Sup & Spé TSI – Résumé de Cours Mathématiques

T
M
j

Calcul élémentaire de la courbure en un point birégulier

−
→ −
→−
\ →
On considère la fonction angulaire associée ϕ qui est l’angle entre Ox et T , ϕ = i , T
d’où, en paramétriques :
       
dx dx ds
−
→  cos ϕ   / − sin ϕ 
 =  ds  =  dt dt  et − → 
  
T :   dy   dy ds  N :


sin ϕ / cos ϕ
ds dt dt
En polaires, on a :

ϕ =θ+V

Théorème : Avec les notations précédentes, on a :

dϕ ds
γ= R=
ds dϕ
   
−
→ dϕ
−
→  cos ϕ  dT −
→  − sin ϕ ×
ds

Démonstration : T : 

 qu’on dérive par rapport à s. D’où ds = γ N : 
  .
dϕ 
sin ϕ cos ϕ ×
ds
dϕ
Ce qui donne immédiatement : γ = .
ds

Christophe Caignaert
Lycée Colbert – 59200 Tourcoing
http://c.caignaert.free.fr
Année scolaire 2003 – 2004
 Année Scolaire 2003 – 2004

L ajouts de figuresmodifications
ES PRINCIPALES cette année sont principalement des
et de considérations élémentaires.
On a bien sûr également relu le contenu et corrigé quelques bogues :
qu’on se rassure, il en reste ! Un grand merci aux lecteurs attentifs.
Ce document est disponible sur mon site personnel :
http://c.caignaert.free.fr
Ce site contient également un cours complet de Spé TSI, tant en pdf
qu’en html.
Il a été écrit sous pdfLaTeX, une version spécifique de LaTeX qui pro-
duit directement des fichiers au format pdf. Ces fichiers ont l’avantage
de s’afficher et s’imprimer correctement.
Pour la présentation du document, on a redéfini quelques commandes
LaTeX de base, comme « \section », la génération de l’index...
Les extensions LaTeX utilisées sont habituelles, les caractères de texte
sont en palatino et les caractères mathématiques utilisent les fontes pple
adaptée au palatino.
Cette version du document est celle du 8 juin 2004.

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
 Sommaire 11. Espaces Vectoriels 16
11.1. Structure d’espace vectoriel . . . . . . . 16
11.2. Sous-espace vectoriel . . . . . . . . . . . 16
I Algèbre 7 11.3. Somme de sous-espaces vectoriels . . . 16
11.4. Norme sur un espace vectoriel . . . . . 17
1. Théorie des ensembles 7 11.5. Esp. vect. de dim. finie : base . . . . . . . 17
1.1. Ensembles . . . . . . . . . . . . . . . . . 7 11.6. Espaces vectoriels usuels . . . . . . . . . 17
1.2. Sous-ensembles . . . . . . . . . . . . . . 7
1.3. Loi de composition interne . . . . . . . . 7 12. Applications Linéaires 18
1.4. Ensembles finis . . . . . . . . . . . . . . 8 12.1. Applications linéaires . . . . . . . . . . . 18
12.2. s-e-v stable par f . . . . . . . . . . . . . 18
2. Fonctions et applications 8 12.3. Image et noyau . . . . . . . . . . . . . . 18
2.1. Applications . . . . . . . . . . . . . . . . 8 12.4. Projecteur . . . . . . . . . . . . . . . . . 19
2.2. Image, image réciproque d’une partie . 8 12.5. Théorème du rang . . . . . . . . . . . . 19
2.3. Injection, surjection, bijection . . . . . . 8 12.6. Système linéaire . . . . . . . . . . . . . . 19
2.4. Composition des applications . . . . . . 9
2.5. Ensemble des applications de E vers F . 9 13. Matrices 19
13.1. Généralités . . . . . . . . . . . . . . . . . 19
3. Structure de Groupe 9 13.2. Généralités sur les matrices carrées . . . 20
3.1. Groupe . . . . . . . . . . . . . . . . . . . 9 13.3. Matrice d’une application linéaire . . . . 21
3.2. Sous-groupe . . . . . . . . . . . . . . . . 9 13.4. Matrice de Passage . . . . . . . . . . . . 21
3.3. Morphisme de groupe . . . . . . . . . . 9 13.5. Changements de base . . . . . . . . . . . 21

4. Structure d’Anneau 10 14. Déterminants 22

4.1. Anneau . . . . . . . . . . . . . . . . . . . 10 14.1. Ordre 2 et 3 . . . . . . . . . . . . . . . . . 22
4.2. Sous-anneau . . . . . . . . . . . . . . . . 10 14.2. Matrice triangulaire . . . . . . . . . . . . 22
4.3. Exemples d’anneaux . . . . . . . . . . . 10 14.3. Ordre quelconque . . . . . . . . . . . . . 22
4.4. Arithmétique de Z . . . . . . . . . . . . 10 14.4. Déterminant d’un produit . . . . . . . . 22
14.5. Dét. d’une mat. triangulaire par blocs . 22
5. Structure de Corps 11
15. Réduction des Endomorphismes 23
5.1. Corps . . . . . . . . . . . . . . . . . . . . 11
15.1. Valeurs propres et vecteurs propres . . . 23
5.2. Corps usuels . . . . . . . . . . . . . . . . 11
15.2. Polynôme caractéristique . . . . . . . . . 23
6. Structure d’Algèbre 11 15.3. Diagonalisibilité . . . . . . . . . . . . . . 23
6.1. Algèbre . . . . . . . . . . . . . . . . . . . 11 15.4. Diagonalisibilité et diagonalisation . . . 23
15.5. Triangularisation . . . . . . . . . . . . . 23
6.2. Sous-algèbre . . . . . . . . . . . . . . . . 11
15.6. Puissances d’une matrice . . . . . . . . . 24
6.3. Algèbres usuelles . . . . . . . . . . . . . 11
16. Espaces Préhilbertiens Réels et Euclidiens 24
7. Nombres Réels 11
16.1. Produit scalaire . . . . . . . . . . . . . . 24
7.1. Inégalités, Bornes . . . . . . . . . . . . . 11
16.2. Esp. vect. préhilbertiens et euclidiens . . 25
7.2. Partie entières . . . . . . . . . . . . . . . 12
16.3. Inégalités . . . . . . . . . . . . . . . . . . 25
7.3. Formule du Binôme . . . . . . . . . . . . 12
16.4. Endomorphismes symétriques . . . . . 25
16.5. Matrice symétrique réelle . . . . . . . . 25
8. Nombres Complexes 13
16.6. Procédé de Schmidt . . . . . . . . . . . . 25
8.1. Nombres Complexes . . . . . . . . . . . 13
16.7. Projection sur un s-e-v de dim. finie . . 26
8.2. Inégalité triangulaire . . . . . . . . . . . 13
16.8. Méthode des Moindres Carrés . . . . . . 26
8.3. Groupe des unités . . . . . . . . . . . . . 13
8.4. Racines d’un nombre complexe . . . . . 13 17. Groupe Linéaire et Groupe Orthogonal 27
8.5. Géométrie du plan complexe . . . . . . 13 17.1. Groupe linéaire . . . . . . . . . . . . .. 27
17.2. Groupe orthogonal . . . . . . . . . . . . 27
9. Polynômes 14
9.1. Racines . . . . . . . . . . . . . . . . . . . 14
9.2. Division Euclidienne . . . . . . . . . . . 15 II Analyse 28

10. Fractions Rationnelles 15 18. Suites 28

10.1. Décomposition en éléments simples . . 15 18.1. Suites . . . . . . . . . . . . . . . . . . . . 28
10.2. Conseils pratiques . . . . . . . . . . . . . 15 18.2. Sous-suites . . . . . . . . . . . . . . . . . 28

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 R
18.3. Suites vectorielles . . . . . . . . . . . . . 28 24.5. Continuité et dérivation sous . . . . . . 46
18.4. Suites réelles ou complexes . . . . . . . 28 24.6. Int. par parties et chang. de variable . . 46
18.5. Suites réelles . . . . . . . . . . . . . . . . 29 24.7. Sommes de Riemann . . . . . . . . . . . 46
18.6. Suites récurrentes . . . . . . . . . . . . . 29
18.7. Suites récurrentes linéaires . . . . . . . . 29 25. Intégrale généralisée 47
25.1. Convergence . . . . . . . . . . . . . . . . 47
19. Fonctions R → R 29 25.2. Fonctions positives . . . . . . . . . . . . 47
19.1. Ensemble de définition . . . . . . . . . . 29 25.3. Théorème des 3 conditions . . . . . . . . 48
19.2. Monotonie . . . . . . . . . . . . . . . . . 29 25.4. Int. par parties et chang. de variable . . 48
19.3. Limite et continuité . . . . . . . . . . . . 30 25.5. Un procédé de convergence . . . . . . . 48
R
19.4. Continuité sur un intervalle . . . . . . . 30 25.6. Continuité et dérivation sous . . . . . . 48
19.5. Fn en escalier, continue par morceaux . 31 25.7. Ensemble de définition . . . . . . . . . . 49
19.6. Limites usuelles . . . . . . . . . . . . . . 31
19.7. Equivalents . . . . . . . . . . . . . . . . 31 26. Intégrales doubles et triples 49
19.8. Négligeabilité . . . . . . . . . . . . . . . 31 26.1. Description hiérarchique du domaine . 49
26.2. Calcul d’Aires et de Volumes . . . . . . 50
20. Dérivabilité 32 26.3. Inclusion des domaines . . . . . . . . . . 50
20.1. Dérivée, classe C 1 et notations . . . . . 32 26.4. Changement de variables . . . . . . . . 51
20.2. Classe C n . . . . . . . . . . . . . . . . . . 32
20.3. Somme et produit . . . . . . . . . . . . . 32 27. Séries numériques (réelles ou complexes) 53
20.4. Dérivée d’une fonction composée . . . . 32 27.1. Convergence et Convergence Absolue . 53
20.5. Dérivée et prolongement par continuité 32 27.2. Séries géométriques . . . . . . . . . . . . 53
20.6. Th. de Rolle, T.A.F., Formules de Taylor 33 27.3. Séries positives . . . . . . . . . . . . . . 53
20.7. Zéros d’une fonction . . . . . . . . . . . 33 27.4. Critère spécial des séries alternées . . . 54
20.8. Développements limités . . . . . . . . . 34 27.5. Comparaison série-intégrale . . . . . . . 54
20.9. Opérations sur les dln . . . . . . . . . . . 34 27.6. Suite et série des différences . . . . . . . 55
27.7. Calcul exact de sommes de séries . . . . 55
21. Fonctions usuelles 35 27.8. Calcul approché de sommes de séries . 55
21.1. Exponentielle et Logarithme . . . . . . . 35
21.2. Fonctions trigonométriques circulaires . 35 28. Séries Entières 55
21.3. Fonc. trigonométriques réciproques . . 36 28.1. Rayon de convergence . . . . . . . . . . 56
21.4. Fonc. trigonométriques hyperboliques . 37 28.2. Convergence . . . . . . . . . . . . . . . . 56
21.5. Fonc. trig. hyperboliques réciproques . 38 28.3. Somme de deux séries entières . . . . . 57
21.6. Autres fonctions usuelles . . . . . . . . . 40 28.4. Développement en série entière . . . . . 57
28.5. Séries entières usuelles . . . . . . . . . . 57
22. Trigonométrie 40 28.6. Sér. ent. solution d’une équation diff. . . 57
22.1. Propriétés élémentaires . . . . . . . . . . 40
22.2. Symétries . . . . . . . . . . . . . . . . . . 42 29. Séries de Fourier 57
22.3. Arc double . . . . . . . . . . . . . . . . . 42 29.1. Coefficients de Fourier . . . . . . . . . . 57
22.4. Sommes d’arcs . . . . . . . . . . . . . . . 42 29.2. Cas où f est 2π-périodique . . . . . . . 59
22.5. Transformation de produits en sommes 42 29.3. Convergence . . . . . . . . . . . . . . . . 59
22.6. Transformation de sommes en produits 43 29.4. Produit scalaire et formule de Parseval . 59
22.7. Formule de Moivre . . . . . . . . . . . . 43 Z Z
22.8. Fonctions réciproques . . . . . . . . . . 43 30. Σ = Σ . . . 60
22.9. Pour le calcul intégral . . . . . . . . . . . 43 30.1. Série entière . . . . . . . . . . . . . . . . 60
30.2. Série de Fourier . . . . . . . . . . . . . . 60
23. Recherche de primitives 43 30.3. Autres cas . . . . . . . . . . . . . . . . . 60
23.1. Fraction rationnelle en x . . . . . . . . . 43
23.2. Fractions rationnelles diverses . . . . . . 43 31. Fonctions R p → R 61
23.3. Polynôme × exponentielle . . . . . . . . 44 31.1. Limite et continuité . . . . . . . . . . . . 61
23.4. Primitives usuelles . . . . . . . . . . . . 44 31.2. Classe C 1 et C 2 . . . . . . . . . . . . . . 61
31.3. Extrémums d’une fonction R2 → R . . . 62
24. Intégrale de Riemann 44
24.1. Primitive . . . . . . . . . . . . . . . . . . 44 32. Fonctions (ou suites) à valeur dans Rn ou Cn 62
24.2. Inégalités . . . . . . . . . . . . . . . . . . 44 32.1. Limite et continuité . . . . . . . . . . . . 62
24.3. Théorème des 3 conditions . . . . . . . . 46 32.2. Fonction Rn → R p , classe C 1 . . . . . . 62
24.4. Intégrale dépendant d’une borne . . . . 46 32.3. Fonction Rn → Rn , classe C 1 . . . . . . 63

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
33. Equations et systèmes différentiels 63 43. Cercles et Sphères 82
33.1. Généralités . . . . . . . . . . . . . . . . . 63 43.1. Cercles dans le plan et sphères . . . . . 82
33.2. Non Linéaire du premier ordre . . . . . 64 43.2. Cocyclicité . . . . . . . . . . . . . . . . . 82
33.3. Linéaire du premier ordre . . . . . . . . 64 43.3. Cercles dans l’espace. . . . . . . . . . . . 82
33.4. Lin. du sec. ordre à coeff. constants . . . 64
33.5. Linéaire du second ordre . . . . . . . . . 64 44. Coniques 83
33.6. Equation aux dérivées partielles . . . . . 65 44.1. Ellipses . . . . . . . . . . . . . . . . . . . 83
33.7. Système Linéaire du premier ordre . . . 65 44.2. Paraboles . . . . . . . . . . . . . . . . . . 84
33.8. Système autonome . . . . . . . . . . . . 66 44.3. Hyperboles . . . . . . . . . . . . . . . . . 85
44.4. Identification d’une conique . . . . . . . 85
44.5. Projection d’une conique sur un plan . . 86
III Géométrie 67
45. Quadriques 87
34. Barycentre 67 45.1. Equations réduites . . . . . . . . . . . . 87
34.1. Barycentre de p points pondérés . . . . 67 45.2. Intersection avec un plan . . . . . . . . . 87
34.2. Associativité du barycentre . . . . . . . 67 45.3. Identification d’une quadrique . . . . . 89

35. Vecteurs du plan et de l’espace 67 46. Surfaces de révolution, cylindres et cônes 89

35.1. Produit scalaire . . . . . . . . . . . . . . 67 46.1. Surfaces de révolution . . . . . . . . . . 89
35.2. Produit vectoriel . . . . . . . . . . . . . . 67 46.2. Cylindres . . . . . . . . . . . . . . . . . . 90
35.3. Déterminants . . . . . . . . . . . . . . . 67 46.3. Cônes . . . . . . . . . . . . . . . . . . . . 91
46.4. Cylindres et cônes de révolution . . . . 93
36. Droites et Plans affines 67
36.1. Droites du plan . . . . . . . . . . . . . . 68
36.2. Plans de l’espace affine . . . . . . . . . . 68 IV Maple 94
36.3. Droites de l’espace affine . . . . . . . . . 69
36.4. Angles . . . . . . . . . . . . . . . . . . . 69 47. Bases 94
36.5. Aires et Volumes élémentaires . . . . . . 69 47.1. Manipulations de base . . . . . . . . . . 94
36.6. Distances . . . . . . . . . . . . . . . . . . 69 47.2. Constantes . . . . . . . . . . . . . . . . . 94
47.3. Sommes et produits . . . . . . . . . . . . 95
37. Projecteurs et Symétries 70
47.4. Fonctions d’évaluation . . . . . . . . . . 95
37.1. Projecteur . . . . . . . . . . . . . . . . . 70
47.5. Transformation générale d’expressions . 95
37.2. Symétrie . . . . . . . . . . . . . . . . . . 70
47.6. Simplification d’expressions . . . . . . . 96
38. Isométries 70 47.7. Structures de données . . . . . . . . . . 96
38.1. Isométries vectorielles et affines . . . . . 70
48. Mathématiques usuelles 96
38.2. Symétries orthogonales . . . . . . . . . . 70
48.1. Fonctions mathématiques usuelles . . . 96
38.3. Recherche d’une symétrie orthogonale . 71
48.2. Limites et développements limités . . . 96
38.4. Isométries Vectorielles . . . . . . . . . . 71
48.3. Dérivées . . . . . . . . . . . . . . . . . . 97
38.5. Isométries Affines . . . . . . . . . . . . . 72
48.4. Primitives et intégrales . . . . . . . . . . 97
39. Similitudes 72 48.5. Solve... . . . . . . . . . . . . . . . . . . . 97
39.1. Similitude . . . . . . . . . . . . . . . . . 72
39.2. Identification . . . . . . . . . . . . . . . . 72 49. Algèbre linéaire 97
49.1. Vecteurs . . . . . . . . . . . . . . . . . . 97
40. Courbes Planes 73 49.2. Procédé de Schmidt . . . . . . . . . . . . 98
40.1. Courbes d’équation y = f ( x) . . . . . . 73 49.3. Matrices . . . . . . . . . . . . . . . . . . 98
40.2. Courbes planes en paramétriques . . . . 74 49.4. Eléments propres . . . . . . . . . . . . . 98
40.3. Courbes planes en polaires . . . . . . . . 76
40.4. Courbes usuelles en polaires . . . . . . . 78 50. Graphiques 98
50.1. Courbes du plan . . . . . . . . . . . . . . 98
41. Courbure et Rayon de Courbure 78 50.2. Surfaces . . . . . . . . . . . . . . . . . . 99
41.1. Rayon de courbure d’une courbe plane 78 50.3. Courbes de l’espace . . . . . . . . . . . . 99
41.2. Recherche de la courbure . . . . . . . . . 79 50.4. Tracé simultané . . . . . . . . . . . . . . 99

42. Surfaces : Généralités 80 51. Structures de contrôle et procédures 99

42.1. Surfaces, plan tangent . . . . . . . . . . 80 51.1. Structure alternative . . . . . . . . . . . 99
42.2. Tangente à une courbe de l’espace . . . 81 51.2. Structure répétitive . . . . . . . . . . . . 100

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 51.3. Procédures . . . . . . . . . . . . . . . . . 100 52.4. Structure itérative « tant que » . . . . . 101
52.5. Récurrence sur plusieurs rangs . . . . . 102
52. Exemples de Programmes 100
52.6. Un exemple en algèbre linéaire . . . . . 102
52.1. Un programme très simple . . . . . . . . 101
52.2. Structure alternative . . . . . . . . . . . 101
52.3. Structure itérative « pour » . . . . . . . 101 Index 104

Figures 18 Comparaison série-intégrale . . . . . . . 55

19 Convergence d’une série entière . . . . . 56
1 Projection orthogonale . . . . . . . . . . 26 20 Fonction convexe . . . . . . . . . . . . . 74
2 Méthode des Moindres Carrés . . . . . . 27 21 Etude locale d’une courbe paramétrée . 75
3 Théorème de Newton-Raphson . . . . . 34 22 Exemple de ρ négatif en polaires . . . . 77
4 Fns exponentielle et logarithme . . . . . 35 23 Tangente en polaires . . . . . . . . . . . 77
5 Fonctions trigonométriques . . . . . . . 36 24 Asymptote en polaires . . . . . . . . . . 78
6 Fns trigonométriques réciproques . . . . 37
25 Repère de Frenet et centre de courbure . 79
7 Fns cosinus et sinus hyperboliques . . . 38
26 Plan tangent . . . . . . . . . . . . . . . . 81
8 Fonction tangente hyperbolique . . . . . 39
27 Ellipse : foyers et directrices . . . . . . . 83
9 Fns Argch et Argsh . . . . . . . . . . . . 39
28 Parabole : foyers et directrices . . . . . . 84
10 Fn Argument tangente hyperbolique . . 40
11 Cercle trigonométrique . . . . . . . . . . 42 29 Hyperbole : foyers et directrices . . . . . 86
12 Intégrale double . . . . . . . . . . . . . . 49 30 Quadriques . . . . . . . . . . . . . . . . 88
13 Intégrale triple . . . . . . . . . . . . . . . 50 31 Surface de révolution : axe et directrice . 90
14 Intégrale double en polaires . . . . . . . 51 32 Cylindre : direction et directrice . . . . . 91
15 Intégrale triple en cylindriques . . . . . 52 33 Contour apparent dans une direction . . 92
16 Intégrale triple en sphériques . . . . . . 52 34 Cône : sommet et directrice . . . . . . . 92
17 Critère spécial des séries alternées . . . 54 35 Contour apparent depuis un point . . . 93

Tableaux 2 Primitives usuelles . . . . . . . . . . . . 45

3 Séries Entières usuelles . . . . . . . . . . 58
1 Fonctions usuelles . . . . . . . . . . . . . 41

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
Première partie

Algèbre

1. Théorie des ensembles

1.1. Ensembles
Un ensemble peut se définir par
• la liste de ses éléments, comme par exemple : E = {1,2, . . . ,n} ;
• la propriété que vérifient ses éléments, par ex. : E = { x ∈ R, x2 + x − 1 = 0}.
Quand x est un élément de E, c’est à dire qu’il est dans la liste des éléments de E, ou qu’il vérifie la propriété
caractéristique de E, on dit que x appartient à E, noté : x ∈ E.

Définition : Si E et F sont deux ensembles, on appelle l’ensemble produit de E et F, noté E × F, l’ensemble

des couples d’un élément de E et d’un élément de F, soit : E × F {( x,y), x ∈ E, y ∈ F }

L’ensemble vide se note : ∅.

1.2. Sous-ensembles
On dit que F est inclus dans E, noté F ⊂ E, ⇔ ∀ x ∈ F, x ∈ E.
F est ainsi un sous-ensemble de E, ou une partie de E.
On note P ( E), l’ensemble des parties de E. C’est ensemble de tous les sous-ensembles de E.

Définition : L’intersection de 2 ensembles A et B, notée A ∩ B est : A ∩ B = { x, x ∈ A et x ∈ B}

Définition : La réunion de 2 ensembles A et B, notée A ∪ B est : A ∪ B = { x, x ∈ A ou x ∈ B}

Définition : Si A ⊂ B, le complémentaire de A dans B est : {B A = { x, x ∈ B et x 6∈ A}.

1.3. Loi de composition interne

Définition : Si E est un ensemble, une loi de composition interne, notée ∗, sur E est une application (voir
page 8) définie sur E × E et à valeur dans E.
A deux éléments de E, on associe un troisième élément de E.
On note une loi de composition interne sous forme d’opération plutôt que sous forme d’application : z = x ∗ y.

Les propriétés usuelles d’une loi ∗ de composition interne sur E sont :

associativité : ∀ x,y,z ∈ E, ( x ∗ y) ∗ z = x ∗ ( y ∗ z)
En un mot, on peut, dans un calcul, regrouper les termes comme on veut, sans changer leur ordre.
Il est pratiquement impossible de travailler avec une loi qui n’est pas associative.

commutativité : ∀ x,y ∈ E, x ∗ y = y ∗ x
Pour une loi commutative, dans un calcul, on peut changer l’ordre des termes.
élément neutre : e est élément neutre ⇔ ∀ x ∈ E, x ∗ e = e ∗ x = x
C’est par exemple 0 pour l’addition et 1 pour la multiplication.
élément inversible : x est inversible, ou possède un symétrique ⇔ ∃ x0 ∈ E tel que : x ∗ x0 = x0 ∗ x = e
Ceci n’a bien sûr de sens que si la loi ∗ possède déjà un élément neutre e.

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
1.4. Ensembles finis
Définition : Un ensemble est fini s’il est vide ou s’il peut se mettre en bijection (voir page 8) avec {1,2, . . . ,n}.
Son cardinal, qui est son nombre d’éléments, est alors n.
Le cardinal de l’ensemble vide est 0.

Notation : L’ensemble {1,2, . . . ,n} se note aussi [[1,n]].

Théorème : À Noter:

• Card( E × F ) = Card( E) × Card( F )

• Le cardinal de l’ensemble des parties de E est : Card(P ( E)) = 2Card(E)
• Le cardinal de l’ensemble des applications de E dans F (voir page 9) est : Card(F ( E,F )) = Card( F )Card(E)
 
k n
• Le cardinal de l’ensemble des parties à p éléments d’un ensemble à n éléments est : Cn =
k

2. Fonctions et applications
2.1. Applications
Définition : Une fonction f de E vers – ou dans – F est une relation telle que :
∀ x ∈ E, il existe au plus un seul y ∈ F, tel que : y = f ( x).
Une application f de E vers – ou dans – F est une relation telle que :
∀ x ∈ E, il existe un et un seul y ∈ F, tel que : y = f ( x).

Définition : Soit f une application de E vers F, et A une partie de E,

alors : f A : A → F, définie par : ∀ x ∈ A, f A ( x) = f ( x) est la restriction de f à A.

Définition : Soit g une application de A vers F, et A une partie de E,

alors, toute application : f : E → F, telle que : ∀ x ∈ A, f ( x) = g( x) est un prolongement de g sur E.

2.2. Image, image réciproque d’une partie

Définition : Soit f une application de E vers F,
• si A est une partie de E, on appele image – ou image directe – de A par f ,
notée f ( A) = { y ∈ F, ∃ x ∈ A tel que : y = f ( x)}.
C’est l’ensemble des images des éléments de A ;
• si B est une partie de F, on appele image réciproque de B par f ,
notée f −1 ( B) = { x ∈ E, tels que : f ( x) ∈ B}.
C’est l’ensemble des éléments de E dont l’image est dans B.

On peut parler de l’image réciproque d’une partie B, notée f −1 ( B) même quand l’application f −1
n’existe pas...

2.3. Injection, surjection, bijection À Noter:

Définition : Une application est injective si et seulement si deux éléments distincts ont des images distinctes.
En pratique, on montre que : f ( x1 ) = f ( x2 ) ⇒ x1 = x2 .

Définition : Une application est surjective si et seulement si tout élément de l’ensemble d’arrivée possède un
antécédant, c’est à dire : ∀ y ∈ F, ∃ x ∈ E tel que f ( x) = y.

Définition : Une application est bijective si et seulement si tout élément de l’ensemble d’arrivée possède un
unique antécédant, c’est à dire : ∀ y ∈ F, il existe un et un seul x ∈ E tel que f ( x) = y.

Définition : Si f est une bijection de E sur F, alors : z = f −1 (t) ⇔ f ( z) = t, définit bien une application f −1 ,
de F sur E, bijective, appelée application réciproque de f .

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
 2.4. Composition des applications
Définition : Soit : f : E → F et : g : F → G, on définit la composée de f et g, comme étant l’application :
g ◦ f : E → G, telle que : g ◦ f ( x) = g ( f ( x)).

En général : g ◦ f 6= f ◦ g... même quand tous les deux sont définis !

Théorème : On prend : f : E → F et : g : F → G, alors :

• si f et g sont surjectives, g ◦ f est surjective.
• si f et g sont injectives, g ◦ f est injective.
• si f et g sont bijectives, g ◦ f est bijective.

Théorème : La composée des applications est toujours associative. C’est à dire :

Si on a : f : E → F, g : F → G, et : h : G → H, h ◦ ( g ◦ f ) = (h ◦ g) ◦ f .

L’application « identité » : Id E : E → E, qui à x associe x est une bijection, et est élément neutre pour
la composition des applications.

Théorème : Si f est une bijection de E dans F, on a bien sûr : f −1 ◦ f = Id E , l’identité de E ; et on a aussi :

f ◦ f −1 = Id F .

2.5. Ensemble des applications de E vers F

Définition : L’ensemble des applications de E vers F est noté : F ( E,F ).

Si E et F sont des ensembles finis, alors, F ( E,F ) est aussi fini.

3. Structure de Groupe
3.1. Groupe
Définition : ∗ étant uneloi de composition interne, c’est à dire : ∀ a,b ∈ G, a∗b ∈ G
 ∀ a,b,c ∈ G, ( a ∗ b) ∗ c = a ∗ (b ∗ c)


( G,∗) est un groupe ⇔ ∃e ∈ G, ∀ a ∈ G, a ∗ e = e ∗ a = a

 ∀ a ∈ G, ∃ a0 ∈ G, a ∗ a0 = a0 ∗ a = e


Il s’agit de l’associativité, de l’existence d’un élément neutre, et de l’existence d’un symétrique pour tout élé-
ment.
Si, de plus la loi est commutative, le groupe est dit abélien ou commutatif.
Remarquons qu’un groupe est non vide... puisqu’il contient l’élément neutre.

3.2. Sous-groupe
(
H est non vide
Théorème : H ⊂ G est un sous-groupe de ( G,∗) ⇔
∀ a,b ∈ H, a ∗ b0 ∈ H
NB:
En pratique, il est bien plus facile de montrer qu’on a un sous-groupe d’un groupe connu plutôt
qu’un groupe.

3.3. Morphisme de groupe

Définition : f : ( F,∗) → ( G,◦) est un morphisme de groupe ⇔ ∀ a,b ∈ F, f ( a ∗ b) = f ( a) ◦ f (b)

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 4. Structure d’Anneau
4.1. Anneau
Définition : Un anneau est un ensemble A muni de deux lois de composition interne notées + et ·
telles que :
• ( A,+) a une structure de groupe commutatif ;
• la loi · est associative, possède un élément neutre et est distributive par rapport à l’addition.
Cet anneau est dit commutatif quand la loi · est commutative.

4.2. Sous-anneau

 B est un sous-groupe de ( A,+)


Théorème : B est un sous-anneau de ( A, + , · ) ⇔ B est stable pour ·

 1∈B


4.3. Exemples d’anneaux

(Z, + , · ) a une structure d’anneau commutatif.
Par ailleurs, toutes les algèbres qui suivent, page ci-contre, ont, bien sûr, une structure d’anneau.

4.4. Arithmétique de Z
a/ Multiples et diviseurs
Définition : Soient a et b dans Z, tels qu’il existe q ∈ Z tel que : a = b q.
On dit alors que a est un multiple de b, ou que a est divisible par b.
On dit aussi que b est un diviseur de a.

b/ Division Euclidienne
Théorème : Soient a ∈ Z et b ∈ N∗ , alors, il existe un unique couple (q,r) avec q ∈ Z et r ∈ {0,1, . . . ,n − 1} tel
que : a = b q + r.

Si a ∈ N, il s’agit simplement de la division de l’école primaire !

a
Mais, si a < 0, et d’ailleurs dans tous les cas, q est la partie entière (voir page 12) de .
b

On peut toujours faire la division euclidienne de a par b 6= 0, mais, il n’y a que quand le reste est nul
que a est divisible par b !

c/ Nombres premiers
Définition : Un nombre premier a de N∗ est un entier a qui n’est divisible, dans N, que par lui même et par 1.
Un nombre premier a de Z∗ est un nombre tel que | a| est un nombre premier de N∗ .

Théorème : Tout entier a de N∗ est décomposable de façon unique en produit de nombres premiers de N∗ .
Tout entier a de Z∗ est décomposable de façon unique en produit de nombres premiers de N∗ et du signe de a.

Exemple : −360 = −1 × 23 × 32 × 5

La décomposition en produit de nombres premiers permet d’effectuer facilement :

• les simplifications de fractions ;
• la somme de deux fractions, on prend alors comme nouveau dénominateur le nombre obtenu en prenant
dans chacun des dénominateurs chaque facteur premier avec l’exposant le plus grand.

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
 5. Structure de Corps
5.1. Corps
Définition : Un corps K est un ensemble muni de deux lois de composion interne telles que :
• (K, + , · ) est un anneau :
1
• tout élément x de K∗ possède un inverse pour la loi ·
x

5.2. Corps usuels

Les corps usuels sont R et C notés K quand c’est l’un ou l’autre, plus exceptionnellement Q.

6. Structure d’Algèbre
6.1. Algèbre
Une algèbre est un ensemble A muni de trois lois.
Les deux premières lui confèrent la structure d’espace vectoriel ( A, + , . ). La troisième loi est une loi de com-
position interne appelée produit. Cette loi × est associative, possède un élément neutre, et est distributive par
rapport à l’addition.
C’est à dire qu’on a, à la fois, une structure d’espace vectoriel ( A, + , . ) et d’anneau ( A, + ,×).
Enfin, dernière propriété, les deux « produits » sont « compatibles » :

∀λ ∈ K, ∀ a,b ∈ A, (λ . a) × b = a × (λ . b) = λ . ( a × b)

6.2. Sous-algèbre
On montre le plus souvent qu’on a une sous-algèbre d’une algèbre connue plutôt que de montrer qu’on a une
algèbre directement.



 1∈F
Théorème : F ⊂ E est une sous-algèbre de E ⇔ ∀u,v ∈ F, ∀λ,µ ∈ K, (λ.u + µ.v) ∈ F

 ∀u,v ∈ F,

u×v ∈ F

C’est à dire, F contient l’identité, est stable par combinaison linéaire et par produit.

6.3. Algèbres usuelles

• R [ X ] et C [ X ] sont des algèbres sur R et C.
• C k ( A,R) avec A non vide et k ∈ N ∪ {+∞} est une algèbre sur R.
• L ( E) l’ensemble des applications linéaires de E dans E.
La loi de composition interne, c’est à dire le « produit », étant ici la composition « ◦ » des applications.
• Mn (K) l’ensembles des matrices carrées n × n

7. Nombres Réels
7.1. Inégalités, Bornes
On rappelle l’inégalité triangulaire : ∀ x,y ∈ R, | x + y | 6 | x | + | y |.

Définition : Soit A une partie, non vide, de R majorée, la borne supérieure de A est le plus petit des majorants
de A.
Si A est une partie, non vide, de R minorée, la borne inférieure de A est le plus petit des minorants de A.

Théorème : Toute partie non vide majorée de R admet une borne supérieure, et toute partie non vide minorée
de R admet une borne inférieure.

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
Notation : On note R = R ∪ {−∞, + ∞} = [−∞, + ∞]

Cela ne rend pas −∞ et +∞ réels !

Théorème : Tout intervalle réel non vide et non réduit à un point contient une infinté de nombres rationels et
une infinité de nombres irrationels.

7.2. Partie entières

Définition : La partie entière d’un nombre réel est le plus grand des entiers qui lui sont plus petits.

Ainsi : Ent(π ) = 3, et : Ent(−π ) = −4.

On a :

Ent( x) 6 x < Ent( x) + 1

Ent( x × 10n )
Définition : La valeur décimale approchée à 10−n près par défaut de x est : .
10n

La valeur décimale approchée à 10−5 près par défaut de π est : 3,14159.

7.3. Formule du Binôme

a/ Coefficients binomiaux
 
n! n
Définition : Cnk = Cnn−k = =
k!(n − k)! k

n(n − 1)
Cnk = Cnk− 1 k
−1 + Cn−1 Cn0 = Cnn = 1 Cn1 = Cnn−1 = n Cn2 = Cnn−2 =
2
 
n
On notera bien que la notation Cnk est de plus en plus remplacée par la notation : .
k
Remarquons l’inversion de n et k.

b/ Formule du Binôme et autres

n
Théorème : ∀ a,b ∈ K, ∀ n ∈ N, ( a + b ) n = ∑ Cnk ak bn−k
k =0

!
n
Théorème : ∀ a,b ∈ K, ∀ n ∈ N, a n − b n = ( a − b ) ∑ an−k bk−1
k =1

Les deux formules précédentes sont en fait valables dans tout anneau commutatif et donc, en parti-
culier, dans toute algèbre comutative.
Quand on n’a pas la commutaivité du produit, il faut et il suffit que le produit des deux éléments
concernés commute.
Ce sera le cas avec les matrices carrées Mn (K), voir page 24, et avec l’ensemble des endomorphismes
de E, c’est à dire L( E).

n
n (n + 1)
Théorème : ∑k= 2
k =1

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
 8. Nombres Complexes
8.1. Nombres Complexes
z = x − iy = ρ e−iθ
p
z = x + iy = ρ eiθ ρ = | z| = | − z| = | z| = x2 + y2
 
1 1
z+ z0 = z+ z0 z z0 = z z0 = | z|2 = z z
z z

8.2. Inégalité triangulaire

Théorème : ∀ x,y ∈ C, | x| − | y| 6 | x + y| 6 | x| + | y|

Cette inégalité est, bien sûr, encore valable lorsque x et y sont réels...

8.3. Groupe des unités

Théorème : L’ensemble U des nombres complexes de module 1, muni de la multiplication, a une structure de
groupe commutatif.

8.4. Racines d’un nombre complexe

a/ Racines carrées

2 2
 x −y =√ a


Théorème : z2 = a + ib avec z = x + iy ⇔ 2 2
x + y = a2 + b2


 signe( xy) = signe(b)

b/ Racines nèmes de l’unité

2ikπ
Théorème : zn = 1 ⇔ z = e n avec k ∈ {0,1,2, . . . ,n − 1}

c/ Racines nèmes d’un nombre complexe

√ iθ+2ikπ
Théorème : zn = ρ eiθ ⇔ z = n ρ e n avec k ∈ {0,1,2, . . . ,n − 1}

Les racines nèmes d’un complexe s’obtiennent en effectuant le produit de l’une d’entre elles par les
racines nèmes de l’unité.

8.5. Géométrie du plan complexe

a/ Transformations

• z 7→ a z
Si le point M est d’affixe z, on trouve le point M0 d’affixe a z en effectuant la rotation de centre O, d’angle
arg a et l’homothétie de centre O et de rapport | a|.
• z 7→ a z + b
Si le point M est d’affixe z, on trouve le point M0 d’affixe a z + b
◦ en effectuant la rotation de centre Ω, d’angle arg a et l’homothétie de centre Ω et de rapport | a|. Ω
est le point fixe d’affixe vérifiant : z = a z + b, dans le cas où a 6= 1 ;
◦ dans le cas où a = 1, le point M0 est le translaté de M de vecteur d’affixe b.
peut aussi se reporter à la page 72.

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 1
• z 7→
z
1
Si le point M est d’affixe z, le point M0 d’affixe se trouve sur la droite, orientée, symétrique de (OM)
−−→ z
−−→
par rapport à Ox, la norme de OM0 étant l’inverse de celle de OM.
• z 7→ z
Si le point M est d’affixe z, le point M0 d’affixe z est le symétrique de M par rapport à l’axe Ox.

b/ Cercles et droites

Théorème : A,B,M d’affixes respectives a,b,z, alors :

−−→
z−a AM
• le module de est : −→ ;
z−b BM
z−a −−
→ −→
\
• l’argument de est : AM, BM
z−b

9. Polynômes
9.1. Racines
n
Soit le polynôme : P( x) = ∑ ak xk = an xn + an−1 xn−1 + · · · + a1 x + a0
k =0

Théorème : Sur C, P( x) = an ( x − x1 ) ( x − x2 ) . . . ( x − xn )

Théorème : Sur R, P( x) = an ( x − x1 ) ( x − x2 ) . . . x − x p x2 + α1 x + β1 . . . x2 + αm x + βm

avec p + 2m = n et toutes les expressions du second degré irréductibles, c’est à dire ∆ < 0.

Quand on a tous les facteurs d’un polynôme, pour retrouver celui-ci, il ne faut pas oublier le coeffi-
cient dominant an .

Définition : Un polynôme est dit scindé si et seulement si il est factorisable en produit d’expressions du
premier degré.

Sur C un polynôme est donc toujours scindé.

Sur R, il faut et il suffit qu’il n’ait pas de racines complexes non réelles.

Théorème : P( x) est divisible par ( x − α ) ⇔ P(α ) = 0 ⇔ α est racine de P

Théorème : P( x) est divisible par ( x − α )k ⇔ P(α ) = P0 (α ) = · · · = P(k−1) (α ) = 0

⇔ α est racine d’ordre k au moins de P

Théorème : Un polynôme de degré n qui a au moins n + 1 racines distinctes ou confondues est nul.

an−1 a0
Théorème : Si P est scindé, x1 + x2 + · · · + xn = − , x1 x2 . . . xn = (−1)n
an an

Pour le degré 2, x2 − Sx + P = 0 est tel que : S = x1 + x2 , et P = x1 x2

S est la somme des racines et P leur produit.

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
9.2. Division Euclidienne
Théorème : Soit A et B deux polynômes, B 6= 0,
(
A = BQ+R
alors il existe un unique couple ( Q,R) tel que
degré( R) < degré( B)

En pratique, quand on écrit la division de A par B, on prendra soin de bien écrire les polynômes par puissances
décroissantes.
P| Q ⇔ Le reste de la division euclidienne de Q par P est nul
⇔ Toutes les racines de P sont racines de Q avec au moins le même ordre de multiplicité.
On pensera à cette dernière équivalence quand le degré de P est petit ...

10. Fractions Rationnelles

10.1. Décomposition en éléments simples
P
Théorème : A = une fraction rationelle irréductible avec Q( x) = a ( x − x1 ) p1 ( x − x2 ) p2 . . . ( x − xn ) pn
Q !
n pk
P( x) Ak,l
Alors : = E( x) + ∑ ∑ l
Q( x) k =1 l =1 ( x − xk )
avec E( x) le quotient de la division euclidienne de P par Q.
En pratique, sur les réels et les complexes,
A
• un terme en ( x − x1 ) dans Q( x) donne un terme en ,
( x − x1 )
A B
• un terme en ( x − x1 )2 dans Q( x) donne un terme en + (première espèce).
( x − x1 ) ( x − x1 )2
Sur les réels,
• un terme en x2 + α1 x + β1 avec (∆ < 0) donne :

A A
◦ un terme en +
( x − x1 ) ( x − x1 )
Cx + D
◦ ou directement en 2 (seconde espèce), avec C et D réels.
( x + α1 x + β1 )

Exemple : On va donner un exemple de décomposition directe en éléments simples sur R.

2X + 1 A B CX + D
Soit : 2
= + 2
+ 2 car X 2 + X + 1 n’a pas de racines réelles,
2
( X + 1) ( X + X + 1) X + 1 ( X + 1) X + X + 1
ses racines sont j et j.
Pour B, on multiple par ( X + 1)2 , on simplifie et on fait X = −1. Cela donne : B = −1.
Pour C et D, qu’on peut trouver en même temps, car la fraction rationelle du départ est réelle, on multiplie par
X 2 + X + 1, on simplifie et on fait X = j. Comme C et D sont réels, on a les deux.
2j + 1 2j + 1 2j + 1
Cj + D = 2
= 2
= = 2 + j2 = 2 − 1 − j = 1 − j, d’où : C = −1 et D = 1.
( j + 1) 2
(− j ) j
Pour A, on fait X = 0 ou bien on multiplie par X et on fait X = +∞. Ce qui donne : A + C = 0 et donc : A = 1.

10.2. Conseils pratiques

Pour décomposer une fraction rationelle en éléments simples, il faut :
• Factoriser Q( x).
• Ecrire la forme générale de la décomposition, en n’oubliant pas la partie entière, qu’on calcule en faisant
la division euclidienne
• Utiliser la parité-imparité qui réduit souvent beaucoup l’étude
• Terme de degré dominant :
◦ multiplier par ( x − x1 ) p1 , simplifier puis poser x = x1

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 P( x1 )
◦ racine simple de première espèce : faire le précédent ou bien : A =
Q0 ( x1 )
• Résidu à l’infini : multiplier par x et calculer la limite quand x → ∞
• Enfin, prendre une valeur ...

11. Espaces Vectoriels

11.1. Structure d’espace vectoriel


 ( E,+) est un
 groupe commutatif


λ.(u + v) = λ.u + λ.v

 

 

( 
Définition : ( E, + ,.) est un espace vectoriel sur K ⇔ ∀u,v ∈ E  (λ + µ ).u = λ.u + µ.u


∀λ,µ ∈ K 




 
 λ.(µ.u) = λµ.u
 
  1.u = u


Définition : On appelle vecteurs les éléments de E et scalaires les éléments de K.

Un espace vectoriel E possède une structure de groupe additif, l’élément neutre pour l’addition est
le vecteur nul, noté 0 E ou simplement 0. On prendra soin de ne pas le confondre avec le scalaire 0 ...

On peut aussi montrer que F est un sous-espace vectoriel de E en montrant :

• que F est le noyau d’une certaine application linéaire ;
• ou que F est défini comme engendré par une certaine famille de vecteurs.

11.2. Sous-espace vectoriel

(
F est non vide
Théorème : F ⊂ E est un sous-espace vectoriel de E ⇔
∀u,v ∈ F, ∀λ,µ ∈ K, (λ.u + µ.v) ∈ F
C’est à dire F est non vide et stable par combinaison linéaire.
Ce théorème sert souvent pour montrer que F est un espace vectoriel en montrant qu’il est un sous-
espace vectoriel d’un espace connu et identifié...

11.3. Somme de sous-espaces vectoriels

Définition : E = E0 + E00 ⇔ tout vecteur x de E est somme d’un vecteur x0 de E0 et d’un vecteur x00 de E00
On a la même définition pour la somme de plus de deux sous-espaces vectoriels.

Définition : E0 + E00 est directe ⇔ E0 ∩ E00 = {0} ⇔ les composantes x0 et x00 de x sont uniques.
La somme directe des deux sous-espaces est alors notée E0 ⊕ E00 .

Définition : On dit que les sous-espaces E0 et E00 sont supplémentaires dans E ⇔ E = E0 ⊕ E00

(
E = E0 + E00
Théorème : E = E0 ⊕ E00 ⇔
E0 ∩ E00 = {0}
On a un autre théorème en dimension finie au 11.5..

Exemple : Donnons deux exemple, l’un en dimension finie et l’autre en dimension infinie :
• dans l’ensemble des matrices carrées Mn (K), l’ensemble S des matrices symétriques et l’ensemble I des
matrices anti-symétriques sont deux sous-espaces vectoriels supplémentaires ;
• dans l’ensemble des applications A([− a,a],K), l’ensemble P des applications paires et l’ensemble I des
applications impaires sont deux sous-espaces vectoriels supplémentaires.

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
11.4. Norme sur un espace vectoriel
Définition : 
 ∀u,v ∈ E, ku + vk 6 kuk + kvk (inégalité triangulaire)
( 
E → R+

est une norme ⇔ ∀u ∈ E, ∀λ ∈ K, kλ.uk = |λ | kuk (positive homogénéité)
u 7→ kuk 
 ∀u ∈ E, kuk = 0 ⇔ u = 0

(séparation)

11.5. Espaces vectoriels de dimension finie : base

(
∀ x ∈ E, ∃λ1 , λ2 , . . . , λn ∈ K,
Définition : ( x1 , x2 , . . . , xn ) est génératrice de E ⇔
x = λ1 x1 + λ2 x2 + · · · + λn xn

Définition : ( x1 , x2 , . . . , xn ) est libre de E ⇔ (λ1 x1 + λ2 x2 + · · · + λn xn = 0 ⇔ λ1 = λ2 = . . . = λn = 0)

Définition : Une base est une famille libre et génératrice.

Définition : Un espace vectoriel est dit de dimension finie ⇔ il possède une base comptant un nombre fini
de vecteurs. Sa dimension est alors le nombre de vecteurs de cette base.

Théorème : Toutes les bases de E ont le même nombre de vecteurs qui est, par définition, la dimension de E.

Théorème : Si E est de dimension n :

( x1 , x2 , . . . , xn ) est une base ⇔ ( x1 , x2 , . . . , xn ) libre ⇔ ( x1 , x2 , . . . , xn ) génératrice

Définition : Le rang d’une famille de vecteurs est la dimension de l’espace vectoriel engendré par ces vec-
teurs.

Théorème : 
0 00
 E ,E deux sous-espaces vectoriels de E


E0 et E00 sont supplémentaires de E ⇔ E = E0 ⊕ E00 ⇔ dim( E) = dim( E0 ) + dim( E00 )

 E0 ∩ E00 = {0}


Remarquons qu’on peut remplacer la condition E0 ∩ E00 = {0} par E = E0 + E00

On a un autre théorème en dimension infinie au 11.3..

11.6. Espaces vectoriels usuels

• R [ X ] et C [ X ] sont des espaces vectoriels sur R et C, de dimension infinie.
• Rn [ X ] et Cn [ X ] sont des espaces vectoriels sur R et C, de dimension n + 1,
de base canonique 1,X,X 2 , . . . ,X n .

• Rn et Cn sont des espaces vectoriels sur R et C, de dimension n. Les vecteurs de la base canonique ont
une composante égale à 1 et les autres composantes nulles.
• A ( A,E) avec A non vide et E un espace vectoriel sur K est un espace vectoriel sur K.
• C k ( A,R) et C k ( A,C) avec A non vide et k ∈ N ∪ {+∞} sont des espaces vectoriels sur R et C, respecti-
vement.
◦ Sur A symétrique par rapport à l’origine, les applications paires et les applications impaires sont
des sous-espaces vectoriels des précédents.
◦ Sur un ensemble allant jusque +∞ ou −∞, les applications tendant vers 0 à l’infini forment aussi
un sous-espace vectoriel des précédents.
◦ Il en est de même des applications bornées sur A...
• L’ensemble des suites réelles ou complexes ont une structure d’espace vectoriel sur R et C, respective-
ment.
◦ Les suites réelles ou complexes tendant vers 0 à l’infini forment des sous espaces vectoriels des
précédents.

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 ◦ Il en est de même des suites bornées...
• V ect( x1 , x2 , . . . , xn ) est le plus petit sous-espace vectoriel de l’espace dans lequel se trouvent les vecteurs
x1 , x2 , . . . , xn .
On l’appelle l’espace vectoriel engendré par x1 , x2 , . . . , xn .
Il est de dimension n si et seulement si ces vecteurs forment une famille libre.
• L ( E,F ) et L ( E) les ensembles d’applications linéaires de E dans F ou de E dans E.
• Mn,p (K) et Mn (K) les ensembles de matrices n lignes, p colonnes ou carrées n × n, de dimensions
respectives n p et n2 . Les vecteurs de la base canoniques sont les matrices qui ont un élément égal à 1 et
les autres nuls.

12. Applications Linéaires

12.1. Applications linéaires
Définition : f : E → F, avec E et F deux espaces vectoriels sur K est linéaire, ou est un morphisme, ou encore
(
∀u,v ∈ E
un homomorphisme ⇔ f (λ.u + µ.v) = λ. f (u) + µ. f (v)
∀λ,µ ∈ K
f : E → E, linéaire est un endomorphisme
f : E → F, linéaire bijective est un isomorphisme
f : E → E, linéaire bijective est un automorphisme
f : E → K, linéaire est une forme linéaire. K est ici considéré comme un espace vectoriel sur lui-même.

Théorème : L( E,F ) et L( E) sont des espaces vectoriels sur K.

Si E et F sont de dimension finies n et p, la dimension de L( E,F ) est n × p et celle de L( E) est n2

12.2. Sous espace vectoriel stable par un endomorphisme

Définition : Soit F un sous espace vectoriel de E et f un endomorphisme de E.
On dit que F est stable par f ⇔ ∀u ∈ F, f (u) ∈ F.

12.3. Image et noyau

Définition : Le noyau de f , linéaire, est : ker( f ) = {u ∈ E, f ( u ) = 0 }.

Définition : L’image de f , linéaire, est : Im( f ) = {v ∈ f , ∃u ∈ E, v = f (u)}.

)
L’image d’un s.e.v de E
Théorème : par f : E → F, linéaire, est un sous-espace vectoriel de F.
L’image de E

Théorème : L’image réciproque d’un s.e.v de F par f : E → F, linéaire, est un sous-espace vectoriel de E.

Théorème : Le noyau de f : E → F, linéaire, est un sous-espace vectoriel de E.

Théorème : f : E → F, linéaire, est injective ⇔ ker( f ) = {0}

En dimension finie, des bases étant choisies,

• on recherche le noyau en résolvant un système linéaire sans second membre, la dimension du
noyau est la dimension de l’espace de départ moins le rang du système, c’est aussi le nombre
d’inconnues auxiliaires. On obtient une base du noyau en distribuant tour à tour un 1 et des 0
sur les inconnues auxiliaires ;
• on recherche l’image en écrivant que les images des vecteurs de la base forment une famille
génératrice de l’image, puis en otant les vecteurs inutiles de cette famille. La dimension de
l’image est le rang de l’application linéaire, de la matrice.

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
12.4. Projecteur
Définition : p : E → E est un projecteur ⇔ p ◦ p = p

Théorème : p : E → E est un projecteur ⇒ E = Im( p) ⊕ Ker( p),

mais ceci n’est pas une équivalence.

E = E1 ⊕ E2 permet de définir p la projection sur E1 , parallèlement à E2 et q la projection sur E2 ,

parallèlement à E1 .
On a alors p + q = Id.

12.5. Théorème du rang

Définition : f : E → F, linéaire, avec E de dimension finie,
le rang de f est rg ( f ) = dim( f ( E)) = dim( Im( f )).

Théorème : f : E → F, linéaire, avec E de dimension finie ⇒ dim( E) = dim(ker( f )) + rg ( f )

Théorème : dim(L( E,F )) = dim( E) × dim( F ) et dim(L( E)) = dim( E)2

 : Si dim( E) = dim( F ), et donc en particulier dans le cas d’un endomorphisme en dimension finie,
Théorème
 f bijective



⇔ ker( f ) = {0}









 ⇔ Im ( f ) = F
on a : ⇔ f injective

⇔ f surjective






⇔ f transforme une base de E en une base de F





⇔ f transforme toute base de E en une base de F



12.6. Système linéaire

Pour résoudre un système linéaire de n équations à p inconnues :
• On rend le système trapézoïdal en appliquant la méthode du pivot de Gauss
• S’il y a des paramètres, on ne discute que lorsqu’on y est obligé pour appliquer le pivot de Gauss, au
besoin en changeant l’ordre des lignes ou des colonnes.
◦ On connait à ce moment le rang du système : c’est le nombre d’équations linéaires indépendantes. Si
le système est sans second membre, l’ensemble des solutions est un espace vectoriel de dimension
le nombre d’inconnues moins le rang.
◦ On voit à ce moment si le système est incompatible.
◦ S’il est compatible, le rang du système est le nombre d’équations restantes
 Si on a, à ce moment, autant d’équations que d’inconnues : le système a une solution unique
 Si on a, à ce moment, moins d’équations que d’inconnues, on garde autant d’inconnues prin-
cipales que le rang. Les autres deviennent des inconnues auxiliaires, qui se traitent comme des
paramètres.

13. Matrices
13.1. Généralités
a/ Produit de matrices
Si A est une matrice n-lignes et m-colonnes, B une matrice m-lignes et p-colonnes,
m
alors : C = AB est une matrice n-lignes et p-colonnes vérifiant : ci j = ∑ aik bk j .
k =1

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 .. .. ..
     
··· ··· ··· . b1 j . .
  .. .. ..
   
Ce qui se schématise :  ai1 · · · aim  ×  . . .  =  · · · ci j · · ·
  
   
.. .. ..
   
··· ··· ··· . bm j . .

b/ Produit de matrices définies par blocs

Si deux matrices sont définies par blocs, on peut parfois effectuer leur produit en travaillant par blocs. C’est à
dire :

! ! !
( A) ( B) ( A0 ) ( B0 ) ( A) × ( A0 ) + ( B) × (C 0 ) ( A) × ( B0 ) + ( B) × ( D 0 )
× =
(C ) ( D ) (C 0 ) ( D 0 ) (C ) × ( A0 ) + ( D ) × (C 0 ) (C ) × ( B0 ) + ( D ) × ( D 0 )

Les dimensions des matrices doivent être compatibles, à savoir :

• Le nombre de colonnes de A et C doit être le nombre de lignes de A0 et B0 .
• Le nombre de colonnes de B et D doit être le nombre de lignes de C 0 et D 0 .
D’autre part, rappelons que le produit de matrices n’est pas commutatif, l’ordre dans lequel on écrit
ces produits est donc fondamental...

c/ Transposée d’un produit

Théorème : On a : t ( AB ) = t B tA

13.2. Généralités sur les matrices carrées

a/ Matrices symétriques et antisymétriques
Définition : Une matrice carré M est symétrique ⇔ t M = M ⇔ a ji = ai j

Définition : Une matrice carré M est anti-symétrique ⇔ t M = − M ⇔ a ji = − ai j

Théorème : Le sous-espace vectoriel des matrices symétriques et le sous-espace vectoriel des matrices antisy-
métriques sont supplémentaires.
M + tM M − tM
De plus : MS = est toujours symétrique, et M A = est antisymétrique.
2 2
Elles vérifient : M = MS + M A .
 
a b c
 
En dimension 3, la matrice symétrique la plus générale est : b d e 

c e f
 
0 a b
 
et la matrice antisymétrique la plus générale possible est : 
 − a 0 c 

−b −c 0

b/ Inverse d’une matrice

Théorème : Si on a M une matrice carrée telle que : M M0 = In , ou telle que : M0 M = In ,
alors M est inversible et M−1 = M0 .

Théorème : Une matrice carrée est inversible si et seulement si son déterminant est non nul.

Calcul pratique :
En général, on inverse une matrice carrée en inversant le système linéaire correspondant avec un
second membre arbitraire : Y = MX ⇔ X = M−1 Y

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
Cependant, parfois, quand la question est plus théorique, on peut utiliser le théorème suivant :

Théorème : M, une matrice inversible, ∆ son déterminant et ∆i j le déterminant obtenu en enlevant la ième
ligne et la jème colonne, alors :

..
 
.
1  
M −1 = × transposée de  · · · (−1)i+ j ∆i j · · ·
 
∆

..
 
.

c/ Inverse d’un produit

Théorème : On a : ( AB)−1 = B−1 A−1

d/ Inversion et Transposition
t A−1 = tA −1 = tA−1 .



Théorème : A une matrice carrée inversible, alors :

13.3. Matrice d’une application linéaire

Définition : f : E → F, linéaire, avec E et F de dimensions finies n et p, munis de bases B E = (e1 , . . . , en )
et B F = (e01 , . . . , e0p ), on appelle matrice de f dans ces bases MBE ,BF la matrice p lignes et n colonnes dont
p
l’élément ai, j , ième ligne et jème colonne est tel que f (e j ) = ∑ ai, j ei0 .
i =1

On a en colonnes, les coordonnées des images des vecteurs de la base de E écrits dans la base de F.

e01
 
a1,1 . . . a1, j . . . a1,n
 .. .. ..  ..
 . . .  .
ei0
 
 ai,1 . . . ai, j . . . ai,n 
..
 
 .. .. .. 
 . . .  .
a p,1 . . . a p, j . . . a p,n e0p
f (e1 ) . . . f (e j ) . . . f (en )

13.4. Matrice de Passage

Définition : On appelle matrice de passage ou PB1 B2 la matrice constituée en colonnes des coordonnées des
vecteurs de la nouvelle base B2 écrits dans l’ancienne B1 . On l’appelle aussi matrice de changement de base.

C’est donc une matrice inversible.

Toute matrice carrée inversible peut toujours s’interpréter
• comme matrice d’un endomorphisme dans une certaine base,
• ou comme matrice de changement de base.
Passer d’une interprétation à une autre permet parfois de faire avancer le problème.

13.5. Changements de base

Théorème : Si on appelle X et X 0 les vecteurs colonnes, coordonnées d’un vecteur dans l’ancienne et la nou-
velle base, et P la matrice de passage, on a X = PX 0 ou bien X 0 = P−1 X.

Théorème : Si on appelle M et M0 les matrices d’un endomorphisme dans l’ancienne et la nouvelle base, et P
la matrice de passage, on a M0 = P−1 MP ou bien M = PM0 P−1 .

Définition : M et M’ sont semblables ⇔ ∃ P inversible telle que M0 = P−1 MP ⇔ ce sont les matrices d’un
même endomorphisme dans deux bases différentes.

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 14. Déterminants
14.1. Ordre 2 et 3

a c
= ad − bc
b d

. . .
. . . peut se développer par la règle de Sarrus & + & + & − % − % − %
. . .
La règle de Sarrus n’est absolument pas généralisable à des ordres supérieurs !

14.2. Matrice triangulaire

Théorème : Le déterminant d’une matrice triangulaire est le produit de ses éléments diagonaux.

14.3. Ordre quelconque

+ − + ··· ···
− + −
+ − +
+
La règle des signes est : .. ..
. .
.. ..
. .
+ −
− +
On développe suivant une ligne ou une colonne en tenant compte de la règle de signes, on a ainsi une somme
de termes du type : (−1)i+ j ai j ∆i j , où ai j est le coefficient de la matrice et ∆i j est le déterminant d’ordre n − 1
obtenu en enlevant la ligne i et la colonne j correspondante.

n n
Théorème : ∆ = ∑ (−1)i+ j ai j ∆i j = ∑ (−1)i+ j ai j ∆i j
i =1 j=1

14.4. Déterminant d’un produit, d’une matrice inversible

Théorème : Pour A d’ordre n, A inversible ⇔ det( A) 6= 0 ⇔ rg( A) = n

1
Théorème : det( AB) = det( A) det( B), et si A est inversible, det A−1 =


det( A)

14.5. Déterminant d’une matrice triangulaire par blocs

Théorème : A ∈ M p (K), C ∈ Mq (K), B ∈ M p,q (K), O est la matrice nulle de Mq,p (K) et p + q = n. Alors,

A B
= det ( A) × det (C )
O C

Cette propriété ne se généralise pas au déterminant d’une matrice définie par blocs et non triangu-
laire par blocs.

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
 15. Réduction des Endomorphismes
15.1. Valeurs propres et vecteurs propres
Définition : f : E → E linéaire,
un couple (λ,u) (u 6= 0) est un couple valeur propre, vecteur propre de E ⇔ f (u) = λ.u

Définition : Pour λ une valeur propre de E, on appelle sous-espace propre associé à λ,

Eλ = {u / f (u) = λ.u} = ker( f − λId E )
C’est clairement un sous-espace vectoriel de E.

Le noyau est donc aussi le sous-espace propre associé à la valeur propre 0.

Théorème : Les sous-espaces propres sont toujours en somme directe. Une famille de vecteurs propres asso-
ciés à des valeurs propres distinctes est libre.

15.2. Polynôme caractéristique

Définition : f un endomorphisme de E de dimension n, A sa matrice dans une base quelconque,
le polynôme caractéristique de f est : Pf (λ ) = PA (λ ) = det( A − λIn ).

Théorème : Le polynôme caractéristique de f est indépendant de la base choisie. Les racines du polynôme
caractéristique de f sont les valeurs propres de f .
Sur C, le polynôme caractéristique est toujours scindé. Il y a donc toujours n valeurs propres distinctes ou
confondues.
Sur R, ça n’est pas toujours le cas... Le polynôme caractéristique peut avoir des racines complexes non réelles.

Théorème : λ une valeur propre de f , alors : 1 6 dim( Eλ ) 6 ordre de multiplicité de λ comme racine de Pf

15.3. Diagonalisibilité
Définition : Un endomorphisme est diagonalisable ⇔ il existe une base de vecteurs propres

Théorème : (
PA (λ ) est scindé
A (ou f ...) diagonalisable ⇔
dim( Eλ ) = ordre de multiplicité de λ dans PA

En particulier, lorsque PA (λ ) est scindé à racines simples, A (ou f ...) est diagonalisable. (condition suffisante
non nécéssaire)

15.4. Diagonalisibilité et diagonalisation

Quand une matrice A est diagonalisable, une erreur courante est de dire que, dans une certaine base, A est
diagonale, ce qui est bien sûr grossièrement faux et même stupide.
On a simplement une matrice de passage P et une matrice diagonale D telles que A = PDP−1 ou bien
D = P−1 AP.
La confusion provient de ce que A et D sont les matrices d’un même endomorphisme dans deux bases diffé-
rentes...
Il est par contre exact de dire que si un endomorphisme f est diagonalisable, et s’il est de matrice A dans la
base B , il existe une base B 0 dans laquelle sa matrice est D, diagonale.
P étant la matrice de passage de B vers B 0 , on a alors : A = PDP−1 et D = P−1 AP.

15.5. Triangularisation
Théorème : Si le polynôme caractéristique est scindé, il existe une base où la matrice est triangulaire.
En particulier, sur C, toute matrice est triangularisable.

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
15.6. Puissances d’une matrice

On fera attention, par convention : B0 = In , la matrice identité.

• Si A est diagonalisable, et D diagonale semblable à A, alors A = PDP−1 et Ak = PD k P−1 .

p
• Si A = M + N, avec MN = N M, ce qu’il faut impérativement vérifier, alors : Ap = ∑ Ckp Mk N p−k
k =0
Ceci est surtout utilisé lorsque M2 ou M3 est nulle, car alors la somme se réduit aux 3 ou 4 premiers
termes.
• Si A2 = αA + βI alors An = αn A + βn I et on peut chercher des relations de récurrence entre les coeffi-
cients en écrivant An+1 de deux façons : An+1 = An × A.

16. Espaces Préhilbertiens Réels et Euclidiens

16.1. Produit scalaire
Définition : Soit E un espace vectoriel sur R,
une forme bilinéaire symétrique sur E est une application de E × E → R
• linéaire par rapport à chacune des variables (l’autre étant fixée) et
• symétrique (on peut inverser l’ordre des variables).

Définition : Une forme quadratique sur Rn est une application de Rn → R qui se met sous la forme d’un
polynôme homogène de degré 2 des coordonnées du vecteur de Rn .
(
E→R
Théorème : Si ϕ est une forme bilinéaire symétrique sur E, alors : q : est une forme
u 7→ q (u) = ϕ (u,u)
quadratique, appelée forme quadratique associée à ϕ.
Par ailleurs, si q est une forme quadratique sur E, alors ϕ : E × E → R définie par :
q (u + v) − q (u) − q (v)
ϕ (u,v) =
2
est une forme bilinéaire symétrique. C’est la forme polaire de q.

Définition : E un espace vectoriel réel.

Un produit scalaire est une application de E × E → R bilinéaire, symétrique, définie-positive.
En pratique, on montre :
• ∀u,v ∈ E, hu,vi = hv,ui. La forme est symétrique
)
∀u1 , u2 , v ∈ E
• hλ.u1 + µ.u2 , vi = λ hu1 , vi + µ hu2 , vi. La forme est donc bilinéaire symétrique
∀λ, µ ∈ R
• ∀u, ∈ E, hu,ui > 0. La forme est positive
• hu,ui = 0 ⇒ u = 0. La forme est définie-positive
C’est souvent le dernier point qui pose problème.
Quand le produit scalaire est défini par une intégrale, c’est à ce moment qu’on utilise le théorème
des 3 conditions.

Théorème : E étant muni

 d’une base(e1 , . . . , en ),
x1 y1
 x2   y2 
On note : U :  .  et V :  .  les vecteurs colonnes des coordonnées de u et v dans la base,
   
 ..   .. 
xn yn
On note A, la matrice symétrique où ai, j = ei ,e j , alors :

hu,vi = t UAV

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
A est ainsi la matrice de la forme bilinéaire symetrique, encore appelée matrice du produit scalaire dans la
base (e1 , . . . , en ).
Si, de plus, la base est orthonormale, alors on a :
n
hu,vi = t UV = ∑ xi yi
i =1

s
n
∑ xi2
p
Définition : La norme euclidienne est : kuk = hu,ui =
i =1

n n
Exemple : Sur les matrices carrées, le produit scalaire usuel est : h A,Bi = trace( tAB) = ∑ ∑ ai, j bi, j
i =1 i =1

16.2. Espaces vectoriels préhilbertiens et euclidiens

Définition : E un espace vectoriel réel est dit préhilbertien réel quand il est muni d’un produit scalaire. Si, de
plus, il est de dimension finie, il est dit euclidien.

16.3. Inégalités
Théorème : On a l’inégalité de Schwarz : ∀u,v ∈ E, |hu,vi| 6 kuk kvk.

Théorème : On a l’inégalité triangulaire : ∀u,v ∈ E, ku + vk 6 kuk + kvk.

16.4. Endomorphismes symétriques

Définition : Un endomorphisme f est dit symétrique ⇔ ∀u,v ∈ E, h f (u),vi = hv, f (u)i

Théorème : f est symétrique ⇔ sa matrice dans une base orthonormale est symétrique.

16.5. Matrice symétrique réelle

Théorème : Une matrice symétrique réelle est diagonalisable dans une base orthonormale, c’est à dire avec
au besoin une matrice de passage orthogonale, telle que : P−1 = t P.
Les sous-espaces propres ainsi que les vecteurs propres associés à des valeurs propres distinctes sont orthogo-
naux 2 à 2.

16.6. Procédé de Schmidt

Théorème : Tout espace vectoriel euclidien possède une base orthonormale.

Le procédé de Schmidt permet de construire effectivement une base orthonormale à partir d’une base quel-
conque.
• On part d’une base quelconque (e1 , e2 , . . . , en )
e1
• On pose ε1 = C’est le premier vecteur de la base orthonormale.
ke1 k
• On pose ε∗2 = e2 + λ.ε1 On cherche λ tel que hε∗2 , ε1 i = 0, ce qui donne : λ = − he2 , ε1 i
ε∗
• On pose ε2 = 2∗ C’est le deuxième vecteur de la base orthonormale.
kε2 k
 ∗ 
∗ hε3 , ε1 i = 0 λ = − he3 , ε1 i
• On pose ε3 = e3 + λ.ε1 + µ.ε2 On cherche λ et µ tel que ∗ , d’où :
hε3 , ε2 i = 0 µ = − he3 , ε2 i
ε∗3
• On pose ε3 = ∗ C’est le troisième vecteur de la base orthonormale.
ε3
• On continue ainsi en n’oubliant pas que chaque étape s’allonge...

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
16.7. Projection orthogonale sur un sous espace de dimension finie
Théorème : E un espace vectoriel préhilbertien, F un sous espace vectoriel de dimension finie muni d’une
base orthonormale (e1 , e2 , . . . , en ). Alors
p : u → p (u) = hu, e1 i .e1 + · · · + hu, en i .en
définit un projecteur. Et comme (u − p (u)) ∈ F ⊥ , on dit que p est la projection orthogonale sur F.
Ce qu’on peut voir sur la figure 1, ci-dessous.

E
u u−p(u)

<e 2,u>
p(u)
e2
e1 <e 1,u>
F

Figure 1 – Projection orthogonale sur un sous-espace de dimension finie

16.8. Méthode des Moindres Carrés

a/ Problème
On a un phénomène, physique par exemple, qui, en théorie suit une loi affine du type : y = a x + b.
Par ailleurs, on cherche expérimentalement à vérifier les valeurs théoriques de a et b.
Pour cela, on réalise une série de n mesures : ( x1 ,y1 ) , ( x2 ,y2 ) , . . . , ( xn ,yn ).

b/ Solution
On cherche à minimiser la somme des carrés des différences d’ordonnées entre les points ( xi ,yi ) et ( xi ,axi + b).
Sur la figure 2, page ci-contre, les segments dont on minimise la somme des carrés des longueurs sont verticaux
et tracés en gras.
n
On cherche donc à minimiser : ∑ ( yi − a xi − b )2 .
i =1
Pour cela, on annule les dérivées partielles par rapport à b et à a, ce qui donne en simplifiant un peu les égalités
obtenues :
n n n n n
∑ yi = a ∑ xi + nb et ∑ xi yi = a ∑ xi2 + b ∑ xi
i =1 i =1 i =1 i =1 i =1
On résout simplement ce système de 2 équations à 2 inconnues a et b.

c/ Autre interprétation
   
a x1 + b y1
 a x2 + b   y2 
Cela revient aussi simplement à ce que le vecteur   soit la projection orthogonale du vecteur  .. 
   
..
 .   . 
a xn + b yn
   
x1 1
 x2  1
sur l’espace vectoriel engendré par  .  et  . .
   
 ..   .. 
xn 1

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
 y

(x1,ax1+b)

(x1,y1)

O x

Figure 2 – Méthode des Moindres Carrés

Les réels a et b sont alors les coordonnées de la projection orthogonale du vecteur indiqué dans cette base (non
orthonormale). En écrivant les orthogonalités voulues, on obtient le même système.

17. Groupe Linéaire et Groupe Orthogonal

17.1. Groupe linéaire
Théorème : E un K espace vectoriel. L’ensemble des isomorphismes de E, muni de la loi ◦ de composition des
applications est un groupe, appelé groupe linéaire de E et noté GL( E).

Notation : Si E = Rn ou E = Cn , le groupe linéaire de E se note GLn La loi est alors le produit des matrices.

17.2. Groupe orthogonal

Définition : Un endomorhisme f de E un espace vectoriel réel, est dit orthogonal
⇔ f conserve le produit scalaire
⇔ ∀u,v ∈ E, h f (u), f (v)i = hu,vi

Théorème : f est orthogonal ⇔ f conserve la norme

⇔ ∀u ∈ E, k f (u)k = kuk

Définition : Une matrice M est orthogonale ⇔ M est la matrice d’un endomorphisme orthogonal dans une
base orthonormale.

Théorème : M est orthogonale ⇔ les vecteurs colonnes de M sont normés et orthogonaux 2 à 2

⇔ les vecteurs lignes de M sont normés et orthogonaux 2 à 2
⇔ M −1 = t M
⇔ M tM = I
⇔ tM M = I

Théorème : L’ensemble des endomorphismes orthogonaux de E, muni de la loi ◦ de composition des appli-
cations est un groupe noté O( E), sous groupe de GL( E).

Notation : Si E = Rn , le groupe orthogonal de E se note O(n) La loi est alors le produit des matrices.

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
Deuxième partie

Analyse

18. Suites
18.1. Suites

Définition : (un )n∈N converge vers l

⇔ ∀ε > 0, ∃ p ∈ N, ∀n > p, |un − l | 6 ε

Théorème : La limite l, quand elle existe, est unique.

Cette définition est valable pour une suite réelle ou complexe.

Dans le cas d’une suite vectorielle, il suffit de remplacer |un − l | par kun − l k.

Théorème : L’ensemble des suites muni de la somme de deux suites et de la multiplication par un scalaire a
une structure d’espace vectoriel sur K. Il en est de même de l’ensemble des suites convergentes.

18.2. Sous-suites
Définition :  
v
( n )n∈N est une sous-suite de u
( n )n∈N ⇔ ∃ϕ : N → N strictement croissante telle que v
( n) = uϕ(n)

Théorème : (un )n∈N converge vers l ⇒ toute sous-suite de (un )n∈N converge vers l
Si deux sous-suites ont des limites différentes ou si une sous-suite diverge, la suite diverge.

Théorème : Une suite convergente est bornée.

 un + vn → l + l 0
 
un → l 
Théorème : Quand n → +∞, vn → l ⇒ un vn → l l 0
λ∈K λ un → λ l
 

18.3. Suites vectorielles



 u1n → l1


 u2n → l2

Théorème : On a un = u1n , u2n , . . . , u pn et l = l1 , l2 , . . . , l p , alors un → l ⇔ ..


 .
u pn → l p


18.4. Suites réelles ou complexes

Définition : Deux suites sont équivalentes ⇔ un = vn wn avec wn → 1.
un
En pratique, si à partir d’un certain rang vn 6= 0, cela revient à → 1.
vn

Théorème : La suite (un ) converge ⇔ La série ∑(un+1 − un ) converge

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
18.5. Suites réelles
Théorème : Toute suite croissante majorée converge.

Théorème : Toute suite décroissante minorée converge.


(un ) % 
Théorème : (suites adjacentes) (vn ) & ⇒ (un ) et (vn ) convergent vers la même limite
(un − vn ) → 0


18.6. Suites définies par une relation de récurrence

• On a u0 ∈ D f , et ∀n ∈ N, un+1 = f (un ) et si un ∈ D f , un+1 ∈ D f
• En tout état de choses, on résout d’abord l’équation : f ( x) = x, ses solutions sont les limites éventuelles
de (un ), les points fixes de f , dans la mesure où f est continue en ce point.
• Le procédé est basé sur l’inégalité des accroissements finis.
• Si, sur un intervalle I stable par f , l un point fixe, et | f 0 ( x)| 6 k < 1, on montre que |un+1 − l | 6 k |un − l |
et donc par récurrence immédiate, que |un − l | 6 kn |u0 − l | ce qui assure la convergence.

18.7. Suites récurrentes linéaires

Il s’agit, comme dans toute « équation linéaire », d’ajouter une solution particulière du problème avec second
membre à la solution générale du problème sans second membre.

a/ Suite récurente linéaire simple

−b n
 
• aun+1 + bun = 0 La solution est géométrique un = α
a
• aun+1 + bun = c Chercher une solution particulière sous forme de suite constante

b/ Suite récurrente linéaire double

• aun+2 + bun+1 + cun = 0 On calcule les solutions de l’équation caractéristique ar2 + br + c = 0
◦ 2 racines distinctes r1 et r2 : un = αrn1 + βrn2
◦ 1 racine double r : un = αrn + βnrn
◦ sur R, 2 racines complexes r = s e±iω : un = sn (α cos nω + β sin nω)
• aun+2 + bun+1 + cun = d Chercher une solution particulière
◦ constante γ
◦ ou, en cas d’échec, γn
◦ ou, en cas de nouvel échec, γn2

19. Fonctions R → R
19.1. Ensemble de définition
L’ensemble de définition de f est l’ensemble des valeurs de x telles qu’on puisse effectivement calculer f ( x).
Pour cela, on regarde les dénominateurs, racines, quotients, logarithmes, tangentes...
Z b( x) Z b
Le problème est plus complexe pour une fonction définie par une intégrale f (t) dt ou f ( x,t) dt.
a( x) a
De plus, si l’intégrale est généralisée, il faut même chercher les x tels que l’intégrale converge...

19.2. Monotonie
Définition : f est croissante sur I un intervalle ⇔ ( a < b ⇒ f ( a) 6 f (b))
f est strictement croissante sur I un intervalle ⇔ ( a < b ⇒ f ( a) < f (b))

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
Théorème : f est dérivable sur I, un intervalle,
f est croissante sur I ⇔ f 0 ( x) > 0 sur I

Théorème : f dérivable sur I, un intervalle,

f 0 ( x) > 0 sur I et f 0 ne s’annule qu’en des points isolés, ⇒ f est strictement croissante sur I.

Cette dernière implication n’est pas une équivalence...

Théorème : Une fonction croissante, majorée sur [ a,b[, admet une limite finie en b.

Théorème : f continue, strictement monotone sur I un intervalle est une bijection de I sur f ( I ).
De plus, f −1 est alors continue sur f ( I ).

19.3. Limite et continuité

Définition : lim f ( x) = l ⇔ ∀ε > 0, ∃α > 0, | x − a| 6 α ⇒ | f ( x) − l | 6 ε.
x→ a
Si, de plus, l = f ( a), on dit que f est continue en a.

On a une autre définition de limite à l’infini – qu’on peut adapter en −∞.

Définition : lim f ( x) = l ⇔ ∀ε > 0, ∃ A > 0, x > A ⇒ | f ( x) − l | 6 ε.

x→+∞

On a encore une définition quand la limite est infinie – qu’on peut adapter pour une limite −∞.

Définition : lim f ( x) = +∞ ⇔ ∀ A > 0, ∃α > 0, | x − a| 6 α ⇒ f ( x) > A.

x→ a

Et, enfin, une dernière définition pour une limite infinie à l’infini – qu’on peut...

Définition : lim f ( x) = +∞ ⇔ ∀ A > 0, ∃ B > 0, x > B ⇒ f ( x) > A.

x→+∞

Pour éviter ces multiples définitions de la notion de limite, on peut considérer la droite « achevée » :
R = R ∪ {−∞, + ∞}.
Mais il faut alors donner les définitions en terme de « voisinage ».

Théorème : Une fonction admettant une limite finie en un point est bornée au voisinage de ce point.

Théorème : Une somme, un produit, une combinaison linéaire, une composée, un quotient (quand ils sont
définis...) de fonctions continues en un point sont continues en ce point.

19.4. Continuité sur un intervalle

Définition : Si f est continue en tout point a d’un intervalle I, on dit que f est continue sur I.

Théorème : Une somme, un produit, une combinaison linéaire, une composée, un quotient (quand ils sont
définis...) de fonctions continues sur un intervalle sont continues sur cet intervalle.

Théorème : f ( I ) l’image d’un intervalle I par f continue sur I est un intervalle.

Théorème : L’image d’un segment [ a,b] par f continue sur [ a,b] est un segment [c,d].
Une application continue sur un segment est bornée et atteint ses bornes.

Corollaire : (Théorème des valeurs intermédiaires)

Si f est continue et change de signe entre a et b, alors, il existe c dans [ a,b] tel que f (c) = 0.

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
19.5. Fonction en escalier, fonction continue par morceaux
Définition : Si f est définie sur I = [ a,b], avec a0 = a < a1 < a2 < · · · < an = b et si f est constante sur tous
les intervalles ] ai−1 ,ai [, pour i ∈ {1, . . . ,n}, on dit que f est en escalier sur I.

Définition : Si f est définie sur I = [ a,b], avec a0 = a < a1 < a2 < · · · < an = b et si f est continue sur tous
les intervalles ] ai−1 ,ai [, pour i ∈ {1, . . . ,n}, on dit que f est continue par morceaux sur I.

19.6. Limites usuelles

Les limites usuelles permettent de résoudre de nombreuses formes indéterminées.
On se reportera aussi, bien sûr, aux développements limités usuels...

a/ Limites en 0
sin x 1 − cos x 1 ex − 1
lim =1 lim = lim =1 lim x ln x = 0
x→0 x x→0 x2 2 x→0 x x→0

b/ Limites en +∞
ln x ex
lim =0 lim = +∞ lim x e−x = 0
x→+∞ x x→+∞ x x→+∞

c/ Croissances comparées

Les limites suivantes sont connues sous le nom de théorème des croissances comparées.
On a ici α et β strictement positifs.

lnα x eαx
lim xα lnβ x = 0 lim =0 lim = +∞ lim xα e−βx = 0
x→0 x→+∞ xβ x→+∞ xβ x→+∞

19.7. Equivalents
Définition : On dit que : f (t) ∼ g(t) ⇔ f (t) = g(t)(1 + ε(t)) avec lim ε(t) = 0
t→ a t→ a

Ici, a est fini ou infini.

En pratique, cela revient à ce que le quotient tend vers 1.
Les équivalents ne s’ajoutent pas.

Quand on veut trouver un équivalent, le mieux est de mettre « de force » l’équivalent pressenti en facteur et
de montrer que l’autre facteur tend vers 1.
On revient ainsi, sans risque, à la définition.

19.8. Négligeabilité
Définition : On dit que : f (t) = o( g(t)) ⇔ f (t) = g(t)ε(t) avec lim ε(t) = 0.
t→ a t→ a

Ici, a est fini ou infini.

En pratique, pour une fonction g qui ne s’annule pas au voisinage de a,
f (t)
cela revient à ce que le quotient tend vers 0 au point considéré.
g(t)

Définition : On dit que : f (t) = O( g(t)) ⇔ f (t) = g(t) h(t) avec h(t) borné au voisinage de a.
t→ a

On utilise ceci principalement sous la forme o (tn ) ou O (tn ) dans les développements limités.

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 20. Dérivabilité
20.1. Dérivée, classe C 1 et notations
f ( x) − f ( a)
Définition : f est dérivable en a ⇔ a une limite finie quand x tend vers a.
x−a

df
Notation : Cette dérivée en a est notée f 0 ( a) ou D f ( a) ou encore ( a ).
dx

Théorème : f dérivable en a ⇒ f est continue en a. La réciproque est fausse!

Définition : f est dérivable sur I ⇔ f est dérivable en tout point a ∈ I.

Si, de plus, la fonction dérivée est continue sur I, on dit que f est de Classe C 1 sur I.

df
Notation : Cette fonction dérivée sur I est notée f 0 ou D f ou encore .
dx

20.2. Classe C n
Définition :
f est de classe C n sur I ⇔ f est n fois dérivable sur I, la dérivée nème étant, de plus, continue sur I.

dn f
Notation : Cette fonction dérivée nème sur I est notée f (n) ou Dn f ou encore .
dxn

20.3. Sommes et produits de fonctions dérivables





 ( f + g)0 = f 0 + g0


Théorème : f et g dérivables en un point ou sur un intervalle ⇒ ( f × g)0 = f 0 × g + f × g0
 0
f 0 × g − f × g0

f


=


g2

g
En se plaçant pour cette dernière propriété en un point où g est non nulle.

n
Théorème : Si f et g sont n fois dérivables ( f × g)(n) = ∑ Cnk f (k) × g(n−k)
k =0
Ceci s’utilise surtout avec une des deux fonctions qui est un polynôme, une exponentielle ou une fonction
trigonométrique.

20.4. Dérivée d’une fonction composée

Théorème : ( g ◦ f )0 = ( g0 ◦ f ) × f 0 c’est à dire : ( g ( f ( x)))0 = g0 ( f ( x)) × f 0 ( x)

0 1
0 1
Théorème : En un point où f 0 est non nulle: f −1 = c’est à dire : f −1 ( y ) =
f ◦ f −1
0 f0 ( x)
avec les notations habituelles y = f ( x).

20.5. Dérivée et prolongement par continuité

Pour étudier la dérivabilité d’une fonction en un point où elle a été prolongée par continuité, on peut
f ( x) − f ( a)
• ou calculer la limite de qui permet d’obtenir la dérivabilité mais ne prouve pas la classe C 1
x−a
• ou bien calculer la limite de f 0 ( x)
◦ quand cette limite existe et est finie, f est de classe C 1 ,
◦ quand cette limite est infinie, f n’est pas dérivable au point,
◦ mais s’il n’y a pas de limite, on ne prouve rien...

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
20.6. Théorème de Rolle et des Accroissements Finis, Formules de Taylor
Théorème : (Rolle)
f continue sur [ a,b], dérivable sur ] a,b[ , f ( a) = f (b) ⇒ ∃c ∈ ] a,b[, tel que : f 0 (c) = 0

Théorème : (Egalité des accroissements finis)

f (b) − f ( a)
f continue sur [ a,b], dérivable sur ] a,b[ , ⇒ ∃c ∈ ] a,b[, tel que : f 0 (c) =
b−a
Théorème : (Inégalité des accroissements finis)
f (b) − f ( a)
f continue sur [ a,b], dérivable sur ] a,b[, de dérivée bornée ⇒ 6 sup f 0 (c)
b−a c∈] a,b[

On n’écrira ici que les formules de Taylor en 0 ou sur l’intervalle [0,x].

On peut se placer en un point a ou sur [ a,b], en adaptant les notations.

Théorème : (Taylor-Young) Si f est n-fois dérivable au voisinage de 0 :

x2 00 xn (n) o( xn )
f ( x) = f (0) + x f 0 (0) + f (0) + · · · + f (0) + o( xn ) avec lim =0
2! n! x→0 xn

Théorème : (Taylor avec reste intégral) Si f est de classe C n+1 sur l’intervalle :

x2 00 xn (n) ( x − t )n (n+1)
Z x
0
f ( x) = f (0) + x f (0) + f (0) + · · · + f (0) + f (t) dt
2! n! 0 n!

Théorème : (Inégalité de Taylor-Lagrange) Si f est de classe C n+1 sur l’intervalle :

x2 00 xn (n) | x |n+1
 
f ( x) − f (0) + x f 0 (0) + f (0) + · · · + f (0) 6 sup f (n+1) (t)
2! n! (n + 1)! t∈[0,x]

20.7. Zéros d’une fonction

Une fonction continue qui change de signe sur un intervalle s’annule au moins une fois, d’après le théorème
des valeurs intermédiaires. On appelle les valeurs de x telles que f ( x) = 0 les zéros de la fonction.
Si on ne sait pas calculer les valeurs exactes de ces zéros, on en calcule des valeurs approchées par des méthodes
itératives.

a/ Recherche d’un zéro d’une fonction par dichotomie

Théorème : Soit f continue et strictement monotone sur [ a,b] telle f ( a) f (b) < 0, c’est à dire f ( a) et f (b) de
signes différents, alors, il existe un unique c ∈] a,b[ tel que : f (c) = 0.
 
Pour trouver une valeur approchée de ce zéro, on calcule le signe de f a+2 b .
On continue en remplaçant [ a,b] par :
h i  
• a, a+2 b si f ( a) et f a+2 b sont de signes différents ;
h i  
• a+2 b ,b si f a+2 b et f (b) sont de signes différents.
Ainsi, c est toujours dans l’intervalle considéré et on a une valeur approchée de c à ε près dès que la longueur
de l’intervalle est inférieure à ε.
Comme la longueur de cet intervalle est divisée par 2 à chaque étape, la convergence est rapide.

b/ Théorème de Newton-Raphson
Théorème : Soit f de classe C 2 sur [ a,b], a < b, avec f ( a) et f (b) de signes différents, f 0 et f 00 qui ne s’annulent
pas sur ] a,b[,
x0 tel que f ( x0 ) f 00 ( x0 ) > 0, alors f possède un unique zéro dans [ a,b], limite de la suite ( xn ) définie par :
f ( xn )
x0 = a et ∀ x ∈ N, xn+1 = xn − 0
f ( xn )

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
La convergence de la suite est plus rapide que par dichotomie.
On peut choisir x0 = a, ou x0 = b, le mieux est de regarder le graphe de f sur [ a,b].

On obtient xn+1 par intersection de l’axe des abscisses et de la tangente à la courbe au point d’abscisse xn ,
comme on peut le voir sur le graphe 3, ci-dessous.

Courbe d’équation y=f(x)

a xn+1 xn b

Tangente

Figure 3 – Théorème de Newton-Raphson

20.8. Développements limités

On n’écrira ici que des développements limités en 0. on peut se placer en un point a en adaptant les notations.

Définition : On dit que f admet un développement limité à l’ordre n en 0

⇔ il existe a0 , a1 , . . . , an tels que f ( x) = a0 + a1 x + · · · + an xn + o( xn )

f admet un dl0 en 0 ⇔ f est continue en 0

f admet un dl1 en 0 ⇔ f est dérivable en 0. (mais on ne peut pas généraliser à un dln ...)

Théorème : f est de classe C n en 0 ⇒ f admet un dln en 0, qui est le développement de Taylor!

20.9. Opérations sur les dln

On agira toujours avec des développements au même ordre.
• Somme : ajouter simplement les parties régulières.
• Produit : faire le produit des parties régulières et tronquer à l’ordre n.
f ( x) 1
• Quotient : se ramener à k , avec lim u( x) = 0, et utiliser = 1 − u + · · · + (−1)n un + o(un )
1 + u( x) x→0 1+u
• Composée : pour g ◦ f , vérifier que f (0) = 0, faire la composée des parties régulières et tronquer à l’ordre
n.
• On obtient un dln+1 de la primitive de f en intégrant terme à terme le dln de f .
Attention aux constantes d’intégration... On ne peut pas faire la même chose pour la dérivée !

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
 21. Fonctions usuelles
21.1. Exponentielle et Logarithme
• La fonction exponentielle : x → exp( x) est définie sur R, croissante. On peut aussi la définir sur C.
Elle vérifie la propriété fondamentale : exp( a + b) = exp( a) exp(b).
x −∞ 0 +∞

Sur R, le tableau de variation est :

% +∞
exp( x) 1
0
%
• La fonction logarithme est la réciproque de la précédente et n’est définie que sur R∗+ , croissante.
Elle vérifie la propriété fondamentale : ln( a b) = ln( a) + ln(b).
x 0 1 +∞

Le tableau de variation est :

% +∞
ln( x) 0
−∞
%
Ces deux fonctions sont tracées sur la figure 4, ci-dessous.

exponentielle

logarithme

Figure 4 – Fonctions exponentielle et logarithme

21.2. Fonctions trigonométriques circulaires

• La fonction sinus, x → sin( x), est définie sur R, 2 π périodique, impaire ;
x −π −π /2 0 π /2 π

Le tableau de variation est :

%1&
sin( x) 0 0 0
& -1 %

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 • La fonction cosinus, x → cos( x), est définie sur R, 2 π périodique, paire ;
x −π −π /2 0 π /2 π
1
Le tableau de variation est :
% &
cos( x) 0 0
-1
% &-1
• La fonction tangente, x → tan( x), est définie sur R\ π2 + kπ, k ∈ Z, π périodique, impaire ;
x −π /2 0 π /2
+∞
Le tableau de variation est :
%
tan( x) 0
−∞
%

Les fonctions trigonométriques élémentaires sont sur la figure 5, ci-dessous.

cosinus(x)

tan(x)
sinus(x)

Figure 5 – Fonctions trigonométriques élémentaires

21.3. Fonctions trigonométriques réciproques

• La fonction arcsinus, x → arcsin( x), est définie sur [−1,1], impaire, croissante ;
x −1 0 1
π

Le tableau de variation est :

% 2

arcsin( x) 0
− π2
%
• La fonction arccosinus, x → arccos( x), est définie sur [−1,1], décroissante ;
x −1 0 1
π
Le tableau de variation est :
&π
arccos( x) 2
&0
• La fonction arctangente, x → arctan( x), est définie sur R, impaire, croissante ;

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
 x −∞ 0 +∞
π

Le tableau de variation est :

%2
arctan( x) 0
−π
%
2

On a illustré les fonctions trigonométriques réciproques dans la figure 6, de la présente page.

−1 1

−1 1

Arcsinus Arccosinus

Arctangente

Figure 6 – Fonctions trigonométriques réciproques

Il faut se méfier des touches des calculatrices qui notent par exemple « tan−1 » l’application réci-
proque de l’application « tan », c’est à dire l’application « arctan » ...
Cela provient de ce que l’application « réciproque » est l’application « inverse » pour la composée
des applications ...

21.4. Fonctions trigonométriques hyperboliques

• La fonction sinus hyperbolique, x → sh( x), est définie sur R, impaire, croissante ;

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 x −∞ 0 +∞
+∞
Le tableau de variation est :
%
sh( x) 0
−∞
%
• La fonction cosinus hyperbolique, x → ch( x), est définie sur R, paire ;
x −∞ 0 +∞
Le tableau de variation est : +∞ +∞
ch( x) & %
0
• La fonction tangente hyperbolique, x → th( x), est définie sur ] − 1,1[, impaire, croissante ;
x −1 0 +1
+∞
Le tableau de variation est :
%
th( x) 0
−∞
%

Rappelons la relation fondamentale de la trigonométrie hyperbolique : ch2 a − sh2 a = 1

Les deux fonctions x → ch( x) et x → sh( x) sont tracées sur la figure 7, ci-dessous.

cosinus
hyperbolique

sinus hyperbolique

Figure 7 – Fonctions cosinus et sinus hyperboliques

La fonction x → th( x) est représentée sur la figure 8, page ci-contre.

21.5. Fonctions trigonométriques hyperboliques réciproques

• La fonction argument sinus hyperbolique, x → Argsh( x), est définie sur R, impaire, croissante ;

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
 Figure 8 – Fonction tangente hyperbolique

x −∞ 0 +∞
+∞
Le tableau de variation est :
%
Argsh( x) 0
−∞
%
• La fonction argument cosinus hyperbolique, x → Argch( x), est définie sur [1, + ∞], croissante ;
x 1 +∞
Le tableau de variation est : +∞
Argch( x) %
0
• La fonction argument tangente hyperbolique, x → Argth( x), est définie sur ] − 1,1[, impaire, croissante ;
x −1 0 +1
+∞
Le tableau de variation est :
%
Argth( x) 0
−∞
%

Les deux fonctions x → Argch( x) et x → Argsh( x) sont tracées sur la figure 9, ci-dessous.

Argument cosinus hyperbolique

Argument sinus hyperbolique

Figure 9 – Fonctions Argument cosinus et Argument sinus hyperboliques

La fonction x → Argth( x) est représentée sur la figure 10, page suivante.

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 Figure 10 – Fonction Argument tangente hyperbolique

21.6. Autres fonctions usuelles

Voir le tableau 1, page suivante, des dérivées et des développements limités usuels.
π π
On ajoutera la dérivée nème de sin x qui est : sin( x + n ), et celle de cos x qui est : cos( x + n ).
2 2
On a indiqué l’ensemble de définition de f 0 quand il différait de celui de f .
Pour les deux dernières qui dépendent d’un paramètre a, on a indiqué les résultat valables pour a quelconque.

22. Trigonométrie

22.1. Propriétés élémentaires

Rappelons la relation fondamentale de la trigonométrie : cos2 a + sin2 a = 1.

La figure 11, page 42, représente le cercle trigonométrique.
Les valeurs des lignes trigonométriques à connaitre sont :

0 π /6 π /4 π /3 π /2
√ √
sin 0 1/2 2/2 3/2 1
√ √
cos 1 3/2 2/2 1/2 0
√ √
tan 0 3/3 1 3 +∞

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
 Tableau 1 – F ONCTIONS U SUELLES

f Df f0 dln
n
x2k+1
∑ (−1)k (2k + 1)! + o
 
π
x2n+2


sin x R cos x = sin x + 2
k =0
n
x2k
∑
 
π
(−1)k + o x2n+1


cos x R − sin x = cos x + 2
k =0
(2k)!
1 x3
− π2 , π2 + kπ, k ∈ Z = 1 + tan2 x + o( x4 )
 
tan x x+
cos2 x 3
1 x3
arcsin x [−1,1] √ (]−1,1[) x+ + o( x4 )
1 − x2 6
1 π x3
arccos x [−1,1] −√ (]−1,1[) −x− + o( x4 )
1 − x2 2 6
n
1 x2k+1
∑ (−1)k (2k + 1) + o x2n+2
 
arctan x R
1 + x2 k=0
n
xk
ex R ex ∑ k!
+ o ( xn )
k =0
1
ln x ]0, + ∞[
x
n
1 xk
ln(1 + x) ]−1, + ∞[
1+x ∑ (−1)k+1
k
+ o ( xn )
k =1
n
1
1+x
R \ {−1} ∑ (−1)k xk + o (xn )
k=0
n
1 xk
ln(1 − x) ]−∞, + 1[ −
1−x
− ∑ k
+ o ( xn )
k=1
n
1
1−x
R \ {1} ∑ xk + o ( xn )
k =0
n
x2k
∑
 
ch x R sh x + o x2n+1
k =0
(2k)!
n
x2k+1
∑ (2k + 1)!
 
2n+2
sh x R ch x + o x
k =0
1
th x R = 1 − th2 x x + o( x2 )
ch2 x
xa ]0, + ∞[ ou R ou R∗ a x a−1 ( a 6 = 0 )
n
a( a − 1) . . . ( a − k + 1) k
(1 + x) a ]−1, + ∞[ ou R ou R \ {−1} a ( 1 + x ) a−1 1+ ∑ k!
x + o ( xn )
k=1

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 1

tan(a)
sin(a)

cos(a) 1

Figure 11 – Cercle trigonométrique

22.2. Symétries

sin (− x) = − sin x cos (− x) = cos x tan (− x) = − tan x

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

π  π  π  1
sin − x = cos x cos − x = sin x tan −x =
2 π 2 π 2 π tan x
1
sin x + = cos x cos x + = − sin x tan x + = −
2 2 2 tan x
sin ( x + nπ ) = (−1)n sin x cos ( x + nπ ) = (−1)n cos x tan ( x + nπ ) = tan x

22.3. Arc double


2 2
 cos a − sin a


2 tan a
cos 2a = 2 cos2 a − 1 sin 2a = 2 sin a cos a tan 2a =
 1 − tan2 a
 1 − 2 sin2 a


1 + cos 2a 1 − cos 2a 1 − cos 2a

cos2 a = sin2 a = tan2 a =
2 2 1 + cos 2a

22.4. Sommes d’arcs

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

sin ( a − b) = sin a cos b − sin b cos a cos ( a − b) = cos a cos b + sin a sin b
tan a + tan b tan a − tan b
tan ( a + b) = tan ( a − b) =
1 − tan a tan b 1 + tan a tan b
1 + tan a  π
Notons le cas particulier : = tan a + .
1 − tan a 4

22.5. Transformation de produits en sommes

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

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
22.6. Transformation de sommes en produits
p+q p−q p+q p−q
sin p + sin q = 2 sin cos cos p + cos q = 2 coscos
2 2 2 2
p−q p+q p+q p−q
sin p − sin q = 2 sin cos cos p − cos q = −2 sin sin
2 2 2 2
sin ( p + q)
tan p + tan q =
cos p cos q

22.7. Formule de Moivre

n
(cos a + i sin a)n = eia = eina = cos na + i sin na

22.8. Fonctions réciproques

h π πi i π πh
arcsin : [−1,1] → − , arccos : [−1,1] → [0,π ] arctan : R → − ,
2 2 2 2

π
si x > 0

π 1 2

arccos x + arcsin x = arctan x + arctan =
2 x  −π

si x < 0
2
√
sin (arccos x) = cos (arcsin x) = 1 − x 2

x 1
sin (arctan x) = √ cos (arctan x) = √
1+ x2 1 + x2

22.9. Pour le calcul intégral

θ 2t 2t 1 − t2 2 dt
Si t = tan , alors : tan θ = , sin θ = , cos θ = , dθ =
2 1 − t2 1 + t2 1 + t2 1 + t2

23. Recherche de primitives

23.1. Fraction rationnelle en x
On décompose la fraction rationnelle en éléments simples :
1
• les termes en , s’intégrent en ln | x − a|
x−a
1 1 1
• les termes en p , s’intégrent en ×
( x − a) 1 − p ( x − a ) p−1
a
b − 2a p


ax + b ax + b 2 × ( 2x + p )
• les termes en 2 , avec ∆ < 0, s’intégrent en écrivant : 2 = 2 + 2
x + px + q x + px + q x + px + q x + px + q
a
× ( 2x + p )
◦ en ln x2 + px + q pour le terme : 2 2


, et ensuite,
x + px + q
b − 2a p


◦ en arctan pour le nouveau terme constant : 2 .
x + px + q

23.2. Fractions rationnelles diverses

Dans tous les cas, on indique un changement de variable pour u = . . . obtenir une fraction rationnelle en u.

a/ Fraction rationnelle en e x , ch x, sh x
Poser u = e x .
√
b/ Fraction rationnelle en x et ax + b
√
Poser u = ax + b.

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
c/ Fraction rationnelle en sin x et cos x
Règle de Bioche : on regarde si f ( x) dx est invariant quand on change
• x en − x, poser alors : u = cos x,
• x en π − x, poser alors : u = sin x,
• x en π + x, poser alors : u = tan x,
x
en cas d’échec, poser u = tan . Voir à ce propos le paragraphe 22.9..
2

23.3. Polynôme × exponentielle

On peut :
• Intégrer par parties en diminuant le degré du polynôme ou,
• chercher une primitive de la même forme avec un polynôme du même degré.

23.4. Primitives usuelles

Voir le tableau 2, page suivante, des primitives usuelles.
Notons qu’une primitive n’a de sens que sur un intervalle. Si on change d’intervalle, il y a au moins
la constante qui change, mais pas seulement. En effet ln( x) peut devoir être changé en ln(− x) ...
C’est pourquoi, dans un premier temps, dans un calcul de primitive, on écrira toujours un logarithme
avec une valeur absolue.

24. Intégrale de Riemann (ou intégrale simple)

24.1. Primitive
Théorème : (Darboux) Une fonction continue sur un intervalle admet une primitive sur cet intervalle. Deux
primitives diffèrent d’une constante.
Z b
Définition : f (t) dt = F (b) − F ( a), avec F une primitive de f .
a

Z b
Dans un repère orthonormal, l’intégrale f (t) dt est aussi l’aire algébrique délimitée par la courbe
a
et l’axe Ot de la variable entre t = a et t = b.

Z b Z c Z b
Théorème : (Chasles) f (t) dt = f (t) dt + f (t) dt, avec f continue sur la réunion des intervalles.
a a c
Z b Z b Z b
Théorème : (Linéarité) λ f (t) + µ g(t) dt = λ f (t) dt + µ g(t) dt
a a a

24.2. Inégalités
)
∀t ∈ [ a,b] , f (t) 6 g(t)
Z b Z b
Théorème : ⇒ f (t) dt 6 g(t) dt
a<b a a

Z b Z b
Théorème : (Valeur absolue ou module) a < b ⇒ f (t) dt 6 | f (t)| dt
a a

Z b
Théorème : (Moyenne) a < b ⇒ f (t) dt 6 (b − a) sup | f (t)|
a t∈[ a,b]

Z b
2 Z b Z b
2
Théorème : (Cauchy-Schwarz, cas réel) a < b ⇒ f (t) g(t) dt 6 f (t) dt × g2 (t) dt
a a a

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
 Tableau 2 – P RIMITIVES USUELLES

Primitives simples

Fonction Primitive Remarques

x a+1
xa +C Sauf pour a = −1, sur R, ou R∗ , ou R∗+ selon le cas
a+1
1
ln | x| + C Sur un intervalle de R∗
x
1
ln | x + a| + C Sur un intervalle privé de − a
x+a
1 1 x
arctan + C Sur un intervalle de R
x + a2
2 a a
1
√ arcsin x + C Sur un intervalle de ]−1,1[. Ou bien − arccos x + C 0
1 − x2
ex ex + C Sur un intervalle de R

cos x sin x + C Sur un intervalle de R

sin x − cos x + C Sur un intervalle de R

1 i π πh
tan x + C Sur un intervalle de − , + kπ, k ∈ Z
cos2 x 2 2
i π πh
tan x − ln |cos x| + C Sur un intervalle de − , + kπ, k ∈ Z
2 2
ch x sh x + C Sur un intervalle de R

sh x ch x + C Sur un intervalle de R

Utilisation de fonctions composées

Fonction Primitive Remarques

u0 un 1
n+1 un+1 Sur un intervalle où u est de classe C 1 , n 6= −1
u0
ln |u| Sur un intervalle où u est de classe C 1 , u( x) 6= 0
u
u0 1
1
1−n Sur un intervalle où u est de classe C 1 , u( x) 6= 0, n 6= 1
un un−1
u0 1 u
arctan Sur un intervalle où u est de classe C 1
a2 + u2 a a

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 Z b 2 Z b Z b
2
Théorème : (Cauchy-Schwarz, cas complexe) a < b ⇒ f (t) g(t) dt 6 f (t) dt × g2 (t) dt
a a a

24.3. Théorème des 3 conditions


∀t ∈ [ a,b] , f (t) > 0 



Théorème : f continue sur [ a,b] ⇒ ∀t ∈ [ a,b] , f (t) = 0
Z b 

f (t) dt = 0 
a

On utilise souvent ce théorème quand on a un produit scalaire défini par une intégrale, pour montrer
le caractère défini-positif de la forme quadratique.

24.4. Intégrale dépendant d’une borne

Z x
• f continue sur [ a,b], F ( x) = f (t) dt est de classe C 1 sur [ a,b], et F 0 ( x) = f ( x)
a
(
u ([α,β]) ⊂ [ a,b]
• f continue sur [ a,b], u et v de classe C 1 sur [α,β], avec
v ([α,β]) ⊂ [ a,b]
Z v( x)
⇒ F ( x) = f (t) dt est de classe C 1 sur [α,β] , F 0 ( x) = f (v( x)) × v0 ( x) − f (u( x)) × u0 ( x)
u( x)

On ne confondra pas ce théorème avec les suivants...

Z
24.5. Continuité et dérivation sous . . . pour une intégrale simple
)
I × [ a,b] → R
Théorème : (Continuité) f : avec f continue sur I × [ a,b]
( x,t) 7→ f ( x,t)
Z b
⇒ F définie par F ( x) = f ( x,t) dt est continue sur I
a

∂f
Théorème : (Classe C 1 ) Si, de plus, f admet une dérivée partielle ( x,t), continue sur I × [ a,b],
∂x
∂f
Z b
⇒ F est de classe C 1 sur I, et, F0 ( x) = ( x,t) dt
a ∂x

24.6. Intégration par parties et changement de variable pour une intégrale simple
• Intégration par parties : u et v de classe C 1 sur [ a,b],
Z b h ib Z b
u(t)v0 (t) dt = u(t)v(t) − u0 (t)v(t) dt
a a a

• Changement de variable : f continue sur [ a,b], ϕ de classe C 1 sur [α,β], avec ϕ ([α,β]) ⊂ [ a,b],
Z β Z ϕ(β)
⇒ f (ϕ (t)) ϕ0 (t) dt = f (u) du
α ϕ(α )

24.7. Calcul approché d’intégrales et sommes de Riemann

On va faire un calcul approché de la valeur d’une intégrale de f sur [ a,b] en divisant l’intervalle [ a,b] en n
parties égales.
b−a
Les bornes de ces parties sont donc : a + k , pour k ∈ {0,1, . . . ,n}.
n

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
 b−a b−a b−a
 
Sur chacun de ces intervalles de largeur , qui sont : a + (k − 1) ,a + k , on approxime la
n n n
fonction par la valeur à une de ses deux bornes.
Ce qui donne :

Théorème : f continue sur [ a,b]

b − a n−1 b−a n
 Z b
b−a b−a
  

n k∑ n k∑
lim f a+k = lim f a+k = f (t) dt
n→∞ n n→∞ n a
=0 =1
Si de plus f est monotone, une figure montre facilement que l’une des deux sommes est un majorant, l’autre
un minorant de l’intégrale.
Enfin, quand [ a,b] = [0,1], on obtient des sommes particulières appelées sommes de Riemann :

Théorème : f continue sur [0,1]

1 n 1 n−1
    Z 1
k k
lim
n→∞ n
∑ f
n
= lim ∑ f
n→∞ n n
=
0
f (t) dt
k =1 k =0

25. Intégrale généralisée (ou intégrale impropre)

25.1. Convergence
Définition : f est localement intégrable sur I ⇔ f est continue par morceaux sur I

Définition : f : [ a,b[ → R, continue sur [ a,b[ admet une intégrale généralisée en b

Z x
⇔ f (t) dt a une limite finie quand x → b−
a

On a la même définition sur [ a, + ∞[, ] a,b], ou ]−∞,b]. On écrira l’ensemble des théorèmes pour [ a,b[
Le lecteur adaptera les énoncés aux autres intervalles.
Cependant le théorème dit du « faux-problème » n’est pas applicable à l’infini.

Z b Z b Z b Z b
Théorème : (convergence absolue) | f (t)| dt converge ⇒ f (t) dt converge et : f (t) dt 6 | f (t)| dt
a a a a
Z b Z b Z b
Théorème : Si f est de signe constant sur [ a,b[, alors : f (t) dt, − f (t) dt et | f (t)| dt sont de
a a a
même nature.
La convergence de l’intégrale équivaut à sa convergence absolue.

Théorème : (faux problème) f continue sur [ a,b[, admettant une limite finie en b− , c’est à dire qu’elle est
Z b
prolongeable par continuité (en un point fini b !), alors f (t) dt converge
a

25.2. Fonctions positives

 Z
1 1
⇔ α<1

α
dx converge


Théorème : (Riemann) 0 x
 +∞ 1
Z
dx converge ⇔ α > 1


1 xα
 Z
b Z b
g(t) dt converge ⇒


 f (t) dt converge
Théorème : (Comparaison) ∀t ∈ [ a,b[ , 0 6 f (t) 6 g(t) a a
 Z b Z b
f (t) dt diverge ⇒ g(t) dt diverge


a a

f (t) ∼− g(t)  Z b Z b
Théorème : (Equivalence) b ⇒ f (t) dt et g(t) dt sont de même nature
f (t) de signe constant  a a

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
25.3. Théorème des 3 conditions
Le théorème des 3 conditions est encore applicable pour les intégrales généralisée.

∀t ∈ [ a,b[ ,
f (t) > 0 



Théorème : f continue sur [ a,b[ ⇒ ∀t ∈ [ a,b[ , f (t) = 0
Z b Z b 

f (t) dt convergente et : f (t) dt = 0 
a a

On utilise souvent ce théorème quand on a un produit scalaire défini par une intégrale, pour montrer
le caractère défini-positif de la forme quadratique.

25.4. Intégration par parties et changement de variable pour une intégrale généralisée
a/ Intégration par parties

u et v de classe C 1 sur [ a,b[  Z b Z b
⇒ u(t)v0 (t) dt et u0 (t)v(t) dt sont de même nature
lim u(t)v(t) existe et est finie  a a
t→b
Z b h i b− Z b
0
et si elles convergent : u(t)v (t) dt = u(t)v(t) − u0 (t)v(t) dt
a a a

b/ Changement de variable

f continue sur I 

 Z β Z ϕ(β)
0
ϕ monotone de classe C sur [α,β[
1 ⇒ f (ϕ (t)) ϕ (t) dt et f (u) du sont de même nature
 α ϕ(α )
ϕ ([α,β[) ⊂ I


Z β Z ϕ(β)
et si elles convergent : f (ϕ (t)) ϕ0 (t) dt = f (u) du
α ϕ(α )

25.5. Un procédé de convergence

 
1
• Si on a α < 1 tel que lim tα f (t) = 0, alors | f (t)| = o ,
t→0 tα
Z 1
et donc f (t) dt converge absolument donc converge.
0  
α 1
• Si on a α > 1 tel que lim t f (t) = 0, alors | f (t)| = o α ,
t→+∞ t
Z +∞
et donc f (t) dt converge absolument donc converge.
1

Ceci n’est pas un théorème, il faut à chaque fois refaire la démonstration...

Z
25.6. Continuité et dérivation sous . . . pour une intégrale généralisée
)
I × [ a,b[ → R
Théorème : (Continuité) f : avec f continue sur I × [ a,b[,
( x,t) 7→ f ( x,t)

∀ x ∈ I, ∀t ∈ [ a,b[ , | f ( x,t)| 6 ϕ(t)  Z b
si ∃ϕ telle que Z b ⇒ F définie par F ( x) = f ( x,t) dt est continue sur
ϕ(t) dt converge  a
a
I

∂f
Théorème : (Classe C 1 ) Si, de plus, f admet une dérivée partielle ( x,t), continue sur I × [ a,b[, et
∂x

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
 ∂f

∀ x ∈ I, ∀t ∈ [ a,b[ , ( x,t) 6 ψ(t) 

∂f
Z b
∂x

si ∃ψ telle que ⇒ F est de classe C 1 sur I, et, F0 ( x) = ( x,t) dt
a ∂x
Z b
ψ(t) dt converge 


a

Il est important que ϕ, et ψ, ne dépendent pas de x.

Ce sont des fonctions réelles positives dont les intégrales convergent.

25.7. Ensemble de définition

L’ensemble de définition d’une fonction F de la variable x est l’ensemble des valeurs de x pour lesquelles on
peut effectivement calculer F ( x).
Ainsi, si on a :
Z b
• F : x 7→ f ( x,t) dt ou,
Z a +∞
• F : x 7→ f ( x,t) dt ou encore,
Za x
• F : x 7→ f (t) dt
a
L’ensemble de définition de F est l’ensemble des valeurs de x telles que :
• l’intégrale est simple, ou bien,
• l’intégrale est généralisée et convergente.

26. Intégrales doubles et triples

26.1. Description hiérarchique du domaine et intégrale
On ne peut calculer une intégrale multiple que si on a une description hiérarchique du domaine :
(
x ∈ [ a,b]
• Pour une intégrale double (figure 12, ci-dessous) : ( x,y) ∈ ∆ ⇔
y ∈ [u( x),v( x)]

∆
v(x)

u(x)

O
a x b

Figure 12 – Intégrale double


 x ∈ [ a,b]


• Pour une intégrale triple (figure 13, page suivante) : ( x,y,z) ∈ ∆ ⇔ y ∈ [u( x),v( x)]

 z ∈ [α ( x,y),β( x,y)]


Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 z

β (x,y)

α (x,y)

u(x) y v(x)
O
a

x
b

Figure 13 – Intégrale triple

On peut avoir les variables dans un autre ordre, l’important est que les bornes de chacune ne soient
définies qu’en fonction des précédentes.

On définit alors les intégrales doubles et triples comme des intégrales simples emboîtées :
ZZ Z b  Z v( x) 
• f ( x,y) dx dy = f ( x,y) dy dx
∆ a u( x)
ZZZ Z b Z v( x) Z β( x,y)  
• f ( x,y,z) dx dy dz = f ( x,y,z) dz dy dx
∆ a u( x) α ( x,y)

26.2. Calcul d’Aires et de Volumes

On travaille ici dans un repère orthonormal.

ZZ
• Dans le plan, l’aire géométrique du domaîne ∆ est : A = dx dy,
∆
ZZZ
• Dans l’espace, le volume géométrique du domaîne ∆ est : V = dx dy dz.
∆

26.3. Inclusion des domaines

Théorème : Si f est continue et positive sur ∆, avec, de plus, D ⊂ ∆, alors

ZZ ZZ
f ( x,y) dx dy 6 f ( x,y) dx dy
D ∆

On a la même chose pour une intégrale triple.

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
26.4. Changement de variables
a/ Intégrale double
(
x = x(u,v)
bijective (ou presque...) ( x,y) ∈ D ⇔ (u,v) ∈ ∆, et : f ( x,y) = g(u,v)
y = y(u,v)

D ( x,y)
ZZ ZZ
f ( x,y) dx dy = g(u,v) du dv
D ∆ D (u,v)

On notera la valeur absolue du jacobien et la pseudo-simplification.

b/ Intégrale triple

 x = x(u,v,w)


y = y(u,v,w) bijective (ou presque...) ( x,y,z) ∈ D ⇔ (u,v,w) ∈ ∆, et : f ( x,y,z) = g(u,v,w)


 z = z(u,v,w)

D ( x,y,z)
ZZZ ZZZ
f ( x,y,z) dx dy dz = g(u,v,w) du dv dw
D ∆ D (u,v,w)

On notera la valeur absolue du jacobien et la pseudo-simplification.

c/ Intégrale double en Polaires

(
x = ρ cos θ
( x,y) ∈ D ⇔ (ρ,θ ) ∈ ∆, et : f ( x,y) = g(ρ,θ )
y = ρ sin θ
La figure 14, ci-dessous, indique le mode de calcul.

y M

θ
O x

ZZ ZZ
Figure 14 – f ( x,y) dx dy = g(ρ,θ )ρ dρ dθ
D ∆

d/ Intégrale triple en Cylindriques


 x = ρ cos θ


y = ρ sin θ ( x,y,z) ∈ D ⇔ (ρ,θ,z) ∈ ∆, et : f ( x,y,z) = g(ρ,θ,z)


 z=z
La figure 15, page suivante, indique le mode de calcul.

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 z

O
y

ρ
θ
x
M’
ZZZ ZZZ
Figure 15 – f ( x,y,z) dx dy dz = g(ρ,θ,z)ρ dρ dθ dz
D ∆

e/ Intégrale triple en Sphériques


 x = ρ cos θ cos ϕ


y = ρ sin θ cos ϕ ( x,y,z) ∈ D ⇔ (ρ,θ,ϕ) ∈ ∆, et : f ( x,y,z) = g(ρ,θ,ϕ)


 z = z sin ϕ
La figure 16, ci-dessous, indique le mode de calcul.

O
y
φ

θ
x
M’
ZZZ ZZZ
Figure 16 – f ( x,y,z) dx dy dz = g(ρ,θ,ϕ)ρ2 cos ϕ dρ dθ dϕ
D ∆

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
 Il s’agit de la convention des mathématiciens
h π π i : les physiciens utilisent un autre angle.
En mathématiques, en général, ϕ ∈ − , .
2 2
Les physiciens utilisent l’angle entre Oz et OM qui appartient donc à [0,π ]. Dans la formule, au
niveau de la valeur absolue du jacobien, ils échangent ainsi sin ϕ et cos ϕ.
En plus, parfois, ils changent le nom des angles...

On fait un changement de variable

• pour simplifier le domaine, ce qui est nouveau,
• ou pour simplifier le calcul des primitives emboîtées.

27. Séries numériques (réelles ou complexes)

27.1. Convergence et Convergence Absolue
n
Définition : ∑ un converge ⇔ la suite des sommes partielles (sn ) avec sn = ∑ uk converge.
k =0

Théorème : ∑ |un | converge ⇒ ∑ un converge.

(règle nα un )  
1
Si on a α > 1 tel que lim nα u n = 0, alors |un | = o et donc ∑ un converge absolument et donc
n→∞ nα
converge.
Ceci n’est pas un théorème et est donc à réargumenter à chaque fois...

27.2. Séries géométriques

Théorème : La série de terme général xn converge ⇔ | x| < 1.
∞
1
De plus, la somme est : ∑ xn =
n=0 1−x

Définition : Une suite géométrique est une suite vérifiant : ∀ n ∈ N, u n + 1 = a u n .

a est la raison de la suite.

« le premier terme »
La somme d’une série géométrique convergente est donc : .
1 − « la raison »
Ceci prolonge et généralise la somme des termes d’une suite géométrique qui est :

« le premier terme » − « le premier terme manquant »

1 − « la raison »
Quand la série converge, il n’y pas de termes manquants...

27.3. Séries positives

1
∑ un converge ⇔ α > 1


Théorème : (Riemann) un ∼ ⇒
+∞ nα
)
0 6 un 6 vn
Théorème : (Comparaison) ⇒ ∑ un converge.
∑ vn converge
)
0 6 un 6 vn
Corollaire : ⇒ ∑ vn diverge.
∑ un diverge
Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 
0 6 un 
Théorème : (Equivalence) ⇒ ∑ un et ∑ vn sont de même nature.
un ∼ vn 
+∞

Théorème : (d’Alembert)∑ un à terme strictement positifs,

 l < 1, ∑ un converge


un+1
telle que lim =l l > 1, ∑ un diverge grossièrement
n→∞ un 

 l = 1, on ne sait rien

On tombe très souvent sur le cas douteux ! Pour ne pas tomber sur le cas douteux, il est souvent
nécessaire d’avoir la présence d’une factorielle ou d’un exposant dépendant de n. Les fonctions de
Riemann fournissent toujours le cas douteux !...
Ainsi on utilise le théorème de d’Alembert dans le cadre des séries entières, ou lorsqu’on a, dans
l’expression de un , des factorielles, des termes de nature géométrique ( an ) ou des exponentielles.

27.4. Critère spécial des séries alternées

Définition : ∑ un est une série alternée ⇔ (−1)n un est de signe constant.
Théorème : ∑ un une série alternée
(|un |) & 
⇒ ∑ un converge.
lim un = 0 
n→∞
+∞
De plus, | Rn | 6 |un+1 |, où Rn = ∑ uk ,
k =n+1
+∞
enfin, ∑ uk est du signe de u0, Rn est du digne de un+1
k =0

Voir la figure 17, ci-dessous.


|u2n+1 | -


|r2n | -

-
s2n+1 s s2n+2 s2n

Figure 17 – Convergence d’une série répondant au critère special

27.5. Comparaison d’une série et d’une intégrale

Z +∞
Théorème : f une fonction positive et décroissante définie sur R+ ,
0
f (t) dt et ∑ f (n) sont de même
nature. Z +∞ Z+∞ +∞
Et si elles convergent :
n+1
f (t) dt 6 ∑ f (k) 6
n
f (t) dt
k=n+1

La figure 18, page ci-contre, donne les inégalités de base !

Il ne faut pas hésiter à la refaire pour retouver ces inégalités.

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
 y

f(n)
y=f(x)

n−1 n n+1 x

Figure 18 – Comparaison série-intégrale

27.6. Suite et série des différences

Théorème : La suite (un ) converge ⇔ La série ∑ (un+1 − un ) converge

Cela sert parfois à montrer la convergence de quelques ... suites, en montrant la convergence ou la
convergence absolue de la série des différences.

27.7. Calcul exact de sommes de séries

On dispose principalement de trois techniques
• Utilisation de séries entières par leur valeur en un point.
• Utilisation de séries de Fourier par leur valeur en un point ou la formule de Parseval.
• Calcul effectif de la limite de la suite des sommes partielles où les termes s’en vont en dominos.
n
Le cas le plus simple étant : ∑ ( uk +1 − uk ) = un+1 − u0
k =0

27.8. Calcul approché de sommes de séries

• Dans le cas d’une série alternée répondant au critère spécial, on applique ce critère.
• Dans les autres cas, on s’intéresse à la série des modules.
◦ Si elle converge par application du critère de d’Alembert, majorer le reste par une série géométrique
◦ Sinon, majorer le reste en utilisant une intégrale ou ...

28. Séries Entières

Définition : Une série entière est une série de la forme ∑ an zn ou ∑ an xn , selon que l’on travaille sur
C ou sur R

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
28.1. Rayon de convergence
Pour rechercher le rayon de convergence R,

• utiliser le théorème de d’Alembert, R est, s’il existe, le réel positif tel que
!
an+1 Rn+1 a2(n+1) R2(n+1)
, ou , ou . . . a pour limite 1 quand n → +∞
an Rn a2n R2n
an+1 Rn+1
• si a toujours une limite nulle quand n → +∞, alors : R = +∞
an Rn
• si ∑ an xn est semi-convergente ⇒ R = | x|
• en cas d’échec des méthodes précédentes, on utilise l’un des éléments suivants :

◦ R = sup{r ∈ R+ , la suite ( an rn ) est bornée}

n∈N
◦ R = sup{r ∈ R+ , la suite ( an rn ) tend vers 0}
n∈N

28.2. Convergence

∑ an zn

 | z| < R ⇒ converge absolument


Théorème : | z| > R ⇒ ∑ an zn diverge grossièrement


 | z| = R on ne sait rien a priori sur la convergence

La figure 19, ci-dessous, illustre ce théorème.

Divergence
Grossière
Convergence
ou
Divergence

Convergence i
Absolue
1 R

Figure 19 – Convergence d’une série entière

Théorème : Quand la variable est réelle, la série entière se dérive et s’intègre terme à terme sur ]− R,R[ au
moins.
Elle s’intègre même terme à terme au moins sur sur l’intervalle de convergence

Théorème : La série entière, sa série dérivée et ses séries primitives ont le même rayon de convergence.

Théorème : La somme d’une série entière est continue sur son ensemble de définition.

Théorème : La somme d’une série entière est de classe C ∞ sur ]− R,R[.

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
28.3. Somme de deux séries entières
∑ an zn de rayon R1
) (
inf( R1 ,R2 ) pour : R1 6= R2
Théorème : ⇒ ∑ ( an + bn ) zn est de rayon
∑ bn z n
de rayon R2 R > R1 pour : R1 = R2

28.4. Développement d’une fonction en série entière

Définition : Une fonction f est développable en série entière en 0
+∞
⇔ il existe une série entière et un intervalle I, contenant 0, tels que ∀ x ∈ I, f ( x) = ∑ an xn
n=0

Théorème :
f (n) ( 0 )
Si f est développable en série entière en 0 alors la série entière est la série de Taylor et : an =
n!
+∞
En général I est l’intersection de l’ensemble de définition de f et de l’ensemble de convergence de ∑ an xn ,
n=0
mais cela n’est pas une obligation...
Pour développer une fonction en série entière, on peut :

• utiliser les séries entières usuelles.

Assez souvent, parfois en dérivant, on fait apparaitre une fraction rationnelle. On la décompose alors en
éléments simples sur C pour ensuite utiliser des séries géométriques...
• sur indication de l’énoncé, utiliser une équation différentielle.
• ou calculer la série de Taylor.

Dans tous les cas, il faudra avec soin justifier la convergence de la série entière et son égalité avec la fonction.
Cela peut être délicat dans le cas de la série de Taylor... qu’on n’utilisera donc qu’à la demande de l’énoncé.

28.5. Séries entières usuelles

Voir le tableau 3, page suivante, des séries entières usuelles.
La série géométrique et l’exponentielle sont aussi valables pour une variable complexe.

28.6. Série entière solution d’une équation différentielle

• On considère au départ une série entière de rayon de convergence R > 0,
+∞
solution de l’équation différentielle ( E). On pose donc : y = ∑ an xn .
n=0
• Tout ce qu’on écrit est valable pour x ∈ ]− R,R[. Il faut dire qu’on se place sur ]− R,R[...
• On calcule y0 et au besoin y00 , on reporte dans l’équation.
• On éclate tout en sommes de séries entières.
• On regroupe ce qui se regroupe naturellement, les temes en xn , ceux en xn−1 ...
• Ensuite, on réindexe pour trouver une série entière unique et nulle.
• Alors, chaque coefficient est nul, par unicité du développement en série entière quand il existe. On a
en général une relation de récurrence entre les coefficients. Cette relation permet normalement de calcu-
ler les coefficients mais aussi assez souvent de trouver directement le rayon de convergence, ce qui est
indispensable.

29. Séries de Fourier

29.1. Série de Fourier et coefficients de Fourier de f
Définition : f : R → K, T-périodique, continue par morceaux sur R, on appelle série de Fourier de f , la série :
+∞
2π
S( f )(t) = a0 + ∑ ( an cos nωt + bn sin nωt) , avec : ω =
n=1 T

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 Tableau 3 – D ÉVELOPPEMENTS U SUELS EN S ÉRIE E NTIÈRE

f Df DSE R I
∞
xn
ex R ∑ n!
+∞ R
n=0
∞
x2n
cos x R ∑ (−1)n
(2n)!
+∞ R
n=0
∞
x2n+1
sin x R ∑ (−1)n (2n + 1)! +∞ R
n=0
∞
x2n
ch x R ∑ +∞ R
n=0 ( 2n ) !
∞
x2n+1
sh x R ∑ +∞ R
n=0 ( 2n + 1 ) !
∞
1
1+x
R \ {−1} ∑ (−1)n xn 1 ]−1,1[
n=0
∞
xn
ln(1 + x) ]−1, + ∞[ ∑ (−1)n+1
n
1 ]−1,1]
n=1
∞
1
1−x
R \ {1} ∑ xn 1 ]−1,1[
n=0
∞
xn
ln(1 − x) ]−∞,1[ − ∑ n
1 [−1,1[
n=1
∞
x2n+1
arctan x R ∑ (−1)n (2n + 1) 1 [−1,1]
n=0
∞
a( a − 1) . . . ( a − n + 1) n
(1 + x) a ]−1, + ∞[ 1+ ∑ n!
x 1 ou +∞ ( a ∈ N)
n=1


2 T /2 2 α +T
 Z Z
 an = f (t) cos nωt dt = f (t) cos nωt dt

Z T /2 
1 T − T /2 T α
On a a0 = f (t) dt, et pour n > 1,
T − T /2 
 2 T /2
Z
2 α +T
Z
 bn =
 f (t) sin nωt dt = f (t) sin nωt dt
T − T /2 T α

a0 est la valeur moyenne de f .

Dans le cas où f est paire ou impaire, on peut travailler sur une demi-période bien choisie. C’est à
dire que, le plus souvent, les intégrales sont calculées entre 0 et T2 .
D’autre part, souvent, on ne dispose d’une formule explicite pour f (t) que sur un certain intervalle.
On veillera avec soin à ne pas utiliser cette formule en dehors de cet intervalle !

Si cela est plus facile, on peut calculer :

Z α +T Z α +T
1 1 an − ibn
c0 = a0 = f (t) dt, cn = f (t) e−inωt dt = pour n ∈ N∗
T α T α 2

Si la fonction est réelle, les an et bn sont réels et on les obtient par un seul calcul ...

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
29.2. Cas où f est 2π-périodique
+∞
Dans le cas où f est 2π-périodique, S( f )(t) = a0 + ∑ ( an cos nt + bn sin nt)
 n=1
1 α +2π
Z π
1
Z
 an = f (t) cos nt dt = f (t) cos nt dt


Z π
1 π Z−π π Zα
a0 = f (t) dt, et pour n > 1,
2π −π 1 π 1 α +2π
 bn = f (t) sin nt dt = f (t) sin nt dt


π −π π α
2 π
 Z
1
Z π 
 an = f (t) cos nt dt
• Si, de plus, f est paire : a0 = f (t) dt, et pour n > 1, π 0
π 0 
 bn = 0

2 π
Z
• ou si f est impaire : an = 0, et pour n > 1, bn =
f (t) sin nt dt
π 0
Dans les séries de Fourier, assez souvent, on n’a de formule pour f que dans un certain intervalle, on veillera
donc, comme on l’a déjà dit, à n’utiliser cette formule que sur cet intervalle...

29.3. Convergence
Théorème : (Dirichlet, cas général) f de classe C 1 par morceaux sur R, T-périodique
f (t + 0) + f (t − 0)
⇒ la série de Fourier de f converge en tous points, et sa somme est : S( f )(t) =
2
où f (t + 0) et f (t − 0) sont les limites à droite et à gauche de f en t.

En tous points où f est continue, on a donc bien : S( f )(t) = f (t).

Il n’y a qu’aux points où f est discontinue qu’il risque d’y avoir un problème. On fera donc un graphe
de la fonction sur un peu plus d’une période pour repérer les points de discontinuité et vérifier le
caractère C 1 par morceaux sur R.

Théorème : (Dirichlet, cas continu) f continue et de classe C 1 par morceaux sur R, T-périodique
⇒ la série de Fourier de f converge en tous points, et : S( f )(t) = f (t).
De plus, les séries ∑ | an | et ∑ |bn | convergent.
Z β
Théorème : Sur un intervalle [α,β] où f est continue, f (t) dt peut se calculer en intégrant terme à terme
α
la série de Fourier de f .

On ne confondra pas :
• de classe C 1 par morceaux sur R ;
• et continue, et de classe C 1 par morceaux sur R.
La première est continue par morceaux sur R, et donc pas nécessairement continue sur R...

Théorème : (Unicité du développement en série de Fourier)

Si f est continue sur R et s’écrit comme la somme d’une série trigonométrique, on a :
+∞
f (t) = a0 + ∑ (an cos nωt + bn sin nωt)
n=1

Alors, cette série est la série de Fourier de f .

29.4. Produit scalaire et formule de Parseval

Théorème : CT (R), l’ensemble des applications continues, T-périodiques, R → R est un espace vectoriel réel.
1 T /2
Z
De plus h f ,gi = f (t) g(t) dt est un produit scalaire de CT (R).
 T − T /2
La famille (cos nωt)n∈N , (sin nωt)n∈N∗ est orthogonale pour ce produit scalaire.

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 Z T /2
1
Si les applications sont simplement continues par morceaux , h f ,gi = f (t) g(t) dt est
T − T /2
une forme bilinéaire symétrique positive.

Théorème : (Formule de Parseval) f : R → K, T-périodique, continue par morceaux sur R, alors :

1 T /2 2 1 α +T 2 1 +∞ 
Z Z
f (t) dt = a20 + ∑ a2n + b2n

f (t) dt =
T − T /2 T α 2 n=1
Si la fonction est réelle :
1 +∞  2
Z T /2 Z α +T
1 1
∑

2
f (t) dt = f 2 (t) dt = a20 + an + b2n
T − T /2 T α 2 n=1
Si, de plus, f est 2π-périodique :
1 +∞  2
Z π Z α +2π
1 1
∑

2
f (t) dt = f 2 (t) dt = a20 + an + b2n
2π −π 2π α 2 n=1

Z Z
30. Σ=Σ ...

+∞ +∞  Z b
Z b
! 
Problème : Il s’agit de montrer que :
a
∑ f n (t) dt = ∑ a
f n (t) dt .
n=0 n=0
C’est à dire que l’intégrale d’une série est la série des intégrales.
Le problème n’est jamais évident. Il y a différentes solutions selon les intégrales. Toutes les justifications
doivent se faire avec soin.

30.1. Série entière

Pour une série entière, on peut intégrer terme à terme sur tout intervalle inclus dans l’ouvert de convergence.
Il suffit donc de rappeler qu’on a une série entière et que [ a,b] ⊂ ]− R,R[

30.2. Série de Fourier

Pour une série de Fourier correspondant à une fonction continue sur R et de classe C 1 par morceaux, on peut
également intégrer terme à terme la série. Il suffit de rappeler ces conditions.

30.3. Autres cas

Que l’intégrale soit une intégrale simple ou une intégrale généralisée le traitement sera le même. L’idée est de
sortir la somme partielle de la série par linéarité, il reste ensuite à montrer que l’intégrale du reste tend bien
vers 0.

a/ Utilisation du critère spécial des séries alternées

+∞
Si à t fixé, ∑ f n (t) converge par application du critère spécial des séries alternées,
n=0
+∞
on a alors : ∑ f k (t) 6 | f n+1 (t)|
k =n+1
Z b
Il suffit alors de montrer que | f n+1 (t)| dt → 0 quand n → +∞
a!
+∞ +∞
!
Z b n Z b  Z b
En effet, on écrit :
a
∑ f n (t) dt = ∑ f k (t) dt +
a
∑ f k (t) dt a
n=0 k=0 k =n+1
| {z } | {z }
somme partielle intégrale du reste
et on majore ce dernier terme en valeur absolue. Enfin, on passe à la limite sur le terme de droite...

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
b/ Série géométrique
+∞
Si à t fixé, la série est géométrique, ∑ f k (t) est aussi une série géométrique qui se calcule facilement. On
k =n+1
+∞
Z b
!
calcule alors, ou on majore :
a
∑ f k (t) dt
k =n+1

c/ Autres cas
Dans les autres cas, l’énoncé doit vous guider.
+∞
Le principe général est de majorer ∑ f k (t) 6 gn (t)
k =n+1
Z b
avec gn (t) dt → 0 quand n → +∞ et d’appliquer le principe précédent.
a
Souvent, on vient de faire une telle majoration dans les questions précédentes...
Si l’intégrale est une intégrale généralisée, il ne faut pas oublier de montrer la convergence de toutes
les intégrales utilisées.

31. Fonctions R p → R
31.1. Limite et continuité
• Les fonctions « composantes » comme, par exemple, ( x,y,z) → y sont continues.
• Les sommes, produit par un scalaire, produit, quotient (en un point où le dénominateur ne s’annule pas)
de fonctions continues sont continues.
• Les composées de fonctions continues sont continues.

Ceci permet de montrer la plupart des continuités usuelles.

Théorème : Une fonction de plusieurs variables, à valeurs réelles, continue sur un fermé-borné est bornée et
atteint ses bornes.

31.2. Classe C 1 et C 2
Définition : f est de classe C 1 sur U un ouvert de R p ⇔ f admet p dérivées partielles continues sur U
Quand ces dérivées partielles sont aussi de classe C 1 , on dit que f est de classe C 2 sur U

∂f
Notation : La dérivée partielle de f par rapport à la jème variable se note : D j f ou .
∂x j
∂f
Prise au point (vecteur) a, elle se note donc : D j f ( a) ou ( a ).
∂x j
En dimension 2 ou 3, on remplace souvent x1 ,x2 ,x3 par x,y,z.

Définition : Quand f est de classe C 1 sur U un ouvert de R3 , la différentielle de f en ( x0 ,y0 ,z0 ), est l’appli-
cation linéaire :
∂f ∂f ∂f
( dx, dy, dz) 7−→ ( x0 ,y0 ,z0 ) dx + ( x0 ,y0 ,z0 ) dy + ( x0 ,y0 ,z0 ) dz
∂x ∂y ∂z

On adapte au besoin cette définition en dimension p...

Théorème : Si f est de classe C 1 sur U un ouvert de R p , elle admet un développement limité à l’ordre 1 en
tout point de U et on a :

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 ∂f ∂f ∂f
f ( x,y,z) = f ( x0 ,y0 ,z0 ) + ( x − x0 ) ( x0 ,y0 ,z0 ) + ( y − y0 ) ( x0 ,y0 ,z0 ) + ( z − z0 ) ( x0 ,y0 ,z0 ) + kuk ε(u)
∂x ∂y ∂z
où u = ( x − x0 ,y − y0 ,z − z0 ) et lim ε(u) = 0.
u→(0,0,0)

∂2 f ∂2 f
Théorème : (Schwarz) f de classe C 2 sur U ⇒ =
∂x∂y ∂y∂x

Théorème : (Fonctions composées) 

x,y,z : R → R, C1
sur I 



∂f 0 ∂f 0 ∂f 0


f : R3 → R , C sur x( I ) × y( I ) × z( I )  ⇒ F
1 est C 1 sur I, et : F 0 (t) = x (t) + y (t) + z (t)
 ∂x ∂y ∂z


F (t) = f ( x(t),y(t),z(t)) 


Si x,y,z dépendent de 2 ou 3... variables, on a le même résultat en remplaçant toutes les dérivées par
des dérivées partielles.

31.3. Extrémums d’une fonction R2 → R

( x,y) → z = f ( x,y), une fonction de classe C 2 sur U un ouvert de R2 .
Pour chercher ses extrémums : 
 ∂f
( x,y) = 0


∂x

• On cherche les points critiques, c’est à dire les points qui vérifient :
 ∂f

 ( x,y) = 0
∂y

Les extrémums sont à chercher parmi ces points critiques.

 r = ∂ f ( x0 ,y0 )
 2

∂x2





∂2 f

• En chaque point critique ( x0 ,y0 ), on calcule : s = ( x0 ,y0 )


 ∂x∂y
∂2 f




 t=
 ( x0 ,y0 )
∂y2
◦ Si s2 − rt < 0 ( x0 ,y0 ) est un extrémum (minimum pour r > 0, maximum pour r < 0)
◦ Si s2 − rt > 0 ( x0 ,y0 ) est un col
◦ Si s2 − rt = 0 on ne peut pas conclure, il faut étudier « à la main » le signe de f ( x,y) − f ( x0 ,y0 )

32. Fonctions (ou suites) à valeur dans Rn ou Cn

32.1. Limite et continuité
On peut toujours considérer que ce sont n fonctions (ou suites) « coordonnées » ou « composantes » à valeur
dans R ou C, ou même dans le deuxième cas, 2n fonctions (ou suites) « coordonnées » ou « composantes » à
valeur dans R. Les notions de limite, de continuité, de dérivabilité (...) se ramènent aux propriétés équivalentes
sur chacune des composantes.

32.2. Fonction Rn → R p , classe C 1

 
∂ f1 ∂ f1 ∂ f1
∂x1 ∂x2 ∂x3
 
Définition : La matrice jacobienne de f est, avec ici n = 3 et p = 2 :  = Jf
 

 ∂ f2 ∂ f2 ∂ f2 
∂x1 ∂x2 ∂x3

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
C’est la matrice dans la base canonique de la différentielle de f au point considéré.
)
f : Rn → R p , de classe C 1
Théorème : ⇒ g◦ f de classe C 1 et : Jg ◦ f = Jg × J f
g : R p → Rq , de classe C 1

32.3. Fonction Rn → Rn , classe C 1

Définition : La matrice jacobienne de f en un point est alors carrée d’ordre n.
Le jacobien de f en ce point est le déterminant de la matrice jacobienne.

Théorème : En un point où le jacobien de f est non nul, f définit localement une bijection et le jacobien de
f −1 est l’inverse du jacobien de f .

Les ∂ ne se pseudo-simplifient pas!

∂z ∂y ∂z 1 ∂x
Ainsi × ne vaut pas en général et n’est pas
∂y ∂x ∂x ∂y ∂y
∂x

33. Equations et systèmes différentiels

Notons d’abord qu’on résout une équation ou un système différentiels sur un intervalle.

33.1. Généralités
a/ Recollement de solutions
Pour recoller en c les solutions sur deux intervalles, f sur ] a,c[ et g sur ]c,b[ il faut chercher à égaler :
• les limites (finies) de f et g en c
• les limites (finies) de f 0 et g0 en c
• et éventuellement les limites (finies) de f 00 et g00 en c pour une équation différentielle du second ordre.

b/ Equation différentielle linéaire

Une équation différentielle linéaire
• du premier ordre est de la forme : a (t) y0 + b (t) y = g(t)
• du second ordre est de la forme : a (t) y00 + b (t) y0 + c (t) y = g(t)
g(t) est appelé le second membre.
Les équation homogènes associées sont respectivement :
• a (t) y0 + b (t) y = 0
• a (t) y00 + b (t) y0 + c (t) y = 0
Pour une équation différentielle linéaire, la solution générale est toujours la somme de la solution générale de
l’équation sans second membre, appelée aussi équation homogène associée, et d’une solution particulière de
l’équation avec second membre.
D’où l’importance de connaître une telle solution particulière.
On ne tient compte des conditions initiales que lorsqu’on a obtenu la solution générale de l’équation
(ou du système) avec second membre.

Sur un intervalle convenable, la solution générale de l’équation sans second membre est un espace vectoriel
de dimension 1 pour une équation différentielle linéaire du premier ordre et 2 pour une équation différentielle
linéaire du second ordre.

c/ Courbe intégrale
Si y( x) est solution d’une certaine équation différentielle, la courbe y = y( x) est dite courbe intégrale de cette
équation différentielle.

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
33.2. Equation Différentielle Non Linéaire du premier ordre

On ne dispose d’aucun théorème sur les équations différentielles non linéaires ...
Z Z
• En général, elle est à variables séparables, f (t) dt = g( y) dy ⇒ f (t) dt = g( y) dy + K
C’est le seul cas que l’on doit savoir traiter.
• Sinon, il faut se laisser guider par l’énoncé !

33.3. Equation Différentielle Linéaire du premier ordre

Z
b(t)
a(t)
dt −
• Sans second membre a(t) y0 + b(t) y = 0 ⇒ y(t) = Ke sur un intervalle I où a et b sont
continues et où a ne s’annule pas. K étant un réel arbitraire.
• Avec second membre a(t) y0 + b(t) y = c(t) sur un intervalle I où a, b et c sont continues et où a ne
s’annule pas.
Il ne nous manque qu’une solution particulière : toute solution particulière est bonne à prendre !

◦ Si l’équation différentielle est à coefficients constants et si le second membre est en P(t) ekt , on peut
appliquer la méthode décrite dans le paragraphe 33.4..
◦ On peut, faute de mieux, chercher une Z
solution particulière par la variation de la constante :
b(t)
dt
− a(t)
z(t) = K (t) y(t) où y(t) = e
On reste en calcul formel le plus longtemps possible : les termes en K (t) disparaissent, cela revient
alors au calcul d’une primitive de K 0 (t).

La variation de la constante n’est pas un procédé miraculeux ! Elle peut donner des calculs longs et
difficiles. On la réserve donc au cas où on n’a pas d’autre procédé pour obtenir une telle solution
particulière.

33.4. Equation Différentielle Linéaire du second ordre à coefficients constants

• Sans second membre ay00 + by0 + cy = 0 on résout l’équation caractéristique ar2 + br + c = 0
Si on a :
◦ Deux racines distinctes, la solution est : y(t) = λer1 t + µer2 t
◦ Une racine double : y(t) = (λt + µ )ert
◦ Deux racines complexes : r = α ± iβ et dans le cas où on cherche les solutions sur R :
y(t) = (λ cos βt + µ sin βt)eαt = (k cos β(t − t0 ))eαt
• Avec second membre ay00 + by0 + cy = P(t) ekt , où P est un polynôme.
On cherche une solution particulière de la forme :
◦ Q(t) ekt si k n’est pas racine de l’équation caractéristique ;
◦ t Q(t) ekt si k est racine simple de l’équation caractéristique ;
◦ t2 Q(t) ekt si k est racine double de l’équation caractéristique,
avec Q(t) un polynôme arbitraire de même degré que P.
Un second membre en P(t) eαt cos βt se traite comme la partie réelle de : P(t) e(α +iβ)t .

33.5. Equation Différentielle Linéaire du second ordre

• Sans second membre a(t) y00 + b(t) y0 + c(t) y = 0 sur un intervalle I où a,b et c sont continues et où a
ne s’annule pas, il faut se laisser guider par l’énoncé pour trouver une première solution.
Si a,b,c sont des polynômes, on peut chercher une solution polynomiale en cherchant d’abord une condi-
tion nécessaire sur le degré.

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
 • Avec ou sans second membre, en ayant une solution y(t) de l’équation sans second membre, on peut
chercher les solutions de la forme z(t) = K (t) y(t) (Variation de la constante, à réserver au cas où on
n’a pas d’autre procédé).
On obtient une équation différentielle linéaire du premier ordre en K 0 (t) avec ou sans second membre
selon les cas.
En pratique, on mène le calcul de façon théorique le plus longtemps possible.
• On ne cherche une solution sous forme de série entière qu’à la demande de l’énoncé.

33.6. Equation aux dérivées partielles

Ce sont des équations différentielles qui concernent des fonctions de plusieurs variables. On écrit ici les théo-
rèmes avec simplement trois variables notées u, v et w. On note toujours ici U un ouvert de R3 , et on cherche
une fonction f , respectivement de classe C 1 ou C 2 sur U .
Quand une dérivée partielle, par exemple par rapport à u, est nulle, en intégrant, il apparait naturel-
lement une constante d’intégration.
Mais, ici, cette constante est constante quand les autres variables, v et w, sont constantes...
Cette constante est donc alors une fonction arbitraire de ces autres variables !

a/ Une dérivée partielle première nulle

∂f
Les solutions de : = 0 sont : f (u,v,w) = F (v,w)
∂u
avec F une fonction quelconque de classe C 1 sur U – elle est alors considérée comme de 3 variables.

b/ Une dérivée partielle seconde nulle

Les solutions de :
∂2 f
• = 0 sont : f (u,v,w) = u F (v,w) + G (v,w) avec F et G deux fonctions quelconques de classe C 2 ;
∂u2
∂2 f
• = 0 sont : f (u,v,w) = F (v,w) + G (u,w) avec F et G deux fonctions quelconques de classe C 2 .
∂u∂v

c/ Autres cas

Dans les autres cas, l’énoncé doit vous donner :

• un changement de variables ;
• un changement de fonction inconnue
qui permet de se ramener à un des cas précédents !

33.7. Système Différentiel Linéaire du premier ordre

0
 que lessystèmes à coefficients constants X (t) = AX (t) où A est une matrice carrée d’ordre n
On ne traite
x1 (t)
 x2 (t) 
et X (t) =  .  ou X 0 (t) = AX (t) + B(t), où B(t) est un vecteur second membre.
 
 .  .
xn (t)

a/ Cas sans second membre

• Dans le cas où A est diagonalisable, on note (λ1 ,λ2 , . . . ,λn ) les valeurs propres et (U1 ,U2 , . . . ,Un ) une
base de vecteurs propres associés. Alors

X (t) = α1 eλ1 t U1 + α2 eλ2 t U2 + · · · + αn eλn t Un

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 • Dans le cas où A est diagonalisable sur C mais pas sur R sur lequel on cherche les solutions, pour chaque
couple de valeurs proprs non réelles, on peut directement remplacer
◦ α eλt U + α eλt U par
◦ β Re eλt U + γ Im eλt U avec β et γ réels

• Dans le cas où A est triangularisable, non diagonalisable,

on considère P de passage telle que T = P−1 AP avec T triangulaire supérieure.
◦ On pose X (t) = PY (t) on obtient X 0 (t) = PY 0 (t) car P est constant.
◦ On reporte dans le système différentiel et on obtient Y 0 (t) = TY (t).
◦ On résout ce système en résolvant la dernière équation et en remontant équation par équation.
◦ Enfin, X (t) = PY (t) fournit le résultat.

b/ Cas avec second membre

Dans tous les cas, il faut considérer une matrice de passage P avec D = P−1 AP ou T = P−1 AP selon la
diagonalisibilité ou pas. On obtient
• Y 0 (t) = DY (t) + P−1 B(t) ou
• Y 0 (t) = TY (t) + P−1 B(t) selon les cas.
• On résout équation par équation le système obtenu.

33.8. Système autonome de 2 équations différentielles


dx 
= ϕ( x,y) 


dt avec ϕ et ψ continues sur U un ouvert de R2 , est un système autonome de deux équations
dy 

= ψ( x,y)  
dt
différentielles.
On l’appelle système autonome parce que la variable t n’intervient pas, en dehors des dérivées, bien sûr.
• On peut essayer de l’intégrer en passant en complexes, z = x + iy, en polaires ou en suivant les indica-
tions de l’énoncé.
dy ψ( x,y)
• On peut aussi le transformer en équation différentielle plus classique =
dx ϕ( x,y)
dy ψ( x,y)
• Réciproquement, une équation différentielle = peut se transformer en système autonome en
dx ϕ( x,y)
« ajoutant » du temps « t »... à condition, bien sûr, que ce système autonome soit facile à intégrer!

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
Troisième partie

Géométrie

34. Barycentre
34.1. Barycentre de p points pondérés



A1 ,A2 , . . . ,A p , p points affectés de coefficients : α1 , α2 , . . . , α p
p −−→
• Si α1 + α2 + · · · + α p = 0, ∑ αi MAi est un vecteur constant.
i =1
p −−→
∑ αi MAi
−−→ i =1
• Si α1 + α2 + · · · + α p 6= 0, MG = p définit un unique point G barycentre des ( Ai ,αi )
∑ αi
i =1

34.2. Associativité du barycentre

Théorème : (sous réserve que les barycentres utilisés existent)
G1 barycentre de ( A,α ) et ( B,β)
Alors le barycentre de ( G1 ,α + β), et (C,γ ) est celui de ( A,α ) , ( B,β) , (C,γ )

35. Vecteurs du plan et de l’espace

35.1. Produit scalaire
Définition : Le produit scalaire des vecteurs −
→
u et −
→ −
→
u .−
→
v = −
→ −
→
v cos −→
u ,−
→
 
v est : u \ v

L’étude générale de la notion de produit scalaire est page 24.

35.2. Produit vectoriel

Définition : Le produit vectoriel des vecteurs de l’espace −
→u et −
→v est : −
→
u ∧− →
v =− →
w.
−
→ −
→ −
→ −
→ −→ −
→ −
→
 
On a : w = u \
v sin u , v = det u , v ,

le vecteur −
→
w est orthogonal à −
→u et à −
→
v , de façon que le trièdre −
→
u ,−
→
v ,−
→

et : w soit direct.

35.3. Déterminants
Définition : Le déterminant des vecteurs −
→
u et −
→ det −
→
u ,−
→
v = −
→ −
→
v sin −→
u ,−
→
 
v est :


u \ v

Définition : Le déterminant des vecteurs −

→
u,−
→
v et −
→ det −
→
u ,−
→
v ,−
→
w = −
→
u ∧−
→
v .−

→ −
w =→
u . −
→
v ∧−
→



w est : w

L’étude générale des déterminants est page 22.

36. Droites et Plans affines

On travaille toujours ici dans un repère, choisi auparavent.
De plus, dès qu’il est question d’orthogonalité, de distance ou d’angle, ce repère est supposé orthonormal,
sans que cela soit précisé à chaque fois.

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
36.1. Droites du plan
a/ En coordonnées cartésiennes
 
−b
La droite d’équation : ax + by + c = 0, ( a,b) 6= (0,0), est de vecteur directeur : et de vecteur
a
 
a
normal :
b
   
x0 α
La droite passant par : M0 : et de vecteur directeur (α,β) 6= (0,0),
y0 β
x − x0 α
est d’équation : =0
y − y0 β

b/ En représentation paramétrique
   
x0 α
La droite passant par M0 : et de vecteur directeur
y0 β

x = x0 + λα
est de représentation paramétrique :
y = y0 + λβ

c/ Pour passer d’une représentation à une autre

• De paramétriques en cartésiennes : éliminer λ entre les deux équations.

 x=λ
• De cartésiennes en paramétriques : c a par exemple pour b 6= 0.
 y=− − λ
b b

36.2. Plans de l’espace affine

a/ En coordonnées cartésiennes
 
a
Le plan d’équation : ax + by + cz + d = 0, est de vecteur normal :  b 
c
      
x0 a x − x0 a
Le plan passant par M0 :  y0 et de vecteur normal  b  est d’équation :  y − y0  .  b  = 0.
z0 c z − z0 c

b/ En représentation paramétrique
     0 
x0 α α
Le plan passant par M0 :  y0  et de plan directeur engendré par  β  et β0  est de représentation

z0 γ γ0
 x = x0 + λα + µα 0


paramétrique : y = y0 + λβ + µβ0
z = z0 + λγ + µγ 0


c/ Pour passer d’une représentation à une autre

• De paramétriques en cartésiennes :
◦ éliminer λ et µ entre les trois équations
x − x0 α α 0
◦ ou bien directement l’équation est : y − y0 β β0 =0
z − z0 γ γ 0
• De cartésiennes en paramétriques :
 
x0
◦ chercher un point M0 :  y0  du plan,
z0

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
      
α a −b
◦ et chercher un vecteur  β  non nul, normal à  b  par exemple  a  si ( a,b) 6= (0,0)
γ c 0
 0 
α
Le produit vectoriel de ces deux vecteurs fournit un second vecteur :  β0  qui convient.
γ0

36.3. Droites de l’espace affine


ax + by + cz + d = 0
• Par intersection de 2 plans d’équations :
a0 x + b0 y + c0 z + d0 = 0
   0 
a a
Un vecteur directeur de la droite intersection de ces 2 plans est :  b  ∧  b0 
c c0
   
x0 α
• En paramétriques, la droite passant par M0 :  y0  et de vecteur directeur  β  (α,β,γ ) 6= (0,0,0)
z0 γ

 x = x 0 + λα
est de représentation paramétrique : y = y0 + λβ
z = z0 + λγ


36.4. Angles
On travaille toujours dans un repère orthonormal direct.
−
→
u .−
→
v
• l’angle de 2 vecteurs ou de 2 droites ou de 2 plans vérifie : −
→ −
→ cos θ =
, applicable avec les
u v
vecteurs directeurs des droites ou les vecteurs normaux des plans selon les cas.
• pour l’angle entre une droite et un plan, il faut appliquer la formule précédente avec un vecteur directeur
de la droite et un vecteur normal au plan.
π
Eventuellement le résultat est − θ selon la question exacte posée.
2

36.5. Aires et Volumes élémentaires

On travaille dans un repère orthonormal.
1 −→ −→
• Dans le plan, l’aire géométrique du triangle A,B,C est : A = det AB, AC
2
C’est bien la valeur absolue du déterminant ...
1 −→ −→
• Dans l’espace, l’aire géométrique du triangle A,B,C est : AB ∧ AC A =
2
• Dans l’espace, le volume géométrique du parallélépipède construit sur ( AB,AC,AD ) est :
−→ −→ −→
V = det AB, AC, AD
L’aire algébrique dépend à chaque fois de l’orientation choisie.

36.6. Distances
On travaille toujours dans un repère orthonormal.
 
x0 | ax0 + by0 + c|
• La distance de M0 : à la droite d’équation ax + by + c = 0, est : √
y0 a2 + b2
 
x0
| ax0 + by0 + cz0 + d|
• La distance de M0 :  y0  au plan d’équation ax + by + cz + d = 0, est : √
z0 a2 + b2 + c2
−→
−
→ −
→

 −
→

D1 : A, u
det AB, u , v
• La distance de 2 droites non parallèles de l’espace : est :
D2 : B,−
→v −→
u ∧− →v

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 −−→ −
AM ∧ →
u
• La distance d’un point M à une droite D : A,−
→

u est donnée par : −
→
u

37. Projecteurs et Symétries

Dans cette partie, on utilise la notion de sous-espaces vectoriels supplémentaires qui se trouve pages 16 et 17.

37.1. Projecteur
Définition : Un projecteur p d’un espace vectoriel E est un endomorphisme de E vérifiant : p ◦ p = p.

Théorème : Soit p un projecteur de E, alors : E = ker p ⊕ Im p.

Réciproquement, si F et G sont deux sous-espaces vectoriels supplémentaires de E, alors, si x = x F + xG , avec
x F ∈ F et xG ∈ G, on peut définir p par : p( x) = x F .
p est alors un projecteur de E. C’est le projecteur sur F parallèlement à G.

37.2. Symétrie
Définition : Une symétrie s d’un espace vectoriel E est un endomorphisme de E vérifiant : s ◦ s = Id E .

Théorème : Soit s une symétrie de E, alors p défini par : 2p = s + Id E est une symétrie. C’est la symétrie par
rapport à E1 , l’ensemble des vecteurs invariants, parallèlement à E−1 , le sous-espace propre associé à la valeur
propre −1.
Réciproquement, si F et G sont deux sous-espaces vectoriels supplémentaires de E, alors, si x = x F + xG , avec
x F ∈ F et xG ∈ G, on peut définir s par : s( x) = x F − xG .
s est alors une symétrie de E. C’est la symétrie par rapport à F parallèlement à G.

38. Isométries
38.1. Isométries vectorielles et isométries affines
Définition : Une isométrie vectorielle ϕ de E est une application qui conserve la norme, c’est à dire :
∀−→ ϕ −→ = − →


u ∈ E, u u .

Définition : Une isométrie affine f de E est une application qui conserve les distances, c’est à dire :
−−−−−−→ −→
∀ A,B ∈ E , f ( A) f ( B) = AB

Théorème : Un endomorphisme est une isométrie vectorielle si et seulement si sa matrice dans une base
orthonormale est orthogonale.

Les matrices orthogonales sont page 27.

Théorème : Une application affine est une isométrie affine si et seulement si l’application linéaire associée est
une isométrie vectorielle.

38.2. Symétries orthogonales

Théorème : Une isométrie vectorielle est une symétrie orthogonale ⇔ Sa matrice dans une base orthonor-
male est symétrique.

La transformation est alors la symétrie orthogonale par rapport à l’ensemble des vecteurs invariants. On re-
trouve ces cas dans les paragraphes suivants.

Théorème : Une isométrie affine est une symétrie orthogonale ⇔ l’isométrie vectorielle associée est une iso-
métrie vectorielle et il y a des points fixes.

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
La transformation est alors la symétrie orthogonale par rapport à l’ensemble des points fixes.
Dans le cas d’une symétrie orthogonale dans le plan ou l’espace affine, la matrice de l’isométrie vec-
torielle associée est encore orthogonale, mais on observera que ça n’est plus une condition suffisante.
Il est nécessaire d’avoir des points fixes pour avoir une symétrie affine.

38.3. Recherche d’une symétrie orthogonale d’éléments géométriques donnés

a/ Isométrie vectorielle
On cherche les expressions de la symétrie orthogonale par rapport à une droite vectorielle ∆ ou à un plan
vectoriel Π. −
→
u +− →
u0
On écrit que ∈ ∆ ou Π et que −
→
u 0−− →u appartient à l’orthogonal de ∆ ou Π.
2

b/ Isométrie affine
On cherche les expressions de la symétrie orthogonale par rapport à la droite D ou au plan P.
−−→
On écrit que le milieu du segment MM0 appartient à D ou à P et que MM0 appartient à l’orthogonal de la
direction de D ou P.

38.4. Identification des Isométries Vectorielles

a/ symétries orthogonales
Si la matrice d’une isométrie vectorielle dans une base orthonormale est symétrique, l’isométrie vectorielle est
une symétrie orthogonale.
C’est la symétrie orthogonale par rapport à l’ensemble des vecteurs invariants.

b/ Isométries vectorielles du plan

Dans une base orthonormale, la matrice est orthogonale.
• Isométrie directe : le déterminant vaut 1.  
cos θ − sin θ
C’est une rotation d’angle θ. La matrice est :
sin θ cos θ
Si θ = 0, c’est l’identité, et si θ = π, c’est « moins l’identité », la symétrie centrale.
• Isométrie indirecte : le déterminant vaut -1.
θ
C’est une symétrie orthogonale par rapport à la droite D θ tournée de par rapport à l’axe Ox.
  2 2
cos θ sin θ
La matrice est :
sin θ − cos θ

c/ Isométries vectorielles de l’espace

Dans une base orthonormale, la matrice est orthogonale.
• Isométrie directe : le déterminant vaut 1, le troisième vecteur est le produit vectoriel des 2 premiers.
C’est l’identité ou une rotation d’axe dirigé par un vecteur propre associé à 1 : − →
e1 et d’angle θ.
On trouve θ,
◦ en cherchant cos θ par la trace qui vaut 1 + 2 cos θ
◦ en cherchant le signe de sin θ qui est celui de det − →
e1 ,−
→
u , f (−
→

u) ,
avec −→u , un vecteur quelconque, non colinéaire à − →
e1 .
Si θ = 0, c’est l’identité, et si θ = π, c’est la symétrie orthogonale par rapport à l’axe. Cette isométrie a,
en principe, déjà été identifiée comme symétrie orthogonale.
• Isométrie indirecte : le déterminant vaut -1, le troisième vecteur est l’opposé du produit vectoriel des 2
premiers.
On cherche la trace :
◦ La trace vaut 1, ce qui revient à ce que 1 soit valeur propre.
C’est une symétrie orthogonale par rapport au plan propre pour la valeur propre 1.

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 ◦ La trace ne vaut pas 1, 1 n’est pas valeur propre, elle vaut −1 + 2 cos θ.
C’est la composée
 d’une rotation d’angle θ et d’axe dirigé par un vecteur propre associé à la valeur propre -1 et
 d’une symétrie par rapport au plan orthogonal à l’axe de la rotation.
Le signe de sin θ se trouve comme dans le cas d’une isométrie directe.

38.5. Identification des Isométries Affines

L’isométrie vectorielle associée s’obtient en « éliminant » les constantes. On regarde si cette isométrie vectorielle
n’est pas une symétrie orthogonale.
On cherche ensuite les points fixes de l’isométrie affine.

a/ Isométries affines planes

• Il y a un ou plusieurs point fixes.
L’isométrie a la même « description géométrique » que l’isométrie vectorielle associée, « recentrée » en
un point fixe.
• Il n’y a pas de points fixes.
L’isométrie vectorielle associée est une symétrie orthogonale par rapport à une droite vectorielle ∆.
L’isométrie affine est la composée d’une symétrie orthogonale par rapport à une droite D de direction ∆
et d’une translation de vecteur −→
u.
−−→
On trouve D et le vecteur de la translation en cherchant les points M tels que MM0 ∈ ∆.
−−→
On a alors : − →
u = MM0

b/ Isométries affines de l’espace

• Il y a un ou plusieurs point fixes.
L’isométrie a la même « description géométrique » que l’isométrie vectorielle associée, « recentrée » en
un point fixe.
• Il n’y a pas de points fixes.
◦ Isométrie directe : l’isométrie vectorielle associée est une rotation vectorielle.
L’isométrie affine est un vissage. L’axe et le vecteur de translation sont donnés en cherchant les
−−→
points M tels que MM0 appartient à l’axe de la rotation vectorielle associée.
◦ Isométrie indirecte :
L’isométrie vectorielle associée est une symétrie orthogonale par rapport à un plan vectoriel Π
L’isométrie affine est la composée d’une symétrie orthogonale par rapport à un plan P de direction
Π et d’une translation de vecteur − →
u.
−−→
On trouve P et le vecteur de la translation en cherchant les points M tels que MM0 ∈ Π
−−→
On a alors : −→u = MM0

39. Similitudes
39.1. Similitude
Définition : Une similitude est une transformation du plan affine qui, en complexes, se met sous la forme :
z 7→ az + b.
On peut aussi se reporter page 13

39.2. Identification
On cherche d’abord si il y a un point fixe en résolvant : z = az + b.
• Si tous les points sont fixes, c’est l’dentité.
• Si il n’y a pas de point fixe, alors, c’est que a = 1 et b 6= 0, c’est la translation de vecteur d’affixe b.

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
 • Si il y a un unique point fixe Ω, d’affixe la solution de : z = az + b, dans le repère centré sur Ω, la
transformation s’écrit : Z 7→ aZ.
◦ Si | a| = 1, alors a = eiθ , c’est la rotation de centre Ω et d’angle θ.
◦ Sinon, a = | a|eiθ , c’est la composée de la rotation de centre Ω et d’angle θ et de l’homothétie de
centre Ω et de rapport | a|.

40. Courbes Planes

40.1. Etude et Tracé de Courbes d’équation y = f ( x)
a/ Ensemble d’étude
On recherche l’ensemble de définition, les éventuelles parité ou imparité, la périodicité, pour aboutir à l’en-
semble d’étude. On indiquera alors les transformations à appliquer à l’arc de courbe pour reconstituer la
courbe entière.

b/ Etude des variations

L’étude des variations se fait le plus souvent en étudiant le signe de la dérivée, obtenu en utilisant au besoin
une fonction auxiliaire.
Pour le choix d’une fonction auxiliaire, il faut dans celle ci « isoler » les éventuels
• logarithmes,
• et arctangentes
qui se transforment en fraction rationnelle quand on dérive.

c/ Limites aux bornes

On cherche les limites à toutes les bornes de l’ensemble d’étude, avec au besoin,
• l’étude du prolongement par continuité en cas de limite finie,
• et l’étude locale de la dérivabilité en ces points, pour placer la tangente.

d/ Inflexions
L’étude des inflexions se fait au moyen de la dérivée seconde : f 00 ( x0 ) = 0 caractérisent les points où il peut
y avoir une inflexion géométrique.
Cette étude n’est faite qu’à la demande de l’énoncé.
Géométriquement, un point d’inflexion se caractérise par le fait que la courbe traverse sa tangente.

e/ Branches infinies
On a une branche infinie quand : f ( x) → ±∞ ou x → ±∞
• lim f ( x) = ±∞, on a une asymptote verticale d’équation : x = x0 .
x→ x0
• lim f ( x) = b, on a une asymptote horizontale d’équation : y = b.
x→±∞
• lim f ( x) = ±∞
x→±∞
f ( x)
Il faut continuer la recherche par : lim =a
x→±∞ x
◦ si a = ±∞, on a une branche parabolique de direction Oy.
◦ si a = 0, on a une branche parabolique de direction Ox.
◦ si a est fini non nul, il faut continuer la recherche par : lim ( f ( x) − ax) = b
x→±∞
 si b est fini, on a une asymptote : y = ax + b
 si b est infini, on a une branche parabolique de direction y = ax
 si b n’a pas de limite, on a une branche infinie de direction asymptotique y = ax

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
f/ Centre de symétrie
• Quand f est impaire, l’origine est centre de symétrie de la courbe représentative de f .
• Le point de coordonnées ( a,b) est centre de symétrie de la courbe si et seulement si f ( x) + f (2a − x) est
constant, il vaut alors 2b.

g/ Convexité
Une fonction 2 fois dérivable est convexe si et seulement si la dérivée seconde est positive.
Géométriquement, une courbe est convexe si et seulement si elle est en dessous de sa corde entre 2 points
quelconques ou si et seulement si elle est au dessus de chacune de ses tangentes.
Une fonction convexe a sa concavité tournée vers le haut et une fonction concave a sa concavité tournée vers
le bas.
La figure 20, ci-dessous, illustre la convexité.

B
A
C

Figure 20 – Une fonction convexe est sous sa corde entre 2 points et au dessus de ses tangentes

40.2. Courbes planes en paramétriques

(
x = f (t) = x(t)
On a :
y = g(t) = y(t)

a/ Interprétation cimématique
Si on considère que t est le « temps », on peut considérer qu’on étudie le déplacement d’un « mobile » dans le
plan (ou l’espace).
On utilise alors le vocabulaire suivant :
• la courbe est la trajectoire du mobile :
!
x0 (t)
• le vecteur dérivé est le vecteur vitesse du mobile, sa norme est sa vitesse.
y0 (t)
!
x00 (t)
• le vecteur dérivé seconde est le vecteur accelération du mobile, sa norme est son accélération.
y00 (t)

b/ Ensemble d’étude
On recherche les ensembles de définition, les éventuelles parité ou imparité, les périodicités, pour aboutir à
l’ensemble d’étude. On indiquera alors les transformations à appliquer à l’arc de courbe pour reconstituer la

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
courbe entière.

c/ Variations

On étudie les variations de f et g.

y0 (t)
Il faut construire le tableau de variation, qui contient les lignes x0 (t), x(t), y(t), y0 (t) et qui représente la
x0 (t)
pente de la tangente.
y0 (t)
Remarquons que si est une forme indéterminée en un point, on peut la remplacer par sa limite qui
x0 (t)
représente encore la pente de la tangente.

d/ Points stationnaires
(
x0 (t0 ) = 0
Les points stationnaires vérifient :
y0 (t0 ) = 0
On appelle alors :
!
x( p) (t0 )
• p, avec p > 1, le premier rang où est non nul, ce vecteur est alors tangent à la courbe.
y( p) (t0 )
! !
x(q) ( t0 ) x( p) (t0 )
• q, avec q > p, le premier rang où est non colinéaire à
y(q) ( t0 ) y( p) (t0 )
−−−−→
La courbe est toujours tangente à F ( p) (t0 ),
la parité de p donne le signe de la coordonnée lorsque t < t0 ,
la parité de q donne dans ce cas le signe de la deuxième coordonnée.
 −−−−→ −−−−→
Dans les figures suivantes, le repère tracé est : M0 , F ( p) (t0 ), F (q) (t0 ) .
On peut voir sur la figure 21, ci-dessous, l’ensemble des cas.

(q) (q)
F (t0 ) F (t0 )

M0 M0

(p) (p)
F (t0 ) F (t0 )

p impair et q pair : point ordinaire p impair et q impair : point d’inflexion

(q) (q)
F (t0 ) F (t0 )

M0 M0

(p) (p)
F (t0 ) F (t0 )

p pair et q impair : point de p pair et q pair : point de

rebroussement de 1ère espèce rebroussement de 2ème espèce

Figure 21 – Etude locale d’une courbe paramétrée

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
Remarquons que si la tangente est verticale ou horizontale, le calcul de q est inutile, les variations permettent
alors de déterminer directement la nature du point.

e/ Points d’inflexion
x0 x00
Les points d’inflexion géométrique vérifient nécessairement = 0.
y0 y00
On ne fait cette étude qu’à la demande de l’énoncé.

f/ Branches infinies
L’étude des branches infinies ne pose de problème qu’au cas où f et g tendent vers l’infini.
• Si y(t) → ±∞, et x (t) → l, quand t → t0 : on a une asymptote verticale d’équation x = l.
• Si x(t) → ±∞, et y (t) → l, quand t → t0 : on a une asymptote horizontale d’équation y = l.
y(t)
• Si x(t) et y(t) → ±∞, quand t → t0 , on calcule lim appelée a :
t→t0 x ( t )
◦ si il n’y a pas de limite, on ne dit rien de plus,
◦ si a = ±∞, on a une branche parabolique de direction Oy,
◦ si a = 0, on a une branche parabolique de direction Ox,
◦ dans les autres cas, on calcule lim y(t) − ax(t) appelée b :
t→t0
 si il n’y a pas de limite, on a une branche infinie de direction asymptotique y = ax
 si b = ±∞, on a une branche parabolique de direction y = ax
 dans les autres cas, on a une asymptote y = ax + b

40.3. Courbes planes en polaires

Il s’agit d’étudier les courbes définies en coordonnées polaires par : ρ = f (θ ) = ρ(θ )

a/ Ensemble d’étude
On cherche l’ensemble de définition, la périodicité éventuelle, on obtient un premier intervalle : celui-ci doit
être un multiple de la période et de 2π.
On cherche ensuite à réduire cet intervalle.
π
On essaye de comparer ρ (θ ) à : ρ (−θ ), ρ(θ + π ), ρ(π − θ ), et ρ( − θ ).
2
On en déduit l’ensemble d’étude et d’éventuelles symétries de la courbe.

b/ Variations
On ne fait l’étude des variations de ρ par le signe de ρ0 que si si cette étude est simple !
On peut très bien s’en passer pour tracer la courbe.

c/ Signe de ρ
L’étude du signe de ρ est par contre indispensable.
Elle qui figure dans le tableau de « variations » et permet de déterminer dans quel cadran on trace la courbe.
Notons bien que, dans l’étude des courbes en polaires, ρ peut être négatif.

La figure 22, page suivante, montre un exemple de ρ négatif.

d/ Tangentes
ρ
On étudie la tangente en quelques points particuliers, en utilisant : tan V = , qui fournit l’angle, orienté,
ρ0
entre le rayon vecteur et la tangente.
En un point où ρ(θ0 ) = 0, la tangente à la courbe est toujours la droite θ = θ0 .
La figure 22, déjà vue, et la figure 23, page ci-contre, précisent les angles utilisés.

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
 y

θ
x

M
V

√
Figure 22 – Exemple où : θ = π /4, ρ = − 2 et V = π /4

O θ

ρ
Figure 23 – Tangente en polaires : tan V =
ρ0

e/ Branches infinies
Pour l’étude des branches infinies, on cherche : lim ρ(θ ) sin (θ − θ0 ), qui est Y dans le repère tourné de θ0 .
θ →θ0
Tout se passe maintenant dans le repère tourné de θ0 .
• s’il n’y a pas de limite, on a une branche infinie de direction asymptotique OX
• cette limite est infinie, on a une branche parabolique de direction OX
• cette limite est finie Y0 , on a une asymptote d’équation Y = Y0
La figure 24, page suivante, indique la position de l’asymptote.

f/ Points d’inflexion
On cherche les points d’inflexion parmi les points où la courbure est nulle.
Ce sont les points qui vérifient : ρ2 + 2ρ02 − ρρ00 = 0.

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 y
Y M

O θo x

Figure 24 – Asymptote en polaires

On ne fait cette étude qu’à la demande de l’énoncé.

40.4. Courbes usuelles en polaires

p
• On a les coniques d’équation ρ =
1 + e cos θ
Voir page 83.
A
• ρ= est une droite ∆
cos (θ − θ0 )
• ρ = A cos (θ − θ0 ) est le cercle passant par O de diamètre A et de centre sur la droite θ = θ0

41. Courbure et Rayon de Courbure

41.1. Rayon de courbure d’une courbe plane
Définition : s, l’abscisse curviligne dans le sens des t ou θ croissants vérifie, selon les cas :
q p
ds = x02 (t) + y02 (t) dt = ρ2 + ρ02 dθ

−−→
−−→ dOM
 −
→− → −
→ dOM
Définition : Ω, T , N est le repère de Frenet au point Ω avec : T = = dt
ds −−→
dOM
dt
−
→− →
et T , N est orthonormal direct.

−
→
dT −
→ 1−→
Définition : Le rayon de courbure R, la courbure γ sont donnés par : =γN = N
−→ ds R
dN −
→ 1−→
et on a aussi : = −γ T = − T
ds R

• R > 0, on tourne à gauche (la courbe est orientée)

• R < 0, on tourne à droite.

La convention est différente de celle des physiciens pour lesquels R est le rayon de courbure géomé-
trique, c’est à dire qu’on a toujours, en physique, R > 0.

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
 −
→
Définition : Le centre de courbure Ω est donné par : Ω = M+RN

La figure 25, ci-dessous, donne l’ensembles des éléments géométriques

T
M
j

Figure 25 – Repère de Frenet et centre de courbure

41.2. Recherche de la courbure

Dans le cas paramétrique ou en polaire, il est utile de considérer la fonction angulaire associée ϕ qui est l’angle
−
→
entre Ox et T d’où,
       
dx dx ds
→  cos ϕ 
− / − sin ϕ 
 =  ds  =  dt dt  et − → 
   
• en paramétriques, T :     dy   dy ds  N : 



sin ϕ / cos ϕ
ds dt dt
• en polaires, on a : ϕ = θ + V

Théorème : Pour calculer la courbure ou le rayon de courbure, on utilise le plus souvent :

dϕ ds
γ= ou bien R=
ds dϕ

• En paramétriques, on peut parfois « reconnaître » directement la fonction ϕ(t) à partir des expressions
−
→
de T .
y0
Si on ne reconnait pas cette fonction, on a : tan ϕ = 0 ,
 0 0 x
dϕ y dϕ
donc : 1 + tan2 ϕ


= 0
permet d’avoir
dt x dt
ds
ds dt
Alors, R = = dϕ qui se calcule facilement.
dϕ dt
ρ dϕ dV
• En polaires, ϕ = θ + V avec tan V = , donc = 1+ se calcule facilement et :
ρ0 dθ dθ
ds
ds dθ
R= = dϕ
dϕ dθ

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
a/ Formules directes
On peut aussi rechercher, si on aime les calculs, des formules directes donnant courbure et rayon de courbure.
Cela est parfois utile quand on cherche les éléments de courbure pour une valeur particulière du paramètre.

x = f (t) = x(t)
• En paramétriques :
y = g(t) = y(t)
 0 
−
→ −
→ − y0
 
1 x 1
◦ T :p , N : p
x02 + y02 y0 x02 + y02 x0

3
x02 + y02 2
◦ R=
x0 x00
y0 y00
02 02


 X = x − y 0 x +y
x0 x00




y0 y00


◦ Ω:
x 2 + y02
0
Y = y + x0


x0 x00




y0 y00



x=x
• En cartésiennes : y = f ( x), on considère qu’on a une courbe paramétrée par .
y = f ( x)
Ceci évite d’avoir à mémoriser de nouvelles formules...

3
ρ2 + ρ02 2
• En polaires : ρ = ρ(θ ), R = 2
ρ + 2ρ02 − ρρ00

b/ Pour la valeur 0 du paramètre

Un simple développement limité fournit, par la formule de Taylor :
• en paramétriques, appliqué à x(t) et y(t), les valeurs de x0 (0), y0 (0), x00 (0) et y00 (0) nécessaires au calcul
de la courbure.
• en polaires, appliqué à ρ(θ ) les valeurs de ρ(0), ρ0 (0) et ρ00 (0) qui donnent aussi facilement la courbure.

42. Surfaces : Généralités

42.1. Surfaces, plan tangent
Une surface peut être définie par une équation
 cartésienne : F ( x,y,z) = 0
 x = f (u,v)
ou sous forme de nappe paramètrée : y = g(u,v)
z = h(u,v)

On passe d’une représentation paramétrique à une représentation cartésienne en éliminant les 2 paramètres
entre les 3 équations. On obtient l’équation d’une surface qui contient la nappe paramétrée. Pour savoir si on
a ajouté des points, il faut chercher si pour un point de la surface on peut retrouver les valeurs des paramètres
qui correspondent à ce point.

a/ Plan tangent à une surface définie en cartésiennes

 
x0
Pour le plan tangent à ( S) d’équation : F ( x,y,z) = 0 en  y0 , on se place dans le cas où F est de classe
z0
C 1 au moins.
 
∂F
( x0 ,y0 ,z0 )
∂x
 
 
∂F
 
Le vecteur   est normal à la surface (repère orthonormal), si ce vecteur est non nul, le plan
 
( x0 ,y0 ,z0 )
 ∂y 
∂F
 
 
( x0 ,y0 ,z0 )
∂z

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
 ∂F ∂F ∂F
tangent est donc d’équation : ( X − x0 ) + (Y − y 0 ) + ( Z − z0 ) = 0.
∂x ∂y ∂z

b/ Plan tangent à une nappe paramétrée

  
 x = f (u,v) x0
Pour le plan tangent à la nappe paramètrée : y = g(u,v) en  y0  correspondant à (u0 ,v0 ), on se
z = h(u,v) z0

place dans le cas où f ,g,h sont de classe C 1 au moins.
∂f ∂f
   
 ∂u (u0 ,v0 )   ∂v (u0 ,v0 ) 
   
 ∂g   ∂g 
S’ils forment une famille libre, les vecteurs :   et 
(u0 ,v0 )  
 définissent la direction
(u0 ,v0 ) 
 ∂u  ∂v

 
 ∂h   ∂h 
(u0 ,v0 ) (u0 ,v0 )
∂u ∂v
du plan tangent.
∂f ∂f
   
 ∂u   ∂v 
   
 ∂g   ∂g 
Le plan tangent est donc alors normal au produit vectoriel :  ∧
   .
 ∂u   ∂v 

 ∂h   ∂h 
∂u ∂v
∂f ∂f
( X − x0 )
∂u ∂v
Si ce produit vectoriel n’est pas nul, le plan tangent est donc d’équation : ∂g ∂g = 0
(Y − y 0 )
∂u ∂v
∂h ∂h
( Z − z0 )
∂u ∂v
Le plan tangent à une surface est visualisé figure 26, ci-dessous.

Vecteur Normal

Figure 26 – Plan tangent

42.2. Tangente à une courbe de l’espace

(
F ( x,y,z) = 0
Une courbe de l’espace peut être définie par une intersection de surfaces :
G ( x,y,z) = 0

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 
 x = f (u)


ou sous forme de représentation paramètrique : y = g(u)


 z = h(u)
• Dans le cas d’une intersection de surfaces, l’intersection des plans tangents, si elle est une droite, est la
tangente à la courbe au point considéré.
 
f 0 (u0 )
 
• Dans le cas d’une représentation paramétrique, le vecteur  0
 g (u0 ) , s’il est non nul, dirige la tangente

h0 (u0 )

0
 X = x0 + λ f (u0 )


qui est donc de représentation paramétrique Y = y0 + λ g0 (u0 )

 Z = z + λ h0 (u )

0 0

43. Cercles et Sphères

On travaille toujours dans un repère orthonormal.

43.1. Cercles dans le plan et sphères

a/ Cercles dans le plan
!
x0
• Le cercle de centre Ω : et de rayon R est d’équation : ( x − x0 )2 + ( y − y0 )2 = R2
y0
−−→ −→
• Le cercle de diamètre AB est d’équation : MA. MB = 0

b/ Sphères dans l’espace

 
x0
( x − x0 )2 + ( y − y0 )2 + ( z − z0 )2 = R2
 
 y0  et de rayon R est d’équation :
• La sphère de centre Ω :  
z0
−−→ −→
• La sphère de diamètre AB est d’équation : MA. MB = 0

43.2. Cocyclicité
Théorème : (Angle au centre)
−→
\ −→ −\
→−→
A,B et C distincts appartiennent à un même cercle de centre Ω ⇔ ΩA,ΩB = 2 CA,CB

−\
→− → −\
→ −→
Théorème : A,B,C et D distincts sont cocycliques ou alignés ⇔ AC, BC =[π ] AD, BD

Théorème : Si a,b,c,d sont les affixes de

 A,B,C,D
 distincts le plan complexe, A,B,C et D appartiennent à
 dans 
c−b d−b
un même cercle ou sont alignés ⇔ arg =[π ] arg
c−a d−a

43.3. Cercles dans l’espace.

Le plus souvent, un cercle dans l’espace est donné par l’intersection d’une sphère et d’un plan.
Cette intersection est un cercle, un point ou vide selon la distance du centre de la sphère au plan.
On appelle axe du cercle la droite perpendiculaire au plan passant par le centre de la sphère.
L’intersection de deux sphères, selon la distance des centres par rapport à la somme des rayons, est
aussi un cerle, un point ou vide.

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
 44. Coniques
Une conique, éventuellement dégénérée, est une courbe plane ayant pour équation cartésienne P( x,y) = 0
avec P( x,y) un polynôme du second degré.

44.1. Ellipses
a/ Equation réduite centrée
x2 y2
C’est : + =1
a2 b2
• a et b, avec a > b > 0, sont les longueurs des demi-grand axe et demi-petit axe.
Les foyers sont alors sur Ox.
√
• c = a2 − b2 , est la distance du centre aux foyers.
c MF
• e= = < 1, est l’excentricité.
a MH
a2
• est la distance du foyer F à la directrice ( D ).
c
b2
• Le paramètre p de l’ellipse, qui intervient en coodonnées polaires est : p = = e d, où d est la distance
a
du foyer à la directrice correspondante.
Les éléments de l’ellipse sont précisés figure 27, ci-dessous.

(D’) y (D)

B
b M H
a
b

A’ F’ O c F A x
c a a2/c

Figure 27 – Ellipse : foyers et directrices

b/ Equation par foyer F et directrice D

MF
C’est : = e, avec e < 1
MH

c/ Détermination bifocale
Théorème : L’ensemble des points M du plan vérifiant : MF + MF 0 = 2a, avec F et F 0 deux point et a une
longueur est une ellipse de foyers F et F 0 , et de demi grand axe de longueur a.

d/ Equation en coordonnées polaires

p
On a : ρ = , un des foyers F étant à l’origine
1 + e cos θ
• p est le paramètre de l’ellipse, e est l’excentricité

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 • l’axe focal est Ox
p
• On trouve les autres paramètres en écrivant ρ(0) + ρ(π ) = 2a qui donne a=
1 − e2

44.2. Paraboles
a/ Equation réduite

C’est : y2 = 2 p x, avec p > 0, le paramètre

• p est le paramètre de la parabole.
• O est le sommet et Ox l’axe de symétrie.
MF p
• L’excentricité e = vaut 1 et l’unique foyer F est à la distance du sommet sur l’axe de symétrie.
MH 2
p
• La directrice ( D ) est aussi à la distance du sommet, perpendiculaire à l’axe de symétrie.
2
Les éléments de la parabole sont précisés figure 28, ci-dessous.

(D) y

H M

O F x
−d/2 S d/2

Figure 28 – Parabole : foyers et directrices

b/ Equation par foyer F et directrice D

MF
C’est : = e = 1, la distance du foyer à la directrice est p.
MH

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
c/ Equation en coordonnées polaires
p
On a : ρ = , le foyer F étant à l’origine.
1 + cos θ
• p est le paramètre de la parabole, distance du foyer à la directrice,
• l’axe de symétrie est Ox et contient le foyer.

44.3. Hyperboles
a/ Equation réduite centrée
x2 y2
C’est : − =1
a2 b2
• Les foyers sont alors sur Ox.
√
• c = a2 + b2 , est la distance du centre aux foyers.
c MF
• e= = > 1, est l’excentricité.
a MH
x2 y2 x y x y
• Les asymptotes sont d’équation : − = − + = 0.
a2 b2 a b a b
On les trouve en annulant le second membre dans l’équation réduite.
a2
• La directrice ( D ) est à la distance du centre, perpendiculaire à l’axe focal.
c
b2
• Le paramètre p de l’hyperbole, qui intervient en coodonnées polaires est : p = = e d, où d est la
a
distance du foyer à la directrice correspondante.

b/ Equation par foyer F et directrice D

MF
C’est : = e, avec e > 1.
MH
Les éléments de l’hyperbole sont précisés figure 29, page suivante.

c/ Détermination bifocale
Théorème : L’ensemble des points M du plan vérifiant : | MF − MF0 | = k, avec F et F0 deux point et k une
constante est une hyperbole de foyers F et F 0 .

d/ Equation en coordonnées polaires

p
C’est : ρ = un des foyers F étant à l’origine
1 + e cos θ
• p est le paramètre de l’hyperbole, e est l’excentricité
• l’axe focal est Ox

44.4. Identification d’une conique

On part d’un polynôme non nul du second degré en x et y
• cas où il n’y a pas de termes en xy
 a 2 a2
◦ avaler, si possible, les termes en x et en y dans des carrés : x2 + ax = x + −
2 4
Cela revient à faire une translation de l’origine du repère.
◦ se ramener ensuite à une des formes canoniques décrites.
 On trouve des paraboles, hyperboles et ellipses (ou cercles)
 mais aussi des coniques dégénérées : couple de droites, droite, point, vide.
• cas où il y a des termes en xy
◦ on repère la forme quadratique formée des seuls termes du second degré : ax2 + 2bxy + cy2

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 (D’) y (D)

H
M

c b

F’ A’ a A F x
O a2/c a c

Figure 29 – Hyperbole : foyers et directrices

!
a b
on considère sa matrice qu’on diagonalise dans une base orthonormale directe de vec-
b c
teurs propres, avec P la matrice de passage et λ et µ les deux valeurs propres.
Cela revient à faire une rotation du repère.
! !
2 2 2 2
x X
◦ alors ax + 2bxy + cy = λX + µY avec =P qui nous sert aussi à transfor-
y Y
mer le reste de l’équation de la conique.
◦ il n’y a donc plus de termes en xy dans ce repère. On est ramené au cas précédent.

44.5. Projection d’une conique sur un plan

La projection d’une conique sur un plan est, en général une conique de même type.

• Une parabole se projette selon une parabole, ou une droite ou une demi-droite ;
• Une ellipse se projette selon une ellipse ou un segment de droite ;
• Une hyperbole se projette selon une hyperbole ou une droite ou de 2 demi-droites de la même droite.

Réciproquement, si la projection d’une courbe plane est une conique propre, alors cette courbe est une conique
propre de même type.

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
 45. Quadriques
Une quadrique, éventuellement dégénérée, est une surface ayant pour équation cartésienne P( x,y,z) = 0 avec
P( x,y,z) un polynôme du second degré.

45.1. Equations réduites

x2 y2 z2
• Ellipsoïde (E) : + + = 1 avec a>0 b>0 c>0
a2 b2 c2
Si a = b, il est de révolution d’axe Oz
Il ne contient pas de droites.
x2 y2
• Paraboloïde elliptique (PE) : + = 2pz avec a>0 b>0
a2 b2
Si a = b, il est de révolution d’axe Oz
Il ne contient pas de droites.
x2 y2
• Paraboloïde hyperbolique (PH) : − = 2pz avec a > 0 b > 0
a2 b2
Il n’est jamais de révolution, mais contient deux familles de droites obtenues en factorisant
 
x y  x+y =k
x 2 y 2

 − =k 
− 2 , ce qui donne : a b et : a b avec k non nul.
a2 b x
 + =
 y 2pz  − y = 2pz
 x
a b k a b k
Par tout point, il passe deux droites distinctes tracées sur la surface, incluses également dans le plan
tangent à ce point.
x2 y2 z2
• Hyperboloïde à 1 nappe (H1) : + − = 1 avec a>0 b>0 c>0
a2 b2 c2
Si a = b, il est de révolution d’axe Oz
x2 y2 z2
Le cône asymptote est d’équation : + − =0
a2 b2 c2
x2 z2 y2
Il contient deux familles de droites obtenues en factorisant : 2 − 2 , et 1 − 2
  a c b
x z
 − = k 1−

 y  x z
 + = k 1−

 y 

ce qui donne : a c b et : a c b  avec k non nul.

 x + z = 1 1+ y  x − z = 1 1+ y
  
 
a c k b a c k b
Par tout point, il passe deux droites distinctes tracées sur la surface, incluses également dans le plan
tangent à ce point.
x2 y2 z2
• Hyperboloïde à 2 nappes (H2) : + − = −1 avec a>0 b>0 c>0
a2 b2 c2
Si a = b, il est de révolution d’axe Oz
x2 y2 z2
Le cône asymptote est d’équation : + − =0
a2 b2 c2
H2 ne contient pas de droites.

Sur la figure 30, page suivante, on a représenté les cinq quadriques propres.

45.2. Intersection avec un plan

E PE PH H1 H2
Ellipse × × × ×
Parabole × × × ×
Hyperbole × × ×
Deux droites × ×
Point × × ×
Vide × × ×

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 x*x-y*y

v*cos(u), v*sin(u), v*v

Paraboloïde Elliptique Paraboloïde Hyperbolique

v*cos(u), v*sin(u), sqrt(v*v+1)

v*cos(u), v*sin(u), -sqrt(v*v+1)

Hyperboloïde à une nappe Hyperboloïde à 2 nappes

v*cos(u), v*sin(u), sqrt(1-v*v)
v*cos(u), v*sin(u), -sqrt(1-v*v)

Ellipsoïde

Figure 30 – Quadriques

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
45.3. Identification d’une quadrique
On part d’un polynôme du second degré en x, y et z.
• cas où il n’y a de termes ni en xy, ni en xz, ni en yz,
 a 2 a2
◦ avaler si possible les termes en x, y et en z dans des carrés : x2 + ax = x + −
2 4
Cela revient à faire une translation de l’origine du repère.
◦ se ramener ensuite à une des formes canoniques décrites.
 On trouve des paraboloïdes elliptiques et hyperboliques, hyperboloïdes à 1 ou 2 nappes et el-
lipsoïdes (ou sphères)
 mais aussi des quadriques dégénérées: cylindres, cônes, ..., point, vide
• cas où il y a des termes en xy, xz ou yz,
◦ la forme quadratique est formée des termes du second degré : ax2 + 2bxy + 2cxz + dy2 + 2eyz + f z2 ,
 
a b c
 
on considère sa matrice :   b d e  , qu’on diagonalise dans une base orthonormale de vec-

c e f
teurs propres, avec P la matrice de passage et λ, µ et ν, les trois valeurs propres.
Si on a pris une base orthonormale directe, cela revient à faire une rotation du repère.
   
x X
2 2 2 2 2 2
   
◦ alors : ax + 2bxy + 2cxz + dy + 2eyz + f z = λX + µY + νZ , avec   y  = P Y
  ,
 qui
z Z
nous sert aussi à transformer le reste de l’équation de la quadrique.
◦ il n’y a donc plus de termes en xy, xz ou yz dans ce repère. On est ramené au cas précédent.

46. Surfaces de révolution, cylindres et cônes

46.1. Surfaces de révolution
Définition : Une surface de révolution d’axe ∆ est formée d’une famille de cercles d’axe ∆
Un plan contenant l’axe de révolution est un plan méridien,
son intersection avec la surface est une méridienne.
La méridienne est symétrique par rapport à l’axe de révolution. On parle parfois de demi-méridienne.

Théorème : Une surface de révolution a une équation de la forme : F ( S,P) = 0,

avec : S ( x,y,z) = R2 , l’équation d’une sphère et P ( x,y,z) = k, l’équation d’un plan.
L’axe de révolution est orthogonal à P passant par le centre de S.

Corollaire :
Dans le cas où l’axe est Oz la surface de révolution a une équation de la forme : F ( x2 + y2 ,z) = 0

a/ Surface de révolution Σ engendrée par la rotation de Γ autour de ∆

• faire une figure symbolique (figure 31, page suivante)
 
X
 
• partir d’un point quelconque de la surface Σ cherchée : M:
 Y 

Z
• écrire qu’un point de Γ appartient à la fois
◦ à la sphère centrée sur un point arbitraire de ∆ (choisi le plus simple possible) passant par M
◦ au plan perpendiculaire à ∆ passant par M
• éliminer les paramètres, on obtient l’équation d’une surface Σ0 de révolution qui contient Σ la surface
cherchée.

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 ∆

Figure 31 – Surface de révolution : axe et directrice

Si Γ est donnée en paramètrique, un point de Γ correspond à une valeur du paramètre, 

x0
 
tandis que si Γ est donnée par intersection de surfaces, un point de Γ est repéré par :  y0 
 
z0

b/ Surface de révolution Σ d’axe Oz et de demi-méridienne f ( x,z) = 0

• On reconstitue la méridienne complète f ( x,z) × f (− x,z) = F x2 ,z = 0

• La surface est d’équation F x2 + y2 ,z = 0

46.2. Cylindres
Définition : Un cylindre de direction − →
u est formée d’une famille de droites de direction −→u
Ces droites sont les génératrices. Une courbe qui rencontre toutes les génératrices est une directrice.
L’intersection de la surface avec un plan orthogonal à la direction −
→
u , est une section droite du cylindre.

Un cylindre n’est, en général, pas un cylindre de révolution!

Théorème : Un cylindre de direction − →u a une équation de la forme : F ( P1 ,P2 ) = 0,

avec : P1 ( x,y,z) = k1 , et P2 ( x,y,z) = k2 , l’équation de deux plans.
De plus, P1 ∩ P2 donne la direction − →u du cylindre.
−→
Corollaire : Dans le cas où la direction est k le cylindre a une équation de la forme : F ( x,y) = 0.

a/ Cylindre de direction et de directrice donnés

On cherche le cylindre Σ de direction −→
u et de directrice Γ
• faire une figure symbolique (figure 32, page suivante)
 
X
 
• partir d’un point quelconque de la surface Σ cherchée : M:
 Y 

Z

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
 u

u
M

Figure 32 – Cylindre : direction et directrice

• écrire que la droite (décrite en paramétrique) M,−→

u rencontre Γ
• éliminer les paramètres, on obtient l’équation d’un cylindre Σ0 qui contient Σ le cylindre cherché.

b/ Contour apparent
Pour le contour   de S , on écrit que le gradient de S en un point est normal à la direction du cylindre.
apparent
α
−
→ 
On note : u :  β 



γ
On obtient le contour apparent par intersection de surfaces :

F ( x,y,z) = 0
∂F ∂F ∂F
α ( x,y,z) + β ( x,y,z) + γ ( x,y,z) = 0
∂x ∂z ∂z

On n’hésitera pas à simplifier au maximum ces équations dès que possible.

La figure 33, page suivante, illustre cette recherche.

Si le cylindre est circonscrit à une surface, on cherche le contour apparent, puis on cherche le cylindre
de la direction donnée et de directrice ce contour apparent.

46.3. Cônes
Définition : Une cône de sommet Ω est formée d’une famille de droites passant par Ω
Ces droites sont les génératrices. Une courbe qui rencontre toutes les génératrices est une directrice.

Un cône n’est, en général, pas un cône de révolution!

Théorème : Une surface d’équation cartésienne un polynôme en x,y,z est un cône de sommet O si et seule-
ment si tous les monômes sont de même degré (degré cumulé en x,y,z).

a/ Cône Σ de sommet Ω et de directrice Γ

• faire une figure symbolique (figure 34, page suivante)

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 u

Grad(M)

Figure 33 – Le plan tangent à S en M contient la direction −

→
u

Figure 34 – Cône : sommet et directrice

 
X
 
• partir d’un point quelconque de la surface Σ cherchée M : 
 Y 

Z
• écrire que la droite (décrite en paramétrique) (ΩM) rencontre Γ
• éliminer les paramètres, on obtient l’équation d’un cône Σ0 qui contient Σ le cône cherché.

b/ Contour apparent

Pour le contour apparent de S vu du point Ω, on écrit que le gradient de S en un de ses points P est normal
−→
au vecteur ΩP. 
a
 
On note : Ω :  b 

c

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
On obtient le contour apparent par intersection de surfaces :

F ( x,y,z) = 0
∂F ∂F ∂F
( x − a) ( x,y,z) + ( y − b) ( x,y,z) + ( z − c) ( x,y,z) = 0
∂x ∂z ∂z

On n’hésitera pas à simplifier au maximum ces équations dès que possible.

La figure 35, ci-dessous, illustre cette recherche.

Grad(M) Ω

Figure 35 – Le plan tangent à S en M contient Ω

Pour le cône circonscrit, on cherche d’abord le contour apparent puis le cône de sommet donné et de
directrice ce contour apparent.

46.4. Cylindres et cônes de révolution

On ne cherche pas l’équation d’un cylindre ou d’un cône de révolution comme celle d’un cylindre
ou d’un cône ni comme celle d’une surface de révolution!...

a/ Cylindre de révolution
Pour un cylindre de révolution défini par son axe D : A,− →

u et son rayon R
On cherche l’ensemble des points M tels que la distance de M à D vaut R. (Voir Page 70)
On élève tout au carré pour enlever les valeurs absolues.

b/ Cône de révolution
Pour un cône de révolution défini par son axe D dirigé −
→
u , son sommet Ω et son demi angle au sommet θ
 par
−− →
−
→
On cherche l’ensemble des points M tels que l’angle u ,ΩM a pour mesure θ. (Voir Page 69)
On élève tout au carré pour enlever les valeurs absolues.

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
Quatrième partie

Maple

On présentera cet aide-mémoire sous forme de tableaux à trois colonnes : les mots-clefs, une description rapide
de leur fonction et enfin, un exemple d’utilisation.
Rappelons qu’une erreur en Maple est le plus souvent à chercher avant l’endoit où Maple la détecte.

47. Bases
47.1. Manipulations de base

On ne confondra pas une expression et une fonction.

Par exemple : sin(t) est une expression de t, tandis que la fonction est : sin.

; ou : Exécution d’une commande avec ou sans affichage du résultat. > 12*13;

+ - * / Somme, différence, produit ou quotient d’expressions. > (x+2)/t;
** ou ^ Exponentielle. > 12**13;
Produit de matrices ou vecteurs.
Sans le &, Maple considère tous les produits comme commuta-
&* tifs... > evalm(P*(-1)&*A&*P);
De plus l’usage de evalm est indispensable pour avoir un affi-
chage effectif des lignes et colonnes.
iquo irem Quotient et reste de la division des entiers. > iquo(1732,13);
Quotient et reste de la division euclidienne des polynomes (il
quo rem > r:=rem(x^5,x^2+1,x);
faut préciser la variable).
! Factorielle. > 123!;
binomial Coefficients binomiaux comme C2n > binomial(2,n);
= < > Opérateurs de comparaison,
<> souvent utilisés dans un si ... alors ... sinon, > solve(x^2>1,x);
<= >= ou dans une résolution d’équation ou inéquation.
Opérateurs logiques,
and or not > evalb(a=1 or b=0);
souvent utilisés dans un si ... alors ... sinon.
@ Composée de fonctions (qui ne sont pas des expressions ...). > f2:=f@f;
:= Affectation, permet de donner une valeur à une variable. > a:=(x+1)/(x-1);
’variable’ Permet de libérer, désaffecter une variable. > a:=’a’;
Définition rapide d’une fonction (qui n’est toujours pas une ex-
-> > f:=->x^2-1;f(2);
pression).
> p:=(x+1)/x;
” Variable valant le dernier résultat calculé.
> ”**2;

47.2. Constantes
Nombres π, i, et +∞, on fera attention aux majus- > Pi,pi;
Pi I infinity
cules ! > evalf(Pi),evalf(pi);

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
47.3. Sommes et produits

Calcul de toute somme ou produit indicés. > sum(’1/(n^2)’,’n’=1..7);

sum product
On conseille d’utiliser des apostrophes. > sum(’p’,’n’=0..infinity);

47.4. Fonctions d’évaluation

Les fonctions d’évaluation sont nombreuses et importantes, elles forcent Maple à effectuer une évaluation de
la quantité afin de ne pas rester en calcul formel...
Ceci est très important car l’éxécution d’une procédure ou d’un calcul n’est pas du tout la même selon que
l’on travaille en calcul approché « flottant » ou en calcul formel « exact » . Quand on veut au final du calcul
approché, il faut se mettre en calcul approché le plus tôt possible...

Evaluation générale d’une expression.

eval Cette instruction est surtout utilisée dans le corps des procédures pour forcer > eval(Pi*3.14);
l’évaluation complète d’une expression.
Evaluation d’une expression logique (booléenne), c’est une quantité vraie ou
evalb > evalb(x>=1);
fausse, souvent utilisée dans un si... alors... sinon.
Valeur approchée d’une expression, le nombre de chiffres significatifs est dans
> Digits:=50;
evalf la variable Digits. Indispensable quand on ne veut pas que Maple reste inuti-
> evalf(Pi/2);
lement en théorique.
Evaluation d’un complexe en partie réelle et partie imaginaire.
evalc > evalc((2*I)^3);
Attention Maple considère a priori les variables libres comme complexes...
Force l’évaluation d’un vecteur ou d’une matrice en ligne et colonnes,
evalm > evalm(A&*B);
ce que Maple ne fait pas de lui même.

47.5. Transformation générale d’expressions

Subsitue dans l’expression « p » , l’expression « y » à la va-

subs > subs(x=y,p);
riable « x » .
Regroupe les termes d’une même puissance d’une expression
collect > collect(p,x);
par rapport à une variable.
Trie selon les puissances décroissantes une expression selon
sort > sort(p,x);
une variable.
> expand((x-a)**7);
Développe une expression polynomiale, trigonométrique, > expand(sin(2*x));
expand
exponentielle ou logarithmique. > expand(ln((x+1)/(x-1)));
> expand(exp(x+2*y));
combine
Presque la fonction réciproque de expand. Regroupe les
options : trig > combine(sin(x)^7,trig);
termes selon l’option choisie (linéarise avec trig...).
exp ln power
> factor(x**2-2);
Factorise une expression.
> factor(x**2-2,sqrt(2));
factor Il faut souvent ajouter les éléments utilisés dans la factorisa-
> factor(x**2+2,sqrt(2));
tion, qu’on peut chercher avec solve.
> factor(x**2+2,{sqrt(2),I});
Convert possède de nombreuses options pour transformer
convert une expression, en particulier trigonométrique.
> convert(p,tan);
options : Avec l’option parfrac, il décompose en « éléments simples »
> convert(p,parfrac,x);
parfrac tan une fraction rationnelle. Il vaut mieux auparavent factoriser
complètement le dénominateur.

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
47.6. Simplification d’expressions

Simplifie (un peu) les fractions rationnelles.

> p:=(x^2-1)/(x^2+2*x+1);
normal Comme pour « convert » , on a intérèt à factoriser le dénominateur
> normal(p);
avant la demande de simplification.
Essaye de simplier une expression, possède de nombreuses op-
simplify > simplify(p);
tions... mais peut également s’utiliser sans option.

47.7. Structures de données

Intervalle de a à b. Utilisé dans les tracés de courbes et > int(sin(t),t=0..Pi);

a..b
les intégrales par exemple. > plot(sin(t),t=0..Pi);
Ensemble formé de a, b et c, et opérateurs d’union et
{a,b,c}
d’intersection d’ensembles. > E:=E union {a,b }
union
Utilisé par exemple pour tracer plusieurs courbes sur > plot({sin(t),cos(t)},t=0..Pi);
intersect
un même graphe.
Liste formée de a, b et c. Utilisé par exemple pour tra- > plot([sin(t),cos(t),t=0..Pi],
[a,b,c]
cer des courbes en paramétriques. x=-2..2,y=-2..2);

48. Mathématiques usuelles

48.1. Fonctions mathématiques usuelles

Signalons que Maple possède de très nombreuses fonctions « usuelles » qui apparaissent lors d’une résolution
d’équation, d’un calcul de primitive...

Exponentielle et logarithmes. > exp(1);

exp ln
Maple les définit sur C, comme la plupart des fonctions. > ln(1+I);
sin cos tan Sinus, cosinus et tangente. > sin(Pi/2);
sinh cosh tanh Sinus, cosinus et tangente hyperboliques. > sinh(1);
arcsin arccos
Arcsinus, arccosinus et arctangente. > arctan(1);
arctan
> abs(3+4*I);
abs Valeur absolue ou module, selon qu’on est sur R ou sur C.
> abs(-Pi);
Partie réelle et imaginaire d’un complexe.
Re Im > Re(a+b*I);
Attention, pour Maple, a priori, une variable libre est complexe.
conjugate Conjugué d’un complexe. > conjugate(1+I);
argument Argument d’un nombre complexe. > argument(1+I);

48.2. Limites et développements limités

> limit(p,x=1);
limit Calcul de limites d’une expression.
> limit(p,x=-infinity);
Calcul du développement limité ou asymptotique d’une ex-
series > p:=series(p,x=1,5);
pression ; il faut préciser le point et l’ordre désiré...
Calcul du premier terme a priori non nul d’un développement
leadterm > series(leadterm(p),x=0,8);
limité. Quand il n’est pas nul, c’est un équivalent.

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
48.3. Dérivées
Dérivée d’une expression par rapport à la ou les va- > diff(sin(x),x);
diff
riables spécifiées. > diff(sin(x),x,x);
D Dérivée d’une fonction. > D(sin);

48.4. Primitives et intégrales

Calcul d’une primitive (Maple n’introduit pas de

> int(p,x);
int constante), ou d’une intégrale, simple ou généralisée,
> int(p,x=0..infinity);
d’une expression.
Int Forme « inerte » de la précédente. Pas de calcul. > Int(p,x);
changevar Effectue un changement de variable ou une intégra-
et intparts tion par parties (indiquer la partie qu’on dérive) sur > changevar(t^2=u,Int(t/(t^ 2+1)),t);
du package une intégrale inerte. > intparts(Int(x^3*sin(x),x),x^3);
student Maple ne cherche donc pas à effectuer le calcul.

48.5. Résolution d’équations ou de systèmes d’équations

Résolution de tous types d’équations et inéqua-

> solve(a*x^2+2*a*x+1,x);
tions par rapport à une variable spécifiée.
solve > solve(a*x^2+2*a*x+1,a);
Mais, Maple ne donne pas nécessairement toutes
> solve((sin(t)=cos(2*t),t);
les solutions...
Résolution approchée de tous types d’équations, > fsolve(a*x^2+2*a*x+1,a);
fsolve
avec les mêmes réserves que ci-dessus. > fsolve((sin(t)=cos(2*t),t);
Résolution de tous types d’équations différentielles
> E:=diff(y(x),x)+y(x)=cos(x));
et de systèmes différentiels, avec ou sans condi-
dsolve > dsolve(E,y(x));
tions initiales.
option > dsolve({E,y(0)=0},y(x));
L’option numeric donne une résolution numérique
numeric > dsolve({E,y(0)=0},y(x),
approchée de l’équation ou du système, toujours
numeric);
posé avec des conditions initales.
rsolve Résolution de suites récurrentes linéaires. > rsolve(u(n)=3*u(n-1)-2*u(n-2),u);
Résolution de systèmes linéaires présentés matri-
linsolve ciellement, les paramètres sont la matrice du sys- > linsolve(A,B);
tème et le vecteur second membre.

49. Algèbre linéaire

Le package « linalg » doit être chargé auparavant : > with(linalg);

49.1. Vecteurs

Maple utilise des vecteurs qui sont mathématiquement des vecteurs colonne,
mais qu’il écrit en ligne pour des questions de lisibilité sur l’écran !...

Définition d’un vecteur colonne. > U:=vector([1,4,9]);

vector
U[2] désigne la deuxième coordonnée de U. > U:=vector(3,i-> i*i);
dotprod Produit scalaire de 2 vecteurs. > dotprod(U,V);
crossprod Produit vectoriel de 2 vecteurs de R3 . > crossprod(U,V);
norm(· · · ,2) Norme Euclidienne d’un vecteur. > norm(U,2);

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
49.2. Procédé de Schmidt
Applique le procédé de Schmidt à une liste de vecteurs et renvoie
GramSchmidt > GramSchmidt([U,V]);
une famille orthogonale de vecteurs engendrant le même sous-
option > GramSchmidt([U,V],
espace.
normalized normalized);
L’option normalized permet d’avoir des vecteurs normés.

49.3. Matrices
Définition d’une matrice (par lignes). > A:=matrix([[1,2],[3,4]]);
matrix
A[2,3] est l’élément deuxième ligne, troisième colonne. > B:=matrix(2,2,(i,j)->2*i+j);
> transpose(A);
transpose Transpose une matrice ou un vecteur.
> evalm(transpose(A));
inverse Inverse une matrice carrée inversible. > evalm(inverse(A)&*A);
rank Rang d’une matrice (pour la valeur générale des paramètres...). > r:=rank(A);
> ∆:=det(A);
det
Déterminant et trace d’une matrice carrée. > trace(A &* B) -
trace
trace(B &* A)

49.4. Eléments propres

charmat Matrice caractéristique : ( A − λIn ). > U:=charmat(A,lambda);

charpoly Polynôme caractéristique : det ( A − λIn ). > P:=charpoly(A,x);
Valeurs propres, chacune avec son ordre de multiplicité .
Mais Maple ne trouve pas nécessairement toutes les valeurs
eigenvals propres... > eigenvals(A);
Il vaut mieux factoriser d’abord le polynôme caractéristique,
en ayant au besoin d’abord cherché les zéros avec un solve.
Valeurs propres, ordre de multiplicité et base de chaque sous-
eigenvects > eigenvects(A);
espace propre.

50. Graphiques
Le package « plots » doit, le plus souvent, être chargé auparavent : > with(plots);
Si on sélectionne le graphique à l’écran, Maple fournit une barre d’outils adaptée.

50.1. Courbes du plan

plot Tracé de courbes en cartésiennes, > plot(x^2,x=-2..2);

option scaling {...} permet de tracer plusieurs courbes sur un > plot(x^2,x=-2..2, scaling=constrained);
constrained même graphe. > plot({x^2,2*x+1},x=-2..2);
plot([...],...) Tracé de courbes en paramétriques,
> plot([u/(1+u),1/(1-u),u=-3..3],
option scaling {...} permet de tracer plusieurs courbes sur un
x=-5..5,y=-5..5);
constrained même graphe.
plot Tracé de courbes en polaires,
> plot(sin(t)/(1+cos(t)),t=0..Pi,
option coords {...} permet de tracer plusieurs courbes sur un
coords=polar,x=-5..5,y=-5..5);
polar même graphe.
> implicitplot(x*x+y*y=3,
implicitplot Tracé de lignes de niveau : f ( x,y) = 0.
x=-2..2,y=-2..2);

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
50.2. Surfaces
Tracé de surfaces en coordonnées cartésiennes : > plot3d(1/(x^2+y^2),
plot3d
z = f ( x,y) . x=-2..2,y=-2..2);
> x:=cos(u)*cosh(v);
> y:=sin(u)*cosh(v);
plot3d([...],...) Tracé de nappes paramétrées.
> z:=sinh(v);
> plot3d([x,y,z],u=0..6.3,v=-2..2);
plot3d Tracé de nappes paramétrées en coordonnées cylin-
> plot3d(sin(z),theta=0..6.3,
option coords driques,
z=0..2,coords=cylindrical);
cylindrical ρ défini en fonction de θ et z.
plot3d Tracé de nappes paramétrées en coordonnées sphé- > plot3d(1,
option coords riques, theta=0..6.3,phi=0..1.58,
spherical ρ défini en fonction de θ et ϕ. coords=spherical);
Tracé de surfaces définies par une équation implicite > implicitplot3d(x*x+y*y-z*z=1,
implicitplot3d
f ( x,y,z) = 0. x=-2..2,y=-2..2,z=-2..2);

50.3. Courbes de l’espace

spacecurve Tracé d’une courbe dans l’espace. > spacecurve([cos(t),sin(t),t], t=0..15);

50.4. Tracé simultané de plusieurs courbes ou surfaces

En 2-D ou en 3-D, deux cas se présentent à chaque fois selon qu’on a à faire au même type de graphique ou
non.
En 2-D, on peut associer des courbes définies en cartésiennes, polaires, paramétriques ou de façon implicite
et en 3-D, on peut associer des surfaces ou courbes définies en paramétriques, cylindriques, sphériques ou des
surfaces définies de façon implicite.
• Même type de graphiques : il suffit de placer les différentes expressions à tracer entre accolades {...}
• Types de graphiques différents :
> A:=plot(...);B:=plot(...);
display Tracé simultané de plusieurs graphiques plans.
> display([A,B], scaling=constrained);
> A:=plot3d(...);
Tracé simultané de plusieurs graphiques de l’es- > B:=plot3d(...);
display3d
pace. > display3d([A,B], sca-
ling=constrained);

51. Structures de contrôle et procédures

Ces structures de contrôle, répétitives ou alternatives sont le plus souvent utilisées dans le corps des procé-
dures.
On verra dans la suite, page suivante, des exemples détaillés de procédures utilisant ces structures.

51.1. Structure alternative

Structure alternative :
if condition
si la condition est réalisée, on effectue les commandes après > if u=0 then y:=1
then instructions
le then, sinon, celles après le else. else y:=sin(u)/u
else instructions
Le else est d’ailleurs optionnel et le fi termine toujours le fi;
fi
if.

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
51.2. Structure répétitive

for variable
from début Les instructions entre do et od sont éxécutées pour toutes
les valeurs de la variable, depuis le début jusque la fin, en > u:=1;n:=10;
by pas
utilisant le pas donné. > for i from 1 to n
to fin
n do u:=(u+i/u) od;
do instructions On étudie ici la suite récurrente un+1 = un + .
un
od
Les instructions entre do et od sont éxécutées tant que la > u:=1;
while condition condition est vérifiée. > v:=f(u);
do instructions Ici, dans une suite définie par une relation de récurrence > while abs(u-v)> 10^-5
od un+1 = f (un ), on s’arrète quand deux termes consécutifs do u:=v;v:=f(v) od;
sont proches à 10−5 près. > u,v;
for variable
> u:=1;
from début Les instructions entre do et od sont exécutées pour toutes
> v:=f(u);
by pas les valeurs de la variable, depuis le début jusque la fin, en
> to 100
to fin utilisant le pas donné, tant que la condition est vérifiée.
while abs(u-v)> 10^-5
while condition L’exemple est le même que ci-dessus, mais on s’interdit
do u:=v;v:=f(v) od;
do instructions plus de 100 itérations.
> u,v;
od

Dans tous les cas, on peut omettre :

• for, si on n’a besoin de la valeur de l’indice,
• from, si la valeur de début est 1,
• by, si le pas est 1,
• to ou while, mais pas les deux !...

51.3. Procédures

-> Définition d’une procédure ou fonction simple. > f:=x->x**2*sin(x);

Définition d’une procédure de paramètres param donnés. Le ré- > suite:=proc(a,n)
proc(param) sultat de la procédure est le dernier résultat calculé. local u; u:=a;
local variables; Ici, on écrit une procédure appelée suite qui calcule un pour from 1 to n do
instructions une suite définie par u0 = a et par la relation de récurrence : u:=(u+1/u)/2 od
end un + u1n u
un+1 = . end;
2

Quand on écrit une procédure, il importe de bien distinguer :

• les variables Maple utilisées
• et leur sens mathématique.

52. Exemples de Programmes

Notons qu’aucun des programmes donnés ici en exemple n’est « protégé » contre une mauvaise
utilisation avec des paramètres non pertinents...

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
52.1. Un programme très simple
On va maintenant créer une procédure qui calcule, pour un terme donné un , le terme suivant de la suite un+1
a
un +
un
défini par : un+1 = .
2
On a donc deux paramètres : le terme donné de la suite, appelé u dans la procédure, et a.

suivant := proc(u, a)
local v ;
v := u ;
v := 1/2 ∗ v + 1/2 ∗ a/v ;
v
end proc

52.2. Structure alternative

On va écrire une procédure qui calcule, pour une expression usuelle du second degré ax2 + bx + c à coefficients
réels, le nombre de ses racines réelles. On a donc trois paramètres a,b,c.

nbrac := proc( a, b, c)
local ∆, n ;
∆ := b2 − 4 ∗ a ∗ c ;
if 0 < ∆ then n := 2 else if ∆ = 0 then n := 1 else n := 0 end if end if ;
n
end proc

52.3. Structure itérative « pour » à nombre de pas connu

Ecrivons une procédure qui, pour la même suite qu’au 52.1., calcule, en calcul approché « flottant » , un pour
u0 , n et a paramètres donnés, que dans la procédure, on appelera respactivement : u,n,a.

suitef := proc(u, a, n)
local i, v ;
v := evalf(u) ;
for i to n do v := suivant(v, a) end do ;
v
end proc

52.4. Structure itérative « tant que » à nombre de pas inconnu

Il s’agit ici d’étudier le comportement des suites définies par :
• u0 = 0.1,
• et la relation de récurrence : un+1 = f (un ),
• où f ( x) = 4 a x(1 − x).

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
Ecrire une procédure de paramètres a et n qui calcule un .

suite := proc( a, n)
local u ;
u := .1 ;
to n do u := 4 ∗ a ∗ u ∗ (1 − u) end do ;
u
end proc

Ecrire maintenant une procédure qui calcule le premier n tel que |un+1 − un | 6 d, de paramètres a et d, limitée
à 500 itérations en cas de divergence ou de convergence très lente ...
En sortie, on donnera n,un ,un+1 pour voir s’il semble y avoir convergence ou non.
Mathématiquement, l’observation de ces suites ne prouve ni leur convergence, ni leur divergence.

rang := proc( a, d)
local i, u, v ;
u := .1 ;
v := 4 ∗ a ∗ u ∗ (1 − u) ;
for i to 500 while d < abs(u − v) do u := v ; v := 4 ∗ a ∗ u ∗ (1 − u) end do ;
i, u, v
end proc

52.5. Récurrence sur plusieurs rangs

On considère la suite de polynômes définie par :
• P0 ( x) = 1
• P1 ( x) = x
• Pn+2 ( x) = x Pn+1 ( x) + Pn ( x) pour n entier naturel
Ecrire une procédure de paramètre n, qui calcule de façon réduite et ordonnée Pn .

poly := proc(n)
local u, v, w ;
u := 1 ; v := x ;
from 2 to n do w := expand( x ∗ v + u, x) ; u := v ; v := w end do ;
v
end proc

On remarquera le « from 2 » qui traduit simplement le fait que le premier polynôme qu’on calcule effective-
ment est P2 .

52.6. Un exemple en algèbre linéaire

On a bien sur déjà chargé le package linalg.
On prend ici une matrice A qui possède 3 valeurs propres simples : 1, 4 et 7.
A Xn
On constitue la suite de vecteurs définie par un pemier vecteur X0 et la relation : Xn+1 = .
k A Xn k
On a donc une suite de vecteurs normés, sauf éventuellement le premier.
Quand cette suite converge, elle converge vers un vecteur propre, correspondant le plus souvent à la plus
grande valeur propre en valeur absolue.

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
On a la matrice A et le vecteur de départ :

 
5 2 0
 
A := 
 2 4 −2 

0 −2 3
X := [1, 1, 1]

On écrit donc une procédure à 2 paramètres A et X qui calcule la suite Xn jusqu’à ce que la norme de la
différence de 2 vecteurs consécutifs soit assez petite.
Le nombre d’itérations est limité et on travaille bien sûr en « flottant » .
Ce qui donne :

valprop := proc( A, X )
local Y, Z ;
Y := evalf(evalm(eval( X ))) ;
Z := evalf(evalm( A &∗ Y /norm( A &∗ Y, 2))) ;
to 30 while .00001 < norm(evalm( Z − Y ), 2) do
Y := evalm( Z ) ;
Z := evalf(evalm( A &∗ Y /norm( A &∗ Y, 2)))
end do;
evalf(norm(evalm(‘& ∗ ‘( A, Z )), 2))
end proc

On essaye cette procédure :

> valprop(A,X);

6.999999999

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 Index courbure 78 — somme directe de – 16
— centre de – 79 — sous-espace 16
A — en paramétriques 79 — supplémentaires 16, 17, 70
— en polaires 79
abscisse curviligne 78 — pour la valeur 0 du paramètre 80
aire 44, 50, 69 critère
F
algèbre 11 — d’équivalence 47, 54 famille
— exemples 11 — de comparaison 47, 53 — génératrice 17
— sous-algèbre 11 — de d’Alembert 54 — libre 17
angles 69 — des séries alternées 54 faux problème 47
anneau 10 croissances comparées 31 fonction 8
— exemples 10 cylindres 90 — classe C n 32
— sous-anneau 10 — de révolution 93 — continue 30
application 8 cylindriques 51 – parmorceaux 31
— bijective 8 — convexe 74
— composition des – 9 — définie par une intégrale
— injective 8 D – généralisée 48, 49
— réciproque 8 – simple 46
dérivée
— surjective 8 — dérivable 32
— d’un produit 32
application linéaire 18 — de plusieurs variables 61–63
— d’une composée 32
— bijective 19 – extrémums 62
dérivabilité 32
— endomorphisme 18 — en escalier 31
déterminant 22, 67, 69
— image d’une – 18 — limite d’une – 30
— d’un produit de matrices 22
— image réciproque d’une – 18 — monotone 29
— d’une matrice triangulaire 22
— injective 18 — usuelle 35
– par blocs 22
— matrice d’une – 19 — variations d’une – 30
— ordre 2 et 3 22
– changement de base 21 forme linéaire 18
— ordre quelconque 22
— rang 19 formes indéterminées 31
développement
associativité 7 fractions rationnelles 15
— limité 34
automorphisme 18 — déc. en éléments simples 15–16
diagonalisiblilité 23
— cond. nécessaire et suffisante 23 Frenet (repère de) 78
B — condition suffisante 23
dichotomie 33
barycentre 67
G
distances 69
base d’un espace vectoriel 17 diviseur 10 groupe 9
bijection 8, 19 division euclidienne 10, 15 — linéaire 27
binôme (formule du) 12 droites — morphisme de – 9
— de l’espace affine 69 — orthogonal 27
— du plan affine 68 — sous-groupe 9
C
cardinal 8 H
cercles
E
— dans l’espace 82 élément homomorphisme 18
— dans le plan 82 — inversible 7 hyperboles 85
– cocyclicité 82 — neutre 7 hyperboloïde
changement de variable 46, 48, 51, 53 ellipses 83 — à deux nappes 87
Chasles (relation de) 44 ellipsoïde 87 — à une nappe 87
coefficients binomiaux 12 endomorphisme 18
commutativité 7 — noyau 23
cônes 91 — orthogonal 27
I
— de révolution 93 — stabilité par – 18 inégalité
coniques 83–86 — symétrique 25 — dans les intégrales 44
— en polaires 83, 85 ensemble 7 — de Schwarz 25, 44, 46
— identification 85 — de définition 29 — de Taylor-Lagrange 33
continuité 30, 61 — fini 8 — des accroissements finis 33
contour apparent 91, 92 équations différentielles 63–65 — triangulaire 13, 25
convergence 56 — aux dérivées partielles 65 injection 8, 18
— d’une intégrale généralisée 47 — linéaires 63 intégrale
— d’une série de Fourier 59 – du premier ordre 64 — double et triple 49–53
— d’une série entière 56 – du second ordre 64 — généralisée 47–49
corps 11 — non linéaires 64 — simple 44–47
— exemples 11 — recollement de solutions 63 intégration
courbes espace vectoriel 16 — de séries 60
— centre de symétrie 74 — base d’un – 17 — par parties 46, 48
— convexité 74 — de dimension finie 17 isométries 70–72
— de l’espace 81 — euclidien 25 — affines
— en cartésiennes 73 — exemples 17 – de l’espace 72
— en paramétriques 74 — préhilbertien 25 – du plan 72
— en polaires 76 — somme de – 16 — vectorielles

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr
 – de l’espace 71 — jacobienne 62 – du plan 71
– du plan 71 — orthogonale 27
isomorphisme 18 — puissance de – 24
S
— symétrique 25
moindres carrés (méthode des) 26 séries
J moyenne (formule de) 44 — d’intégrales 60
jacobien 63 multiple 10 — de Fourier 57–60
– coefficients 59
– convergence 59
L N — entières 55–57, 60
– développements usuels 57
limites usuelles 31 Newton-Raphson (théorème de) 33
– rayon de convergence 56
loi de composition interne 7 nombre premier 10
— géométriques 53
nombres complexes
— numériques 53–55
— racines
M – nèmes 13
— somme de – 55
Schmidt (procédé de –) 25
maple 94–103 – carrées 13
Schwarz (théoreme de) 62
— changevar 97 norme 17
semblables 21
— charpoly 98 — euclidienne 25
similitude 72
— collect 95 somme de Riemann 46
— combine 95 sous-espace propre 23
— comparaisons 94
P
sphériques 52
— constantes 94 paraboles 84 sphères 82
— convert 95 paraboloïde suite 28
— diff 97 — elliptique 87 — équivalentes 28
— display 99 — hyperbolique 87 — adjacentes 29
— dsolve 97 Parseval (formule de) 59 — bornée 28
— eigenvals 98 partie entière 10, 12 — convergente 28
— eigenvects 98 plans — croissante majorée 29
— ensemble 96 — de l’espace affine 68 — et série 28
— eval 95 point critique 62 — limite d’une – 28
— evalb 95 polaires 51 — récurrente 29
— evalm 94, 95 polynôme – linéaire 29
— expand 95 — caractéristique 23 — sous-suite 28
— factor 95 — divisibilité 14 — vectorielle 28
— fonctions usuelles 96 — division euclidienne 15 surfaces 87–93
— for 100, 101 — factorisation 14 — de révolution 89
— fsolve 97 — racines d’un – 14 — plan tangent 80
— GramSchmidt 98 — scindé 14, 23 surjection 8
— if 99, 101 primitives 43–44 symétries 70
— int 97 — existence 44 — centrales 71
— intervalle 96 — fraction rationnelle 43 — orthogonales 70–72
— intparts 97 – en exponentielle 43 systèmes
— leadterm 96 – en radicaux 43 — différentiels 65
— limit 96 – trigonométrique 44 – autonomes 66
— linalg 97 — polynôme et exponentielle 44 — linéaires 19
— linsolve 97 — usuelles 44
— liste 96 produit scalaire 24, 67
— matrix 98 — dans une base orthonormale 25
T
— norm 97 produit vectoriel 67, 69, 70 Taylor
— normal 96 projecteur 19, 26, 70 — -Young 33
— opérations projection — avec reste intégral 33
– sur les matrices 94 — orthogonale 26 transposée 20
– usuelles 94 triangularisation 23
— parfrac 95 trigonométrie 40–43
— plot 98 Q — arc double 42
— plot3d 99 — fonctions réciproques 43
— proc 100–103 quadriques 87–89
— formule de Moivre 43
— product 95 — équations réduites 87
— produits en sommes 42
— series 96 — identification 89
— sommes d’arcs 42
— simplify 96 — sommes en produits 43
— solve 97 R — symétries 42
— sort 95 trois conditions (théorème des) 46, 48
— spacecurve 99 rang 17
— subs 95 — théorème du – 19
— sum 95 rayon de courbure 78
V
— vector 97 Rolle (théorème de) 33 valeur propre 23
— while 100, 101 rotations valeurs intermédiaires (th. des –) 30
matrice — vectorielles vecteur propre 23
— de passage 21 – de l’espace 71, 72 vissage 72

Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr 
 volume 50, 69 Z zéro d’une fonction 33

 Résumé de cours de Sup et Spé T.S.I. © Christophe Caignaert – Lycée Colbert 59200 Tourcoing – http://c.caignaert.free.fr