p, il y a bien p extrema). Avec la même idée,
2k+1
pπ 2 n sin(p 2n+2 π) 2 π sin pu 2 pπ sin v
Sn ( )= ∑ Ð→ ∫ du = ∫ dv.
2(n + 1) n + 1 k=0 2k+1
2n+2 π
n→+∞ π 0 u π 0 v
Remarque. Ce qui précède permet de montrer que la convergence de Sn vers f est

uniforme sur tout domaine Iε = [ε, π − ε] (avec ε > 0 ; idem sur [−π + ε, −ε]). Écrivons
en effet, pour t0 = π2 et t ∈ Iε , on peut intégrer par parties :
2 t sin(2n + 2)u
Sn (t) = Sn (t0 ) + ∫ du
π t0 sin u
t
2 − cos(2n + 2)u 2 t cos u cos(2n + 2)u
= Sn (t0 ) + [ ] − ∫ du ;
π (2n + 2) sin u t0 (2n + 2)π t0 sin2 u
2 2 2 π−ε du
∣Sn (t) − 1∣ ⩽ ∣Sn (t0 ) − 1∣ + ⋅ + ∫
π (2n + 2) sin ε (2n + 2)π π/2 sin2 u
et les trois termes tendent vers 0 uniformément par rapport à t ∈ [ε, π − ε].
Remarque. Ainsi, la différence limn→+∞ Mn − f (0+ ) vaut environ 0,18, ce qui repré-
sente 9 % du saut f (0+ ) − f (0− ).
D’autre part, il est classique que l’on ait ∣f −Sn (f )∣ = O(1/nr ) pour une fonction f
de classe C r . Par suite, la convergence de la série de Fourier d’une fonction C ∞ est
plus rapide que tout polynôme (en n).
Il en résulte que le phénomène de Gibbs est très général pour les fonctions
classe C ∞ par morceaux qui n’ont qu’un nombre fini de discontinuités. Une telle
fonction peut s’écrire comme somme d’une fonction de classe C ∞ et d’une somme de
fonctions créneaux semblables à f . La convergence de la série de Fourier est uniforme
hors des discontinuités et, en chaque discontinuité, il y a un écart d’environ 9 % du
saut entre la limite de la série de Fourier et la limite de la fonction.
Exercice 41 (Polynômes de Bernoulli et fonction zêta)

On va définir une famille de fonctions polynômes, Bn , n ∈ N, omniprésente en
analyse, et tout particulièrement en lien avec la fonction zêta de Riemann.
1. Montrer qu’il existe une unique suite de polynômes de R[X] (Bn )n∈N telle que
B0 = 1, B′n = nBn−1 pour n ⩾ 1, et ∫0 Bn dt = 0 pour n ⩾ 1. Calculer B1 , B2
1
et B3 .
2. Montrer que si n ⩾ 2, alors Bn (0) = Bn (1).
3. Pour n ⩾ 2, soit fn la fonction périodique de période 1 telle que fn (t) =
Bn (t)/n! pour t ∈ ]0, 1] et de période 1. Montrer que fn est continue sur R,
et que ses coefficients de Fourier sont : c0 (fn ) = 0 ; cp (fn ) = −1/(2ipπ)n pour
p ≠ 0.
4. En déduire que pour tout entier naturel non nul k, on a l’égalité
(−1)k+1 2k−1 2k
ζ(2k) = 2 π B2k (0),
(2k)!
où la fonction zêta est donnée par ζ(s) = ∑k⩾1 1

ks , pour s > 1.
Soluce
1. L’existence et l’unicité des Bn (n ∈ N) se fait par récurrence. On suppose le
polynôme Bn−1 défini de façon unique. Alors, la condition P′ = nBn−1 définit
une famille de polynômes P = Pn + k, où k est une constante, et un unique

1
polynôme Pn : la primitive de nBn−1 qui s’annule en 0. La condition ∫0 P dt = 0
1
impose une unique constante k = − ∫0 Pn = 0. On en déduit l’existence et
l’unicité de Bn .
En voici les premiers termes :
— de B′1 (t) = 1, on tire : B1 (t) = t + b1 avec ∫0 (t + b1 )dt = 0, donc b1 = − 21 ;
1
— de B′2 (t) = 2t − 1, on tire : B2 (t) = t2 − t + b2 avec ∫0 (t2 − t + b2 )dt = 0, donc

1
b2 = 6 ;
1
— de B′3 (t) = 3t2 − 3t + 21 , on tire : B3 (t) = t3 − 3t2 3t2

1
2 + t
2 + b3 , avec ∫0 (t3 − 2 +
t
2 + b3 )dt = 0, donc b3 = 0 ;
— (gratos) on trouverait de même : B4 (t) = t4 − 2t3 + t2 − 301
.
2. Soit n ⩾ 2. L’idée, c’est de comparer Bn (1) et Bn (0), sachant très peu de choses
sur Bn : on en connaît sa dérivée, qui, à un facteur près est un autre polynôme
de Bernoulli, donc qui possède une intégrale nulle. Mettons cela en formules :
1 1
Bn (1) − Bn (0) = ∫ B′n (t)dt = n ∫ Bn−1 (t)dt = 0,
0 0
la dernière égalité étant valable car n − 1 ⩾ 1.
3. En effet, la fonction fk est continue sur Z puisque Bk (1) = Bk (0). Elle est donc
continue sur tout R, et C 1 par morceaux.
1 ′ 1 ′
Pour tout n ⩾ 1, on a : c0 (fn ) = n!1
∫0 Bn (t)dt = 0. On note que fn = n! Bn =
n! Bn−1 = fn−1 . Pour p ≠ 0, on effectue une intégration par parties :
n
e−2ipπt e−2ipπt
1 1 1
cp (fn ) = ∫ fn (t)e−2ipπt dt = [fn (t) ] + ∫ fn−1 (t) dt
0 −2ipπ 0 0 2ipπ
fn (1) − fn (0) cp (fn−1 )
= + .
−2ipπ 2ipπ
Pour n = 1, le terme intégré vaut
e−2ipπt 1 e−2ipπt
1 1 1
1
cp (f1 ) = ∫ (t− )e−2ipπt dt = ∫ te−2ipπt dt = [t ] +∫ dt = −1/(2ipπ),
0 2 0 −2ipπ 0 0 2ipπ
ce qui amorce une récurrence. Remarquons, pour l’hérédité, que pour n ⩾ 2, le
c (fn−1 )
terme intégré est nul car Bn (0) = Bn (1), ce qui donne cp (fn ) = p 2ipπ .
4. La relation résulte directement du théorème de Dirichlet appliqué à f2k en
t = 0. On déduit du caractère C 1 par morceaux de fn l’égalité :
e−2ipπt + e2ipπt
f2k (t) = ∑ cp (f2k )e−2ipπt = − ∑ .
p∈Z p>0 (2ipπ)2k
En évaluant en 0, cela donne
2
f2k (0) = − ∑ .
p>0 22k (−1)k p2k π 2k
D’où
B2k (0)
= (−1)k+1 2−2k+1 π −2k ∑ p−2k = (−1)k+1 2−2k+1 π −2k ζ(2k).
(2k)! p⩾1
Ceci permet de conclure.

Remarque. Si l’on fait la même chose pour la fonction f2k+1 , avec k > 0, on
obtient f2k+1 (0) = 0, c’est-à-dire, B2k+1 (0) = 0. On peut obtenir cette égalité par
des moyens plus élémentaires. Par exemple, si l’on pose Un (t) = Bn (t+ 21 ), alors
on voit, par la dérivation des fonctions composées, que U′n = nUn−1 , puis, par
récurrence, que Un est de la parité de n. On en déduit Bn (1 − x) = (−1)n Bn (x),
ce qui force Bn (0) à être nul si n est impair.
Remarque. En lien avec cet exercice, il est intéressant de noter le résultat suivant. Si
f est une fonction polynomiale par morceaux, alors
1. les coefficients de Fourier cn (f ) sont des O( n1 ), même si f n’est pas continue,
2. si f est de classe C k , alors, les coefficients de Fourier cn (f ) sont des O( nk+2
1
),
Le premier point se prouve par récurrence sur le degré de f (le max des degrés de
polynômes qui constituent f par morceaux), en effectuant une intégration par partie
pour l’hérédité (what else ?). Le second point se fait ensuite par récurrence sur k en
utilisant la formule cn (f ′ ) = 2πin
T cn (f ), où T désigne la période.
Exercice 42 (Développement de la cotangente, le sinus comme produit)

Soit α ∈ R ∖ Z. Soit fα ∶ R → R, 2π-périodique telle que pour tout x dans ]−π, π],
fα (x) = cos(αx).
1. Calculer la série de Fourier de fα et en déduire
1 1
∀x ∈ R ∖ πZ, cot x = + 2x ∑ 2 .
n⩾1 x − n π
x 2 2
x2
2. En déduire que pour x ∈ ]−π, π[, on a : sin x = x ∏ (1 − ).
n⩾1 n2 π 2
Penser la cotangente comme une dérivée logarithmique : cot = (ln ○ sin)′ .
Soluce
1. La fonction fα est paire sur l’intervalle ]−π, π]. Comme fα (−π) = fα (−π +2π) =
cos(απ) = cos(−απ), la fonction fα est continue en −π donc sur R. Elle est de
plus C 1 par morceaux.
On en déduit aussi qu’elle est paire sur [−π, π], et donc paire sur R, puisque,
pour tout x réel, il existe k entier tel que x − 2kπ ∈ ]−π, π], et donc
fα (x) = fα (x − 2kπ) = cos(αx − 2kπα) = cos(−αx + 2kπα) = fα (−x).
Par parité, les coefficients bn de fα sont nuls. On a, pour n ∈ N, vu que α ∉ Z :

1 π 1 π
an = ∫ cos(αt) cos(nt)dt = ∫ (cos(α + n)t + cos(α − n)t)dt
π −π 2π −π
π
1 sin(α + n)t sin(α − n)t 1 sin(α + n)π sin(α − n)π
= [ + ] = ( + )
2π α+n α−n −π π α+n α−n
1 1 1 (−1)n 2α sin απ
= (−1)n sin απ ( + )= .
π α+n α−n π α 2 − n2
Par le théorème de Dirichlet, il vient, en évaluant en x = π :

a0 sin απ 2α sin απ 1
cos απ = + ∑ an cos nπ = + ∑ 2 .
2 n⩾1 πα π n⩾1 α − n2
En choisissant x ∈ R ∖ πZ et en posant α = πx (de sorte que l’on a bien α ∉ Z),

on en déduit en divisant par sin απ = sin x (qui est non nul !) et en simplifiant
2(x/π)
π
1
(x/π)2 −n2
= x2 −n
2x
2 π2 :
1 1
cot x = + 2x ∑ 2 .
n⩾1 x − n π
x 2 2
2. L’idée est de constater que la cotangente est la dérivée logarithmique du sinus.

Le sinus est strictement positif sur ]0, π[ donc, sur cet intervalle, on déduit
l’égalité (ln ○ sin)′ (x) = cot(x).
Considérons la fonction
x2
g ∶ ]−π, π[ Ð→ R, x z→ x ∏ (1 − ).
n⩾1 n2 π 2
Le produit est bien défini car tous ses facteurs sont strictement positifs et
la série ∑ ln(1 − x2 /n2 π 2 ) converge absolument (et même normalement) sur
]−π, π[ car, par convexité du logarithme, ∣ln(1 − x2 /n2 π 2 )∣ ⩽ x2 /n2 π 2 ⩽ 1/n2 .
2
On a : ln g(x) = ln x + ∑n⩾1 ln(1 − nx2 π2 ) pour tout x ∈ ]0, π[ par continuité du
logarithme.
2
Chaque fonction un ∶ x ↦ ln(1 − nx2 π2 ), n ⩾ 1, est dérivable sur ]0, π[ et on a :
− n2x 2x
u′n (x) =
2 π2
= .
1− x2 x2 − n2 π 2
n2 π 2
Mieux : pour n ⩾ 2 et x ∈ ]0, π[, on a : ∣u′n (x)∣ ⩽ n2 π2π

2 −π 2 de sorte que la série
′
∑ nu converge normalement sur ]0, π[. Par le théorème de dérivation sous le
signe somme, on en déduit que ln ○g est dérivable, et que
1 1
(ln ○g)′ (x) = + 2x ∑ 2 = cot x = (ln ○ sin)′ (x).
n⩾1 x − n π
x 2 2
Les fonctions continues ln ○g et ln ○ sin sont donc égales, à une constante près,
sur ]0, π[, et g et sin sont égales à une constante multiplicative près. Or,
lorsque x tend vers 0, on a : g(x) ∼ x car, par convergence normale de la série
de terme général ln(1 − x2 /n2 π 2 ) (par application du théorème de la double li-
mite), le produit dans g(x) tend vers 1 lorsque x tend vers 0. Bien sûr, sin x ∼ x
aussi donc la constante multiplicative vaut 1.
On a donc : g(x) = sin x pour tout x ∈ ]0, π[. Cette relation est évidente pour
x = 0 et se prolonge à ]−π, π[ par imparité des deux fonctions. Ainsi, pour
x ∈ ]−π, π[,
x2
sin x = x ∏ (1 − 2 2 ).
n⩾1 n π
Exercice 43 (Formule sommatoire de Poisson)

Soit f ∶ R → C intégrable, et de classe C 1 . On suppose qu’il existe α > 1 tel que
x ↦ (1 + ∣x∣α )f (x) et x ↦ (1 + ∣x∣α )f ′ (x) sont bornées. Soit ω ∈ R∗+ , et T ∶= 2π/ω.
Pour t réel, on pose
F(t) = ∑ f (t + nT).
n∈Z
Le but de cet exercice est de démontrer la formule sommatoire de Poisson :

1 ∗
∀t ∈ R, ∑ f (t + nT) = ∑ f (n)e
inωt
,
n∈Z T n∈Z
où ∀n ∈ Z, f ∗ désigne la transformée de Fourier de f , définie par

+∞
f ∗ (n) = ∫ f (t)e−inωt dt.
−∞
1. (a) Justifier l’existence de F.

(b) Montrer que F est une fonction de classe C 1 .
(c) Montrer que F est périodique, de période T.
(d) En déduire la formule de Poisson.
2. (Application) Soit a > 0.
(a) Calculer la transformée de Fourier de la fonction f ∶ x ↦ e−a∣x∣ à l’aide de
la formule sommatoire de Poisson.
1
(b) En déduire une expression pour ∑ 2 .
n∈Z n + a
2
π2
(c) Retrouver la formule ζ(2) = .
6
Soluce
1. (a) Remarquons tout d’abord que ∣f (t)e−inωt ∣ = ∣f (t)∣ ; comme f est supposée
intégrable sur R, f ∗ est bien définie.
Pour montrer que la somme existe, on va montrer que la série ∑ f (t + nT)
converge simplement sur R. Prenons K > 0. Par hypothèse, t ↦ (1+∣t∣α )f (t)
est bornée, donc il existe M > 0 tel que, pour tout t ∈ R : ∣(1 + ∣t∣α )f (t)∣ ⩽
M. On obtient alors, pour tout t ∈ [−K, K] et tout n ∈ Z, en supposant
∣n∣T > K :
M M
∣f (t + nT)∣ ⩽ α ⩽ α,
1 + ∣t + nT∣ ∣∣n∣ T − K∣
où la seconde inégalité vient de l’inégalité triangulaire et de ∣t∣ ⩽ K :
∣t + nT∣ ⩾ ∣n∣ T − ∣t∣ ⩾ ∣n∣ T − K.
De plus, on a l’équivalent
M M 1
α ∼ α α,
∣∣n∣T − K∣ T n
qui est le terme général d’une série de Riemann convergente puisque α

a été supposé supérieur à 1. Par suite, la série ∑n∈Z f (t + nT) converge
normalement sur le segment [−K, K], ce qui entraîne la convergence simple
sur le compact [−K, K]. Ceci étant valable pour tout K > 0, la convergence
est simple sur tout R ; F est donc bien définie.
1.5
1
0.5
-15 -10 -5 5 10 15
-0.5
-1
-1.5
Figure 7.2 – Une fonction f et la fonction F associée, avec T = 6
(b) Pour montrer que F est de classe C 1 , on va utiliser le théorème de dérivation

des séries de fonctions.
On a déjà montré que la série converge simplement en tout point de R.
Comme f est une fonction de classe C 1 , fn ∶ t ↦ f (t + nT) est dérivable
sur R pour tout entier n.
Soit K un réel strictement positif, on se place d’abord sur le segment
[−K, K]. On montre que la série de terme général fn′ converge unifor-
mément sur [−K, K] comme à la question 1, en utilisant l’hypothèse que
x ↦ (1 + ∣x∣)α f ′ (x) est bornée. Alors, par le théorème de dérivation des
séries, la fonction F est bien de classe C 1 sur [−K, K]. Ce résultat ne dé-
pendant pas du choix de K, la fonction F est de classe C 1 sur tout R.
(c) Fixons t ∈ R. Alors, pour tout N ∈ N,
N N+1
∑ f ((t + T) + nT) = ∑ f (t + nT).
n=−N n=−N+1
Vu les majorations de la question 1, les séries ∑n⩾0 f (t + nT) et ∑n⩾0 f (t −

nT) convergent : en faisant tendre N vers +∞, on en déduit que F(t + T) =
F(t).
(d) Nous avons montré que F est une fonction périodique et de classe C 1 sur R
(donc, en particulier, continue sur R). Par le théorème de Dirichlet, la suite
des sommes partielles (Sn (F)) converge uniformément, donc simplement,
vers F. Autrement dit, pour tout t ∈ R :
∑ cn (F)e = F(t).
iωnt
n∈Z
Il ne reste plus qu’à calculer les coefficients de Fourier de F, et l’affaire est

dans le sac. C’est tout droit :

1 T
−inωt
∀n ∈ Z, cn (F) = ∫ F(t)e dt
T 0
1 +∞ T
−iωnt
= ∑ ∫ f (t + kT)e dt
T k=−∞ 0
1 +∞ (k+1)T
= ∑ ∫ f (t)e−inω(t−kT) dt
T k=−∞ kT
1 +∞
= ∫ f (t)e−inωt dt
T −∞
1
= f ∗ (n).
T
Le passage de la première à la deuxième ligne mérite quelques justifications.
Comme on l’a vu, fn est continue sur R pour tout n ∈ Z et la série de
fonctions ∑ fn converge uniformément vers F sur R, donc en particulier
sur [0, T]. On peut donc bien intervertir somme et intégrale.
Finalement, on obtient bien la formule sommatoire de Poisson recherchée.
2. (a) La fonction f ∶ x ↦ e−a∣x∣ est intégrable, continue sur R+ et de classe C 1
sur R∗ , et il n’est pas difficile de se convaincre que x ↦ (1 + ∣x∣α )f (x) et
x ↦ (1 + ∣x∣α )f ′ (x) sont bornées ; la formule de Poisson s’applique donc 6 ,
et l’on a
1 ∗
∑ f (t + nT) = ∑ f (n)e
inωt
.
n∈Z T n∈Z
1
0.8
0.6
0.4
0.2
-10 -5 5 10
Figure 7.3 – Les fonctions f ∶ x ↦ e−a∣x∣ et F, avec T = 3
Il s’agit maintenant de calculer la seconde somme. Soit n ∈ Z. On trouve

+∞ 0 +∞
f ∗ (n) = ∫ e−a∣t∣ e−inωt dt = ∫ e(a−inω)t dt + ∫ e−(a+inω)t dt
−∞ −∞ 0
0 A
⎛ e(a−inω)t) e−(a+inω)t) ⎞
= lim [ ] + [− ]
A→∞ ⎝ a − inω a + inω 0 ⎠
A
1 1
= +
a − inω a + inω
2a
= 2 .
a + n2 ω 2
On en déduit que
2a einωt
F(t) = ∑ e−a∣t+nT∣ = ∑ 2 .
n∈Z T n∈Z a + n2 ω 2
6. Pas directement en fait, car f n’est pas C 1 sur R. Toutefois, on peut reprendre la preuve de
la question 1 : la fonction F est C 1 par morceaux et continue (elle est C 1 sur R privé de l’ensemble
discret TZ), et tout fonctionne à l’identique.
(b) En appliquant la formule précédente avec ω = 1 (c’est-à-dire T = 2π), et

t = 0, on obtient :
1 2a 1
F(0) = ∑ 2 = ∑ e−2a∣n∣π = 2 ∑ e−2anπ −1 = 2 ∑ (e−2aπ )n −1 = 2 −1.
2π n∈Z a + n 2
n∈Z n∈N n∈N 1 − e−2aπ
Ainsi,
1 2a 1 + e−2aπ e2aπ + 1
∑ 2 = = = coth(πa).
2π n∈Z a + n2 1 − e−2aπ e2aπ − 1
Finalement, on obtient
1 π
∑ 2 + n2
= coth(πa).
n∈Z a a
(c) Isolons dans la somme le terme en n = 0 :

1 1 1
∑ = 2 +2 ∑ 2 ,
n∈Z a2 +n 2 a n∈N∗ a + n
2
et posons
1 1
g∶a↦ ∑ et h ∶ a ↦ ∑ .
n∈Z a2 + n2 n∈N∗ a2 + n2
2 ⩽ n2 , on déduit que la série de fonctions continues

1 1
De l’inégalité a2 +n
∑n∈N∗ a2 +n
1
2 converge normalement, donc uniformément, et que h est conti-
nue sur R (comme somme uniformément convergente de la série des fonc-
∗
tions continues hn ∶ a ↦ a2 +n
1
2 , n ∈ N ).
Trouvons un développement asymptotique de g en 0 :

−1
ex + e−x x2 1 x2
coth(x) = = (1 + + o(x 3
)) (1 + + o(x3 ))
ex − e−x 2 x 6
1 x2 1 x
= (1 + + o(x3 )) = + + o(x2 ).
x 3 x 3
On a donc, en utilisant la formule précédente :
π π 1 πa 1 π2
g(a) = coth(πa) = ( + + o(a2 )) = 2 + + o(a).
a a πa 3 a 3
Finalement, on a démontré l’égalité
1 1 π2
+ 2h(a) = g(a) = + + o(a),
a2 a2 3
d’où
1 π2
∑ = h(a) = + o(a).
n∈N∗ a2 + n2 6
En faisant tendre a vers 0 et, compte tenu du fait que h est continue, on
obtient finalement :
1 π2
∑ 2 = h(0) = .
n∈N∗ n 6
Exercice 44 (Noyau de Fejér et théorème de Weierstrass trigonométrique)
Soit E l’espace des fonctions continues, périodiques, de période 2π, de R dans

C. Pour tout n ⩾ 0, on note
n
1 n−1
σn (x) ∶= ∑ eikx , Kn ∶= ∑ σj .
k=−n n j=0
La fonction Kn , qui est bien dans E, est appelée noyau 7 de Fejér.

On fixe une fonction f de E ; nous allons montrer que si l’on pose
1 2π
Kn ∗ f (x) ∶= ∫ f (x − y)Kn (y)dy,
2π 0
alors, la suite (Kn ∗ f ) est une suite de fonctions polynomiales trigonométriques
tendant vers f pour la norme uniforme de E.
1. Montrer, pour tout entier naturel, les formules
1 sin2 ( 2 )
2π nx
1
∫ Kn (x)dx = 1, Kn (x) = , x ∉ Z.
2π 0 n sin2 ( x2 )
2. (a) Soit (j, k) ∈ Z2 , montrer que
0 ⩽ j ⩽ n−1 et −j ⩽ k ⩽ j est équivalent à −n+1 ⩽ k ⩽ n−1 et ∣k∣ ⩽ j ⩽ n−1.
∣k∣ ikx
(b) En déduire l’égalité Kn (x) = ∑nk=−n (1 − n )e .
3. (a) On fixe ε > 0. Montrer qu’il existe η > 0 tel que pour tout x, y ∈ [0, 2π],
∣x − y∣ < η implique ∣f (x) − f (y)∣ < 2ε .
(b) On fixe M > 1. Montrer que ∣Kn ∗ f (x) − f (x)∣ < Mε pour n assez grand.
En déduire que la suite (Kn ∗ f ) est une suite de fonctions de E tendant
vers f pour la norme uniforme.
4. Pour tout n ⩾ 0, soit
n 2π
1
Sn (x) ∶= ∑ ck eikx , ck ∶= ∫ f (y)e−iky dy,
k=−n 2π 0
les sommes partielles de Fourier, où les ck désignent les coefficients de Fourier.

Montrer que Kn ∗ f = n1 ∑n−1
k=0 Sk et en déduire le théorème de Fejér qui stipule
que la moyenne arithmétique des sommes partielles de Fourier de la fonction
continue périodique f converge uniformément vers f .
Soluce
2π 2π
1. On sait que pour tout entier k, ∫0 eikx dx = 2πδ0k . On en déduit ∫0 σk (x)dx =
2π et la première formule découle de la linéairité de l’intégrale.
Pour la seconde formule, on note que x ∉ 2πZ implique eix ≠ 1. On peut utiliser
la formule de la série géométrique pour prouver que

e(2n+1)ix − 1 e(n+1)ix − e−inx
σn (x) = e−inx = .
eix − 1 eix − 1
Il en résulte
n−1
1 (j+1)ix
Kn (x) = ∑ (e − e−ijx )
n(eix − 1) j=0
1 enix − 1 −(n−1)ix e
nix
−1
= (eix − e )
n(eix − 1) e −1
ix e −1
ix
2
(e 2 − e− 2 )
nix nix
eix (enix − 1) −nix sin2 ( nx
2 )
= (1 − e ) = = x .
n(e − 1)
ix 2
n(e 2 − e 2 )2 n sin ( 2 )
ix
− ix 2
2. (a) Si 0 ⩽ j ⩽ n − 1 et −j ⩽ k ⩽ j, alors, −n + 1 ⩽ −j ⩽ 0 et il est clair que

−n + 1 ⩽ k ⩽ n − 1. De plus, ∣k∣ ⩽ j ⩽ n − 1.
Réciproquement, si ∣k∣ ⩽ j ⩽ n − 1, alors −j ⩽ k ⩽ j et 0 ⩽ j ⩽ n − 1.
n−1
0
Figure 7.4 – Comptage de points du 2 (a)
(b) On a tout d’abord Kn (x) = 1

n j=0 σj (x) =
∑n−1 1
n ∑n−1
j
j=0 ∑k=−j e
ikx
. Par ce qui
précède, il vient
1 n−1 n−1 ikx 1 n−1
Kn (x) = ∑ ∑e = ∑ (n − ∣k∣)e .
ikx
n k=−n+1 j=∣k∣ n k=−n+1
Il ne reste plus qu’à ajouter deux termes nuls aux deux extrémités de la
∣k∣
somme pour obtenir Kn (x) = ∑nk=−n (1 − n )eikx .
3. (a) Comme f est continue sur le compact [0, 2π], elle y est uniformément
continue par le théorème de Heine. L’existence η en découle.
2π
(b) Par la question 1, on a f (x) = 2π
1
∫0 f (x)Kn (y)dy. Ceci implique
1 2π
Kn ∗ f (x) − f (x) = ∫ (f (x − y) − f (x)) Kn (y)dy.
2π 0
Par la question 1, Kn (x) est un réel positif. Il vient alors
1 2π
∣Kn ∗ f (x) − f (x)∣ ⩽ ∫ ∣f (x − y) − f (x)∣ Kn (y)dy = I1 + I2 + I3 ,
2π 0
avec
1 η 1 2π−η
I1 ∶= ∫ ∣f (x − y) − f (x)∣ Kn (y)dy, I2 ∶= ∫ ∣f (x − y) − f (x)∣ Kn (y)dy,
2π 0 2π η
1 2π
I3 ∶= ∫ ∣f (x − y) − f (x)∣ Kn (y)dy.
2π 2π−η
2π
Par 1) et 3a), I1 ⩽ 4π
ε
∫0 Kn (y)dy = 2 , et de même I3 ⩽ 2 . De plus, comme
ε ε
sin(t/2) ⩾ sin(η/2) pour η ⩽ t ⩽ 2π − η,
1 2π−η 1 2 ∣∣f ∣∣∞

I2 ⩽ ∫ ∣f (x − y) − f (x)∣ η dy ⩽ ,
2π η n sin ( 2 )
2
n sin2 ( η2 )
où ∣∣f ∣∣∞ est la borne sup de f . On en déduit en faisant la somme des

inégalités
2 ∣∣f ∣∣∞
∣Kn ∗ f (x) − f (x)∣ ⩽ ε + .
n sin2 ( η2 )
∣∣f ∣∣∞
Comme M > 1 et que n sin2 ( η2 )
tend vers 0 quand n tend vers l’infini, on
peut trouver n assez grand pour que l’on ait ∣Kn ∗ f (x) − f (x)∣ ⩽ ε + (M −
1)ε = Mε.
Ceci implique bien que la suite (Kn ∗ f ) tend vers f pour la norme uni-
forme. Le fait que Kn ∗ f soit périodique résulte de sa définition, et le
fait qu’elle soit continue provient des critères de continuité d’une fonc-
tion définie par une intégrale ; ici il est suffisant de voir que la fonction
f (x − y)Kn (y) est continue en x et en t ∈ [0, 2π], qui est fermé borné.
4. Par 2π-périodicité des fonctions, on a pour tout x
2π x−2π x
∫ f (y)eik(x−y) dy = − ∫ f (x − y)eiky dy = ∫ f (x − y)eiky dy
0 x x−2π
2π
=∫ f (x − y)eiky dy
0
On peut écrire
1 n−1 1 n−1 k 2π 1 n−1 k 2π

∑ Sk (x) = ∑ ∑ ∫ f (y)eij(x−y) dy = ∑ ∑ ∫ f (x − y)eijy dy
n k=0 n2π k=0 j=−k 0 n2π k=0 j=−k 0
1 n−1 2π 1 2π
= ∑∫ f (x − y)σk (y)dy = ∫ f (x − y)Kn (y)dy = Kn ∗ f (x).
n2π k=0 0 2π 0
Le théorème de Fejér découle alors directement de la question 3.
Remarque. Voici quelques commentaires sur l’exercice. Tout d’abord, on peut voir
la fonction Kn tendre vers un "Dirac", ce qui explique le résultat Kn ∗ f → f ob-
tenu. Ensuite, sur le résultat lui-même, on peut dire qu’il s’agit d’un théorème de
k=0 Sn (x) est une suite de fonc-
Weierstrass trigonométrique. En effet, la suite n1 ∑n−1
tions trigonométriques (sous forme exponentielle), et cette suite tend uniformément
vers la fonction continue f , ce qui l’apparente au théorème de Weierstrass, voir exer-
cices 5 et 109. Pour finir, on note que ce résultat s’inscrit par rapport au théorème
Figure 7.5 – Graphe des premiers noyaux de Fejer Kn
de Dirichlet qui, dans le cas d’une fonction continue et C 1 par morceaux, assure que
la suite de fonctions Sn converge simplement vers f . Par le théorème de Cesàro, la
suite des moyennes converge également vers f , mais comme on vient de le voir, la
convergence est cette fois-ci uniforme.
Remarque (L’interprétation par le théorème de Korovkin).

Cet exercice devient passionnant si on le regarde à travers le prisme du théorème
de Korovkin, voir exercice 4. En effet, il n’est pas bien difficile 8 d’adapter le théo-
rème de Korovkin pour montrer que les fonctions trigonométriques sont denses dans
l’espace E des fonctions continues réelles 2π-périodiques.
Eclairons un peu le propos. On voit dans un premier temps qu’une variante facile
du théorème de Korovkin dit que si (un )n∈N est une famille d’opérateurs linéaires
positifs de E (ou, si l’on préfère, d’endomorphismes de E qui envoient une fonction
positive sur une fonction positive), et si un (f ) tend vers f (pour la norme uniforme)
lorsque f = 1, cos(x), sin(x), alors un (f ) tend vers f , pour la norme uniforme, quel
que soit f dans E.
La première idée est donc d’utiliser l’opérateur un qui envoie f sur la somme
partielle de Fourier :
n 2π
1
un (f ) = ∑ ck eikx , avec ck = ∫ f (y)e−iky dy.
k=−n 2π 0
Cet opérateur est bien linéaire, mais malheureusement, il n’est pas positif ! Effec-
2π
tivement, il s’agit de l’opérateur un (f ) = 2π
1
∫0 f (x − y)σn (y) dy, (penser à changer
x − y en y et utiliser la périodicité) avec
e(2n+1)ix − 1 e(n+1)ix − e−inx sin((n + 2 )x)

n 1
σn (x) = ∑ eikx = e−inx = = .
k=−n eix − 1 eix − 1 sin( x2 )
Il apparaît clairement que cet opérateur n’est pas positif. L’idée (géniale, avouons-
sin2 ( nx )
le !) est de moyenner cet opérateur pour le rendre positif : Kn (x) = 2
n sin2 ( x2 )
.
Ceci explique que l’opérateur f ↦ Kn ∗ f est positif et que l’on peut appliquer
la variante du théorème de Korovkin pour montrer que Kn ∗ f tend uniformément
vers f . Il suffit de le faire pour les trois fonctions 1, cos(x), sin(x), dont les sommes
partielles de Fourier sont évidentes à calculer.
8. Voir par exemple la vidéo https ://www.youtube.com/watch ?v=7qfhq9-QZ5g

Chapitre 8
Intégrales : généralisées, à
paramètre, multiples
8.1 Intégrales généralisées
Cadre (Gauss sous toutes les coutures)

Le but des exercices suivants est d’étudier et calculer l’intégrale de Gauss :
+∞
e−x dx.
2
I=∫
0
La méthode la plus expéditive reste tout de même l’intégrale double de l’exercice 61.
Exercice 45 (méthode 1 : intégrales de Wallis 1 )

La méthode que l’on va suivre ramène le calcul de I aux intégrales de Wallis, en
obtenant l’intégrale de Gauss comme limite d’une suite d’intégrales.
Soit, pour x ∈ R+ et n ∈ N∗ ,
⎧
⎪ n
⎪(1 − nx ) si 0 ⩽ x ⩽ n
fn (x) = ⎨ .
⎪
⎪ si x > n
⎩0
On définit également f (x) = e−x pour x ∈ R+ .
Enfin, on définit une autre suite de fonctions, pour x ∈ R+ et n ∈ N∗ ,
gn (x) = fn (x2 ), et g(x) = f (x2 ).
1. Montrer que
+∞
lim ∫ gn (t)dt = I.
n→+∞ 0
2. En utilisant l’équivalent en l’infini des intégrales de Wallis, en déduire la valeur

de l’intégrale de Gauss.
103
104CHAPITRE 8. INTÉGRALES : GÉNÉRALISÉES, À PARAMÈTRE, MULTIPLES
Soluce
1. Nous allons utiliser le théorème de convergence dominée.
Tout d’abord, pour tout n ∈ N∗ , la fonction gn est intégrable sur R+ , puisqu’elle
√
est continue sur l’intervalle [0, n], et nulle partout ailleurs.
√
Fixons maintenant x ∈ R+ . Pour x ∈ [0, n], les fonctions étant nulles dès que
√
x > n, on a :
n 2 2
x2 n ln(1− xn ) n(− xn +o( n
1
))
= e−x +o(1) .
2
gn (x) = (1 − ) = e = e
n n→+∞
On en déduit que la suite de fonctions (gn ) converge simplement sur R+ vers

la fonction g.
À présent, majorons les fonctions (gn )n . Remarquons déjà que, pour tout n ∈
N∗ , et pour tout x ∈ R+ , 0 ⩽ gn (x). De plus, fixons n ∈ N∗ ; on sait que, si
√
x ⩾ n, on a
gn (x) = 0.
√
Ensuite, pour x ∈ [0, n[, on a
x2
0⩽1− ⩽ 1.
n
Comme, pour tout u ∈ [0, 1[, on a ln(1−u) < −u, par inégalité des accroissements
finis, on peut écrire, pour n ∈ N∗ et x ∈ R+ :
2 2
n ln(1− xn ) n(− xn )
= e−x = g(x),
2
gn (x) = e ⩽e
qui est une fonction continue, et intégrable sur R+ puisque, en 0, elle est négli-
√
geable devant x ↦ 1/ x, qui est intégrable, par le critère de Riemann, et qu’en
l’infini, elle est négligeable devant x ↦ 1/x2 , intégrable, par le même critère.
Ainsi, le théorème de convergence dominée s’applique, et l’on obtient :
+∞ +∞ +∞
lim ∫ gn (t)dt = ∫ lim gn (t)dt = ∫ g(t)dt = I.
n→+∞ 0 0 n→+∞ 0
2. L’égalité de la première question se réécrit de la façon suivante :

√ n
+∞ n x2
I = lim ∫ gn (t)dt = lim ∫ (1 − ) dx.
n→+∞ 0 n→+∞ 0 n
Il s’agit donc d’étudier le membre de gauche. Pour n ∈ N∗ , posons

√ n
n x2
Jn = ∫ (1 − ) dx.
0 n
√
On effectue alors le changement de variables x/ n = cos(t), qui est un difféo-
√
morphisme de ]0, n[ dans ]0, π/2[. On a alors
0 n √ √ π
Jn = ∫ π (1 − cos2 (t)) (− n sin(t)dt) = n ∫ sin2n+1 (t)dt.

2
2
0
1. Prochainement dans le second TOM, découvrez la méthode Futuna !

8.1. INTÉGRALES GÉNÉRALISÉES 105
On reconnaît ici une intégrale de Wallis, d’indice 2n+1. Or, par une intégration
par parties, et en étudiant le quotient des intégrales de Wallis d’indice pair sur
celles d’indice impair, quand n tend vers l’infini, on trouve l’équivalent
π √
π
(t)dt ∼
2 n
∫ sin .
0 n→+∞ 2n
Donc, ici, on a √ √
√ π π
Jn ∼ n ∼ .
n→+∞ 2(2n + 1) n→+∞ 2
Finalement, en rapprochant ce résultat de la première question, on obtient la
valeur de l’intégrale de Gauss :
√
π
I = lim Jn = .
n→+∞ 2
Exercice 46 (méthode 2 : intégrale à paramètre & équation différentielle)

Tout est résumé dans le titre : la valeur de l’intégrale de Gauss va provenir de
l’étude d’une fonction définie par une intégrale solution d’une certaine équation
différentielle.
Pour t réel positif ou nul, on pose
e−tx
2
+∞
h(t) = ∫ dx.
0 1 + x2
1. Montrer que la fonction h est bien définie, et qu’elle est continue.
2. Montrer que h est dérivable sur R+∗ et calculer sa dérivée. En déduire que h
est solution d’une équation différentielle à déterminer.
3. Résoudre cette équation différentielle.
4. En comparant la limite de la fonction h en +∞ et sa valeur en 0, déterminer
la valeur de la constante. En déduire la valeur de l’intégrale I.
Soluce
1. Dans toute la suite, notons
e−tx
2
f ∶ (x, t) ↦ ,
1 + x2
définie sur R+ ×R+ . Fixons t > 0. Tout d’abord, la fonction x ↦ e−tx /(1+x2 ) est
2
continue sur R+ . De plus, x ↦ e−tx /(1 + x2 ) est négligeable devant x ↦ 1/x2

2
en l’infini, qui est intégrable par le critère de Riemann ; cela montre que la
fonction f est intégrable sur R+ donc que la fonction h est bien définie sur R+∗ .
Pour montrer qu’elle est continue, on utilise le théorème de continuité sous le
signe intégrale. Pour tout t ⩾ 0, la fonction f (t, ⋅) est continue (par morceaux)
sur R+ ; pour tout x ⩾ 0, la fonction f (⋅, x) est continue sur R+∗ . De plus, pour
tous t et x positifs ou nuls, on a
1
∣f (t, x)∣ ⩽ ∶
1 + x2
le membre de droite est une fonction indépendante de t et intégrable sur R+

(c’est la dérivée de l’arc-tangente qui a une limite en l’infini).
Ainsi, par le théorème de continuité sous le signe intégrale, la fonction h est
bien continue sur R+ .
2. Pour montrer la dérivabilité sur R+∗ , on utilise le théorème de dérivation sous
le signe intégrale. Tout d’abord, pour tout t > 0, la fonction f (t, ⋅) est continue
et intégrable sur R+ . De plus, pour tout x ⩾ 0, la fonction f (⋅, x) est continue,
dérivable sur R+∗ , et la dérivée est
∂f x2 −tx2
(t, x) = − e ,
∂t 1 + x2
qui est une fonction continue en les deux variables. De plus, si l’on fixe a > 0,
alors, pour tout (t, x) ∈ [a, +∞[ × [0, +∞[, on a
x2 −tx2
∣ ⩽ e−tx ⩽ e−ax ,
2 2
∣− e
1+x 2
fonction continue et intégrable sur R+ , par le critère de Riemann, toujours.

Ainsi, par le théorème de dérivation sous le signe intégrale, on en déduit que la
fonction h est dérivable sur [a, +∞[, et sa dérivée est donnée, pour tout t > 0,
par :
+∞ ∂f +∞ x2
h′ (t) = ∫ e−tx dx.
2
(t, x)dx = − ∫
0 ∂t 0 1 + x2
Ceci étant valable pour tout a > 0, la dérivabilité est valable sur tout R+∗ .
Maintenant, en écrivant x2 /(1 + x2 ) = (1 + x2 − 1)/(1 + x2 ), on trouve alors que
la fonction h est solution de l’équation différentielle suivante, sur R+∗ :
e−tx
2
+∞ +∞ +∞
h′ (t) = − ∫ e−tx dx + ∫ e−tx dx + h(t).
2 2
dx = − ∫
0 0 1 + x2 0
√
En effectuant le changement de variables u = tx, qui est un difféomorphisme
de R+ dans lui-même, on obtient l’équation différentielle satisfaite par h :
1
h′ (t) = − √ I + h(t). (⋆)
t
3. Il s’agit maintenant de résoudre cette équation sur R+∗ . L’équation homogène
h′ − h = 0
se résout de manière classique. Ses solutions sont déterminées par une constante
réelle C : pour tout t > 0,
h(t) = Cet .
Quant à la solution particulière, utilisons la méthode de variation de la constante.
Si C est une fonction dérivable telle que h = C exp est solution de l’équation (⋆),
alors on a pour tout t > 0
1
C′ (t)et + C(t)et = h′ (t) = − √ I + C(t)et ,
t
et donc
e−t
C′ (t) = √ I,
t
qui permet d’écrire une solution particulière 2
t e−u
C(t) = −I ∫ √ du.
0 u
√
On récrit cette intégrale en effectuant le√changement de variables v = u, qui
est un difféomorphisme de ]0, t[ sur ]0, t[ :
√
t
e−v dv.
2
C(t) = −2I ∫
0
Finalement, on peut affirmer que pour tout t strictement positif,

√
t
e−v dv,
2
h(t) = Ce − 2Ie ∫
t t
0
où C est une constante à déterminer 3 .

4. Commençons par étudier la limite de la fonction h en 0 : d’une part, on a par
définition de h,
+∞ 1 +∞ π
h(0) = ∫ dx = [arctan(x)]0 = .
0 1 + x2 2
D’autre part, l’expression de h obtenue à la question précédente donne :
lim h(t) = C.
t→0+
En utilisant la continuité de h en 0, on trouve

π
C= .
2
Pour tout x de R+∗ , on a : limt→+∞ f (x, t) = 0. De plus, la majoration uniforme

0 ⩽ f (x, t) ⩽ 1/(1 + x2 ) par rapport à t permet d’appliquer le théorème de
convergence dominée et de permuter la limite en l’infini et l’intégrale :
+∞ +∞
lim h(t) = lim ∫ f (x, t)dx = ∫ lim f (x, t)dx = 0.
t→+∞ t→+∞ 0 0 t→+∞
On a donc également
lim h(t)e−t = 0,
t→+∞
c’est-à-dire, en utilisant l’expression trouvée précédemment,

√
t
e−v dv) = 0,
2
lim (C − 2I ∫
t→+∞ 0
2. Ici, on cherche une solution particulière, pas la peine d’écrire la constante d’intégration.
3. Noter l’abus consistant à changer le statut de C toutes les deux lignes.
ou encore +∞
π π
e−v dv = − 2I2 .
2
0= − 2I ∫
2 0 2
Comme I est l’intégrale d’une fonction continue et strictement positive sur R+ ,
l’intégrale de Gauss est positive et l’on obtient enfin :
√
π
I= .
2
Exercice 47 (Intégrale de Fresnel)

Le but assumé de cet exercice est de déduire de l’intégrale de Gauss et de l’inégalité
π x ⩽ sin x (où x ∈ [0, π/2]) la valeur de l’intégrale de Fresnel :
2
+∞ 2
J=∫ eix dx.
0
Pour r réel positif, on définit un chemin par la concaténation de trois courbes

(figure 8.1) :
— Sr le segment [0, r], parcouru de 0 vers r,
— Tr l’arc de cercle de centre 0 et de rayon r compris entre les arguments 0 et
π/4, parcouru dans le sens trigonométrique,
— Ur le segment [reiπ/4 , 0] parcouru de reiπ/4 vers 0.
1. On veut montrer que pour toute courbe fermée Γ, ∫Γ e−z dz = 0.
2
(a) Montrer que pour tout n ∈ N et toute courbe fermée Γ, on a : ∫Γ z n dz = 0.

Utiliser le fait que z n+1 /(n + 1) est une « primitive » de la fonction à
intégrer.
(b) Développer e−z en série entière et justifier la permutation de la série et
2
de l’intégrale. En déduire le résultat annoncé.

2. On veut montrer que limr→+∞ ∫Tr e−z dz = 0.
2
(a) Vérifier que pour u ∈ [0, π/2], cos(u) ⩾ 1 − 2u/π.

(b) Calculer le module de e−z lorsque z ∈ Tr et en déduire la limite annoncée.
2
3. Démontrer enfin que J existe et la calculer à l’aide de I = limr→∞ ∫Sr e−z dz.
2
Ur
Tr
Sr r
Figure 8.1 – Contour pour l’intégrale de Fresnel

Rappel. Pour Γ une courbe paramétrée par γ ∶ [a, b] → C (supposée C 1 p.m. et

C 0 ) et pour f une fonction continue sur un voisinage de Γ, on définit l’intégrale
curviligne de f le long de Γ :
b
∫ f (z) dz = ∫ f (γ(t))γ ′ (t)dt.
γ a
.
Soluce
1. Supposons que la courbe Γ est paramétrée par γ ∶ [a, b] → C. Dire qu’elle est
fermée, c’est dire que γ(a) = γ(b).
(a) Posons, pour z complexe, f (z) = z n et F(z) = z n+1 /(n + 1). Pour t ∈ [a, b],
on a 4 :
(F ○ γ)′ (t) = γ ′ (t)(γ(t)) = f (γ(t))γ ′ (t).
n
Il vient, puisque γ(a) = γ(b) :

b
f (γ(t))γ ′ (t)dt = [F(γ(t))]a = F(γ(a))−F(γ(b)) = 0.
b
∫ z dz = ∫ f (z)dz = ∫
n
γ γ a
(b) La courbe Γ est compacte donc contenue dans un disque de centre l’origine
et, disons, de rayon R. On a :
n
−z (−z 2 )n b (−γ(t)2 )
dz = ∫ ∑ γ ′ (t)
2
∫ e dz = ∫ ∑ dt.
Γ Γ n⩾0 n! a n⩾0 n!
n
Posons, pour t ∈ [a, b], fn (t) = γ ′ (t)(−γ(t)2 ) /n!. Pour tout t, on a la
majoration :
R2n b R2n
∣fn (t)∣ ⩽ C et ∫ ∣fn (t)∣dt ⩽ C(b − a) ,
n! a n!
où C = supt∈[a,b] ∣γ ′ (t)∣. La convergence de la série ∑ ∫a ∣fn ∣ permet d’échan-
b
ger la somme et l’intégrale, et on voit que chaque terme est nul :
−z 2 (−z 2 )n (−1)n
∫ e dz = ∑ ∫ dz = ∑ ∫ z dz = 0.
2n
Γ n⩾0 Γ n! n⩾0 n! Γ
2. (a) Cela vient de la concavité du cosinus sur [0, π/2] car sa dérivée seconde y
est négative.
(b) Un point Tr est de la forme z = reit où t ∈ [0, π/4]. On a :
2 (1− 4t )
∣e−z ∣ = ∣e−r ∣ = e−r ⩽ e−r
2 2 e2it 2 cos 2t
π .
On a donc :
π/4
e−z dz∣ = ∣∫ e−r
2 2 e2it
∣∫ ireit dt∣
Tr 0
π/4 4r 2
⩽ re−r ∫
2 t
e π dt
0
πe−r r2
2
π
⩽ (e − 1) ⩽ .
4r 4r
4. Abus : ce qui est écrit n’est vrai qu’en-dehors des points de discontinuité, il faudrait recoller.
Remarque. L’estimation est assez bonne puisque d’après des calculs nu-
mériques, le module de l’intégrale semble être équivalent à 1/(2r) (exer-
cice...).
3. On paramètre Sr par z = x pour x ∈ [0, r]... Vu le sens de parcours, l’intégrale

sur Ur est l’opposée de l’intégrale sur le segment paramétré par z = teiπ/4 pour
t ∈ [0, r]. On a alors : e−z = e−it . On a donc :
2 2
r r
0 = ∫ e−z dz = ∫ e−x dx + ∫ e−z dz − ∫ e−it eiπ/4 dt.
2 2 2 2
Γ 0 Tr 0
Or on sait que quand r tend vers l’infini, la première intégrale tend vers l’in-
tégrale de Gauss, la deuxième tend vers 0. Par conséquent, la troisième a une
limite, ce qui prouve l’existence de l’intégrale de Fresnel et donne :
+∞ r +∞
√
−it2 −it2 −iπ/4 −x2 −iπ/4 π
∫ e dt = lim ∫ e dt = e ∫ e dx = e ,
0 r→+∞ 0 0 2
ce que l’on peut écrire :
+∞ +∞
√
1 π
∫ cos(t 2
)dt = ∫ sin(t 2
)dt = .
0 0 2 2
Exercice 48
Soit A ∈ M2 (R) une matrice symétrique définie positive. Calculer l’intégrale :
x
I ∶= ∬ exp(−t XAX)dxdy où l’on a noté X = ( ) .
R2 y
Soluce
Comme A est symétrique définie et positive, on sait, par le théorème de Sylvester,
qu’il existe une matrice réelle inversible P telle que A = t PP, ce qui implique en
particulier det(A) = det(P)2 .
Comme l’application X ↦ PX est un difféomorphisme de l’espace R2 , le change-
ment de variables U = PX est licite (son jacobien est le déterminant de P) ; il donne,
u
en notant U = ( ) :
v
I=∬ exp(−t UU) det(P)−1 dudv = det(P)−1 ∬ exp(−u2 − v 2 )dudv.

R2 R2
On passe alors en coordonnées polaires : u = r cos(θ), v = r sin(θ), pour obtenir
I = det(P)−1 ∬ exp(−r2 )r dr dθ.

R+ ×[0,2π[
Par le théorème de Fubini (on est dans un cas de séparation de variables, avec
deux fonctions continues, respectivement, en u et v), on a :
+∞ 2π
I = det(P)−1 ∫ exp(−r2 )r dr ∫ dθ.
0 0
Une primitive de exp(−r2 )r est − 21 exp(−r2 ). On obtient en définitive :

π
I= √ .
det(A)
Exercice 49 (Wallis et les hyperboules)

On considère l’espace Rn muni de sa structure euclidienne usuelle. On veut calculer
le volume Vn (R) de l’hyperboule Bn (R) de rayon R définie par
n
Bn (R) ∶= {(x1 , . . . , xn ) ∈ Rn , ∑ x2i ⩽ R2 }
i=1
On propose de montrer les formules suivantes

2π
Vn (R) = µn Rn , avec µ1 = 2, µ2 = π, µn = µn−2 .
n
Puis,
⎧
⎪ π m 2m
si n = 2m est pair,
⎪
⎪
⎪ m!
R
Vn (R) = ⎨
⎪
⎪
⎪ 22m+1 m!π m 2m+1
⎪
⎩ (2m+1)! R si n = 2m + 1 est impair
1. Vérifier la formule pour n = 1 et 2.
π
2. On veut calculer l’intégrale de Wallis In ∶= ∫02 sinn (t)dt.
(a) Montrer, par une intégration par parties, que nIn = (n − 1)In−2 . En dé-
duire, au passage, que nIn In−1 = π2 .
(b) Calculer I2m+1 , puis, I2m .
3. En vous ramenant à l’intégrale de Wallis après changement de variable, mon-
trer par récurrence la formule proposée.
4. Etudier les variations du volume de la boule Bn (1) en fonction de n.
Soluce
1. Pour n = 1, on trouve B1 (R) = 2R, qui correspond bien à la longueur du segment
[−R, R], et pour n = 2, on a B2 (R) = πR2 , la surface du disque, formule qui n’est
plus à présenter, et qui en a séduit plus d’un, d’Archimède à Grothendieck.
2. (a) On peut commencer par décomposer,
π π π
In = ∫ sin (t)dt = ∫ (t)(1−cos (t))dt = In−2 −∫ sinn−2 (t) cos2 (t)dt.

2 n 2 n−2 2 2
sin
0 0 0
′
On suppose n > 1 et on intègre par parties en posant u = sinn−2 (t) cos(t),
v = cos(t), et donc, u = n−1
1
sinn−1 (t), v ′ = − sin(t), pour obtenir :
π π
cos(t) n−1 π 1 1
sinn−2 (t) cos2 (t)dt = [ sin (t)]02 + sinn (t)dt =
2 2
∫ ∫ In .
0 n−1 n−1 0 n−1
D’où l’égalité In = In−2 − n−1
1
In , et donc, nIn = (n − 1)In−2 .
On en déduit alors, en multipliant par In−1 cette égalité, que la suite de
terme général nIn In−1 est constante. Il vient donc
π π
nIn In−1 = I1 I0 = 1 ⋅ = .
2 2
En effet, on trouve, en intégrant sin(t), que I1 = 1,
(2m)(2m−2)⋯(2)
(b) On a par récurrence I2m+1 = (2m+1)(2m−1)⋯3 I1 . Comme I1 = 1, il vient :
(2m)(2m − 2)⋯(2) (2m)2 (2m − 2)2 ⋯(22 ) 22m (m!)2

I2m+1 = = = .
(2m + 1)(2m − 1)⋯3 (2m + 1)! (2m + 1)!
Puis, la relation (2m + 1)I2m+1 I2m = π2 , prouvée plus haut, montre que
(2m)! π
I2m =
22m (m!)2 2
3. La boule Bn (R) est l’ensemble des n-uplets (x1 , . . . , xn ) tels que ∑ni=1 x2i ⩽ R2 ,
inéquation que l’on peut aussi écrire
x21 + ⋯ + x2n−1 ⩽ R2 − x2n .
Ceci implique
√
Bn (R) = {(u, xn ) ∈ Rn−1 × R, u ∈ Bn−1 ( R2 − x2n ) , −R ⩽ xn ⩽ R}.
Par un corollaire classique du théorème de Fubini, il vient

R
Vn (R) = ∫ dv = ∫ ∫ √ dudxn .
Bn (R) −R Bn−1 ( R2 −x2n )
On suppose, par récurrence sur n, que Vn (R) = µn Rn , pour un réel µn dépen-

dant de n. Notons cette hypothèse Hn . L’hypothèse H1 est vraie, avec µ1 = 2.
Supposons Hn vraie, alors, d’après ce qui précède,
R R
Vn+1 (R) = ∫ ∫ √ dudxn+1 = ∫ µn (R2 − x2n+1 )n/2 dxn+1 .
−R Bn ( R2 −x2n+1 ) −R
Le changement de variables xn+1 = R cos(t) donne

0 π
Vn+1 (R) = −µn ∫ Rn sinn (t)R sin(t)dt = Rn+1 µn ∫ sinn+1 (t)dt.
π 0
Notre récurrence est donc bien établie, avec

π
µn+1 = µn ∫ sinn+1 (t)dt = 2µn In+1 ,
0
en utilisant sin(π − t) = sin(t). En particulier, cela implique

2π
µn = 2µn−1 In = 4µn−2 In In−1 = µn−2 .
n
Comme µ1 = 2 et µ2 = π, on trouve les formules annoncées.
4. Le volume de la boule unité en dimension n est Vn (1) = µn .
Comme µn = 2π n µn−2 , on constate, par exemple en prenant le logarithme, que
µn tend vers 0, ce qui ne manque pas de décevoir sur la représentation intime
que l’on pourrait se faire d’une hyperboule.
Plus précisément, comme la fonction sin est comprise entre 0 et 1 sur [0, π2 ],
on voit que sinn+1 (t) ⩽ sinn (t) sur ce même intervalle, et donc, la suite In
8.2. INTÉGRALES À PARAMÈTRES 113
décroît. On peut noter, par un petit calcul utilisant les formules de 2)b) que
2I5 > 1 > 2I6 . On obtient alors, puisque µn = 2In µn−1 , que la suite µn croît
jusqu’à µ5 , puis, décroît pour tendre vers 0.
On peut, par pur voyeurisme, regarder cela de plus près, en calculant µ1 = 2,
π2 8π 2 π3
µ2 = π ≃ 3, 14, µ3 = 4π
3 ≃ 4, 19, µ4 = 2 ≃ 4, 93, µ5 = 15 ≃ 5, 26, µ6 = 6 ≃ 5, 16,
3
µ7 = 16π
105 ≃ 4, 72.
Remarque. On peut voir facilement à l’aide de la formule de duplication de Legendre
n/2
(exercice 52) que Vn (R) = µn Rn , avec µn = Vn (1) = πn .
Γ( 2 +1)
Remarque. Les hyperboules expliquées aux amateurs de « Petits Lu ». Voyons un

Petit Lu comme un carré plein. Quand on en grignote les « oreilles » pour n’en
laisser que le disque intérieur, on en mange en proportion 1 − π4 , c’est-à-dire 21,46 %
environ. Si on prend un Petit Lu cubique (en dimension 3), alors, le grignotage passe
à une proportion de 47,62 %, puis 69,19 % pour un Hyper Lu en dimension 4... Et
ce nombre ne fait qu’augmenter en atteignant rapidement quelque chose de proche
du 100 %. Moralité, il faut se méfier du grignotage, surtout en grande dimension !
Remarque. On peut trouver un équivalent de µn à l’aide de la formule de Stirling,
pour voir que µn converge rapidement vers 0. On peut aussi décliner sans peine le
problème avec des boules pour la norme Np , donnée par
1
Np (x1 , . . . , xn ) = (∣x1 ∣p + ⋯ ∣xn ∣p ) p
Remarque. Et l’ « hypersurface » de l’hyperboule, alors ? Il suffit de dériver la formule
du volume que l’on vient de déterminer !
8.2 Intégrales à paramètres

8.2.1 Fonction gamma
Exercice 50 (Formule des compléments)

On fixe z ∈ ]0, 1[, si bien que Γ(z) et Γ(1 − z) sont bien définis.
Le but de cet exercice est de démontrer la formule des compléments :
π
Γ(z) Γ(1 − z) = .
sin(πz)
Plus précisément, nous allons montrer qu’elle est une conséquence de la formule
de duplication de Legendre, qui fait l’objet des exercices 52 et 53 de ce recueil.
On rappelle que, dans l’exercice 53 en question est démontrée la formule sui-
vante, valable pour z ∈ ]0, 1[ fixé, et lorsque n → +∞,
nz n!
Γ(z) = lim .
n→+∞ z(z + 1)⋯(z + n)
1. Démontrer la formule suivante, qui donne un développement de la fonction

sinus sur R en un produit infini :
+∞
z2
∀z ∈ R, sin(z) = z ∏ (1 − ).
k=1 π2 k2
2. À l’aide de la formule rappelée ci-dessus, en déduire la formule des complé-

ments.
Soluce
1. On ne présente plus la formule suivante, qui donne l’exponentielle comme une
limite polynomiale :
x n
∀x ∈ R, ex = lim (1 + ) ,
n→+∞ n
ainsi que la formule reliant exponentielle et sinus :
eix − e−ix
∀x ∈ R, sin(x) =
2i
Cela donne l’idée de poser, pour z ∈ R, et pour tout n entier naturel 5 ,
2n+1 2n+1
1 iz iz
Pn (z) = ((1 + ) − (1 − ) )
2i 2n + 1 2n + 1
Par une étude classique de limite, on voit que, pour z ∈ R,
lim Pn (z) = sin(z),

n→+∞
comme attendu. Dans toute la suite, on fixe n ∈ N.

Étudions maintenant les racines de ce polynôme ; on cherche les z ∈ R tels que
2n+1 2n+1
iz iz
(1 + ) − (1 − ) = 0,
2n + 1 2n + 1
ce qui s’écrit encore
2n+1
1+ iz
( 2n+1
) = 1.
1− iz
2n+1
Fixons k ∈ {−n, . . . , n} ; définissons alors zk par la formule
1+ izk
2ikπ
2n+1
= exp ( ).
1− izk
2n+1
2n + 1
Comme le membre de droite exp ( 2n+1

2ikπ
) n’est jamais égal 6 à −1, quel que soit k
entre −n et n, l’égalité précédente équivaut à :
2ikπ
e 2n+1 − 1
zk = −i(2n + 1) 2ikπ
(−n ⩽ k ⩽ n).
e 2n+1 + 1
Enfin, en factorisant l’angle moitié, on obtient :
2i sin ( 2n+1
πk
) πk
zk = −i(2n + 1) = (2n + 1) tan ( ) (−n ⩽ k ⩽ n). (⋆)
2 cos ( 2n+1
πk
) 2n + 1
5. On verra pourquoi choisir 2n + 1 au lieu de n plus tard.

6. C’est là l’intérêt d’avoir considéré les termes impairs, de la forme 2n + 1.
On obtient alors 2n + 1 éléments, distincts, qui annulent le polynôme Pn (il

suffit de le vérifier) ; on a bien trouvé les racines de Pn .
Enfin, notons que le polynôme Pn n’est pas nul, au moins à partir d’un certain
rang, puisque limn→+∞ Pn (z) ≠ 0 (en général) ; et son degré est au plus 2n + 1.
Cela assure que les 2n + 1 racines (distinctes) exhibées précédemment sont
toutes de multiplicité 1.
On peut donc écrire, pour tout z ∈ R et tout n ∈ N, et en regroupant les termes
par paires 7 ,
n ⎛ z ⎞ n ⎛
z2 ⎞
Pn (z) = z ∏ 1− = z ∏ 1 −
k=−n,k≠0 ⎝ (2n + 1) tan ( 2n+1 ) ⎠ k=1 ⎝ (2n + 1) tan ( 2n+1 ) ⎠
πk 2 2 πk
On aimerait maintenant pouvoir faire tendre n vers l’infini... Hélas, l’étude

d’une suite doublement indicée s’impose. Fixons dans tout ce qui suit z ∈ R, et
posons alors
⎧
⎪ k ⎛
z2 ⎞
⎪
⎪
⎪z ∏ 1 − si 1 ⩽ k ⩽ n
vk (n) = ⎨ j=1 ⎝ (2n + 1) tan ( 2n+1 ) ⎠
2 2 πj
⎪
⎪
⎪
⎪
⎩Pn (z) si k > n.
Pour u ∈ [0, π/2[, on a par convexité de la tangente : tan u ⩾ u. Pour 1 ⩽ k ⩽ n,

on a donc :
∣z∣2 ∣z∣2
∣vk (n) − vk−1 (n)∣ = v k−1 (n) ⩽ vk−1 (n).
(2n + 1)2 tan2 ( 2n+1
πk
) (πk)2
Par ailleurs, supposons que z ≠ 0 (le résultat est trivial si z = 0) et utilisons

l’inégalité ln(1 − u) ⩽ −u, valable pour u ∈ ]0, 1[. On écrit :
k RRR z2
RRR
ln ∣vk (n)∣ ⩽ ln ∣z∣ + ∑ ln RRRRR1 − RRR
R (2n + 2 tan2 ( πj ) RRR
j=1 RR 1) 2n+1 RR
k 2
z
⩽ ln(∣z∣) + ∑
j=1 (2n + 1) tan ( 2n+1 )
2 2 πj
+∞
∣z∣2
⩽ ln ∣z∣ + ∑ < +∞
j=1 (πj)
2
(Dans la dernière ligne, on a utilisé à nouveau la majoration tan u ⩾ u pour

u ∈ [0, π/2[.) Grâce à cette seconde inégalité, pour tout 1 ⩽ k ⩽ n, le logarithme
de vk (n) est borné, ce qui implique que vk (n) est borné. Il existe donc un réel
Cz , dépendant du réel z, tel que pour 1 ⩽ k ⩽ n,
Cz
∣vk (n) − vk−1 (n)∣ ⩽ .
k2
Cette majoration est aussi valable pour k > n, puisque pour un tel k, on a
vk − vk−1 = 0. On en déduit que la série de fonctions
∑ (vk − vk−1 )
k⩾1
7. Et sachant que le terme en k = 0 vaut 1...

converge normalement, donc uniformément, sur N. Or, par télescopage, cette

série est égale à la limite de la suite des (vk )k ; on en déduit donc que la suite
(vk ) converge uniformément.
Enfin, comme, pour tout k ⩾ 1, la suite (vk (n))n⩾1 admet une limite finie, le
théorème de la double limite s’applique donc, et l’on a, pour tout z ∈ R,
+∞
z2
sin(z) = lim Pn (z) = lim lim vk (n) = lim lim vk (n) = z ∏ (1 − )
n→+∞ n→+∞ k→+∞ k→+∞ n→+∞ j=1 π2j 2
Finalement, on obtient la formule désirée : pour tout z ∈ R,

+∞
z2
sin(z) = z ∏ (1 − ).
n=1 π2 k2
2. Observons la formule rappelée dans l’énoncé. Étudions alors le produit :
z(z + 1)⋯(z + n) (1 − z)(2 − z)⋯(n + 1 − z)

⋅
nz n! n1−z n!
En distribuant les facteurs de n! dans les facteurs du numerateur, et en regrou-
pant les différents éléments du produit deux par deux pour faire apparaître des
égalités remarquables, on obtient
z(z + 1)⋯(z + n) (1 − z)(2 − z)⋯(n + 1 − z)

⋅
nz n! n1−z n!
z(1 + z)(1 + z2 )⋯(1 + nz ) (1 − z)(1 − z2 )⋯(1 − nz )(1 − z + n)
= ⋅
nz n1−z
z(1 − z + n) z2 zn
= (1 − z 2 ) (1 − 2 ) ⋯ (1 − 2 )
n 2 n
n
z2
= z ∏ (1 − )
k=1 k2
En utilisant le résultat de la question précédente, on en déduit alors que, lorsque

n → +∞,
1 z(z + 1)⋯(z + n) (1 − z)(2 − z)⋯(n + 1 − z)

= lim ⋅
Γ(z)Γ(1 − z) n→+∞ nz n! n1−z n!
n 2
z
= lim z ∏ (1 − 2 )
n→+∞
k=1 k
+∞
z2
= z ∏ (1 − )
k=1 k2
Or, par la question 1, ceci est égal à sin(πz)/π. On a donc démontré la formule
des compléments : pour tout z ∈ ]0, 1[,
1 sin(πz)
= .
Γ(z)Γ(1 − z) π
Exercice 51 (Formule des compléments)

On propose de (re)démontrer la formule des compléments,
π
Γ(x)Γ(1 − x) = ,
sin πx
cette fois-ci, à l’aide de la formule de la cotangente obtenue dans l’exercice 42. Au
passage, on montre la formule reliant les fonctions bêta et gamma.
1. Pour tout couple de réels strictement positifs α et α′ , on définit
1
B(α, α′ ) = ∫ tα−1 (1 − t)α −1 dt.
′
Montrer l’égalité
Γ(α)Γ(α′ )
B(α, α′ ) = .
Γ(α + α′ )
2. Soit ϕ(α) = B(α, 1−α), pour α ∈ ]0, 1[. En utilisant le changement de variables
u = 1+t
t
, montrer
1 uα−1 + u−α
ϕ(α) = ∫ du.
0 1+u
En déduire
(−1)n
ϕ(α) = ∑ .
n∈Z α + n
3. En utilisant la redoutable astuce

x 1
cot − cot x = , x ∉ πZ,
2 sin x
couplée à l’exercice 42, montrer l’égalité
π (−1)n
=∑ ,
sin πα n∈Z α + n
et conclure.
Soluce
1. On a, par définition de Γ,
+∞ +∞ +∞ +∞
Γ(α)Γ(α′ ) = ∫ sα−1 e−s ds ∫ tα −1 e−t dt = ∫ sα−1 tα −1 e−s−t ds dt.
′ ′
∫
0 0 s=0 t=0
On pose alors le changement de variables (u, v) ↦ (uv, u(1−v)), dont on vérifie

qu’il définit bien un C 1 -difféomorphisme, de R+∗ ×]0, 1[ vers R+∗ ×R+∗ , d’inverse
(s, t) ↦ (s + t, s+t
s
). On calcule son jacobien
v u
∣ ∣ = −u.
1 − v −u
Par le théorème de Fubini, on obtient :

+∞ 1
Γ(α)Γ(α′ ) = ∬ (uv)α−1 uα −1 e−u u du dv = ∫ uα+α −1 e−u du ∫ v α−1 (1−v)α −1 dv.
′ ′ ′
R∗+ ×]0,1[ u v
La formule Γ(α)Γ(α′ ) = Γ(α + α′ )B(α, α′ ) en découle.

2. Pour α ∈ ]0, 1[ et α′ = 1 − α, il vient, en constatant que Γ(1) = 1 et en faisant
le changement de variable t = u+1 u
,
1 +∞ uα−1 1 uα−1 +∞ uα−1
ϕ(α) = B(α, 1−α) = ∫ tα−1 (1−t)−α dt = ∫ du = ∫ du+∫ du.
0 0 1+u 0 1+u 1 1+u
Dans le terme de droite, on pose, façon de parler, « u = 1
u », pour obtenir
1 uα−1 + u−α
ϕ(α) = ∫ du.
0 1+u
Pour en déduire le développement désiré, on va développer 1/(1 + u) en série
entière : pour N ∈ N et u ∈ ]0, 1[, on écrit :
1 N
(−u)N+1
= ∑ (−1)n un + ,
1 + u n=0 1+u
puis
1 uα−1 N
(−1)n 1 (−u)N+1 uα−1
∫ du = ∑ +∫ du,
0 1+u n=0 α + n 0 1+u
uN+1 1
1 1
où 0 ⩽ ∫du ⩽ ∫ uN+1 du = .
0 1+u 0 N+2
En passant à la limite N → +∞ et en procédant de même (α ↝ 1 − α) pour la
deuxième partie de l’intégrale, on trouve :
+∞
(−1)n +∞ (−1)n +∞
(−1)n +∞ (−1)n+1 (−1)n
ϕ(α) = ∑ +∑ =∑ +∑ =∑ .
n=0 α + n n=0 1 − α + n n=0 α + n n=0 α − n − 1 n∈Z α + n
3. Par ailleurs, pour x ∉ πZ,

x cos x2 2 cos2 x2 − 1 1 1
cot − cot x = x − x x = x x = .
2 sin 2 2 sin 2 cos 2 2 sin 2 cos 2 sin x
D’après l’exercice 42, en écrivant x = πα :
π 1 1 2α 1 1 1
π cot πα = +2π 2 α ∑ 2 2 = +∑ 2 = +∑ ( + ),
πα n⩾1 π α − n 2π2 α n⩾1 α − n 2 α n⩾1 α − n α + n
d’où :
π πα 1 1 1 1 1
= π cot − π cot πα = + ∑ ( α + )− ∑ ( + )
sin πα 2 α k⩾1 2 − k α
2 +k n⩾1 α − n α+n
N 2N
1 2 2 1 1
= + lim ∑ ( + ) − lim ∑ ( + )
α N→+∞ k=1 α − 2k α + 2k N→+∞ n=1 α − n α+n
∗ 1 2N
(−1)n (−1)n 1 (−1)n (−1)n (−1)n
= + lim ∑ ( + )= +∑( + )= ∑ .
α N→+∞ n=1 α − n α + n α n⩾1 α − n α + n n∈Z α + n
Justifications :
∗
— de l’antépénultième égalité (notée =) : pour n pair, n = 2k, on trouve
2 2 1 1 1 1
( + )−( + )= + ;
α − 2k α + 2k α−n α+n α−n α+n
pour n impair, on trouve juste
1 1
−( + ).
α±n α±n
— de la dernière égalité : elle est justifiée par la convergence des séries alternées
(−1)n
∑n⩾1 α±n .
On peut alors conclure.
Cadre (Formule de duplication de Legendre)

Le but de cet exercice est de démontrer la formule de duplication de Legendre. On
rappelle tout d’abord que la fonction gamma est définie pour x réel strictement
positif par :
+∞
Γ(x) = ∫ e−t tx−1 dt.
0
La formule de duplication est alors la suivante :
α α+1 √
∀α > 0, 2α−1 Γ ( ) Γ ( ) = π Γ(α).
2 2
Exercice 52 (méthode 1 : intégrale multiple et changement de variable)

Partie 1
Pour a > 0, et x ⩾ 0 ; on pose
+∞
e−(at
2+ x )
Ha (x) ∶= ∫ t2 dt.
0
On rappelle également le résultat suivant 8 :

+∞
√
−t2 π
∫ e dt = .
0 2
1. Montrer que la fonction Ha ∶ [0, +∞] → R est continue.
2. Calculer Ha (0).
3. Montrer que la fonction Ha est dérivable sur ]0, +∞[.
4. Calculer, pour x > 0, H′a (x) en fonction de Ha (x).
On pourra utiliser le changement de variables t = αs , pour α convenablement
choisi.
5. En déduire que, pour A > 0 et ⩾ 0,
√
1 π −2√ax
Ha (x) = e .
2 a
Partie 2
Pour α > 0, on pose
−(xy 2 + x
) 1
J(α) ∶= ∫ e y2 xα− 2 dxdy.
(R∗+ )2
1. En utilisant la partie 1, montrer que

√
π
J(α) = Γ(α).
2α+1
⎧
⎪
⎪u = xy
⎪ 2
2. En effectuant le changement de variables ⎨ x montrer que l’on a
⎪
⎪v = 2,
⎪
⎩ y
1 α α+1
J(α) = Γ ( ) Γ ( ).
4 2 2
3. En déduire la formule de duplication de Legendre, pour tout α > 0.
Soluce
Partie 1
1. Il s’agit ici d’utiliser le théorème de continuité sous le signe intégrale. Tout
d’abord, pour tout t > 0, la fonction x ↦ e−(at + t2 ) est continue sur [0, +∞[ ;
2 x
de même pour la fonction t ↦ −(at2 + tx2 ) sur ]0, +∞[, pour tout x ⩾ 0. De plus,
pour tout (x, t) ∈ R+ × R∗+ , on a
e−(at
2+ x )
⩽ e−at ,
2
t2
qui est une fonction continue, indépendante de x, intégrable sur [0, +∞[, puisque
1
e−at =
2
o ( ).
t→+∞ t2
Ainsi, d’après le théorème de continuité sous le signe intégrale, la fonction Ha

est bien continue sur [0, +∞[.
2. On a, par définition,
+∞
e−at dt.
2
Ha (0) = ∫
0
En s’inspirant du résultat sur l’intégrale de Gauss rappelé dans l’énoncé, effec-

√
tuons le changement de variable u = at (on rappelle que a > 0), qui est bien
un difféomorphisme de [0, +∞[ dans [0, +∞[. On obtient alors
+∞
√
1 1 π
e−u dt =
2
Ha (0) = √ ∫ .
a 0 2 a
8. Il s’agit de l’intégrale de Gauss, qui peut se calculer de plusieurs façons : intégrale de Wallis,
passage en coordonnées polaires... Voir les exercices 45 et 46.
3. On utilise ici le théorème de dérivation sous le signe intégral. Tout d’abord, pour
tout x ⩾ 0, la fonction f ∶ t ↦ e−(at + t2 ) est intégrable sur ]0, +∞[. En effet, elle
2 x
est continue, donc intégrable sur tout segment inclus dans ]0, +∞[ ; en l’infini, f
est équivalente à la fonction t ↦ e−at , qui est, comme on l’a vu précédemment,
2
négligeable devant la fonction t ↦ t12 , qui elle-même est intégrable en l’infini,

par le critère de Riemann. En 0, de même, f est équivalente à la fonction
t ↦ e− t2 = o (t− 2 ), fonction intégrable en 0, par le même critère de Riemann.
x 1
t→0
De plus, pour tout t > 0, la fonction f admet une dérivée partielle en x,
∂f −1
(x, t) = 2 e−(at + t2 ) ,
2 x
∀t > 0, ∀x ⩾ 0,
∂x t
et cette dérivée partielle est continue en t et en x, respectivement sur ]0, +∞[
et sur [0, +∞[, et, pour tout t > 0, x ⩾ 0, on a
∂f 1
(x, t)∣ ⩽ 2 e−at ,
2
∣
∂x t
qui est une fonction continue, indépendante de x, et intégrable sur ]0, +∞[.
Ainsi, par le théorème de dérivation sous le signe intégral, la fonction Ha est
dérivable sur ]0, +∞[.
4. Dans la question précédente, on vient de démontrer que la fonction Ha est
dérivable sur ]0, +∞[ ; la dérivée est également donnée par le théorème de
dérivation sous le signe intégrale : pour tout x > 0,
+∞ 1 −(at2 + x2 )
H′a (x) = − ∫ e t dt.
0 t2
On effectue alors, comme indiqué dans l’énoncé, le changement de variable
t = α/s, avec α > 0 que l’on déterminera plus tard ; c’est un difféomorphisme,
de ]0, +∞[ dans lui-même ; on obtient alors, pour tout x > 0,
1 0 2 2
1 +∞ α2 s2
−(a α +x s )
H′a (x) = ∫ e s2 α2 ds = − ∫ e−(a s2 +x α2 ) ds.
α +∞ α 0
√
Pour retomber sur l’intégrale Ha (x), on pose alors α = xa , bien défini puisque
x est strictement positif, et l’on obtient alors, pour tout x > 0, :
√ +∞
√
a −(as2 + x2 ) a
H′a (x) = − ∫ e s ds = − Ha (x).
x 0 x
√ √
5. Une primitive de la fonction x ↦ − xa est x ↦ −2 ax ; l’équation différentielle
précédente donne alors : √
Ha (x) = Ce−2 ax ,
où C est une constante réelle, et où x > 0. De plus, par continuité de la fonction
Ha en 0 par la question 1, on a
√
1 π
= Ha (0) = C.
2 a
On en déduit que pour a > 0 et x ⩾ 0,
√
1 π −2√ax
Ha (x) = e .
2 a
Partie 2
1. En utilisant le théorème de Fubini (la fonction intégrée sur (R∗+ )2 est positive),
et en se servant du résultat de la partie 1, on écrit, pour α > 0 :
+∞ +∞ −(xy 2 + x
) 1
J(α) = ∫ [∫ e y2 dy] xα− 2 dx
0 0
+∞ 1
=∫ Hx (x)xα− 2 dx
0
+∞ 1 √
πe−2x xα− 2 dx
1
=∫ √
0 2 x
√ +∞
π
= ∫ e−2x xα−1 dx
2 0
Ne reste plus qu’à faire le changement de variables difféomorphe u = 2x, de
[0, +∞[ dans lui-même, et l’on tombe sur le résultat désiré :
√
π
J(α) = Γ(α).
2α+1
2. On effectue le changement de variables préconisé dans l’énoncé. On vérifie que

c’est une bijection
√ de (R+∗ )2 dans lui-même : la réciproque est donnée par
√
x = uv, y = u/v. De plus, le jacobien est égal à
x 2xy 4x
−2y 2 3
− 2 =− ,
y y y
non nul par hypothèse sur x et y. En l’exprimant en fonction de u et de v, cela

donne
1 3
−4u 4 v 4 .
L’intégrale J devient alors, pour α > 0,

+∞ +∞ 1 1 3
e−(u+v) u 2 (α− 2 ) v 2 (α− 2 ) ( u− 4 v − 4 ) dudv,
1 1 1 1
J(α) = ∫ ∫
0 0 4
soit, en invoquant le théorème de Fubini,
1 +∞ −u α−1 +∞ 1 α+1 α
e−v v 2 −1 dv = Γ (
α
J(α) = ∫ e u 2 du ∫ )Γ( ),
4 0 0 4 2 2
ce qui est exactement le résultat désiré.
3. Il suffit maintenant de regrouper les deux questions précédentes :
√
1 α α+1 π
Γ( )Γ( ) = α+1 Γ(α),
4 2 2 2
et par simplification, on obtient la formule de duplication de Legendre,
√
α α+1 π
Γ( )Γ( ) = α−1 Γ(α).
2 2 2
Exercice 53 (méthode 2 : formule de Weierstrass)

La formule de duplication de Legendre peut être vue comme une conséquence de la
formule de Weierstrass :
+∞
1 x
= xeγx ∏ (1 + ) e− n ,
x
∀x > 0,
Γ(x) n=1 n
où γ désigne la constante d’Euler.

On rappelle que la fonction bêta 9 est définie comme suit :
1
∀x, y > 0, B(x, y) = ∫ tx−1 (1 − t)y−1 dt
0
1. Commençons par démontrer quelques résultats sur la fonction B.

(a) Montrer que la fonction bêta satisfait aux équations fonctionnelles sui-
vantes :
x
∀x > 0, ∀y > 0, B(x, y) = B(y, x) et B(x + 1, y) = B(x, y).
x+y
(b) Pour n ∈ N∗ , et x > 0, on pose

n t n x−1
In (x) ∶= ∫ (1 − ) t dt.
0 n
Montrer que, pour tout x > 0,
lim In (x) = Γ(x).

n→+∞
(c) En exprimant la fonction In en fonction de bêta, en déduire que pour

tout x > 0,
nx n!
Γ(x) = lim .
n→+∞ x(x + 1)⋯(x + n)
2. En utilisant le développement limité du logarithme, démontrer la formule de

Weierstrass.
3. En déduire la formule de duplication de Legendre.
Soluce
1. (a) La première égalité s’obtient en effectuant le changement de variables
u = 1 − t, qui est un difféomorphisme de [0, 1] dans lui-même ; on obtient
bien, pour tout x, y > 0,
0
B(x, y) = ∫ uy−1 (1 − u)x−1 (−du) = B(y, x).
1
Quant à la seconde égalité, il suffit d’utiliser une intégration par parties, à

condition de régler le problème d’existence en 1 : pour cela, on commence
9. Un bêta majuscule s’écrit B.
par étudier l’intégrale sur un intervalle de type [0, 1 − n1 ], où tout est défini,
puis on fait tendre n vers l’infini ; le problème d’existence de l’intégration
par parties en 1 est réglé. On écrit alors
1 t x
B(x, y) = ∫ ( ) (1 − t)x+y−1 dt
0 1−t
1
t x (1 − t)x+y x 1 t x−1 1
= [− ( ) ] + ∫ ( ) (1 − t)x+y dt
1−t x+y 0 x+y 0 1−t (1 − t)2
x
= B(x, y).
x+y
On obtient l’égalité désirée.
(b) Fixons x > 0. On définit la suite de fonctions (gn )n∈N∗ sur R∗+ par :
t n x−1
gn (t) = 1[0,n] (t) (1 − ) t
n
où 1[0,n] (t) désigne la fonction caractéristique de l’intervalle réel [0, n].
Utilisons le théorème de convergence dominée. D’abord, en écrivant pour
tout t > 0,
gn (t) = 1[0,n] (t)en log(1− n ) tx−1 ,
t
et en utilisant un développement limité du logarithme à l’ordre 1, on

obtient
gn (t) = 1[0,n] (t)en(− n +o( n )) tx−1 = 1[0,n] (t)e−t eo(1) tx−1 ,

t 1
ce qui montre que la suite de fonctions (gn )n∈N∗ converge simplement vers
la fonction
t ↦ e−t tx−1 1[0,+∞] (t).
De plus, de l’inégalité
log(1 − u) ⩽ −u,
valable pour u ∈ ]0, 1[ et qui s’obtient par l’inégalité des accroissements
finis, on tire en posant u = t/n,
t n
∀t ∈ [0, n], (1 − ) ⩽ e−t .
n
Ainsi, pour tout t ∈ [0, +∞[, on obtient la majoration
∣gn (t)∣ ⩽ e−t tx−1 ,
qui est une fonction intégrable sur R+ , puisque, en l’infini, elle est négli-
geable devant t ↦ 1/t2 , fonction intégrable, par le critère de Riemann ; et
qu’en 0, elle est équivalente à la fonction t ↦ tx−1 , qui est intégrable, tou-
jours par le critère de Riemann (on rappelle que x est supposé strictement
positif).
Ainsi, par le théorème de convergence dominée, on obtient, pour tout
x > 0,
+∞ +∞ +∞
lim In (x) = lim ∫ gn (t)dt = ∫ lim gn (t)dt = ∫ e−t tx−1 dt = Γ(x).
n→+∞ n→+∞ 0 0 n→+∞ 0
(c) Effectuons le changement de variables u = t/n, qui est un difféomorphisme

de R+ dans lui-même. On obtient alors, pour tout x > 0,
1 1
In (x) = ∫ (1 − u)n (nu)x−1 ndu = nx ∫ (1 − u)n ux−1 du = nx B(x, n + 1).
0 0
À présent, en utilisant les résultats de la question 1 (a), on obtient, pour

tout n ∈ N∗ ,
n! n!
B(x, n + 1) = B(n + 1, x) = B(1, x) = ,
(x + 1)⋯(x + n) x(x + 1)⋯(x + n)
puisque
1 1
B(1, x) = ∫ (1 − t)x−1 dt = .
0 x
Finalement, en regroupant les résultats obtenus, on a, pour tout x > 0,
nx n!
In (x) = nx B(x, n + 1) = ,
x(x + 1)⋯(x + n)
et donc, toujours par la question 1 (c), pour tout x > 0,

nx n!
Γ(x) = lim In (x) = lim ,
n→+∞ n→+∞ x(x + 1)⋯(x + n)
comme voulu.
2. On rappelle tout d’abord la série harmonique, qui donne un développement
limité du logarithme :
n
1
log n = ∑ − γ + o (1) .
k=1 k
On en déduit que
x(x + 1)⋯(x + n) −x log n

n
x n
−x x
= xe ∏ (1 + ) = xe γx xo(1)
e ∏ e k (1 + ).
nx n! k=1 k k=1 k
Or, ceci converge vers 1/Γ(x), d’après la question 1 (c). On en déduit

+∞
1 x(x + 1)⋯(x + n) n
−x x x −x
= lim = lim xeγx xo(1)
e ∏ e k (1 + ) = xeγx
∏ (1 + )e n,
Γ(x) n→+∞ nx n! n→+∞
k=1 k n=1 n
et la formule de Weierstrass est démontrée.

3. Fixons x > 0. D’après la question 1 (c) (encore !), et en multipliant par 22n+2
numérateur et dénominateur, on a, lorsque n → +∞,
1 1
1 n2x+ 2 (n!)2 22n+2 n2x+ 2 (n!)2
Γ(x)Γ (x + ) ∼ =
2 x(x + 21 )⋯(x + n)(x + n + 21 ) 2x(2x + 1)⋯(2x + 2n)(2x + 2n + 1)
Γ(2x) 1
∼ 22n+2 n2x+ 2 (n!)2
(2n + 1) (2n + 1)!
2x
1
Γ(2x)22n+2 n 2 (n!)2 Γ(2x)22n+1−2x (n!)2
∼ = .
22x (2n)!(2n) 1
n2 (2n)!
Or, d’après la formule de Stirling, lorsque n → +∞,
n2n e−2n (2πn)

1
(n!)2 (πn) 2
∼ 1 = .
(2n)! (2n)2n e−2n (4πn) 2 22n
Finalement, on en déduit la formule de duplication tant attendue 10
√
1
1 Γ(2x)22n+1−2x (πn) 2
Γ(x)Γ (x + ) ∼ 1 2n
= Γ(2x)21−2x π.
2 n2 2
Remarque. La seconde méthode a l’avantage de pouvoir être utilisée dans la preuve

de la formule des compléments, voir pour cela l’exercice 50.
Exercice 54 (Propriétés élémentaires de la fonction gamma)

La fonction gamma est définie pour tout réel x > 0 par la relation :
+∞
Γ(x) = ∫ tx−1 e−t dt.
0
1. (a) Vérifier que la définition a un sens.

(b) Vérifier, pour tout réel x strictement positif, la relation
Γ(x + 1) = x Γ(x).
(c) En déduire que Γ(n) = (n − 1)! lorsque n est un entier naturel non nul.
(d) En admettant provisoirement la continuité de Γ sur R+∗ , montrer au
voisinage de 0+ l’estimation Γ(x) ∼ x1 .
2. (a) Montrer que Γ est de classe C ∞ sur ]0, +∞[ et que l’on a, pour tout
entier k et tout réel x strictement positif,
+∞
Γ(k) (x) = ∫ (ln t)k tx−1 e−t dt.
0
(b) Décrire les variations de Γ sur ]0, +∞[.

3. Soit x un réel strictement positif.
(a) Montrer que
n t n
Γ(x) = lim ∫ tx−1 (1 − ) dt.
n→+∞ 0 n
(b) Faire un changement de variable affine pour ramener la deuxième in-
tégrale à une intégrale sur le segment [0, 1] et montrer la formule de
Gauss :
nx n!
Γ(x) = lim .
n→∞ x(x + 1) . . . (x + n)
10. La formule n’est pas exactement celle de l’énoncé de l’exercice ; pas de panique, x a juste été
remplacé par 2x...
Soluce
1. (a) Soit x > 0. La fonction gx ∶ ]0, +∞[, t ↦ tx−1 e−t est continue. Au voisinage
de 0, on a : gx (t) ∼ tx−1 et la fonction t ↦ tx−1 est positive et intégrable
sur ]0, 1]. Au voisinage de +∞, gx (t) est négligeable devant e−t/2 , fonction
intégrable sur [1, +∞[. Ainsi, la fonction gx est intégrable sur ]0, +∞[.
(b) Soit x > 0. Soient a et A deux réels tels que 0 < a < A.
Pour calculer ∫a tx e−t dt ; on pose, pour t ∈ [a, A], u(t) = tx et v(t) = −e−t
A
– c’est une primitive de t ↦ e−t ; on intègre par parties (c’est légitime car
les fonctions u et v sont C 1 sur R∗+ ) :
A A A
tx e−t dt = [−tx e−t ]a +x ∫ tx−1 e−t dt = −Ax e−A +ax e−a +x ∫ tx−1 e−t dt.
A
∫
a a a
Puisque x > 0, on a aussi x + 1 > 0 (donc Γ(x + 1) a un sens) ; quand a

tend vers 0 et A tend vers +∞, on obtient : Γ(x + 1) = x Γ(x).
(c) On a pour initialiser une récurrence :
+∞ +∞
Γ(1) = ∫ e−t dt = [−e−t ]0 = 1 = 0!.
0
Soit n un entier naturel non nul. Supposons que Γ(n) = (n − 1)!. La

relation Γ(x + 1) = xΓ(x) est vraie en particulier pour tout naturel n ⩾ 2,
d’où Γ(n + 1) = nΓ(n) = n ⋅ (n − 1)! = n!.
(d) D’après l’équation fonctionnelle, pour x > 0, on a xΓ(x) = Γ(x + 1).
Quand x tend vers 0, en utilisant la continuité en 1 de la fonction Γ
et la valeur Γ(1) = 1, il vient :
1
Γ(x) ∼+ .
0 x
2. (a) Prouvons par récurrence sur k que Γ est k fois dérivable sur ]0, +∞[ et
que l’on a :
+∞
P(k) ∶ ∀x > 0, Γ(k) (x) = ∫ (ln t)k tx−1 e−t dt.
0
Pour k = 0, il n’y a rien à démontrer. Soit k ∈ N. Supposons que Γ soit k

fois dérivable et que P(k) soit vraie. Considérons un intervalle ]a, b[ où
0 < a < b.
Pour tout entier p, on note
ψp ∶ ]a, b[ × ]0, +∞[ Ð→ R, (x, t) z→ (ln t)p tx−1 e−t .
Remarquons que pour tout x de ]a, b[, la fonction t ↦ ψp (x, t) est conti-
nue et intégrable sur ]0, +∞[. (Au voisinage de 0, on peut prolonger par
continuité si x > 1 et si x ⩽ 1, on a : ψp (x, t) = o (ta/2−1 ) ; au voisinage
de +∞, on a encore ψp (t) = o(1/t2 )).
Vérifions les hypothèses du théorème de dérivation des intégrales à para-
mètre :
— pour tout x ∈ ]a, b[, la fonction t ↦ ψk (x, t) est intégrable sur ]0, +∞[ ;
— la fonction ψk admet une dérivée partielle continue par rapport à x

sur ]a, b[ × ]0, +∞[ qui est donnée pour (x, t) ∈ ]a, b[ × ]0, +∞[ par
∂ψk
(x, t) = (ln t)k+1 tx−1 e−t ;
∂x
— pour (x, t) ∈ ]a, b[ × ]0, +∞[, on a : tx−1 ⩽ ta−1 si t ⩽ 1 et tx−1 ⩽ tb−1 si
t ⩾ 1 donc :
∂ψk
∣ (x, t)∣ ⩽ ∣ln t∣k+1 (ta−1 e−t + tb−1 e−t ),
∂x
qui est une fonction intégrable sur ]0, +∞[ et indépendante de x.
Par hypothèse de récurrence et par le théorème de dérivation sous une
intégrale, Γ(k) est de classe C 1 sur ]a, b[ et, pour tout x ∈ ]a, b[,
+∞
Γ(k+1) (x) = ∫ (ln t)k+1 tx−1 e−t dt.
0
Comme a et b sont arbitraires, on étend cette relation à ]0, +∞[ et on

conclut par récurrence.
(b) De l’expression de Γ′′ comme l’intégrale d’une fonction positive, il résulte
que Γ est convexe (on verra mieux plus bas) et donc que Γ′ est strictement
monotone sur ]0, +∞[. Comme Γ(1) = 0! = 1! = Γ(2), la dérivée Γ′ s’annule
en un point c compris entre 1 et 2 – on trouve numériquement c ≃ 1,46⋯.
Ainsi, Γ est strictement décroissante sur ]0, c] et strictement croissante
sur [c, +∞[. Voir la figure 8.3.
3. Soit x un réel strictement positif.
(a) On pose, pour tout n naturel non nul et t ∈ ]0, +∞[ :
⎧
⎪ t n
⎪
⎪tx−1 (1 − ) si t ∈ ]0, n[ ,
fn (t) = ⎨ n
⎪
⎪
⎪0 si t ⩾ n.
⎩
Alors :
— pour tout n, la fonction fn est continue (et intégrable) sur ]0, +∞[ ;
— pour t fixé, on a : t < n à partir d’un certain rang et, lorsque n tend vers
l’infini, ln(1 − nt ) = − nt + o ( n1 ) ; par conséquent, n ln(1 − nt ) = −t + o(1),
donc en ln(1− n ) = e−t+o(1) qui tend bien vers e−t car l’exponentielle est
t
continue ; ainsi limn→+∞ fn (x) = e−t tx−1 ;

— on va dominer ∣fn ∣ par une fonction f indépendante de n et intégrable
sur ]0, +∞[ ;
en effet, ln(1−u) ⩽ −u pour tout u < 1 (par concavité du logarithme, la
courbe de u ↦ ln(1−u) est toujours en dessous de sa tangente en zéro) ;
d’où, si 0 < t < n, donc ln(1 − nt ) ⩽ − nt ; en multipliant par n > 0 et
n
par croissance de la fonction exponentielle, on obtient : (1 − nt ) ⩽ e−t ;
finalement, que l’on ait t < n ou t ⩾ n, il vient : ∣fn (t)∣ ⩽ e−t tx−1 , qui
est intégrable sur ]0, +∞[ (condition de domination).
D’après le théorème de convergence dominée, on peut donc intervertir la
limite et l’intégrale ; d’où le résultat.
(b) Soit In (x) l’intégrale de fn . Le changement de variable u = t/n donne :

n t n 1 1
In (x) = ∫ tx−1 (1 − ) dt = ∫ ux−1 nx−1 (1−u)n ndu = nx ∫ ux−1 (1−u)n du.
0 n 0 0
1 x
En posant v(t) = (1 − t)n et w(t) = t , on peut intégrer par parties (v et
x
′
w sont C sur ]0, 1], v w est intégrable et vw se prolonge par continuité
1
en 0) :
1
1 (1 − t)n tx 1 tx n
Jn (x) = ∫ tx−1 (1−t)n dt = [ ] −∫ −n(1−t)n−1 dt = Jn−1 (x+1).
0 x 0 0 x x
En utilisant itérativement cette relation, il vient :
n(n − 1)⋯(n − (n − 1)) n!

Jn (x) = Jn−n (x+n) = .
x(x + 1)⋯(x + n − 1) x(x + 1)⋯(x + n − 1) × (x + n)
Par conséquent,
nx n!
In (x) =
x(x + 1)⋯(x + n − 1)(x + n)
et donc :
nx n!
Γ(x) = lim .
n→+∞ x(x + 1)⋯(x + n)
Exercice 55 (Fonction gamma dans le plan complexe)

Considérons le demi-plan Π = {z ∈ C, Re(z) > 0}. Pour z ∈ Π, on pose :
+∞
Γ(z) = ∫ tz−1 e−t dt.
0
1. Vérifier la convergence de l’intégrale ci-dessus et l’équation fonctionnelle :
∀z ∈ Π, Γ(z + 1) = z Γ(z).
2. (a) Montrer que la fonction Γ est continue sur Π.

(b) On définit deux fonctions P, Q ∶ R+∗ × R → R par :
∀(x, y) ∈ R+∗ × R, P(x, y) + iQ(x, y) = Γ(x + iy).
Montrer que P et Q admettent des dérivées partielles et que l’on a :

∂P ∂Q ∂Q ∂P
= et =− .
∂x ∂y ∂x ∂y
3. (a) Définir un prolongement de Γ à C∖Z− à l’aide de l’équation fonctionnelle.

(b) Déterminer le signe du prolongement ainsi construit sur R∖Z− et donner
un équivalent au voisinage des entiers négatifs ou nuls.
Remarque. La version complexe de Γ n’est pas obligatoire mais le jury pose la ques-
tion, de même que le prolongement par l’équation fonctionnelle.
Soluce
1. Fixons z dans Π et notons x sa partie réelle. La fonction t ↦ tz−1 e−t est continue.
Elle est même intégrable car ∣tz−1 e−t ∣ = tx−1 e−t pour tout t. On en déduit en
particulier : ∣Γ(z)∣ ⩽ Γ(Re z) pour tout z de Π.
2. (a) Soit z ∈ Π. Pour montrer la continuité de Γ en z, il suffit de montrer que
pour toute suite (zn ) d’éléments de Π qui converge vers z, la suite (Γ(zn ))
converge vers Γ(z). Fixons une telle suite et choisissons a et b réels tels
que 0 < a < Re(z) < b. Quitte à supprimer les premiers termes, on peut
supposer que a < Re(zn ) < b pour tout n.
On note, pour t réel strictement positif,
gn (t) = tzn −1 e−t .
La suite de fonctions (gn ) converge simplement vers t ↦ tz−1 e−t .

Si 0 < t ⩽ 1, alors ∣tzn −1 ∣ ⩽ ta−1 et si t ⩾ 1, alors ∣tzn −1 ∣ ⩽ tb−1 . On a donc :
∀t > 0, ∣tzn −1 e−t ∣ ⩽ (ta−1 + tb−1 )e−t .
Comme t ↦ (ta−1 + tb−1 )e−t est intégrable, le théorème de convergence

dominée entraîne que l’intégrale de gn converge vers Γ(z). La continuité
de Γ en résulte.
(b) Introduisons la fonction suivante de trois variables réelles :
h ∶ R+∗ × R × R+∗ Ð→ C
(x, y, t) z→ tx+iy−1 e−t .
Notons que ∣h(x, y, t)∣ = tx−1 e−t pour tout (x, y, t) et, bien sûr, que pour
tout (x, y),
+∞
Γ̃(x, y) = Γ(x + iy) = ∫ h(x, y, t)dt.
0
Fixons y dans R et étudions la dérivée partielle par rapport à x. On a,

pour tout (x, t) ∈ R+∗ × R+∗ :
∂h
(x, y, t) = ln(t)tx−1 tiy e−t .
∂x
Ayant fixé 0 < a < b, on a une inégalité de domination sur la bande définie
par a < x < b :
∂h
∣ (x, y, t)∣ ⩽ ∣ln t∣ (ta−1 + tb−1 )e−t .
∂x
Par le théorème de dérivation des intégrales à paramètres, il vient, si
a<x<b :
∂ Γ̃ +∞
(x, y) = ∫ ln(t)tx+iy−1 e−t dt.
∂x 0
Comme a et b sont arbitraires, cette relation est vraie sur R+∗ × R.

À présent, fixons x dans R+∗ et étudions la dérivée partielle de Γ̃ par

rapport à y. On trouve, pour tout (y, t) ∈ R × R+∗ :
∂h ∂h
(x, y, t) = i ln(t)tx−1 tiy e−t et ∣ (x, y, t)∣ ⩽ ∣ln t∣ tx−1 e−t
∂y ∂y
(rappel : x est fixé). Par le théorème de dérivation des intégrales à para-
mètres,
∂ Γ̃ +∞ ∂ Γ̃
(x, y) = i ∫ ln(t)tx+iy−1 e−t dt = i (x, y).
∂y 0 ∂x
Il n’y a plus qu’à séparer partie réelle et partie imaginaire : avec Γ̃ = P+iQ,
l’égalité précédente s’écrit :
∂P ∂Q ∂P ∂Q
+i = i( +i ),
∂y ∂y ∂x ∂x
d’où les relations de Cauchy-Riemann :
∂P ∂Q ∂Q ∂P
= et =− .
∂x ∂y ∂x ∂y
Remarque. On dit que la fonction Γ est holomorphe. Cela traduit que la
matrice de la différentielle de Γ̃ est celle de la multiplication par le nombre
complexe ∂∂xΓ̃ (x, y) (vérifier ! c’est donc une similitude) et elle entraîne que
l’on peut developper Γ en série entière au voisinage de tout point de Π
(hors programme).
3. (a) Pour p ∈ N, notons Πp le demi-plan {z ∈ C, Re z > −p}. Ainsi, Π0 = Π. On

note de plus Π̇p = Πp ∖ {0, . . . , −p + 1} (on enlève les entiers négatifs ou
nuls de Πp , voir la figure 8.2).
z z+1
Π̇p+1
Π0 Π̇1
0 −1 0 −p − 1 −p ⋯ −1 0
Π̇p
Figure 8.2 – Les demi-plans épointés Π0 , Π̇1 Π̇p+1
Soit p ∈ N, supposons que Γ soit définie sur Π̇p et que l’équation fonction-
nelle soit vérifiée (c’est le cas pour p = 0). Pour z dans la bande Π̇p+1 ∖ Π̇p ,
on définit Γ(z) par :
Γ(z + 1)
Γ(z) = .
z
Cela a un sens pour tout p ⩾ 1. En effet, z ∈ Π̇p si et seulement si z + 1 ∈
Π̇p−1 : par conséquent, Γ(z + 1) est bien défini et z ≠ 0. De plus, l’équation
fonctionnelle est satisfaite sur Π̇p+1 puisqu’elle l’est sur Π̇p par hypothèse
de récurrence et sur Π̇p+1 ∖ Πp par construction.
(b) On se restreint désormais à R ∖ Z. Comme Γ est strictement positive sur

]0, +∞[, elle est strictement négative sur ]−1, 0[. Lorsque x tend vers 0− ,
Γ(x) ∼ 1/x (mêmes raisons qu’en 0+ ) donc Γ(x) tend vers −∞. Lorsque x
tend vers −1+ , x+1 tend vers 0+ donc Γ(x) ∼ −1/(x+1), qui tend vers −∞.
Plus généralement, une récurrence immédiate fondée sur l’équation fonc-
tionnelle montre que Γ est du même signe que (−1)p−1 sur ]−p − 1, −p[ et
tend vers l’infini aux bords de l’intervalle (figure 8.3).
10
-4 -2 2 4
-5
-10
Figure 8.3 – Graphe de la fonction gamma (prolongée à R ∖ Z)
Remarques. Ce prolongement est holomorphe et c’est le seul ! C’est pourquoi il est

moins arbitraire qu’il ne pourrait paraître.
On peut, comme le fait parfois le jury, se contenter de prolonger Γ à R ∖ Z− grâce
à l’équation fonctionnelle, en procédant sur chaque ]−p − 1, −p[ par récurrence sur p.
Exercice 56 (Log-convexité et théorème de Bohr-Mollerup)

1. En utilisant l’inégalité de Cauchy-Schwarz, montrer que Γ est logarithmique-
ment convexe sur ]0, +∞[, c’est-à-dire que ln ○Γ est convexe sur cet intervalle.
2. Soit Φ une fonction définie sur ]0, +∞[, strictement positive, de classe C 2 sur
cet intervalle, logarithmiquement convexe et telle que Φ(x + 1) = x Φ(x) pour
tout x. On pose H = Φ/Γ.
(a) Montrer que H est 1-périodique ; exprimer H′ /H en fonction de Φ′ /Φ et
de Γ′ /Γ.
(b) Soit x un élément de ]0, 1]. Montrer que, pour tout entier naturel non
nul n,
Φ′ (n) Γ′ (n + 1) H′ (x + n) Φ′ (n + 1) Γ′ (n)
− ⩽ ⩽ − ,
Φ(n) Γ(n + 1) H(x + n) Φ(n + 1) Γ(n)
puis que
H′ (n) 1 H′ (x) H′ (n + 1) 1
− ⩽ ⩽ + .
H(n) n H(x) H(n + 1) n
(c) En déduire que, pour tout réel strictement positif x,
Φ(x) = Φ(1) ⋅ Γ(x).
C’est le théorème d’Artin ou de Bohr-Mollerup.

3. Application et application de l’application.

(a) Établir la formule de duplication de Legendre :
x x+1 √
2x−1 Γ ( ) Γ ( ) = π Γ(x).
2 2
√
On admet provisoirement que Γ(1/2) = π ( cf. l’exercice 61).
1 √
(b) En déduire que ∫ ln Γ(t)dt = ln 2π.
0
Soluce
1. Tout d’abord, Γ est bien à valeurs strictement positives car la fonction t ↦
tx−1 e−t est continue et strictement positive sur ]0, +∞[. Cela a un sens de
calculer ln ○Γ.
Montrons que ln ○Γ est convexe grâce à sa dérivée seconde (puisque ln et Γ
sont C ∞ ) :
Γ′′ Γ − Γ′
2
(ln ○Γ)′′ ⩾ 0 ⇐⇒ ⩾ 0 ⇐⇒ Γ′ ⩽ Γ′′ Γ (car Γ2 > 0).
2
Γ2
Or, pour x > 0, on a d’après l’inégalité de Cauchy-Schwarz :
+∞ 2
Γ′ (x) = (∫ ln(t)tx−1 e−t dt)
2
0
+∞ 2
e− 2 ) (t e− 2 ) dt)
x−1 t x−1 t
= (∫ (ln(t)t 2 2
0
+∞ +∞
⩽ (∫ (ln t)2 tx−1 e−t dt) (∫ tx−1 e−t dt)
0 0
⩽ Γ′′ (x)Γ(x).
2. (a) Soit x > 0, on a :
Φ(x + 1) xΦ(x)
H(x + 1) = = = H(x)
Γ(x + 1) xΓ(x)
donc H est périodique de période 1. Par ailleurs,
Φ′ Γ − ΦΓ′ H′ Φ′ Γ − ΦΓ′ Γ Φ′ Γ′
H′ = donc = × = − .
Γ2 H Γ2 Φ Φ Γ
(b) Soit x un élément de ]0, 1], soit n un naturel non nul. Comme ln ○Γ est
convexe, (ln ○Γ)′ est croissante ; de même (ln ○Φ)′ est croissante. Mais
(ln ○Γ)′ = Γ′ /Γ et (ln ○Φ)′ = Φ′ /Φ.
Comme 0 < x ⩽ 1, on a n < n + x ⩽ n + 1 et donc, par croissance :
Φ′ (n) Γ′ (n + 1) H′ (x + n) Φ′ (n + 1) Γ′ (n)
− ⩽ ⩽ −
Φ(n) Γ(n + 1) H(x + n) Φ(n + 1) Γ(n)
Φ′ H′ Γ′
De plus : = + ,donc :
Φ H Γ
H′ (n) Γ′ (n) Γ′ (n + 1) H′ (x + n) H′ (n + 1) Γ′ (n + 1) Γ′ (n)
+ − ⩽ ⩽ + − .
H(n) Γ(n) Γ(n + 1) H(x + n) H(n + 1) Γ(n + 1) Γ(n)
En dérivant l’équation fonctionnelle Γ(u + 1) = uΓ(u) et en divisant par

Γ(u + 1), on obtient :
Γ′ (u + 1) Γ(u) − uΓ′ (u) 1 Γ′ (u)

= = + .
Γ(u + 1) uΓ(u) u Γ(u)
Cela donne, en remplaçant dans les inégalités précédentes :
H′ (n) 1 H′ (x + n) H′ (n + 1) 1
− ⩽ ⩽ + .
H(n) n H(x + n) H(n + 1) n
Comme H est 1-périodique, H′ l’est aussi, de même que H′ /H, ce qui

permet de conclure.
(c) Par périodicité, la fonction H′ /H prend en particulier la même valeur K
en tous les entiers. Finalement, pour tout n,
1 H′ (x) 1
K− ⩽ ⩽K+ .
n H(x) n
En faisant tendre n vers l’infini, on obtient
H′ (x)
= K.
H(x)
Du fait que (H′ /H)(x+1) = (H′ /H)(x) pour tout x > 0, l’égalité précédente
est vraie sur ]0, +∞[. Elle équivaut à dire que la dérivée de x ↦ e−Kx H(x)
est nulle sur ]0, +∞[. Il existe donc une constante λ telle que H(x) = λeKx
pour tout x ∈ ]0, +∞[. L’égalité H(1) = H(2) donne alors λeK = λe2K .
Comme H est le quotient de deux fonctions strictement positives, on a
λ > 0, d’où K = 0. Ainsi, pour tout x de ]0, +∞[,
Φ(x) = Φ(1) Γ(x).
3. (a) On pose, pour x > 0 :
x x+1
φ(x) = 2x−1 Γ( )Γ( ).
2 2
On va montrer que φ satisfait aux hypothèses du théorème de Bohr-
Mollerup et donc φ est proportionnelle à Γ avec comme coefficient de
proportionnalité :
1 √
φ(1) = 20 Γ( ) Γ(1) = π.
2
En effet :
— la fonction φ est définie sur ]0, +∞[ et à valeurs dans ]0, +∞[ ;
— pour x > 0,
x+1 x+2 x+1 x

φ(x + 1) = 2x Γ( )Γ( ) = 2x Γ( )Γ( + 1)
2 2 2 2
x + 1 x x x x + 1
= 2x Γ( ) Γ( ) = x2x−1 Γ( )Γ( ) = xφ(x) ;
2 2 2 2 2
ainsi, φ est solution de l’équation fonctionnelle.
— enfin, ln ○φ est convexe : pour x > 0,
x x+1
ln φ(x) = (x − 1) ln 2 + ln Γ( ) + ln Γ( ),
2 2
ce qui exprime ln ○φ comme la somme de trois fonctions convexes (si f
est convexe et C 2 et si a est affine (a′′ = 0), alors f ○ a est convexe car
(f ○ a)′ = a′ ⋅ (f ′ ○ a) et (f ○ a)′′ = a′ (f ′′ ○ a)).
2
On peut appliquer le théorème de Bohr-Mollerup, d’où la formule de du-

plication de Legendre.
(b) Soit x > 0. On part de la formule de duplication : 2x−1 Γ( x2 )Γ( x+1
2 ) =
√
π Γ(x). Comme tout est strictement positif, on prend le logarithme de
chaque membre :
x x+1 √
(x − 1) ln 2 + ln Γ( ) + ln Γ( ) = ln π + ln Γ(x),
2 2
puis on intègre entre 0 et 1 :
1 1 x 1 x+1 √ 1
− ln 2 + ∫ ln Γ( ) dx + ∫ ln Γ( ) dx = ln π + ∫ ln Γ(s) .
2 0 2 0 2 0
Dans la première intégrale, on effectue le changement de variable u = x

2 et
dans la deuxième s = x+1
2 :
1
1
1 √ 1
− ln 2 + 2∫ ln Γ(u) du + 2∫ 1 ln Γ(s) = ln π + ∫ ln Γ(s) ,
2
2 0 2
0
ce qui donne :
1 1 √ √
∫ ln Γ(s) ds = ln(2 2 ) + ln π = ln( 2π).
0
Remarque. On a passé sous silence l’intégrabilité de ln ○Γ au voisinage

de 0 ! (Ce n’est pas parce que l’on vient de trouver un réel que pour
autant cette intégrale existe.)
Au voisinage de 0, on a : Γ(x) = Γ(x + 1)/x, avec lim0+ Γ(x + 1) = 1. Il
en résulte que ln Γ(x) = − ln x + ln Γ(x + 1), d’où ln Γ(x) ∼ − ln x. Comme
x ↦ − ln x est intégrable sur ]0, 1] (sa primitive x ln x − x admet une limite
en 0) et positive, ln ○Γ l’est aussi.
Exercice 57 (Variante de Bohr-Mollerup)
Soit f ∶ R⋆+ ↦ R⋆+ une fonction de classe C 1 , log-convexe, telle que
∀ x ∈ R⋆+ , f (x + 1) = xf (x).
On veut prouver qu’il existe λ ∈ R⋆+ tel que f = λΓ où Γ est la fonction d’Euler.
1. Préliminaire : le théorème des trois pentes. Soit g une fonction convexe sur
un intervalle I de R et x < y < z dans I. Montrer que, pour tout a de I, la
g(t)−g(a)
fonction ga (t) ∶= t−a est croissante sur I∩]a, +∞[ et sur I∩] − ∞, a[. En
déduire l’inégalité
g(y) − g(x) g(z) − g(x) g(z) − g(y)

⩽ ⩽ .
y−x z−x z−y
2. En appliquant le théorème des trois pentes à la fonction ln f pour n, n + 1,

n + 1 + x, puis, pour n + 1, n + 1 + x, n + 2 pour n ∈ N⋆ et x ∈ ]0, 1], montrer
l’inégalité
f (n + 1 + x)
nx ⩽ ⩽ (n + 1)x .
f (n + 1)
3. En déduire l’inégalité
f (x) 1 x
1⩽ ⩽ (1 + ) ,
f (1)Γn (x) n
où
n!nx
Γn (x) = .
x (x + 1) ⋯ (x + n)
4. En utilisant l’exercice 54, prouver l’assertion annoncée.
Soluce
t1 −a
1. Soit a < t1 < t2 dans I. On applique l’inégalité de convexité à g avec λ ∶= t2 −a ∈
]0, 1[. On obtient avec élégance
λt2 + (1 − λ)a = a + λ(t2 − a) = t1
et donc,
g(t1 ) ⩽ λg(t2 ) + (1 − λ)g(a).
En divisant des deux côtés par (t1 − a) > 0, il vient
g(t1 ) g(t2 ) g(a) g(a)

⩽ + − ,
t1 − a t2 − a t1 − a t2 − a
et ainsi
g(t1 ) − g(a) g(t2 ) − g(a)
⩽ .
t1 − a t2 − a
Si maintenant t1 < t2 < a, on obtient également la croissance. En effet, h :

t ↦ g(−t) est convexe sur −I et −a < −t2 < −t1 implique (avec les notations
évidentes)
ga (t1 ) = −h−a (−t1 ) ⩽ −h−a (−t2 ) = ga (t2 ).
Cette croissance sur les deux intervalles implique immédiatement le théorème
des trois pentes, puisque x < y < z implique
gx (y) ⩽ gx (z) = gz (x) ⩽ gz (y).
2. Soit donc g = ln f . Cette fonction est convexe sur R⋆+ , par hypothèse sur f . On
applique le théorème des trois pentes à n, n + 1, n + 1 + x, puis, à n + 1, n + 1 + x,
n + 2 pour n ∈ N⋆ et x ∈ ]0, 1]. Ceci donne
g (n + 1 + x) − g (n + 1)
g (n + 1) − g(n) ⩽ ⩽ g (n + 2) − g (n + 1) ,
x
ou encore
f (n + 1) 1 f (n + 1 + x) f (n + 2)
ln ( ) ⩽ ln ( ) ⩽ ln ( ).
f (n) x f (n + 1) f (n + 1)
En utilisant l’égalité satisfaite par f , ceci donne
1 f (n + 1 + x)
ln n ⩽ ln ( ) ⩽ ln(n + 1)
x f (n + 1)
En multipliant par x et en passant à l’exponentielle, qui est croissante, on
obtient
f (n + 1 + x)
nx ⩽ ⩽ (n + 1)x .
f (n + 1)
3. Par récurrence, on écrit que
f (n + 1 + x) = x (x + 1) ⋯ (x + n) f (x)
et que
f (n + 1) = n!f (1).
L’inégalité ci-dessus devient alors
x (x + 1) ⋯ (x + n) f (x)
nx ⩽ ⩽ (n + 1)x .
n!f (1)
En divisant par nx , ceci donne bien
f (x) 1 x
1⩽ ⩽ (1 + ) .
f (1)Γn (x) n
4. Par l’exercice 54, on sait que Γn (x) → Γ(x) quand n → +∞. On sait aussi que
1 x
(1 + ) → 1 quand n → +∞.
n
Ainsi, par le théorème des gendarmes, on obtient
f (x) = f (1)Γ(x).
Attention, ceci n’est pour l’instant valable que pour x ∈ ]0, 1]. Le cas général
se fait facilement avec l’égalité
f (y) = (x + n − 1) ⋯xf (x).
En effet, soit y > 1, on écrit y = n + x avec 0 < x ⩽ 1 et n ∈ N⋆ . Par propriété de

Γ, on obtient finalement
f (y) = (x + n − 1) ⋯xf (x) = f (1) (x + n − 1) ⋯xΓ(x) = f (1)Γ (n + x) = f (1)Γ(y).
Ceci achève la preuve du théorème.
8.2.2 Autres fonctions
Exercice 58 (Injectivité de la transformation de Laplace)

Le but de cet exercice est de montrer l’injectivité de la transformation de Laplace,
L , définie sur l’ensemble des fonctions continues sur R+ à valeurs réelles ou com-
plexes, et donnée par la formule :
+∞
L (f ) ∶ R+ Ð→ C, s z→ ∫ e−st f (t)dt.
0
1. (a) Soit g ∶ [a, b] → R une fonction continue, et (Pn )n∈N une suite de fonctions
polynomiales qui converge uniformément vers g. Montrer la convergence
suivante :
b b
∫ Pn (t)g(t)dt Ð→ ∫ g 2 (t)dt.
a n→+∞ a
(b) Soit f ∶ [a, b] → C une fonction continue telle que

b
∀n ∈ N, ∫ tn f (t)dt = 0.
a
Montrer, à l’aide du théorème de Weierstrass, que f est nulle.

2. Soit f une fonction continue sur [0, +∞[, à valeurs réelles ou complexes. On
suppose qu’il existe un réel strictement positif s0 telle que :
lim e−s0 t f (t) = 0.

t→+∞
(a) Montrer que, pour tout s > s0 , la fonction t ↦ e−st f (t) est intégrable sur
[0, +∞[.
On définit alors la fonction L (f ) sur ]s0 , +∞[ par :
+∞
L (f )(s) = ∫ e−st f (t)dt.
0
(b) Montrer que L (f ) est de classe C ∞ sur ]s0 , +∞[.

(c) Lançons-nous au coeur de la preuve de l’injectivité de L . Supposons que
L (f ) est la fonction nulle.
i. Montrer que, pour tout entier naturel n,

+∞
∫ e−nt−(s0 +1)t f (t)dt = 0 .
0
ii. Soit alors g la fonction définie sur ]0, 1] par
g(u) = us0 f (− ln u) .
Montrer que g se prolonge en une fonction continue sur [0, 1], et que
pour tout entier naturel n :
1
∫ un g(u)du = 0.
0
En déduire que g, et donc que f , est la fonction nulle, montrant ainsi

que la transformation de Laplace L est injective.
Soluce
1. (a) Notons que, par hypothèse sur la suite (Pn ) :
sup ∣Pn (t) − g(t)∣ ÐÐÐ→ 0.

t∈[a,b] n→+∞
De plus, on a, pour tout n ∈ N,

b b b
∣∫ Pn (t)g(t)dt − ∫ g 2 (t)dt∣ = ∣∫ g(t) (Pn (t) − g(t)) dt∣
a a a
b
⩽∫ ∣g(t) (Pn (t) − g(t))∣ dt
a
b
⩽ sup ∣Pn (t) − g(t)∣ ⋅ ∫ ∣g(t)∣ dt
t∈[a,b] a
En faisant tendre n vers l’infini, on obtient le résultat demandé.

(b) Quitte à écrire f = h+ig, avec h ∶ [a, b] → R et g ∶ [a, b] → R deux fonctions
continues sur [a, b], on peut supposer que f est à valeurs réelles.
De plus, pour tout n ∈ N, on a
b
∫ tn f (t)dt = 0,
a
donc, par linéarité de l’intégrale, en effectuant une combinaison linéaire,

on en déduit que, pour tout polynôme P,
b
∫ P(t)f (t)dt = 0.
a
De plus, d’après le théorème de Weierstrass, il existe une suite (Qn ) de

polynômes convergeant uniformément vers f sur [a, b].
En utilisant le résultat de la question précédente, on en déduit :
b b
∫ Qn (t)f (t)dt ÐÐÐ→ ∫ f 2 (t)dt.
a n→+∞ a
Comme, pour tout n ∈ N, d’après ce qui précède, on a

b
∫ Qn (t)f (t)dt = 0,
a
on en déduit que
b
∫ f 2 (t)dt = 0.
a
Enfin, comme la fonction f 2 est positive, et continue, sur le segment [a, b],
on en déduit que f 2 , donc f , est la fonction nulle 11 .
2. (a) Fixons s > s0 . Commençons par noter que la fonction t ↦ e−st f (t) est
continue sur [0, +∞[.
De plus, on a
∣e−st f (t)∣ = e−(s−s0 )t .e−s0 t ∣f (t)∣.
Or, par hypothèse,
lim e−s0 t f (t) = 0,
t→+∞
donc il existe M > 0 tel que, pour t assez grand,
e−s0 t ∣f (t)∣ ⩽ M.
Ainsi, on obtient
∣e−st f (t)∣ =⩽ e−(s−s0 )t M.
Or, pour s > s0 , la fonction t ↦ e−(s−s0 )t est intégrable sur R+ , puisque
s − s0 > 0. Par comparaison, cela implique que la fonction t ↦ e−st f (t) est
intégrable sur R+ .
(b) Montrons que L (f ) est de classe C 1 sur ]s0 , +∞[ à l’aide du théorème
de dérivation sous le signe intégral. Pour cela, on considère a et b tels que
[a, b] ⊂ ]s0 , +∞[. Notons ϕ la fonction définie sur R+ × [a, b] par
ϕ(t, s) = e−st f (t).
Tout d’abord, pour tout s > s0 , la fonction ϕ(t, ⋅) est continue (donc, par
morceaux), et intégrable sur R+ .
De plus, ϕ admet une dérivée partielle par rapport à s qui est continue
en les deux variables sur R+ × [a, b] :
∂ϕ
(t, s) = −te−st f (t).
∂s
Enfin, pour tout (t, s) ∈ R+ × [a, b],
∂ϕ
∣ (t, s)∣ ⩽ te−at ∣f (t)∣ = te−(a−s0 )t e−s0 t ∣f (t)∣.
∂s
Or,
1
e−(a−s0 )t t = o ( ) et e−s0 t ∣f (t)∣ = o (1),
t→+∞ t2 t→+∞
11. Élégant, n’est-il pas ?

∂ϕ
d’après l’hypothèse de l’énoncé. Cela montre que la fonction t ↦ (t, s)
∂s
est intégrable sur R+ .
Ainsi, d’après le théorème de dérivation sous le signe intégral, L (f ) est
de classe C 1 sur [a, b]. Cela étant vrai pour tout a et b tels que s0 < a <
b < +∞, L (f ) est donc C 1 sur ]s0 , +∞[.
En appliquant ce théorème à toutes les dérivées, on montre que L (f ) est
de classe C ∞ sur ]s0 , +∞[.
(c) i. Comme, par hypothèse, L (f ) est la fonction nulle, on en déduit le
résultat suivant :
∀n ∈ N, L (f )(n + 1 + s0 ) = 0,
ce qui se traduit, par définition, par le résultat souhaité :

+∞
∫ e−nt−(s0 +1)t f (t)dt = 0.
0
ii. Effectuons le changement de variables t = − ln(u), qui est un difféo-

morphisme de ]0, 1[ dans ]0, +∞[.
On a alors :
g(u) = e−s0 t f (t).
Comme, par hypothèse, on a
lim e−s0 t f (t) = 0,

t→+∞
on en déduit
lim g(u) = 0.
u→0
Le prolongement par continuité sur [0, 1] s’obtient alors en posant

g(0) = 0.
Pour la suite, en effectuant le même changement de variables que
précédemment, et en se rappelant que L (f ) est la fonction nulle, on
a, pour tout n ∈ N,
1 1
∫ un g(u)du = ∫ un+s0 f (− ln u)du
0 0
0
= −∫ e−tn e−s0 t f (t)e−t dt
+∞
+∞
=∫ e−(n+1+s0 )t f (t)dt
0
= L (f )(n + 1 + s0 )
= 0.
Grâce à la question 1 (b), on en déduit que g est nulle sur ]0, 1]. Cela
implique alors que la fonction f est nulle sur [0, +∞[.
Ainsi, la transformation de Laplace est injective.
Exercice 59 (Formule de Stirling)

√
1. Soit x > 0. À l’aide du changement de variable s = (t − x)/ x, montrer que
x x√ +∞
Γ(x + 1) = ( ) x ∫ √ eϕ(x,s) ds
e − x
√
où, pour x > 0 et s > − x,
s √
ϕ(x, s) = x ln(1 + √ ) − s x.
x
√
2. Montrer que pour x > 0 et s ∈ ]− x, 0], ϕ(x, s) ⩽ −s2 /2.
3. Montrer que pour s ⩾ 0 et x ⩾ 1, ϕ(x, s) ⩽ ϕ(1, s).
4. En déduire que
+∞
= ∫ e−s
ϕ(x,s) 2 /2
lim ∫ √ e ds ds.
x→+∞ − x R
x x√
5. Conclure : Γ(x + 1) ∼ ( ) 2πx.
e
Remarque. Cet exercice est tiré d’un document de Patrice Lassère.
Idée-clé. C’est la méthode de Laplace efficacement présentée. On cherche, à x fixé,

pour quelle valeur de t l’argument de l’exponentielle tx e−t = exp(x ln t − t) est maxi-
mal : c’est pour t = x. En principe, l’exponentielle rend négligeable les parties de
l’intégrale où l’argument est plus petit que le maximum. On ramène ce maximum
en 0 par une translation u = t − x. On doit calculer l’intégrale de
u
exp(x ln(x + u) − x − u) = exp (x ln x − x + x ln(1 + ) − u) .
x
On factorise exp(x ln x − x) = (x/e)x . Un développement limité autour du maximum
u = 0 donne :
u u u2 u2 u2 u2
x ln(1 + ) − u = x ( − 2 + o( 2 )) − x = − + o( ).
x x 2x x 2x x
√
On fait alors un « changement d’échelle » s = u/ x : au voisinage de 0, on est donc
à peu près ramené à l’intégrale de e−s /2 ; ce qui est ailleurs (lorsque u n’est plus
2
« très petit ») ne compte pas car c’est « écrasé » par l’exponentielle de quelque chose
qui tend vers −∞. Le changement de variable composé est bien celui qui est proposé
dans la question 1.
Soluce
1. Ce changement de variable affine est astucieux mais ne pose pas de problème.
√ √ √
D’une part, s = (t − x)/ x équivaut à t = x + s x, ce qui donne dt = x ds.
D’autre part, on a :
√ √ s √
tx e−t = ex ln t−t = exp (x ln(x + s x) − s x − x) = exp (x ln x − x + ln(1 + √ ) − s x) ,
x
d’où
x ln x−x ϕ(x,s) √ x x√
+∞ +∞ +∞
Γ(x + 1) = ∫ tx e−t dt = ∫ √ e e x ds = ( ) x ∫ √ eϕ(x,s) ds.
0 − x e − x
2. Ça fleure bon la formule de Taylor ! Pour x > 0 fixé, on a pour tout s ∈

√
]− x, +∞[ :
√
∂ϕ x √ ∂2ϕ 1
(x, s) = − x et (x, s) = − .
∂s 1 + √x
s
∂s2
(1 + √sx )
2
√
Fixons également s ∈ ]− x, 0] et écrivons la formule de Taylor-Lagrange à
l’ordre 2 pour u ↦ ϕ(x, u) sur [0, s] : il existe θ ∈ ]0, 1[ tel que
∂ϕ s2 ∂ 2 ϕ
ϕ(x, s) = ϕ(x, 0) + s (x, 0) + (x, θs).
∂s 2 ∂s2
∂ϕ ∂2ϕ
Comme ϕ(x, 0) = 0, (x, 0) = 0 et (x, θs) ⩽ −1 (car θs < 0), on obtient la
∂s ∂s2
majoration voulue.
3. Pour s ⩾ 0 et x ⩾ 1, on a :
∂ϕ s − 2s 1 s
(x, s) = ln(1 + √ ) + x √ s − √ .
∂x x x x 1+ x 2 x
√
√
On s’intéresse, avec u = s/ x, à :
u+1−1 u u+1 1
∆(u) = ln(1 + u) − − = ln(1 + u) − + .
2(1 + u) 2 2 2(u + 1)
On peut dériver cette fonction de u, provisoirement libéré :
1 1 1 2(u + 1) − (u + 1)2 − 1 u2
∆′ (u) = − − = = − .
u + 1 2 2(u + 1)2 2(u + 1)2 2(u + 1)2
On en déduit que ∆ est décroissante sur R+ , d’où ∆(u) ⩽ ∆(0) = 0, d’où ∂ϕ

∂x ⩽0
tout s ⩾ 0 et pour tout x, d’où enfin ϕ(x, s) ⩽ ϕ(1, s) si x ⩾ 1.
4. Posons, pour x > 0 et s réel quelconque :
⎧ √
⎪
⎪eϕ(x,s) si s > − x,
ψ(x, s) = ⎨
⎪
⎪
⎩0 sinon.
Pour x > 1 fixé, la fonction s ↦ ψ(x, s) est continue par morceaux sur R. Pour s
√
réel fixé et x supérieur à s2 , on a : s > − x, et alors un développement limité
lorsque x tend vers l’infini donne :
s √ √ s2 1 √
d’où lim ψ(x, s) = e−s
2 /2
ϕ(x, s) = x ln(1+ √ )−s x = s x− +O( √ )−s x, .
x 2 x x→+∞
Enfin, on peut dominer : si s ⩽ 0, on a : ψ(x, s) ⩽ e−s /2 (vu à la question 2

2
√
si s > − x, évident sinon) ; si s ⩾ 0, eϕ(x,s) ⩽ eϕ(1,s) = (1 + s)e−s , qui est une
fonction continue, intégrable sur R+ et indépendante de x. Par le théorème de

convergence dominée, il vient :
√ √
lim ψ(x, s)ds = ∫ e−s
2 /2
ds = ∫ e−t
2
lim ∫ ψ(x, s)ds = ∫ 2 ds = 2π
x→+∞ R R x→+∞ R R
√
(on fait un anodin changement de variable t = 2 s et on utilise la valeur de
l’intégrale de Gauss de l’exercice 61).
5. La conclusion saute aux yeux : l’intégrale dans l’expression de la première
question a une limite non nulle, ce qui donne l’équivalent souhaité.
Exercice 60 (Convolution et transformée de Laplace)

Soient f et g deux fonctions continues, intégrables sur R+ et à valeurs réelles. Le
produit de convolution de f par g est la fonction
x
f ⋆ g ∶ R+ → R, x↦∫ f (u)g(x − u)du.
0
1. Montrer que f ⋆ g est continue sur R+ .

2. En utilisant une intégrale double, montrer que, pour tout réel A positif,
A +∞ +∞
∫ ∣f ⋆ g(x)∣dx ⩽ ∫ ∣f ∣ × ∫ ∣g∣.
0 0 0
En déduire que f ⋆ g est intégrable sur R+ .

3. En appliquant le théorème de Fubini, montrer que l’intégrale de f ⋆ g est le
produit des intégrales de f et g.
4. La transformée de Laplace d’une fonction h continue, intégrable sur R+ , est
la fonction définie pour tout x réel positif par :
+∞
L (h)(x) = ∫ e−xt h(t)dt.
0
Montrer que la transformée de Laplace de la convolée est le produit des trans-

formées :
L (f ⋆ g) = L (f ) × L (g).
Soluce
1. La variable x se trouve à la fois dans une borne de l’intégrale et dans la fonction
intégrée. On fait donc le changement de variables u = xv qui donne :
1
(f ⋆ g)(x) = x ∫ f (xv)g(x(1 − v))dv.
0
Définissons alors
h ∶ R+ × [0, 1] Ð→ R
(x, v) z→ f (xv)g(x(1 − v)).
Pour tout x ∈ R+ , la fonction t ↦ h(x, t) est continue sur [0, 1] (« continue par
morceaux » suffirait). Pour tout t ∈ [0, 1], la fonction x ↦ h(x, t) est continue
sur R+ .
Soit A un réel positif. Si (x, v) ∈ [0, A] × ∣0, 1], alors xv et x(1 − v) sont
dans [0, A]. Mais f et g, continues donc bornées sur tout compact ; on a donc
∀(x, v) ∈ [0, A] × [0, 1], ∣h(x, v)∣ ⩽ C, où C = N∞ (f ∣[0,A] )N∞ (g∣[0,A] ),
et la fonction φ ∶ v ↦ C est indépendante de x et intégrable sur [0, 1].

Par le théorème de continuité des intégrales à paramètre , f ⋆ g est continue
[0, A] ; comme A est arbitraire, elle l’est sur R+ .
2. Pour tout A ⩾ 0, la fonction f ⋆ g est intégrable sur [0, A] car elle est continue
sur ce segment et on a :
A A x
∫ ∣f ⋆ g(x)∣dx ⩽ ∫ (∫ ∣f (u)∣ ∣g(x − u)∣du) dx
0 0 0
⩽ ∬ ∣f (u)∣ ∣g(x − u)∣dudx

K
où K est le triangle défini par
(u, x) ∈ K ⇐⇒ 0 ⩽ u ⩽ x ⩽ A.
On a appliqué le théorème de Fubini. En l’appliquant de nouveau, on trouve :

A A
∬ ∣f (u)∣ ∣g(x − u)∣dudx = ∫ (∫ ∣f (u)∣ ∣g(x − u)∣dx) du
K 0 u
A A
=∫ ∣f (u)∣ (∫ ∣g(x − u)∣dx) du
0 u
A A−u
=∫ ∣f (u)∣ (∫ ∣g(y)∣ dy) du
0 0
A +∞
⩽∫ ∣f (u)∣ (∫ ∣g∣) du
0 0
+∞ +∞
⩽ (∫ ∣f ∣) (∫ ∣g∣)
0 0
Cela prouve bien le résultat demandé ; on peut même dire que

+∞ +∞ +∞
∫ ∣f ⋆ g(x)∣dx ⩽ (∫ ∣f ∣) (∫ ∣g∣) .
0 0 0
3. Soit n ⩾ 0. Les mêmes calculs et les mêmes applications du théorème de Fubini

que dans la question précédente conduisent à l’égalité :
n n n−u
∫ f ⋆ g(x)dx = ∫ f (u) (∫ g(y) dy) du,
0 0 0
égalité que l’on peut réécrire, en utilisant une fonction caractéristique :

n +∞ n−u
∫ f ⋆ g(x)dx = ∫ χ[0,n] (u)f (u) (∫ g(y) dy) du.
0 0 0
Définissons alors la suite de fonctions (φn ) par

n−u
φn ∶ [0, +∞[→ R, u z→ χ[0,n] (u)f (u) ∫ g(y) dy.
0
+∞
La suite (φn ) converge simplement vers la fonction u ↦ f (u) ∫0 g(y) dy et
on peut majorer, pour tout n ∈ N et u ∈ [0, +∞[,
+∞
∣φn (u)∣ ⩽ ∣f (u)∣ ∫ ∣g(y)∣ dy.
0
+∞
Or la fonction u ↦ ∣f (u)∣ ∫0 ∣g(y)∣ dy, indépendante de n, est intégrable sur
[0, +∞[ car f l’est. On peut donc appliquer le théorème de convergence domi-
née, et on conclut :
+∞ +∞ +∞
∫ f ⋆ g(x)dx = (∫ f (x)dx) (∫ g(y) dy) .
0 0 0
4. Fixons y ⩾ 0, et considérons les deux fonctions
f1 ∶ x ↦ e−xy f (x) et g1 ∶ x ↦ e−xy g(x).
Calculons, pour tout x :

x
f1 ⋆ g1 (x) = ∫ f1 (t)g1 (x − t) dt
0
x
=∫ e−ty f (t)e−(x−t)y g(t) dt
0
−xy
=e f ⋆ g(x)
En intégrant sur [0, +∞[ de chaque côté, on obtient

+∞
∫ f1 ⋆ g1 (x)dx = L (f ⋆ g)(y).
0
La formule démontrée plus haut, à savoir

+∞ +∞ +∞
∫ f1 ⋆ g1 (x)dx = (∫ f1 (x)dx) (∫ g1 (x)dx) ,
0 0 0
donne alors le résultat.
8.3 Intégrales multiples
Exercice 61 (Valeur de Γ en 1/2 et intégrale de Gauss) +∞

On rappelle que la fonction Γ d’Euler est définie sur R∗+ par : Γ(x) = ∫ e−t tx−1 dt.
0
+∞
e−u u2x−1 du.
2
1. Montrer que, pour tout x > 0, Γ(x) = 2 ∫
0
+∞
e−u du = ∫ e−u du.
2 2
2. On souhaite calculer I = Γ(1/2) = 2 ∫
0 R
(a) Écrire I2 sous forme d’une intégrale double sur R2 .
8.3. INTÉGRALES MULTIPLES 147
(b) Calculer alors I2 à l’aide d’un changement de variable en coordonnées

polaires. En déduire I.
3. La fonction bêta 12 d’Euler est définie par :
1
B(x, y) = ∫ tx−1 (1 − t)y−1 dt.
0
(a) Montrer que B est bien définie pour x > 0 et y > 0 et que
π/2
B(x, y) = 2 ∫ cos2x−1 θ sin2y−1 θ dθ.
0
(b) À l’aide d’un changement de variable en coordonnées polaires, établir,

pour x > 0 et y > 0, la relation :
Γ(x) Γ(y)
B(x, y) = .
Γ(x + y)
Soluce
1. Soit x > 0. On devrait prendre a et A deux réels tels que 0 < a < A afin de
travailler sur l’intégrale de a à A et ensuite faire tendre a vers 0+ et A vers +∞,
ce travail a déjà été fait à l’exercice précédent, donc je m’abstiens ici de prendre
ces précautions...
√
On pose u(t) = t, la fonction u est un C 1 difféomorphisme de ]0, +∞[ vers
]0, +∞[. On a t = u2 soit dt = 2udu, donc, pour tout x > 0,
+∞
e−u u2x−1 du.
2
Γ(x) = 2 ∫
0
En particulier, I = Γ(1/2) est l’intégrale de Gauss.

2. (a) On a :
+∞ +∞
e−u du) × (2 ∫ e−v dv) .
2 2
I2 = (2 ∫
0 0
Comme les fonctions à intégrer sont continues et positives sur ]0, +∞[,
d’après le théorème de Fubini, on a :
e−u e−v dudv.

2 2
I2 = 4 ∬
R+∗ ×R+∗
(b) Pour (r, θ) ∈ ]0, +∞[ × ]0, π2 [, on pose (u, v) = ϕ(r, θ) = (r cos θ, r sin θ), ce
qui définit un C 1 -difféomorphisme ϕ sur R+∗ × R+∗ dont le déterminant
jacobien vaut classiquement r. Le changement de variable donne :
e−r r drdθ,
2
I2 = 4 ∬
]0,+∞[×]0, π2 [
12. La lettre B est bien un bêta majuscule.

puis en appliquant de nouveau le théorème de Fubini :
re−r dr
2
I2 = 4 ∫ dθ ∫
]0, π2 [ ]0,+∞[
−r2 ⎤+∞
π ⎡⎢ e ⎥
× ⎢− =4× ⎥
2 ⎢⎣ 2 ⎥
⎦0
π 1
= 4 × × = π.
2 2
√
Comme I est positive, I = π.
3. (a) Soient x > 0 et y > 0, la fonction φ ∶ t z→ tx−1 (1 − t)y−1 est continue sur
]0, 1[, donc les seuls problèmes pour étudier l’intégrabilité sont en 0 et
en 1.
En 0, on a φ(t) ∼+ tx−1 qui est intégrable au voisinage de 0 pour x > 0
0
(intégrale de Riemann). En 1, on a φ(t) ∼− (1 − t)y−1 qui est intégrable au
1
voisinage de 1 pour y > 0. Donc la fonction bêta d’Euler est définie pour
x > 0 et y > 0.
Ensuite, on effectue le changement de variable t = cos2 θ (en effet, la
fonction θ ↦ cos2 θ est un C 1 -difféomorphisme de ]0, π/2[ sur ]0, 1[), ce
qui donne dt = −2 cos θ sin θ dθ :
1 0
B(x, y) = ∫ tx−1 (1 − t)y−1 dt = ∫ cos2x−2 θ sin2y−2 θ(−2 cos θ sin θ) dθ
0 π/2
π/2
= 2∫ cos2x−1 θ sin2y−1 θ dθ = J(x, y).
0
(b) Soient x > 0 et y > 0. D’après la première question, on a :

+∞ +∞
e−u u2x−1 du ∫ e−v v 2y−1 dv
2 2
Γ(x)Γ(y) = 4 ∫
0 0
−(u2 +v 2 ) 2x−1 2y−1
= 4∬ e u v dudv (Fubini)
]0,+∞[×]0,+∞[
e−r r2x−1 cos2x−1 (θ)r2y−1 sin2y−1 (θ) rdrdθ

2
= 4∬ (polaires)
]0,+∞[×]0,π/2[
+∞ π/2
2x+2y−1 −r2
= 2∫ r e dr × 2 ∫ cos2x−1 θ sin2y−1 θ dθ (Fubini)
0 0
= Γ(x + y)B(x, y).
Comme Γ est partout non nulle, on peut diviser. Pour tout x et tout y
strictement positifs,
Γ(x) Γ(y)
B(x, y) = .
Γ(x + y)
Chapitre 9
Espaces vectoriels normés
9.1 Espaces vectoriels normés en dimension quelconque

La dimension quelconque fournit des topologies relativement contre-intuitives
pour ceux qui ont l’habitude de l’ambiance douce et feutrée des espaces vectoriels
normés en dimension finie, où les normes sont équivalentes, les sous-espaces fermés,
et les boules compactes.
Avant de regarder l’exercice qui suit, il est bon de se demander ce qu’est réel-
lement un hyperplan d’un espace E. En dimension finie, il s’agit d’un sous-espace
de dimension dim E − 1. Mais en dimension infinie, ce nombre n’a pas cours et cette
dimension n’a pas de sens. On peut toujours dire qu’un hyperplan H est le noyau
d’une forme linéaire non nulle, mais on peut aussi dire, et c’est plus intuitif, que H
est un sous-espace maximal de E, parmi les sous-espaces distincts de E. Il est facile
de voir que les deux définitions coïncident. D’une part, si H est maximal, tout a ∉ H
va vérifier, par maximalité E = H ⊕ Ka. Il suffit de choisir la forme linéaire f sur E
telle que f (h+ka) = k, pour obtenir une forme linéaire de noyau H. Réciproquement,
si H = ker f , avec f ∈ E∗ , non nulle, alors, on voudrait montrer que si H′ est un
sous-espace contenant H et distinct de H, alors H′ = E. En effet, on peut trouver a
dans H′ tel que f (a) = β ≠ 0, et quitte à diviser a par β, on peut supposer f (a) = 1.
Si x ∈ E, alors x − f (x)a ∈ ker f = H, ce qui prouve x ∈ H′ , et donc H′ = E.
Exercice 62 (L’alternative fermé-dense pour un hyperplan)

1. Soit E un espace vectoriel normé réel.
(a) Soit V un sous-espace de E. Montrer que l’adhérence de V est un sous-
espace de E.
(b) Soit H un hyperplan de E. Montrer que H est soit dense dans E, soit
fermé.
2. Soit E = C ([0, 1], R) et F le sous-espace de E formé par les fonctions qui
s’annulent en 0.
(a) On munit E de la norme ∥ ⋅ ∥∞ . Montrer que H est fermé.
(b) On munit E de la norme ∥ ⋅ ∥1 . On munit E de la norme ∥ ⋅ ∥1 . Montrer
que H est dense dans E.
149
150 CHAPITRE 9. ESPACES VECTORIELS NORMÉS
Soluce
1. (a) Notons F l’adhérence de V dans E.
— Il est clair que 0 ∈ F.
— Soient x, y dans F et λ un réel. Il existe deux suites (xn ) et (yn )
de V convergeant respectivement vers x et y ; la suite (λxn + yn ) est
une suite d’éléments de V ayant pour limite λx + y, ce qui prouve que
λx + y est dans F.
— Conclusion : l’adhérence de V est un sous-espace de E.
(b) Soit H un hyperplan de E. Supposons que H n’est pas fermé, i.e. H ≠ H,
et choisissons a dans H∖H. On a alors E = H⊕Ra ⊂ H+H = H , la dernière
égalité venant du fait que H est un sous-espace. Donc H est bien dense
dans E.
2. (a) On munit E de la norme ∥ ⋅ ∥∞ . Soit (fn ) une suite d’éléments de H
convergeant vers f . La convergence uniforme entrainant la convergence
simple, on a en particulier, quand n → +∞, 0 = fn (0) → f (0), ainsi f est
dans H, par suite H est fermé.
(b) On munit E de la norme ∥ ⋅ ∥1 . Soit f dans E. Considérons la suite (fn )
(que l’on appréhende mieux avec un dessin) définie par :
∀t ∈ [0, 1], ∀n ∈ N∗ , fn (t) = nf (1/n)t si t ∈ [0, 1/n] et fn (t) = f (t) si t ∈ [1/n, 1]
Chaque fn est dans H ; estimons ∥fn − f ∥1 . On a :

1 1/n 1/n 1/n
∥fn − f ∥1 = ∫ ∣fn − f ∣ = ∫ ∣fn − f ∣ ⩽ ∫ ∣fn ∣ + ∫ ∣f ∣
0 0 0 0
∣f (1/n)∣ ∥f ∥∞ 3∥f ∥∞
⩽ + ⩽
2n n 2n
La quantité majorante de l’inégalité précédente tendant vers 0 quand n →
+∞, la suite (fn ) converge vers f pour la norme ∥⋅∥1 prouvant ainsi que H
est dense dans E.
Exercice 63 (Normes et formes linéaires non continues)
Soit A une partie fermée de R. On considère l’application sur l’espace R[X]

définie par
∣∣P∣∣A = Supx∈A ∣P(x)∣ .
1. Montrer que ∣∣−∣∣A définit une norme si et seulement si A est une partie com-
pacte de R.
2. On suppose A compact et on note a un réel quelconque. Montrer que l’applica-
tion d’évaluation δa , définie par δa (P) = P(a), est une forme linéaire continue
pour la norme ∣∣−∣∣A si et seulement si a ∈ A
Soluce
1. On suppose que A est un compact infini. Dans ce cas, ∣∣−∣∣A est bien définie
puisque A est compact. Montrons que c’est bien une norme.
9.1. ESPACES VECTORIELS NORMÉS EN DIMENSION QUELCONQUE 151
(a) Séparation. Si ∣∣P∣∣A = 0, alors P s’annule sur tout A. Or, A est infini, donc
P s’annule sur un ensemble infini ; c’est donc le polynôme nul.
(b) Homogénéïté. Soit λ ∈ R. On a ∣λP(x)∣ = ∣λ∣ ∣P(x)∣, ce qui donne, par
positivité de ∣λ∣, que Supx∈A ∣λP(x)∣ = ∣λ∣ Supx∈A ∣P(x)∣, et donc ∣∣λP∣∣A =
∣λ∣ ∣∣P∣∣A .
(c) Inégalité triangulaire. Soient P, Q deux polynômes et x ∈ A. On sait que
∣P(x) + Q(x)∣ ⩽ ∣P(x)∣ + ∣Q(x)∣.
On a donc ∣P(x) + Q(x)∣ ⩽ Supy∈A ∣P(y)∣ + Supy∈A ∣Q(y)∣. En passant au
sup le membre de gauche, il vient ∣∣P + Q∣∣A ⩽ ∣∣P∣∣A + ∣∣Q∣∣A .
Conclusion, ∣∣−∣∣A est bien une norme sur R[X].
Réciproquement, et par la contraposée, on veut montrer que si A n’est pas
compact ou n’est pas infinie, alors ∣∣−∣∣A n’est pas une norme.
Si A n’est pas compact, alors A n’est pas borné, puisque A est fermé. Donc,
en posant P = X, on voit que ∣∣P∣∣A n’est pas défini.
Si A est fini, alors, on pose P ∶= ∏x∈A (X − a), pour voir que P est non nul, alors
que ∣∣P∣∣A = 0. L’axiome de séparabilité n’est donc pas vérifié.
2. On voit rapidement que δa est une forme linéaire sur R[X].
Supposons dans un premier temps a ∈ A. On a donc, par construction, ∣δa (P)∣ =
∣P(a)∣ ⩽ ∣∣P∣∣A . La forme linéaire δa est alors 1-lipschitzienne, donc continue.
On suppose maintenant a ∉ A. Nous allons construire une suite de polynômes
(Pn ) qui tend vers le polynôme nul pour la norme ∣∣−∣∣A , mais telle que ∣δa (Pn )∣
ne tend pas vers 0. Comme δ(0) = 0, cela prouvera la non-continuité de δa .
Comme A est fermé et α ∉ A, il existe α > 0 tel que ]a−α, a+α[ n’intersecte pas
A. Soit m, M deux réels tels que ]a − α, a + α[∪A ⊂ [m, M], ce qui est possible
car A est borné.
Soit f une fonction continue s’annulant sur A et telle que f (a) = 1. On peut
prendre par exemple la fonction (continue) affine par morceaux
⎧
⎪ 0 si m < x < a − α
⎪
⎪
⎪
⎪ x−a+α
si a − α ⩽ x < a
f (x) = ⎨ α
−x+a+α (9.1)
⎪
⎪ si a ⩽ x < a + α
⎪
⎪
⎪
α
⎩ 0 si a + α ⩽ x ⩽ M
Le théorème d’approximation de Weierstrass (sur le compact [m, M]), voir exer-
cice 5, permet de voir qu’il existe une suite (Pn ) de polynômes qui approchent
f sur le compact [m, M], plus précisément, telle que
1
Supx∈[m,M] ∣f (x) − Pn (x)∣ ⩽ .
n
En particulier, si x ∈ A, le fait que f s’annule sur A implique
1
∣Pn (x)∣ ⩽ ∣Pn (x) − f (x)∣ + ∣f (x)∣ ⩽ .
n
Il vient que Supx∈A ∣Pn (x)∣ ⩽ n1 , et donc, la suite Pn tend vers 0 pour la norme
∣∣−∣∣A . Pourtant,
1
∣δa (Pn )∣ = ∣Pn (a)∣ ⩾ ∣f (a)∣ − ∣Pn (a) − f (a)∣ ⩾ 1 − ,
n
et donc ∣δa (Pn )∣ ne tend pas vers 0.
Remarque. On peut même dire ici que la suite (Pn (a)) tend vers 1, puisque par les
deux inégalités triangulaires Pn (a) = f (a) + (Pn (a) − f (a)) implique
1 1
1− ⩽ ∣f (a)∣ − ∣Pn (a) − f (a)∣ ⩽ ∣δa (Pn )∣ = ∣Pn (a)∣ ⩽ ∣f (a)∣ + ∣Pn (a) − f (a)∣ ⩽ 1 + .
n n
On voit alors que si A est une partie compacte de R et si a ∉ A, alors l’hyperplan
Ha des polynômes qui s’annulent en a, c’est-à-dire l’hyperplan des polynômes divi-
sibles par (X−a), est dense dans R[X] pour la norme ∣∣−∣∣A . En effet, par l’alternative
fermé-dense, voir exercice 62, il suffit pour le montrer de voir que Ha n’est pas fermé
pour cette norme. Or, la suite (Pn − Pn (a)) est dans Ha , alors que sa limite, pour la
norme ∣∣−∣∣A , est 0 − 1 = −1 ∉ Ha , ce qui prouve que Ha n’est pas fermé.
Exercice 64 (Norme et espace réel non complet)
Dans l’espace R[X], on pose ∣∣P∣∣ = ∑k⩾0 ∣P(k) (k)∣.

1. Montrer que l’on obtient bien une norme sur R[X].
(k)
2. En considérant les polynômes Pn ∈ R[X]n tels que Pn (k) = 2−k , montrer que
l’espace ainsi normé n’est pas complet.
Soluce
1. La norme est bien définie car la somme est finie. Elle est séparable (seule
difficulté) car si ∣∣P∣∣ = 0 et (par l’absurde) P est non nul, notons n son degré
et an son coefficient dominant. Alors n!an = P(n) (n) = 0, absurde.
2. On vérifie facilement que les formes linéaires ϕk (P) = P(k) (k), 0 ⩽ k ⩽ n, sur
R[X]n sont indépendantes : on applique pour cela une combinaison linéaire
nulle de ces formes à la base canonique de R[X]n . Elles forment donc une base
du dual, et Pn est le polynôme dont les composantes sont 2−k dans cette base.
Exercice 65 (Théorème de Riesz)
On veut montrer le théorème de Riesz qui dit que si E est un espace vectoriel
normé sur un corps K égal à R ou C, alors E est de dimension finie si et seulement
si la boule unité est compacte. On notera ∣∣x∣∣ la norme de x ∈ E.
1. En utilisant la caractérisation d’un compact en dimension finie (fermé-borné),
montrer l’implication.
2. On veut montrer la réciproque. On suppose, par la contraposée, que E est un
espace de dimension infinie et on veut montrer que la boule unité n’est pas
compacte.
(a) Soit F un sous-espace de dimension finie de E et a dans E . Montrer
qu’il existe x dans F qui minimise ∣∣a − x∣∣. On notera dans la suite
d(a, F) ∶= ∣∣a − x∣∣.
(b) Soit a ∈ E, u ∈ F, λ ∈ K∗ . Montrer les égalités
d(a, F) = d(a − u, F), d(λa, F) = ∣λ∣ d(a, F).

9.1. ESPACES VECTORIELS NORMÉS EN DIMENSION QUELCONQUE 153
(c) Montrer alors qu’il existe un vecteur a de norme 1 dans E tel que
d(a, F) = 1.
(d) Construire par récurrence une suite (an )n telle que pour tout n, ∣∣an ∣∣ = 1
et d(an , Fn−1 ) = 1, avec Fn−1 ∶= ⟨a0 , a1 , . . . , an−1 ⟩, puis conclure.
Soluce
1. Si l’espace E est un espace de dimension finie, la boule de rayon 1 est forcément
bornée pour la même norme (on n’a même pas besoin de dégainer le fait que
toutes les normes sont équivalentes...)
Il reste à démontrer que la boule est fermée. Appelons N la norme (pour des
raisons d’esthétique), alors la boule n’est rien d’autre que N−1 ([0, 1]). Il suffit
donc de montrer que N est continue. Mais ceci est clair car N est 1-lipschitzienne
par l’inégalité triangulaire qui dit que ∣N(x) − N(y)∣ ⩽ N(x − y).
2. (a) Soit donc d(a, F) ∶= inf y∈F ∣∣a − y∣∣, qui est bien définie puisque {∣∣a − y∣∣, y ∈
F} est une partie de R minorée par 0. Par définition de la borne inférieure,
pour tout entier n > 0, il existe xn ∈ F tel que
1
d(a, F) ⩽ ∣∣a − xn ∣∣ < d(a, F) + .
n
On a donc trouvé une suite (xn )n∈N∗ dans F telle que limn→+∞ ∣∣a − xn ∣∣ =
d(a, F).
La suite (xn )n∈N∗ est bornée puisque
∣∣xn ∣∣ = ∣∣xn − a + a∣∣ ⩽ ∣∣xn − a∣∣∣ + ∣a∣∣ ⩽ d(a, F) + 1 + ∣∣a∣∣.
Comme F est de dimension finie et que la suite est bornée dans F, elle
possède une valeur d’adhérence (une boule en dimension finie est com-
pacte) x dans F. Soit (xγ(n) ) une suite extraite qui converge vers x. On
a, par continuité de la norme,
∣∣a − x∣∣ = lim ∣∣a − xγ(n) ∣∣ = d(a, F).

n→+∞
On a montré que la borne inférieure était bien un minimum (car x ∈ F).

(b) Pour la première égalité, on va se permettre d’utiliser le changement de
variable y ′ = −u + y, y, y ′ ∈ F. On a
d(a, F) = inf ∣∣a − y∣∣ = inf ∣∣a − (y ′ + u)∣∣ = inf ∣∣(a − u) − y ′ ∣∣ = d(a − u, F).
y∈F ′y ∈F y ∈F
′
Pour la seconde, on utilise le changement de variables y = λy ′ (car λ est

non nul).
d(λa, F) = inf ∣∣λa − y∣∣ = inf ∣∣λa − λy ′ ∣∣ = ∣λ∣ inf ∣∣a − y ′ ∣∣ = ∣λ∣ d(a, F).
y∈F ′ y ∈F ′y ∈F
(c) C’est une conséquence directe des deux égalités précédentes : soit b dans
E, avec b ∈/ F, ce qui est possible puisque E ≠ F, par considération de
dimension.
On a donc d(b, F) ≠ 0. En effet, d(b, F) = ∣∣b − x∣∣ pour un x ∈ F, donc, en
particulier, x ≠ b.
On pose a = ∣∣b−x∣∣
b−x
. On a alors ∣∣a∣∣ = 1 et de plus,
b−x 1 1
d(a, F) = d ( , F) = d(b − x, F) = d(b, F) = 1.
∣∣b − x∣∣ ∣∣b − x∣∣ ∣∣b − x∣∣
(d) On part d’un vecteur non nul arbitraire b0 que l’on normalise en a0 ∶=
∣∣b0 ∣∣ . Par récurrence, une fois les vecteurs a0 , a1 , ⋯, an déterminés, on dé-
b0
finit, grâce à la question qui précède, le sous-espace Fn engendré par

a0 , a1 , ⋯, an , et le vecteur an+1 tel que ∣∣an+1 ∣∣ = 1 et d(an+1 , Fn ) = 1.
La suite (an )n est, par construction, dans la boule unité. Montrons que
l’on ne peut pas en extraire une sous-suite convergente. On note que, pour
tout n > m dans N,
∣∣an − am ∣∣ ⩾ d(an , Fm ) ⩾ d(an , Fn−1 ) = 1.
Donc, aucune sous-suite de la suite (an )n ne peut être une suite de Cauchy.
On en déduit que la boule unité n’est pas compacte.
Remarque (Sur compact=fermé-borné en dimension finie).

Le fait que compact implique fermé-borné est chose claire. Mais, la réciproque se
fait classiquement en trois étapes : 1) un intervalle fermé borné de R est compact,
2) le produit cartésien de compacts est compacts et donc le produit d’intervalles
fermés bornés est compact, et 3) un fermé borné est un fermé dans un compact,
donc compact.
9.2 Distance à un fermé dans un espace de matrices
Exercice 66 (Distance d’une matrice à un sous-groupe)

On considère l’espace Mn (R) muni de la norme quadratique N2 donnée par
N2 (M)2 = ∑ m2ij , M ∶= (mij ).

1⩽i,j⩽n
√
Le but de l’exercice est de prouver que si M ∈ SLn (R), alors N2 (M) ⩾ n, avec
égalité si et seulement si M ∈ SOn (R).
1. Première méthode : par décomposition polaire
(a) Montrer que pour toute matrice M, N2 (M)2 = tr(t MM). En déduire que
√
si M ∈ On (R), N2 (M) = n.
(b) Soit M ∈ SLn (R) et M = OS sa décomposition polaire. Montrer, à l’aide
de l’inégalité arithmético-géométrique, que si λi , 1 ⩽ i ⩽ n, sont les valeurs
√
propres de S, alors ∑i λ2i ⩽ n et en déduire l’inégalité N2 (M) ⩾ n.
9.2. DISTANCE À UN FERMÉ DANS UN ESPACE DE MATRICES 155
(c) A l’aide du cas d’égalité de l’inégalité arithmético-géométrique, montrer

√
que l’égalité N2 (M) = n est atteinte si et seulement si M ∈ SOn (R).
2. Seconde méthode : par les extrema liés
(a) Soit λ un réel et L la fonction de Mn (R) dans R définie par
L(M) ∶= tr(t MM) − λ(det(M) − 1).
Calculer la différentielle de L en une matrice M.

(b) En utilisant le théorème des extrema liés, déduire le résultat demandé.
Soluce
1. Première méthode : par décomposition polaire
(a) Soit N ∶= t MM. En posant N ∶= (nij ), il vient, pour tout j, njj = ∑i nij nij =
∑j n2ij . On en déduit
tr(t MM) = ∑ njj = ∑ n2ij = N2 (M)2 .

j i,j
En particulier, si M ∈ On (R), N2 (M)2 = tr(In ) = n, ce qui fournit le

résultat voulu.
(b) On sait que S est symétrique définie positive et O ∈ On (R). On en déduit
det(S) > 0 et det(O) = ±1. Comme det(M) = 1, on en déduit que det(O) >
0 et donc O ∈ SOn (R). Il vient alors det(S) = 1. L’inégalité arithmético-
géométrique 1 donne
n
1
( ∑ λ2i ) ⩾ ∏ λ2i = det(S)2 = 1,
n i i
et donc ∑i λ2i ⩾ n.
On en déduit le résultat annoncé, puisque
N2 (M)2 = tr(t MM) = tr(t S t OOS) = tr(S2 ) = ∑ λ2i ⩾ n.

i
√
(c) La question précédente prouve que l’égalité N2 (M) = n est atteinte si et
seulement si l’égalité est atteinte dans l’inégalité arithmético-géométrique,
c’est-à-dire si et seulement si tous les λ2i sont égaux entre eux. Comme les
λi sont des réels positifs, ceci implique que tous les λi sont égaux, et comme
leur produit vaut 1, tous les λi valent 1. Comme S est diagonalisable, de
spectre réduit à 1, S = In et M = O ∈ SOn (R).
Réciproquement, si M ∈ SOn (R), on a bien M ∈ SLn (R) et N2 (M)2 = n
par la question 1.
2. Seconde méthode : par les extrema liés
1. L’inégalité arithmético-géométrique dit que pour tout n-uplet (xi ) de réels, la moyenne géo-
métrique est inférieure à la moyenne arithmétique, avec égalité si et seulement si les xi sont tous
égaux. Elle découle de la stricte concavité du logarithme, qui se prouve avec sa dérivée seconde
strictement négative.
(a) On sait, voir [4, V-7.2.1], que la différentielle d’une forme quadratique en
un vecteur u vaut 2b(u, ?) où b désigne sa forme polaire. On sait également,
voir [5, Proposition IX-1.6.7], ou l’exercice 114, que si A est une matrice
̃
inversible, alors la différentielle du déterminant est H ↦ tr(AH), où Ã
−1
désigne la transposée de la comatrice de A, c’est-à-dire det(A)A . Il
vient donc
dM L(H) = 2 tr(t MH) − λ tr(M−1 H) = tr ((2 t M − λM−1 ) H) .
(b) Le théorème des extrema liés dit que si le minimum de N2 (M)2 est atteint
avec la contrainte det(M) = 1, alors dM L = 0.
D’après la question précédente, soit M ∈ SLn (R) tel que ce minimum
est atteint, alors H ↦ tr ((2 t M − λM−1 ) H) est nulle. Comme la forme
bilinéaire (A, B) ↦ tr(AB) est non dégénérée, voir [CVA ? ?], cela signifie
que 2 t M − λM−1 = 0 et donc 2 t MM = λIn . En prenant le déterminant,
il vient 2n = λn , donc λ = 2 puisque λ est réel, et qu’il est positif, car
t
MM est une matrice symétrique positive. On en déduit t MM = In et donc
M ∈ SOn (R), puisque det(M) = 1. La réciproque est claire.
Exercice 67 (La matrice orthogonale la plus proche de chez vous !)
On considère l’espace Mn (R) muni de la norme quadratique N2 donnée par
N2 (M)2 = ∑ m2ij pour M = (mij ).

1⩽i,j⩽n
Soit A une matrice quelconque de Mn (R) et S l’unique matrice symétrique positive

telle que S2 = t AA. Le but de l’exercice est de montrer que pour tout M ∈ On (R),
N2 (A − M) ⩾ N2 (A)2 + n − 2 tr(S),
et que l’égalité a lieu si et seulement si M = O et A = OS est une décomposition

polaire 2 de A.
1. Prouver l’inégalité proposée.
2. On suppose O ∈ On (R) tel que A = OS. Montrer que l’égalité a lieu pour
M = O.
3. Réciproquement, soit M ∈ On (R) tel que l’égalité ait lieu. Montrer que A = MS
est une décomposition polaire de A.
Soluce
1. On a vu dans l’exercice 66 que N2 (B)2 = tr(t BB) pour toute matrice B. Il en
résulte que pour tout M de On (R),
N2 (A − M)2 = tr (t (A − M)(A − M)) = tr(t AA) + tr(t MM) − tr(t AM) − tr(t MA)
= tr(t AA) + tr(In ) − 2 tr(t AM) = tr(t AA) + n − 2 tr(t AM).
2. Attention, si A n’est pas inversible cette décomposition n’est pas unique.
9.2. DISTANCE À UN FERMÉ DANS UN ESPACE DE MATRICES 157
Soit A = OS une décomposition polaire de A (on sait qu’alors nécessairement

t
AA = S2 et qu’il existe une unique S positive qui vérifie l’égalité). Par le
théorème spectral, il existe une matrice orthogonale P telle que S = PDP−1 ,
avec D = diag(d1 , . . . , dr , 0, . . . , 0), où r est le rang de S (et, au passage, le rang
de A), et où, pour tout i de 1 à r, di > 0. Il vient
tr(t AM) = tr(S t OM) = tr(PDP−1 t OM) = tr (D(P−1 O−1 MP)) = tr(DN),
avec N ∶= P−1 O−1 MP ∈ On (R). Posons N = (nij ), ce qui implique nij ⩽ 1

(puisque toutes les colonnes de N sont de norme 1). Par positivité des di :
r r
tr(DN) = ∑ di nii ⩽ ∑ di = tr(D) = tr(S).
i=1 i=1
L’inégalité en résulte. Notons pour la suite que l’égalité est équivalente à

tr(t AM) = tr(S).
2. Si A = OS, alors tr(t AO) = tr(S t OO) = tr(S), ce qui fournit le résultat de-
mandé.
3. On suppose M dans On (R) tel que tr(t AM) = tr(S), et on veut montrer A = MS.
On rappelle les notations ci-dessus. On a fixé une décomposition polaire A = OS
de A, S la racine carrée de t AA, S = PDP−1 , D = diag(d1 , . . . , dr , 0, . . . , 0),
et enfin N = (nij ), avec N = P−1 O−1 MP ∈ On (R) de sorte que si l’égalité
tr(t AM) = tr(S) a lieu, alors tr(DN) = tr(D). Ceci entraîne ∑i di nii = ∑i di et
comme di > 0 avec nii ⩽ 1, l’égalité force nii = 1 pour 1 ⩽ i ⩽ r. Comme N est
une matrice orthogonale, ses colonnes sont de norme 1, et il vient que N est de
la forme
I B
N=( r ).
0 N′
Cette forme implique l’égalité ND = D et donc
MS = OPNP−1 S = OPNP−1 PDP−1 = OPNDP−1 = OPDP−1 = OS = A.
Voilà qui achève la preuve.
Remarque. Pour continuer sur ce thème de distance d’une matrice à un fermé, on

vous invite à regarder l’exercice 115 qui utilise le théorème des extrema liés.
Chapitre 10
Equations différentielles linéaires
10.1 Généralités
Exercice 68 (Entrelacement des zéros d’une équation différentielle)

Soit I un intervalle de R. Pour p, q ∶ I → R deux fonctions continues données, on
considère une fonction f , solution non partout nulle de l’équation différentielle
y ′′ + p(t)y ′ + q(t)y = 0. (E)
1. Montrer que f ne peut pas avoir de zéro commun avec sa dérivée.

2. Montrer que tout zéro t0 de f possède un voisinage ouvert sur lequel f ne
s’annule qu’en t0 .
3. Soit J un segment inclus dans I. Montrer que f ne possède qu’un nombre fini
de zéros dans J.
4. Soit g une autre solution de l’équation (E), linéairement indépendante de f .
(a) Montrer que leur wronskien w = f g ′ − f ′ g ne s’annule pas sur I.
(b) Montrer que f et g ne possèdent pas de zéro en commun.
(c) Montrer que, si f et g sont réelles, alors g possède un unique zéro dans
tout intervalle de la forme ]t0 , t1 [, où t0 et t1 sont deux zéros consécutifs
de f (s’il en existe).
Soluce
1. Supposons, par l’absurde, que la fonction f possède un zéro commun avec sa
dérivée ; il existe alors t0 ∈ I tel que f (t0 ) = 0 = f ′ (t0 ). Le problème de Cauchy
suivant :
⎧
⎪ y ′′ + p(t)y ′ + q(t)y = 0
⎪
⎪
⎪
⎨y(t0 ) = 0
⎪
⎪
⎪
⎪ ′
⎩y (t0 ) = 0
admet alors deux solutions : la fonction f et la fonction nulle. Comme p et q
sont des fonctions continues sur l’intervalle I, le théorème de Cauchy-Lipschitz
s’applique : la fonction f est alors la fonction nulle. Contradiction avec l’hypo-
159
160 CHAPITRE 10. EQUATIONS DIFFÉRENTIELLES LINÉAIRES
thèse de l’énoncé. On en déduit que les fonctions f et f ′ n’ont pas de zéro en

commun, comme voulu.
2. Au voisinage du zéro t0 de f , on a :
f (t0 + h) = f (t0 ) + f ′ (t0 )h + o(h) = f ′ (t0 )h + o(h).
Ainsi, si h = 0, on en déduit que f (t0 + h) = 0, et si h ≠ 0, alors f (t0 + h) =

f ′ (t0 )h + o(h), avec f ′ (t0 ) ≠ 0 par la question précédente. Il existe donc un réel
h > 0 tel que le seul zéro de f dans l’intervalle ouvert ]t0 − h, t0 + h[ soit t0 . On
a bien démontré que tout zéro t0 de f possède un voisinage ouvert sur lequel
f ne s’annule qu’en t0 .
3. Supposons, par l’absurde, qu’il existe une suite injective (tn )n∈N de zéros de f
dans un segment J. Comme il est compact, on peut extraire une sous-suite
(tϕ(n) )n∈N de (tn )n∈N qui converge vers un réel ` ∈ [a, b]. Comme la fonction f
est continue sur I, on en déduit par passage à la limite que f (`) = 0. Ainsi, `
est un zéro de f et tout voisinage de ` contient des zéros de f ; cela contredit
la question précédente. Ainsi, f n’admet qu’un nombre fini de zéros dans J.
4. (a) C’est une conséquence du rappel de la page 175 : comme les fonctions f et
g sont linéairement indépendantes, leur wronskien ne s’annule par sur I ;
cela s’écrit
∀t ∈ I, wf,g (t) ≠ 0.
(b) Supposons, par l’absurde, que f et g possèdent un zéro en commun, t0 .

Alors on a
0 = wf,g (t0 ) = f (t0 )g ′ (t0 ) − f ′ (t0 )g(t0 ),
avec t0 ∈ I : contradiction avec la question précédente. Ainsi, f et g ne
possèdent pas de zéro en commun.
(c) Supposons qu’il existe t0 et t1 deux zéros consécutifs de f dans I. On a
donc f (t0 ) = 0 = f (t1 ), ce qui implique
wf,g (t0 ) = −f ′ (t0 )g(t0 ) ≠ 0. (1)
De même,
wf,g (t1 ) = −f ′ (t1 )g(t1 ) ≠ 0. (2)
De plus, puisque,d’après ce qui précède, le wronskien de f et de g ne

s’annule pas sur I, on en déduit que wf,g (t0 ) et wf,g (t1 ) sont de même
signe, soit :
wf,g (t0 )wf,g (t1 ) > 0. (3)
De plus, t0 et t1 étant deux zéros consécutifs de f , fonction continue,

f ′ (t0 ) et f ′ (t1 ) sont de signe contraire, c’est-à-dire :
f ′ (t0 )f ′ (t1 ) < 0,
ce qui implique, en combinant (1), (2) et (3) :
g(t0 )g(t1 ) < 0.

Cela signifie que que g(t0 ) et g(t1 ) sont de signe contraire ; la fonction g
étant continue, le théorème des valeurs intermédiaires assure alors l’exis-
tence de α ∈ ]t0 , t1 [ tel que g(α) = 0. L’existence est démontrée.
Quant à l’unicité, supposons qu’il existe au moins deux zéros de g dans
]t0 , t1 [, que l’on nomme x0 et x1 . En inversant les rôles de f et de g, on
montre alors qu’il existe un zéro de f , disons ρ, compris entre x0 et x1 :
contradiction avec le fait que t0 et t1 sont deux zéros consécutifs de f .
L’unicité est ainsi démontrée.
Exercice 69 (Équations à coefficients constants, un théorème chapeau)

Soit I un intervalle de R et soit E = C ∞ (I, C) l’algèbre des fonctions indéfiniment
dérivables de I dans C. On note D ∶ E → E , y ↦ y ′ l’opérateur de dérivation.
1. Soit y ∶ I → C une fonction de classe C ∞ .
(a) Résoudre l’équation différentielle y ′ = 0.
(b) Soit m ∈ N∗ . Résoudre l’équation différentielle y (m) = 0.
2. Soit α ∈ C et soit eα ∶ I → C, x ↦ eαx .
(a) Soit y ∈ E et soit z = y/eα . Comparer y ′ − αy et z ′ .
(b) En déduire, pour tout m entier et pour tout y dans E , une expression
simple de (D − α Id)m (y).
(c) Décrire les éléments du noyau de (D − α Id)m .
(d) Soit gα,k ∶ I → C, x ↦ xk eαx . Montrer que (gα,k )0⩽k<m est une base de
ker(D − α Id)m .
3. Soit un entier n non nul et soient a0 , . . . , an−1 des complexes. On note P(X) =
Xn +∑n−1
i=0 ai X et S l’ensemble des fonctions y ∶ I → C qui sont n fois dérivables
i
et telles que
n−1
y (n) + ∑ ai y (i) = 0. (E)
i=0
Montrer que S est un sous-espace de E et qu’une base de S est formée par

les fonctions gk,α , où α parcourt l’ensemble des racines du polynôme P et k
est un entier inférieur à la multiplicité de α comme racine de P.
4. Soit ` un entier et soit β un complexe. Indiquer comment trouver une solution
particulière de l’équation
n−1
y (n) + ∑ ai y (i) = g`,β .
i=0
Soluce
1. (a) Si y ′ = 0, alors y est constante sur tout intervalle I. En effet, par le théo-
rème des accroissements finis, pour a et b dans I avec a < b, il existe
c ∈ ]a, b[ tel que y(b) − y(a) = y ′ (c)(b − a) = 0.
(b) On montre par récurrence que si y (m) = 0, alors y est sur chaque intervalle I
une fonction polynomiale de degré au plus m − 1. On vient de traiter
le cas m = 1. Pour l’hérédité, on peut fixer x0 ∈ I et écrire : y(x) =

x (m−1)
∫ x0 y (x)dt + y(x0 ).
2. (a) Comme eα ne s’annule pas et est dérivable, z est bien définie et indéfini-
ment dérivable. On a : y = zeα , d’où :
y ′ = z ′ eα + α zeα = z ′ eα + αy,
ce que l’on peut récrire ainsi :
(D − α Id)y = (Dz)eα .
(b) On montre par récurrence que pour m entier non nul,
(D − α Id)m y = (Dm z)eα .
On a vu le cas m = 1. Soit m ∈ N∗ . Supposons que (D−α Id)m y = (Dm z)eα .

On applique la relation connue pour m = 1 à z̃ = Dm z et ỹ = (Dm z)eα =
z̃eα , il vient :
(D − α Id)m+1 y = (D − α Id)ỹ = (Dz̃)eα = (D(Dm z))eα = (Dm+1 z)eα ,
ce qui permet de conclure.

(c) Soit y ∈ E et soit z = y/eα . Comme eα ne s’annule jamais, on a l’équiva-
lence :
y ∈ ker(D − α Id)m ⇐⇒ (Dm z)eα = 0 ⇐⇒ z ∈ ker Dm ,
ce qui équivaut à dire que z est un polynôme de degré au plus m − 1.

Autrement dit, y est le produit de eα par un polynôme de degré au plus
m − 1.
(d) On vient de montrer que (gα,k )0⩽k<m est une famille génératrice de ker(D−
α Id)m . Comme eα ne s’annule jamais, une relation de dépendance linéaire
entre les gα,k entraînerait une sur les monômes g0,k ∶ x ↦ xk dont on sait 1
qu’ils sont linéairement indépendants.
3. Soit y ∈ S . Pour k ∈ N, on note Hk l’assertion : « y, y ′ ,. . ., y (n−1) sont k fois dé-
rivables ». Elle est vraie pour k = 1 par hypothèse et, comme y appartient à S
et que par conséquent y (n) est une combinaison linéaire de (y, y ′ , . . . , y (n−1) ),
on peut en déduire que Hk implique Hk+1 . D’où, par récurrence, le caractère
indéfiniment dérivable de y. Ceci montre que S ⊂ E . Comme D est un endo-
morphisme de E , on a :
S = ker P(D).
Notons (α1 , . . . , αr ) les racines distinctes de P et (m1 , . . . , mr ) leurs multipli-

cités respectives, de sorte que
r
P(X) = ∏(X − αj )mj .
j=1
1. Par exemple parce qu’un polynôme non nul a un nombre fini de racines ou grâce au détermi-
nant de Vandermonde.
Comme les polynômes (X − αi )mj sont deux à deux premiers entre eux, on a
par le lemme des noyaux :
r
S = ker P(D) = ⊕ ker(D − αj Id)mj .
j=1
Autrement dit, toute solution de l’équation différentielle E s’écrit de façon

unique comme somme d’éléments des ker(D−αj Id)mj , c’est-à-dire comme com-
binaison linéaire des gαj ,k où j ∈ {1, . . . , r} et k ∈ {0, . . . , mj − 1}.
En particulier, on a la relation :
r
dim S = ∑ mj = n.
j=1
4. Soit m la multiplicité de β comme racine de P (avec m = 0 si P(β) ≠ 0). On

sait que l’équation admet pour solution une combinaison linéaire des gk,β avec
0 ⩽ k ⩽ ` + m.
Exercice 70 (Équation de Hill-Mathieu)

On s’intéresse ici au caractère borné des solutions de l’équation
y ′′ + q(t)y = 0, (E)
où q est une fonction de R dans R, continue, π-périodique, et paire.

On note (y1 , y2 ) la base de l’espace des solutions de (E) associées aux conditions
initiales
y1 (0) = 1, y1′ (0) = 0
{
y2 (0) = 0, y2′ (0) = 1
On note W ⊂ C 2 (R, C) l’ensemble des solutions complexes de (E). On considère

l’application
A∶ W →W
y ↦ y(⋅ + π)
a c
Dans la base (y1 , y2 ), l’application A sera notée ( ), et on nomme T la
b d
trace de A.
1. (a) Justifier l’existence de la base (y1 , y2 ) telle que décrite dans l’énoncé.
(b) Montrer que A est bien définie, et que sa matrice dans la base (y1 , y2 )
s’écrit
y (π) y2 (π)
( 1′ ).
y1 (π) y2′ (π)
2. Montrer les assertions suivantes :
(i) y1 est paire ;
(ii) y2 est impaire ;
(iii) det(A) = 1 ;
(iv) y1 (π) = y2′ (π) (ie a = d).

3. On va maintenant pouvoir s’intéresser au caractère borné des solutions de
(E), comme annoncé. On va voir que cela dépend de la valeur de la trace T.
Montrer que :
(i) si ∣T∣ < 2, alors toutes les solutions de (E) sont bornées ;
(ii) on a l’équivalence ∣T∣ = 2 ⇐⇒ bc = 0 ;
(iii) si ∣T∣ = 2, alors (E) possède une solution non nulle bornée ;
(iv) si ∣T∣ > 2, alors toutes les solutions non nulles de (E) sont non bornées.
Soluce
1. (a) L’existence d’une telle base repose essentiellement sur le thèorème de Cauchy-
Lipschitz. On considère le problème de Cauchy suivant 2 :
⎧
⎪ y ′′ = −q(t)y
⎪
⎪
⎨ y(0) = 0
⎪
⎪
⎪ ′
⎩ y (0) = 1
Par le théorème de Cauchy-Lipschitz, ce problème admet une et une seule

solution maximale. En d’autres termes, l’application
W Ð→ R2
x z→ (x(0), x′ (0))
est un isomorphisme de l’ensemble des solutions W vers R2 . On en déduit

que l’image réciproque d’une base de R2 est une base de W. L’existence
de y1 et de y2 est alors assurée : y1 , resp. y2 , est l’image réciproque de
l’élément (0, 1), resp. (0, 1), de la base canonique de R2 .
(b) Pour montrer que A est bien définie, il suffit de se rappeler que q est
une fonction π-périodique ; donc, si y est dans l’ensemble des solutions, la
fonction y(⋅ + π) l’est également.
Soit maintenant x ∈ R. On calcule :
y1 (x + π) = Ay1 (x) = ay1 (x) + by2 (x),
qui donne en dérivant
y1′ (x + π) = ay1′ (x) + by2′ (x).
Il n’y a plus qu’à évaluer ces deux égalités en 0, puis en 1, pour trouver
a = y1 (π)
b = y1′ (π)
On remplace enfin y1 par y2 , et on trouve les expression souhaitées pour c

et d.
2. En fait, on aurait pu prendre le problème de Cauchy avec des conditions initiales quelconques,
pas forcément (0, 1) ; ce qui importe, c’est d’obtenir l’isomorphisme qui suit, entre W et R2 .
2. (i) On considère la fonction z(x) = y1 (−x). Comme la fonction q a été sup-

posée paire, et que la fonction y1 vérifie l’équation (E), en dérivant deux
fois, on obtient :
z ′′ (x) + q(x)z(x) = y1′′ (−x) + q(−x)y1 (−x) = 0.
De plus, z(0) = y1 (0) = 1, et z ′ (0) = −y1′ (0) = 0. Ainsi, la fonction z vérifie

le même problème de Cauchy que la fonction y1 ; par unicité de la solution
dans le théorème de Cauchy-Lipschitz, on obtient z = y1 ; autrement dit :
y1 est une fonction paire.
(ii) On raisonne de façon similaire que dans le (i), avec cette fois z(x) =
−y2 (−x).
(iii) On pose w(x) = y1 (x)y2′ (x) − y2 (x)y1′ (x). On dérive w : pour x réel, on a
w′ (x) = y1 (x)y2′′ (x)−y2 (x)y1′′ (x) = −q(x)y1 (x)y2 (x)+q(x)y1 (x)y2 (x) = 0.
Ainsi, w est constante, égale à w(0) = 1. On obtient finalement :
det(A) = w(π) = w(0) = 1.
(iv) On étudie la réciproque de A, qui à y associe y(⋅ − π). Une rapide étude
nous donne l’expression de sa matrice dans la base (y1 , y2 ) :
y1 (−π) y2 (−π) a −c
A−1 = ( )=( ).
y1′ (−π) y2′ (−π) −b d
Un calcul direct de A−1 donne :

d −b
A−1 = ( ),
−c a
qui nous donne l’égalité a = d, comme voulu.

3. (i) On invoque le théorème de Cayley-Hamilton :
0 = χA (A) = A2 − (tr(A))A + det(A) Id = A2 − T.A + Id .
Ainsi, si le module de T est strictement inférieur à 2, le discriminant

de χA est strictement négatif, ce qui implique que χA a deux racines
complexes distinctes, conjuguées, ρ et ρ̄ ; et ces racines sont de module 1,
car ∣ρ∣2 = ρρ̄ = det(A) = 1, d’après la question 2 (iii).
Soit alors (u1 , u2 ) une base de W formée de vecteurs propres de A, res-
pectivement associés à ρ et à ρ̄. Pour x ∈ R, on écrit :
Au1 (x) = u1 (x + π) = ρu1 (x)

Au2 (x) = u2 (x + π) = ρ̄u2 (x)
Cela implique que, pour j = 1, 2, uj (⋅ + π) et uj sont de même module ;

comme u1 et u2 sont continues et π-périodique (car appartenant à l’en-
semble W), on obtient que u1 et u2 sont bornées. Tout élément de W
s’écrivant comme combinaison linéaire de u1 et u2 , toute solution de (E)
est ainsi bornée.
(ii) Dans le sens direct, si on suppose que T = ±2, on en déduit, grâce à la

question 2 (iv) :
a + d = ±2 ⇒ a = d = ±1 ⇒ 1 = det(A) = ad − bc = 1 − bc ⇒ bc = 0.
Réciproquement, si bc = 0, alors,
1 = det(A) = ad = a2 ⇒ a = d = ±1 ⇒ T = ±2.
(iii) On raisonne comme dans le (i) : si ∣T∣ = 2, c’est-à-dire T = ±2, alors, le

discriminant est nul, ce qui nous permet d’exhiber une solution, u, non
nulle, telle que u(x + π) = ±u(x), et comme dans le (i), on en déduit que
cette solution u est bornée.
(iv) Si ∣T∣ > 2, alors de même, le discriminant du polynôme caractéristique
de A est strictement positif, ce qui permet d’obtenir deux valeurs propres
pour A, ρ et ρ−1 , où ρ ∈ R, de module strictement supérieur à 1. On
note u1 et u2 les deux vecteurs propres associés aux valeurs propres ρ
et ρ−1 ; notons que (u1 , u2 ) forme une base de W.
Soit y une solution non nulle de (E) ; alors y s’écrit comme combinaison
linéaire de u1 et u2 ; notons α et β tels que y = αu1 + βu2 . Si α est non
nul, alors, soit x tel que u1 (x) ≠ 0. On a, pour n ∈ N :
An (x) = y(x + nπ) = αρn u1 (x) + βρ−n u2 (x) ∼ αρn u1 (x),

n→+∞
et comme le module de ρ est strictement supérieur à 1, cela implique

que y est non bornée.
De même, si β ≠ 0, on obtient, pour x tel que u2 (x) ≠ 0,
An (x) = y(x + nπ) ∼ βρ−n u2 (x),

n→+∞
et donc, ici encore, y est non bornée. L’assertion est démontrée.
10.2 Fonctions de Bessel
Exercice 71 (Fonctions de Bessel : définition des fonctions Jk )

Soit µ ∈ C. Le but de cet exercice est d’étudier des conditions nécessaires et suffi-
santes pour que l’équation différentielle :
x2 y ′′ + xy ′ + (x2 − µ)y = 0 (Eµ )
dit équation de Bessel possède une solution développable en série entière au voisi-
nage de 0.
1. Étudions d’abord les conditions nécessaires à l’existence d’une telle fonction.
On fixe dans la suite µ ∈ C.
(a) En supposant y développable en série entière et solution de (Eµ ), déter-
miner une relation entre les coefficients de la série.
10.2. FONCTIONS DE BESSEL 167
(b) Supposons dans cette question que µ n’est pas le carré d’un entier. En
déduire que l’équation (Eµ ) n’admet pas de solution développable en
série entière non nulle.
(c) A contrario, si µ est le carré d’un entier, montrer que l’éventuelle solu-
tion y a les propriétés suivantes :
(i) la parité de y est celle de k ;
(ii) tous les coefficients de la série d’indice strictement inférieur à k
sont nuls ;
(iii) les coefficients restants satisfont à la relation de récurrence
(−1)`
∀` ∈ N, ak+2` = ak . (♣)
∏`m=1 ((k + 2m)2 − µ)
2. Inversement, montrer qu’une fonction définie par les relations des questions
précédentes possède un rayon de convergence infini et est solution de l’équa-
tion (Ek2 ).
3. Donner une expression de l’unique solution Jk de (Ek2 ) développable en série
entière telle que Jk (x) ∼ xk /(2k k!) au voisinage de 0.
Soluce
1. (a) Soit donc y ∶ x ↦ ∑n⩾0 an xn une fonction développable en série entière sur
un intervalle non vide de type I ∶= ]−R, R[, où R ∈ R+∗ . Pour x ∈ I, on
obtient classiquement :
y ′ (x) = ∑ nan xn−1 , xy ′ (x) = ∑ nan xn = ∑ nan xn ,
n⩾1 n⩾1 n⩾0
′′ 2 ′′
y (x) = ∑ n(n − 1)an x n−2
, x y (x) = ∑ n(n − 1)an xn = ∑ n(n − 1)an xn .
n⩾2 n⩾2 n⩾0
Pour que toutes les sommes partent du même indice, on pose de plus
a−2 = a−1 = 0.
On obtient alors
x2 y(x) = ∑ an xn+2 = ∑ an−2 xn .
n⩾2 n⩾0
Ainsi, y est solution de (Eµ ) sur I si et seulement si

∀x ∈ I, ∑ n(n − 1)an x + ∑ nan x + ∑ an−2 x + ∑ −µan x = 0,
n n n n
n⩾0 n⩾0 n⩾0 n⩾0
c’est-à-dire :
∀x ∈ I, ∑ ((n − µ)an + an−2 )x = 0.
2 n
n⩾0
Comme le développement en série entière de y est unique, si elle est solu-

tion de l’équation (Eµ ), alors nécessairement
∀n ⩾ 0, (n2 − µ)an = −an−2 , (♠)
où, rappelons-nous, a−2 et a−1 ont tous deux été définis comme étant nuls.
(b) Dire que µ n’est pas le carré d’un entier c’est dire que n2 − µ ≠ 0 pour
tout entier n. Pour n = 0, on a fixé a−2 = a−1 = 0 ; par une récurrence
immédiate fondée sur la relation obtenue à la question 1a, cela implique
que, pour tout k ∈ N,
a2k = 0 et a2k+1 = 0.
Autrement dit, si µ n’est pas le carré d’un entier, la fonction nulle est la
seule solution développable en série entière au voisinage de 0 de l’équation
(Eµ ).
(c) Soit k un entier naturel et soit µ = k 2 . Soit y une solution de (Ek2 )
développable en série entière au voisinage de 0.
(i) Étudions la parité de la fonction y. Remarquons que pour tout n ≠ k,
on a n2 −µ ≠ 0. C’est le cas de tous les entiers de la forme n = q+2`, où
q ∈ {−1, −2} est l’entier qui n’a pas la même parité que k et ` est un
entier quelconque. Par récurrence sur `, on déduit de la relation (♠)
que pour tout ` ∈ N, aq+2` = 0. Ainsi, si k est pair, alors q = −1, et tous
les coefficients d’indice impair de la série y s’annulent ; la fonction y
est donc paire. De même, si k est impair, alors la fonction y est
impaire.
(ii) On applique la relation (♠) à n = k ; on obtient alors ak−2 = 0. De
même, en prenant cette fois n = k − 2, on obtient ak−4 = 0, et ainsi de
suite par récurrence. Suivant la parité de k, on en déduit bien que
tous les coefficients d’indice n < k sont nuls.
(iii) Calculons les coefficients ak+2` (` ∈ N). Pour ` = 0, rien à démontrer,
et pour ` = 1, c’est exactement la relation (♠) de la question 1a. Soit
` un entier, supposons connaître ak+2` . Par hypothèse de récurrence,
on a (en prenant n = k + 2` + 2) :
1
ak+2(`+1) = ak+2`+2 = − ak+2`
(k + 2` + 2)2 − µ
1 (−1)`
=− × ak ,
(k + 2` + 2)2 − µ ∏`m=1 ((k + 2m)2 − µ)
ce qui prouve l’hérédité.

Cette relation exprime que l’ensemble des solutions de l’équation
(Ek2 ) développables en série entière au voisinage de 0 est au plus
une droite vectorielle, puisque toute solution éventuelle est multiple
de la solution caractérisée par la condition ak = 1.
2. On suppose toujours que µ = k 2 pour un entier k et on considère la somme de
la série entière ∑ an xn définie par
⎧
⎪ak ∈ R
⎪
⎪
⎪
(fixé) ;
⎪
⎪
⎪an = 0 si n < k ou si n ≡/ k [2] ;
⎨
⎪
⎪
⎪ (−1)`
⎪
⎪
⎪ak+2` = ak pour ` ∈ N.
⎪
⎩ ∏`m=1 ((k + 2m)2 − µ)
Alors, le critère de d’Alembert assure que le rayon de convergence de la série

est infini puisque pour ` ∈ N,
ak+2(`+1) 1
= 2
Ð→ 0.
ak+2` (k + 2(` + 1)) − µ `→+∞
Enfin, par construction, une telle série entière vérifie bien l’équation (Ek2 ).
3. On a, les lettres étant quelconques :
(k + 2m)2 − k 2 = (k + 2m − k)(k + 2m + k) = 4m(m + k),
ce qui donne pour nos solutions :
(−1)` xk+2` (−1)` xk+2` k! (−1)` x k+2`

y(x) = ∑ a k = ∑ × ak = 2k
k! ak ∑ ( ) .
`⩾0 ∏m=1 4m(m + k)
`
`⩾0 22` `! (k + `)! `⩾0 `!(k + `)! 2
L’unique valeur de ak pour laquelle y(x) ∼ xk /(2k k!) en 0 est ak = 1/(2k k!),
ce qui donne :
(−1)` x k+2`
∀x ∈ R, Jk (x) = ∑ ( ) .
`⩾0 `!(k + `)! 2
Remarque. Pour k complexe quelconque, on peut grâce à la fonction gamma définir

la fonction de Bessel Jk sur C par :
(−1)` x k+2`
∀x ∈ C, Jk (x) = ∑ ( ) .
`⩾0 `!Γ(k + ` + 1) 2
0.8
0.6
0.4
0.2
-40 -20 20 40
-0.2
-0.4
Figure 10.1 – Fonction J0 de Bessel
Exercice 72 (Fonctions de Bessel : expression intégrale)

Pour k entier naturel et x réel, on pose :
1 π
Jk (x) = ∫ cos(kt − x sin t)dt.
π 0
1. (a) Justifier la dérivation sous le signe intégrale et donner une expression
de J′k et J′′k .
(b) Démontrer que Jk est solution de l’équation de Bessel (Ek2 ) de l’exer-

cice 71.
On pourra récrire k 2 Jk (x)−x2 (Jk (x)+J′′k (x)) sous une forme qui permet
une intégration par parties.
2. (a) Calculer, pour k et n entiers naturels,
1 π
−ikt
γk,n = ∫ e sinn tdt.
2π −π
(b) Démontrer que Jk admet un développement en série entière et que c’est

bien la fonction définie à l’exercice 71.
Soluce
1. (a) Soit f ∶ R×[0, π], (x, t) ↦ cos(kt−x sin t). Cette fonction est de classe C ∞
donc toutes ses dérivées sont bornées sur les compacts de la forme [−X, X]×
[0, 2π] pour tout X réel positif. Une application routinière du théorème de
dérivation sous le signe intégrale donne (en commençant sur [−X, X] pour
majorer les dérivées partielles uniformément puis en étendant le résultat
à R), pour x réel quelconque :
1 π
Jk (x) = ∫ cos(kt − x sin t)dt ;
π 0
1 π
J′k (x) = ∫ sin(t) sin(kt − x sin t)dt ;
π 0
1 π
′′
Jk (x) = ∫ − sin2 (t) cos(kt − x sin t)dt.
π 0
Fixons x. On regroupe ensemble les termes de l’équation (Ek ) qui se

ressemblent, le critère étant ici que la fonction de (kt − x sin t) est la
même. Cela conduit à considérer :
1 π
x2 (Jk (x) + J′′k (x)) = ∫ x cos (t) cos(kt − x sin t)dt,
2 2
π 0
puis, en factorisant k 2 − x2 cos2 t :
1 π
k 2 Jk (x)−x2 (Jk (x)+J′′k (x)) = ∫ (k+x cos t)(k−x cos t) cos(kt−x sin t)dt,
π 0
On reconnaît dans les deux derniers facteurs la dérivée de v ∶ t ↦ sin(kt −

x sin t). On fait une intégration par parties en posant u ∶ t ↦ k + x cos t
et v comme ci-dessus. Le terme intégré est miraculeusement nul :
π 1 π
x2 (Jk (x) + J′′k (x)) = [(k + x cos t) sin(kt − x sin t)] − ∫ −x sin t sin(kt − x sin t)dt
0 π 0
= xJ′k (x).
Ainsi, la fonction Jk définie par l’intégrale est bien solution de (Ek ).

2. (a) La question revient à calculer les coefficients de Fourier complexes de

t ↦ sinn t. Il est donc commode d’exprimer cette fonction comme somme
d’exponentielles, d’où l’idée de développer pour t réel :
eit − e−it n 1 n n
sinn t = ( ) = n n ∑ (−1)q ( ) ei(n−2q)t .
2i 2 i q=0 q
π
Soit ⟨⋅, ⋅⟩ ∶ (f, g) ↦ 2π1
∫−π f g le produit scalaire hermitien habituel sur
les fonctions continues 2π-périodiques et ep ∶ t ↦ eipt pour p entier, on a
donc :
1 n n
γk,n = ⟨ek , n n ∑ (−1)q ( ) en−2q ⟩ .
2 i q=0 q
Or la famille (ep )p∈Z est orthonormée. Par suite, si k ≡/ n mod 2 ou si
n < k, alors k ≠ n − 2q pour tout q ∈ {0, . . . , n}, donc γk,n = 0. De plus, si
n est de la forme k + 2q avec q entier naturel, alors
(−1)q k + 2q 1 k + 2q
γk,k+2q = k+2q k+2q
( ) = k+2q k ( ).
2 i q 2 i q
(b) Pour faire apparaître des coefficients de Fourier, on remplace l’intégrale
sur [0, π] par une intégrale sur [−π, π] en exploitant la parité de la fonction
intégrée. Puis on écrit, pour x réel fixé :
1 π 1 π
Jk (x) = ∫ cos(kt) cos(x sin t)dt + ∫ sin(kt) sin(x sin t)dt.
2π −π 2π −π
On développe pour t réel le cosinus et le sinus qui dépendent de x :
(−1)p x2p (−1)p x2p+1
cos(x sin t) = ∑ sin2p (t) et sin(x sin t) = ∑ sin2p+1 (t) .
p⩾0 (2p)! p⩾0 (2p + 1)!
Répétons que x est fixé. Soient, pour p entier et t réel,
(−1)p x2p (−1)p x2p+1
up (t) = cos(kt) sin2p (t) et vp (t) = sin(kt) sin2p+1 (t) .
(2p!) (2p + 1)!
Chacune des fonctions up et vp (p ∈ N) est continue sur [−π, π] et
∣x∣2p ∣x∣2p+1
∣up (t)∣ ⩽ et ∣vp (t)∣ ⩽
(2p)! (2p + 1)!
pour tout p et tout t et les séries ∑ ∣x∣2p /(2p)! et ∑ ∣x∣2p+1 /(2p + 1)!
convergent, de sorte que les séries de fonctions ∑ up et ∑ vp convergent nor-
malement sur [−π, π] (le membre de droite est indépendant de t). Comme
l’intervalle d’intégration est compact, on peut permuter somme et inté-
grale :
1 π (−1)p x2p
Jk (x) = ∑ ∫ cos(kt) sin (t)dt
2p
+
p⩾0 2π −π (2p)!
1 π (−1)p x2p+1
∑ ∫ sin(kt) sin2p+1
(t)dt
p⩾0 2π −π (2p + 1)!
(−1)p x2p (−1)p x2p+1
= ∑ Re(γk,2p ) − ∑ Im(γk,2p+1 ) .
p⩾0 (2p)! p⩾0 (2p + 1)!
Si k est pair, disons k = 2k ′ , tous les γk,2p+1 sont nuls et γk,2p est nul
si 2p < k. Il ne reste plus que les termes de la somme paire de la forme
2p = k + 2q (q ∈ N) :
k + 2q (−1)k +q xk+2q (−1)q

′
1 x k+2q
Jk (x) = ∑ k+2q k ( ) =∑ ( ) .
q⩾0 2 i q (k + 2q)! q⩾0 q!(k + q)! 2
Si k est impair, disons k = 2k ′ + 1, tous les γk,2p sont nuls et γk,2p+1 est
nul si 2p + 1 < k. Il ne reste plus que les termes de la somme impaire de la
forme 2p + 1 = k + 2q (q ∈ N). Les signes sont pénibles à suivre : p = k ′ + q,
1/ik = (−1)k /i = −(−1)k i, d’où :
′ ′
k + 2q (−1)k +q xk+2q (−1)q

′
1 x k+2q
Jk (x) = − Im ∑ k+2q k ( ) =∑ ( ) .
q⩾0 2 i q (k + 2q)! q⩾0 q!(k + q)! 2
On retrouve ainsi, indépendamment de la parité de k, le développement

en série entière de l’exercice 71.
Exercice 73 (Développement asymptotique des fonctions de Bessel)

1. (a) Vérifier que pour tout x réel, Jk (x) est la partie réelle de
1 π
Hk (x) = ∫ e
ikt−ix sin t
dt.
π 0
(b) Démontrer que
2 −ix+ikπ/2 π/2
Hk (x) = e ∫ cos(ku)eix(1−cos u) du.
π 0
(c) Justifier que l’égalité 1 − cos u = v 2 /2 définit un changement de variable

classe C 2 . L’effectuer pour démontrer que
√
2 2
Hk (x) = e−ix+ikπ/2 ∫
2 /2
g(v) eixv dv,
π 0
√
pour tout x réel, où g est une fonction de classe C 1 sur [0, 2] que l’on
précisera.
2. (a) Vérifier que la fonction h ∶ v ↦ (g(v) − g(0))/v est de classe C 1 . En
déduire par une intégration par parties que
√ √
2 2 1
ixv 2 /2 2 /2
∫ g(v)e dv − g(0) ∫ eixv = O( ),
0 0 x
où la constante dans le « O » dépend de g.
(b) Grâce à l’exercice 47, en déduire que lorsque x tend vers l’infini :
√
2 π π 1
Jk (x) = cos(x − k − ) + o( √ ).
πx 2 4 x
0.5
0.4 0.3
0.3 0.2
0.2
0.1
0.1
5 10 15 20 25 30 10 20 30 40 50
-0.1 -0.1
-0.2
-0.2
-0.3
Figure 10.2 – Fonctions de Bessel J2 et J5 , leur développement asymptotique et la

différence
Remarque. Ce développement asymptotique n’est pas un équivalent car Jk (x) et

cos(x − k π2 − π4 ) ne s’annulent pas aux mêmes points : le quotient n’est pas défini, a
fortiori il ne tend pas vers 1. Les courbes de J2 et J5 et celles du premier terme de
leur développement asymptotique sont représentées sur la figure 10.2.
C’est un cas particulier de la méthode de la phase stationnaire, analogue de la
méthode de Laplace employée pour la formule de Stirling dans l’exercice 59. Dans
une intégrale ∫I f (t)eixφ(t) , seules comptent les zones où la phase φ est « presque
constante », c’est-à-dire le voisinage des points critiques. Ici, il y en a un seul, le
changement de variable u = t−π/2 le ramène en 0. Au voisinage de 0, on a : 1−cos u ∼
u2 /2. Le choix de v transforme cet équivalent en égalité : 1−cos u = v 2 /2. Cela ramène
à une intégrale ∫J g(v)eixv /2 dv, où seul compte le voisinage de 0.
2
Soluce
1. Soit x réel.
(a) L’intégrale de la partie réelle (de eikt−ix sin t ) est la partie réelle de l’inté-
grale. D’où :
1 π
Jk (x) = Re Hk (x) où Hk (x) = ∫ e
ikt−ix sin t
dt.
π 0
(b) On fait le changement de variable t = u + π/2 (noter que − sin t = − sin(u +

π/2) = − cos u) et on décale la phase −ix cos u d’une constante pour que
son maximum soit nul :
1 π/2 1 π/2
Hk (x) = ∫ eiku+ikπ/2 e−ix cos u du = e−ix+ikπ/2 ∫ eiku eix(1−cos u) du.
π −π/2 π −π/2
On coupe l’intégrale et on la replie comme une omelette (en posant v = −u

puis u = v) :
1 −ix+ikπ/2 π/2 π/2

Hk (x) = e (∫ eiku eix(1−cos u) du + ∫ e−iku eix(1−cos u) du)
π 0 0
2 π/2
= e−ix+ikπ/2 ∫ cos(ku)eix(1−cos u) du.
π 0
(c) Pour justifier que le changement de variable est licite, on pose pour u ∈
[0, π/2] √
ϕ(u) = 2(1 − cos u).
Notons qu’au voisinage de 0+ , on a : ϕ(u)2 ∼ u2 donc ϕ(u)2 /u2 tend vers 1 ;

comme ϕ(u) > 0 et u > 0, cela entraîne : ϕ(u) ∼ u (diviser ϕ(u)2 /u2 − 1
par ϕ(u)/u + 1).
La fonction ϕ est strictement croissante, continue sur [0, π/2] et elle est
de classe C 1 sur ]0, π/2] car 2(1 − cos u) ≠ 0 sur cet intervalle. On a pour
u ∈ ]0, π/2] :
2 sin u
ϕ′ (u) = d’où lim ϕ′ (u) = 1.
2ϕ(u) u→0
Par le théorème 3 dit de la limite de la dérivée, ϕ est de classe C 1 et

bijective. De plus, sa dérivée est partout non nulle donc c’est un difféo-
morphisme.
On a pour tout u ∈ ]0, π/2] et v = ϕ(u) :
√
√ √ v2 v2 √
′ 1 − cos2 u (1 − cos u)(1 + cos u) 2 (2 − 2 ) 4 − v2
ϕ (u) = = = = .
ϕ(u) ϕ(u) v 2
On en déduit que ϕ est de classe C 2 puisque 4 − ϕ2 ne s’annule pas sur
[0, π/2].
Le changement de variable donne :
√
π/2 2 v2 2
)) eixv /2 √
2
∫ cos(ku)e ix(1−cos u)
du = ∫ cos (k arccos(1 − dv.
0 0 2 4 − v2
√
Cela donne l’expression souhaitée avec, pour v ∈ [0, 2] :
v2 2
g(v) = cos (k arccos(1 − )) ⋅ √ .
2 4 − v2
La fonction g est de classe C 2 car le facteur qui contient l’arccosinus n’est
autre que la composée de ϕ−1 (qui est bien de classe C 2 car ϕ l’est et ϕ′
ne s’annule
√ pas) avec u ↦ cos(ku) et l’autre facteur est sans problème sur
[0, 2].
2. On peut par exemple écrire, en faisant dans l’égalité g(v) − g(0) = ∫0 g ′ (u)du
v
le changement u = tv (avec v fixé), que h(v) = h(0) + ∫0 g ′ (tv)dt, puis appli-

1
′
quer le théorème de dérivation
1 ′′ √ des intégrales à paramètre. Il vient : h (v) =
∫0 tg (tv)dt pour tout v ∈ [0, 2].
Une intégration par parties donne alors, pour x > 0 :
√ √ √
2 2 1 2
ixv 2 /2 ixv 2 /2
h(v) ⋅ ixv eixv /2 dv
2
∫ g(v)e dv − g(0) ∫ e dv = ∫
0 0 ix 0 √
√
1 2 1 2
ixv 2 /2
h′ (v)eixv /2 dv
2
= [h(v)e ] − ∫
√ √
ix 0 ix √0
2 2 1 √ 2
g(v)eixv /2 dv − g(0) ∫ eixv /2 ∣ ⩽ (∣h( 2)∣ + ∣h(0)∣ + ∫
2 2
∣∫ ∣h(t)∣dt)
0 0 x 0
Ainsi, la différence est bien un O(1/x).

3. Soit ϕ ∶ [a, b] → R une fonction dérivable sauf peut-être en a. Si ϕ est continue en a et si ϕ′
admet une limite ` en a, alors ϕ est dérivable en a et ϕ′ (a) = `. C’est une conséquence du théorème
des accroissements finis, que l’on applique sur [a, x] avant de faire tendre x vers a.
√
3. Notons que g(0) = 1. Le changement de variable t = v x/2 (avec x > 0 fixé)
donne : √ √ √ √
2 2 x 2 +∞
ixv 2 /2 it2 2
∫ e dv = ∫ e dt ∼ ∫ eit dt.
0 x 0 x 0
En
√
effet, l’intégrale de Fresnel n’est pas nulle et, d’après l’exercice 47, elle vaut
π iπ/4
2 e .
Au voisinage de l’infini, on a donc en recollant les morceaux :
√ √ √
2 −ix+ikπ/2 2 π iπ/4 2 i(−x+k π + π )
Hk (x) ∼ e e ∼ e 2 4 ,
π x 2 πx
En notant E(x) cet équivalent, cela signifie que ∣Hk (x) − E(x)∣ est négligeable
devant ∣E(x)∣. Comme la partie réelle de la différence est plus petite que son
module, cela donne :
√
2 π π 1
Jk (x) = cos(x − k − ) + o( √ ).
πx 2 4 x
Cadre
L’équation (E0 ) admet un point singulier en 0 : on ne peut pas la mettre sous
forme normale y ′′ = f (x, y, y ′ ) au voisinage de x = 0 à cause du coefficient x2 . Elle
admet toutefois une solution définie sur R, c’est la fonction de Bessel J0 définie
dans l’exercice 71.
On a montré que J0 est la seule solution de (E0 ) développable en série entière
sur un voisinage de 0. On va montrer que c’est la seule solution définie et deux fois
dérivable sur un voisinage de 0. Plus précisément, on va montrer que toute solution
définie sur un intervalle de la forme ]0, a[ avec a > 0 et non proportionnelle à J0
explose en 0.
Rappel (wronskien). Soit I un intervalle et soit A ∶ I → M2 (R) une fonction

matricielle continue. Soient deux fonctions dérivables Y1 , Y2 ∶ I → R2 solutions de
Y′ = AY. Leur wronskien est la fonction 4 W = det(Y1 , Y2 ) ∶ I → R. C’est une
solution de l’équation
W′ − tr(A)W = 0.
Il est de la forme W(x) = C exp α(x), où C est une constante et α est une primitive
de tr(A). En particulier, il est partout nul ou partout non nul 5 .
Une équation scalaire d’ordre deux, disons y ′′ + by ′ + cy = 0 avec b, c ∶ I → R, se
ramène à un système d’ordre deux :
y 0 1
Y′ = AY, où Y = ( ′ ) et A = ( ).
y −c −b
Le wronskien de deux solutions y1 et y2 , défini comme W = y1 y2′ − y1′ y2 , est solution
de W′ = −bW.
4. Le déterminant est relatif à la base canonique de R2 .

5. Les solutions sont donc partout indépendantes ou liées pour la vie.
Exercice 74 (Équation de Bessel : unicité de solution prolongeable en 0)

On s’intéresse au comportement au voisinage de 0 d’une solution y définie sur un
intervalle de la forme ]0, a[ (avec a ∈ ]0, +∞]) de l’équation E0 :
x2 y ′′ + xy ′ + x2 y = 0. (E0 )
1. Calculer le wronskien de J0 et y.
2. Résoudre l’équation J0 y ′ − J′0 y = W sur un intervalle où J0 ne s’annule pas.
3. Montrer que si y n’est pas proportionnelle à J0 , alors lim+ ∣y(x)∣ = +∞ (« y
x→0
explose »).
Soluce
1. Sur l’intervalle ]0, a[, l’équation (E0 ) se met sous forme normale
1
y ′′ + y ′ + y = 0.
x
D’après le rappel, le wronskien W = J0 y ′ − J′0 y des deux solutions J0 et y est
solution de l’équation W′ (x) = −W(x)/x, si bien qu’il est de la forme
C
W(x) = Ce− ln x =
x
(où x décrit ]0, a[) pour une constante C fixée.
2. Comme on s’intéresse au comportement en 0, on se restreint à un intervalle
I′ = ]0, a′ [ inclus dans ]0, a[ sur lequel J0 ne s’annule pas, ce qui existe, car
J0 (0) = 1 (voir l’exercice 71). On va donner une expression de y à partir de
l’équation du premier ordre J0 y ′ − J′0 y = W. L’équation homogène associée ad-
met pour solutions évidentes les fonctions de la forme zJ0 , avec z ∈ R constante ;
par la méthode de la variation de la constante, on cherche donc une solution
particulière de l’équation avec second membre de la forme x ↦ z(x)J0 (x).
Plus formellement, posons z = y/J0 . Comme y est solution de J0 y ′ − J′0 y = W,
on a : J0 (zJ0 )′ − J′0 (zJ0 ) = W, c’est-à-dire : z ′ J20 + zJ′0 J0 − zJ′0 J0 = W ; par la
question précédente, il existe une constante C telle que
C
∀x ∈ I′ , z ′ (x)J20 (x) = .
x
Fixons α ∈ I′ . Il existe donc une constante D telle que pour x ∈ I′ :

x C
y(x) = J0 (x) ∫ dt + DJ0 (x).
α t J0 (t)2
3. Il y a deux cas selon la valeur de C. La constante C est nulle si et seulement

si z est constante, c’est-à-dire si y est proportionnelle à J0 .
Si C n’est pas nul, on a au voisinage de zéro : z ′ (x) ∼ C/x (rappelons que
1
J0 (0) = 1). Comme l’intégrale ∫0 dx x diverge, ceci donne par intégration un
équivalent des parties principales 6 : pour un point α de I′ quelconque, on

obtient lorsque x tend vers 0 :
(z(x) − z(α)) ∼ C(ln(x) − ln(α)) ∼ C ln x.
Cela montre que z(x) ∼ C ln x, et donc, que z(x) diverge vers l’infini lorsque x
tend vers 0.
Ainsi, les seules solutions de l’équation (E0 ) qui ne divergent pas sont les
multiples de J0 .
Exercice 75 (Entrelacement des zéros des fonctions de Bessel)

On pose
J1 = −J′0 .
Nous allons étudier le lien entre cette fonction et les zéros de J0 . Mais avant, un
petit résultat préliminaire.
1. (Préliminaire : le théorème de relèvement) Pour la suite, on a besoin
de démontrer le théorème suivant 7 :
Soit u ∶ [a, b] → C∗ une application de classe C 1 sur un segment.
Alors, il existe une application continue f ∶ [a, b] → C telle que :
u = exp ○f .
Supposons donc u ∶ [a, b] → C∗ , de classe C 1 . Soit c ∈ C tel que ec = u(a). On
pose :
t u′ (s)
∀t ∈ [a, b], f (t) = c + ∫ ds.
a u(s)
Montrer que f est un relèvement de u (c’est-à-dire u = exp ○f ), de classe C 1

également.
2. Montrer que les fonctions J0 et J1 ne s’annulent jamais simultanément.
√
3. On définit r = J20 + J21 .
(a) Montrer qu’il existe une fonction θ ∶ R → R telle que l’on ait le système
paramétré :
⎧
⎪
⎪J0 = r cos θ
⎨
⎪J1 = r sin θ = −J′0 .
⎪
⎩
(b) Montrer que le rayon r est une fonction décroissante.
4. Établir une expression pour la dérivée de θ, et en déduire les zéros de J0 . Que
peut-on alors dire des zéros de J1 ?
6. Rappelons le théorème. Soit a > 0 et soient f et g deux fonctions continues et positives sur
]0, a] telles que f (x) ∼ g(x) au voisinage de 0. Si ∫0 f est divergente, alors ∫x f ∼ ∫x g ; si ∫0 f est
a a a a
convergente, alors ∫0 f ∼ ∫0 g.
x x
7. Ce théorème s’énonce plus généralement en supposant uniquement u continue de [a, b]

dans C∗ ; voir [10].
Soluce
1. La définition de f a un sens car u ne s’annule pas. Pour tout t ∈ [a, b], on a
u′ (t)
f ′ (t) = ,
u(t)
donc la fonction f ainsi définie est bien de classe C 1 .
Posons alors, pour t ∈ [a, b] :
ϕ(t) = u(t)e−f (t) ;
on a ϕ′ (t) = u′ (t)e−f (t) − f ′ (t)u(t)e−f (t) = 0, donc, la fonction ϕ est constante
égale à, disons K (non nul !). De plus, la condition ec = u(a) implique
ϕ(a) = u(a)e−f (a) = ec e−c = 1,
et ainsi, u(t) = exp ○f (t), pour tout t ∈ [a, b], comme voulu.
2. On sait déjà que J0 ne s’annule pas en 0 car J0 (0) = 1. De plus, sur R∗+ et
R∗− , c’est une solution non uniformément nulle de l’équation (E0 ) sous forme
normale :
y ′′ = −y ′ /x − y.
Soit alors x0 un réel non nul, disons positif pour fixer les idées. Définissons le
problème de Cauchy sur R∗+ :
⎧
⎪ y′
⎪
⎪y ′′ = − − y
⎨ x
⎪
⎪
⎪y(x ) = y ′ (x0 ) = 0.
⎩ 0
La fonction nulle est une solution évidente et, par unicité de la solution à un
problème de Cauchy, c’est la seule. Par suite, J0 et J1 ne s’annulent pas en x0 .
3. (a) Considérons la fonction u = J0 + iJ1 ∶ R → C ; elle est de classe C 1 et
à valeurs dans C∗ puisque, d’après la question précédente, J0 et J1 ne
s’annulent pas simultanément. On peut donc lui appliquer le théorème
du relèvement de la question 1. Pour éviter un argument abstrait pour
passer d’un segment à R, on remarque que u(0) = 1 (c = 0) et on définit
t ′
f ∶ R → C par f (t) = ∫0 uu : c’est une fonction de classe C 1 telle que
u = exp ○f . Le module de u est r = ∣u∣ = exp Re f . Posons θ = Im(f ). On a
donc J0 + iJ1 = eRe f eiθ = reiθ , c’est-à-dire :
⎧
⎪
⎪J0 = r cos θ,
⎨
⎪ ′
⎩J1 = −J0 = r sin θ.
⎪
(b) Remarquons déjà que, d’après la question 2, la fonction r ne s’annule
jamais. En tant que composée d’une somme de fonctions C 1 sur R et de
la racine carrée, dérivable partout sauf en 0, on en déduit que la fonction r
est une dérivable sur R.
De plus, comme r2 = J20 + J21 = J20 + (J′0 )2 , et que J0 est solution de (E0 ),
on a
(r2 )′ (x) = 2J0 (x)J′0 (x) + 2J1 (x)J′1 (x) = 2J0 (x)J′0 (x) + 2J′0 (x)J′′0 (x)
J′0 (x) J′ (x)2
= 2J′0 (x)(J0 (x) − − J0 (x)) = −2 0 ,
x x
ce qui montre que r2 est une fonction décroissante sur R+ .

De plus, en posant g(x) = x2 r2 (x), définie sur R+ , on a
g ′ (x) = 2xr2 (x)+2x2 r(x)r′ (x) = 2x(J0 (x)2 +J1 (x)2 )−2x2 J1 (x)2 = 2xJ0 (x)2 ,
de sorte que g est croissante sur R+ (et même strictement).

Ce résultat nous montre que la courbe x ↦ (J0 (x), J1 (x)) forme une
spirale autour de l’origine (figure 10.3).
0.6
0.4
0.2
-0.4 -0.2 0.2 0.4 0.6 0.8 1
-0.2
Figure 10.3 – Courbe (J0 (x), J1 (x)) (x ∈ [0, 50])
4. Comme J0 = r cos θ, on a
J′0 = r′ cos θ − rθ′ sin θ.
Trouver les zéros de J0 , c’est trouver les valeurs de θ telles que cos θ = 0. Si
l’on essaie d’isoler, dans l’égalité précédente, la dérivée θ′ , on se rend compte
que l’expression dépendra de r′ , et qu’il y aura du r sin θ au dénominateur. À
éviter, donc. À la place, on dérive J′0 = −J1 = −r sin θ. On trouve :
⎧
⎪
⎪J′0 = r′ cos θ − rθ′ sin θ ×(− sin θ)
⎨ ′′
⎪ ′ ′
⎩J0 = −r sin θ − rθ cos θ
⎪ ×(− cos θ)
On voit cela comme un système linéaire d’inconnues (r′ , θ′ ) dont on veut élimi-
ner r′ . Pour ce faire, on multiplie la première équation par (− sin θ), la seconde
par (− cos θ), et l’on obtient, pour x > 0, en soustrayant les deux lignes :
r(x)θ′ (x) = − sin θ(x) J′0 (x) − cos θ(x) J′′0 (x)
r(x) sin θ(x)
= − sin θ(x)(−r(x) sin θ(x)) − cos θ(x)( − r(x) cos θ(x)),
x
ce qui donne après simplification (division par r et cos2 θ + sin2 θ = 1) :
cos θ(x) sin θ(x)
θ′ (x) = 1 − .
x
On voit que, pour x > 1, θ′ (x) > 0. En fait, θ′ (x) ⩾ 1/2 pour x assez grand, de
sorte que θ(x) tend vers l’infini avec x.
Par le théorème des valeurs intermédiaires, on en déduit que θ prend une infinité
de valeurs de la forme xk = π2 + kπ, ce qui donne autant de zéros de J0 , puisque
J0 (xk ) = r(xk ) cos(xk ) = 0 pour tout k.
0.5
-40 -20 20 40
-0.5
Figure 10.4 – Fonctions J0 et J1 = −J′0 de Bessel (entrelacement des zéros)
Enfin, comme θ′ est strictement positif, la fonction θ est strictement croissante.

Or, J1 = r sin θ ; on en déduit que J1 possède également une infinité de zéros,
et que ceux-ci alternent avec les zéros de J0 (figure 10.4).
Remarque. Bessel a démontré que toutes les fonctions Jn (n ∈ N) admettent une

infinité de zéros. La conjecture de Bourget, démontrée par Carl Siegel, exprime qu’ils
sont tous différents 8 à l’exception de Jn (0) = 0 pour n ⩾ 1.
Remarque. Les fonctions de Bessel sont les héroïnes d’un traité de plus de 800 pages
de G. N. Watson, qui en a en particulier donné des développements asymptotiques
et qu’il ne faudrait pas confondre avec H. W. Watson, qui est à l’origine du processus
de Galton-Watson de l’exercice 12.2.
Exercice 76 (Fonctions de Bessel - une autre approche)

Soit µ un nombre complexe. Considérons l’équation différentielle suivante :
x2 y ′′ + xy ′ + (x2 − µ)y = 0. (Eµ )
1. Montrer que l’équation Eµ possède une solution développable en série entière

si et seulement si µ est le carré d’un entier et que dans ce cas, la solution est
unique à un coefficient près.
2. Prouver de deux façons que l’unique solution J0 de l’équation E0 telle que
J0 (0) = 1 est :
1 π
J0 (x) = ∫ cos(x sin t)dt.
π 0
Soluce
1. Soit y une fonction développable en série entière au voisinage de 0 avec un rayon
de convergence R strictement positif. Soit (an )n∈N la suite des coefficients. Par
8. Ainsi, on peut dire que tous les zéros non nuls sont différents. Quel charabia !
le théorème de dérivation des séries entières, on a, pour x ∈ ]−R, R[ :

+∞ +∞
y(x) = ∑ an xn ; x2 y(x) = ∑ an−2 xn ;
n=0 n=2
+∞ +∞
y ′ (x) = ∑ nan xn−1 ; xy ′ (x) = ∑ nan xn ;
n=1 n=1
+∞ +∞
y ′′ (x) = ∑ n(n − 1)an xn−2 , x2 y ′′ (x) = ∑ n(n − 1)an xn .
n=2 n=2
Alors, y est solution de Eµ sur ]−R, R[ si et seulement si pour tout x ∈ ]−R, R[,
+∞ +∞ +∞ +∞
∑ n(n − 1)an x + ∑ nan x + ∑ an−2 x + ∑ −µan x = 0,
n n n n
n=2 n=1 n=2 n=0
ce qui peut s’écrire :

+∞
−µa0 + a1 x + ∑ (n(n − 1)an + nan + an−2 − µan )xn = 0.
n=2
Par unicité du développement en série entière, c’est équivalent aux relations :
µa0 = 0, a1 = 0 et ∀n ⩾ 2, (n2 − µ)an = −an−2 .
Si µ n’est pas le carré d’un entier, alors µ ≠ 0 et a2n − µ ≠ 0 pour tout n. On

en déduit que a0 = a1 = 0 et, par une récurrence que l’on vient d’initialiser,
que an = 0 pour tout n ∈ N. Autrement dit, si µ n’est pas le carré d’un entier,
la seule solution de Eµ développable en série entière au voisinage de 0 est la
solution nulle.
On traite à part le cas où µ = 0 parce qu’il est légèrement plus simple. Pour
n ⩾ 2, il vient : an = −an−2 /n2 pour tout n non nul. Une récurrence immédiate
donne l’annulation des termes impairs et, pour n = 2k :
(−1)k (−1)k
a2k = a0 = a0 .
(2k)2 (2k − 2)2 ⋯ × 22 22k × k!2
Cela montre que toute solution éventuelle est un multiple de la fonction définie
par
+∞
(−1)k 2k
J0 (x) = ∑ 2k x .
k=0 2 × k!
2
Or cette série entière a un rayon de convergence infini (a2k ⩽ 1/k! pour tout k et
∑ ∣x∣2k /k! converge pour tout x) et on vérifie que sa somme J0 est bien solution
en reprenant les calculs précédents à l’envers.
Supposons à présent que µ = p2 pour un entier naturel p ⩾ 1. Alors µ ≠ 0, d’où
a0 = 0 = a1 .
Exemple. Pour p = 4 et µ = 16, les conditions sur la suite (an ) s’écrivent :

⎧
⎪
⎪16a0 = 0, −12a2 = −a0 , 0a4 = −a2 , 20a6 = −a4 , 48a8 = −a6 ...
⎨
⎪
⎩a1 = 0, −7a3 = −a1 , 9a5 = −a3 , 33a7 = −a5 , 65a9 = −a7 ...
⎪
Pour n ∈ N, l’expression n2 − µ ne s’annule que si n = p. Ainsi, si p est pair

(resp. impair), n2 − p2 ≠ 0 pour tout p impair (resp. pair) ; par récurrence, tous
les termes impairs (resp. pairs) sont donc nuls. Autrement dit, y a la même
parité que p.
Comme a0 = a1 = 0 et que n2 −p2 ≠ 0 pour n < p, une récurrence finie montre que
pour tout n < p de même parité que p, on a : an = 0. Il n’y a pas de contrainte
sur ap (l’équation d’indice p s’écrit : 0ap = ap−2 ). Pour k ∈ N et n = p + 2k + 2,
on a : n2 − p2 ≠ 0 d’où,
−1 −1
ap+2k+2 = ap+2k = 2 ap+2k .
(p + 2k + 2) − p
2 2 2 (p + k + 1)(k + 1)
Par récurrence, il vient pour tout k ∈ N :
(−1)k (−1)k p!
ap+2k = a p = ap ;
22k ∏k`=1 ((p + `) × `) 22k (p + k)! k!
de plus, rappelons-le, les autres termes de la suite (an ) sont nuls. Le rayon
de convergence de la série entière ainsi définie est infini, d’où l’existence d’une
solution de Ep2 développable en série entière au voisinage de zéro, unique à un
coefficient multiplicatif près, qui se trouve être définie sur R.
Il est d’usage de noter Jp la solution où ap = 1/(2p p!), ce qui revient à définir
(p)
Jp (0) = 1/2p :
+∞
(−1)k
∀x ∈ R, Jp (x) = ∑ x2k+p .
k=0 2
2k+p (p + k)! k!
Exercice 77 (Fonctions de Bessel - une autre approche, la suite)

Considérons l’équation différentielle suivante (c’est bien E0 dans l’exercice précé-
dent) :
xy ′′ + y ′ + xy = 0. (E0 )
1. Calculer le wronskien de deux solutions y1 et y2 de E0 sur un intervalle I ne
contenant pas 0.
2. Justifier l’existence d’une solution de E0 sur R+∗ non proportionnelle à J0 .
3. Soit y une solution de E0 sur R+∗ non proportionnelle à J0 . Déterminer un
équivalent de y au voisinage de 0.
4. En déduire que J0 est l’unique solution de E0 sur R+∗ bornée au voisinage
de 0.
Idée-clé. Comme on connaît une solution de l’équation E0 , on en trouve une deuxième

grâce au wronskien en résolvant une équation différentielle d’ordre 1.
Soluce
1. Posons b(x) = 1/x pour x ∈ I. Soient y1 et y2 deux solutions de E0 sur I. Leur
wronskien est la fonction w = y1 y2′ − y1′ y2 . On a en dérivant :
w′ = (y1 y2′ − y1′ y2 )′ = y1′ y2′ + y1 y2′′ − y1′′ y2 − y1′ y2′
= y1 (−by2′ − y2 ) + (by1′ + y1 )y2 = −b(y1 y2′ − y1′ y2 ) = −bw.
On a donc :
1
w′ (x) = − w(x).
∀x ∈ I,
x
On intègre cette équation différentielle d’ordre 1. Fixons x0 ∈ I. Il existe une
constante C telle que
− ∫xxCdt
∀x ∈ I, w(x) = Ce 0 t. =
x
Remarque. On retrouve l’équation satisfaite par le wronskien défini par W =
det(Y1 , . . . , Yn ) d’une famille (Y1 , . . . , Yn ) de solutions d’un système homogène
Y′ = AY défini par une matrice (de fonctions) A ∶ I → Mn (C) et d’inconnue le
vecteur Y ∶ I → Cn :
W′ (x) = − tr(A(x)) W(x).
2. Sur R+∗ , l’équation E0 est équivalente à l’équation écrite sous forme normale :
1
∀x ∈ R+∗ ,
y ′′ + y ′ + y = 0,
x
à laquelle on peut appliquer le théorème de Cauchy-Lipschitz pour les équations
linéaires. Celui-ci exprime que l’espace des solutions est de dimension 2.
3. Prenons y1 = J0 (cf. exercice p. 180) et soit y2 = y une solution de E0 non pro-
portionnelle à J0 . Alors, w(0) ≠ 0. (Cette propriété bien connue du wronskien
résulte de l’unicité dans le théorème de Cauchy-Lipschitz.) Ainsi, y est solution
de l’équation différentielle
J0 y ′ − J′0 y = w.
L’équation homogène associée, J0 y ′ −J′0 y = 0 possède une solution évidente : J0 .
Par variation de la constante, on cherche donc une autre solution sous la forme
y = J0 z.
Plus précisément, la continuité de J0 et le fait que J0 (0) = 1 donne l’existence
d’un voisinage V de 0 sur lequel J0 ne s’annule pas. Sur V ∩ R+∗ , on pose
z = y/J0 , de sorte que y = J0 z. Alors z est dérivable et y ′ = J0 z ′ + J′0 z. Il vient :
w = J0 y ′ − J′0 y = J20 z ′ + J0 J′0 z − J′0 J0 z = J20 z ′ .
Ainsi, pour x ∈ V ∩ R+∗ , on a (en fixant x0 ∈ V ∩ R+∗ ) :
x w(t) x C
z(x) = ∫ dt + z(x0 ) = ∫ dt + z(x0 ).
x0 J0 (t)
2
0 (t)
x0 t J2
Au voisinage de 0, on a :
1 1
∼ ,
t J20 (t) t
0 dt
et comme ∫x0 t = −∞, on peut comparer les parties principales des intégrales :
x C x C
∫ dt ∼ ∫ dt ∼ C ln x.
x0 t J0 (t)
2 x0 t
(Rappelons que C ≠ 0.) On en déduit que

y(x) ∼ C ln x
4. L’équivalent précédent montre qu’une solution y définie sur un voisinage de 0
dans R+∗ non proportionnelle à J0 n’est pas bornée au voisinage de 0.
10.3 Inclassables
Exercice 78 (Endomorphismes nilpotents et équations différentielles)

Soit Q un polynôme de degré n ⩾ 0 et a dans R+∗ . On veut trouver une solution
particulière, dans l’espace Rn [X] des polynômes de degré inférieur à n, à l’équation
différentielle
y ′ − ay = Q.
1. Donner la décomposition de Dunford de l’endomorphisme δa ∶ P ↦ P′ − aP de
Rn [X].
2. En déduire que δa est inversible et expliciter son inverse.
3. Conclure. Pourquoi la solution trouvée dans Rn [X] est-elle unique ?
Soluce
1. L’endomorphisme dérivation δ0 de Rn [X] qui envoie P sur P′ est bien en-
tendu nilpotent, et commute avec −a Id. Donc, la décomposition cherchée est
−a Id +δ0 .
2. L’endomorphisme δa est inversible puisque la partie diagonalisable de δa , nom-
mément −a Id, est inversible. On a
1 1 1 1 1 2 1 n
δa−1 = (−a Id +δ0 )−1 = − (Id − δ0 )−1 = − (Id + δ0 + ( ) δ02 + ⋯ + ( ) δ0n ) .
a a a a a a
3. Une solution particulière cherchée est donc
1 1 1 2 1 n
Pa ∶= − Q + 2 Q′ + ( ) Q′′ + ⋯ ( ) Q(n) .
a a a a
Soit P̃a une autre solution polynomiale. Alors, P̃a − Pa est une solution de
l’équation homogène associée. D’où P̃a (t) = Pa (t) + Keat , pour un réel K. En
dérivant un nombre de fois N suffisant pour annuler les parties polynomiales,
on obtient KaN eat = 0, donc K = 0. D’où l’unicité.
Remarque. Bien entendu, il faut savoir que cette équation différentielle n’a nullement
besoin de Dunford pour s’en sortir comme une grande. Cet exercice est juste là pour
le plaisir (et l’opportunisme) de la transversalité.
Remarque. Si a est nul, alors, on doit intégrer pour obtenir une solution particulière.
Si a est non nul, on doit dériver. Va savoir 9 ...
Exercice 79
Soit I un intervalle et soit y une fonction indéfiniment dérivable de I dans C. Montrer
que les conditions suivantes sont équivalentes :
9. C’est à mettre dans le même sac que le fait qu’une matrice inversible A a pour inverse un
polynôme en A. Ce sont des phénomènes typiques de la dimension finie.
10.3. INCLASSABLES 185
(i) la fonction y est solution d’une équation différentielle linéaire à coefficients

constants de la forme y (n) + ∑n−1
i=0 ai y
(i)
= 0, où n ∈ N∗ et a0 , . . . , an−1 sont des
complexes fixés ;
(ii) le sous-espace engendré par la famille (y, y ′ , . . . , y (n) , . . . ) est de dimension
finie ;
(iii) la fonction y est combinaison linéaire d’une famille finie de fonctions de la
forme gk,α ∶ x ↦ xk eαx , avec k ∈ N et α ∈ C.
Soluce
(i)⇒(ii) Supposons (i) satisfaite. Soit E l’espace engendré par (y, y ′ , . . . , y (n−1) )
Montrons par récurrence sur k que toutes les dérivées y, y ′ , . . . , y n+k sont
dans E. Pour k = 0, c’est une conséquence de (i). Soit k un entier pour le-
quel l’assertion est satisfaite. Par linéarité de la dérivation et par (i), on a :
y (n+k+1) = − ∑n−1 i=0 ai y
(i+k+1)
, qui est une combinaison linéaire d’éléments de E
d’après l’hypothèse de récurrence. D’où l’hérédité, puis la conclusion.
(ii)⇒(i) Soit d la dimension de l’espace engendré par les y (i) (i ∈ N). La fa-
mille (y, y ′ , . . . , y (d) ) est liée donc il existe une combinaison linéaire ∑di=0 bi y (i)
uniformément nulle dont au moins un coefficient n’est pas nul. Soit n le
plus grand indice des coefficients non nuls (n = max{i ⩽ d, bi ≠ 0}). Alors
y (n) = ∑n−1
i=0 ai y
(i)
avec ai = −bi /bn pour tout i.
(i)⇐⇒(iii) On a vu cette équivalence dans l’exercice 69.
Chapitre 11
Calcul numérique
11.1 Méthode de Newton

11.1.1 La méthode
Rappelons le théorème, voir [9, théorème 14.2.2] qui escorte la méthode de New-
ton, ou disons les conditions qui assurent la convergence de la méthode.
f (t)
Soit f une fonction de classe C 2 sur l’intervalle [a, b]. Posons F(t) ∶= t− f ′ (t) (sans
se soucier de son domaine de définition) et supposons qu’il existe x dans l’intervalle
tel que f (x) = 0 et f ′ (x) ≠ 0. Alors, il existe un ε > 0 tel que, si x0 ∈ [x − ε, x + ε], la
suite des itérés
xn+1 = F(xn )
est bien définie, reste dans l’intervalle [x − ε, x + ε] et converge vers x.
Plus précisément, puisque f ′ est continue et ne s’annule pas en x, il existe α,
telle que f ′ ne s’annule pas sur [x − α, x + α] (a priori, on a l’existence de l’intervalle
ouvert, mais quitte à prendre α plus petit, on peut choisir l’intervalle fermé). Soit m1
le minimum de ∣f ′ ∣ (forcément non nul) et M2 le maximum de ∣f ′′ ∣ sur [x − α, x + α].
En posant K = 2m M2
1
, ε peut être pris quelconque sur ]0, min{α, K1 }[ (et donc ]0, α[ si
jamais K est nul, ce qui serait étonnant !).
En effet, supposons 0 < ε ⩽ min{α, K1 }. Le théorème de Taylor-Lagrange montre
que pour tout t de [x − α, x + α] :
f ′′ (θ)
0 = f (x) = f (t) + f ′ (t)(x − t) + (x − t)2
2
avec θ situé entre x et t. Comme f ′ (t) ≠ 0 sur l’intervalle, il vient
f ′′ (θ)
F(t) − x = (x − t)2 .
2f ′ (t)
Ceci nous donne bien

∣F(t) − x∣ ⩽ K(t − x)2 .
Si ε < 1
K ⩽ α, alors ∣t − x∣ < ε implique ∣F(t) − x∣ ⩽ Kε2 < 1
K = min{α, K1 }.
Si ε < α < 1
K, alors ∣F(t) − x∣ ⩽ Kε2 < α1 α2 = α = min{α, K1 }.
Donc, par récurrence, la suite reste dans l’intervalle ]x − ε, x + ε[.
187
188 CHAPITRE 11. CALCUL NUMÉRIQUE
La convergence est alors quadratique 1 , puisque

∣xn+1 − x∣ ⩽ K ∣xn − x∣2 .
La méthode de Newton s’illustre dans des approximations célèbres :
— la racine carrée de a (non nul), avec f (x) = x2 − a. La récurrence est alors
xn+1 ∶= 21 (xn + xan ) ;
— le merveilleux nombre π, avec f (x) = cos( x2 ). On obtient la récurrence sui-
vante : xn+1 = xn + 2 cot( x2n ).
x
xn+1 xn
Figure 11.1 – Méthode de Newton
Exercice 80 (Approximation d’une racine carrée, approximation de π)

1. Soit a un réel strictement positif. On s’intéresse à la suite récurrente donnée
par xn+1 ∶= 21 (xn + xan ), avec x0 > 0 fixé.
(a) Montrer que xn > 0 pour tout n et que la suite est bien définie.
√ √
(b) Montrer que pour tout n ⩾ 0, xn+1 − a = 2x1n (xn − a)2 .
√
(c) En déduire que la suite (xn ) tend vers a.
2. Montrer que la suite des itérés de Newton associée à la fonction f (x) = cos( x2 )
est donnée par la récurrence xn+1 = xn + 2 cot( x2n ). Montrer, en utilisant le
théorème ci-dessus, que si x0 ∈ ]0, 2π[, alors la suite xn tend vers π.
Soluce
1. (a) Par récurrence, xn > 0, ce qui prouve, en particulier, que xn ≠ 0 pour
tout n, et donc, que la suite est bien définie.
(b) On trouve
√ 1 a 1 √ a 1 √ a √
xn+1 − a = (xn + ) − ( a + √ ) = (xn − a) − √ (xn − a)
2 xn 2 a 2 2xn a
√
1 √ a 1 √ 2
= (xn − a)(1 − )= (xn − a) .
2 xn 2xn
√
On voit donc que xn ⩾ a pour n ⩾ 1.
1. Cela signifie, en gros, que le nombre de décimales correctes double (au minimum) à chaque
itération.
11.1. MÉTHODE DE NEWTON 189
(c) Primo, on voit que si la suite (xn ) converge, alors sa limite l vérifie, par
√
continuité de 21 (x + xa ) sur R+∗ , la relation l = 12 (l + al ), et donc l = a car
l ⩾ 0. Deuzio, on a
1 a 1 a 1 √ √
xn+1 − xn = (xn + ) − xn = (−xn + )= ( a − xn )( a + xn )
2 xn 2 xn 2xn
La suite (xn )n⩾1 est donc décroissante et minorée.
√
La suite xn converge vers a.
2. La fonction f s’annule uniquement en π dans l’intervalle [a, b] = [0, 2π]. On a
f ′ (x) = − 12 sin( x2 ) et f ′′ (x) = − 14 cos( x2 ). Avec les notations ci-dessus, on choisit
α ∈ ]0, π[, afin que f ′ ne s’annule pas, puis m = 12 sin( π−α 2 ) = 2 cos( 2 ), et enfin
1 α
M = 4 cos( 2 − 2 ) = 4 sin( 2 ). On a
1 π α 1 α
2m α π
= 4 cot( ) > 4 cot( ) = 4 > π > α.
M 2 4
Conclusion, on peut choisir 0 < ε < α, pour tout α ∈ ]0, π[, ce qui permet de
conclure.
Remarque. L’inconvénient du choix de la fonction cos( x2 ) pour trouver π est qu’elle
est non polynomiale. Mais la suite se programme facilement et converge très rapide-
ment.
Exercice 81 (Méthode de Newton pour la décomposition polaire)

Soit M une matrice de GLn (R) dont on souhaite trouver la décomposition polaire
M = OS de M, par un algorithme rapide.
1. On considère la suite (Sm ), avec S0 = t MM et Sm+1 = 21 (Sm + S0 S−1
m ). Montrer
que la suite (Sm ) est bien définie et converge vers S. En déduire O.
2. (Variante) On considère la suite (Om ), avec O0 = M et Om+1 = 12 (Om + t O−1
m ).
Montrer que la suite (Om ) converge vers O. En déduire S.
Soluce
1. On considère la suite (Sm ), avec S0 = t MM et Sm+1 = 12 (Sm + S0 S−1m ). Montrer
que la suite (Sm ) converge vers S. En déduire O.
On sait de la preuve du théorème de décomposition polaire que
— S0 est symétrique définie positive, et donc diagonalisable sur R en base
orthonormée : S0 = P diag(λ1 , . . . , λn )P−1 , avec t P = P−1 et λi > 0 pour
tout i.
— S est l’unique matrice symétrique définie positive telle que S2 = S0 et elle
est donnée par √ √
S = P diag( λ1 , . . . , λn )P−1 .
Soit f la fonction qui envoie A dans GLn sur f (A) = 21 (A+S0 A−1 ). La fonction f
vérifie
1 1
f (PAP−1 ) = (PAP−1 + S0 (PAP−1 )−1 ) = (PAP−1 + P diag(λ1 , . . . , λn )A−1 P−1 )
2 2
1
= P( (A + diag(λ1 , . . . , λn )A−1 )P−1 .
2
Or, si A est une matrice diagonale A ∶= diag(µ1 , . . . , µn ), avec µi > 0, on a

1
(A + diag(λ1 , . . . , λn )A−1 ) = diag(f1 (µ1 ), . . . , fn (µn )),
2
avec fi (x) ∶= 21 (x + λi x−1 ).
On pose donc Am = P−1 Sm P, et donc A0 = diag(λ1 , . . . , λn ). De la positivité
des λi , on déduit,√par l’exercice
√ 80 1a) et 1c), que Am est bien définie et a
pour limite diag( λ1 , . . . , λn ). Donc, la suite (Sm ) est bien définie et, par
continuité de la conjugaison :
lim Sm = lim PAm P−1 = P lim Am P−1 = S.

m→+∞ m→+∞ m→+∞
2. Si on pose Sm = Om M, ou, comme Sm est symétrique, Sm = t MOm . En notant

t
que Sm commute avec S0 pour tout m (ce sont tous des polynômes en S0 ), la
récurrence précédente donne
1 1
t
Om+1 M = (Sm + S0 S−1 −1
m ) = (Sm + Sm S0 )
2 2
1 1
= (t Om M + (t MOm )−1 S0 ) = (t Om M + O−1
m M).
2 2
En simplifiant par M, il vient Om+1 = 21 (t Om + O−1 −1
m ), avec O0 = (S0 M ) = M.
t
−1
Par continuité de la multiplication par M et de la transposition, la suite (Om )
converge vers t (SM−1 ) = t (O−1 ) = O.
11.1.2 Méthode des sécantes, méthode de quasi-Newton
Voici quelques variantes de la méthode de Newton. Comme à l’accoutumée dans

la ruche bouillonnante du calcul numérique, ces variantes n’interviennent, ni par
caprice, ni pour une question de morale ou d’éthique. Les mots d’ordre de ce monde
sont « complexité » et « fiabilité ».
Exercice 82 (Méthode des sécantes)

Soit f une fonction de classe C 2 d’un intervalle [a, b] de R dans R. On suppose
qu’il existe un x, que l’on supposera fixé, dans l’intervalle [a, b], tel que f (x) = 0 et
f ′ (x) ≠ 0. On définit, pour tout couple (x0 , x1 ) dans [a, b] une suite (xn )n∈N , par
la relation de récurrence
f (xn ) f (u) − f (v)
xn+1 = xn − , avec f [u, v] ∶= .
f [xn , xn−1 ] u−v
On va montrer qu’il existe ε > 0 tel que, si x0 et x1 sont choisis dans l’intervalle
[x − ε, x + ε], la suite (xn ) est bien définie et converge vers x. Plus précisément, nous
allons voir qu’il existe des constantes K > 0 et a ∈ ]0, 1[ telles que
n
∣xn − x∣ ⩽ Kaφ ,
√
où φ = 1+ 5
2 est le nombre d’or.
1. Soit s0 , s1 dans [0, 1[, et (sn )n∈N la suite définie par sn+1 = sn sn−1 . Montrer
n
qu’il existe un réel K > 0, et a dans ]0, 1[ tels que sn ⩽ Kaφ .
2. Montrer l’identité (lorsque les valeurs sont toutes bien définies)
f [xn , xn−1 ](xn+1 − x) = (xn − x)(xn−1 − x)f [xn , xn−1 , x], avec f [u, v, w]
f [u, v] − f [u, w]
∶= .
v−w
3. Montrer l’égalité
1 t1
∫ ∫ f ′′ (u + t1 (w − u) + t2 (v − w)) dt2 dt1 = f [u, v, w].
0 0
4. Soit α > 0 un réel tel que f ′ ne s’annule pas sur [x − α, x + α] et soit m > 0 un
minorant de ∣f ′ ∣ sur cet intervalle. Soit M un majorant de ∣f ′′ ∣ sur ce même
intervalle. Montrer que si xn−1 , xn ∈ [x − α, x + α], alors xn+1 est bien définie
et
M
∣xn+1 − x∣ ⩽ ∣xn − x∣ ∣xn−1 − x∣ .
m
m
5. Conclure en choisissant 0 < ε < min(α, ).
M
Soluce
1. Si s0 ou s1 est nul, alors sn est nul pour n ⩾ 2, et l’inégalité proposée est
claire. On suppose donc s0 et s1 dans ]0, 1[. On voit par récurrence que la
suite sn est à valeurs dans ]0, 1[, de sorte que l’on peut définir la suite tn ∶=
− log(sn ) > 0, qui vérifie la récurrence linéaire de type Fibonacci : tn+1 = tn +
tn−1 . L’équation caractéristique X2 − X − 1 = 0 de cette récurrence√ linéaire (à
coefficients constants) a pour solutions le nombre d’or φ et φ′ ∶= 1−2 5 ∈ ]−1, 0[.
On sait alors qu’il existe deux constantes k et k ′ tels que tn = kφn + k ′ φ′n
pour tout n. Or on a φ > 1 et −1 < φ′ < 0, ce qui implique tn ≃ kφn . Comme
(tn ) est une suite positive croissante et qu’elle est équivalente à kφn , on a
automatiquement k > 0, et tn ⩾ kφn − ∣k ′ ∣, par l’inégalité triangulaire. Cela
implique
sn = e−tn ⩽ e∣k ∣ e−kφ = e∣k ∣ (e−k )φ ,
′ n ′ n
ce qui permet de conclure en posant K ∶= e∣k ∣ et a ∶= e−k .

′
2. Il s’agit d’un calcul direct que l’on peut attaquer en toute insouciance car les
dénominateurs sont supposés non nuls.
f [xn , xn−1 ](xn+1 − x) = f [xn , xn−1 ](xn − x) − f (xn )

= (f [xn , xn−1 , x](xn−1 − x) + f [xn , x])(xn − x) − f (xn )
= f [xn , xn−1 , x](xn−1 − x)(xn − x) + f [xn , x](xn − x) − (f (xn ) − f (x))
= f [xn , xn−1 , x](xn−1 − x)(xn − x).
3. Ici aussi, il s’agit d’une intégration qui ne posera de problème à personne. On

remarque tout d’abord que pour tous u et v distincts,
1 1
∫ f ′ (v + t1 (u − v)) dt1 = (f (u) − f (v)) = f [u, v].
0 u−v
Puis, on calcule :
t1 1
∫ f ′′ (xn +t1 (x−xn )+t2 (xn−1 −x)) dt2 = (f ′ (xn +t1 (xn−1 −xn ))−f ′ (xn +t1 (x−xn ))).
0 xn−1 − x
L’intégrale cherchée vaut donc
1
(f [xn , xn−1 ] − f [xn , x]) = f [xn , xn−1 , x].
xn−1 − x
4. On note que α et m existent car, par hypothèses, f ′ est continue et non nulle
en x. De même, M existe par continuité de f ′′ .
D’après la question 3, on a ∣f [xn , xn−1 ]∣ ⩾ m > 0 et, en particulier, xn+1 est
bien défini. On a aussi ∣f [xn , xn−1 , x]∣ ⩽ M. Par la question 2, il vient :
M
∣xn+1 − x∣ ⩽ ∣xn − x∣ ∣xn−1 − x∣ .
m
5. Soit donc 0 < ε < min{α, M m
}. Alors, par une récurrence directe qui utilise la
question précédente, on voit que si ∣x0 − x∣ ⩽ ε, et ∣x1 − x∣ ⩽ ε, alors xn est bien
définie et vérifie ∣xn − x∣ ⩽ ε.
Posons rn ∶= M m ∣xn − x∣, de sorte que l’on a rn+1 ⩽ rn rn−1 et r0 , r1 ∈ [0, 1[. Si
on pose s0 ∶= r0 et s1 ∶= r1 , alors, on voit par récurrence que la suite (sn ) de
la question 1 majore celle qui nous intéresse : sn ⩾ rn pour tout n. Le résultat
attendu en découle.
x
xn+1 xn xn−1
Figure 11.2 – Méthode de la sécante
Remarque. L’idée derrière cette méthode, c’est de partir de deux points M0 ∶= (x0 , f (x0 ))
et M1 ∶= (x1 , f (x1 )) sur la courbe d’équation y = f (x) et de regarder l’abscisse
x2 de l’intersection de la droite (M0 M1 ) avec l’axe (Ox). On trouve donc bien
f (x1 )
x2 = x1 − f [x1 ,x 0]
. On continue avec les deux points M1 et M2 ∶= (x2 , f (x2 )), et
ainsi de suite.
Remarque. Rappelons que la méthode de Newton consiste à partir d’un point M0 =

(x0 , f (x0 )) sur la courbe d’équation y = f (x), et définir x1 comme l’abscisse de
l’intersection de la tangente en M0 à la courbe avec l’axe (Ox). On trouve alors
f (x )
x1 = x0 − f ′ (x00 ) . Comme en témoigne la figure 11.2, lorsque x0 et x1 sont proches,
f [x1 , x0 ] est proche de f ′ (x1 ). La méthode des sécantes peut être vue comme une
discrétisation de la méthode de Newton. Elle s’avère utile lorsque la dérivée de la
fonction est difficile à calculer.
Côté vitesse de convergence, la formule de Taylor-reste intégral
x
f (x) = f (xn ) + (x − xn )f ′ (xn ) + ∫ f ′′ (t)(x − t) dt
xn
n
vient donner une estimation de la convergence en Ka2 . Ainsi, ce que l’on gagne dans
la méthode des sécantes en ne calculant pas de dérivée, on le perd en remplaçant 2
(la convergence quadratique) par φ ≃ 1,618 (une convergence en or !). On peut se
laisser tenter ! En tout cas, c’est un exercice qui peut très bien s’adapter à une petite
programmation toute simple : prendre par exemple f (x) = x2 − 2 avec x0 = 1 pour
la méthode de Newton, et comparer avec f (x) = x2 − 2 avec x0 = 1, x1 = 2 pour la
méthode des sécantes.
Exercice 83 (Différences divisées 2 : approche duale)

Cet exercice est là pour faire le point sur les différences divisées rencontrées dans
la méthode des sécantes. L’idée est ici de voir une version discrète de la formule de
Taylor polynomiale, à l’aide de la dualité.
On considère une suite finie x ∶= (x1 , x2 , . . . , xn+1 ) dans Rn+1 , où les xi sont
deux à deux distincts. Soit ei (x), 1 ⩽ i ⩽ n + 1, les éléments de l’espace E ∶= Rn [X]
des polynômes de degré inférieur à n, définis par
e1 (x) ∶= 1, ei ∶= (X − x1 )(X − x2 )⋯(X − xi−1 ) si 2 ⩽ i ⩽ n + 1.
1. Soit (ei (x)∗ )1⩽i⩽n+1 la base duale de (ei (x))1⩽i⩽n+1 . Montrer que e1 (x)∗ est
l’évaluation en x1 .
2. Pour tout k entre 1 et n, soit x(k) la suite x = (x1 , . . . , xk+1 , xk , . . . , xn+1 ),
où l’on a interverti xk et xk+1 . Donner la matrice de passage de la base
(ei (x))1⩽i⩽n+1 vers la base (ei (x(k) )1⩽i⩽n+1 , et en déduire la formule de ré-
currence
ek (x(k) )∗ − ek (x)∗
ek+1 (x)∗ = .
xk+1 − xk
3. Soit P un polynôme de E. Calculer ek (x)∗ (P) pour k = 1, 2, 3, et montrer
que ek (x)∗ (P) ne dépend que de x1 , x2 , . . . , xk . On les appelle différences
divisées 3 , et on pose
P[x1 , . . . , xk ] = ek (x)∗ (P).
4. Montrer que P = ∑nk=1 P[x1 , . . . , xk ]ek (x), où P[x1 , . . . , xk+1 ] est donné par
1 t1 tk
∫ ∫ ⋯∫ P(k) (x1 + t1 (x2 − x1 ) + t2 (x3 − x2 ) + ⋯ + tk (xk+1 − xk )) dtk dtk−1 ⋯ dt1 ).
0 0 0
Remarque. Pour ceux qui aimeraient une formule plus globale pour les différences
divisées, on signale que l’on peut montrer par récurrence, en inversant le système
donné par P(xj ) = ∑nk=1 P[x1 , . . . , xk ]ek (xj ), la formule suivante :
k P(xj )
P[x1 , . . . , xk ] = ∑ ,
j=1 ∏1⩽i⩽k,i≠j (xj − xi )
Soluce
∗
1. En évaluant la formule P = ∑n+1 i=1 ei (x) (P)ei (x) en x1 , on obtient l’égalité
P(x1 ) = e1 (x)∗ (P) qui prouve le résultat.
2. On a par définition, ei (x(k) ) = ei (x), pour tout i ≠ k + 1, et
ek+1 (x(k) ) = (X − x1 )⋯(X − xk−1 )(X − xk+1 ) = (X − x1 )⋯(X − xk−1 )(X − xk + (xk − xk+1 ))
= ek+1 (x) + (xk − xk+1 )ek (x).
On vérifie (au passage) que la formule est encore valable pour k = 1. La matrice
de passage entre les deux bases est donc P ∶= In+1 +(xk −xk+1 )Ek,k+1 , où les Ei,j ,
1 ⩽ i, j ⩽ n+1 désignent les matrices élémentaires. Il en découle, par un résultat
classique, que la matrice de passage de la base (ei (x)∗ )1⩽i⩽n+1 vers la base
(ei (x(k) )∗ )1⩽i⩽n+1 est t P−1 = In+1 − (xk − xk+1 )Ek+1,k . On en déduit
ek (x(k) )∗ = ek (x)∗ − (xk − xk+1 )ek+1 (x)∗ ,

ek (x(k) )∗ −ek (x)∗
et donc ek+1 (x)∗ = xk+1 −xk )
3. On a donc déjà trouvé e1 (x)∗ (P) = P(x1 ). On obtient donc :
P(x3 )−P(x1 ) P(x2 )−P(x1 )
P(x2 ) − P(x1 ) x3 −x1 − x2 −x1
e2 (x)∗ (P) = et e3 (x)∗ (P) = .
x2 − x1 x3 − x2
Par récurrence, on voit que ek (x)∗ (P) ne dépend que de x1 , x2 , . . . , xk , ce qui
justifie la terminologie.
4. On montre l’égalité par récurrence. Pour k = 1, on a bien
1 1 1
∫ P′ (x1 + t1 (x2 − x1 )) dt1 ) = [P(x1 + t1 (x2 − x1 ))] = P[x1 , x2 ].
0 x2 − x1 0
Soit k un entier non nul, on suppose l’égalité vraie pour k − 1 et on notons Ik

le membre de droite de l’égalité à prouver. Il vient alors :
1 t1 tk
Ik = ∫ ∫ ⋯∫ P(k) (x1 + t1 (x2 − x1 ) + t2 (x3 − x2 ) + ⋯ + tk (xk+1 − xk )) dtk dtk−1 ⋯ dt1
0 0 0
1 tk−11 t1 tk−1
= ∫ ∫ ⋯∫ [P(k−1) (x1+t1 (x2 − x1 )+t2 (x3 − x2 )+⋯+tk (xk+1 − xk ))] dtk−1 ⋯ dt1
xk+1 − xk 0 0 0 0
1
= (P[x1 , x2 , . . . , xk−1 , xk+1 ] − P[x1 , x2 , . . . , xk−1 , xk ]).
xk+1 − xk
Compte tenu de la question précédente, on obtient bien Ik = P[x1 , x2 , . . . , xk , xk+1 ].
3. En hommage aux deux primaires 2017.

Exercice 84 (Méthode de quasi-Newton pour inverser une matrice)

Soit A ∈ GLn (R) une matrice inversible et a ∈ R. On définit la suite (Xm ) de la
façon suivante :
X0 = a t A et ∀m ∈ N, Xm+1 = 2Xm − Xm AXm .
On veut montrer que (Xm ) tend vers A−1 pour certaines valeurs de a à déterminer.
1. On considère la suite Um ∶= In − AXm . Calculer U0 et montrer la relation de
récurrence
Um+1 = U2m .
2. Soit N2 la norme subordonnée à la norme quadratique sur Mn (R). Montrer, en

utilisant N2 , que la suite (Um ) tend vers la matrice nulle, pour a ∈ ]0, tr(A2t A) ],
puis conclure.
On rappelle, voir [Algébrie, p. 33], que si S est une matrice symétrique réelle,
alors N2 (S) est max{∣λ∣ , λ ∈ Spec S}.
Soluce
1. On trouve U0 = In − AX0 = In − aS, avec S ∶= A t A. De plus, en remarquant que
Xm+1 = Xm (In + Um ), on obtient :
Um+1 = In − AXm+1 = In − AXm (In + Um )

= In − AXm − AXm Um = Um − AXm Um = (In − AXm )Um = U2m .
2. Comme U0 est symétrique, la relation de récurrence implique que Um est symé-

trique pour tout m. Or, N2 est une norme subordonnée, donc sous-multiplicative.
m
Si l’on choisit a tel que N2 (U0 ) < 1, alors N2 (Um ) ⩽ N2 (U0 )2 , et on aura donc
limm Um = 0 et, par continuité de la fonction U ↦ A−1 (In − U), limm Xm =
limm A−1 (In − Um ) = A−1 .
De plus, S = t AA, avec A inversible. Elle est donc, non seulement symétrique,
mais définie positive car congruente à l’identité. La matrice S est donc diago-
nalisable à spectre dans R+∗ . On peut ordonner ses valeurs propres
λ1 ⩾ λ2 ⩾ ⋯ ⩾ λn > 0.
La matrice U0 = In − aS est encore symétrique réelle et, si l’on prend a > 0, ses
valeurs propres ordonnées sont
1 − aλ1 ⩽ ⋯ ⩽ 1 − aλ2 ⋯ ⩽ 1 − aλn .
Conclusion, si l’on choisit a de sorte que −1 < 1 − aλ1 ⩽ 1 − aλn < 1, le rayon
spectral de U0 vérifiera bien l’inégalité voulue. On voit qu’il suffit de prendre a
dans ]0, λ21 [.
Or, tr(A t A) = λ1 + ⋯ + λn > λ1 . Donc, prendre a dans ]0, tr(A2t A) ] donne la
convergence voulue.
Remarque (Du cas réel au cas complexe). On peut remplacer A ∈ GLn (R) par A ∈
GLn (C), en remplaçant t A par A∗ et donc la matrice symétrique S = t AA par la
matrice hermitienne H = A∗ A. Toutefois, on doit garder a réel.
Remarque (Calculabilité). On peut prendre a = tr(A t A), qui, au passage, est aussi
la norme quadratique, au carré, de la matrice A. On aurait pu prendre un nombre
proche (mais en dessous) de λn , mais celui-ci est beaucoup plus difficile à calculer.
À ce propos, expliquons le terme « méthode de quasi-Newton ».
Si a est non nul et que l’on veut avoir une suite qui tend vers a−1 , on pense alors
à chercher le zéro de la fonction f (x) = ax − 1. Cela nous amène à une méthode de
Newton, et on se retrouve avec une suite définie par récurrence par xn+1 = xn − axna−1 .
Ceci est évidemment ridicule puisque la récurrence elle-même nous exige de trouver
l’inverse de a. L’idée est donc de remplacer a1 par xn , qui lui est proche. La nouvelle
récurrence donne alors xn+1 = xn − (axn − 1)xn , c’est-à-dire : xn+1 = 2xn − ax2n .
Dans le même ordre d’idée, on peut calculer (si elle existe) la racine n-ième d’une
1 −1 n+1
matrice inversible A avec une récurrence de type Xm+1 = m+1 m Xm − n A Xm . On
trouve ce genre d’algorithme en modifiant une méthode de Newton afin d’éviter de
calculer trop de divisions à chaque itération.
Remarque (Complexité). Et Gauss dans tout ça ? Un produit de matrices de taille n
fait faire tout de même de l’ordre de 2n3 calculs. Donc, pour atteindre une approxi-
mation raisonnable, il faudra aller au moins jusqu’à X4 , soit environ 16n3 calculs,
ce qui est moins bon que la méthode de pivot (de l’ordre de 34 n3 ). Mais, ce qui est
rassurant ici, c’est que l’on ne fait pratiquement aucune division dans cet algorithme,
à part pour le calcul de X0 .
11.2 Méthode des puissances
Exercice 85 (Méthode des puissances dans le cas symétrique)

On se donne une matrice symétrique réelle S de Mn (R). On va supposer que les
valeurs propres λi , 1 ⩽ i ⩽ n, de S, vérifient
∣λ1 ∣ > ∣λ2 ∣ ⩾ ⋯ ⩾ ∣λn ∣ .
Soit (ei )1⩽i⩽n une base orthonormée, où ei est vecteur propre de S dans Rn , pour
la valeur propre λi . On veut construire un algorithme permettant de trouver e1 (au
signe près) et λ1 .
Soit x0 = ∑ni=1 ηi ei ∈ Rn . On suppose la coordonnée η1 non nulle. On construit
par récurrence
xk
xk+1 = Syk , yk = ,
∣∣xk ∣∣2
où ∣∣ ∣∣2 désigne la norme quadratique canonique de Rn .
1. Montrer que, pour tout k, les suites sont bien définies, et que (y2k ) converge
soit vers e1 , soit vers −e1 .
2. Soit ϕ une forme linéaire sur Rn qui ne s’annule pas sur e1 . Montrer que
ϕ(Sy2k )
ϕ(y2k ) est définie à partir d’un certain rang, et tend vers λ1 .
11.2. MÉTHODE DES PUISSANCES 197
Soluce
1. Soit sgn(λ1 ) = ±1 le signe de λ1 . Comme λ1 ≠ 0, on a pour commencer :
∑ni=1 ηi ( λ1i )ei ∑ni=1 ηi ( λ1i )ei

λ λ
x1 = λ1 , y1 = sgn(λ1 ) .
∣∣ ∑ni=1 ηi ei ∣∣2 ∣∣ ∑ni=1 ηi ( λλ1i )ei ∣∣2
Montrons par récurrence sur k > 0 les égalités

k k
∑ni=1 ηi ( λ1i ) ei ∑ni=1 ηi ( λ1i ) ei
λ λ
xk = sgn(λ1 ) k−1
λ1 k−1
, yk = sgn(λ1 ) k
k
.
∣∣ ∑ni=1 ηi ( λλ1i ) ei ∣∣2 ∣∣ ∑ni=1 ηi ( λλ1i ) ei ∣∣2
Elles sont vraies pour k = 1. Si on les suppose vraies pour k, alors :

k k+1
∑ni=1 ηi ( λ1i ) Sei ∑ni=1 ηi ( λ1i )
λ λ
ei
xk+1 = Syk = sgn(λ1 ) k
k
= sgn(λ1 ) λ1
k
k
,
∣∣ ∑ni=1 ηi ( λλ1i ) ei ∣∣2 ∣∣ ∑ni=1 ηi ( λλ1i ) ei ∣∣2
ce qui donne par la suite, après simplification des dénominateurs
k+1 k+1
∑ni=1 ηi ( λ1i ) ∑ni=1 ηi ( λ1i )
λ λ
ei ei
yk+1 = sgn(λ1 ) λ1
k
k+1
= sgn(λ1 ) k+1
k+1
.
∣λ1 ∣ ⋅ ∣∣ ∑ni=1 ηi ( λλ1i ) ei ∣∣2 ∣∣ ∑ni=1 ηi ( λλ1i ) ei ∣∣2
On voit alors que les suites sont bien définies, puisque les dénominateurs sont
des normes de vecteurs non nuls (ils ont une coordonnée non nulle en e1 ). De
plus, comme, par hypothèse, ∣ λλ1i ∣ < 1, la limite de y2k est sgn(η1 )e1 .
ϕ(Sy )
2. Soit ϕ une forme linéaire sur Rn qui ne s’annule pas sur e1 . Montrer que ϕ(y2k2k)
est définie à partir d’un certain rang, et tend vers λ1 .
L’ensemble des vecteurs u de Rn tels que ϕ(u) ≠ 0 est le complémentaire de
l’hyperplan ϕ⊥ ; il s’agit d’un ouvert pour la topologie usuelle des espaces de
dimension finie, qui, de plus, contient ±e1 par hypothèses. Comme y2k tend
vers e1 ou −e1 , ceci implique qu’à partir d’un certain rang ϕ(y2k ) ≠ 0. La suite
proposée est donc bien définie à partir d’un certain rang, et on voit, en utilisant
ϕ(Se )
la continuité de ϕ et S, qu’elle tend vers ϕ(e11) = λ1 .
Remarque. On note que l’on a une convergence géométrique (ce qui n’est pas si mal),
c’est-à-dire que la vitesse de convergence est géométrique, en (λ2 /λ1 )k . Si on note
(e∗i ) la base duale de (ei ), alors, l’initialisation de l’algorithme dépend de la donnée
— de x0 dans le complémentaire de l’hyperplan (e∗1 )○ , qui est un ouvert dense
de Rn .
— de ϕ dans le complémentaire de l’hyperplan (e1 )⊥ , qui est un ouvert dense du
dual de Rn .
Cela signifie en gros que l’on peut choisir x0 et ϕ un peu n’importe où et le hasard
fera bien les choses.
Exercice 86 (Méthode de déflation)

Ceci est une suite de l’exercice 85, et on en garde les notations. On cherche ici un
algorithme permettant de trouver tous les vecteurs propres et toutes les valeurs
propres d’une matrice symétrique S vérifiant désormais
∣λ1 ∣ > ∣λ2 ∣ > ⋯ > ∣λn ∣ > 0.
1. Exprimer la condition ∣λ1 ∣ > ∣λ2 ∣ > 0 sur les coefficients de la matrice S = ( ab cb )
pour n = 2.
2. Pour tout k de 1 à n − 1, on pose T(k) = S − λ1 (e1 t e1 ) − ⋯ − λk (ek t ek ). Mon-
trer que T(k) est une matrice symétrique, que (ei ) est une base de vecteurs
propres, et que les valeurs propres ordonnées sont λk+1 > ⋯ > λn et la valeur
propre 0, avec multiplicité m0 = k.
3. On suppose que (Sm ) est une suite de matrices symétriques qui converge
vers S.
(a) Soit λ1,m la plus grande valeur propre de Sm , en valeur absolue. Montrer
que la suite (λ1,m )m converge vers λ1 .
(b) On choisit, pour tout m, un vecteur propre normé e1,k pour la valeur
propre λ1,k de Sm . Montrer que la suite de matrices (e1,m t e1,m )m tend
vers e1 t e1 .
4. En déduire un algorithme de calcul pour la k-ième valeur propre λk de S, et
un vecteur propre normé associé.
Soluce
1. À partir du moment où l’on a ordonné les valeurs absolues des valeurs propres
de S, la condition ∣λ1 ∣ > ∣λ2 ∣ > 0 est équivalente à la condition λ21 ≠ λ22 avec
λi ≠ 0. Le polynôme caractéristique PS de S est X2 − tX + d, avec t = a + c et
d = ac − b2 . La seconde condition demande d ≠ 0. Pour la première, soit QS
le polynôme unitaire de degré 2 ayant pour racines λ21 et λ22 . Pour trouver les
coefficients de QS , c’est le moment d’utiliser les relations coefficients racines :
λ21 + λ22 = (λ1 + λ2 )2 − 2λ1 λ2 = t2 − 2d, λ21 λ22 = d2 .
Donc, QS = X2 − (t2 − 2d)X + d2 , et il possède deux racines distinctes si et

seulement si son discriminant est non nul, c’est-à-dire t2 (t2 − 4d) ≠ 0. On veut
donc au final dt(t2 − 4d) ≠ 0, ce qui définit une condition ouverte : l’assignation
S ↦ (ac − b2 )(a + c)((a − c)2 + 4b2 ) définit une application continue de S2 (R)
dans R, et le domaine considéré est l’image réciproque de R+∗ .
2. Notons tout d’abord que si u est un vecteur (colonne) de Rn , alors la matrice
u t u est une matrice carrée de taille n, qui de plus, est symétrique. Il en résulte
que T(k) est une matrice symétrique. De plus, comme (ei )1⩽i⩽n forme une base
orthonormée, on a t ei ej = δij , le symbole de Kroenecker. Par associativité de
la multiplication matricielle, il vient (ei t ei )ej = δij ei . Comme Sej = λj ej , on
trouve
0 si 1 ⩽ j ⩽ k
T(k)ej = {
λj ej si (k + 1) ⩽ j ⩽ n
11.2. MÉTHODE DES PUISSANCES 199
On conclut l’assertion demandée.

3. (a) Soit N2 la norme matricielle subordonnée à la norme quadratique de Rn .
On sait, voir [4, Corollaire 1.2.1], que N2 (S) = ∣λ1 ∣. Par continuité de la
norme, N2 (Sm ) tend vers N2 (S). Donc, la suite ∣λ1,m ∣ converge (ce qui
n’était pas si évident que ça), et tend vers ∣λ1 ∣.
Montrons que la suite (λ1,m ) converge, et qu’elle converge vers λ1 . On
sait, d’après ce qui précède, que la suite est bornée ; il suffit donc de
montrer que toute sous-suite convergente tend vers λ1 . Soit donc (λ1,mp )p
une sous-suite qui converge vers un réel µ. On voit donc tout de suite
que ∣µ∣ = ∣λ1 ∣. On sait de plus, voir [6, Exercice I-3.33], que la suite des
polynômes caractéristiques PSm tend vers PS , donc PSmp (λ1,mp ), qui est
une suite nulle, tend vers PS (µ). Ceci implique que µ est une racine de PS .
Or, par hypothèses, la seule racine de PS de valeur absolue λ1 est λ1 . Donc,
µ = λ1 .
(b) Comme e1,m est normé, la suite (e1,m )m est dans un compact de Rn . Si
l’on montre que toute sous-suite convergente tend vers e1 ou −e1 , alors, on
aura montré que la suite de matrices (e1,m t e1,m )m tend bien vers e1 t e1 .
Soit (e1,mp )p une sous-suite qui converge vers un vecteur f de Rn , forcé-
ment de norme égale à 1. Alors, l’égalité Smp e1,mp = λ1,mp e1,mp , valable
pour tout p, implique Sf = λ1 f , d’après la question précédente. Conclu-
sion, f = e1 ou −e1 .
4. On calcule d’abord une valeur approchée λ̃1 de λ1 , et un vecteur ẽ1 proche
de e1 avec l’algorithme de l’exercice 85. On calcule ensuite la matrice symé-
trique S(1) ∶= S − λ̃1 ẽ1 t (ẽ1 ). On calcule, encore avec ce même algorithme, une
approximation de la plus grande valeur propre (en valeur absolue) de S(1), que
l’on note λ̃2 . D’après la question qui précède, λ̃2 peut se rapprocher autant que
l’on veut de la plus grande valeur propre (en valeur absolue) de T(1), c’est-à-
dire, de λ2 , par la question 2. De même, on trouve une approche de vecteur
propre ẽ2 d’un vecteur normé associé à la valeur propre λ2 de S. On calcule
ensuite S(2) ∶= S − λ̃1 ẽ1 t (ẽ1 ) − λ̃2 ẽ2 t (ẽ2 ), et ainsi de suite.
Remarque. Pour le cas n = 2, on a vu que la condition sur la matrice S définissait
un ouvert de Sn . En fait, la condition est ouverte en général. Plus précisément, la
condition ∣λ1 ∣ > ∣λ2 ∣ > ⋯ > ∣λn ∣ > 0 est équivalente à la condition λ21 > λ22 > ⋯ > λ2n > 0.
Or, si PS est le polynôme caractéristique de S et QS le polynôme ayant pour racines
les carrés des racines de QS (qui s’écrit avec les coefficients de PS ), alors la condition
s’exprime par « QS n’a que des racines simples non nulles ». La simplicité des racines
se dit avec un discriminant : disc(QS ) ≠ 0 (il s’agit du résultant de QS et Q′S ).
Cela peut convaincre que la condition voulue définit bien un ouvert, comme dans la
question 1).
Remarque. Ce qui rend cette méthode nécessaire, c’est que l’on sait en théorie que S
possède n valeurs propres, mais leur calcul est ardu car la recherche des racines d’un
polynôme de degré n n’est pas chose facile. De plus, même si l’on sait trouver (par
exemple avec la méthode QR) les racines λi , on n’aura qu’une approximation des
racines. Et, du coup, lorsque l’on fera un système pour calculer les vecteurs propres,
le déterminant de ce système sera une approximation de 0, mais pas 0. On ne pourra
pas trouver de vecteurs propres (i.e. non nuls).
11.3 Polynômes orthogonaux
Exercice 87 (Méthode de quadrature de Gauss pour l’intégration)

Soit n un entier, n > 0. On munit l’espace Rn [X] des polynômes de degré inférieur
à n du produit scalaire :
1
⟨P, Q⟩ = ∫ PQ dt.
0
Soit (Pk )0⩽k⩽n la base orthonormée de Rn [X] obtenue à l’aide du procédé d’ortho-
normalisation de Gram-Schmidt à partir de la base (1, X, . . . , Xn ).
1. Montrer que le polynôme Pn possède n racines distinctes dans ]0, 1[.
On pourra introduire l’ensemble Φ des racines α de Pn , de multiplicité impaire,
et telles que α ∈ ]0, 1[. On étudiera ensuite le produit scalaire ⟨Pn , Rn ⟩ avec
Rn ∶= ∏α∈Φ (X − α), avec la convention que Rn vaut 1 si Φ est vide.
2. Soit {αi , 1 ⩽ i ⩽ n} l’ensemble des racines de Pn et Li , 1 ⩽ i ⩽ n, les polynômes
1
interpolateurs de Lagrange associés aux αi . On pose λi ∶= ∫0 Li dt pour tout i.
1 n
∫ P dt = ∑ λi P(αi ),
0 i=1
pour tout P dans Rn [X], puis, pour tout P dans R2n−1 [X].
3. Montrer que la formule est fausse en degré 2n.
Soluce
1. On décompose Pn en Pn = an ∏i (X−αi )ni Q, où an est un réel non nul, où les αi
parcourent l’ensemble des racines de Pn appartenant à ]0, 1[, de multiplicité ni ,
et où Q est un polynôme ne s’annulant pas sur ]0, 1[. Par construction, le
polynôme Pn Rn est un polynôme évidemment non nul, qui, par le théorème
des valeurs intermédiaires, garde un signe constant sur ]0, 1[. Par continuité,
1
⟨Pn , Rn ⟩ = ∫ Pn Rn dt
0
est un scalaire non nul, ce qui implique que Rn ∈/ Rn−1 [X]. Effectivement, par
l’absurde, si Rn ∈ Rn−1 [X], Rn serait orthogonal à Pn , puisque P⊥n est le sous-
espace engendré par les Pk (0 ⩽ k ⩽ n − 1), c’est-à-dire Rn−1 [X], puisque la
construction de Gram-Schmidt implique que la famille (Pk ) est échelonnée.
Or, Φ est de cardinal au plus n, puisque Pn est de degré n (ceci est assuré par
la méthode récursive de Gram-Schmidt). Conclusion, Rn est de degré n. Ceci
prouve que Φ est de cardinal n. Le polynôme Pn possède donc n racines de
multiplicité impaire dans ]0, 1[. Comme il est de degré n, la multiplicité est
forcément égale à 1. D’où l’assertion.
2. On sait, voir [Algébrie, exercice I-1.2, 2)], que les formes linéaires evαi consti-
tuées des évaluations en les αi , constituent une base 4 de l’espace dual de l’es-
pace Rn−1 [X].
4. On rappelle que la base (anté-)duale est la base des polynômes interpolateurs de Lagrange.
11.3. POLYNÔMES ORTHOGONAUX 201
1
Soit ϕ la forme linéaire définie sur Rn−1 [X] par ϕ(P) ∶= ∫0 P dt. On dé-
compose ϕ dans la base (evαj )1⩽j⩽n : il existe (βj )1⩽j⩽n ∈ Rn tel que ϕ =
∑nj=1 βj evαj . Il vient donc d’une part
n
λi = ϕ(Li ) = ∑ βj evαj (Li ) = βi ,
j=1
et d’autre part
1 n n
∫ P(t)dt = ϕ(P) = ∑ λi evαi (P) = ∑ λi P(αi ).
0 i=1 i=1
Donc, la formule voulue est valable sur Rn−1 [X].

1
De plus, elle reste vraie pour Pn : d’un côté, ∫0 Pn dt = ⟨Pn , 1⟩ = ⟨Pn , P0 ⟩ = 0,
par orthogonalité ; de l’autre, Pn (αi ) = 0 pour tout i, par construction.
Comme Pn est de degré n, la formule est valable pour tout P de Rn [X].
Reste à montrer qu’elle reste encore valable sur R2n−1 [X]. Pour cela, on consi-
dère P dans R2n−1 [X], et P = Pn Qn + Rn sa division euclidienne par Pn .
Par une considération de degrés, on sait que Qn ∈ Rn−1 [X]. Il en résulte que
1
∫0 Pn Qn dt = ⟨Pn , Qn ⟩ = 0. Donc, comme Rn ∈ Rn−1 [X],
1 1 n
∫ P dt = ∫ Rn dt = ∑ λj Rn (αj )
0 0 j=1
n n
= ∑ λj (P(αj ) − Pn (αj )Qn (αj )) = ∑ λj P(αj ).
j=1 j=1
3. La formule est fausse en degré 2n. En effet, soit P = P2n . Alors, le membre de
gauche vaut ⟨Pn , Pn ⟩ = 1, et le membre de droite vaut 0.
Remarque. La méthode de quadrature de Gauss se décline à l’envi. Bien entendu, on

peut remplacer l’intervalle [0, 1] par un intervalle [a, b] quelconque. Ensuite, on peut
remplacer les polynômes par des fonctions pour obtenir, non plus une égalité, mais
b
une approximation de l’intégrale. Enfin, on peut remplacer la forme ∫a P(t)Q(t)dt
b
par la forme ∫a P(t)Q(t)$(t)dt, où $ est une fonction continue (appelée fonction
de poids 5 ) qui ne change pas de signe sur l’intervalle [a, b].
Exercice 88 (Polynômes de Tchebychev et décomposition de Cholesky)

On commence par rappeler certaines propriétés des polynômes de Tchebychev de
première espèce. On définit par récurrence la suite de polynômes (Tn )n⩾0 par
Tn+1 (X) = 2XTn (X) − Tn−1 (X), T0 = 1, T1 = X
1. Montrer que pour n ⩾ 1, le polynôme Tn est de degré n, de coefficient domi-

nant 2n−1 et que Tn (cos(t)) = cos(nt) pour tout t réel.
5. Le boulet, mais strictement positif !

2. On munit l’espace Rn [X] des polynômes sur R de degré inférieur à n de la

forme
1 P(t)Q(t)
⟨P, Q⟩ = ∫ √ dt.
−1 1 − t2
Montrer que l’on définit bien un produit scalaire sur Rn [X].
3. On considère la base orthonormée (T̃0 , T̃1 , . . . , T̃n ) construite par le procédé
de Gram-Schmidt, à partir de la base canonique (1, X, X2 , . . . , Xn ). Montrer
que l’on a, pour tout k :
⎧ √
⎪
⎪
⎪ √ π T0 si k = 0
1
T̃k = ⎨
⎪
⎪ π Tk si 1 ⩽ k ⩽ n
2
⎪
⎩
Soluce
1. Par une récurrence que l’on passe sous silence, Tn est bien un polynôme de
degré n, de coefficient dominant 2n−1 pour n ⩾ 1. Montrons par récurrence que
Tn (cos(t)) = cos(nt).
La propriété est vraie pour n = 0 et n = 1. Supposons la vraie jusqu’à l’ordre n.
Alors,
Tn+1 = 2 cos(t)Tn (cos(t)) − Tn−1 (cos(t)) = 2 cos(t) cos(nt) − cos((n − 1)t)

cos(t + nt) + cos(t − nt)
=2 − cos((n − 1)t) = cos((n + 1)t).
2
P(t)Q(t)
2. Dans l’intégrale qui calcule ⟨P, Q⟩, la fonction f (t) ∶= √ 2 que l’on intègre
1−t
n’est pas définie en ses bornes. Regardons ce qui se passe en 1, l’étude en −1
étant analogue.
Si P(1) ou Q(1) est nul, on peut la prolonger par continuité en 1 par f (0) =
0. Sinon, elle est équivalente en 1− à √
P(1)Q(1)
1 . On en déduit que l’intégrale
2(1−x) 2
converge.
De plus, si P = Q est non nul, f étant continue, positive, et non nulle sur
]−1, 1[, on déduit ⟨P, P⟩ > 0. La forme étant clairement bilinéaire, c’est un
produit scalaire.
3. Montrons que l’on a, pour tout k :
⎧
⎪ 1√ si k = 0
⎪
⎪
⎪
⎪
T̃k = ⎨ √ π T1 si k = 1
1
⎪
⎪
⎪
⎪
⎪ 2
si 2 ⩽ k ⩽ n
⎩ π Tk
On calcule dans un premier temps le produit scalaire ⟨Tk , Tm ⟩. À l’aide du chan-

11.4. APPROXIMATION D’INTÉGRALES, ERREURS 203
gement de variables t = cos(θ), il vient :

1 Tk (t)Tm (t)
⟨Tk , Tm ⟩ = ∫ √ dt
−1 1 − t2
0 Tk (cos(θ))Tm (cos(θ))
= −∫ √ sin(θ) dθ
π 1 − cos2 (θ)
π cos(kθ) cos(mθ) π
=∫ sin(θ) dθ = ∫ cos(kθ) cos(mθ) dθ
0 sin(θ) 0
1 π
= ∫ (cos((k + m)θ) + cos((k − m)θ)) dθ.
2 0
Si k ≠ m, alors
1 π 1 π
⟨Tk , Tm ⟩ = [ sin((k + m)θ)]0 + [ sin((k − m)θ)]0 = 0
2(k + m) 2(k − m)
Si k = m, alors
⎧
⎪π
1 π ⎪ si k = 0,
⟨Tk , Tk ⟩ = ∫ (cos(2kθ) + 1) dθ = ⎨π
2 0 ⎪
⎪ si 1 ⩽ k ⩽ n.
⎩2
11.4 Approximation d’intégrales, erreurs
Cadre
On fixe un segment [a, b] de R non réduit à un point et une fonction continue
f ∶ [a, b] → R. On cherche à calculer une valeur approchée de l’intégrale
b
I=∫ f (x)dt.
a
Lorsque f est de classe C p pour un entier p, on note µp = sup[a,b] ∣f (p) ∣. Lorsque n

est un entier naturel non nul, on pose :
(n) b−a
∀k ∈ {0, . . . , n}, xk =a+ k.
n
On remarque au passage que l’on a :
(n) (n) b−a

∀k ∈ {0, . . . , n − 1}, xk+1 − xk = .
n
(n)
Lorsque n est fixé sans ambiguïté, on remplace xk par xk .
Exercice 89 (Erreur dans la méthode des rectangles)

On pose, pour n entier naturel non nul :
b − a n−1 b−a n
R(g)
n =
(d)
∑ f (xk ) et Rn = ∑ f (xk ).
n k=0 n k=1
1. Interpréter.
2. On suppose que f est de classe C 1 . Démontrer que pour tout entier n,
µ1 (b − a)2 µ1 (b − a)2
∣I − R(g)
n ∣⩽ et ∣I − R(d)
n ∣⩽ .
2n 2n
3. On suppose que f est de classe C 2 . Démontrer que
f (b) − f (a) b − a 1 f (a) − f (b) b − a 1

I = R(g)
n + × +O( 2 ) et I = Rn(d) + × +O( 2 )
2 n n 2 n n
4. Application numérique : f (x) = 1/(1 + x) pour x ∈ [0, 1].
Soluce
1. Pour la méthode des rectangles « à gauche » (resp. « à droite ») qui donne
(g) (d)
lieu à la suite (Rn )n∈N (resp. (Rn )n∈N ), on fait comme si la fonction f était
constante, égale à f (xk ) (resp. f (xk+1 )) sur chaque [xk , xk+1 ]. La méthode est
(g) (d)
exacte pour les fonctions constantes (Rn = I = Rn pour tout n).
Les deux méthodes donnent lieu à des sommes de Riemann : d’après la construc-
tion de l’intégrale, on sait que les deux suites convergent vers I. On va voir que
la convergence est « en 1/n ».
2. Soit k ∈ {0, . . . , n − 1}. Par l’inégalité des accroissements finis, on a :
∀x ∈ [xk , xk+1 ], ∣f (x) − f (xk )∣ ⩽ µ1 (x − xk ),
puis on intègre :
xk+1 xk+1
∣∫ f (x)dx − (xk+1 − xk )f (xk )∣ = ∣∫ (f (x) − f (xk )) dx∣
xk xk
xk+1
⩽∫ µ1 (x − xk )dx
xk
µ1 (xk+1 − xk )2 µ1 (b − a)2
= = .
2 2 n2
Pour n quelconque, on applique l’inégalité précédente à chaque [xk , xk+1 ], puis

l’inégalité triangulaire : on trouve n termes d’erreur µ1 (b − a)2 /n2 :
n−1 xk+1 µ1 (b − a)2
∣I − R(g)
n ∣ ⩽ ∑ ∣∫ f (x)dt − (xk+1 − xk )f (xk )∣ ⩽ .
k=0 xk 2n
3. Fixons k ∈ {0, . . . , n − 1} et x ∈ [xk , xk+1 ]. D’après le théorème de Taylor-

Lagrange à l’ordre 2, il existe ck ∈ ]xk , x[ tel que
(x − xk )2 ′′
f (x) − f (xk ) − (x − xk )f ′ (xk ) = f (ck ),
2
d’où :
(x − xk )2
∣f (x) − f (xk ) − (x − xk )f ′ (xk )∣ ⩽ µ2 .
2
En intégrant sur [xk , xk+1 ], qui est de largeur (b − a)/n, cela donne :
xk+1 b−a 1 b−a 2 ′ 1 b−a 3

∣∫ f (x)dx − f (xk ) − ( ) f (xk )∣ ⩽ ( ) µ2 .
xk n 2 n 6 n
En sommant sur k, il vient :
b − a b − a n−1 ′ (b − a)3
∣I − R(g)
n − × ∑ f (xk )∣ ⩽ µ2 .
2n n k=0 6 n2
On reconnaît la méthode des rectangles pour la fonction f ′ . Or on vient de

prouver que
b − a n−1 ′ b
′ 1 1
∑ f (xk ) = ∫ f (x)dx + O( ) = (f (b) − f (a)) + O( ),
n k=0 a n n
d’où enfin :
b−a 1
I = R(g)
n + (f (b) − f (a)) + O( 2 ).
2n n
On montrerait de même que
b−a 1
I = R(d)
n − (f (b) − f (a)) + O( 2 ).
2n n
4. Appliquons cela à la fonction f ∶ [0, 1] → R, x ↦ 1/(1 + x). Pour n fixé, on a :

n−1 n−1 n
1 1 1 1
R(g)
n = ∑ = ∑ et Rn(d) = ∑ .
k=0 n 1 + n i=0 n + k
k
k=1 n + k
L’exemple est classique pour illustrer les sommes de Riemann : cette suite
converge vers ln(2). On a µ1 = 1, donc la majoration de la question 2 donne
(g)
mieux : ∣Rn − ln 2∣ ⩽ 1/(2n).
Par la question 3, on a plus précisément :
1 1
(R(g)
n − ln 2) ∼ et (R(d)
n − ln 2) ∼ .
4n 4n
Exercice 90 (Erreur dans la méthode des trapèzes)

On reprend la notation, pour n entier naturel non nul :
(g) (d)
Rn + Rn b − a f (a) n−1 f (b)
Tn = = ( + ∑ f (xk ) + ).
2 n 2 k=1 2
1. Interpréter.
2. On suppose que f est de classe C 2 . Calculer, à l’aide de deux intégrations par
parties,
xk+1
∫ (x − xk )(xk+1 − x)f ′′ (x)dx.
xk
3. On suppose que f est de classe C 2 et que f ′′ est majorée par µ2 . Démontrer

que
µ2 (b − a)3
∣I − Tn ∣ ⩽ .
12 n2
4. On suppose que f est de classe C 2 . À l’aide de la formule de la moyenne,
démontrer que
(b − a)2 ′ 1
Tn = I + 2
(f (b) − f ′ (a)) + o( 2 ).
12 n n
Remarque. Le miracle apparent de la question 2 sera expliqué à la fin de l’exercice 93.
Soluce
(g) (d)
1. Par construction, Tn est la moyenne (Rn + Rn )/2 pour tout indice n. On
voit donc que Tn est la somme des aires des trapèzes indiqués sur la figure 11.3.
xk xk+1
Figure 11.3 – Méthode des trapèzes
Cette remarque montre d’autre part que la suite (Tn ) tend vers l’intégrale I.
Plus précisément, d’après la question 3 de l’exercice 89, on a, pour f de
classe C 2 , la majoration que les questions suivantes permettent d’améliorer :
(b − a)3
∣I − Tn ∣ ⩽ .
3 n2
Heuristiquement, pour la méthode des trapèzes, qui donne lieu à la suite (Tn )n∈N ,
on fait comme si la fonction f était affine sur chaque [xk , xk+1 ]. La méthode
est donc exacte pour les fonctions affines : si f est affine, Tn = I pour tout n.
(n)
2. Soit k ∈ {0, . . . , n − 1}. On a, en notant ck = (xk + xk+1 )/2 et Jk l’expression à
évaluer :
xk+1
(n)
Jk =∫ (x − xk )(xk+1 − x)f ′′ (x)dx
xk
xk+1
= [(x − xk )(xk+1 − x)f ′ (x)]xk+1 − ∫ (−2x + xk + xk+1 )f ′ (x)dx
x
k xk
xk+1
= 2∫ (x − ck )f ′ (x)dx
xk
x xk+1
= 2[(x − ck )f (x)]xk+1 − 2 ∫ f (x)dx
k xk
xk+1 − xk xk+1
= 2( (f (xk+1 ) + f (xk )) − ∫ f (x)dx) .
2 xk
En sommant, on obtient l’expression suivante de l’erreur :

n−1 n−1 xk+1
(n)
2(Tn − I) = ∑ Jk = ∑∫ (x − xk )(xk+1 − x)f ′′ (x)dx.
k=0 k=0 xk
3. On en déduit brutalement, par l’inégalité triangulaire et en majorant ∣f ′′ ∣

par µ2 :
1 n−1 xk+1
∣I − Tn ∣ ⩽ ∑∫ (x − xk )(xk+1 − x)µ2 dx
2 k=0 xk
x
µ2 n−1 ⎛ (x − xk )2 k+1 xk+1 (x − x )2
k ⎞
⩽ ∑ [ (xk+1 − x)] +∫ dx
2 k=0 ⎝ 2 xk xk 2 ⎠
µ2 n−1 (xk+1 − xk )3 µ2 (b − a)3
⩽ ∑ = .
2 k=0 6 12 n2
4. On repart de l’égalité :
1 n−1 xk+1 ′′
Tn − I = ∑∫ f (x) ⋅ (x − xk )(xk+1 − x)dx.
2 k=0 xk
Fixons k ∈ {0, . . . , n−1}. La fonction f ′′ étant supposée continue et le polynôme

gk ∶ x ↦ (x − xk )(xk+1 − x) étant de signe constant sur [xk , xk+1 ], la formule de
la moyenne donne l’existence de dk ∈ ]xk , xk+1 [ tel que
xk+1 xk+1
∫ (x − xk )(xk+1 − x)f ′′ (x) dx = f ′′ (dk ) ∫ (x − xk )(xk+1 − x)dx
xk xk
(xk+1 − xk )3
= f ′′ (dk ) .
6
Il vient en sommant sur k :
(b − a)2 b − a n−1 ′′
Tn − I = × ∑ f (dk ),
12 n2 n k=0
expression où l’on reconnaît une somme de Riemann pour f ′′ qui converge vers
l’intégrale de f ′′ , c’est-à-dire vers f ′ (b) − f ′ (a). Finalement :
(b − a)3 ′ 1
I − Tn + (f (b) − f ′ (a)) = o( 2 ).
12 n2 n
5. Pour x ∈ [0, 1], soit f (x) = 1/(1 + x), d’où f ′ (x) = −1/(1 + x)2 et f ′′ (x) =
2/(1 + x)3 , ce qui permet de prendre µ2 = 2. On a pour tout n :
1 1 n−1 1 1 3 n−1 1
Tn = ( +∑ + ) = +∑ .
n 2 i=1 1 + ni 4 4n i=1 n + i
1
On peut donc annoncer fièrement : ∣Tn − ln 2∣ ⩽ et mieux :
6 n2
1
(Tn − ln 2) ∼ .
16 n2
Exercice 91 (Erreur dans la méthode du point-milieu)

On pose, pour n entier naturel non nul :
b − a n−1 xk + xk+1
Mn = ∑ f( ).
n k=0 2
1. Interpréter.
µ1 (b − a)2
∣I − Mn ∣ ⩽ .
4n
µ2 (b − a)3
∣I − Mn ∣ ⩽ .
24 n2
4. On suppose que f est de classe C 3 . Démontrer que
(b − a)2 ′ 1
Mn = I − 2
(f (b) − f ′ (a)) + O( 3 ).
24 n n
Soluce
1. Au lieu de faire la moyenne des valeurs aux bords xk et xk+1 de l’intervalle,
comme dans la méthode des trapèzes, on prend la valeur à la moyenne des
bords, ck = (xk + xk+1 )/2. La méthode qui en résulte est exacte pour les
constantes : si f est constante, I = Tn . Le petit miracle, c’est qu’elle est exacte
pour les fonctions affines : si f est affine, Mn = I pour tout n. La raison en
est simple : comme l’intervalle est symétrique par rapport à son milieu (eh !),
toutes les fonctions affines qui ont la même valeur en ck ont la même intégrale
sur [xk , xk+1 ]. Graphiquement, l’égalité des aires des triangles gris foncé de
la figure 11.4 (au centre) montre que le rectangle et le trapèze (à gauche et
à droite) ont la même aire ; algébriquement, toute fonction affine est somme
d’une constante et de la fonction x ↦ x − ck , dont l’intégrale sur [xk , xk+1 ] est
nulle : ((xk − ck )2 − (xk+1 − ck )2 )/2 = 0.
f (ck ) f (ck )
xk ck xk+1 xk ck xk+1 xk ck xk+1
Figure 11.4 – La méthode du point-milieu est en 1/n2
Heuristiquement, cela nous indique pourquoi la méthode est meilleure que

prévu : tout se passe comme si on remplaçait la courbe de la fonction par sa tan-
gente au point-milieu (ck , f (ck )), qui a pour équation y = f (ck )+(x−ck )f ′ (ck ).
La remarque précédente s’écrit :
xk+1
(xk+1 − xk )f (ck ) = ∫ (f (ck ) + (x − ck )f ′ (ck )) dx.
xk
2. Fixons k ∈ {0, . . . , n − 1}. On commence par majorer l’erreur commise sur

l’intervalle [xk , xk+1 ]. D’après l’inégalité des accroissements finis, on a pour
x ∈ [xk , xk+1 ] :
∣f (x) − f (ck )∣ ⩽ µ1 ∣x − ck ∣.
En intégrant sur [xk , xk+1 ], cela donne :
xk+1 xk+1 (b − a)2

∣∫ f − (xk+1 − xk )f (ck )∣ ⩽ µ1 ∫ ∣x − ck ∣dx = µ1 .
xk xk 4 n2
En sommant sur k, on trouve :
(b − a)2
∣I − Mn ∣ ⩽ µ1 .
4n
3. Fixons k ∈ {0, . . . , n − 1}. On commence par majorer l’erreur commise sur l’in-
tervalle [xk , xk+1 ]. D’après l’inégalité de Taylor-Lagrange à l’ordre 2, on a pour
x ∈ [xk , xk+1 ] :
µ2
∣f (x) − f (ck ) − (x − ck )f ′ (ck )∣ ⩽ (x − ck )2 .
2
En intégrant sur [xk , xk+1 ], vu que ∫xkk+1 (x − ck )f ′ (ck )dx = 0, cela donne :
x
xk+1 µ2 xk+1 (b − a)3

∣∫ f − (xk+1 − xk )f (ck )∣ ⩽ ∫ (x − ck ) 2
dx = .
xk 2 xk 24 n3
En sommant sur k, on trouve :
(b − a)3
∣I − Mn ∣ ⩽ .
24 n2
4. Fixons k ∈ {0, . . . , n − 1}. Par l’égalité de Taylor-Lagrange à l’ordre 3, on a avec

µ3 = sup[a,b] ∣f (3) ∣ :
f ′′ (ck ) µ3
∣f (x) − f (ck ) − f ′ (ck )(x − ck ) − (x − ck )2 ∣ ⩽ ∣x − ck ∣3 .
2 6
En intégrant sur [xk , xk+1 ], cela donne :
xk+1 f ′′ (ck ) µ3 xk+1 µ3 (b − a)4

∣∫ f − f (ck )(xk+1 − xk ) − (xk+1 − xk )3 ∣ ⩽ ∫ ∣x−ck ∣3
dx = .
xk 24 6 xk 48 n4
En sommant sur k, on obtient :
(b − a)2 (b − a) n−1 ′′ µ3 (b − a)4

∣I − Mn − × ∑ f (ck )∣ ⩽ ,
24 n2 n k=0 48 n3
où l’on reconnaît sans plus guère de surprise la suite (Mn ) pour la fonction f ′′ ,
qui converge en O(1/n) d’après la question 2 :
(b − a) n−1 ′′ b
′′ 1 ′ ′ 1
∑ f (ck ) = ∫ f (x)dx + O( ) = f (b) − f (a) + O( ),
n k=0 a n n
d’où, en injectant :
(b − a)2 ′ 1
Mn = I − 2
(f (b) − f ′ (a)) + O( 3 ).
24 n n
5. Prenons f (x) = 1/(1 + x) si x ∈ [0, 1]. On peut choisir µ2 = 2.
1 n−1 1 n−1
2 2n−1
2
Mn = ∑ = ∑ = ∑ .
n k=0 1 + 2n k=0 2(n + k) + 1 k=n 2k + 1
2k+1
1 1
On peut donc annoncer : ∣Mn −ln 2∣ ⩽ . Mieux, on a : (Mn −ln 2) ∼ − .
24 n2 32 n2
Exercice 92 (Trouver ou retrouver la méthode de Simpson)

1. Soit c = (a+b)/2. Soit E l’espace des fonctions polynomiales de degré au plus 2
sur [a, b].
(a) Soit (ya , yc , yb ) ∈ R3 . Montrer qu’il existe un unique polynôme P ∈ E tel
que
P(a) = ya , P(c) = yc , P(b) = yb .
(b) Démontrer que pour toute fonction polynomiale P de degré au plus 2,

on a :
1 b 1 2 1
∫ P(x)dx = P(a) + P(c) + P(b).
b−a a 6 3 6
C’est la formule des trois niveaux.
(c) Vérifier que la formule précédente est valable lorsque f est de degré 3.
(d) Rappeler l’heuristique de la méthode de Simpson et retrouver la suite

associée.
2. Appliquer la méthode d’accélération de Romberg à la suite (Tn ) de la méthode
des trapèzes.
3. Par une combinaison linéaire adéquate entre méthode du point médian et
méthode des trapèzes, éliminer le terme en 1/n2 .
Soluce
1. (a) Pour x ∈ R, l’évaluation evx ∶ P ↦ P(x) est une forme linéaire sur E. Il en
résulte que l’application
E Ð→ R3 , P z→ (P(a), P(c), P(b))
est linéaire. Or, elle est injective car un polynôme de degré au plus 2
ayant 3 racines distinctes est nécessairement nul. Par égalité des dimen-
sions à la source et au but, il en résulte qu’elle est bijective.
On peut être plus explicite en introduisant les polynômes d’interpolation
de Lagrange :
(X − b)(X − c) (X − a)(X − b) (X − a)(X − c)
La (X) = , Lc (X) = , Lb (X) = ,
(a − b)(a − c) (c − a)(c − b) (b − a)(b − c)
qui ont été choisis pour que Lx (x′ ) = δx,x′ pour x, x′ ∈ {a, c, b}. Le poly-
nôme cherché est alors :
P(X) = ya La (X) + yc Lc (X) + yb Lb (X).
Remarque. Cette question n’a qu’un intérêt heuristique, on pourrait s’en

passer pour estimer l’erreur de la méthode de Simpson.
(b) Première solution. La formule est évidente pour les fonctions constantes
(car 1/6 + 2/3 + 1/6 = 1), facile pour la fonction x ↦ x et pas très difficile
pour x ↦ x2 (voir ci-dessous) donc, par linéarité, elle est vraie sur E.
Facile à vérifier... mais pas à retrouver ! Voyons une méthode plus concep-
tuelle.
Deuxième solution (« conceptuelle »). On comprend la formule des trois
niveaux comme une expression de la forme linéaire « valeur moyenne »
1 b
VM ∶ E Ð→ R, P z→ ∫ P(x)dx
b−a a
comme combinaison linéaire de (eva , evc , evb ).
On reprend les notations précédentes. On vient de montrer que la fa-
mille (eva , evc , evb ) est libre, donc c’est une base du dual de E – c’est la
base duale de (La , Lc , Lb ). Cela prouve l’existence et l’unicité de (α, γ, β),
coefficients de la forme linéaire VM dans cette base. On a de plus une
expression pour les coefficients :
VM(La ) = α eva (La )+γ evc (La )+β evb (La ) = α, VM(Lc ) = γ, VM(Lb ) = β,
qu’il est alors facile mais ennuyeux de calculer.

Troisième solution ( ad hoc).
Pour trouver α, γ, β tels que VM = α eva +γ evc +β evb , on teste sur la
base (1, X, X2 ) de E :
1 b
P=1∶ 1= ∫ 1dx = α + γ + β ;
b−a a
a+b b2 − a2 1 b a+b
P=X∶ = = ∫ xdx = α a + γ +β b;
2 2(b − a) b − a a 2
b3 − a3 1 b a+b 2
P = X2 ∶ = ∫ x 2
dx = α a2
+ γ ( ) + β b2 .
3(b − a) b − a a 2
On récrit la dernière égalité sous la forme
a2 + ab + b2 γ γ γ
= (α + ) a2 + ab + ( + β) b2 .
3 4 2 4
En identifiant les cofficients (ce qui n’a aucune raison de marcher a priori),
on trouve une solution, dont on vérifie qu’elle fonctionne ; c’est la seule
d’après le début de la preuve :
2 1
γ= , α=β= .
3 6
(c) Pour prouver la formule sur l’espace F des polynômes de degré au plus 3,
il suffit de la prouver pour la fonction Q ∶ x ↦ (x − c)3 , puisque F =
E ⊕ Vect(Q). Or elle est évidente (figure 11.5) :
1 b 1 2 1
∫ (x − c) dx = 0 = (a − c) + (c − c) + (b − c) .
3 3 3 3
b−a a 6 3 6
a c b
Figure 11.5 – La méthode de Simpson est en 1/n4
(d) Dans la méthode de Simpson, on fixe un entier non nul n et on reprend la

(n) (2n)
subdivision régulière définie par les xk = x2k (0 ⩽ k ⩽ n), que l’on sub-
(n) xk +xk+1 (2n)
(n) (n)
divise à nouveau avec ck = 2 = x2k+1 (0 ⩽ k ⩽ n − 1) (figure 11.6).
(n) (n)
Sur chaque intervalle [xk , xk+1 ] (0 ⩽ k ⩽ n − 1), on
fait comme si f était
un polynôme de degré au plus 2 et on calcule l’intégrale avec la formule
(n) (n) (n) (n) (n) (n) (n) (n)

x0 c0 x1 xk ck xk+1 xn−1 cn−1 (n)
xn
(2n) (2n) (2n) (2n) (2n) (2n) (2n) (2n) (2n)

x0 x1 x2 x2k x2k+1 x2k+2 x2n−2 x2n−1 x2n
Figure 11.6 – Subdivisions...
des trois niveaux – la largeur de l’intervalle devient (b − a)/n. Autrement

dit, on pose :
b − a n−1 1 (n) 2 (n) 1 (n)

Sn = ∑ ( f (xk ) + f (ck ) + f (xk+1 ))
n k=0 6 3 6
b − a n−1 1 (2n) 2 (2n) 1 (2n)
= ∑ ( f (x2k ) + f (x2k+1 ) + f (x2k+2 ))
n k=0 6 3 6
b−a 1 2 n−1 (2n) 1 n−1 (2n)
= [ (f (a) + f (b)) + ∑ f (x2k+1 ) + ∑ f (x2k )] .
n 6 3 k=1 3 k=1
2. Partant du fait que « la méthode des trapèzes est en 1/n2 » (exercice 90 3), on
suppose que la différence Tn − I admet un développement asymptotique de la
forme
C 1
Tn − I = 2 + o( 2 )
n n
(on l’a d’ailleurs démontré lorsque f est de classe C 3 dans l’exercice 90 4).
La méthode de Romberg consiste à faire intervenir T2n . Plus précisément, on
cherche une combinaison linéaire de Tn et T2n de la forme Sn = α Tn + β T2n
telle que :
— d’une part, lim Sn = I (c’est bien le moins !) ;
n→+∞
1
— d’autre part, Sn − I = o( 2 ) (pour pouvoir dire qu’on a accéléré la conver-
n
gence).
La première condition impose : α + β = 1. Pour la deuxième, constatons que :
C 1
T2n − I = 2
+ o( 2 ),
4n n
et donc :
C C 1 α + β4 1
α Tn +β T2n −I = α(Tn −I)+β(Tn −I) = α 2 +β 2
+o ( 2 ) = C 2
+o ( 2 ) .
n 4n n n n
On est amené à prendre α + β

4 = 0. Ainsi, on est conduit à choisir :
α + β = 1, α = − 13
{ ou {
α + β4 = 0, β = 34 ,
ce qui donne :
4T2n − Tn
Sn = .
3
Il se trouve que « c’est » la méthode de Simpson.
3. Lorsque f est de classe C 2 , on a, pour n entier non nul :

(b − a)2 ′ 1
Tn = I + 2
(f (b) − f ′ (a)) + O( 3 ),
12 n n
(b − a)2 ′ 1
Mn = I − 2
(f (b) − f ′ (a)) + O( 3 ).
24 n n
Par conséquent, il vient :
2Mn + Tn 1
= I + O( 3 ).
3 n
Il se trouve que l’on retrouve ainsi la formule qui définit Sn = (2Mn + Tn )/3.
Remarque. Dans ces deux dernières questions, vu que l’on a supprimé le terme
en 1/n2 , on s’attend à ce que la méthode donne un terme d’erreur en 1/n3 . En
réalité, on verra que l’erreur est en 1/n4 .
L’exercice suivant propose une méthode uniforme pour majorer l’erreur et même
en donner un équivalent 6 dans les méthodes des trapèzes, du point-milieu et de
Simpson.
On reprend la notation, pour n entier naturel non nul :
4T2n − Tn b − a f (a) + f (b) 2 n−1 (2n) 1 n−1 (2n)

Sn = = [ + ∑ f (x2k+1 ) + ∑ f (x2k )] .
3 n 6 3 k=1 3 k=1
Exercice 93 (Erreur dans la méthode de Simpson)

1. On suppose que n = 1. Démontrer
— que si f est de classe C 2 , il existe ξ ∈ [a, b] tel que
b f (a) + f (b) 1
∫ f (t)dt − (b − a) = − (b − a)3 f ′′ (ξ) ;
a 2 12
b a+b 1
∫ f (t)dt − (b − a)f ( ) = (b − a)3 f ′′ (ξ) ;
a 2 24
b 1 2 a+b 1 1
∫ f (t)dt − (b − a) ( f (a) + f ( ) + f (b)) = (b − a)5 f (4) (ξ).
a 6 3 2 6 2880
Considérer l’erreur commise par la méthode sur l’intervalle [c − x, c + x] (où
c = (a + b)/2) comme une fonction de x ∈ [0, (b − a)/2].
2. Retrouver les majorations d’erreurs des exercices 90 et 91. Démontrer que si f
est de classe C 4 et majorée par µ4 , alors :
µ4 (b − a)5
∣I − Sn ∣ ⩽ .
2880 n4
6. En général... Il peut arriver que la constante s’annule, on obtient alors un développement
asymptotique.
3. À l’aide de la formule de la moyenne, retrouver les développements asympto-

tiques des exercices 90 et 91. Démontrer que si f est de classe C 4 ,
(b − a)5 (3) 1
Sn = I + 4
(f (b) − f (3) (a)) + O( 5 ).
2880 n n
Idée-clé. L’idée est simple : pour les trois méthodes, on étudie l’erreur commise sur
un intervalle symétrique par rapport au milieu (a + b)/2 comme une fonction de la
demi-largeur de l’intervalle. Pour cela, on dérive un certain nombre de fois et on
intègre. L’étape consistant à écrire une formule exacte (une égalité) avec une dérivée
de f évaluée en un point inconnu (plutôt qu’une inégalité) peut sembler artificielle
mais elle servira pour donner un équivalent de l’erreur.
Soluce
1. (a) Posons, pour x ∈ [0, (b − a)/2] :
c+x f (c + x) + f (c − x)
∆t (x) = ∫ f (t)dt − 2x .
c−x 2
Il sera utile de remarquer que ∆t (0) = 0. De plus, ∆t est dérivable et,
pour tout x :
∆′t (x) = f (c + x) + f (c − x) − (f (c + x) + f (c − x)) − x(f ′ (c + x) − f ′ (c − x))

= −x(f ′ (c + x) − f ′ (c − x)).
Par le théorème des accroissements finis, il existe η ∈ [0, x] (qui dépend

de x) tel que
∆′t (x) = −2xf ′′ (η).
Notons m2 = inf [a,b] ∣f ′′ ∣ et M2 = sup[a,b] ∣f ′′ ∣. Alors, vu que ∆t (0) = 0, on
a pour tout x :
2m2 3 x 2M2 3
x ⩽ −∆t (x) = − ∫ ∆′t ⩽ x .
3 0 3
En particulier, pour x = (b − a)/2, il vient :
m2 f (a) + f (b) M2
(b − a)3 ⩽ −I + (b − a) ⩽ (b − a)3 .
12 2 12
Comme ∣f ′′ ∣ est continue sur le segment [a, b], les bornes m2 et M2 sont
atteintes. Par le théorème des valeurs intermédiaires, il existe ξ dans [a, b]
tel que
f (a) + f (b) f ′′ (ξ)
−I + (b − a) = (b − a)3 .
2 12
(b) Posons, pour x ∈ [0, (b − a)/2] :
c+x
∆m (x) = ∫ f (t)dt − 2xf (c).
c−x
Il sera utile de remarquer que ∆m (0) = 0. De plus, ∆m est dérivable et,

pour tout x :
∆′m (x) = f (c + x) + f (c − x) − 2f (c).
Il sera utile de remarquer que ∆′m (0) = 0. De plus, ∆′m est dérivable et,
pour tout x :
∆′′m (x) = f ′ (c + x) − f ′ (c − x).
de x) tel que
∆′′m (x) = 2xf ′′ (η).
On obtient en intégrant (∆′m (0) = 0 et ∆m (0) = 0) :
m2 x2 ⩽ ∆′m (x) ⩽ M2 x2
puis
m2 3 M2 3
x ⩽ ∆m (x) ⩽ .
3 x
En prenant x = (b − a)/2, on trouve :
m2 M2
(b − a)3 ⩽ I − (b − a)f ′ (c) ⩽ (b − a)3 ,
24 24
d’où l’existence du ξ ∈ [a, b] cherché par le théorème des valeurs intermé-
diaires.
(c) Posons, pour x ∈ [0, (b − a)/2] :
c+x 2x
∆S (x) = ∫ f (t)dt − (f (c − x) + 4f (c) + f (c + x)).
c−x 6
Il sera utile de remarquer que ∆S (0) = 0. De plus, ∆S est dérivable et,
pour tout x :
1 x
∆′S (x) = f (c + x) + f (c − x) − (f (c + x) + f (c − x)) − (f (c + x) − f (c − x))
3 3
2 2 4 x ′
= f (c + x) + f (c − x) − f (c) − (f (c + x) − f ′ (c − x)).
3 3 3 3
Il sera utile de remarquer que ∆′S (0) = 0. De plus, ∆′S est dérivable et,
pour tout x :
2 2 1 x
∆′′S (x) = f ′ (c + x) + f ′ (c − x) − (f ′ (c + x) − f ′ (c − x)) − (f ′′ (c + x) + f ′′ (c − x))
3 3 3 3
1 ′ ′ x ′′ ′′
= (f (c + x) − f (c − x)) − (f (c + x) + f (c − x)).
3 3
Il sera utile de remarquer que ∆′′S (0) = 0. De plus, ∆′′S est dérivable et,
pour tout x :
(3) 1 1
∆S (x) = (f ′′ (c + x) + f ′′ (c − x)) − (f ′′ (c + x) + f ′′ (c − x))
3 3
x (3) (3)
− (f (c + x) − f (c − x))
3
x
= − (f (3) (c + x) − f (3) (c − x)).
3

de x) tel que f (3) (c + x) − f (3) (c − x) = 2xf (4) (x), c’est-à-dire :
(3) 2x2 (4)

∆S (x) = − f (η).
3
Définissons m4 et M4 comme les bornes supérieure et inférieure de f (4) .

L’encadrement m4 ⩽ f (4) (ξ) ⩽ M4 donne en intégrant (∆′′S (0) = 0) :
2x3 x
(3) 2x3
m4 ⩽ −∆′′S (x) = − ∫ ∆S ⩽ − M4 ,
9 0 9
puis (∆′S (0) = 0) :
x4 x x4
m4 ⩽ −∆′S (x) = − ∫ ∆′′S ⩽ − M4 ,
18 0 18
puis (∆S (0) = 0) :
x5 x x5
⩽ −∆S (x) = ∫ ∆′S ⩽ − M4 .
90 0 90
Pour x = (b − a)/2, il vient :
(b − a)5 b−a (b − a)5

m4 ⩽ −I + (f (a) + 4f (c) + f (b)) ⩽ M4 .
90 × 32 6 90 × 32
La continuité de f (4) donne, avec le théorème des valeurs intermédiaires,

l’existence de ξ dans [a, b] tel que
1 2 1 (b − a)5 (4)
−I + (b − a)( f (a) + f (c) + f (b)) = f (ξ).
6 3 6 2880
2. On note µ2 = sup[a,b] ∣f ′′ ∣ et on définit µ4 à l’avenant. Pour la méthode des

trapèzes, on transforme l’égalité de la question 1 sur chaque intervalle [xk , xk+1 ]
en inégalité :
xk+1 b − a f (xk ) + f (xk+1 ) (b − a)3
∣∫ f (t)dt − × ∣⩽ µ2 ,
xk n 2 12 n3
puis on somme sur k, ce qui donne avec l’inégalité triangulaire :
(b − a)3
∣I − Tn ∣ ⩽ µ2 .
12 n2
Pour la méthode du point médian, on obtient de même :
(b − a)3
∣I − Mn ∣ ⩽ µ2 .
24 n2
Enfin, pour la méthode de Simpson, on trouve :
(b − a)5
∣I − Sn ∣ ⩽ µ4 .
2880 n4
3. Pour préciser la majoration, on utilise l’égalité de la question 1. Pour k ∈

{0, . . . , n − 1}, soit ξk un point de [xk , xk+1 ] pour lequel
xk+1 b − a f (xk ) + f (xk+1 ) 1 (b − a)3 ′′
∫ f (t)dt − × =− f (ξk ).
xk n 2 12 n3
On trouve alors en sommant :
1 (b − a)2 b − a n−1 ′′
I − Tn = − × × ∑ f (ξk ).
12 n2 n k=0
On reconnaît une somme de Riemann pour la fonction f ′′ , qui converge vers

b ′′ ′ ′
∫a f (t)dt = f (b) − f (a). Cela donne :
(b − a)2 ′ 1
I − Tn = − (f (b) − f ′ (a)) + o( 2 ).
12 n2 n
C’est un tout petit peu moins précis que certaines des méthodes précédentes,
où le terme d’erreur était O(1/n3 ) au lieu de o(1/n2 ).
Pour les méthodes du point médian et de Simpson, ces arguments donnent
immédiatement :
(b − a)2 ′ 1
I − Mn = (f (b) − f ′ (a)) + o( 2 ),
24 n2 n
(b − a)4 (3) 1
I − Sn = − (f (b) − f (3) (a)) + o( 4 ).
2880 n4 n
4. Avec f (x) = 1/(1 + x) pour x ∈ [0, 1], on trouve f (3) (x) = −6/(1 + x)4 et
f (4) (x) = 24/(1 + x)5 , d’où µ4 = 24 et f ′ (1) − f ′ (0) = 45/8. Il vient :
1 1
∣ ln 2 − Sn ∣ ⩽ et mieux : (ln 2 − Sn ) ∼ − .
120 n4 512 n4
Remarque (noyau de Peano). Repartons de l’expression de la dérivée de l’erreur ∆′t (x)
pour x ∈ [0, (b − a)/2] (avec c = (a + b)/2) et écrivons :
c+x
∆′t (x) = −x(f ′ (c + x) − f ′ (c − x)) = −x ∫ f ′′ (t)dt.
c−x
On intègre par parties dans cette nouvelle expression de ∆t (x) :

x c+t
∆t (x) = ∫ −t (∫ f ′′ (u)du) dt
0 c−t
x
t2 c+t x t2
= [− ∫ f ′′ ] + ∫ (f ′′ (c + t) + f ′′ (c − t))dt
2 c−t 0 0 2
x2 c+x x t2 −x t2
=− ∫ f ′′ + ∫ f ′′ (c + t)dt − ∫ f ′′ (c + t)dt,
2 c−x 0 2 0 2
de sorte qu’avec x = (b − a)/2, on trouve par changement de variable u = c + t :
b−a 1 b b − a 2 ′′ 1 b
∆t ( )=− ∫ ( ) f (u)du + ∫ (u − c)2 f ′′ (u)du
2 2 a 2 2 a
1 b
= − ∫ (b − x)(x − a)f ′′ (u)du.
2 a
Cela explique la formule magique dans la question 2 de l’exercice 90. Des calculs
semblables (moins agréables) donnent des formules (moins agréables) pour l’erreur
des méthodes du point milieu et de Simpson. On peut les généraliser pour chaque
méthode d’intégration reposant sur une subdivision en termes du noyau de Peano.
Voir par exemple [3, chapitre III] ou [9, chap. 8].
Exercice 94 (Synthèse des méthodes précédentes)

Raconter ses dernières vacances en Analystan.
Soluce
1
On interprète la méthode X, ou plus précisément la suite de terme général b−a Xn ,
(n) (2n)
comme un barycentre des f (xi ) ou des f (xj ),
b n 2n
1 1 (n) (n) 1 (2n) (2n)
∫ f (x)dx ↝ Xn = ∑ pk f (xk ) ou Xn = ∑ p` f (x` ),
b−a a b−a k=0 b−a `=0
(n) (n)
où les poids (pk )0⩽k⩽n ou (p` )0⩽`⩽2n sont donnés par le tableau de la figure 11.7.
⋯
(2n) (2n) (2n) (2n) (2n) (2n) (2n) (2n)
sub- x0 x1 x2 x3 x2n−3 x2n−2 x2n−1 x2n
⋯
(n) (n) (n) (n)
divisions x0 x1 xn−1 xn
1 1 1 1
R(g) ⋯ 0
b−a n n n n
1 1 1 1
R(d) 0 ⋯
b−a n n n n
1 1 1 1 1
Tn ⋯
b−a 2n n n 2n
1 1 1 1 1 1 1
T2n ⋯
b−a 4n 2n 2n 2n 2n 4n
1 1 1 1 1
Mn ⋯
b−a n n n n
1 1 2 1 2 2 1 2 1
Sn ⋯
b−a 6n 3n 3n 3n 3n 3n 3n 6n
Figure 11.7 – Comparaison des méthodes classiques d’intégration
On retrouve facilement les formules suivantes, valables pour tout n :

(g) (d)
Rn + Rn 4T2n − Tn Tn + 2Mn
Tn = , Sn = = .
2 3 3
Remarque. D’autres méthodes font intervenir des subdivisions non régulières, par
exemple :
— la méthode de Monte Carlo consiste à tirer n points (x1 , . . . , xn ) au hasard

dans [a, b] selon une loi de probabilité uniforme et à prendre pour approxi-
mation de l’intégrale la moyenne n1 ∑nk=1 f (xi ) ; grâce au théorème de la limite
√
centrale, on peut montrer que la convergence est en 1/ n ;
l’intérêt de cette méthode est double :
√
— même pour des fonctions non dérivables, la convergence est en 1/ n, ce
qui est meilleur que la méthode des rectangles (pas de borne explicite sans
hypothèse de dérivabilité) ;
— en dimension supérieure, c’est-à-dire pour évaluer des intégrales multiples,
il n’y a pas d’analogue des méthodes que l’on vient de voir : les méthodes
de type Monte Carlo sont les seules disponibles ;
(n)
— la méthode des quadratures de Gauss, dans lesquels les points xk sont les
(n)
racines de polynômes orthogonaux et les poids pk sont les intégrales de
polynômes interpolateurs de Lagrange.
Chapitre 12
Probabilités
12.1 Généralités
Exercice 95 (Promenade dans le hasard)

On considère une particule p qui se déplace le long de Z de la façon suivante. À
l’instant t = 0, elle se situe en 0. On suppose que si à un instant quelconque t = k ∈ N,
la particule se trouve en ` ∈ Z, alors, à l’instant t = k + 1, la probabilité pour que la
particule se trouve en ` + 1 est 21 et la probabilité pour que la particule se trouve en
` − 1 est 21 .
Dans la suite, pour (k, n) ∈ (N∗ )2 , on note :
● Xk la variable aléatoire décrivant la position de p à l’instant t = k, et Yk ∶=
Xk − Xk+1 ;
● Zk , la variable aléatoire qui vaut 1 si la particule p se trouve en 0 (en Zéro),
et 0 sinon ;
● Un la variable aléatoire représentant le nombre de fois où la particule p passe
par 0 entre les temps t = 0 et t = 2n, c’est-à-dire Un = ∑2n k=0 Zk .
Le but de cet exercice est de déterminer un équivalent en l’infini du nombre
moyen de passages de la particule p en 0 après 2n déplacements.
Pour tout ce qui suit, on fixe (k, n) ∈ (N∗ )2 .
Yk + 1 Xn + n
1. Quelle est la loi suivie par la variable aléatoire ? et la variable ?
2 2
2. Montrer que
1 2k
P(Z2k = 1) = ( ), et P(Z2k+1 = 1) = 0.
4k k
3. On va trouver une formule donnant l’espérance de la variable Un . Dans la
suite, on note
1 2k
pk ∶= P(Z2k = 1) = k ( )
4 k
(i) Établir une relation entre pk et pk+1 .
(ii) En déduire une formule pour E(Un ).
4. En déduire que
2 √
E(Un ) ∼ √ n.
π
221
222 CHAPITRE 12. PROBABILITÉS
Soluce
Fixons donc (k, n) ∈ (N∗ )2 .
1. Notons tout d’abord que X0 = 0, et Xn = ∑ni=1 Yi . Étudions d’abord la loi de la
variable Yk = Xk − Xk−1 . Comme la particule p parcourt Z en faisant des sauts
de 1, Yk ne peut prendre que 1 ou −1 comme valeurs 1 . Au vu de la loi de la
variable aléatoire Xk , on en déduit que
1 1
P(Yk = 1) = , et P(Yk = −1) = .
2 2
On en déduit alors que la variable Yk2+1 peut prendre les valeurs 0 et 1, toutes
deux avec une probabilité de 12 . Autrement dit,
Yk + 1 1
∼ B( ).
2 2
Par suite, comme on avait

n
Xn = ∑ Yi ,
i=1
on en déduit que
Xn + n n Yi + 1
=∑
2 i=1 2
est somme de n termes de variables de Bernoulli ; en conclusion, la variable
aléatoire Xn2+n suit une loi binomiale, de paramètres (n, 21 ) :
Xn + n 1
∼ B (n, ) .
2 2
2. Par définition des variables aléatoires Zk , qui vaut 1 quand p est en 0, et 0

sinon, et Xk , qui décrit la position de la particule sur Z, on a :
Zk = 1 si et seulement si Xk = 0.
Comme on avait la formule
k
Xk = ∑ Yi ,
i=1
on obtient l’équivalence
2k+1
Z2k+1 = 1 ⇐⇒ X2k+1 = 0 ⇐⇒ ∑ Yi = 0. (⋆)
i=1
Or, la variable Yk est à valeurs dans {−1, 1}. On a donc
Yk ≡ 1 (mod 2).
Ainsi, on a
2k+1
X2k+1 = ∑ Yi ≡ 2k + 1 ≡ 1 (mod 2).
i=1
1. Concrètement, la variable Yk décrit le saut de la particule p sur Z.

En considérant de plus l’équivalence (⋆) précédente, on en déduit que

Z2k+1 = 0,
et donc
P(Z2k+1 = 1) = 0.
De plus, comme la variable YK2+1 suit une loi de Bernoulli B ( 21 ), et comme la
variable Xn2+n suit une loi binomiale B (n, 21 ) par la question précédente, on a
2k 2k
Yi + 1 X2k + 2k 2k 1 k 1 2k−k
P(Z2k = 1) = P (∑ Yi = 1) = P (∑ = k) = P ( = k) = ( ) ( ) ( ) ,
i=1 i=1 2 2 k 2 2
et donc,
1 2k
P(Z2k = 1) = ( ).
4k k
3. (i) Calculons le quotient
pk+1 1 (2(k + 1))! (k!)2 1 2(k + 1)(2k + 1) 2k + 1
= × = × = .
pk 4 ((k + 1)!) 2 (2k)! 4 (k + 1) 2 2(k + 1)
On en déduit la relation suivante :
2(k + 1)pk+1 − 2kpk = pk .
(ii) En sommant l’égalité obtenue précédemment de 1 à n, on obtient par

télescopage :
2n 2n n
E(Un ) = E ( ∑ Z` ) = ∑ (1 × P(Z` = 1) + 0 × P(Z` = 0)) = ∑ P(Z2k = 1)
`=0 `=0 k=0
n n
= ∑ pk = ∑ (2(k + 1)pk+1 − 2kpk )
k=0 k=0
= 2(n + 1)pn+1 − 2 × 0 × p0 = 2(n + 1)pn+1
1 2(n + 1) 1 2(n + 1)(2n + 1)(2n)!
= 2(n + 1) n+1 ( ) = 2(n + 1) n+1
4 n+1 4 (n + 1)2 (n!)2
2n + 1 2n
E(Un ) = ( ).
4n n
4. Ici, utilisons la formule de Stirling, qui donne un équivalent en l’infini de n! :
n n√
n! ∼ ( ) 2πn.
e
On a alors :
√
2n 2n 2n √
2
2n + 1 2n e n 1 2n n 4πn 2 √
n
( )∼ n ( ) 4πn (( ) √ ) ∼ n4 ∼√ n.
4 n 4 e n 2πn 4 2πn π
Ainsi, on obtient bien
2 √
E(Un ) ∼ √ n.
π
Remarque. Si l’on prend par exemple n = 100, ce résultat dit qu’après 200 déplace-
ments, la particule sera passée en moyenne un peu plus de 11 fois par 0... Incroyable,
non ?
12.2 Processus de Galton-Watson
Exercice 96
Partie I – Somme aléatoire de variables aléatoires, formule de Wald
Soit (Ω, T , P) un espace probabilisé, X une variable aléatoire à valeurs dans
N, (Xn )n⩾1 une suite de variables aléatoires suivant la loi de X et N une variable
aléatoire indépendante des Xi et à valeurs dans N. Pour ω ∈ Ω, on pose
N(ω)
S(ω) = ∑ Xk (ω),
k=1
avec la convention usuelle S(ω) = 0 si N(ω) = 0.

1. Soit GX , GS et GN les séries génératrices de X, S et N. Montrer que
GS = GN ○ GX
2. On suppose que X et N possèdent une espérance. Montrer que S possède une

espérance et que E(S) = E(N)E(X).
Soluce
1. La fonction génératrice de GS est définie au moins sur l’intervalle [−1, 1] et,
pour t ∈ [−1, 1],
+∞
GS (t) = ∑ P(S = n)tn
n=0
La formule des probabilités totales appliquée au système complet (N = k)k∈N

permet d’écrire, pour tout n ∈ N :
+∞ +∞
P(S = n) = ∑ P(S = n ∩ N = k) = ∑ P(X1 + . . . + Xk = n ∩ N = k)
k=0 k=0
+∞
= ∑ P(X1 + . . . + Xk = n)P(N = k),
k=0
la dernière égalité provenant de l’indépendance de X1 + . . . + Xk et de N 2 .

Posons alors un,k = P(S = n)P(N = k)tn ; la famille (un,k )(n,k)∈N2 est sommable
puisque ∣un,k ∣ ⩽ P(S = n)P(N = k) ∶= vn,k et que vn,k est le terme général d’une
famille sommable (toujours grâce à formule des probabilités totales). On peut
donc permuter les deux sommes dans la formule suivante :
+∞ +∞ +∞
GS (t) = ∑ P(S = n)tn = ∑ ∑ P(X1 + . . . + Xk = n)P(N = k)tn
n=0 n=0 k=0
+∞ +∞
= ∑ P(N = k) ∑ P(X1 + . . . + Xk = n)tn
k=0 n=0
2. C’est le lemme dit « des coalitions ».

12.2. PROCESSUS DE GALTON-WATSON 225
puis utiliser les fonctions génératrices pour écrire :

+∞ +∞ +∞
∑ P(N = k) ∑ P(X1 + . . . + Xk = n)t = ∑ P(N = k) GX1 +...+Xk (t)
n
k=0 n=0 k=0
mais, par indépendance des Xi , GX1 +...+Xk = GX1 × ⋯ × GXk = (GX )k , et notre
formule devient :
+∞
GS (t) = ∑ P(N = k)(GX (t))k = GN (GX (t))
k=0
qui est le résultat voulu.

2. Si les Xi et N possèdent une espérance, alors les fonctions GN et GX sont de
classe C 1 sur [0, 1], donc GS l’est, et
G′S (1) = G′N (GX (1)) G′X (1)
Comme GX (1) = 1, la formule précédente montre que S possède une espérance

et que E(S) = E(N)E(X).
Remarque. On peut montrer que si X et N possèdent un moment d’ordre 2,

alors S possède un moment d’ordre 2 et V(S) = V(X)E(N) + E(X)2 V(N).
Exercice 97
Partie II – Élémentaire, mon cher Galton !
Le but de cette partie est décrire le processus dit de Galton-Watson, ou processus
de branchement. Il s’agit d’étudier la dynamique d’une population issue d’un seul
individu. Le temps est ici discrétisé. Au temps initial, on a donc un individu ; à
l’instant suivant, celui-ci donne naissance à un certain nombre de descendants, puis
meurt. Et le processus se répète pour chaque individu de la nouvelle génération. On
suppose que la loi du nombre de descendants est la même pour chaque individu, et
que ce nombre est indépendant de la descendance des autres individus.
Formalisons le problème : on modélise le temps par une variable n ∈ N. Soit X
une variable aléatoire discrète sur N, telle que P(X = k) = pk , pour k ∈ N. Soit
(Xni )n⩾0,i⩾1 une famille de variables aléatoires indépendantes, identiquement distri-
buées et suivant la même loi que X. On fait l’hypothèse supplémentaire que, pour
tout i ⩾ 1, et tout n ⩾ 0, Xni admet un moment d’ordre 2. Notons enfin, pour n ∈ N,
Zn la variable aléatoire égale au nombre d’individus à la génération n.
À l’instant initial n = 0, le nombre d’individus est Z0 = 1 ; au temps n, nous
avons Zn individus, qui engendrent chacun (Xni )i descendants, donc au temps n + 1,
le nombre d’individus est
Zn
Zn+1 = ∑ Xni ,
i=1
avec bien entendu Zn+1 = 0 dès que Zn = 0.

Pour la suite, on désigne par m l’espérance de X, G, resp. Gn , la fonction

génératrice de X (qui est donc aussi celle des Xni ), resp. de Zn et on pose, pour
n ∈ N,
xn = P(Zn = 0).
Le problème consiste à étudier la probabilité de l’évènement M : « la population
finit par s’éteindre ».
1. Convergence de la suite (xn ) vers la probabilité d’extinction.
Montrer que la suite (xn ) est convergente et que lim xn = P(M).
n→+∞
2. Relations de récurrence.
Établir les formules suivantes, valables pour tout n ∈ N :
Gn+1 = Gn ○ G puis Gn = G ○ G ○ . . . ○ G (n facteurs).
En déduire que la suite (xn ) vérifie x0 = 0 et xn+1 = G(xn ).

3. Étude de la suite (xn ).
Montrer que la suite (xn ) converge la plus petite racine, notée r, de l’équation
G(x) = x dans [0, 1].
4. Probabilité d’extinction en fonction de la valeur de m = G′ (1).
En considérant la fonction ϕ ∶ t ↦ G(t) − t, montrer que si m ⩽ 1, alors r = 1
et que si m > 1, alors r < 1.
Discuter alors, en fonction de m, de la probabilité d’extinction de la popula-
tion.
5. Évolution de la population.
On étudie pour finir la valeur moyenne de la population à la n-ième génération,
c’est-à-dire µn = E(Zn ).
Exprimer cette valeur moyenne en fonction de m et de n puis conclure quant
à l’évolution de la population dans les situations vues précédemment.
Soluce
1. Convergence de la suite (xn ) vers la probabilité d’extinction.
L’évènement M s’écrit comme l’union des évènements Zn = 0 :
+∞
M = ⋃ {Zn = 0}.
n=0
Comme, pour tout n ∈ N, (Zn = 0) ⊂ (Zn+1 = 0), la suite des évènements

(Zn = 0)n∈N est croissante donc, en vertu du théorème de continuité croissante,
(xn ) converge et lim xn = P(M).
n→+∞
2. Relations de récurrence.
— Puisque Z0 = 1, G0 = Id.
— Les Xni et Zn satisfont aux conditions d’applications de la formule de Wald,
ainsi la relation Zn+1 = ∑Zi=1
n
Xni entraine Gn+1 = Gn ○ G puis une récurrence
immédiate permet de conclure que
Gn = G ○ G ○ . . . ○ G.
12.2. PROCESSUS DE GALTON-WATSON 227
On en déduit aussitôt que x0 = 0 et xn+1 = Gn+1 (0) = G(Gn (0)) = G(xn ).

3. Étude de la suite (xn ).
L’ensemble des points fixes dans [0, 1] de G est un fermé borné non vide (il
contient 1), il a donc un plus petit élément r. Montrons que (xn ) converge vers
r.
— Réglons d’emblée le cas G(0) = 0. Dans ce cas, la suite (xn ) est constante,
elle converge bien vers la plus petite racine de G(x) = x. Ce cas correspond
à la situation où, à chaque génération, un individu donne toujours naissance
à (au moins) un descendant ; l’extinction n’a jamais lieu.
— Supposons (pour toute la suite) que G(0) > 0. Notons, vu l’existence pour
X d’un moment d’ordre 2, que G est de classe C 2 sur [0, 1] ; par ailleurs
G est clairement croissante sur [0, 1], elle transforme l’intervalle [0, r] en
[G(0), G(r)] ⊂ [0, r]. La suite (xn ) est donc à valeurs dans [0, r] et, puis-
qu’elle est convergente, elle converge vers un point fixe de G qui ne peut
être que r.
4. Probabilité d’extinction en fonction de la valeur de m = G′ (1).
La fonction G est positive ; ϕ est de classe C 2 sur [0, 1] et, pour tout t ∈ [0, 1[,
+∞
ϕ′ (t) = G′ (t) − 1, et ϕ′′ (t) = G′′ (t) = ∑ k(k − 1)P(X = k)tk−2 .
k=2
(a) Supposons m ⩽ 1 (on parle de système critique ou sous-critique). S’il existe

t ∈]0, 1[, tel que G′′ (t) = 0, alors P(X = k) = 0 pour tout k ⩾ 2 et alors
G′′ = 0 ; donc G(t) = 1 + m(t − 1) et on voit alors que si m = 1, G(t) = t
ce qui a été exclu (se rappeler que G(0) > 0) et que si m < 1, l’équation
G(x) = x n’admet que 1 pour solution. Sinon, G′′ > 0 sur ]0, 1[, donc ϕ′
est strictement croissante sur [0, 1] et, puisque ϕ′ (1) = G′ (1)−1 ⩽ 0, ϕ′ < 0
sur [0, 1[. En conclusion, ϕ est strictement décroissante sur [0, 1] et par
conséquent, pour tout t ∈ [0, 1[, ϕ(t) > ϕ(1) = G(1) − 1 = 0, ce qui montre
bien que l’unique solution dans [0, 1] de l’équation G(x) = x est r = 1.
(b) Supposons maintenant m > 1 (on parle de système critique ou sur-critique).
Cette fois ϕ′ est strictement croissante sur [0, 1] avec ϕ′ (0) = G′ (0) − 1 =
P(X = 1) − 1 < 0 (se rappeler que G ≠ Id) et ϕ′ (1) = G′ (1) − 1 = m − 1 > 0,
ϕ′ s’annule exactement une fois sur ]0, 1[ en un certain α. L’étude des va-
riations de ϕ montre alors qu’elle s’annule une fois sur ]0, α[. Conclusion :
r ∈]0, 1[.
L’étude précédente permet de conclure que :
— Si m ⩽ 1, P(M) = 1, donc la population va presque sûrement disparaître.
— Si m > 1, la probabilité de disparition de la population est strictement
inférieure à 1 et elle n’est nulle que si P(X = 0) = 0 = G(0) (cas réglé
auparavant).
Remarque. Pour la question précédente, un autre argument (efficace) est le
suivant : G est convexe donc ϕ l’est aussi...
5. Évolution de la population
Puisque
µn+1 = E(Zn+1 ) = G′n+1 (1) = (G ○ Gn )′ (1)
= G′ (Gn (1)).G′n (1) = G′ (1).G′n (1) = m E(Zn ) = m µn ,
on obtient, par une récurrence immédiate, pour tout n ∈ N,

µn = E(Zn ) = mn .
Cela permet de conclure que :

— si m < 1, alors la population moyenne tend rapidement vers 0 ;
— si m > 1, alors la population moyenne tend rapidement vers l’infini ;
— si m = 1, alors la population moyenne reste constante.
12.3 Loi normale
Cadre (Loi normale et point fixe)

On s’intéresse ici à la loi normale, ou loi de Gauss centrée réduite, caractérisée par
la fonction densité ϕ : R → R+ définie pour t réel par
1
ϕ(t) = √ e− 2 t .
1 2
2π
Dans cet exercice, on introduit, pour tout α > 0, la fonction ψα , définie sur l’en-
semble des densités de probabilité, par la formule suivante : pour toute fonction f
à densité, on a
ψα (f ) = α(f ⋆ f )(α),
où ⋆ désigne le produit de convolution : pour g et h deux fonctions, pour tout x
réel,
(g ⋆ h)(x) = ∫ g(x − t)h(t)dt.
R
On veut montrer que les points fixes de la fonction ψ√2 sont les lois normales.
Exercice 98 (Loi normale : résultats préliminaires)

Démontrer les lemmes suivants.
1. (a) Soient X et Y deux variables aléatoires indépendantes. Montrer que la
fonction caractéristique de X + Y s’écrit, pour tout θ ∈ R,
E(exp(iθ(X + Y))) = E(exp(iθX))E(exp(iθY)).
(b) Montrer que si de plus X et Y admettent pour densités respectives f

et g, alors la variable aléatoire X + Y admet pour densité f ⋆ g (produit
de convolution).
2. Soit X une variable aléatoire de densité f . Montrer que, pour tous réels a et b,
avec a ≠ 0, la variable aléatoire Y = aX + b admet pour densité la fonction
1 y−b
y↦ f( ).
∣a∣ a
12.3. LOI NORMALE 229
Soluce
1. (a) Le premier point découle du fait que, si X et Y sont deux variables aléa-
toires indépendantes, toute fonction de X est indépendante de toute fonc-
tion de Y ; pour tout θ fixé, les variables aléatoires exp(iθX) et exp(iθY)
sont donc indépendantes et intégrables, d’où
E (eiθ(X+Y) ) = E (eiθX eiθY ) = E (eiθX ) E (eiθY ) .
(b) En ce qui concerne les densités : pour toute fonction continue et bornée
φ, la variable aléatoires φ(X + Y) est bornée, donc intégrable, et on a :
E(φ(X + Y)) = ∬ φ(x + y)f (x)g(y) dxdy.

R2
On effectue alors le changement de variables s = x + y, t = x. C’est un

difféomorphisme, de jacobien égal à 1. Donc (avec un petit coup de Fubini
pour la deuxième égalité), on obtient :
E(φ(X + Y)) = ∬ φ(s)f (s − t)g(t) dt

R2
= ∫ φ(s) (∫ f (s − t)g(t) dt)

R R
= ∫ φ(s)(f ⋆ g)(s).
R
On peut donc conclure que f ⋆ g est la densité de X + Y.

2. On utilise le même type de méthode : on se donne une fonction h continue et
bornée. On a alors
+∞
E(h(aX + b)) = ∫ h(ax + b) f (x)dx.
−∞
On effectue le changement de variables y = ax + b, soit x = (y − b)/a. Ce chan-

gement de variables est croissant si a > 0, décroissant sinon. Dans les deux cas,
on obtient
+∞ y−b 1
E(h(aX + b)) = ∫ h(y) f ( ) dy.
−∞ a ∣a∣
1 y−b
Donc la variable aléatoire aX+b admet pour densité la fonction y ↦ f ( ).
∣a∣ a
Exercice 99 (Loi normale : le théorème)

1. (a) Montrer que, si X et Y sont deux variables aléatoires normales centrées
√
réduites et indépendantes, alors la variable aléatoire (X + Y)/ 2 suit la
loi normale centrée réduite.
(b) En déduire que la densité de la loi normale centrée réduite est un point
fixe de ψ√2 .
2. Conclusion : on introduit L 2 , l’ensemble des lois à densité de carré intégrable.
Montrer que les points fixes de Ψ√2 sont exactement les lois (normale) de
Gauss centrées.
Soluce √
1. (a) Soit f ∶ x ↦ exp(−x2 /2)/ 2π.
On a, pour tout réel x,
+∞
(f ⋆ f )(x) = ∫ f (x − t) f (t)dt
−∞
1 +∞
e− 2 ((x−t) +t ) dt
1 2 2
= ∫
2π −∞
1 +∞
e−(t −xt+x /2) dt
2 2
= ∫
2π −∞
1 +∞
e−(t−x/2) −x /4 dt
2 2
= ∫
2π −∞
1
√ e−x /4
2
=
4π
1 x
= √ f (√ )
2 2
où l’avant-dernière égalité provient du fait que la fonction qui, à la variable
2 √
t, associe e−(t−x/2) / π est la densité de la loi normale d’espérance x/2 et
de variance 1/2.
Il en résulte que la variable aléatoire X + Y admet pour densité la fonction
x ↦ √1 f ( √x ), puis en utilisant le deuxième lemme, la variable aléatoire
2√ 2
(X+Y) 2 suit la loi de densité f , donc est de loi normale centrée réduite.
Si on préfère utiliser les fonctions caractéristiques : c’est plus rapide, à
condition d’avoir calculé la fonction caractéristique de la loi N (0, 1). Pour
la loi normale, on peut également utiliser la transformation de Laplace
dont le calcul est plus facile.
Pour tout θ ∈ R, on a E(eiθX ) = e−θ /2 donc
2
θ2
2
iθ X+Y i √θ X i √θ Y
) = (e− 4 ) = e−θ
2 /2
E (e ) = E (e ) E (e
√
2 2 2 .
(b) Il est clair que les lois gaussiennes centrées sont points fixes de Ψ√2 : on
vient de voir que c’est le cas pour la loi normale centrée réduite, et on peut
utiliser le lemme 2 pour montrer le même résultat pour une loi normale
centrée et de variance σ 2 > 0.
2. Réciproquement, considérons une variable aléatoire X de carré intégrable dont
la loi est un point fixe de Ψ√2 , et une variable aléatoire Y de même loi que X
et indépendante de X.
√
La variable aléatoire (X + Y)/ 2 a la même loi que X. En particulier, on a
X+Y 2
E(X) = E ( √ ) = √ E(X)
2 2
donc X est une variable aléatoire centrée.
Considérons maintenant une suite (Xk ) de variables aléatoires indépendantes
et de même loi que X.
√ par récurrence que, pour tout n ⩾ 1, la variable
On peut montrer (facilement)
aléatoire (X1 + ⋯ + X2n )/ 2n a la même loi que X. Or, le théorème central
12.4. ENTROPIE 231
limite permet d’affirmer que cette variable aléatoire converge en loi, lorsque n
tend vers l’infini, vers la loi normale centrée et de variance var(X). On conclut
alors que X suit la loi normale centrée et de variance var(X).
Remarques. Si (X, Y) est un couple de variables aléatoires

√ indépendante et de même
loi de densité f , alors Ψ(f ) est la densité de (X + Y)/ 2.
D’autre part, ce théorème est encore vrai si on ne suppose pas que les variables
aléatoires admettent une densité, en remplaçant Ψ√2 par l’opération correspondante
√ 2
sur les transformées de Fourier : pour tout θ, LX (θ) = (Lx (θ/ 2)) .
12.4 Entropie
Cadre
Soit (Ω, F ) un espace probabilisé et soit X une variable aléatoire réelle. On définit
l’entropie de Shannon H (X) de X de la façon suivante :
— si X est discrète, si {xi , i ∈ I} est l’ensemble des valeurs qu’elles prend et si
pi = P(X = xi ) pour tout i de I,
H (X) = − ∑ pi log pi
i∈I
(on convient que pi log pi = 0 si pi = 0) ;

— si X est continue et admet une densité f ,
H (X) = − ∫ f (x) log f (x) dx

R
(si f log f est intégrable).

(Ici, le logarithme est le logarithme népérien ou, de façon assez habituelle le loga-
rithme à base 2.)
Exercice 100 (V.a. finies d’entropie minimale ou maximale)

Ici, X ne prend qu’un nombre fini de valeurs {x1 , . . . , xn }. On note pi = P(X = xi )
pour 1 ⩽ i ⩽ n.
1. Vérifier que l’entropie de X est positive ou nulle et qu’elle est nulle si et
seulement si toutes les probabilités pi sont nulles sauf une qui vaut 1.
2. Démontrer que pour tout (q1 , . . . , qn ) ∈ (R+∗ )n , avec ∑ni=1 qi = 1, on a :
n n
− ∑ pi log pi ⩽ − ∑ pi log qi .
i=1 i=1
Démontrer de plus qu’en cas d’égalité, on a : pi = qi pour tout i (tel que

pi ≠ 0).
3. En déduire que l’entropie de X est inférieure ou égale à celle d’une variable

qui suit une loi uniforme, ce qui revient à dire :
H (X) ⩽ log n,
et qu’il n’y a égalité que si X suit une loi uniforme.
Soluce
1. Comme pi ∈ [0, 1] pour tout i, on a : −pi log pi ⩾ 0. Par suite, H (X) ⩾ 0. De
plus, si l’une des probabilités pi ne vaut pas 1, alors −pi log pi > 0 et H (X) > 0.
e−1
e−1 1
Figure 12.1 – La fonction p ↦ −p log p
2. On a, par la stricte concavité du logarithme 3 , l’inégalité log u ⩽ u − 1 pour tout

réel u strictement positif. De plus, l’inégalité est stricte pour u différent de 1.
D’où :
n n n n n n
qi qi
− ∑ pi log pi + ∑ pi log qi = ∑ pi log ⩽ ∑ pi ( − 1)⩽ ∑ qi − ∑ pi = 0.
i=1 i=1 i=1 pi i=1 pi i=1 i=1
De plus, pour qu’il y ait égalité, il faut que pi /qi = 1 pour tout i (tel que pi ≠ 0).
3. Si l’on prend qi = 1/n pour tout i, ce qui est la loi d’une distribution uniforme,
on trouve
n
1
H (X) ⩽ − ∑ pi log = log n.
i=1 n
Il y a égalité si et seulement si pi = 1/n pour tout i tel que pi ≠ 0. Comme la
somme des pi vaut 1, cela impose que pi = 1/n pour tout i.
Remarque. Si l’entropie représente le désordre, l’opposé de l’information, l’inégalité

exprime que l’on a une information minimale quand les probabilités sont toutes
égales. C’est intuitif si on pense à un dé : plus il est pipé de façon inhomogène, plus
le parieur est avantagé !
À la place de la (stricte) concavité du logarithme, on peut utiliser celle de ϕ ∶
x ↦ x log x (cf. l’exercice 101).
Exercice 101 (Entropie conjointe et critère d’indépendance)

Soient X et Y deux variables aléatoires réelles discrètes. On note {xi }i∈I (resp.
{yj }j∈J ) l’ensemble des valeurs prises par X (resp. Y). Pour (i, j) ∈ I × J, on note
pi = P(X = xi ), qj = P(Y = yj ) et pij = P(X = xi ∧ Y = yj ).
3. Cela provient de l’égalité de Taylor-Lagrange f (b) = f (a) + f ′ (a)(b − a) + 21 f ′′ (c)(b − a)2 , où

f est le logarithme, b = u, a = 1, et en remarquant que la dérivée seconde est strictement négative.
12.4. ENTROPIE 233
L’entropie conjointe de X et Y est l’entropie du couple (X, Y) :
H (X, Y) = − ∑ pij log pij .

(i,j)∈I×J
1. Soit K un ensemble fini ou dénombrable et soient (rk )k∈K et (λk )k∈K deux
familles de réels strictement positifs. Si K est infini, on suppose que la fa-
mille (rk )k∈K est bornée. On suppose de plus que ∑k∈K λk = 1. Démontrer
que
log ∑ λk rk ⩾ ∑ λk log rk ,
k∈K k∈K
avec égalité si et seulement si tous les rk sont égaux. Quid si certains λk sont
nuls ?
2. Vérifier que
pij
H (X) + H (Y) − H (X, Y) = ∑ pij log .
(i,j)∈I×J p i qj
Cette différence est appelée information mutuelle de (X, Y).

3. Démontrer que H (X, Y) ⩽ H (X) + H (Y).
4. Démontrer que X et Y sont indépendantes si et seulement si on a l’égalité
H (X, Y) = H (X) + H (Y).
Remarque. Vu, et pas à la télé ! La question 1 est une version de l’inégalité de Jensen
qui exprime la stricte concavité du logarithme.
Soluce
1. Soit r = ∑k∈K λk rk . Cela a un sens car (rk )k∈K est bornée et on suppose
∑k∈K λk = 1. Pour tout k dans K, on a par concavité 4 du logarithme :
1
log rk − log r ⩽ (rk − r) ;
r
de plus, il y a égalité si et seulement si rk = r.
log rk
log r
r rk
Figure 12.2 – Stricte concavité du logarithme
4. Cela provient de l’égalité de Taylor-Lagrange f (b) = f (a) + f ′ (a)(b − a) + 21 f ′′ (c)(b − a)2 , où

f est le logarithme, b = rk , a = r, et en remarquant que la dérivée seconde est strictement négative.
En multipliant les deux membres par λk et en sommant sur k, il vient :
1
∑ λk log rk − ∑ λk log r ⩽ ( ∑ λk rk − ∑ λk r) .
k∈K k∈K r k∈K k∈K
Dans cette inégalité, seule la somme ∑k∈K λk log rk est susceptible de poser
problème. Comme la suite (rk )k∈K est majorée par R > 0, on peut écrire
rs = Rsk avec sk ∈ ]0, 1[ pour tout k ; alors ∑k∈K λk log rk est la somme de
∑k∈K λk log R = log R et de ∑k∈K λk log sk qui vaut éventuellement −∞, ce qui
rend l’inégalité trivialement vraie.
Après simplifications (∑ λk = 1, ∑ λk rk = r, le membre de droite s’annule), cela
donne :
∑ λk log rk − log ∑ λk rk ⩽ 0.
k∈K k∈K
De plus, cette inégalité est une égalité si et seulement si rk = r pour tout k (il
faut qu’il y ait égalité dans chacune des inégalités initiales).
Si certains coefficients λk sont nuls, on applique le résultat précédent à l’en-
semble K′ = {k ∈ K, λk ≠ 0}, ce qui ne change pas les sommes. L’inégalité
s’en déduit et il y a égalité si et seulement si tous les réels rk affectés d’un
coefficient λk non nul sont égaux.
2. Soit I (X, Y) la différence entre la somme des entropies et l’entropie du couple.
On l’exprime en remarquant 5 que pi = ∑j∈J pij pour tout i et qj = ∑i∈J pij pour
tout j :
I (X, Y) = H (X) + H (Y) − H (X, Y)

= − ∑ pi log pi − ∑ qj log qj + ∑ pij log pij
i∈I j∈J (i,j)∈I×J
= − ∑ ∑ pij log pi − ∑ ∑ pij log qj + ∑ pij log pij

i∈I j∈J j∈J i∈I (i,j)∈I×J
pij
= ∑ pij log .
(i,j)∈I×J pi qj
3. Appliquons l’inégalité de la question 1. On a, avec K = I × J et rij = pi qj /pij

pour (i, j) ∈ K :
p i qj
I (X, Y) = − ∑ pij log
(i,j)∈K pij
pi qj
⩾ − log ∑ pij
(i,j)∈K pij
⩾ − log ∑ pi ∑ qj = 0.
i∈I j∈J
En toute généralité, on a donc : I (X, Y) ⩾ 0, c’est-à-dire :
H (X, Y) ⩽ H (X) + H (Y).

5. Dans le cas où les ensembles sont dénombrables, on pourra noter que la somme ∑j∈J pij
est majorée par pi et que les pij sont tous positifs, on a donc convergence absolue, et on peut
permuter allègrement à l’interieur de la somme pour obtenir l’égalité. Dans le cas fini, il n’y a pas
d’obstruction. Même chose pour les qj .
12.4. ENTROPIE 235
4. Si X et Y sont indépendantes, alors pij = pi qj pour tout (i, j) ∈ I × J. Chacun

des termes de I (X, Y) est nul donc I (X, Y) = 0.
Supposons que I (X, Y) = 0. Pour qu’il y ait égalité, il faut que tous les rij tels
que pij ≠ 0 sont tous égaux. Il existe donc une constante C telle que pi qj = Cpij
dès que pij ≠ 0. En reportant dans la définition de I (X, Y), on obtient (les
couples (i, j) éventuels pour lesquels pij = 0 ne contribuent pas à la somme) :
0 = I (X, Y) = ∑ −pij log C = − log C.

(i,j)∈K
On en déduit que C = 1, c’est-à-dire que pij = pi qj si pij ≠ 0. En sommant sur

tous les couples (i, j), il vient :
1 = ∑ ∑ pi qj ⩾ ∑ p i qj = ∑ pij = ∑ pij = 1.
i∈I j∈J (i,j) ∶ pij ≠0 (i,j) ∶ pij ≠0 (i,j)∈K
L’inégalité est donc une égalité, c’est-à-dire que pij = pi qj pour tout (i, j) ∈ I×J.
Cela caractérise l’indépendance de X et Y.
Remarque. Si on pense que l’entropie mesure le désordre, cela devient raisonnable :

l’entropie du couple est maximale quand la connaissance d’une variable n’apporte
aucune information sur l’autre, c’est-à-dire quand elles sont indépendantes.
Remarque (Quelques remarques heuristiques sur l’entropie (et inversement)).

Parlons pour commencer des décimales d’un réel. Si le réel est en fait un rationnel,
on aura besoin de très peu d’information pour écrire la liste des décimales de 4/33 =
0,12121212 . . . , puisque c’est une suite périodique à partir d’un certain rang – un
nombre fini d’informations suffit. Par contraste, pour un nombre comme π, on n’a
pas trouvé de façon plus intelligente pour reproduire les premières décimales que les
stocker et les réciter. Beaucoup d’entropie ici, peu d’information (de structure, de
régularité...) puisque la longueur du programme est la longueur de ce qu’il renvoie !
Une source d’information est un dispositif qui peut produire des nombres d’après
une distribution de probabilités donnée. Autrement dit, c’est une variable aléatoire
dont on connaît la loi. On a un alphabet I (un ensemble) (fini pour l’instant) ; pour
chaque i, la probabilité que la prochaine lettre soit i est donné par un réel pi ∈ [0, 1]
– et bien sûr, ∑i∈I pi = 1. L’entropie de la source d’information (qui est celle de la loi)
sera d’autant plus grande qu’on manquera d’information pour prédire la prochaine
lettre. Voici deux cas extrêmes :
— tous les pi sont nuls (ou très petits) sauf un qui est égal (ou proche) de 1 :
l’entropie sera très petite car pi log(pi ) est proche de 0, si pi est proche de 0
ou de 1 ;
— tous les pi sont égaux : c’est la situation d’un dé non pipé, d’une pièce non
biaisée, il n’est pas surprenant que ce soit celle qui donne le moins d’informa-
tion pour prédire ce qui vient.
L’entropie jointe permet de mesurer « l’information mutuelle » de deux variables
aléatoires : qu’est-ce que je peux prédire de X si je connais Y ? Le résultat principal de
l’exercice qui précède exprime que l’entropie conjointe est maximale, ce qui revient
à dire que l’information mutuelle est minimale (nulle), lorsque les variables sont
indépendantes. Cela motive la dénomination « information mutuelle », puisque si les
variables sont indépendantes, connaître l’une ne dit rien de l’autre.
Exercice 102 (V.a.r. continues d’entropie maximale)

Soit X une v.a.r. continue admettant une densité f . On suppose qu’elle admet
une espérance m et une variance σ 2 . Soit G une v.a.r. gaussienne ayant la même
moyenne et la même variance, c’est-à-dire que G admet la densité g définie par :
1 (x − m)2
∀x ∈ R, g(x) = √ exp − .
σ 2π 2σ 2
1. Vérifier que l’entropie est invariante par translation : H (X) = H (X − m).

On suppose désormais que m = 0.
2. Démontrer que − ∫ f ln g = − ∫ g ln g.
R R
3. Soit ϕ ∶ R+ → R, 0 ↦ 0, u ↦ u ln u si u > 0. Démontrer que
f
∫ ϕ( )g ⩾ 0
R g
et qu’il y a égalité si et seulement si f = g.
Exploiter la stricte convexité de ϕ.
4. Démontrer que H (X) ⩽ H (G) et que H (X) = H (G) si et seulement si X
est gaussienne.
Soluce
1. La v.a.r. Y = X − m admet pour densité la fonction f˜ ∶ t ↦ f (t + m). En effet,
pour tout couple (a, b) de réels avec a ⩽ b, on a : a ⩽ Y ⩽ b SSI a + m ⩽ X ⩽ b + m
donc (poser x = t + m)
b+m b
P(a ⩽ Y ⩽ b) = P(a + m ⩽ X ⩽ b + m) = ∫ f (x)dx = ∫ f (t + m)dt.
a+m a
Mais bien sûr, on a par invariance de la mesure de Lebesgue :
H (X) = − ∫ f (x) ln f (x)dx = − ∫ f (t + m) ln f (t + m)dt = H (X − m).

R R
2. Vu que m = 0, on a, pour x réel :

√ x2
ln g(x) = − ln(σ 2π) − 2 .
2σ
Il vient, en reconnaissant le deuxième moment de X :

√ 1 √ 1
− ∫ f ln g = ln(σ 2π) ∫ f + 2 ∫ x2 f (x)dx = ln(σ 2π) + .
R R 2σ R 2
Le résultat est indépendant de f parmi les densités de moyenne nulle et de

« variance » σ 2 . En particulier, pour f = g, on trouve le même résultat :
− ∫ f ln g = − ∫ g ln g.
R R
12.4. ENTROPIE 237
NB : On peut aussi refaire le calcul :

√ 1 √ 1
− ∫ g ln g = ln(σ 2π) ∫ g + 2 ∫ x2 g(x)dx = ln(σ 2π) + .
R R 2σ R 2
3. Par acquit de conscience, vérifions que ϕ est strictement convexe : elle est
continue sur R+ et de classe C ∞ sur R+∗ et pour u > 0 : ϕ′ (u) = ln u + 1,
ϕ′′ (u) = 1/u > 0 (figure 12.3).
Idée-clé. L’inégalité de la question 3 est une version continue de l’inégalité de
Jensen. On la démontre comme dans l’exercice 101 1 : la somme pondérée par
les λk devient l’intégrale pondérée par g ; les rk deviennent la fonction f /g ; la
moyenne r devient donc l’intégrale de f /g pondérée par g :
f
∫ ⋅ g = ∫ f = 1.
R g R
f (x)
ϕ( g(x) )
1 f (x)
g(x)
Figure 12.3 – Stricte convexité de ϕ ∶ x ↦ x ln x

Pour x réel, la stricte convexité de ϕ donne :
f (x) f (x)
ϕ( ) − ϕ(1) ⩾ ϕ′ (1)( − 1) (⋆)
g(x) g(x)
et il y a égalité si et seulement si f (x)/g(x) = 1. Remarquons que ϕ(1) = 0 et
ϕ′ (1) = 1, oublions x et multiplions par g :
f f
ϕ( ) ⋅ g ⩾ ( − 1) ⋅ g ;
g g
enfin, intégrons :
f
∫ ϕ( ) ⋅ g ⩾ ∫ (f − g) = 0.
R g R
De plus, en cas d’égalité, on peut affirmer qu’il y avait égalité dans (⋆) (sauf
éventuellement aux points où f est discontinue). En effet, l’intégrale d’une
fonction positive continue par morceaux est nulle si et seulement si la fonction
est partout nulle, sauf éventuellement aux points de discontinuité.
4. À présent, on écrit la différence :
H (X) − H (G) = − ∫ f ln f + ∫ g ln g = − ∫ f ln f + ∫ f ln g
R R R R
f f f
= −∫ ln ⋅ g = − ∫ ϕ( )g.
R g g R g
La convexité de ϕ permet d’appliquer l’inégalité de Jensen que l’on vient de

voir :
H (X) − H (G) ⩽ 0.
De plus, il y a égalité si et seulement si f = g (sauf aux points éventuels où f
est discontinue, ce qui ne change essentiellement rien).
Remarque. Ainsi, non seulement une variable gaussienne maximise l’entropie parmi
les v.a.r. d’espérance et de variance données, mais en plus ce sont les seules. Comparer
à l’exercice 100.
Exercice 103 (Tant que je gagne, je joue !)

1. Montrer que les v.a. discrètes suivant une loi géométrique maximisent l’en-
tropie et que ce sont les seules, parmi les v.a. à valeur dans N d’espérance
fixée.
2. Montrer que les v.a.r. suivant une loi exponentielle maximisent l’entropie et
que ce sont les seules, parmi les v.a.r. continues à valeurs dans R+ d’espérance
fixée.
Soluce
On reprend la fonction strictement convexe ϕ ∶ R+ → R, 0 ↦ 0, u ↦ u ln u si u > 0.
1. Fixons π ∈ ]0, 1]. Soit X une v.a.r. à valeurs dans N ; on note pk = P(X = k)
pour k ∈ N. On suppose que X admet une espérance égale à m = 1/π − 1. Soit G
une v.a.r.d. suivant une loi géométrique de paramètre π ; on pose
qk = P(G = k) = π (1 − π)k , k ∈ N.
On a :
∑ pk ln qk = ∑ qk ln qk .
k∈N k∈N
En effet,
∑ pk ln qk = ∑ pk (ln π+k ln(1−π)) = ln π ∑ pk +ln(1−π) ∑ kpk = ln π+ln(1−π)E(X),

k∈N k∈N k∈N k∈N
quantité qui ne dépend pas de X mais uniquement de π : on obtiendrait donc

le même résultat en remplaçant (pk ) par (qk ).
On écrit alors :
H (X) − H (G) = ∑ pk ln pk − ∑ qk ln qk = ∑ pk ln pk − ∑ pk ln qk
k∈N k∈N k∈N k∈N
pk pk pk
=∑ ln qk = ∑ ϕ( )qk .
q
k∈N k q k k∈N qk
Grâce à la stricte convexité de ϕ, on en déduit que

pk
H (X) − H (G) ⩽ ϕ( ∑ qk ) = ϕ(1) = 0,
k∈N qk
avec égalité si et seulement si tous les termes pk /qk sont égaux, c’est-à-dire si X
suit une loi géométrique.
12.5. GROUPES ET PROBABILITÉS 239
2. Fixons λ ∈ ]0, +∞[. Soit X une v.a.r. à valeurs dans R+ , admettant une den-
sité f , qui admet une espérance égale à 1/λ. Soit G une v.a. suivant une loi expo-
nentielle de paramètre λ ; soit g sa densité : g(x) = λ exp(−λx) pour x ∈ [0, +∞[.
On a :
∫ f ln g = ∫ g ln g.
R+ R+
En effet,
∫ f ln g = ∫ f (x)(ln λ − λx)dx = ln λ ∫ f −λ∫ xf (x)dx = ln λ − λE(X),

R+ R+ R+ R+
quantité qui ne dépend que de l’espérance, laquelle a été fixée. On trouve donc
le même résultat avec E à la place de X, c’est-à-dire g à la place de f .
On écrit alors :
H (X) − H (E) = ∫ f ln f − ∫ g ln g = ∫ f ln f − ∫ f ln g
R+ R+ R+ R+
f f f
=∫ ln( ) ⋅ g = ∫ ϕ( ) ⋅ g.
R+ g g R+ g
La stricte convexité de ϕ donne alors :
f
H (X) − H (E) ⩽ ϕ (∫ ⋅ g) = ϕ(1) = 0,
R+ g
avec égalité si et seulement si f /g = 1 (sauf aux points éventuels où f est

discontinue).
12.5 Groupes et probabilités

On rappelle la formule de Burnside, voir [6, Exercice 3.6.1], qui assure que lors-
qu’un groupe fini agit sur un ensemble X, le cardinal de l’ensemble des orbites de X
sous G est égal à :
1
∣X/G∣ = ∑ ∣X ∣ , où X ∶= {x ∈ X, g ⋅ x = x}.
g g
∣G∣ g∈G
Exercice 104 (Probabilités et formule de Burnside)

On fixe un entier n non nul et on munit le groupe symétrique Sn de la mesure de
probabilité uniforme.
1. Quel est l’éspérance du nombre de points fixes d’une permutation ?
2. Quelle est la variance du nombre de points fixes d’une permutation ?
3. Généraliser ce résultat pour toute action d’un groupe fini G sur un ensemble
fini X.
Soluce
1. L’espérance est, par définition,
1
µ ∶= ∑ ∣X ∣,
σ
n! σ∈Sn n
où Xσ désigne le nombre d’éléments de Xn ∶= {1, . . . , n} fixés par σ. La formule
de Burnside dit justement que le membre de droite est égal au nombre d’orbites
de Sn sur l’ensemble Xn . Comme l’action de Sn est transitive, on a µ = 1.
2. Facile. La variance est donnée par
1 1 2
V= ∑ ∣Xn ∣ − (
σ 2
∑ ∣Xn ∣) .
σ
n! σ∈Sn n! σ∈Sn
Si on considère l’action de Sn sur Xn × Xn donné par σ(x, y) = (σ(x), σ(y)),

on voit que (x, y) est invariant par Sn si et seulement si x et y le sont, ce qui
peut s’écrire
(Xn × Xn )σ = Xσn × Xσn .
En prenant le cardinal, cela donne ∣(Xn × Xn )σ ∣ = ∣Xσn ∣2 . Cela implique, par la
formule de Burnside, que n!−1 ∑σ∈Sn ∣Xσn ∣2 est le nombre d’orbites pour l’action
de Sn sur Xn × Xn .
Or il y a exactement deux telles orbites : l’orbite des éléments de la forme (x, x),
x ∈ Xn , et l’orbite des éléments de la forme (x, y), avec x ≠ y. Conclusion :
V = 2 − 12 = 1.
3. L’espérance µ est le nombre d’orbites de G sur X et la variance vaut V = k −µ2 ,
où k désigne le nombre d’orbites de G pour l’action diagonale sur X × X.
Remarque (Mise en forme dans le langage des probabilités). Pour l’exercice qui pré-
cède, et pour ceux qui suivent, il est bon de savoir procéder à une petite mise en
forme dans la terminologie des probabilités. Ici, l’univers, c’est Sn , et on le munit
de la probabilité uniforme (pour laquelle il suffit de connaître le cardinal de Sn ). Si
on veut parler de tribu, on utilise l’ensemble des parties de Sn comme tribu. Pour
calculer la probabilité de A avec A sous-ensemble de Sn , on quotiente le nombre de
∣A∣
cas favorables par le nombre de cas possibles, ou ∣Sn ∣ .
Voici comment l’exercice pourrait être rédigé plus correctement : on tire au ha-
sard une permutation d’un ensemble à n éléments et on munit Sn de la probabilité
uniforme. Soit X la variable aléatoire qui, à une permutation, associe le nombre de
ses invariants. X est une variable aléatoire à valeurs dans {0, 1, 2, ..., n − 2, n}.
L’exercice qui suit permet de mesurer le degré de commutativité d’un groupe

fini. Nous allons associer à un groupe fini un nombre rationnel p, p ∈]0, 1], qui vaut
1 lorsque le groupe est abélien et qui diminue lorsque la commutativité se raréfie.
Exercice 105 (Probabilité pour que deux éléments commutent)

Soit G un groupe fini d’ordre n, et Z(G) son centre, d’ordre z. On note p la pro-
babilité pour que deux éléments g et h de G, choisis indépendamment, et de façon
z
équiprobable, commutent. On va alors montrer que p est inférieur à 2n + 12 ; et qu’en
particulier, si le groupe est non abélien, on a p ⩽ 8 .
5
1. Montrer que p ⩽ z
2n + 21 .
2. Montrer que si G est un groupe tel que G/Z(G) est cyclique, alors G est
abélien (en particulier Z(G) = G).
3. Déduire que, si G n’est pas abélien, alors p ⩽ 85 .
4. (Autre approche) Montrer, à l’aide de la formule de Burnside, voir [6, Exercice
3.6.1], que si k est le nombre de classes de conjugaison, alors p = nk .
5. Quelle est la probabilité pour que deux matrices de GL2 (F5 ) choisies indé-
pendamment, et de façon équiprobable, commutent ?
Soluce
1. Soit m le cardinal de l’ensemble K des couples d’éléments de G qui commutent.
On doit calculer p = nm2 . Or, si on note Zg , pour tout g de G, l’ensemble
Zg ∶= {h ∈ G, hg = gh},
on voit que K est la réunion disjointe des Zg , pour g parcourant G. Deux cas
sont possibles : soit g ∈ Z(G) et dans ce cas, Zg = G, soit g ∈/ Z(G). On a donc
pour l’instant :
m = zn + ∑ ∣Zg ∣ .
g/∈Z(G)
On note que Zg est un sous-groupe de G, et si g n’est pas dans Z(G), c’est un

sous-groupe strict de G. D’après Lagrange, ∣Zg ∣ ⩽ n2 . Il vient donc
n zn n2
m ⩽ zn + (n − z) = + .
2 2 2
Ceci prouve le résultat désiré.
2. On suppose G/Z(G) cyclique. Cela signifie qu’il est engendré par la classe d’un
élément, disons a = aZ(G), avec a ∈ G. Soient g, h deux éléments de G, et on
veut montrer qu’ils commutent. Or, par hypothèse, leur classe respective vérifie
g = am et h = an . On peut donc écrire g = am = am Z(G) ; il existe donc zg dans
Z(G) tel que g = am zg . De même, il existe zh dans Z(G) tel que h = an zh . On
voit alors que g et h commutent, puisque am , zg , an , zh commutent deux à
deux.
3. Si G est non abélien, son centre Z(G) est strictement inclus dans G. Il est
donc d’indice i ⩾ 2. Mais s’il était d’indice 2, resp. 3, le quotient G/Z(G)
serait d’ordre 2, resp. 3. Ces nombres étant premiers, G/Z(G) serait cyclique.
Forcément, G/Z(G) est d’ordre au moins 6 4. Il vient donc, par la question 1 :
1 1 5
+ = .p⩽
8 2 8
4. On fait agir G sur lui-même par la conjugaison. Le nombre k de classes de
conjugaison est égal au nombre d’orbites pour cette action. Par la formule de
Burnside, il vaut
1
k = ∑ ∣Gg ∣ ,
n g∈G
6. Et si l’on a égalité, on peut affirmer qu’il est isomorphe à Z/2Z × Z/2Z.
où Gg = {h ∈ G, ghg −1 = h} = {h ∈ G, gh = hg} = Zg . Il vient donc, par la

question 1
1 k
p = 2 ∑ ∣Zg ∣ = .
n g∈G n
5. L’ordre du groupe G ∶= GL2 (F5 ) est égal au nombre de bases de F25 , c’est-à-dire
(52 − 1)(52 − 5) = 480, voir [6, Exercice 1.1.6], pour plus de précisions.
Il reste à calculer le nombre de classes de conjugaisons de G. Or, deux ma-
trices de G sont dans la même classe de conjugaison si et seulement si elles
sont semblables. On va donc compter le nombre de classes de similitude de
matrices inversibles de M2 (F5 ). On distingue trois cas : (i) les matrices diago-
nalisables, (ii) les matrices trigonalisables (mais non diagonalisables) et enfin
(iii) les matrices non trigonalisables.
Cas (i). Une matrice diagonalisable est semblable une matrice de la forme
diag(λ1 , λ2 ), avec λ1 , λ2 ∈ F5 , uniques à permutation près. De plus, comme la
matrice est inversible, les λi doivent être choisis non nuls, donc dans F∗5 , de
cardinal 4. On a donc 4 choix pour λ1 = λ2 , et (42) = 6 choix pour λ1 ≠ λ2 . On
a donc en tout 10 classes de matrices diagonalisables.
Cas (ii). Soit E = F25 et φ un automorphisme trigonalisable non diagonalisable
de GL(E). Son polynôme caractéristique χφ est donc scindé sur F5 mais il n’est
pas scindé simple (sinon, φ serait diagonalisable). Comme il est de degré 2, il
en résulte que χφ = (X − λ)2 , avec λ ∈ F∗5 . Par hypothèse, il existe une base
(e1 , e2 ) telle que la matrice de φ s’écrit dans cette base
λ ε
mat(e1 ,e2 ) (φ) = ( ),
0 λ
avec ε non nul. Il en résulte que dans la base (e′1 , e′2 ), avec e′1 = e1 , e′2 = 1ε e2 , on
a
λ 1
mat(e′1 ,e′2 ) (φ) = ( ).
0 λ
Conclusion, il y a autant de classes de similitude de matrices inversibles trigo-
nalisables, non diagonalisables, que de λ dans F∗5 . C’est-à-dire 4.
Cas (iii). Avec les notations de (ii), soit φ un automorphisme de GL(E), que
l’on suppose désormais non trigonalisable. Son polynôme caractéristique χφ
est donc non-scindé sur F5 . Comme χφ est de degré 2 non-scindé, il n’a pas de
racine. Or, il y a 5×5 polynômes unitaires de degré 2 dans F5 [X]. Il faut retirer
les polynômes de la forme (X−λ)2 (soit 5 en tout) et les polynômes de la forme
(X − λ1 )(X − λ2 ), à permutation près 7 . Ce qui nous donne donc 25 − 5 − (52) = 10
polynômes unitaires de degré 2 sans racines. Montrons maintenant que chacun
de ces polynômes détermine une seule classe de conjugaison.
On suppose donc que P = χφ = X2 − aX − b est un polynôme sans racine, de
degré 2 et soit e1 un vecteur non nul de E. On a φ(e1 ) ≠ λe1 , pour tout λ de
F5 , sinon, λ serait racine de P. Donc, (e1 , φ(e1 )) est une base de E. Posons
e2 = φ(e1 ), il vient par Cayley-Hamilton
φ(e2 ) = φ2 (e1 ) = (aφ + b Id)(e1 ) = ae2 + be1 .
7. On utilise implicitement ici le fait de F5 [X] est factoriel, c’est-à-dire que la factorisation en
irréductibles à permutation près caractérise le polynôme.
On a donc
0 b
mat(e1 ,e2 ) (φ) = ( ),
1 a
et cette matrice ne dépend que du polynôme P. Conclusion, il y a autant de
classes de conjugaison de matrices inversibles 8 non trigonalisables que de poly-
nômes P unitaires de degré 2 sans racine. Il y a donc 10 classes de conjugaison.
Au total on trouve dans G
k 24 1
k = 10 + 4 + 10 = 24, p = = = .
n 480 20
Remarque (Le cas de GL2 (Fq )). Dans la dernière question, on pourrait facilement
remplacer le nombre 5 par n’importe quel nombre premier q. On généralise à vue la
situation pour prouver que le nombre de classes de conjugaison de GL2 (Fq ) est égal
(q−1)(q−2) q(q−1)
à q 2 − 1. En effet, le cas (i) fournit (q − 1) + 2 = 2 classes de conjugaison.
q(q−1) q(q−1)
Le cas (ii) en fournit q − 1, et le cas (iii) en donne q 2 − q − 2 = 2 . Soit, en
tout q 2 − 1. La probabilité pour que deux matrices prises au hasard dans GL2 (Fq )
commutent vaut
q2 − 1 1
p= 2 = .
(q − 1)(q 2 − q) q 2 − q
Remarque (Cas d’égalité). Notre coeur de mathématicien n’a qu’une envie : tester ce
nouvel invariant 9 p(G) associé au groupe G. Bien sûr tous les groupes cycliques et
autres groupes abéliens vérifient p(G) = 1. On montre que la borne 58 est atteinte pour
les groupes D4 (le groupe du carré) et H8 (le groupe quaternionique). Par exemple,
pour D4 , on a bien 5 classes de conjugaison : l’identité, la symétrie centrale, les deux
rotations d’ordre 4, les deux symétries diagonales, les deux symétries médiane. Le
groupe du triangle D3 (ou S3 ) donne p = 12 . En général, pour les groupes diédraux,
la probabilité que deux éléments commutent vaut 14 + 4n 3
pour D2n et 41 + 4(2n+1)
3
pour
D2n+1 .
Remarque (Cas du groupe symétrique). Si G est le groupe Sn des permutations d’un
ensemble à n éléments, alors la probabilité que deux éléments commutent est pn = πn!n ,
où πn est le nombre de partitions de n, voir [4, Corollaire III-2.6.1], donné par la
série génératrice :
1
∑ πn z = ∏
n
,
n⩾0 k⩾1 1 − zk
et dont le comportement asymptotique, étudié par le duo mythique Hardy-Ramanujan
est donné par √
⎛ 2 1 ⎞
πn = exp π n (1 + o ( )) .
⎝ 3 n ⎠
À l’aide de la formule de Stirling, on obtient un comportement asymptotique de la
probabilité pn pour que deux éléments commutent dans le groupe xSn :
√
1 ⎛ 1 2 ⎞
pn ∼ √ exp −n log(n) + n − log(n) + π n .
2π ⎝ 2 3 ⎠
8. A partir du moment où P n’a pas de racine, la matrice est forcément inversible puisque
P(0) ≠ 0.
9. Il s’agit bien d’un invariant dans le sens que si les groupes G et G′ sont isomorphes, leurs
constantes p associées sont égales.
12.6 Arithmétique et probabilités
Exercice 106 (Probabilité que deux nombres soient premiers entre eux 10 )
Soit n ∈ N∗ et soit rn la probabilité pour que deux entiers de [1, n] pris au hasard,
de façon équiprobable, soient premiers entre eux. Le but de l’exercice est de montrer
que limn→+∞ = π62 (ce qui nous fait environ 0, 6).
1. On fixe m ∈ N∗ . Quelle est la probabilité πm (n) pour qu’un entier pris au
hasard, de façon équiprobable dans [1, n] soit divisible par m ? Même question
pour deux entiers pris au hasard, et indépendamment, dans [1, n].
2. En utilisant la formule du crible, voir [6, Exercice 4.1.2], montrer la formule
1 n n 2
rn = 2 ∑ µ(d)⌊ ⌋ ,
n d=1 d
où µ est la fonction de Moebius donnée sur N∗ par µ(1) = 1, µ(p1 ⋯pk ) = (−1)k ,
si les pi , 1 ⩽ i ⩽ k sont premiers deux à deux distincts, et enfin µ(d) = 0 sinon
(c’est-à-dire si d par un carré non trivial).
3. Montrer l’inégalité
1 n 2 n2 2 1
0⩽ 2
(⌊ ⌋ − 2)⩽ + 2.
n d d nd n
En déduire que la suite (rn ) possède une limite que l’on notera `, qui est aussi
µ(d)
la limite de la série de terme général ( d2 ).
4. On se propose de calculer le produit
+∞
µ(d) +∞ 1
P ∶= ∑ 2 ∑ n2
.
d=1 d n=1
(a) Pourquoi la somme ∑(d,n)∈N∗ ×N∗ µ(d) n21d2 a-t-elle un sens ? Pourquoi est-
elle égale à P ?
(b) Soit R = {(d, N) ∈ N∗ × N∗ , d divise N}. Montrer que (d, n) ↦ (d, dn)
définit une bijection de N∗ × N∗ dans R. En déduire
+∞
1 ⎛ ⎞
P= ∑ ∑ µ(d) .
N=1 N ⎝d∣N ⎠
2
(c) En développant l’égalité (1 − 1)m = 0, pour m > 0, prouver l’égalité
∑ µ(d) = δ1N ,
d∣N
où δ désigne le symbole de Kroenecker. En déduire que P = 1.

5. Conclure que limn→+∞ rn = 6
π2
.
12.6. ARITHMÉTIQUE ET PROBABILITÉS 245
Soluce
1. On doit tout d’abord trouver le cardinal de l’ensemble Am (n) des entiers mul-
tiples de m dans [1, n]. L’ensemble Am (n) est en bijection avec l’ensemble
des k tels que 1 ⩽ km ⩽ n ; son cardinal est ⌊ m n
⌋. La probabilité cherchée
est donc πm (n) = n ⌊ m ⌋. Pour deux éléments indépendants, on s’intéresse à
1 n
l’ensemble Bm (n) des couples d’entiers multiples de m. On a par définition

Bm (n) = Am (n) × Am (n) et donc, la probabilité cherchée est n12 ⌊ m ⌋ .
n 2
2. Soit Pn l’ensemble des nombres premiers compris entre 1 et n et soit Qn

l’ensemble des couples d’éléments de [1, n] premiers entre eux. Deux nombres
de [1, n] sont premiers entre eux si et seulement si aucun nombre premier ne
les divise simultanément. Comme aucun nombre premier ne peut les diviser
hors de Pn , on obtient
Qn = ∩p∈Pn Bp (n) = ∪p∈Pn Bp (n),
où la barre désigne le complémentaire. La formule du crible nous fournit le

cardinal d’une réunion d’une famille d’ensembles en fonction des cardinaux de
toutes les intersections possibles de ces ensembles, voir [6, Exercice 4.1.2]. Or,
si p1 , . . . , pk sont k nombres premiers distincts, dire que tous les pi divisent un
nombre a revient à dire que le produit p1 ⋯pk le divise. Donc,
∩ki=1 Bpi (n) = Bp1 ⋯pk (n),
qui est de cardinal ⌊ p1 ⋯p

n
k
⌋2 , d’après 1. En notant $ le cardinal de Pn , la
formule du crible donne donc
$ $
n
∣∪p∈Pn Bp (n)∣ = ∑ (−1)k+1 ∑ ∣∩ki=1 Bpi (n)∣ = ∑ (−1)k+1 ∑ ⌊ ⌋2 .
k=1 p1 <⋯<pk ∈Pn k=1 p1 <⋯<pk ∈Pn p1 ⋯pk
Si on pose d = p1 ⋯pk , k ⩾ 1, dans la somme, seuls les d compris entre 2 et

n fournissent des termes non nuls. De plus, comme la fonction de Moebius
s’annule sur tout élément qui n’est pas de la forme p1 ⋯pk avec les pi premiers
distincts, il vient 11 :
n
n
∣∪p∈Pn Bp (n)∣ = − ∑ µ(d)⌊ ⌋2 .
d=2 d
En prenant le complémentaire, on obtient

n n
n n
∣Qn ∣ = n2 + ∑ µ(d)⌊ ⌋2 = ∑ µ(d)⌊ ⌋2 .
d=2 d d=1 d
Il ne reste plus qu’à diviser par n2 pour obtenir rn :
1 n n 2
rn = 2 ∑ µ(d)⌊ ⌋ .
n d=1 d
10. Attention, ce titre est un raccourci racoleur. Il n’y a pas de loi uniforme sur N tout entier, on
prend une loi uniforme sur [1, n] et on fait tendre n vers l’infini.
11. Bien remarquer que µ(1) =/ 0, on ne doit donc pas inclure dans la somme le terme pour d = 1.
3. Le but inavoué de cette question est de se débarrasser de ces parties entières

disgracieuses.
On sait que ⌊ nd ⌋ ⩽ nd + 1. En élevant au carré, et en divisant par n2 , il vient que
1 n 2 1 2 1
⌊ ⌋ ⩽ 2+ + .
n2 d d nd n2
On obtient l’inégalité voulue.
Posons
n
µ(d) 1 n n 2
rn′ = ∑ 2 = 2 ∑ µ(d) ( ) .
d=1 d n d=1 d
Par l’inégalité triangulaire, et compte tenu que ∣µ(d)∣ ⩽ 1 :
1 n n 2 n2 n
2 1
∣rn − rn′ ∣ ⩽ 2 ∑ ∣⌊ ⌋ − 2
∣ ⩽ ∑ ( + 2).
n d=1 d d d=1 nd n
Le membre de droite fournit deux termes : n2 ∑nd=1 d1 qui est, d’après la formule
de la série harmonique, voir exercice 24, un n1 O(log(n)), et le terme nn2 = n1 .
Comme ∣µ(d)∣ ⩽ 1, la série (rn′ ) converge absolument vers, disons, `′ , par
un critère de comparaison avec une série de Riemann. L’inégalité ∣rn − rn′ ∣ ⩽
′
n O(log(n)) + n donne, en passant à la limite, que limn→+∞ rn = ` comme
1 1
voulu.
4. (a) Il s’agit d’une série double absolument convergente par le critère de Cau-
chy car c’est le produit de deux séries absolument convergentes de terme
général (µ(d)/d2 ) et ( n12 ), qui, au passage, vaut P. Par absolue conver-
gence, cette somme ne dépend pas de l’ordre dans laquelle on la calcule,
et donc cette somme a bien un sens, voir l’exercice 32, et la remarque 17
qui le suit.
(b) On définit bien une application bijective dont la réciproque est donnée
par (d, N) ↦ (d, N/d). La formule proposée est juste un changement de
variable N = nd, l’utilisation de cette bijection, et le fait que l’on peut
permuter et associer comme bon nous semble à l’intérieur d’une série
absolument convergente (voir encore une fois la remarque 17).
(c) Soient p1 , . . . , pm tous les nombres premiers qui divisent N. Si N > 1, alors
m > 0 et
m m
m
∑ µ(d) = ∑ ∑ (−1)k = ∑ (−1)k ( ) = (1 − 1)m = 0.
d∣N k=0 pi1 <⋯<pik k=0 k
Si N = 1, alors ∑d∣N µ(d) = 1.

D’après la question qui précède
+∞
1 ⎛ ⎞ 1
P= ∑ ∑ µ(d) = 1 + ∑ 2 × 0 = 1.
N=1 N ⎝d∣N ⎠
2
N>1 N
5. Posons ζ(2) = ∑+∞ 1

n=1 n2 , voir l’exercice 6.2. On sait, par exemple, par l’exer-
2
cice 43, que ζ(2) = π6 .
Il ne reste plus qu’à conclure
P 6
lim rn = lim rn′ = = 2.
n→+∞ n→+∞ ζ(2) π
12.7. THÉORÈME DE PERRON-FROBENIUS 247
Remarque (comment la fonction ζ vient à l’arithmétique). Il s’agit d’un résultat dû

à Cesàro. On voit ici un aperçu intéressant d’une incursion de la fonction ζ au beau
milieu d’une situation purement arithmétique. En suivant pas à pas la preuve, on
pourra généraliser le résultat obtenu en disant que la probabilité rn,m pour que m
nombres de 1 à n pris au hasard et indépendamment, soient globalement premiers
1
entre eux tend vers ζ(m) quand n tend vers l’infini.
L’incursion plus classique de la fonction ζ provient de l’égalité
1
ζ(s) = ∏ ,
p∈P 1 − p−s
que l’on démontre en développant chaque facteur 1−p1 −s en une série géométrique, et
en utilisant le fait que Z est factoriel pour retrouver par développement ∑n⩾1 n1s .
Voici une preuve, fausse par imprécision, mais peut-être plus éclairante et plus
convaincante 12 de l’apparition mystérieuse de ζ(2) : un nombre sur p est divisible
par p. Donc, la probabilité qu’un nombre soit divisible par p est 1/p, et pour deux
nombres pris indépendamment, cela donne 1/p2 , et qu’ils ne soient pas simultanément
divisibles par p, la probabilité est 1 − 1/p2 . Or, ces probabilités sont indépendantes
pour ses nombres premiers p distincts, et donc, la probabilité pour que deux nombres
soient premiers entre eux est
1 1
∏ (1 − 2
)= .
p∈P p ζ(2)
C’est en réalité le prolongement analytique de la fonction ζ à C/{1} qui a passionné 13

les mathématiciens depuis que Riemann a mis en lien les zéros de cette fonction
supposés être de partie réelle 12 avec la répartition des nombres premiers.
Remarque. Si cet exercice vous a plu autant qu’à nous, testez-vous sur celui-ci :
montrer que la probabilité tn pour qu’un nombre pris au hasard dans [1, n] soit sans
facteur carré est égal à
1 n n
tn = ∑ µ(d)⌊ 2 ⌋.
n d=1 d
Et remarquez qu’encore une fois, sa limite est π62 . Evidemment, l’histoire ne s’arrête
pas là. On peut décliner cette problématique à d’autres anneaux ; déjà pour com-
mencer, sur l’anneau des entiers de Gauss, où intervient la constante de Catalan. On
vous laisse découvrir ce jardin des délices sur la grande toile.
12.7 Théorème de Perron-Frobenius
12. On en profite pour saluer nos amis physiciens !

13. Comme l’a dit Hilbert : « Si je devais me réveiller après un sommeil de mille ans, la pre-
mière question que je poserais serait “A-t-on prouvé l’hypothèse de Riemann ?” » Mille ans, tout de
même pour prouver la célèbre conjecture. Merci pour ce message d’espoir aux générations futures,
M. Hilbert !
Exercice 107 (Théorème de Perron-Frobenius, exemple de D. Perrin)

Hypocondriaques, bonsoir ! On modélise trois états face à une maladie que nous ne
nommerons pas afin de rester groupés. Les trois états sont Immunisé, Sain (mais non
immunisé) et Malade. On introduit la matrice de transition A = (aij ) de semaine en
semaine entre ces trois états, où aij représente la probabilité de passer d’un état i
à un état j.
⎛0, 9 0, 1 0 ⎞
A ∶= ⎜ 0 0, 5 0, 5⎟
⎝0, 8 0 0, 2⎠
Cela signifie par exemple qu’un immunisé risque, avec une probabilité de 0, 1, d’être
non immunisé sain la semaine suivante, mais ne risque pas d’être malade...
1. Soit V = (x1 , x2 , x3 ) le vecteur ligne représentant la proportion x1 , resp. x2 ,
resp. x3 , d’immunisés, resp. sains, resp. malades. Comment se servir de la
matrice A pour obtenir le vecteur analogue V′ pour la semaine suivante ? Et
au bout de n-semaines ?
2. Calculer A2 et interpréter le résultat. Calculer A7 sur votre logiciel de calcul
favori. Que remarquez-vous de surprenant ? Interpréter ce résultat.
Soluce
1. La proportion x′i de personnes de type i la semaine qui suit est x′i = a1i x1 +
a2i x2 + a3i x3 . Autrement dit, le vecteur ligne V′ = (x′1 , x′2 , x′3 ) est donné 14 par
V′ = VA. Au bout de 2 semaines, la proportion de chaque type sera donnée par
le vecteur V′′ = (VA)A = VA2 . Et, par récurrence, on obtient le vecteur VAn
au bout de n semaines.
2. On trouve
⎛0, 81 0, 14 0, 05⎞
A = ⎜ 0, 4 0, 25 0, 35⎟
2
⎝0, 88 0, 08 0, 04⎠
D’après la question qui précède, cette matrice donne la probabilité de passer

d’un état i (ligne) à un état j (colonne) au bout de deux semaines.
En approximant aux deux premières décimales, on trouve
⎛0, 75 0, 15 0, 09⎞
A7 = ⎜0, 75 0, 15 0, 09⎟
⎝0, 75 0, 15 0, 09⎠
On note avec surprise que les lignes de An tendent à devenir toutes égales
lorsque n est assez grand. Cela signifie que, quel que soit notre état initial,
on a tous la même probabilité de se retrouver dans un état fixé au bout d’un
nombre assez grand de semaines. Ce résultat est très général et il est résumé
par le théorème de Perron-Frobenius, voir exercice suivant.
14. C’est là qu’on voit que l’on aurait dû écrire les données en colonne, c’est-à-dire tout transposer.
Mais on respecte les us et coutumes du monde des probas !
Exercice 108 (Théorème de Perron-Frobenius)

On considère l’ensemble An++ , resp. An+ , des matrices de Mn (R), à coefficients
strictement positifs, resp. positifs, et dont la somme des lignes est égale à 1.
Nous allons montrer que si A est dans An++ , alors : a) le rayon spectral ρ(A) = 1,
avec 1 valeur propre simple de A, b) 1 est l’unique valeur propre de module 1, et c)
la suite (Ak )k tend vers une matrice L ∈ An+ non nulle dont toutes les lignes sont
égales. On fixe dans la suite A ∈ An++ .
1. (Préliminaires) Montrer que si M ∈ Mn (C) a un rayon spectral ρ(M) < 1,
alors la suite (Mk ) tend vers 0.
2. Montrer que ∣∣∣A∣∣∣∞ = 1, où ∣∣∣−∣∣∣∞ désigne la norme de Mn (R) subordonnée
à la norme infinie de Rn . En déduire que le rayon de convergence de A vaut
ρ(A) = 1.
3. On suppose λ de module 1 dans le spectre de A. Montrer que si u ∈ Cn est
vecteur propre de A pour la valeur propre λ, alors u ∈ Ce, avec e ∶= (1, . . . , 1).
En déduire que λ = 1, avec multiplicité géométrique mg (1) = 1.
4. (a) Soit f un endomorphisme d’un C-espace normé E tel que Spec(f ) = {1}.
Montrer que ν ∶= f −IdE est nilpotent et que si, de plus, ∣∣∣f k ∣∣∣ est bornée
pour la borne subordonnée à celle de E, alors f = IdE .
(b) En déduire que 1 est valeur propre simple de A.
5. Montrer que la suite (Ak ) tend vers une matrice L non nulle, à coefficients
tous positifs, et dont toutes les lignes sont égales.
6. Montrer que si B ∈ An+ vérifie Bm ∈ An++ pour un m, alors la suite (Bk ) tend
vers une matrice L non nulle, à coefficients tous positifs, et dont toutes les
lignes sont égales. Expliquer alors l’exercice 107.
Soluce
1. On peut remplacer M par un endomorphisme g de Cn dont la matrice est M
dans la base canonique. Par le lemme des noyaux, Cn se décompose en une
somme directe de ker(g − λ Id)mλ , ∣λ∣ < 1, sur lequel l’endomorphisme induit gλ
vérifie gλ = λ Id +νλ , avec νλ nilpotent. On utilise alors le binôme de Newton
pour montrer que
k n
k k
gλk = (λ Id +νλ )k = ∑ ( )λk−i niλ = ∑ ( )λk−i niλ .
i=0 i i=0 i
On voit donc par comparaison des limites que gλk tend bien vers zéro. Donc,
pour tout vecteur x de Cn , g k (x) = ∑λ gλk (x), qui tend vers 0.
2. On pose A ∶= (aij ). On suppose un vecteur u = (ui ) de Cn tel que maxi {∣ui ∣} = 1.
Il vient alors ∣∣∣A∣∣∣∞ ⩽ 1. On pose e = (1, . . . , 1) ; on a Ae = e par hypothèses
sur A, ce qui prouve l’égalité ∣∣∣A∣∣∣∞ = 1.
Comme e est un vecteur propre de A pour la valeur propre 1, on déduit ρ(A) ⩾
1. De plus, si u est un vecteur propre de A pour la valeur propre λ, et tel que
∣∣u∣∣∞ = 1, alors
∣λ∣ = ∣∣λu∣∣∞ = ∣∣Au∣∣∞ ⩽ ∣∣∣A∣∣∣∞ = 1.
Il en résulte ρ(A) = 1.
3. On a donc un vecteur non nul u, que l’on peut choisir de norme ∣∣u∣∣∞ = 1, tel
que Au = λu. On a donc ∣∣Au∣∣∞ = ∣∣λu∣∣∞ = ∣λ∣ = 1. Il existe donc i tel que
RRR n RRR
1 = ∣(Au)i ∣ = RRR ∑ aij uj RRRRR .
R
R
RRRj=1 RRR
On peut poser z ∶= ∑nj=1 aij uj de module 1, et, quitte à remplacer u par z −1 u,
on peut supposer que ∑nj=1 aij uj = 1, et donc, en posant xj = R(uj ),
n n
∑ aij xj = 1 = ∑ aij .
j=1 j=1
Par Pythagore, xj ⩽ ∣uj ∣ ⩽ 1. Il vient ∑nj=1 aij (xj − 1) = 0, avec aij (xj − 1) ⩽ 0
pour tout j. Cela implique aij (xj − 1) = 0, et finalement xj − 1 = 0 pour tout
j. Cela implique xj = ∣uj ∣ = 1, ce qui force uj = xj = 1 pour tout j. On trouve
alors 15 u = e.
Conclusion, λe = Ae = e, et donc λ = 1, avec, de surcroît, ker(A − Id) = Ce, ce
qui implique mg (1) = 1.
4. (a) Comme Spec(f ) = {1}, Id est la partie diagonalisable de f dans sa dé-
composition de Dunford. Donc, f − Id est nilpotente 16 .
Montrons que si ∣∣∣f k ∣∣∣ est bornée, alors f − Id = ν est nul. Par l’absurde,
si ν, qui est nilpotent, est non nul, son polynôme minimal est de la forme
P ∶= Xr , avec r ⩾ 2. La famille (Id, ν, . . . , ν r−1 ) est alors libre. En effet,
sinon, il existerait une relation non triviale ∑r−1 k=0 ak ν = 0, et donc un
k
polynôme non nul Q = ∑k=0 ak X tel que Q(ν) = 0, c’est-à-dire tel que Xr
r−1 k
divise Q, impossible.
On peut prolonger cette famille libre en une base B de End(Cn ), et
prendre pour nouvelle norme N∞ sur End(Cn ) le sup des modules des
coordonnées dans la base B. Par hypothèse, la suite (f k ) est bornée pour
∣∣∣−∣∣∣, et donc pour N∞ puisque toutes les normes sont équivalentes. Or, la
composante en ν (puisque r ⩾ 2, ν est bien dans la base) de f k = (Id +ν)k
est k, par le binôme de Newton, puisque
k
(Id +ν)k = Id +kν + ⋯ + ( )ν r−1 .
r−1
Or, cette composante n’est pas bornée. Absurde.
(b) Soit g l’endomorphisme de Cn correspondant à A pour la base canonique
de Cn . Soit m la multiplicité de 1 dans le polynôme caractéristique χg = χA
de f , de sorte que χg = (X − 1)m Q, avec Q(1) ≠ 0. Le lemme des noyaux
donne une décomposition
Cn = ker(g − Id)m ⊕ ker (Q(g)) .

15. On a une interprétation géométrique très naturelle de que l’on vient de prouver : si des
complexes ui , 1 ⩽ i ⩽ n, sont dans le disque unité, et si un barycentre avec coefficients strictement
positifs des ui se trouve sur le cercle unité, alors tous les ui sont égaux (et sur le cercle unité). Faites
un dessin, c’est la stricte convexité du disque !
16. On peut aussi le faire sans Dunford, avec Cayley-Hamilton χf (f ) = 0, avec χf = (X − 1)n .
Soit f l’endomorphisme induit de g à E ∶= ker(g − Id)m ⊂ Cn , muni de la

norme sup de Cn . Comme ∣∣∣Ak ∣∣∣∞ ⩽ ∣∣∣A∣∣∣k∞ ⩽ 1, (g k ) est bornée, et donc sa
restriction f k l’est également. Par la question qui précède, f = Id et donc g
est l’identité sur ker(g − Id)m . Ceci prouve que ker(g − Id)m = ker(g − Id).
Or, la multiplicité algébrique de 1 est égale à la dimension de l’espace
caractéristique ker(g − Id)m . Conclusion,
ma (1) = dim ker(g − Id)m = dim ker(g − Id) = dim Ce = 1.
5. On va considérer la suite (g k ), ce qui revient au même. D’après les questions

qui précèdent, Cn se décompose en Ce ⊕ ker Q(g), pour un polynôme Q dont
toutes les racines sont de module strictement inférieur à 1. D’après la question
préliminaire, la restriction de g k à ker Q(g) tend alors vers zéro.
En regardant g k dans une base fixée compatible avec la décomposition du
lemme des noyaux, on voit que la matrice A est semblable à une matrice dia-
gonale par blocs de la forme ( 10 B0 ), avec Bk tendant vers 0. Plus précisément,
1 0
Ak = U ( ) U−1 , U ∈ GLn (C).
0 Bk
Donc, par continuité de la conjugaison, Ak tend bien vers la matrice L ∶=

U( 10 00 )U−1 . La matrice L est bien de rang 1 puisque la conjugaison conserve le
rang.
Comme A ∈ A ++ , on voit facilement par récurrence que Ak ∈ A ++ , et comme
A + est clairement un fermé, L ∈ A + .
Comme L est de rang 1, t L est également de rang 1, et donc, toutes les lignes de
L sont proportionnelles. Mais comme Ae = e, il vient Ak e = e, et par passage à
la limite, Le = e, par continuité de l’application (M, w) ↦ Mw. Donc, la somme
de toutes les lignes de L est égale à 1. Les lignes sont donc toutes égales.
6. Posons A ∶= Bm ∈ A ++ . Si on montre que la suite (Bk ) converge, alors, sa
limite sera aussi la limite de (Bmk )k , et donc, la limite de (Ak ), ce qui implique
l’assertion voulue.
Nous allons montrer que 1 est valeur propre simple de B, et que les autres
valeurs propres λ de B vérifient ∣λ∣ < 1.
En trigonalisant la matrice B, on montre le résultat classique qui assure que
χBm = ∏λ∈Spec(B) (X − λm ). D’après la question précédente, comme A = Bm ∈
An++ , il existe un unique λ dans Spec(B) tel que λm = 1 et les autres valeurs
propres de B vérifient ∣λm ∣ < 1. Or, B ∈ An+ , donc, 1 est valeur propre de B
pour le vecteur propre e (les sommes des lignes valent 1). Conclusion, l’unique
λ tel que λm = 1 est λ = 1 et les autres valeurs propres de B sont toutes de
module strictement inférieur à 1. On a vu que cette situation impose que (Bk )
converge.
Dans l’exercice 107, la matrice A est dans A3+ , et la matrice A2 se trouve
dans A3++ . On peut donc lui appliquer le théorème de Perron-Frobenius.
12.8 Théorème de Weierstrass – preuve probabiliste
Exercice 109 (Théorème de Weierstrass – version probabiliste)

Le but de cet exercice est d’utiliser les probabilités pour démontrer le théorème
de densité de Weierstrass qui s’énonce ainsi : l’ensemble des fonctions polyno-
miales à valeurs dans C, sur un segment [a, b] est dense, pour la norme uniforme
∣∣f ∣∣∞ = supx ∣f (x)∣, dans l’ensemble des fonctions continues de [a, b] dans C. Quitte
à changer les fonctions f (x) par f (bx+a(1−x)), on se ramène au cas où [a, b] = [0, 1].
On fixe dans la suite une fonction continue f ∶ [a; b] → C et un x ∈ [0, 1]. On consi-
dère une suite (Xi )i de variables aléatoires indépendantes qui suivent toute une loi
de Bernoulli B(x). Soit Sn ∶= ∑nk=1 Xk .
1. Donner une expression de E ( Snn ), et en déduire que pn (x) ∶= E (f ( Snn )) est
un polynôme en x, dont les coefficients sont indépendants de x.
2. Soit g la fonction g(t) = f (t) − f (x) pour tout t. Montrer que
n
Sn n k
pn (x) − f (x) = E (g ( )) = ∑ ( ) (f ( ) − f (x)) xk (1 − x)n−k .
n k=0 k n
s
3. Soit ε > 0 fixé. Justifier que f est uniformément continue sur [0, 1].
Dans la suite, on note δ tel que, pour tous (x; y) ∈ [0, 1]2 ,
∣x − y∣ < δ ⇒ ∣f (x) − f (y)∣ < ε.
4. On note :
n k
S1 (x) = ∑ ( ) (f ( ) − f (x)) xk (1 − x)n−k ,
k;∣ k −x∣<δ
k n
n
n k
S2 (x) = ∑ ( ) (f ( ) − f (x)) xk (1 − x)n−k
k;∣ k −x∣⩾δ
k n
n
De sorte que : pn (x) − f (x) = S1 (x) + S2 (x).
(a) Montrer que ∣S1 (x)∣ ⩽ ε.

(b) Montrer, par l’inégalité de Bienaymé-Tchebychev, que
Sn 1
∣S2 (x)∣ ⩽ 2 ∣∣f ∣∣∞ P (∣ − x∣ > δ) ⩽ 2 ∣∣f ∣∣∞ 2 .
n nδ
5. En déduire le théorème de Weierstrass.
Soluce
1. Comme, pour tout i, la variable Xi suit une loi de Bernoulli de paramètre x,
la variable Sn suit une loi binomiale B(n, x). La variable Snn est bien à valeurs
12.8. THÉORÈME DE WEIERSTRASS – PREUVE PROBABILISTE 253
n
dans [0, 1], et pour tout k ∈ {0, . . . , n}, P ( Snn = nk ) = ( )xk (1−x)n−k ; par suite,
k
n
Sn k n
E( ) = ∑ ( )xk (1 − x)n−k .
n k=0 n k
Or, comme f est continue 17 sur [0, 1], on peut appliquer le théorème de trans-
fert :
n
Sn k n
pn (x) ∶= E (f ( )) = ∑ f ( ) ( )xk (1 − x)n−k .
n k=0 n k
s Autrement dit, E (f ( Snn )) est bien un polynôme en x, dont les coefficients ne

dépendent pas de x.
2. On considère f (x) comme une variable aléatoire qui associe à tout évènement
la constante f (x) ∈ C. En utilisant E(f (x)) = f (x), pour x fixé, on obtient
alors par linéarité et par transfert :
Sn Sn
pn (x) − f (x) = E (f ( )) − f (x) = E (f ( ) − f (x))
n n
n
Sn n k k
= E (g ( )) = ∑ ( )g ( ) x (1 − x)n−k
n k=0 k n
Ceci nous amène au résultat attendu.

3. Il suffit d’invoquer le théorème de Heine : comme f est continue sur le compact
[0, 1], elle y est uniformément continue.
4. (a) On a :
RRR RRR
RRR RR
∣S1 (x)∣ = RRR ∑ ( ) (f ( ) − f (x)) x (1 − x) RRRR
n k k n−k
RRR k k n RRR
RRk;∣ n −x∣<δ RR
n k
⩽ ∑ ( ) ∣f ( ) − f (x)∣ xk (1 − x)n−k
k;∣ k −x∣<δ
k n
n
n
n k n k
<ε ∑ ( )x (1 − x) n−k
⩽ ε ∑ ( )x (1 − x)
n−k
= ε.
k;∣ −x∣<δ
k k k=0 k
n
(b) Comme f est continue sur [0, 1], elle est bornée. Par l’inégalité triangu-
k
laire, on obtient ∣f ( ) − f (x)∣ ⩽ 2 ∣∣f ∣∣∞ , et donc :
n
n k
∣S2 (x)∣ ⩽ ∑ ( ) ∣f ( ) − f (x)∣ xk (1 − x)n−k
k;∣ k −x∣⩾δ
k n
n
n Sn
⩽ 2 ∣∣f ∣∣∞ ∑ ( )xk (1 − x)n−k = 2 ∣∣f ∣∣∞ P (∣ − x∣ ⩾ δ) .
k;∣ k −x∣⩾δ
k n
n
17. Cet argument, pour la validité du théorème de transfert, est ici inutile vu que les valeurs de
la variable sont en nombre fini.
De plus, par l’inégalité de Bienaymé-Tchebychev,
Sn Sn Sn
P (∣ − x∣ ⩾ δ) = P (∣ − E ( )∣ ⩾ δ)
n n n
V ( Snn ) 1
⩽ = 2 2 nx(1 − x)
δ2 δ n
1 x(1 − x) 1
= 2 ⩽ 2 .
δ n δ n
On obtient alors :
1
∣S2 (x)∣ ⩽ 2 ∣∣f ∣∣∞ .
nδ 2
5. D’après ce qui précède, on obtient :
1
∣pn (x) − f (x)∣ ⩽ ∣S1 (x)∣ + ∣S2 (x)∣ ⩽ ε + 2 ∣∣f ∣∣∞ .
nδ 2
1 1
Comme 2
ÐÐÐ→ 0, il existe n0 ∈ N tel que, pour tout n ⩾ n0 , ⩽ ε.
nδ n→+∞ nδ 2
Ceci implique que ∣pn (x) − f (x)∣ ⩽ 2ε.
Comme x était quelconque dans [0, 1], et que le polynôme pn est indépendant
de x, on a montré que ∣∣pn − f ∣∣∞ ⩽ 2ε ; la fonction f peut donc être approchée
uniformément par une suite polynomiale.
12.9 Droite des moindres carrés
Exercice 110 (Droite des moindres carrés)

Ð→ Ð→
Le plan est rapporté à un repère (O, i , j ) orthonormé. Pour un entier n ⩾ 3, on
considère un « nuage » de n points M1 , M2 , . . . , Mn et on note (xi , yi ) les coordonnées
de Mi en supposant que les abscisses xi ne sont pas toutes égales.
Étant donnée une droite D d’équation y = ax + b on nomme Hi le projeté du
point Mi sur cette droite D parallèlement à l’axe des ordonnées et on définit la
quantité :
q (D) = M1 H1 2 + M2 H2 2 + ⋯ + Mn Hn 2
On se propose de montrer l’existence et l’unicité d’une droite D0 d’équation définie
par y = a0 x + b0 qui minimise la quantité.
M1 H1 2 + M2 H2 2 + ⋯ + Mn Hn 2
Montrer qu’il existe un seul couple de réels (a0 , b0 ) rendant minimale la quantité
n
f (a, b) = ∑(yi − axi − b)2 .
i=1
12.9. DROITE DES MOINDRES CARRÉS 255
Soluce
— La fonction définie sur R2 par f (a, b) = ∑ni=1 (yi − axi − b)2 est de classe C 1 et :
n n n n
∂f
(a, b) = 2 ∑ xi (yi − axi − b) = 2 (a ∑ x2i + b ∑ xi − ∑ xi yi ) (12.1)
∂a i=1 i=1 i=1 i=1
n n n
∂f
(a, b) = 2 ∑(yi − axi − b) = 2 (a ∑ xi + bn − ∑ yi ) (12.2)
∂b i=1 i=1 i=1
— Le point (a, b) est un point critique de f si et seulement s’il est solution du

système linéaire :
n n n n n
a ∑ x2i + b ∑ xi − ∑ xi yi = 0, a ∑ xi + bn − ∑ yi = 0,
i=1 i=1 i=1 i=1 i=1
— Le système précédent a pour déterminant est D = n ∑ni=1 x2i − (∑ni=1 xi )2 .

L’in-
égalité de Cauchy-Schwarz appliqué aux vecteurs non colinéaires u = (1, . . . , 1)
et x = (x1 , . . . , xn ) montre que D est strictement positif. Par conséquent f
possède un seul point critique (a0 , b0 ).
— La résolution de notre système donne :
n ∑ni=1 xi yi − ∑ni=1 xi ∑ni=1 yi ∑n yi ∑ni=1 x2i − ∑ni=1 xi ∑ni=1 xi yi
a0 = , b0 = i=1 .
D D
— Montrons qu’en (a0 , b0 ) la fonction f possède un minimum global strict. Pour
cela, évaluons la différence :
n n
∆ = f (a0 + a, b0 + b) − f (a0 , b0 ) = ∑(yi − a0 xi − b0 − axi − b)2 − ∑(yi − a0 xi − b0 )2 .
i=1 i=1
En développant puis en simplifiant, on obtient

n n
∆ = −2 ∑(yi − a0 xi − b0 )(axi + b) + ∑(axi + b)2
i=1 i=1
mais, (a0 , b0 ) étant solution du système précédent, on a :

n n n
∑(yi −a0 xi −b0 )(axi +b) = a ∑ xi (yi −a0 xi −b0 )+b ∑ xi (yi −a0 xi −b0 ) = 0+0 = 0.
i=1 i=1 i=1
On en conclut que ∆ = ∑ni=1 (axi

+ b) donc ∆ ⩾ 0. L’inégalité précédente est
2
une égalité si et seulement si axi + b = 0 pour tout i et auquel cas a = b = 0 (se

souvenir qu’au moins deux des xi sont distincts).
— Conclusion : f possède en (a0 , b0 ) un minimum global strict, ce qui établit
l’existence et l’unicité de la droite des moindres carrés.
Remarque. Avec les « indicateurs statistiques » :
1 1
x=
(x1 + x2 + ⋯ + xn ) et y = (y1 + y2 + ⋯ + yn ),
n n
moyenne des abscisses et moyenne des ordonnées des points du « nuage »,
1 1
σx2 = (x1 2 + x2 2 + ⋯ + xn 2 ) − x2 et σxy
2
= (x1 y1 + x2 y2 + ⋯ + xn yn ) − x ⋅ y,
n n
variance des abscisses et covariance des abscisses et des ordonnées des points du
2
σxy
« nuage », on a : a0 = σx2
et b0 = y − a0 x.
Chapitre 13
Géométrie
Exercice 111 (Triangle et point fixe)

On considère un triangle ABC non aplati. Montrer qu’il existe un unique triplet
(M, N, P) de points du plan tel que :
M ∈ (BC), N ∈ (CA), P ∈ (AB), (MN) ⊥ (CA), (NP) ⊥ (AB), (PM) ⊥ (BC).
Q C
N
B M
Soluce
Soit M ∈ (BC). Notons N le projeté orthogonal de M sur (AC), P le projeté ortho-
gonal de N sur (AB), et enfin Q le projeté orthogonal de P sur (BC). Considérons
la fonction f ∶ (BC) → (BC) qui à un point M de (BC) associe le point Q que l’on
vient de définir. Ainsi le problème se ramène-t-il à l’existence et l’unicité d’un point
fixe pour la fonction f .
Évacuons d’abord le cas particulier où ABC est un triangle rectangle. Il y a
plusieurs possibilités.
S’il est rectangle en B, alors, pour tout M ∈ (BC), f (M) = B. On peut alors
choisir B comme étant notre point M.
S’il est rectangle en C, on appelle H le pied de la hauteur issue de C. Alors, les
points N et C sont confondus, de même que P et H. On choisit alors le point M tel
que (MH) et (AC) sont parallèles.
257
258 CHAPITRE 13. GÉOMÉTRIE
Enfin, s’il est rectangle en A, alors P et A sont cette fois-ci confondus. On choisit
alors comme point M le pied de la hauteur issue de A.
En bref, dans tous les cas, si le triangle ABC est rectangle, on peut trouver un
tel triplet de points, et il est unique.
Considérons maintenant le cas général : la droite (BC) est un sous-espace vectoriel

de dimension 1, donc complet. Montrons alors que la fonction f est contractante.
Considérons (M1 , M2 ) ∈ (BC)2 . On distingue deux cas.
Premier cas : tous les angles du triangle sont aigus (figure 13.1).
P1
P2
N1
N2
C
M2
M1
B Q2Q1
Figure 13.1 – Point fixe dans le cas de trois angles aigus
Alors on a CN2 = CM2 cos(Ĉ), et CN1 = CM1 cos(Ĉ), dont on déduit N1 N2 =

M1 M2 cos(Ĉ). De même, on obtient P1 P2 = N1 M = N2 cos(Â), et Q1 Q2 = P1 P2 cos(B̂).
On a alors
f (M1 )f (M2 ) = k M1 M2 , avec k = cos(Â) cos(B̂) cos(Ĉ) < 1.
Deuxième cas : un des angles du triangle, disons Ĉ, est obtus (figure 13.2).
P1
P2
Q2 C
M1 Q1
N1
B N2
M2
Figure 13.2 – Point fixe dans le cas d’un angle obtus
Alors, de même que précédemment, pour tous points M1 et M2 de (BC), on

obtient
f (M1 )f (M2 ) = k M1 M2 , avec k = cos(Â) cos(B̂) cos(π − Ĉ) < 1.

259
Ainsi, dans les deux cas, la fonction f est contractante dans un espace complet,
donc admet un point fixe unique, comme voulu.
Exercice 112 (Point de Fermat d’un triangle)

On considère un triangle ABC du plan euclidien que l’on identifiera à R2 . On
̂ B,
suppose que les angles A, ̂ Ĉ du triangle sont de mesure strictement inférieure à
2π
3 . Soit f la fonction
f ∶ R2 → R+ , M ↦ MA + MB + MC
On veut montrer qu’il existe un unique point P qui minimise cette fonction.
1. Existence. Soit K le disque fermé de centre A et de rayon 23 f (A). Montrer
que, pour tout M, f (M) ⩾ 3AM − f (A), et en déduire que le minimum de f
(sur R2 ) est atteint un point de K. On fixera dans la suite un point P où f
atteint son minimum.
2. Condition nécessaire et calcul différentiel.
(a) On veut montrer que P n’est pas un sommet du triangle ABC ; montrons
donc qu’il est distinct de A. Soit ∆ la bissectrice de A au triangle et
̂ ̂
ÐÐ→ Ð→
posons α = A2 . On suppose M sur ∆, tel que MA = x et (AM, AB) = ±α.
√ √
f (M) = x + x2 − 2ABx cos α + AB2 + x2 − 2ACx cos α + AC2 .
En déduire que f n’atteint pas son minimum en A.

(b) Montrer que f est différentiable sur R2 /{A, B, C}, et que la différentielle
en un point M, distinct de A, B et C, appliquée au vecteur h ⃗ de R2 est
donnée par
ÐÐ→ ÐÐ→ ÐÐ→
⃗ MA MB MC ⃗
dfM (h) = ( + + ) ⋅ h.
MA MB MC
3. Unicité et construction. Soit CAB (resp. CBC , CCA ), le cercle circonscrit au
triangle équilatéral extérieur au triangle ABC, ayant pour base AB (resp. BC,
CA). Montrer que P est l’unique point d’intersection de ces trois cercles.
Soluce
1. L’inégalité triangulaire donne
f (M) = MA + MB + MC ⩾ MA + (MA − AB) + (MA − AC) = 3MA − f (A).
Si l’on suppose M ∉ K, c’est-à-dire MA > 23 f (A), alors, f (M) > f (A), et donc f
n’atteint pas son minimum en M. Or f est continue, comme somme de racines
carrées de polynômes, et K est compact. Donc f atteint un minimum sur K,
qui est, du coup, également un minimum sur R2 .
2. (a) Calculons f (M) en fonction de x :

√ √
ÐÐ→ Ð→ 2 ÐÐ→ Ð→ 2
f (M) = AM + ∥AM − AB∥ + ∥AM − AC∥
√ √
= AM + AM2 − 2 cos α ⋅ AM ⋅ AB + AB2 + AM2 − 2 cos αAM ⋅ AC + AC2
√ √
= x + x2 − 2ABx cos α + AB2 + x2 − 2AC ⋅ x cos α + AC2
Soit g la fonction sur R+ définie par

√ √
g(x) = x + x2 − 2ABx cos α + AB2 + x2 − 2ACx cos α + AC2 .
Alors g est dérivable sur R+∗ , dérivable à droite en 0, et de plus, la déri-

vée g ′ est continue sur R+ . Or, la dérivée à droite g ′ (0) vaut
2AB cos α 2AC cos α
1− − = 1 − 2 cos α < 0,
2AB 2AC
car 0 < α < π3 , par hypothèses, et cos est décroissante sur [0, π3 ]. Par
continuité de g ′ 1 , il en résulte qu’il existe un intervalle [0, ε], avec ε > 0
tel que g ′ (x) est strictement négatif sur cet intervalle. Conclusion, 0 ne
peut pas être un minimum pour g et donc A ne peut pas être un minimum
pour f .
(b) Il suffit de montrer que la fonction définie par a(M) = AM est différentiable
en tout point M distinct de A et que pour un vecteur h, ⃗
ÐÐ→
⃗ AM ⃗
daM (h) = ⋅ h.
AM
ÐÐ→ 2 √
Or, a est la composée ρ ○ ã, où ã(M) = ∥AM∥ et ρ(x) = x. On a
⃗ = (Ð
ã(M + h)
Ð→ ⃗
AM + h)
ÐÐ→ ⃗
⋅ (AM + h)
ÐÐ→ ⃗ ⃗ 2
= ã(M) + 2AM ⋅ h +h .
Cela donne
⃗ = 2Ð
dãM (h)
Ð→ ⃗
AM ⋅ h.
Comme M est distinct de A et ρ est différentiable sur R+∗ , il vient :
⃗ ÐÐ→
⃗ = dã
⃗ = d(ρ ○ ã)M (h) M (h) AM ⃗
daM (h) √ = ⋅ h.
2 ã(M) AM
3. Comme P n’est pas un sommet de ABC, il vient que f est différentiable en P,

et donc nécessairement 2 , dfP = 0, ce qui implique
Ð→ Ð→ Ð→
PA PB PC ⃗
+ + = 0.
PA PB PC
⃗, v⃗, w
Notons respectivement ces trois vecteurs u ⃗ ; ils sont donc normés et leur
⃗ = (−⃗
somme est nulle. On a donc 1 = w 2
u − v⃗) = 2 + 2 cos(⃗
2
u, v⃗), d’où l’on déduit
1. Attention, on rappelle qu’en général, une dérivée n’est pas toujours continue. Et pourtant,
elle vérifie le théorème des valeurs intermédiaires !
2. Attention ici : l’assertion « P est un minimum pour f implique dfP = 0 » est vraie car P est
dans un minimum sur un ouvert de R2 .
261
cos(⃗u, v⃗) = − 12 . De même, tous les angles entre les vecteurs u ⃗, v⃗, w⃗ ont pour
cosinus −1/2.
Ð→ Ð→
Ceci implique, en particulier, que l’angle (PA, PB) est égal à ± 2π 3 . Cela signifie
que P appartient, soit à l’arc capable pour le couple (A, B) et l’angle 2π 3 , soit
à l’arc capable pour le couple (A, B) et l’angle − 2π 3 . Or, comme π
3 , resp. − π3 ,
est congru à − 2π 3 , resp. 3 , modulo π, il vient que CAB est un des deux cercles
2π
qui prolonge ces deux arcs capables.

Pour montrer que P est sur CAB , il suffit de montrer, voir la figure 3, que P se
situe dans le même demi-plan (ouvert) que C.
A
π
3
2π
3 P
B C
Figure 13.3 – Position de P par rapport à AB
Montrons cette assertion. Si P n’était pas dans le même demi-plan, alors son
symétrique P′ par rapport à AB serait dans le même demi-plan que C et
vérifierait P′ A = PA, P′ B = PB et l’inégalité 3 P′ C < PC, et donc f (P′ ) < f (P),
ce qui est contraire à la minimalité de P.
Le point P se situe sur CAB , sur CAC , et sur CBC . On sait de plus qu’il est
distinct, par exemple, de A. Pour montrer son unicité, il reste à montrer que
les deux cercles CAB et CAC sont distincts. En effet, deux cercles données sont,
a) soit égaux, b) soit d’intersection vide, c) soit d’intersection un point double,
d) soit deux points distincts, or, on sait déjà par ce qui précède que les cas b)
et c) sont à exclure.
Si CAB = CAC , alors, par exemple, l’angle en C au triangle ABC vaut 2π 3 ,
contrairement à l’hypothèse.
3. Cette inégalité se voit immédiatement, mais si on veut la prouver algébriquement, on peut par
exemple écrire P′ C et PC à l’aide de coordonnées dans un repère orthonormé d’axe des abscisses
AB.
B C
Figure 13.4 – Construction du point de Fermat

Chapitre 14
Calcul différentiel
L’exercice qui suit pourra s’avérer utile lorsque l’on résout des équations ma-
tricielles, au moment où on a besoin d’inverser une fonction. On est souvent tenté
de remplacer la variable réelle x par une matrice nilpotente N dans les formules de
Taylor. Le problème est que cela n’est possible que si l’on sait remplacer la décom-
position de Taylor, qui est une identité entre fonctions réelles par une égalité entre
polynômes. C’est exactement ce que nous allons faire, avant d’en tirer les diverses
bénéfices.
Exercice 113 (Lemme de Kiz et application aux équations matricielles)
Soit P un polynôme de R[X]. On suppose que pour tout x dans un voisinage

de 0, P(x) = O(xn ), resp. P(x) = o(xn ).
1. Montrer que P = Xn Q, resp. P = Xn+1 Q, avec Q ∈ R[X].
2. Soit N une matrice nilpotente de Mm (R) d’indice de nilpotence n.
(a) Montrer que le polynôme U = 1 + X + ⋯ + Xn−1 vérifie U(N) = (I − N)−1 .
(b) On pose α = 1q , avec q ∈ N∗ . Montrer que le polynôme
α(α − 1) 2 α(α − 1)⋯(α − n + 2) n−1

V = 1 + αX + X +⋯+ X
2! (n − 1)!
vérifie V(N)q = I + N.
(c) Montrer que le polynôme W = X − 12 X2 + ⋯ + (−1)n n−1
1
Xn−1 vérifie
exp (W(N)) = I + N.
Soluce
1. On suppose P(x) = O(xn ), pour x dans un voisinage de 0. Effectuons la division
euclidienne du polynôme P par Xn , on obtient P = Xn Q + R, avec deg(R) < n.
Si, par l’absurde, R est non nul, alors il existe k minimal, 0 ⩽ k ⩽ n − 1, tel
P(x)
que R = rn−1 Xn−1 + ⋯ + rk Xk , avec rk ≠ 0. On a alors xn ∼0 xn−k
rk
, ce qui est
impossible car le membre de gauche est borné en 0, contrairement au membre
de droite. Donc, R = 0.
263
264 CHAPITRE 14. CALCUL DIFFÉRENTIEL
La seconde assertion est similaire. On suppose P(x) = o(xn ), pour x dans un

voisinage de 0. On écrit P = Xn+1 Q + R, avec deg(R) < n + 1. Si R est non nul,
il existe k minimal, 0 ⩽ k ⩽ n, tel que R = rn Xn + ⋯ + rk Xk , avec rk ≠ 0. On a
P(x)
alors xn ∼0 xn−k
rk
, ce qui est impossible car le membre de gauche tend vers 0
en 0, contrairement au membre de droite. Donc, R = 0.
2. (a) On se sert pas ici de la question 1. On se sert tout simplement de l’identité
polynomiale de la série géométrique
(1 − X)(1 + X + ⋯ + Xn−1 ) = 1 − Xn .
Evalué en N cela donne (Im − N)U(N) = Im , puisque N est d’indice n.
D’où la conclusion attendue.
(b) On sait que l’on a (1 + x)α = V(x) + O(xn ) dans un voisinage de 0. Donc,
q
1 + x = (V(x) + O(xn )) = V(x)q + O1 (xn ). On applique alors la question
1 au polynôme 1 + X − Vq pour obtenir 1 + X − Vq = Xn Q, pour un Q ∈
R[X]. En évaluant cette identité en N, nilpotente d’indice n, on obtient
V(N)q = Im + N.
(c) On note E le polynôme E ∶= 1 + X + 2!1 X2 + ⋯ + (n−1)!
1
Xn−1 . On a alors pour
x dans un voisinage de 0 : exp(x) = E(x) + O1 (xn ) et aussi log(1 + x) =
W(x) + O2 (xn ). Donc,
E(W(x)) = exp (W(x)) − O1 (W(x)n )

= exp ( log(1 + x) − O2 (xn )) − O1 (W(x)n ).
Comme W(x) tend vers 0 avec x, on a
E(W(x)) = (1 + x) exp ( − O2 (xn )) − O3 (xn )

= (1 + x)(1 + O4 (xn )) − O3 (xn ) = 1 + x + O5 (xn ).
Par la question 1, on déduit qu’il existe Q ∈ R[X] tel que

E(W(X)) = 1 + X + Xn Q.
On en déduit en évaluant en N l’égalité E(W(N)) = Im + N.

Comme on peut factoriser W(N) = NW0 (N), la commutation entre N et
W0 (N) implique W(N)q = 0 pour q ⩾ n.
Ainsi, on conclut
Im + N = E(W(N)) = exp (W(N)).
Remarque. Cette technique se couple bien avec la décomposition de Dunford. Si B

est une matrice inversible complexe, on sait que B = D+N, avec D diagonalisable et N
nilpotente, et de plus, D est inversible, ce qui nous donne B = D(I+D−1 N), avec N′ ∶=
D−1 N nilpotent. Trouver une racine q-ième de B revient à trouver une racine q-ième
de D et une racine q-ième de I + N′ . Le premier se fait à l’aide de la diagonalisation,
et le second avec ce petit exercice. Même chose pour le logarithme. On s’aide au
passage du fait que exp(A + B) = exp(A) exp(B) lorsque A et B commutent.
265
Exercice 114 (Différentielle du déterminant)

On veut calculer la différentielle du déterminant
det ∶ Mn (R) Ð→ R
A z→ det(A).
1. Pourquoi det est-elle différentiable ?

2. Montrer que la différentielle de det en In est la forme trace.
3. On fixe A ∈ Mn (R). En déduire que la différentielle D(det)A de det en A est
la forme 1
det ∶ Mn (R) Ð→ R
H z→ tr(t com(A)H),
où t com(A) est la transposée de la comatrice de A.
4. Pour toute matrice M et pour i de 1 à n, on note Mi la i-ème colonne de M.
On note également
det(M1 , . . . , Mn ) ∶= det(M).
Montrer que, pour tout H de Mn (R), d(det)A (H) est égal à
det(H1 , A2 , . . . , An ) + det(A1 , H2 , . . . , An ) + ⋯ + det(A1 , A2 , . . . , An−1 , Hn ).
5. Soient fi , 1 ⩽ i ⩽ n, des fonctions dérivables de R vers Rn , dont on écrit les

vecteurs en colonnes. Montrer que l’application
F ∶ R Ð→ R
x z→ det(f1 (x), f2 (x), . . . , fn (x))
est dérivable et expliciter sa dérivée.

RRR x 1 0 ... 0 RRRR
RRR 2 R
RRR x x 1 ⋱ ⋮ RRRR
RRR x2!3 RR
6. Pour x réel on pose : Dn (x) = RR 3! R x2
x ⋱ 0 RRRR.
RRR 2! R
RRR ⋮ ⋮ ⋱ ⋱ 1 RRRR
RRR xn xn−1 RR
xRRRR
2
RR n! (n−1)! . . . x2!
Montrer que Dn est une fonction dérivable puis calculer D′n . En déduire l’ex-
pression de Dn (x).
Soluce
1. L’application det peut être vue comme une fonction polynomiale à n2 variables
réelles. Elle est donc bien différentiable.
2. Par unicité dans le développement de Taylor polynomial, cela revient à trouver
la partie linéaire en H (i.e. homogène de degré 1 en les coordonnées de H) dans
le développement de Taylor, en H = 0n , de det(In + H), avec H ∈ Mn (R).
Quand on développe le déterminant det(In + H), avec H = (hij ), on voit que les
seuls termes de degré 1 en les hij apparaissent dans les termes qui contiennent
exactement n − 1 fois la constante 1. Comme les n − 1 coefficients de In + H qui
contiennent ces 1 se situent sur la diagonale, le n-ième coefficient est également

sur la diagonale ; le terme linéaire est donc de la forme hii pour tout i. La
différentielle est la somme de ces termes, c’est-à-dire la trace de H.
3. Comme det est polynomiale, l’application qui, à A dans Mn (R), associe d(det)A
dans L (Mn (R), R), est continue. Nous allons montrer la formule
∀H ∈ Mn (R), d(det)A (H) = tr(t com(A)H)
pour A dans GLn (R). Comme GLn (R) est dense dans Mn (R), la continuité
que nous venons de relever entraînera la formule sur tout Mn (R). On a
det(A + H) = det(A(In + A−1 H)) = det(A) det(In + A−1 H),
et donc, d’après ce qui précède, la partie linéaire en H du développement de

det(A + H) est bien égale à
det(A) tr(A−1 H) = tr(det(A)A−1 H) = tr(t com(A)H).
4. Notons com(A) = (mij )1⩽i,j⩽n la comatrice de A et t com(A) = (nij )1⩽i,j⩽n , de

sorte que nij = mji . En développant par rapport à la j-ème colonne, on a d’une
part
n n n
∑ det(A1 , A2 , . . . , Aj−1 , Hj , Aj+1 , . . . , An ) = ∑ ∑ hij mij .
j=1 j=1 i=1
D’autre part, d’après la question précédente,

n n n n
d(det)A (H) = tr(t com(A)H) = ∑ ∑ hij nji = ∑ ∑ hij mij
i=1 j=1 i=1 j=1
L’assertion en résulte 2 .
5. Soit f l’application qui envoie x de R dans (f1 (x), f2 (x), . . . , fn (x)) ∈ Rn .
Alors, f est différentiable et sa différentielle en x est donnée par
dfx = (f1′ (x), f2′ (x), . . . , fn′ (x)).
Comme F = det ○f , il suffit d’appliquer la formule de la différentielle d’une

composée : si f est différentiable en a et g est différentiable en f (a), alors g ○ f
est différentiable en a et
d(g ○ f )a = dgf (a) ○ dfa .
Par la question précédente, on obtient :
dFx = det(f1′ (x), f2 (x), . . . , fn (x)) + det(f1 (x), f2′ (x), . . . , fn (x)) (♡)
+ ⋯ + det(f1 (x), f2 (x), . . . , fn−1 (x), fn′ (x)).
2. Cette question peut se traiter directement, sans passer par la formule de la comatrice. Elle
ne fait que traduire le fait que le déterminant est n-linéaire, ce qui permet de développer det(A1 +
H1 , . . . , An + Hn ) en une somme de 2n déterminants, dont n sont linéaires en les Hj . On peut voir
cette formule comme un analogue de la formule de la dérivation d’un produit.
267
6. On note fj (x) la j-ème colonne de Dn (x). On remarque que fj est dérivable et

que fj′ (x) = fj+1 (x), pour 1 ⩽ j ⩽ n − 1. Par la question précédente, Dn est donc
dérivable et sa dérivée est donnée par la formule (♡). Comme le déterminant
est alterné, tous les termes du membre de droite s’annulent, sauf le dernier :
RRR x 1 0 ... 0RRRR
RRR 2 R
RRR x x 1 ⋱ ⋮ RRRR
RR 2!3 RR
D′n (x) = det(f1 (x), f2 (x), . . . , fn−1 (x), fn′ (x)) = RRRR x3! x2
x ⋱ 0RRRR
RRR 2! R
RRR ⋮ ⋮ ⋱ ⋱ 0RRRR
RRR xn RR
xn−1
1RRRR
2
RR n! (n−1)! . . . x2!
En développant par rapport à la dernière colonne, on trouve : D′n (x) = Dn−1 (x).
Or, D1 (x) = x et Dk (0) = 0 pour tout k (on reconnaît une matrice triangulaire
avec des zéros sur la diagonale, donc de déterminant nul). Il en résulte que
Dn (x) = xn /n!.
Remarque. On peut retrouver de façon directe les résultats des questions 2) et 3) en

appliquant la formule donnant l’expression de la différentielle en fonction des dérivées
partielles.
Exercice 115 (La matrice non inversible la plus proche de chez vous !)
On considère l’espace Mn (R) muni de la norme quadratique N2 comme dans
l’exercice 67. On note Singn ∶= Mn (R)/ GLn (R) l’ensemble des matrices singulières
de Mn (R).
Soit A une matrice inversible de Mn (R). Le but de l’exercice est de montrer
que pour tout M ∈ Singn , √
N2 (A − M) ⩾ λn ,
où λn est la plus petite valeur propre de A t A, puis de fournir un cas d’égalité.
1. Soit p un projecteur orthogonal de rang 1 de l’espace euclidien Rn et s un
endomorphisme autoadjoint.
(a) Montrer que dans toute base orthonormée (ei ) de Rn , les coefficients
diagonaux de la matrice de p dans la base (ei ) sont positifs.
(b) En déduire que tr(p ○ s) ⩾ λn , où λn = min Spec(s).
(c) Soit fn un vecteur propre de s pour la valeur propre minimale λn . Mon-
trer que l’égalité est atteinte si p est la projection orthogonale sur Rfn .
2. Soit N une matrice telle que N = t NN. Montrer que N est une matrice de
projection orthogonale.
3. Montrer qu’il existe une matrice M de Singn telle que N2 (A−M) est minimale.
4. Montrer par le théorème des extrema liés que N ∶= MA−1 est un projecteur
orthogonal de rang n − 1.
5. Montrer que N2 (A − M)2 = tr ((In − N)A t A) et conclure.
Soluce
1. (a) Dans l’espace euclidien Rn muni de son produit scalaire canonique ⟨ , ⟩,
on note (gi ), 1 ⩽ i ⩽ n, une base orthonormée dans laquelle p a pour
matrice diag(0, . . . , 0, 1). Comme p est un endomorphisme orthogonal,
p(x) = ⟨x, gn ⟩gn . Soit (ei ) une base orthonormée quelconque de Rn . On
peut écrire
n
p(ei ) = ⟨ei , gn ⟩gn = ⟨ei , gn ⟩ ∑ ⟨gn , ej ⟩ej .
j=1
Le i-ième coefficient diagonal de la matrice de p dans la base (ei ) est donc

⟨ei , gn ⟩⟨gn , ei ⟩ = ⟨ei , gn ⟩2 ⩾ 0.
(b) Comme s est autoadjoint, il existe une base orthonormale (fi ) dans la-
quelle s est une matrice diagonale diag(λ1 , . . . , λn ), avec λ1 ⩾ λ2 ⩾ ⋯ ⩾ λn .
Soient αi , 1 ⩽ i ⩽ n, les coefficients diagonaux de p dans la base (fi ).
Puisque p est un projecteur de rang 1, tr(p) = 1. Comme αi ⩾ 0, il vient
n
tr(p ○ s) = ∑ αi λi ⩾ λn tr(p) = λn .
i=1
(c) Dans la formule précédente, l’égalité peut être atteinte pour αi = δin , où δ
est le symbole de Kronecker. Si p est l’endomorphisme dont la matrice
dans la base (fi ) est diag(0, . . . , 0, 1), l’égalité est bien obtenue, et p est
la projection orthogonale sur Rfn .
2. Tout d’abord, N est symétrique puisque t NN l’est. Elle vérifie de plus N2 = NN =
t
NN = N, donc c’est une matrice de projection. Comme N est symétrique réelle,
ses sous-espaces propres sont orthogonaux, et c’est donc bien une projection
orthogonale.
3. Montrons qu’il existe un M dans Singn qui minimalise N2 (A − M). En effet, si
on fixe M0 quelconque dans Singn , trouver ce M dans Singn revient à trouver
M dans Singn intersecté avec la boule fermée B (pour N2 ) de centre A et de
rayon N2 (A − M0 ). Comme C ∶= Singn ∩B est un fermé borné, c’est un compact
et donc le minimum de la fonction continue sur C : X ↦ N2 (A − X) est atteint.
4. Notons que minimaliser N2 (A − X) revient à minimaliser N2 (A − X)2 c’est-à-
dire tr (t (A − X)(A − X)), plus agréable à manier, sur l’ensemble fermé Singn =
{X ∈ Mn (R), det(X) = 0}. Par le théorème des extrema liés, on sait qu’il existe
un réel λ (appelé multiplicateur de Lagrange), tel que la différentielle en M de
L(X) ∶= tr (t (A − X)(A − X))−λ det(X) = tr(t AA)−2 tr(t AX)+tr(t XX)−λ det(X)
est nulle. Le calcul donne, comme dans l’exercice 66, que pour tout H :
̃ 1 ̃
0 = dM L(H) = −2 tr(t AH)+2 tr(t MH)−λ tr(MH) = −2 tr ((t (A − M) + λM)H) ,
2
où M̃ est la transposée de la comatrice de M. Comme cette égalité est valable
̃ = 0 car la forme bilinéaire
pour toute matrice H , il vient que t (A − M) + 12 λM
tr(XY) est non dégénérée.
On sait par hypothèse que M est de rang r < n. Si par l’absurde, r < n − 1, alors
̃ = 0 car, dans ce cas, chaque mineur de taille (n − 1) est nul, et donc A = M,
M
ce qui est absurde car A est inversible et M ne l’est pas. Donc r = n − 1.
269
̃ = det(M)In = 0,
En multipliant l’égalité obtenue par M et en notant que MM
−1
il vient (A − M)M = 0. On a alors en posant N ∶= MA :
t
t
NN = t A−1 t MMA−1 = t A−1 t AMA−1 = MA−1 = N.
Donc, par 2), N est bien un projecteur orthogonal, de même rang que M, c’est-
à-dire n − 1.
5. On a montré précédemment que t MM = t AM. Il en résulte que
N2 (A − M)2 = tr (t (A − M)(A − M)) = tr(t AA) − 2 tr(t AM) + tr(t MM)

= tr(t AA) − tr(t AM) = tr (t A(A − M)) = tr ((A − M) t A)
= tr ((In − N)A t A) .
Comme N est un projecteur orthogonal de rang n − 1, In − N est un projec-

teur orthogonal de rang 1. L’inégalité N2 (A − M)2 ⩾ λn résulte de la question
1b), où λn est la plus petite valeur propre de A t A. On voit que l’inégalité
est bien optimale car l’égalité est atteinte, par 1c), lorsque In − N est la ma-
trice de projection orthogonale sur Rvn , où vn est le vecteur propre pour la
valeur propre λn , c’est-à-dire, pour M = NA, où N est la matrice de projection
orthogonale sur (Rvn )⊥ .
Remarque. On sait que GLn (R) est un ouvert de l’espace vectoriel normé Mn (R).
On sait donc que pour A fixé dans GLn (R), il existe une boule ouverte, pour la norme
N2 incluse dans GLn (R). On connaît maintenant le rayon maximal de la boule ; il
s’agit de la racine carrée de la plus petite valeur propre de A t A, qui est aussi la
racine carrée de la plus petite valeur propre de t AA, puisque AB et BA ont même
spectre. Ce rayon est donc la plus petite valeur propre de la matrice symétrique
définie positive de la décomposition polaire de A.
Si la norme choisie sur l’espace des matrices réelles est la norme ∣∣∣ . ∣∣∣2 subor-
donnée à la norme quadratique, les choses sont un peu plus simples, grâce au ca-
ractère sous-multiplicatif de la norme. On voit que la distance de A à Singn est
−1 √
égale à ∣∣∣A−1 ∣∣∣2 , qui est aussi λn dans l’exercice, voir l’épreuve 2 de l’agrégation
interne/CAER 2018, question 16.
Chapitre 15
Annexe. Mémento sur

l’interversion des limites
La cave à Boivin
15.0.1 Notations et préliminaires
Suites de fonctions, séries de fonction

On résume ici tous les résultats à retenir sur les différents types de convergence
de suites de fonctions.
Dans les tableaux, on distinguera les hypothèses portant sur la fonction fn de
celles portant sur la suite de fonctions (fn )n∈N .
On notera également f la limite de la suite (fn ).
Intégrales à paramètres
On considère la fonction f , définie sur X × T, où X et T sont des intervalles de R.
On pose F(x) = ∫T f (x, t)dt, et t ↦ l(t) = lim f (x, t).
x→a
On note enfin D, la fonction de domination : ∀x ∈ X, ∣f (x, t)∣ ⩽ D(t).
Intégration sur un intervalle

On résume ici les hypothèses du Théorème de Convergence Dominée (TCD),
permettant la permutation limite/intégrale ; ainsi que l’Intégration Terme à Terme
(ITT), sur la permutation somme infinie/intégrale.
On note f = lim fn , et S = ∑+∞
n=0 fn .
n→+∞
On rappelle la définition :
Définition. Une fonction f est continue, resp. C k , par morceaux sur le segment
[a, b] s ?il existe une subdivision finie a = a0 < ⋯ < an = b, telle que les restrictions
de f à chaque intervalle ouvert ]ai , ai+1 [ admettent un prolongement continu, resp.
C k , à l’intervalle fermé [ai , ai+1 ].
Une fonction f est continue, resp. C k , par morceaux sur l’intervalle I si f est
continue, resp. C k , par morceaux sur tout segment [a, b] inclus dans I.
271
272CHAPITRE 15. ANNEXE. MÉMENTO SUR L’INTERVERSION DES LIMITES
15.0.2 Les tableaux d’interversion
Suites de fonctions
Caractère Objet Continuité Li- CV vers f Résultat
Domaine mite
lim sur Fonction fn lim fn existe
x→a a
vois. de a lim lim fn = lim lim fn
a n→+∞ n→+∞ a
CVU
a∈R Suite (fn )n fn ÐÐÐ→ f
n→+∞
Continuité Fonction fn (x) fn continue
sur ouvert f est continue sur ouvert
CVU
Suite (fn )n fn ÐÐÐ→ f
n→+∞
Intégration Fonction fn fn continue
b
sur [a; b] p.m lim ∫ fn (x)dx =
n→+∞ a
b
lim fn (x)dx
∫a n→+∞
CVU
Suite (fn )n fn ÐÐÐ→ f
n→+∞
Dérivation Fonction fn (x) fn est C1 (CVS en un pt x0
suffit)
′
CVS
sur ouvert Suite (fn )n fn ÐÐÐ→ f ( lim fn ) = lim fn′
n→+∞ n→+∞ n→+∞
CVU
Suite (fn′ )n fn′ ÐÐÐ→ g (CVU si I borné)
n→+∞
Fonction fn fn de classe Cp (CVS sur un pt
x0 ∀i)
CVS
Dérivation Suite (fn )n fn ÐÐÐ→ f
n→+∞
p fois ∀i ∈ [1; p],
(i)
CVS
Suite (fn′ )n fn′ ÐÐÐ→ g1 ( lim fn ) = lim fn
(i)
sur ouvert
n→+∞ n→+∞ n→+∞
... ...
CVS
(fn )n ÐÐÐ→
(p−1) (p−1)
Suite fn (CVU sur un borné)
n→+∞
gp−1
CVU
Suite (fn )n ÐÐÐ→ gp
(p) (p)
fn
n→+∞
273
Séries de fonctions
Caractère Objet Continuité Li- CV vers f Résultat
Domaine mite
lim sur Fonction fn lim existe lim ∑+∞
k=0 fk
x→a a a
vois. de a
CVU
a∈R n
∑k=0 fk ∑k=0 fk ÐÐÐ→ f
n
= ∑+∞
k=0 lim fk
n→+∞ a
Continuité Fonction fn fn continue ∑n fn continue
sur ouvert
CVU
∑n f n ∑n fn ÐÐÐ→ f
n→+∞
∑k=0 fk (x)dx
n
Intégration Fonction fn fn continue lim ∫
n→+∞ [a;b]
sur [a; b]
CVU
∑n f n ∑n fn ÐÐÐ→ f k=0 fk (x)dx
= ∫[a;b] ∑+∞
n→+∞
(∑+∞
k=0 fk (x))
′
Fonction fn fn est C1 (CVS en un pt x0 suffit)
Dérivation
CVS
sur ouvert ∑ fn ∑n fn (x) ÐÐÐ→ f (x) = ∑+∞
k=0 fk (x)
′
n→+∞
′ CVU
∑ fn′ ∑n fn ÐÐÐ→ g (CVU sur un borné)
n→+∞
Fonction fn (x) fn continue et (CVS sur un pt x0 ∀i)
Cp
CVS
Dérivation ∑ fn ∑n fn (x) ÐÐÐ→ f (x) ∀i ∈ [1; p],
n→+∞
p fois
CVS
∑n fn′ (x) ÐÐÐ→ g1 (x) (∑+∞
k=0 fk ) (x)
(i)
sur ouvert ∑ fn′
n→+∞
... = ∑k=0 fk (x)
+∞ (i)
CVS
∑ fn ∑n fn (x) ÐÐÐ→ gp−1 (x)
(p−1)
n→+∞
(p) CVU
∑ fn ∑n f n ÐÐÐ→ gp
(p)
(CVU sur un borné)
n→+∞
Intégrales à paramètres
Caractère Objet Continuité Intégrabilité Résultat
Domaine
x ↦ f (x, t) continue sur X ∀t F(x) = ∫T f (x, t)dt
Continuité t ↦ f (x, t) c. p. m. sur T ∀x est bien définie et
sur X t ↦ D(t) c. p. m. sur T intégrable sur T est continue
lim sur un t ↦ f (x, t) c. p. m. ∀x
x→a
vois. de a lim f (x, t) = l(t) c. p. m. ∫T f (x, t)dt ÐÐ→
x→a x→a
∫T l(t)dt
a∈R t ↦ D(t) c. p. m. intégrable sur T
t ↦ f (x, t) c. p. m. intble sur T ∀x
δ
Dérivation t↦ f (x, t) c. p. m. ∀x F est C1 ,
δx
sur X x ↦ δx f (x, t)
δ
continue ∀t et F′ (x) =
∫T
δ
δx
f (x, t)dt
t ↦ D(t) D c.p.m. domine δ
δx
f intégrable sur T
∀k ∈ [0; n − 1], t ↦ c. p. m. ∀x intble sur T ∀x
δk
δxk
f (x, t)
δn
Dérivation t ↦ δx n f (x, t) c. p. m. ∀x F est Cn ,
δn
d’ordre n sur x ↦ δx n f (x, t) continue ∀t et n F(n) (x) =
∫T δxn f (x, t)dt
δ
X
δn
t ↦ D(t) D c.p.m. domine δxn
f intégrable sur T
Intégration sur un intervalle

Théorème Objet IntégrabilitéConvergence Résultat
CVU
Interversion Suite (fn )n fn ÐÐÐ→ f f est intégrable, et
n→+∞
suite/intégrale
(CVU) Fonction fn c.p.m f c.p.m lim ∫ fn (t)dt = ∫I f (t)dt
n→+∞ I
Intervalle I :
borné
CVS
Interversion Suite (fn )n fn (x) ÐÐÐ→ f (x) f est intégrable, et
n→+∞
suite/intégrale
(TCD) Fonction fn intégrable, f continue par mor- lim ∫ fn (t)dt = ∫I f (t)dt
n→+∞ I
c.p.m ceaux
Fonction domi- intégrable,
nante g ∶ I → c.p.m
R+
CVU
∑k=0 fk ÐÐÐ→ S
n
Interversion sé- Suite S est intégrable, et
n→+∞
rie/intégrale (∑nk=0 fk )n
(CVU) Fonction fn intégrable, S continue par mor- ∫I S(t)dt = ∑n ∫I fn (t)dt
c.p.m ceaux
Intervalle I :
borné
CVS
∑k=0 fk (x) ÐÐÐ→
n
Interversion sé- Suite S est intégrable, et
n→+∞
rie/intégrale (∑nk=0 fk )n S(x)
(TCD séries) Fonction fn intégrable, S continue par mor- ∫I S(t)dt = ∑n ∫I fn (t)dt
c.p.m ceaux
Série convergente
∑n=0 ∫I ∣fn (t)∣ dt
+∞
275
Théorèmes de Fubini
Théorème d’interversion Objet Convergence Résultat
Interversion de séries série (∑+∞

n=0 um,n )m absolument convergente ∑m=0 ∑n=0 um,n
+∞ +∞
doubles um,n série (∑+∞

m=0 um,n )n absolument convergente = ∑+∞
n=0 ∑m=0 um,n
+∞
Intégration de f (x, y) x ↦ ∫Y ∣f (x, y)∣ dy existe et intégrable sur X ∫X ∫Y f (x, y)dydx

sur un rectangle X × Y y ↦ ∫X ∣f (x, y)∣ dx existe et intégrable sur Y = ∫Y ∫X f (x, y)dxdy
15.0.3 Extension des hypothèses et contre-exemples
Extension des hypothèses :

On peut généraliser la plupart des propriétés vues dans tous ces tableaux en chan-
geant l’ espace d’arrivée R ou C par un espace métrique complet (pour les problèmes
d’échange de limites, ou de continuité), et par un espace de Banach pour tout ce qui
concerne les séries et l’intégration.
Dans le tableau d’intégrales à paramètres, si l’espace de départ X est un ouvert de
C, on peut remplacer dérivable par holomorphe dans un voisinage de x ∈ X (dans
l’hypothèse et dans le résultat).
Contre-exemples importants :
Suites de fonctions, limites et continuité.
Soit fn (x) = xn sur [0, 1]. On a limn→+∞ fn (x) = δx,1 , où δ est le symbole de
Kroenecker. On voit que (fn ) est une suite de fonctions continues sur [0, 1] qui
converge vers une fonction non continue. Ceci est lié à la convergence non uniforme
de fn (x) sur [0, 1]. De même, on a
lim lim fn (x) = 0 ≠ 1 = lim lim− fn (x).

x→1− n→+∞ n→+∞ x→1
Suites de fonctions, intégration.

Soit fn la fonction définie sur R+ par
⎧
⎪ 0 si x ∈/ [n, n + 1]
⎪
⎪
fn (x) ∶= ⎨ 4x − 4n si x ∈ [n, n + 21 ]
⎪
⎪ −4x + 4n + 4 si x ∈ [n + 1 , n + 1]
⎪
⎩ 2
+∞ +∞
Alors, pour tout x, limn→+∞ fn (x) = 0 et ∫0 limn→+∞ fn (x)dx = 0. Or, ∫0 fn (x)dx =
+∞
1, et donc limn→+∞ ∫0 fn (x)dx = 1. Ceci est lié à la convergence non uniforme de
fn (x) vers 0 sur R+ .
Intégrales à paramètres, continuité.
Soit f (x, t) la fonction définie sur [0, +∞[2 par f (x, t) = xe−xt . La fonction f est
+∞
bien continue sur [0, +∞[2 . Soit F(x) ∶= ∫0 f (x, t)dt. On a
+∞
F(0) = 0, et si x ≠ 0, F(x) = [−e−xt ]0 = 1,
donc F n’est pas continue en 0. Cela est lié au fait que f (x, t) ne possède pas de
fonction dominante D(t) intégrable sur [0, +∞[.
Intégration sur un intervalle, échange de limites.
Soit I = R+ , fn (t) = n2 te−nt . On a pour tout t ∈ I, limn→+∞ fn (t) = 0, et donc
+∞ −nt
∫0 limn→+∞ fn (t)dt = 0. Or, −(nt + 1)e est une primitive 1 de fn (t), et donc :
+∞ +∞ +∞
lim ∫ fn (t)dt = lim [−(nt + 1)e−nt ]0 = lim 1 = 1 ≠ 0 = ∫ lim fn (t)dt.
n→+∞ 0 n→+∞ n→+∞ 0 n→+∞
Cela est lié au fait que fn (t) ne possède pas de fonction dominante g(t) intégrable
sur I.
Fubini pour les séries.
Soit um,n la suite définie par
⎧
⎪ 1 si m = n
⎪
⎪
um,n = ⎨ − 2n−m
1
si m < n
⎪
⎪ 0
⎪
⎩ si m > n
On a d’une part,
+∞ +∞ +∞
1 1 − 2n
1
1 1 1
∑ um,n = − − ⋯ − + 1 = − ⋅ + 1 = , donc, ∑ ∑ um,n = 2,
m=0 2n 2 2 1 − 12 2n n=0 m=0
et d’autre part,
+∞ +∞ +∞ +∞
1 1
∑ um,n = ∑ um,n = 1 − − ⋯ − k − ⋯ = 0, donc, ∑ ∑ um,n = 0.
n=0 n=m 2 2 m=0 n=0
Ceci est lié au fait que la série en n de terme général ∑+∞

m=0 ∣um,n ∣ = 2 −
1
2n diverge
(elle ne tend pas vers 0).
Fubini-Tonelli.
x2 −y 2
On regarde la fonction f (x, y) = (x2 +y 2 )2
sur [0, 1]2 . On trouve d’abord,
1 y 1 1 1 1 π
∫ f (x, y)dy = [ ] = 2 , puis, ∫ (∫ f (x, y)dy) dx = [arctan(x)]10 = .
0 x +y 0 x +1
2 2 0 0 4
On ne peut donc pas échanger les intégrales, puisque f (y, x) = −f (x, y) et donc
1 1 π
∫ (∫ f (x, y)dx) dy = − .
0 0 4
1 1
Cela provient du fait que ∫0 ∫0 ∣f (x, y)∣ dydx = +∞. En effet,
1 1 1 x x2 − y 2 1 y x 1 1
∫ ∫ ∣f (x, y)∣ dydx ⩾ ∫ (∫ dy) dx = ∫ [ ] dx = ∫ dx = +∞.
0 0 0 0 (x + y )
2 2 2 0 x +y 0
2 2 0 2x
1. On peut obtenir cela par une intégration par parties.

277
15.0.4 Séries de Fourier

On suppose dans cette partie que f est une fonction 2π-périodique.
1
On note SN (f )(x) = ∑N n=−N cn (f )e
inx
, où cn (f ) = ∫ f (t)e−int dt.
2π [0;2π]
S (f )+⋯+SN−1 (f )
On note ΣN (f ) = 0 N .
On définit également la norme ∣∣ ⋅ ∣∣2 sur l’espace des fonctions de carré intégrable
1
comme suit : ∣∣g∣∣22 = ∫ ∣g(t)∣2 dt.
2π [0;2π]
Théorie de Fourier
Théorème Objet Continuité et dérivabilité de f Résultat

2
Parseval série (SN ) f de carré intégrable sur [0, 2π] ∣∣f − SN ∣∣2 Ð→0,
2 2 2
n=0 ∣cn ∣ )
série (∑N ∑n=0 ∣cn ∣ = ∣∣f ∣∣2
+∞
N
Dirichlet série (SN ) f de classe C1p.m. SN (x) → 1

2
(f (x+ ) + f (x− ))
CVN
Conv. normale série (SN ) f continue et de classe C1p.m. SN Ð→ f
CVN
Fejér suite (ΣN ) f continue ΣN Ð→ f
Index
abscisse de Bessel, 166

curviligne, 6 bêta, 123, 147
contractante, 259
bissectrice, 259 d’Euler, 136
borne (inf-sup), 27, 69 gamma, 52, 113, 119, 126, 129, 146,
changement 169
de variables, 39, 53, 67, 104, 106, 110, génératrice, 224, 226
112, 117, 119, 129, 135, 142, 147, zêta, 52, 55, 82, 91, 95, 247
172, 202, 229 fonction de Moebius, 244
coefficient forme quadratique, 155
de Fourier, 86, 91, 96, 171 non dégénérée, 155, 268
comatrice, 265 formule
compacité, 268 d’Abel, 49, 50
coordonnées de Burnside, 239
polaires, 110, 147 des compléments, 113, 116, 126
critère de Stirling, 243
de Cauchy, 85, 246 du crible, 244
de d’Alembert, 57, 169 de duplication de Legendre, 120, 126,
de Raabe-Duhamel, 57, 59 133
de Riemann, 32, 53, 55, 58, 65, 73, de Gauss, 126
104, 121, 124 de Green-Riemann, 5, 8
de Leibniz, 9
décomposition de Poisson, 94
de Cholesky, 201 de Stirling, 113, 126, 141, 173, 223
de Dunford, 184 de Taylor, 143, 193, 265
polaire, 154, 156, 189 de Weierstrass, 123
déterminant, 155, 265
développement groupe, 239
asymptotique, 30, 66, 98, 172, 180, abélien, 241
213 cyclique, 241
différentielle, 154, 265, 268 fini, 240
distance euclidienne, 154, 155, 267
homéomorphisme, 18
droite des moindres carrés, 254
hyperboule, 111
endomorphisme hyperplan, 149
autoadjoint, 267
entropie, 231, 232, 236 inégalité
erreur, 203, 205, 208, 210, 214 de Cauchy-Schwarz, 132, 255
espérance, 221 isopérimétrique, 5
de Jensen, 233, 238
fonction de Wirtinger, 5
278
INDEX 279
intégrale norme subordonnée, 269

curviligne, 108 noyau de Fejér, 99
de Fresnel, 107, 175
de Gauss, 103, 120, 144, 146 phénomène
de Wallis, 59, 103, 110, 120 de Gibbs, 88
intégration point
par parties, 3, 8, 10, 56, 59, 67, 87, de Fermat, 259
92, 105, 111, 123, 170, 172 Polynômes de Kantorovich, 15
interversion, 63 polynôme
de Bernoulli, 80, 91
lemme caractéristique, 198, 242
des noyaux, 163 de Tchebychev, 201
de Riemann-Lebesgue, 3 polynômes
loi de Kantorovich, 15
de Bernoulli, 223 probabilité uniforme, 240
binomiale, 222, 223 procédé
exponentielle, 238, 239 de Gram-Schmidt, 200, 202
géométrique, 238 produit
normale, 228, 229 de Cauchy, 69, 79, 83, 86
uniforme, 232 projecteur
orthogonal, 267
matrice projection
diagonalisable, 155, 189, 195, 242 orthogonale, 267, 269
orthogonale, 154, 156
symétrique, 110, 155, 189, 195, 196, rang, 268
198 relations
de transition, 248 de Cauchy-Riemann, 131
trigonalisable, 242
méthode série
d’accélération de Romberg, 213 absolument convergente, 67, 246
de déflation, 197 de Bertrand, 63, 74
de Laplace, 142, 173 entière, 56, 78, 83, 108, 118, 131, 166,
du milieu, 208 175, 180
de Monte Carlo, 220 de fonctions, 75, 85, 115, 171
de Newton, 187, 195 normalement convergente, 73, 84
des puissances, 196 de Riemann, 96
de quadrature de Gauss, 200 simplement convergente, 73
de quasi Newton, 190 uniformément convergente, 52, 73, 84
des rectangles, 203, 204 somme
des sécantes, 190 de Riemann, 205, 218
de Simpson, 210–212, 214, 217 sous le signe intégral (continuité-dérivation),
des trapèzes, 205 105, 106, 120, 127, 130, 140, 145,
mineur, 268 169
multiplicateurs de Lagrange, 154, 268 sous le signe somme (continuité-dérivation),
94
nombres suites
de Fibonacci, 45 adjacentes, 24
nombres premiers, 245
entre eux, 244 théorème
280 INDEX
d’Abel, 86
des accroissements finis, 23, 24, 37,
161, 204, 209, 215
de Bohr-Mollerup, 132, 135
de Cauchy-Lipschitz, 159, 164, 183
de Cayley-Hamilton, 165
de Cesaro, 31
de convergence dominée, 104, 107, 124,
128, 144, 146
de Bohr-Mollerup, 136
de Lagrange, 241
de Riesz, 152
de dérivation des séries de fonctions,
75, 79, 96, 181
des extrema liés, 154, 267, 268
de Dini, 77
de Dirichlet, 5, 92, 94, 96
de Fubini, 80, 110, 117, 122, 144, 145,
147, 229
d’interversion somme-intégrale, 55
de Korovkin, 11
de Parseval, 6, 87
de Perron-Frobenius, 248, 249
de Rolle, 24, 25
séries alternées, 66, 84, 119
spectral, 156
de Sylvester, 110
de Taylor-Lagrange, 37, 143, 204, 209
des trois pentes, 136
des valeurs intermédiaires, 161, 179
de Weierstrass, 13, 14, 76, 138, 139
de Weierstrass trigonométrique, 101
de Weierstrass trigonométrique, 99
trace, 154, 157
transformée
de Fourier, 95, 231
de Laplace, 138, 144, 230
triangle, 257, 259
tribu, 240
univers, 240
variable
de Bernoulli, 222
variable aléatoire, 240
vitesse de convergence, 36, 39, 197
wronskien, 159, 175, 182

Bibliographie
[1] Francesco Altomare et Michele Campiti : Korovkin-type approximation theory

and its applications, volume 17. Walter de Gruyter, 2011.
[2] Antoine Delcroix et Christian Silvy : Fonction constante et dérivée nulle :
un résultat si trivial. Recherches et ressources en éducation et formation,
3:77–89, 2009. En ligne sur HAL : https://hal.archives-ouvertes.fr/
hal-00318449/.
[3] Jean-Pierre Demailly : Analyse numérique et équations différentielles. Presses
universitaires de Grenoble, 1991.
[4] Philippe Caldero et Jérôme Germoni : Nouvelles histoires hédonistes de
groupes et de géométries-Tome premier. Calvage et Mounet, 2017.
[5] Philippe Caldero et Jérôme Germoni : Nouvelles histoires hédonistes de
groupes et de géométries-Tome second. Calvage et Mounet, 2018.
[6] Philippe Caldero et Marie Peronnier : Carnet de voyage en Algébrie. Calvage
et Mounet, 2019.
[7] Xavier Gourdon : Analyse – Mathématiques pour MP∗ . Ellipses, 2008. 2e
édition.
[8] Jean-Étienne Rombaldi : Éléments d’analyse réelle. EDP Sciences, 2004.
CAPES et agrégation de mathématiques.
[9] Michelle Schatzman : Analyse numérique. InterEditions, Paris, 1991. Cours
et exercices pour la licence.
[10] Georges Skandalis : Analyse - Résumé et exercices. Université Paris Diderot
- IREM de Paris, 2017. Disponible en ligne sur https://webusers.imj-prg.
fr/~georges.skandalis/AnResEx.pdf.
281
282 BIBLIOGRAPHIE
Index : développements (testés et approuvés !)
Inégalités : Wirtinger & isopérimétrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

Séries de Fourier, théorème de Parseval, longueurs, optimisation, cercles.
Irrationnalité de π . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
Irrationnalité, intégration par parties, le merveilleux nombre π.
Théorème de Korovkin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
Convergence uniforme sur un intervalle compact.
Homéomorphismes de R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
Théorème de point fixe, valeurs intermédiaires, groupes et classes de conjugaison.
Sous-groupes additifs de R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
Groupes, sup et inf, irrationnalité, densité, approximation.
Etude de la suite un+1 = sin(un ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
Suites récurrentes, point fixe, moyenne de Cesaro, développement limités, série har-
monique.
Suites homographiques dans C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
Suites récurrentes, réduction d’endomorphismes.
Les trois filles du docteur Fibonacci . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
Suites récurrentes, réduction d’endomorphismes, séries génératrices.
Formule sommatoire d’Abel & applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
Critère d’équivalence de séries, intégration, constante d’Euler.
Fonction zêta de Riemann . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
Séries, encadrement d’intégrales, convergence uniforme, fonction Γ, développement
en série entière.
Dini & Weierstass . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
Suite de fonctions, théorème de convergence monotone, polynômes, limite uniforme.
Un problème de dénombrement : les nombres de Bell . . . . . . . . . . . . . . . . . . . . . . . . . . 78
Dénombrement, séries entières, Fubini des séries, équations différentielles.
Lien entre polynômes de Bernoulli et la cotangente . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
Séries entières, séries et intégrales, équations différentielles.
Phénomène de Gibbs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
Séries de Fourier, théorème de Dirichlet.
Polynômes de Bernoulli et fonction zêta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
Intégration par parties, théorème de Dirichlet.
Formule sommatoire de Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
Séries de Fourier, théorème de Dirichlet, convergence uniforme.
Noyau de Fejér et théorème de Weierstrass trigonométrique . . . . . . . . . . . . . . . . . . . . 99
Séries de Fourier, polynômes, convergence uniforme.
Intégrale de Gauss 1– intégrales de Wallis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
Théorème de convergence dominée, accroissements finis, le merveilleux nombre π.
Intégrale de Gauss 2– intégrale à paramètres & équation différentielle . . . . . . . . . 105
Critère de Riemann, équations différentielles, le merveilleux nombre π.
Wallis et les hyperboules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
BIBLIOGRAPHIE 283
Volumes et surfaces, intégrales multiples, intégration par parties.

Formule des compléments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
Fonction Γ, convergence uniforme.
Formule de duplication de Legendre 1– intégrales multiples . . . . . . . . . . . . . . . . . . . 119
Continuité sous l’intégrale, critère de Riemann, équations différentielles, Fubini.
Formule de duplication de Legendre 2– formule de Weierstass . . . . . . . . . . . . . . . . . 123
Intégration par parties, théorème de convergence dominée, critère de Riemann, série
harmonique, formule de Stirling.
Bohr-Mollerup 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
Fonction Γ, Cauchy-Schwarz, convexité.
Bohr-Mollerup 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
Convexité, théorème des trois pentes, fonction Γ.
Théorème de Riesz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
Espaces vectoriels normés, compacité.
Distance d’une matrice à un sous-groupe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
Espaces vectoriels normés, compacité, distance minimale, décomposition polaire.
La matrice orthogonale la plus proche de chez vous ! . . . . . . . . . . . . . . . . . . . . . . . . . . 156
Espaces vectoriels normés, compacité, distance minimale, décomposition polaire, ex-
trema liés (en option).
Fonction de Bessel : Jk . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
Séries entières et équations différentielles, critère de d’Alembert.
Méthode de Newton pour la décomposition polaire . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
Groupe orthogonal, théorème spectral, rapidité de convergence d’une suite.
Méthode des puissances dans le cas symétrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196
Recherche et approximation de racines de polynômes, théorème spectral.
Méthode de quadrature de Gauss pour l’intégration de polynômes . . . . . . . . . . . . 200
Polynômes, intégration, Gram-Schmidt, formes linéaires.
Processus de Galton-Watson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225
Probabilités, variables aléatoires.
Probabilités et formule de Burnside . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239
Groupes finis, groupes de permutation, action de groupe, probabilité, centre, réduction
sur un corps fini.
Probabilité de deux nombres premiers entre eux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244
Probabilité, fonction ζ, nombres premiers, formule du crible, séries absolument conver-
gentes, fonction de Moebius.
Théorème de Perron-Frobenius . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249
Espaces normés de matrices, rayon spectral, convergence de suites, matrice de tran-
sition.
Point de Fermat d’un triangle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259
Géométrie du triangle, compacité, arc capable, différentielles.
284 BIBLIOGRAPHIE
Index : méthodes et résultats classiques
Approximation d’intégrales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203

Comparaison série-intégrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52, 66
Convolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
Entropie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231
Équation différentielle à coefficients constants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
Loi normale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228
Marches aléatoires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221
Méthode de Newton . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
Moindres carrés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254
Permutations dans une série . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
Produit de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71, 78, 83
Théorème d’Abel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
Théorème de Bolzano-Weierstass . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33, 34, 76
Théorème de Riesz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
Transformée de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
« Si tu veux l’agreg, prépare la paix » : ce fascicule d’exercices nous amènera
sur les chemins arpentés de l’agrégation interne, et de l’externe, si affinité. Un livre
qui reste avant tout « la meilleure façon de se payer un costard » et qui propose de
l’analyse clés en main, en joignant l’utile à l’agrégable.
Utilisation de Python à l’oral d’analyse

Analysie

Transféré par

Droits d'auteur :

Formats disponibles

Analysie

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Analysie

Transféré par

Droits d'auteur :

Formats disponibles

Carnet de voyage en Analystan

Marie Peronnier Kathie Tagliaro Linda Decourt

Denis Roussillat Jérôme Germoni Tewfik Lahcene Philippe Caldero

Version du 27 novembre 2021.

2 Intégrales sur un segment 3

5 Suites réelles et complexes 27

8 Intégrales : généralisées, à paramètre, multiples 103

9 Espaces vectoriels normés 149

10 Equations différentielles linéaires 159

11 Calcul numérique 187

14 Calcul différentiel 263

15 Annexe. Mémento sur l’interversion des limites 271

Il arrive un moment où la vérité s’impose, brutale : « ta deuxième vie commence

Intégrales sur un segment

Exercice 1 (Lemme de Riemann-Lebesgue)

Pour plus de commodité, posons dans la suite

1. Montrer le lemme de Riemann-Lebesgue dans le cas où f est une fonction

avec ki ∈ C, pour tout i.

Exercice 2 (Inégalités : Wirtinger & isopérimétrique)

2. (Inégalité isopérimétrique) Soit Γ une courbe du plan réel, fermée, de

avec égalité si et seulement si Γ est un cercle.

(iii) Choisir C de sorte à démontrer l’inégalité isopérimétrique.

On utilise alors la formule

valable car f est de classe C 1 .

En utilisant la relation reliant cn (f ) et cn (f ′ ), on obtient

Cela implique que

où a et b ∈ C sont des combinaisons linéaires en c1 (f ) et c−1 (f ). La

(ii) Pour majorer l’aire, on utilise le « petit pilier de l’analyse ».

Idée-clé. On veut comparer une aire, i.e. une intégrale de xy ′ et une

c’est là la siouxerie, de x′ + y ′ (cette fonction vaut 1 !). On pense alors

au petit pilier de l’analyse TM

Soit C > 0. D’après le rappel ci-dessus, on a (en omettant les (t)dt) :

(iii) Pour exploiter l’égalité (x′ )2 + (y ′ )2 = 1, il faut choisir C de sorte que

Notons qu’alors l’égalité x′ (t)2 + y ′ (t)2 = 1 donne

Remarques. 1. On a, dans cet exercice, utilisé la formule de Green-Riemann don-

Cette formule ne correspond pas tout à fait au théorème de Green-Riemann

D’où la formule de Green-Riemann dans le cas d’un paramétrage périodique.

est un C 1 -difféomorphisme de [c, d] dans [0, L].

uniformément 1, ce qui exprime que le paramétrage g est normal. Dérivons la

1. Justifier que, pour tout n ∈ N, In est strictement positive.

En notant que (xn )(k) (0) = 0, sauf si k = n, on en déduit :

Or, en faisant les calculs, on trouve que

Fonctions d’une variable réelle I.

Exercice 4 (Théorème de Korovkin)

converge uniformément vers la fonction nulle sur I.

3. (a) Par l’inégalité triangulaire, on peut écrire

∣hn (x)∣ = ∣un (f − f (x)e0 )(x)∣

∀n ⩾ N, ∣∣hn ∣∣∞ ⩽ (M + 1)ε

ce qui conclut à la convergence uniforme de (hn )n∈N vers la fonction nulle

un (f )(x) − f (x) = (un (f − f (x)e0 ))(x) + f (x)un (e0 )(x) − f (x),

d’où par l’inégalité triangulaire, et compte tenu de e0 = 1 :

Remarque. Le théorème de Pavel Korovkin a de quoi décoiffer plus d’un analyste.

Voici maintenant une application classique du théorème de Korovkin à une preuve

Exercice 5 (Théorème de Weierstrass)

Ensuite, la formule d’absorption ( )

Ainsi, Bn (e0 ) = e0 , Bn (e1 ) = e1 , et Bn (e2 ) = e2 + n1 (e1 − e2 ). Pour tout j ∈

Remarque. Une variante du théorème de Korovkin adaptée aux fonctions polyno-

Remarque. Le théorème de Weierstrass dit que l’algèbre des fonctions polynomiales

Exercice 6 (Polynômes de Kantorovich)