Table des matières

I Logique 3
1 Logique propositionnelle 3
1.1 Un monde binaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Syntaxe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Sémantique — Les tables de vérité . . . . . . . . . . . . . . . . . . . . . . . . 3
1.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

2 Logique du premier ordre et techniques de preuves 6

2.1 Les quantificateurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2 Prouver qu’une formule quantifiée est vraie . . . . . . . . . . . . . . . . . . . . 6
2.3 La preuve par induction (ou récurrence) . . . . . . . . . . . . . . . . . . . . . . 7

2.3.1 Principe de preuve par induction faible . . . . . . . . . . . . . . . . . . 7

2.3.2 Induction forte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

2.4 Prouver qu’une formule quantifiée est fausse . . . . . . . . . . . . . . . . . . . 7
2.5 Autres techniques de preuve . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

2.5.1 Preuve par contraposée . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

2.5.2 Preuve par l’absurde . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

2.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

3 Introduction aux probabilités 14

3.1 Au delà du monde binaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3.2 La probabilité d’événements combinés . . . . . . . . . . . . . . . . . . . . . . 15
3.3 Combinaisons et triangle de Pascal . . . . . . . . . . . . . . . . . . . . . . . . 16
3.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

II Fonctions et inéquations 22
4 Notions de base 22
4.1 Ordre sur R et intervalles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

1
 4.2 Fonctions monotones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
4.3 Fonctions affines . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
4.4 Valeur absolue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
4.5 Polynôme du second degré . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
4.6 Fonctions de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
4.7 Inéquations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

5 Exercices 26

III Éléments d’algèbre linéaire 33

6 Optimisation linéaire 33
6.1 Notions de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
6.2 Optimiser une fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
6.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

7 Droites et plans 41
7.1 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

8 Systèmes linéaires 43
8.1 Calcul matriciel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
8.2 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
8.3 Transformations élémentaires . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
8.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
8.5 Inverse d’une matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
8.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
8.7 Déterminants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
8.8 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
8.9 Systèmes de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
8.10 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67

2
 I. Logique

1 Logique propositionnelle

1.1 Un monde binaire

Définition 1. Une proposition (atomique) est une phrase déclarative qui est soit vraie, soit
fausse (mais pas les deux à la fois). Quand on parlera d’une proposition de façon abstraite, on la
notera P ou Q,... mais parfois aussi p, q,...

1.2 Syntaxe

Définition 2. Les formules (de la logique propositionelle) sont définies par induction. Quand
on parlera d’une formule de façon abstraite, on la notera ϕ, ψ,...
(1) Formules de base : Une proposition atomique p est une formule.
(2) Formules générales ou règles pour constuire des formules plus complexes :
Si ϕ, ϕ1 et ϕ2 sont des formules, on peut construire les formules suivantes :
(a) ¬ϕ est appelée la négation et est lue « non ϕ ».
(b) ϕ1 ∨ ϕ2 est appelée la disjonction et est lue « ϕ1 ou ϕ2 ».
(c) ϕ1 ∧ ϕ2 est appelée la conjonction et est lue « ϕ1 et ϕ2 ».
(d) ϕ1 ⇒ ϕ2 est appelée l’implication et est lue « si ϕ1 alors ϕ2 ».
(e) ϕ1 ⇔ ϕ2 est appelée l’équivalence et est lue « ϕ1 si et seulement si ϕ2 ».
En plus des symboles de propositions (P, Q,...), et des symboles de connecteurs logiques (¬,
∨, ∧, ⇒ et ⇔), des parenthèses peuvent être utilisées pour écrire les formules de la logique
propositionnelle.

1.3 Sémantique — Les tables de vérité

Let but de la sémantique de la logique propositionnelle est d’associer à chaque formule la valeur
vrai, notée 1 ou la valeur faux, notée 0. Pour une formule ϕ (plus complexe) on utilise les tables
de vérité pour définir la valeur de vérité de ϕ. Une table est associée à chacun des connecteurs
logiques.

3
 P Q P∨Q P Q P∧Q P Q P⇒Q P Q P⇔Q
P ¬P 1 1 1 1 1 1 1 1 1 1 1 1
1 0 1 0 1 1 0 0 1 0 0 1 0 0
0 1 0 1 1 0 1 0 0 1 1 0 1 0
0 0 0 0 0 0 0 0 1 0 0 1

Définition 3. Tautologie Une formule est une tautologie si elle est toujours vraie (quelles que
soient les valeurs des propositions qui la composent).

Définition 4. Equivalence entre deux formules Deux formules ϕ1 et ϕ2 sont dites équivalentes
si et seulement si la formule ϕ1 ⇔ ϕ2 est une tautologie. Dans ce cas, on note alors ϕ1 ≡ ϕ2 .

Définition 5. Contraposée La contraposée de la formule P ⇒ Q est la formule ¬Q ⇒ ¬P.

Définition 6. Réciproque La réciproque de la formule P ⇒ Q est la formule Q ⇒ P.

1.4 Exercices

Exercice I.7. Déterminez si les phrases suivantes sont des propositions.

(1) Paris est la capitale du Liban. (5) 1 + 1 = 3.

(2) Ferme la bouche quand tu manges ! (6) x + 2 < 0.
(3) Tous les nombres premiers sont impairs. (7) Quelle heure est-il ?
(4) Le cassoulet est un plat délicieux. (8) Aujourd’hui, il fait très chaud.

Exercice I.8. Déterminez si les phrases suivantes sont des formules.

(1) (P ∨ Q) ∧ (R ⇒ S). (3) P¬ ∨ ∧Q. (5) P¬Q.

(2) ¬(¬P). (4) ⇒ PQ (6) ¬P ⇔ P

Exercice I.9. On note P : « je suis riche » et Q : « je suis heureux ».

(1) Traduisez les formules suivantes en français.

(a) P ∧ ¬Q. (b) Q ⇒ P. (c) ¬P ⇒ ¬Q. (d) Q ⇔ ¬P.

(2) Traduisez les phrases suivantes en formules.

(a) Je suis riche et je ne suis pas heureux.
(b) Si je suis heureux alors je ne suis pas riche.

4
Exercice I.10. Associer la valeur de vérité correcte à chaque proposition de l’exercice I.21.

Exercice I.11. Donnez la table de vérité des formules suivantes :

(1) P1 ∧ ¬P2 (4) (¬P1 ⇒ ¬P2 ).

(2) (P1 ∧ ¬P2 ) ∨ (P1 ⇒ P2 ) (5) P1 ∧ P2 ∧ P3
(3) ¬(P1 ⇒ P2 ). (6) (¬P2 ⇒ ¬P1 ).

Exercice I.12. Déterminez si les affirmations suivantes sont vraies ou fausses.

(1) La formule P ∨ ¬P est une tautologie.
(2) La formule ¬(P ∨ Q) est équivalente à la formule ¬P ∨ ¬Q.
(3) La formule ¬(P ∨ Q) est équivalente à la formule ¬P ∧ ¬Q.
(4) La formule P ⇒ Q est équivalente à sa contraposée.
(5) La formule P ⇒ Q est équivalente à sa réciproque.
(6) La négation de la formule P ⇒ Q est équivalente à la formule ¬Q ⇒ ¬P.
(7) La négation de la formule P ⇒ Q est équivalente à la formule P ∧ ¬Q.

Exercice I.13. Donnez en français la négation des phrases suivantes.

(1) Je suis riche et je suis heureux.
(2) Si je suis riche alors je suis heureux.

Exercice I.14. Donnez en français la contraposée des phrases suivantes.

(1) Si je suis riche alors je suis heureux.
(2) Si je ne suis pas riche alors je suis heureux.

Exercice I.15 (Quelques équivalences importantes). Prouvez les équivalences suivantes :

(1) P ⇒ Q ≡ ¬P ∨ Q (4) ¬(P ⇒ Q) ≡ P ∧ ¬Q

(2) P ⇒ Q ≡ ¬Q ⇒ ¬P (5) ¬(P ∧ Q) ≡ ¬P ∨ ¬Q
(3) P ⇔ Q ≡ (P ⇒ Q) ∧ (Q ⇒ P) (6) ¬(P ∨ Q) ≡ ¬P ∧ ¬Q

5
2 Logique du premier ordre et techniques de preuves

2.1 Les quantificateurs

Définition 16. Un prédicat est une proposition paramétrée par une (ou plusieurs) variable(s).
Quand on parlera d’une prédicat de façon abstraite, on la notera par exemple P(x), s’il ne dépend
que de la seule variable x, ou encore Q(x, y), s’il dépend des deux variables x et y.

Définition 17. On introduit deux quantificateurs :

(1) le quantificateur existentiel, noté ∃, et lu « il existe (au moins un) ».
(2) le quantificateur universel, noté ∀, et lu « pour tout » ou « quel que soit ».

Les formules (de la logique du premier ordre) peuvent (comme pour les formules de la lo-
gique propositionnelle) être définie formellement par induction. Nous ne le ferons pas ici. Elles
sont construites sur base des prédicats, des connecteurs logiques (¬, ∨, ∧, ⇒ et ⇔), et des
quantificateurs. Des parenthèses peuvent être utilisées pour écrire les formules de la logique pro-
positionnelle.

Exemple 18. Ci-dessous des exemples de formules de la logique du premier ordre.

(1) ∃x x 6 3. (4) ∃x (x > 2) ∧ (x 6 1).

(2) ∀y y > 7. (5) (∃x x > 2) ∧ (∃x x 6 1).
(3) ∀a ∃b a > b. (6) ∀x (x > 0) ⇒ (∃y x = y2 ).

2.2 Prouver qu’une formule quantifiée est vraie

Définition 19. Soit P(x) un prédicat. Le domaine (ou univers) de P(x) est l’ensemble (noté D)
des valeurs que peut prendre la variable x.

Dans le cas d’un prédicat à plusieurs variables P(x1 , . . . , xn ), si chaque variable xi peut prendre
ses valeurs dans l’ensemble Di (pour i = 1, . . . , n), le domaine de P(x1 , . . . , xn ) sera l’ensemble
D1 × D2 × · · · × Dn .

Le but de la sémantique de la logique du premier ordre est d’associer à chaque formule (sans
variable libre) la valeur vrai, notée 1 ou la valeur faux, notée 0. La sémantique d’un prédicat
P(x), de domaine A, est donnée via une fonction P : D → {0, 1}, qui associe a chaque élément
du domaine A une valeur de vérité qui est soit 1 (vrai), soit 0 (faux). Dans le cas d’un prédicat
à plusieurs variables P(x1 , . . . , xn ), de domaine D1 × D2 × · · · × Dn , la sémantique est donnée via
une fonction P : D1 × D2 × · · · × Dn → {0, 1}.

6
Soit P(x) un prédicat de domaine D.
(1) La formule ∀x P(x) est vraie si et seulement si pour tout a ∈ D, on a P(a) = 1.
(2) La formule ∃x P(x) est vraie si et seulement si il existe a ∈ D, on a P(a) = 1.
Afin d’expliciter le domaine du prédicat, on écrit
(1) ∀x ∈ D P(x), au lieu de ∀x P(x) ;
(2) ∃x ∈ D P(x), au lieu de ∃x P(x).

2.3 La preuve par induction (ou récurrence)

La preuve par induction (ou récurence) est une technique de preuve qui permet de prouver qu’une
formule du type ∀n ∈ N P(n) est vraie.

2.3.1 Principe de preuve par induction faible

Objectif : Prouver que la formule ∀n ∈ N P(n) est vraie.

Méthode : Preuve par induction (faible)

(1) Cas de base : On prouve que P(0) est vraie.
(2) Cas général : On prouve que ∀k ∈ N (P(k) ⇒ P(k + 1))
On déduit des deux étapes précédentes que ∀n ∈ N P(n) est vraie.

2.3.2 Induction forte

Objectif : Prouver que la formule ∀n ∈ N P(n) est vraie.

Méthode : Preuve par induction (forte)

(1) Cas de base : On prouve que P(0) est vraie.
(2) Cas général : On prouve que ∀k ∈ N (P(0) ∧ P(1) ∧ · · · ∧ P(k) ⇒ P(k + 1))
On déduit des deux étapes précédentes que ∀n ∈ N P(n) est vraie.

2.4 Prouver qu’une formule quantifiée est fausse

Objectif : Prouver que la formule ϕ est fausse.

7
Méthode : On prouve que la formule ¬ϕ est vraie.

On déduit de l’étape précédente que ϕ est fausse.

Définition 20. Négation des quantificateurs

(1) ¬(∀x P(x)) est équivalente à ∃x ¬P(x).
(2) ¬(∃x P(x)) est équivalente à ∀x ¬P(x).

2.5 Autres techniques de preuve

2.5.1 Preuve par contraposée

Objectif : Prouver que la formule P ⇒ Q est vraie.

Méthode : Preuve par contraposée

(1) On prouve que la formule ¬Q ⇒ ¬P est vraie.
On déduit de l’étape précédente que P ⇒ Q est vraie.

2.5.2 Preuve par l’absurde

Objectif : Prouver que la formule ϕ est vraie.

Méthode : Preuve par l’absurde

(1) On nie la formule ϕ, c’est-à-dire que l’on considère la formule ¬ϕ.
(2) On montre que supposer que la formule ¬ϕ conduit à une absurdité (par exemple 2 = 5).
De façon formelle, on prouve que la formule ¬ϕ ⇒ 0 est vraie.
On déduit des étapes précédentes que la formule ϕ est vraie.

2.6 Exercices

Exercice I.21. Déterminez si les phrases suivantes sont des prédicats.

(1) L’ordinateur numéro x est en panne. (3) Le plus joli nombre du monde est n.
(2) L’ordinateur numéro x est-il en panne ? (4) x + 2 < 0.

8
Exercice I.22. Traduisez les phrases suivantes en formule.
(1) Il existe un nombre réel strictement inférieur à 4.
(2) Tous les nombres entiers sont négatifs.
(3) Il existe un nombre plus grand que tous les autres nombres.
(4) Quel que soit un nombre, il existe un nombre strictement plus grand.
(5) Tout nombre réel est un carré.
(6) Quel que soit un nombre réel, si ce nombre est positif, alors c’est un carré.

Exercice I.23. On note P(a, b), le prédicat qui se lit « la clef a ouvre le coffre-fort b ».
(1) Traduisez les formules suivantes en français.

(a) ∃a ∀b P(a, b). (b) ∀a ∃b P(a, b). (c) ∀a ∀b P(a, b).

(2) Traduisez les phrases suivantes en formules.

(a) Il existe une clef qui ouvre tous les coffres forts.
(b) Il existe un coffre fort qui ne peut être ouvert par aucune clef.

Exercice I.24. Prouvez que les formules suivantes sont vraies.

(1) ∃a ∈ N a > 25. (5) ∃x ∈ R ∃y ∈ R x = y2 .

(2) ∀x ∈ R x < x + 1. (6) ∀a ∈ N ∃b ∈ N a < b.
(3) ∃x ∈ R (x = 1) ⇒ (2 = 1). (7) ∃a ∈ N ∀b ∈ N ab = 0.
(4) ∀x ∈ R (4 < 2) ⇒ (x > 0). (8) ∀a ∈ N ∀b ∈ N (a+b)2 = a2 +2ab+b2 .

Exercice I.25. Dans cet exercice, on introduit une notation importante (notation sommatoire) qui
sera utilisée dans la suite.
n
a0 + a1 + · · · + an = ∑ ak .
k=0
Calculez les valeurs des sommes suivantes.
3 3 3 5 3 3
(a) ∑ 1, (b) ∑ 1, (c) ∑ k, (d) ∑ 1, (e) ∑ k2 , (f) ∑ (k + 1),
k=1 k=0 k=1 k=3 k=0 k=1

n
Exercice I.26. On note P(n) le prédicat ∑ j3 = n2 + n − 1. Donnez le prédicat P(k + 1).
j=1

9
 n
Exercice I.27. On note P(n) le prédicat ∑ j2 = n3 . Donnez les prédicat P(k + 1) et P( j).
j=1

Exercice I.28. Prouvez, par induction, que quel que soit n ∈ N0 , on a

n
n(n + 1)
∑k= 2
.
k=1

Exercice I.29. Prouvez, par induction, que quel que soit n ∈ N0 , on a

n
∑ 2k = 2n+1 − 2.
k=1

Exercice I.30. Prouvez, par induction, que quel que soit n ∈ N0 , on a

n
n2 (n + 1)2
3
∑j = 4 .
j=0

Exercice I.31. Prouvez, par induction, que quel que soit n ∈ N, on a n < 2n .

Exercice I.32. Prouvez, par induction, que quel que soit n ∈ N, si n > 4, alors on a 2n < n!.

Exercice I.33. Prouvez, par induction, que quel que soit n ∈ N, n3 − n est un multiple de 3.

Exercice I.34. Prouvez, par induction, que la somme des n premiers nombres impairs est égales
à n2 .

Exercice I.35. Une machine distribue des timbres de 3 Euros et de 5 Euros. Prouvez, par induc-
tion, que cette machine peut distribuer en timbres n’importe quelle valeur n > 8.

Exercice I.36. Quel que soit n ∈ N0 , on note Hn = ∑nk=1 1/k. Prouvez, par induction, que quel
que soit n ∈ N0 , H2n > 1 + n2 .

Exercice I.37. Donnez la négation des formules suivantes.

10
 (1) ∀a ∈ R a2 + 1 6= 0. (4) ∀a ∈ Q ∃b ∈ Q a + b = 0.
(2) ∃x ∈ N x2 < x. (5) ∃a ∈ Z ∀b ∈ Z a2 = b2 .
(3) ∀x ∈ R ∀y ∈ R x + y < x − y. (6) ∀a ∈ R ∀b ∈ R ∃c ∈ R a + b + c = 0.

Exercice I.38. Donnez en français correct, la négation de la phrase suivante : « Quel que soit n
un naturel, si n est pair alors n + 1 est impair ».

Exercice I.39. Prouvez que les formules suivantes sont fausses.

(1) ∀a ∈ R a < 37. (4) ∀a ∈ Q ∃b ∈ Q ab = 1.

(2) ∃x ∈ N x > x + 1. (5) ∃a ∈ Z ∀b ∈ Z a 6 b.
(3) ∀x ∈ R ∀y ∈ R x2 + y2 = (x + y)2 . (6) ∀a ∈ R ∀b ∈ R (a + b)2 6= a2 + b2 .

Exercice I.40. Déterminez si les formules suivantes sont vraies ou fausses. Justifiez votre ré-
ponse.

(1) ∃a ∈ N a2 + 2a + 1 = 0. (5) ∃a ∈ N ∃b ∈ N a + b = 7.
(2) ∃a ∈ Z a2 + 2a + 1 = 0. (6) ∀a ∈ Z ∃b ∈ Z b < a.
(3) ∀x ∈ R x = x2 . (7) ∃a ∈ N ∀b ∈ N a < b.
(4) ∀x ∈ R x 6 x2 .
= (8) ∀a ∈ N ∀b ∈ N (a < b) ⇒ (a2 = b2 ).

Exercice I.41. Déterminez si les affirmations suivantes sont vraies ou fausses.

(1) Il existe un nombre réel strictement supérieur à son carré.
(2) Tous les naturels strictement négatifs sont pairs.
(3) Tous les chiens qui volent crachent du feu.

Exercice I.42. Vous trouverez ci-dessous une proposition et sa preuve. Qu’en pensez-vous ?

Proposition : L’affirmation ∃n ∈ N n2 + 1 = 0 est vraie.

Preuve :
Pour prouver que l’affirmation est vraie, nous allons prouver que sa négation est fausse.
La négation de la formule ∃n ∈ N n2 + 1 = 0 est la formule ∀n ∈ N n2 + 1 6= 0.
Pour montrer que cette formule est fausse, on choisit n = 2.
On bien que 2 ∈ N et 22 + 1 = 4 + 1 = 5 6= 0.
La négation de l’affirmation est donc fausse, et donc l’affirmation est vraie.

11
Exercice I.43. Vous trouverez ci-dessous une proposition et sa preuve. Qu’en pensez-vous ?

Proposition : L’affirmation ∃n ∈ N n2 + 1 = 0 est fausse.

Preuve :
Pour prouver que l’affirmation est fausse, nous allons prouver que sa négation est vraie.
La négation de la formule ∃n ∈ N n2 + 1 = 0 est la formule ∀n ∈ N n2 + 1 6= 0.
Pour montrer que cette formule est vraie, on choisit n = 2.
On bien que 2 ∈ N et 22 + 1 = 4 + 1 = 5 6= 0.
La négation de l’affirmation est donc vraie, et donc l’affirmation est fausse.

Exercice I.44. Prouvez que quel que soit a ∈ Z, si a est un multiple de 4, alors a est pair.

Exercice I.45. Prouvez que la somme de deux nombres impairs est un nombre pair.

Exercice I.46. Prouvez que quel que soit a ∈ Z, si a est pair, alors a2 est pair.

Exercice I.47. Prouvez, à l’aide de la contraposée, que quel que soit a ∈ Z, si a2 est pair, alors a
est pair.

Exercice I.48. Prouvez, à l’aide de la contraposée, que quel que soit a ∈ Z, si 3a + 2 est impair,
alors a est impair.

Exercice I.49. Prouvez la formule suivante à l’aide de la contraposée.

√ √
∀a ∈ N ∀b ∈ N ∀n ∈ N (ab = n) ⇒ (a 6 n ∨ b 6 n)

Exercice I.50. Prouvez, par l’absurde, que la formule suivante est vraie.

∀a ∈ R ∀b ∈ R (a ∈ Q ∧ b 6∈ Q) ⇒ (a + b 6∈ Q).

Exercice I.51. Prouvez, par l’absurde, que zéro n’a pas d’inverse pour la multiplication.

Exercice I.52. Prouvez, par l’absurde, que quel que soit a ∈ Z, si a2 est pair, alors a est pair.

12
Exercice I.53. Prouvez, par l’absurde, que la formule suivante est vraie.

∀a ∈ R ∀b ∈ R (a 6= 0 ∧ a ∈ Q ∧ b 6∈ Q) ⇒ (ab 6∈ Q).

√
Exercice I.54. Prouvez, par l’absurde, que 2 6∈ Q.
√ √ √
Exercice I.55. Prouvez que 6 6∈ Q. En déduire que 2 + 3 6∈ Q.

Exercice I.56. Prouvez par l’absurde la proposition suivante. Soit n ∈ N, si n est le carré d’un
entier non-nul, alors 2n n’est pas le carré d’un entier.

Exercice I.57. Vous trouverez ci-dessous une proposition et sa preuve. Qu’en pensez-vous ?

Proposition : La formule ∀n ∈ Z n2 > 0 est vraie.

Preuve :
On va considérer deux cas.
Premier cas : si n est strictement positif. On sait que n2 = n · n. Vu que le produit de deux
nombres strictement positifs est strictement positif, on peut conclure que n2 > 0.
Deuxième cas : si n est strictement négatif. On a toujours que n2 = n · n. Vu que le produit
de deux nombres strictement négatifs est strictement positif, on peut conclure que n2 > 0.
La proposition est donc vraie.

Exercice I.58. Vous trouverez ci-dessous une proposition et sa preuve. Qu’en pensez-vous ?

Proposition : La formule ∀n ∈ Z n2 > 0 est vraie.

Preuve :
On va proposer une preuve par l’absurde.
Par l’absurde, on suppose la négation de l’affirmation que nous souhaitons prouver.
La négation de la formule ∀n ∈ Z n2 > 0 est la formule ∃n ∈ Z n2 6 0.
Il est clairement absurde de supposer l’existence d’un nombre entier donc le carré serait
négatif.
On peut donc conclure que la proposition est vraie.

Exercice I.59. Nous allons décrire un jeu à deux joueurs qui se joue avec deux tas de pierres.
Dans ce jeu, les joueurs jouent à tour de rôle. On pose sur une table deux tas de pierres, chaque
tas est composé du même nombre n de pierres. Chaque joueur peut, quand c’est à lui de jouer,
choisir de retirer une ou plusieurs pierres dans le tas de son choix. Au cours d’un même tour, il
ne peut pas retirer des pierres provenant de deux tas différents. Par contre, il peut retirer autant

13
de pierres qu’il le souhaite dans le tas de son choix (tant qu’il en retire au moins une). Il peut
également changer de tas lors du tour suivant. Le gagnant est le joueur qui retire la dernière pierre
de la table.
(1) Ce jeu peut-il se conclure par un match nul ?
(2) Dans le cas où n = 5, la stratégie ci-dessous est-elle gagnante 1 pour le joueur qui com-
mence à jouer :
Au premier coup, retirer toutes les pierres de l’un des deux tas.
Ensuite, retirer une pierre à la fois dans l’autre tas.
(3) Dans le cas où n = 5, la stratégie ci-dessous est-elle gagnante pour le joueur qui com-
mence à jouer :
Toujours ne retirer qu’une pierre à la fois, avec une préférence pour le plus gros tas
(quand les deux tas sont de tailles différentes, sinon au hasard).
(4) Dans le cas où n = 5, la stratégie ci-dessous est-elle gagnante pour le joueur qui ne
commence pas à jouer :
Si le joueur qui a commencé à jouer a retiré k pierres dans l’un des deux tas au coup
précédent, on retire k pierres dans l’autre tas.
(5) Dans le cas où n = 6, est-il possible de donner une stratégie gagnante pour le joueur qui
commence à jouer ?
(6) Dans le cas où n = 6, est-il possible de donner une stratégie gagnante pour le joueur qui
ne commence pas à jouer ?
(7) Que se passe-t-il pour n quelconque ?
(8) Que se passe-t-il si on change légèrement les règles du jeu en imposant que les deux tas
ne contiennent pas le même nombre de pierres au début de la partie ?

3 Introduction aux probabilités

3.1 Au delà du monde binaire

Le monde réel n’est pas binaire. Si on lance un dé à six faces, et que l’on considère l’affirmation
« le dé va tomber sur un nombre pair » plutôt qu’une réponse binaire de type oui ou non, on
s’attend plutôt à une réponse du type « il y a une chance sur deux que le dé tombe sur un nombre
pair » (dans le cas d’un dé parfaitement équilibré).

Définition 60 (Univers d’une expérience aléatoire). Quand on réalise une expérience aléatoire
on appelle l’univers de l’expérience aléatoire l’ensemble des issues possibles, souvent noté Ω.
1. Une stratégie est dite gagnante pour un joueur si le joueur qui suit cette stratégie gagne la partie, quelle que
soit la manière de jouer de son adversaire.

14
Définition 61 (Ensembles, éléments et appartenance). Un ensemble est une collection d’objets.
Les objets de l’ensemble sont appelés les éléments de l’ensemble. Si A est un ensemble et a est
un élément de A, on dit aussi que a appartient à A (on dit aussi que A contient a). On note alors
a ∈ A. Dans le cas où a n’appartient pas à A, on note a 6∈ A.
Définition 62 (Ensemble défini en extension). Un ensemble est défini en extension si on donne
explicitement la liste de ses éléments. Par exemple : {1, 2, 3}.
Définition 63 (Ensemble défini en compréhension). Un ensemble est défini en compréhension si
on donne une formule qui définit ses éléments. Si P(x) est un prédicat de domaine A, l’ensemble
{x ∈ A | P(x)} est défini en extension. Par exemple : {n ∈ N | n est pair}.
Définition 64 (Événement). On considère une expérience aléatoire d’univers Ω. Un événement
de cette expérience aléatoire est un sous-ensemble de Ω.
Définition 65 (Inclusion d’ensembles). On dit que l’ensemble A est inclus dans l’ensemble B,
noté A ⊆ B, si et seulement si
∀x x ∈ A ⇒ x ∈ B.
Définition 66 (Egalité d’ensembles). On dit que deux ensemble A et B sont égaux, noté A = B,
si et seulement si
A ⊆ B ∧ B ⊆ A.
Définition 67 (Cardinalité d’un ensemble fini). Soit A un ensemble et n ∈ N. Si A contient exac-
tement n éléments distincts, on dit que A est un ensemble fini et que la cardinalité de A est n. La
cardinalité de l’ensemble A est notée |A|.
Définition 68 (Probabilité). On considère une expérience aléatoire dont l’univers Ω est constitué
d’un nombre fini d’issues équiprobables (par exemple le lancer d’un dé parfaitement équilibré).
Dans ce cas, la probabilité d’un événement E ⊆ Ω, notée P(E) est définie par

|E|
P(E) = .
|Ω|
Définition 69 (Ensemble vide). L’ensemble vide est l’ensemble ne contenant aucun élément. Il
est noté ∅ ou {}.

On remarque que quel que soit l’univers Ω (non vide) on a que P(∅) = 0.

3.2 La probabilité d’événements combinés

Définition 70 (Union d’ensembles). L’union de deux ensembles A et B est l’ensemble noté A ∪ B

et défini ci-dessous.
A ∪ B = {x | x ∈ A ∨ x ∈ B}.

15
Définition 71 (Intersection d’ensembles). L’intersection de deux ensembles A et B est l’en-
semble noté A ∩ B et défini ci-dessous.
A ∩ B = {x | x ∈ A ∧ x ∈ B}.
Définition 72 (Complémentaire d’un ensemble). On se fixe Ω un textbfunivers. Soit A un en-
semble, le complémentaire de A (dans Ω) est noté A, Ac , ou {A ou encore Ω \ A et est défini
ci-dessous.
A = Ac = {A = Ω \ A = {x ∈ Ω | x 6∈ A}.
Définition 73. Deux ensembles A et B sont dits disjoints si A ∩ B = ∅.

A∪B A∩B
Ω\A
A B A B A

3.3 Combinaisons et triangle de Pascal

Exercice I.74 (Marche de l’ivrogne). Après avoir bien bu, un étudiant sort d’un bar. Il habite
dans la même rue que le bar, mais il ne sait plus où... A chaque pas, il va vers la droite avec
une chance sur deux, et vers la gauche avec une chance sur deux. On peut représenter sa rue
par l’ensemble des entiers Z. Si on suppose que la position du bar est en 0, où (et avec quelle
probabilité) peut se trouver notre étudiant après 1 pas ? 2 pas ? 3 pas ? 4 pas ? n pas ?

Définition 75 (Factorielle). Soit n ∈ N, la factorielle de n, notée n!, est définie par

n! = 1 · 2 · 3 · . . . · (n − 1) · n.
Par convention, on pose que 0! = 1.

Exercice I.76. Calculez 1!, 2!, 3!, 4!, 5!.

Définition 77 (Coefficient binomial). Quel que soit n ∈ N, quel que soit k ∈ N tel que k 6 n, le
n

coefficient binomial, noté k , lu « k parmi n », est défini par
 
n n!
= ,
k k! (n − k)!
parfois aussi noté Cnk .

16
Proposition 78 (Propriété des coefficients binomiaux). Quel que soient n, k ∈ N tels que 0 < k 6
n, on a      
n n−1 n−1
= +
k k−1 k
Définition 79 (Triangle de Pascal). Le triangle de Pascal est une présentation des coefficients
binomiaux dans un triangle. Une représentation des cinqs premières lignes du triangle de Pascal
est donnée sur la Figure 1.

0

Ligne 0 0

1
1

Ligne 1 0 1

2
2
2

Ligne 2 0 1 2

3
3
3
3

Ligne 3 0 1 2 3

4
4
4
4
4

Ligne 4 0 1 2 3 4

F IGURE 1 – Cinq premières lignes du triangle de Pascal.

3.4 Exercices

Exercice I.80. Donnez en extension les ensembles suivants.

(1) A1 = {x ∈ R | x2 + 2x + 1 = 0}. (4) A4 = {n ∈ N | n > 10 ∧ n 6 12}.

(2) A2 = {x ∈ Z | x2 − 5x + 6 = 0}. (5) A5 = {x ∈ N | n est pair ∧ n < 8}.
(3) A3 = {x ∈ N | x2 − 1 = 0}. (6) A6 = {x ∈ N | n > 3 ⇒ n 6 2}.

Exercice I.81. Déterminez si les affirmations suivantes sont vraies ou fausses.

(1) 1∈N (8) {2} ⊆ {2, {2}}. (15) {N} ∈ {N, Z}

(2) {1} ∈ N (9) N∈Z (16) {N} ⊆ {N, Z}
(3) 1⊆N (10) N⊆Z
(17) [0, 2] = {0, 1, 2}
(4) {1} ⊆ N (11) N ∈ {N, Z}
(18) [0, 1] ⊆ [0, 2]
(5) 2 ∈ {2, {2}}. (12) N ⊆ {N, Z}
(6) {2} ∈ {2, {2}}. (13) {N} ∈ Z (19) [0, 1] ⊆ [1, 2]
(7) 2 ⊆ {2, {2}}. (14) {N} ⊆ Z (20) {[0, 1]} ⊆ {[1, 2]}

17
Exercice I.82. Donnez l’univers des expériences aléatoires suivantes.
(1) On lance une fois une pièce de monnaie.
(2) On lance deux fois une pièce de monnaie.
(3) On lance une fois deux pièces de monnaie.
(4) On lance une fois un dé à six faces.
(5) On lance deux fois un dé à six faces.
(6) On lance un dé à six face et une pièce de monnaie.
(7) On lance une pièce de monnaie jusqu’à obtenir “pile”.

Exercice I.83. On considère une expérience aléatoire dans laquelle on lance une fois un dé à six
faces. Donnez les événements suivants :
(1) Le dé tombe sur 4.
(2) Le dé tombe sur un nombre impair.
(3) Le dé tombe sur un nombre strictement supérieur à 1.

Exercice I.84. Soient A = {1, 2} et B = {1, 2, 3}. A est-il inclus à B ? B est-il inclus à A ?

Exercice I.85. Soient A = {1, 2, 1, 2, 1} et B = {1, 2, 3}. A est-il inclus à B ?

Exercice I.86. Déteminez si les affirmations suivantes sont vraies ou fausses.

(a) N ⊆ R (b) {N} ⊆ {R}.

Exercice I.87. Donnez la cardinalité des ensembles suivants.

(1) A1 = {0, 1, 2}. (4) A4 = {n ∈ N | n > 10 ∧ n 6 12}.

(2) A2 = {0, 1, 2, 0}. (5) A5 = {x ∈ R | x2 + 2x + 1 = 0}.
(3) A3 = {n ∈ N | n 6 4}. (6) A6 = {x ∈ R | x2 = 2}.

Exercice I.88. Déterminer si les paires d’ensembles suivants sont égaux. Justifier.
(1) {1, 2, 3} et {1, 2, 2, 3, 1}.
(2) {x ∈ R | x2 − 2x + 1 = 0} et {1}.
(3) {n ∈ N | n est premier} et 2N.

18
Exercice I.89. On considère une expérience aléatoire lors de laquelle on lance une fois un dé à
six faces (parfaitement équilibré).
(1) Donnez l’univers de cette expérience aléatoire.
(2) Calculez la probabilité de l’événement : trois.
(3) Calculez la probabilité de l’événement : un nombre pair.
(4) Calculez la probabilité de l’événement : un nombre inférieur ou égal à 7.

Exercice I.90. On considère une expérience aléatoire lors de laquelle on lance une fois deux dés
à six faces (parfaitement équilibrés).
(1) Donnez l’univers de cette expérience aléatoire.
(2) Calculez la probabilité de l’événement : la somme des dés est inférieure ou égale à 2.
(3) Calculez la probabilité de l’événement : la somme des dés est inférieure ou égale à 3.
(4) Calculez la probabilité de l’événement : les deux dés affichent le même nombre.
(5) Calculez la probabilité de l’événement : les deux dés affichent des nombres différents.

Exercice I.91. On considère une expérience aléatoire lors de laquelle on lance une fois quatre
pièces de monnaie (parfaitement équilibrées).
(1) Donnez l’univers de cette expérience aléatoire.
(2) Calculez la probabilité de l’événement : quatre piles.
(3) Calculez la probabilité de l’événement : zéro pile.
(4) Calculez la probabilité de l’événement : autant de piles que de faces.

Exercice I.92. L’ensemble {∅} est-il égal à l’ensemble vide ?

Exercice I.93. Prouvez que l’ensemble vide est unique.

Exercice I.94. Prouvez que quel que soit un ensemble A, on a (a) ∅ ⊆ A ; et (b) A ⊆ A.

Exercice I.95. Pour chaque paire d’ensembles A et B donnée ci-dessous, calculez A ∩ B et A ∪ B.

(1) A = {0, 1, 2} et B = {2, 3, 4}. (5) A = N et B = Z.

(2) A = {p, q, r} et B = {p, q, r}.
(6) A = {0, 1, 2} et B = N.
(3) A = {X,Y, Z} et B = {W, X,Y, Z, T }.
(4) A = {un, deux, trois} et B = {3, 4}. (7) A = N et B = {0, 1, 2}.

19
Exercice I.96. On considère une expérience aléatoire lors de laquelle on lance une fois un dé à
six faces (parfaitement équilibré).
(1) Donnez l’univers de cette expérience aléatoire.
(2) On note E1 l’événement : un nombre pair. Donnez en extension l’événement E1 .
(3) On note E2 l’événement : un multiple de trois. Donnez en extension l’événement E2 .
(4) On note E3 l’événement : un nombre strictement supérieur à trois. Donnez en extension
l’événement E3 .
(5) Calculez P(E1 ∪ E2 ), P(E1 ∩ E2 ), P(E2 ∪ E3 ), P(E2 ∩ E3 ), P(E1 ∪ E3 ), et P(E1 ∩ E3 ).

Exercice I.97. On considère une expérience aléatoire lors de laquelle on lance une fois trois
pièces de monnaie (parfaitement équilibrées).
(1) Donnez l’univers de cette expérience aléatoire.
(2) Calculez la probabilité de l’événement : pile sur la première pièce et face sur la troisième
pièce.
(3) Calculez la probabilité de l’événement : pile sur la première pièce ou face sur la troisième
pièce.

Exercice I.98. On considère une expérience aléatoire lors de laquelle on lance une fois deux dés
à six faces (parfaitement équilibrés).
(1) Calculez la probabilité de l’événement : le nombre sur le premier dé est trois et le nombre
sur le second dé est impair.
(2) Calculez la probabilité de l’événement : le nombre sur le premier dé est trois ou le nombre
sur le second dé est impair.
(3) Calculez la probabilité de l’événement : le nombre sur le premier dé est pair et la somme
de dés est inférieure ou égale à quatre.
(4) Calculez la probabilité de l’événement : le nombre sur le premier dé est pair ou la somme
de dés est inférieure ou égale à quatre.

Exercice I.99. Soit Ω un univers constitué d’un nombre fini d’issues équiprobables. Soient A et
B deux événements. Déterminez si les affirmations suivants sont vraies ou fausses.
(1) P(A ∪ B) = P(A) + P(B).
(2) P(A ∩ B) = P(A) · P(B).
(3) (A ⊆ B) ⇒ (P(A) 6 P(B)).
(4) (A ∩ B = ∅) ⇒ (P(A ∪ B) = P(A) + P(B)).

20
Exercice I.100. Calculez les cinqs premières lignes du triangle de Pascal en remplaçant les co-
efficients binomiaux de la Figure 1 par leur valeur.

Exercice I.101. Quel lien pouvez-vous faire entre l’Exercice I.74 et le triangle de Pascal ?

Exercice I.102. Soient x, y ∈ R. Soit n ∈ N, prouvez la formule du binôme de Newton :

n  
n n n−k k
(x + y) = ∑ x ·y .
k=0 k

Exercice I.103. Prouvez que dans le triangle de Pascal, quel que soit n ∈ N, la somme des termes
de la ligne n est égale à 2n .

Exercice I.104. Soient x ∈ R. Soit n ∈ N. Soient f , g : R → R deux fonctions n fois dérivables

en x. Prouvez la formule de Leibniz :
n  
(n) n (n−k)
( f · g) (x) = ∑ f (x) · g(k) (x)
k=0 k

où h(`) désigne la dérivée `-ième de la fonction h.

21
 II. Fonctions et inéquations

4 Notions de base

4.1 Ordre sur R et intervalles

L’ordre 6 sur R possède les propriétés élémentaires suivantes :

réflexivité : pour tout x ∈ R, x 6 x ;
antisymétrie : pour tout x, y ∈ R, si x 6 y et y 6 x alors x = y ;
transitivité : pour tout x, y, z ∈ R, si x 6 y et y 6 z alors x 6 z.
totalité : pour tout x, y ∈ R, x 6 y ou y 6 x.
compatibilité avec l’addition : pour tout x, y, z ∈ R, si x 6 y alors x + z 6 y + z.
compatibilité avec la multiplication : pour tout x, y ∈ R, si x > 0 et y > 0 alors xy > 0.

Un intervalle de R est un ensemble d’une des formes suivantes :

]a, b[ := {x ∈ R | a < x ∧ x < b} pour certains a < b réels ;
]a, b] := {x ∈ R | a < x ∧ x 6 b} pour certains a < b réels ;
[a, b[ := {x ∈ R | a 6 x ∧ x < b} pour certains a < b réels ;
[a, b] := {x ∈ R | a 6 x ∧ x 6 b} pour certains a 6 b réels ;
]−∞, b[ := {x ∈ R | x < b} pour un b ∈ R ;
]−∞, b] := {x ∈ R | x 6 b} pour un b ∈ R ;
]a, +∞[ := {x ∈ R | a < x} pour un a ∈ R ;
[a, +∞[ := {x ∈ R | a 6 x} pour un a ∈ R ;
]−∞, +∞[ := R.
Notez qu’avec cette définition un singleton est un intervalle ({a} = [a, a]) mais pas l’ensemble
vide. Les quatre premiers cas sont appelés des intervalles bornés tandis que les cinq derniers cas
sont dit non bornés.

Souvent il est pratique (c’est ce que nous ferons) de considérer des intervalles non-orientés,
c’est-à-dire qu’on ne se soucie pas de l’ordre des bornes, on prend toujours tous les réels entre
ces bornes. Par exemple, la définition pour ]a, b] avec a, b ∈ R est
(
{x ∈ R | a < x ∧ x 6 b} si a 6 b,
]a, b] :=
{x ∈ R | b 6 x ∧ x < a} si a > b.

22
Il est aisé de généraliser les définitions des autres types d’intervalle de la même manière (ceci est
à votre charge). Avec ces définitions d’intervalle, on a par exemple ]a, b] = [b, a[, ce qui illustre
que l’ordre des bornes n’est pas important. On peut donner des définitions de ces intervalles
non-orientés qui ne nécessitent pas de distinction de cas. Par exemple, pour l’intervalle ]a, b]
ci-dessus, on a (pouvez-vous le montrez ?), quels que soient a 6= b réels,

]a, b] := (1 − t)a + tb t ∈ ]0, 1] .

Les résultats analogues pour les autres types d’intervalle vous sont laissés comme exercices.

4.2 Fonctions monotones

Soit f : R → R une fonction et A ⊆ R. On dit que

f est croissante sur A ( f % sur A) si

∀x1 , x2 ∈ A ∩ Dom f , x1 6 x2 ⇒ f (x1 ) 6 f (x2 )

% sur A) si
f est strictement croissante sur A ( f %

∀x1 , x2 ∈ A ∩ Dom f , x1 < x2 ⇒ f (x1 ) < f (x2 )

f est décroissante sur A ( f & sur A) si

∀x1 , x2 ∈ A ∩ Dom f , x1 6 x2 ⇒ f (x1 ) > f (x2 )

f est strictement décroissante sur A ( f &

& sur A) si

∀x1 , x2 ∈ A ∩ Dom f , x1 < x2 ⇒ f (x1 ) > f (x2 )

On dit qu’une fonction est (strictement) (dé)croissante lorsqu’elle est (strictement) (dé)croissante
sur tout son domaine (i.e., A = R).

Si une fonction f est strictement croissante sur A, elle est en particulier croissante sur A. De plus
elle vérifie aussi
∀x1 , x2 ∈ A ∩ Dom f , f (x1 ) < f (x2 ) ⇒ x1 < x2 (1)
(vous devez pouvoir le montrer).

Les seules fonctions qui sont à la fois croissantes et décroissantes sont les fonctions constantes.
(Pouvez-vous le prouver ?)

Une fonction f est dite monotone (resp. strictement monotone) si f est croissante (resp. stricte-
ment croissante) ou décroissante (resp. strictement décroissante).

23
4.3 Fonctions affines

Une fonction f : R → R : x 7→ f (x) est dite affine si elle peut s’écrire sous la forme
f (x) = ax + b
pour certains a, b ∈ R. Le graphe d’une fonction f : R → R est l’ensemble des points (x, y) ∈ R2
tels que y est l’image de x par f . On le note Graph f . Plus concisément,


Graph f := x, f (x) : x ∈ R et f (x) existe .
Il est important de remarquer que, pour tout x ∈ R, il y a au plus un y ∈ R tel que (x, y) ∈
Graph( f ). Le graphe d’une fonction affine est une droite. Plus précisément, le graphe de la
fonction f (x) = ax + b est la droite d’équation cartésienne y = ax + b et d’équation paramétrique
(x, y) = (0, b) + λ (1, a), λ ∈ R.

La relation entre les équations cartésiennes et paramétriques est expliquée à la section 7, page 41.

Le a d’une fonction affine f (x) = ax + b s’appelle le coefficient angulaire, la pente ou encore la

dérivée de f . Si a > 0, la fonction est croissante (voir la définition ci-dessus) ; si a < 0, elle est
décroissante ; si a = 0, elle est constante. Si (x1 , y1 ) est un vecteur directeur d’une droite avec
x1 6= 0, cette droite est 2 le graphe d’une fonction affine dont le coefficient angulaire est y1 /x1 .

La fonction identité sur les réels f : R → R : x 7→ x est un cas particulier de fonction affine.

4.4 Valeur absolue

La valeur absolue |x| d’un nombre réel x est définie par

(
x si x > 0,
|x| :=
−x si x 6 0.
√
Notez que x2 vaut |x| et non x (essayez avec des valeurs numériques !). Pour la résolution
d’inéquations comportant des valeurs absolues, on peut revenir à la définition et distinguer les
différents cas possibles ou, plus efficacement, utiliser les équivalences
|x| < r ⇐⇒ (−r < x et x < r)
|x| > r ⇐⇒ (x < −r ou r < x)
qui sont valides pour tout 3 r ∈ R. Nous vous laissons le soin de déduire les équivalences ana-
logues pour 6 (resp. >) au lieu de < (resp. >). Il est attendu que vous puissiez tracer le graphe
de | f | à partir du graphe de f . Vous devez être également capables de résoudre graphiquement
des inéquations.
2. Démontrez le !
3. Évidemment, si r 6 0, on a des équivalences plus simples... Voyez-vous pourquoi ?

24
4.5 Polynôme du second degré

On dit qu’une fonction f : R → R est un polynôme du second degré si f peut s’écrire sous la
forme
f (x) = ax2 + bx + c
pour certains a, b, c ∈ R avec a 6= 0. Le graphe d’une telle fonction est une parabole de sommet
−b/(2a). Si a > 0, la parabole est « tournée vers le haut » ; si a < 0, elle est « tournée vers le
bas ».

Pour le signe d’une expression du second degré, trois cas peuvent se produire.
Si ∆ := b2 − 4ac < 0, le signe de ax2 + bx + c est le même que celui de a.
Si ∆ = 0, le polynôme ax2 + bx + c s’annule en x = −b/(2a) et possède le même signe que
celui de a ailleurs.
Si ∆ > 0, le polynôme ax2 + bx + c possède deux racines x1 < x2 (pour lesquelles vous avez
vu en secondaire des formules explicites), possède le même signe que a à l’extérieur de ces
racines et le signe opposé à a entre celles-ci. On peut résumer ceci par le tableau suivant.

x x1 x2
ax2 + bx + c sign(a) 0 − sign(a) 0 sign(a)

4.6 Fonctions de base

Les domaines, images, graphes et propriétés des fonctions suivantes sont supposés connus.
√
R → R√ : x 7→ xα en fonction de α ∈ R. En particulier, les fonctions x 7→ x2 , x 7→ x3 , x 7→ x
et x 7→ 3 x seront maîtrisées.
Les fonctions trigonométriques cos, sin, tg (les angles seront toujours en radians — sans qu’on
ait besoin de le préciser).
Les fonctions trigonométriques inverses arcsin, arccos et arctg.
Les fonctions R → R : x 7→ ex = exp(x) et R → R : x 7→ ln x = log x.
Nous vous invitons à faire l’exercice II.7 afin de rafraîchir vos connaissances.

Nous vous rappelons les règles de calcul sur les exposants (vous pouvez les retrouver à partir des
exposants entiers). Ces règles sont valables pour x > 0 et, plus généralement, dès que les deux
membres sont bien définis.
xα xβ = xα+β ,
(xα )β = xαβ .

25
4.7 Inéquations

Une inéquation est une inégalité du type f (x) 6 g(x) ou f (x) < g(x), où f est g sont des fonctions
et x est une inconnue. On cherche pour quelles valeurs de x l’inégalité est satisfaite. L’ensemble
des solutions de l’inéquation f (x) 6 g(x) est donc {x ∈ R | x ∈ Dom f ∧x ∈ Dom g∧ f (x) 6 g(x)}.
Résoudre l’inéquation f (x) 6 g(x), c’est exprimer l’ensemble de ses solutions

{x ∈ R | x ∈ Dom f ∧ x ∈ Dom g ∧ f (x) 6 g(x)}

comme union minimale 4 d’intervalles. Comme conséquence de cette minimalité, ces intervalles
doivent être disjoints deux à deux (c’est-à-dire que l’intersection de n’importe quelle paire de
ces intervalles est vide). Il est facile d’adapter les définitions précédentes aux inéquations de la
forme f (x) < g(x).

5 Exercices

Exercice II.1. À partir des propriétés de l’ordre sur R (page 22), établissez les affirmations sui-
vantes.
(1) Pour tout x ∈ R, (x > 0 et x 6 0) ⇒ x = 0.
(2) Pour tout x ∈ R, x 6 0 ⇔ −x > 0.
(3) Pour tout x, y ∈ R, x 6 y ⇔ y − x > 0.
(4) Pour tout x, y ∈ R, (x > 0 et y > 0) ⇒ x + y > 0.
(5) Pour tout x ∈ R, x2 > 0.
(6) 1 > 0 > −1.
(7) Pour tout x, y ∈ R, si x > 0 et y 6 0 alors xy 6 0.
(8) Pour tout x, y ∈ R, si x 6 0 et y 6 0 alors xy > 0.
(9) Pour tout x, y ∈ R, x 6 y ⇔ −x > −y.
(10) Pour tout x ∈ R \ {0}, x > 0 ⇔ 1/x > 0.
(11) Pour tout x ∈ R \ {0}, x < 0 ⇔ 1/x < 0.
(12) Pour tout x, y, z ∈ R, si z > 0 alors x 6 y ⇔ xz 6 yz.
(13) Pour tout x, y, z ∈ R, si z < 0 alors x 6 y ⇔ xz > yz.

Exercice II.2. Tracez le graphe des fonctions suivantes :

4. La minimalité des intervalles signifie que leur nombre est le plus petit possible. Par exemple, on n’écrira pas
[0, 1[ ∪ [1, 2] mais [0, 2] qui est une écriture du même ensemble avec moins d’intervalles.

26
 f1 (x) = 2x − 3, f2 (x) = 2x, f3 (x) = 2x + 3.
Résolvez algébriquement et graphiquement fi (x) > 0 pour i = 1, 2, 3.

Exercice II.3. Tracer sur un même graphique le graphe des fonctions suivantes :

f (x) = |x|
g(x) = |x − 2|
h(x) = |x + 2|

Exercice II.4. Résolvez algébriquement et graphiquement les inéquations suivantes :

(1) |x| < |x − 1| (4) |x2 − x| < 2x

(2) |x| + |x − 1| 6 3 (5) x|x| > x
(3) 1 + |π − x| < 1 − |π + x| (6) |x2 − 2x − 3| 6 x2 − 1.

Exercice II.5. Montrez que |a + b| 6 |a| + |b|. Déduisez en qu’on a |a| − |b| 6 |a − b|.

Exercice II.6. Donnez les ensembles de solutions sur R des inéquations suivantes (indiquer au
préalable les conditions d’existence).

(1) |3x + 5| 6 2 1
(11) √ 6x
x + 1 − x2
(2) |x2 + 3x − 3| > 1
2x2 − 10x + 14
x+1 (12) >1
(3) 63 x2 − 3x + 2
x2 + 2 p
(4) |x2 − 3| < 3x + 2 (13) −3 −x2 − x + 6 < 2(2x + 1) < 3
√ √
x+2 (14) (2x + x)4 + 4(2x + x)2 6 5
(5) 62 √
x2 − x − 6 (15) 2x + 1 + 6 − x − x2 > 0
r r
(6) 3x + 2 6 2|x2 + x − 1| x+1 4−x
(16) 1− >
2x2 − x − 3 2x + 1 2x + 1
(7) 65 p

3x2 − 2x − 5 (17) ln x − 1 − x2 < 0
1 1 √
(8) 6√ x−2 x2 − 3x + 2
x 2−x (18) √ 6
x2 − 5x + 6 x−4
p
x3 (x − 1) 3 √
(9) 6 x3 − 2x2 + x 1
x 8 (19) 6√
2−x x
1 1  3 − 2x 2  6 − 5x 2
(10) 6p
x(x − 1) x(x + 9) (20) 6
x−1 x+2

27
 (21) log2 (x + 1) + log4 x < 1 (24) 2 6 |x2 + 4x − 1| < 4
(22) |sin x + 1| 6 1 (25) |sin x| 6 cos x
1 1
(23) 2 cos x − 2 6 2

Exercice II.7. Parmi les graphes ci-dessous, reconnaissez ceux des fonctions élémentaires sui-
vantes :

(1) R → R : x 7→ x2 (13) [−1, 1] → R : x 7→ arcsin(x)

(2) R → R : x 7 x2 − 4x
→ (14) R → R : x 7→ arctg(x)
(3) R → R : x 7→ x3 (15) R → R : x 7→ sin(x + π/2)
(4) R → R : x 7 x3 − 3x
→ (16) R → R : x 7→ sin(x + π)
√
(5) R → R : x 7→ x (17) R → R : x 7→ sin(1/x)
(6) R → R : x 7 x2/3
→ (18) R → R : x 7→ ex
(7) R → R : x 7→ x1/3 (19) R → R : x 7→ ln(x)
(8) R → R : x 7→ |x| (20) R → R : x 7→ e−x
2

(9) R → R : x 7→ 1/x ex − e−x

(21) R → R : x 7→ sh(x) :=
(10) R → R : x 7→ sin(x) 2
(11) R → R : x 7→ cos(x) e + e−x
x
(22) R → R : x 7→ ch(x) :=
(12) R → R : x 7→ tg(x) 2

1 1

1 1

Graphe 1 Graphe 2 Graphe 3

28
 1
1 1

1 1 1

Graphe 4 Graphe 5 Graphe 6

1 1
1

1 1 1

Graphe 7 Graphe 8 Graphe 9

1
1
1

Graphe 10 Graphe 11 Graphe 12

1
1 1

1 1

Graphe 13 Graphe 14 Graphe 15

29
 1
1

1
1

Graphe 16 Graphe 17 Graphe 18

1 1
1

1 1 1

Graphe 19 Graphe 20 Graphe 21

1 1 1

1 1 1

Graphe 22 Graphe 23 Graphe 24

1 1 1

1 1 1

Graphe 25 Graphe 26 Graphe 27

30
Exercice II.8. Résoudre dans R les systèmes suivants :
(
3x − 5 > 2x − 1
(1)
5x − 8 6 3x + 2
(
(x + 1)(x2 + 2x − 1) > 0
(2)
−(x + 1)(x2 + x − 2) < 0

Exercice II.9. Toutes les droites sont-elles le graphe de fonctions affines ?

Exercice II.10. Pour quelles valeurs de m ∈ R le trinôme x2 + mx + m est-il strictement positif

dans l’intervalle [0, 1] ?

Exercice II.11. Donner, pour chaque valeur réelle m, le nombre de racines strictement supérieu-
res à 1 du trinôme x2 + 2mx + 7m − 10.

Exercice II.12. Déterminer tous les nombres réels α pour lesquels on a que αx2 − x + α > 0
pour tout x > 0.

Exercice II.13. Résoudre, en fonction du paramètre m ∈ R, les inéquations :

x + 1 2x − 1 2x − 1 2x − 5 x+2
(1) − 61 (3) − >
m 2 m + 1 2(m + 1) 3
mx 2x + 3 x − 1 m 1
(2) < + (4) − >1
m−2 4 3 x x−1

x2 + mx + 1
Exercice II.14. Pour quelles valeurs du paramètre m ∈ R a-t-on 2 < 3 quel que soit
x +x+1
x ∈ R?

Exercice II.15. Soit p ∈ ]1, +∞[. Résoudre dans R, en discutant selon les valeurs de p, l’inéqua-
2
tion px −1 > 5x−1 .

Exercice II.16. Représenter dans R2 l’ensemble des couples (x, y) vérifiant chacun des systèmes
d’inéquations suivants.
 

 x+y−2 > 0 
 x−y+1 > 0
 
(1) −x + 6y − 3 < 0 (2) x + y − 4 < 0

 

2x − y − 8 < 0 x − 6y + 3 < 0

(3) |x| 6 1 et |y| 6 1

31
 (4) |x + y| 6 1 (6) |x| − |y| 6 1
(5) 0 6 |x| − |y| 6 1

Exercice II.17. Prouver que les relations suivantes sont vraies pour n’importe quelles valeurs de
x, y ∈ R.
(1) max{x, y} = 12 x + y + |x − y|

(2) min{x, y} = 12 x + y − |x − y|

(3) (x + y)+ := max{x + y, 0} 6 x+ + y+

(4) (x + y)− := max{−x − y, 0} 6 x− + y−

Exercice II.18 (Test du 4 octobre 1999). Résoudre algébriquement et graphiquement

p
25 − x2 < x.

Exercice II.19 (Examen du 3 novembre 1999). Résoudre algébriquement et graphiquement l’in-

équation suivante : √
12x + 9 < x2 − 2x − 3
(Indiquer au préalable les conditions d’existence.)

32
 III. Éléments d’algèbre linéaire

6 Optimisation linéaire

Introduction

Les problèmes étudiés dans ce chapitre consistent à trouver la valeur optimale (maximum ou
minimum) d’une fonction dont les variables sont soumises à certaines restrictions. Par exemple :

comment un agriculteur répartira-t-il ses cultures de manière à réaliser un bénéfice maximum

tout en tenant compte du prix de revient de chaque culture, du nombre de jours de travail dont
il dispose,...
si deux substances contiennent chacunes trois ingrédients A, B, C dont le coût est donné,
comment composer ces deux produits pour obtenir le mélange le moins coûteux contenant
14 % de A, 20 % de B et 10 % de C ?
comment trouver la valeur maximum de la fonction f (x, y) = 2x + 3y si on la soumet aux
contraintes 

 06x64

0 6 y 6 3


 x−y 6 2

x+y 6 3

Pour les deux premiers exemples, il s’agit de choisir, parmi toutes les solutions possibles, celle
qui maximisera la fonction « bénéfice » dans le premier cas ou celle qui minimisera la fonction
« prix de revient » dans le second. Le dernier exemple est purement mathématique. On cherche
parmi tous les couples (x, y) qui satisfont le système des contraintes, celui qui fournira la plus
grande valeur prise par la fonction f .

Dans ces notes, la fonction f à optimiser sera une fonction affine de deux variables, c’est-à-dire
de la forme
f (x, y) = ax + by + c
et ces deux variables seront soumises à des contraintes définies par des inéquations linéaires
a0 x + b0 y + c0 6 0 ou > 0.

33
6.1 Notions de base

Plaçons-nous dans le plan cartésien R2 = {(x, y) : x, y ∈ R} muni d’un repère orthonormé. Suppo-
sons, sans perte de généralité, que l’origine de tous les vecteurs considérés coïncide avec l’origine
o du repère. À chaque point p de coordonnées (x, y), on peut donc associer un vecteur → −v =− →
op
et réciproquement. On dit que c’est une correspondance 1-1 et on écrira → −v = (x, y).

y (x, y)

→
−
v

o x X

F IGURE 2 – Un vecteur de R2

La norme (ou longueur) d’un vecteur →

−
v = (x, y) est k→
− p
v k = x2 + y2 .

Le produit scalaire de deux vecteurs →

−
v1 = (x1 , y1 ) et →
−
v2 = (x2 , y2 ) du plan est donné par
→
−
v1 · →
−
v2 = (x1 , y1 ) · (x2 , y2 ) := x1 x2 + y1 y2 = k→
−
v1 k k→
−
v2 k cos θ (2)
où θ est un des deux angles formé par les deux vecteurs 5 comme le montre la figure 3.
→
−
v2 →
−
v2

θ →
−
v1 →
−
v1
θ

F IGURE 3 – Produit scalaire de deux vecteurs

Remarquons que le produit scalaire de deux vecteurs du plan est un nombre réel et pas un vecteur.
Par exemple, (1, −3) · (−2, −1) = 1.

De (2), nous déduisons que le produit scalaire de deux vecteurs est nul si et seulement si ils
sont orthogonaux (Voyez-vous pourquoi ?). Ainsi, tous les vecteurs (x, y) orthogonaux à (2, 1)
5. →
−
v1 et →−
v2 définissent à priori deux angles. Vous pouvez choisir n’importe lequel des deux pour calculer le
produit scalaire. En effet, ces deux angles ont le même cosinus. Justifiez pourquoi.

34
vérifient l’égalité 2x + y = 0. Nous reconnaissons l’équation d’une droite, notée D0 , qui passe
par l’origine du repère. De même , l’ensemble des vecteurs (x, y) dont le produit scalaire avec
(2, 1) vaut 3 est la droite d’équation 2x + y = 3. Remarquons que ces droites sont parallèles.

Plus généralement, les droites d’équation 2x + y = c, c ∈ R0 , forment un faisceau de droites

parallèles à D0 . De plus, la figure 4 montre que le vecteur (2, 1) est perpendiculaire à chaque
droite du faisceau.

t
roî
cc

(2, 1)

t
roî
2x +
éc
cd
y=
3

D0

F IGURE 4 – Droites parallèles

C ONCLUSIONS :
L’équation générale d’une droite D du plan est ax +by = c. C’est l’ensemble des couples (x, y)
de R2 dont le produit scalaire avec (a, b) vaut c. Le vecteur (a, b) est perpendiculaire à cette
droite ; il est appelé vecteur normal ou gradient 6 .
Toute droite d’équation ax + by = c0 est parallèle à D.
La figure 4 montre également que la valeur de c augmente (respectivement diminue) lorsque
nous nous déplaçons dans le même sens (respectivement dans le sens opposé) que le gradient.
Ce dernier argument sera capital dans la résolution des problèmes d’optimisation.
6. La notion de gradient sera abordée plus largement

dans le cours d’analyse. Pour le moment, contentons-nous
de remarquer que (a, b) = ∂x (ax + by), ∂y (ax + by) .

35
6.2 Optimiser une fonction

â Optimiser la fonction f (x, y) = 2x + y sous les contraintes



06x63

0 6 y 6 2
−x + y 6 1



x+y 6 4

Commençons par représenter graphiquement le système d’inéquations déterminé par les con-
traintes (voir figure 5). Nous obtenons ainsi le domaine ∆ des solutions possibles du problème.
Ce domaine est délimité par les sommets (0, 0), (0, 1), (1, 2), (2, 2), (3, 1) et (3, 0). C’est le
polygone des contraintes. Considérons ensuite le faisceau de droites Dc d’équations 2x + y = c
associé à la fonction f à optimiser. Son gradient est le vecteur (2, 1).

(1, 2) (2, 2)

(0, 1) (3, 1)

(0, 0) (3, 1)

F IGURE 5 – Polygone des contraintes

Nous pouvons maintenant envisager la recherche du maximum et du minimum comme ceci :

l’idée est de « balayer » le domaine ∆ dans la même direction que le gradient de manière à faire
varier c. Dès lors, trouver le maximum (respectivement le minimum) revient à trouver la plus
grande (respectivement la plus petite) valeur de c telle que Dc ∩ ∆ ne soit pas vide.

La représentation du domaine ∆ montre que nous pouvons supposer c ∈ R+ . Le « balayage »

s’effectuera donc uniquement dans le même sens que le gradient.

Nous déduisons facilement de ce graphique que le minimum de la fonction objectif f (x, y) = 2x+

36
y est atteint au sommet 7 (0, 0). C’est le premier point rencontré lors du balayage. Le maximum
sera quant à lui atteint au dernier point du domaine qui intersecte une droite du faisceau, c’est-à-
dire le sommet (3, 1) défini par l’intersection des droites d’équations x = 3 et x + y = 4.

En conclusion, le minimum de la fonction f (x, y) = 2x + y sur ∆ vaut 0 (= f (0, 0)) et son maxi-
mum vaut 7 (= f (3, 1)).

À priori, tous les points du domaine ∆ sont des solutions possibles du problème. Toutefois, nous
avons le résultat suivant :

Théorème 1. Soit une fonction f définie par f (x, y) = ax + by + c soumise à des contraintes de
la forme ai x + bi y 6 ci (ou > ci ), avec i = 1, . . . , n. Si la valeur optimale (maximum ou minimum)
de la fonction f existe, alors elle est atteinte en au-moins un sommet du domaine ∆ délimité par
les contraintes.

C’est une propriété générale que nous ne démontrerons pas ici. Son intérêt est de restreindre la
recherche du maximum ou du minimum à un nombre fini de points.

â Maximiser la fonction f (x, y) = x + 2y + 1 sous les contraintes



 x>0

y > 0



x − 2y > −8

x/2 + y 6 6





3x + 2y 6 24

Le vecteur (1, 2) est le gradient de la fonction. Nous avons représenté le domaine ∆ déterminé par
les contraintes à la figure 6 . En balayant le domaine ∆ dans le même sens que le gradient, nous
voyons que le maximum est atteint en tous les points du segment joignant les sommets (2, 5) et
(6, 3). Cela montre qu’il n’y a pas systématiquement unicité de la solution. Cette constatation
se justifie ici par le fait que la droite passant par ces deux sommets a pour équation x/2 + y = 6
(cf. le système des contraintes), ce qui peut encore s’écrire x + 2y = 12. Nous reconnaissons
alors l’équation d’une droite du faisceau défini par la fonction. Le maximum de la fonction
f (x, y) = x + 2y + 1 vaut donc 13.

â Soit la fonction f (x, y) = −x − 2y soumise au système de contraintes (S) représenté par la fi-
gure 7. Cette fois, nous devons balayer le polygone des contraintes dans le sens opposé à celui du
gradient (−1, −1). Le minimum est donc atteint au dernier sommet rencontré lors du balayage,
c’est-à-dire en (3, 3), tandis que le maximum est atteint en (1, 1). Le minimum de la fonction
vaut alors −3 et le maximum vaut 1.
7. Puisque, d’après les contraintes, x et y sont deux nombres positifs, nous pouvions prévoir ce résultat sans
passer par la résolution graphique.

37
 (2, 5)

(0, 4)
(6, 3)

(0, 0) (8, 0)

F IGURE 6 – Polygone des contraintes

(5, 12)

(3, 8)

∆
(8, 4)

(3, 2)

F IGURE 7 – Polygone des contraintes

38
â Un agriculteur possède 100 hectares de terre. Il désire planter des pommes de terre dans
une partie, du froment dans une autre et laisser, peut-être, la troisième partie en jachère. Nous
disposons des informations suivantes :

pommes de terre froment total disponible

prix de la culture en
10 20 1100
milliers de francs par ha
jours de travail par ha 1 4 160
bénéfice net en milliers
40 120
de francs

Comment l’agriculteur doit-il organiser ses cultures pour réaliser un bénéfice maximum ?

Désignons par x le nombre d’hectares plantés avec des pommes de terre, et par y le nombre
d’hectares plantés avec du froment. Le nombre d’hectares laissés éventuellement en jachère est
100 − x − y.

Le problème consiste à maximiser la fonction objectif f (x, y) = 40x + 120y.

Le choix des inconnues mène aux contraintes x > 0, y > 0 et x + y 6 100. L’échéance impose
que x + 4y 6 160. D’autre part, l’agriculteur ne dépensera peut-être pas tout l’argent qui est
à sa disposition, ce qui s’exprime par 10x + 20y 6 1100. Nous obtenons donc le système des
contraintes : 

x>0

y > 0



x + y 6 100

x + 2y 6 110





x + 4y 6 160

Les droites du faisceau défini par la fonction ont pour équation 40x + 120y = c. Leur gradient est
le vecteur (40, 120). Le balayage nous permet de localiser le maximum recherché : c’est le som-
met situé à l’intersection des droites d’équation x + 4y = 160 et x + 2y = 110. Ses coordonnées
sont (60, 25).

L’agriculteur réalisera un bénéfice maximum en plantant 60ha de pommes de terre, 25ha de

froment et en laissant 15ha en jachère. La valeur de ses gains s’élèvera à 5400 milliers de francs.

39
 (40, 120)

(60, 25)
20

(100, 0)
20

F IGURE 8 – polygone des contraintes

6.3 Exercices
(1) Trouver les valeurs maximum et minimum de la fonction f (x, y) = 2x + 5y + 1 sous les
contraintes 

 x>0

y > 0


 3x + 2y 6 6
−x + 2y 6 4


(2) Dans une école, un groupe d’élèves se charge de vendre des croissants et des pains au
chocolat à la récréation. Pour pouvoir satisfaire la demande, ils doivent disposer au mini-
mum de 96 croissants et de 108 pains au chocolat. Deux boulangeries proposent pour le
même prix : un lot A comprenant 8 croissants et 12 pains au chocolat ; un lot B composé
de 12 croissants et 9 pains au chocolat.
Quelle commande les élèves doivent-ils passer dans chaque boulangerie pour satisfaire la
demande au moindre coût ?
(3) Soit la fonction f : R2 → R : (x, y) 7→ f (x, y) = −3x − 2y. On considère le système des

40
 contraintes 

06x61

0 6 y 6 2
(3)


x+y 6 2

y > αx
où α ∈ ]0, +∞[. On est intéressé à minimiser la fonction f sur l’ensemble des (x, y) qui
satisfont (3). Pour quelle(s) valeur(s) de α le minimum est-il atteint au point (1, 1) ?

7 Droites et plans

Le produit scalaire dans le plan nous a permis de rappeler qu’une équation cartésienne d’une
droite D du plan est ax + by = c et que le vecteur →
−
vn := (a, b) est normal à D.

Nous pouvons envisager la description d’une droite sous un autre angle. En effet, si D a pour
direction le vecteur →
−
vd = (xd , yd ) et passe par le point (x0 , y0 ), alors n’importe quel point (x, y)
de D s’écrira
(x, y) = (x0 , y0 ) + λ (xd , yd ), λ ∈ R.
L’équation ci-dessus est une équation paramétrique de D et le vecteur → −
vd est un vecteur directeur
→
− →
−
de D. Bien entendu, on a la relation v · v = 0.
n d

Un vecteur directeur de la droite d’équation ax + by = c est, par exemple, (−b, a). Pour passer
d’une équation paramétrique à une équation cartésienne, il suffit d’éliminer le paramètre λ .

Plaçons-nous maintenant dans l’espace R3 = {(x, y, z) : x, y, z ∈ R}. De la même manière que dans

Z
z

(x, y, z) = →
−
v

Y
y
x
X

F IGURE 9 – Un vecteur de l’espace

R2 , on écrira →
−
v = (x, y, z) pour désigner un vecteur de l’espace et on aura k→
− p
v k = x2 + y2 + z2
(voir figure 9).

41
Le produit scalaire des vecteurs →
−
v1 = (x1 , y1 , z1 ) et →
−
v2 = (x2 , y2 , z2 ) sera donné par
→
−
v1 · →
−
v2 = x1 x2 + y1 y2 + z1 z2

Si on regarde l’ensemble des vecteurs orthogonaux au vecteur (2, 1, −1), on obtient maintenant
le plan α0 d’équation 2x + y − z = 0 qui passe par l’origine du repère. Le vecteur (2, 1, −1) est
orthogonal à α0 . De même, l’ensemble des vecteurs dont le produit scalaire avec (2, 1, −1) vaut
1 est le plan α1 d’équation 2x + y − z = 1. Ces deux plans sont parallèles. On peut transposer les
conclusions obtenues dans le plan à l’espace.

C ONCLUSIONS :
L’équation générale d’un plan α de R3 est ax + by + cz = d. C’est l’ensemble des vecteurs de
l’espace dont le produit scalaire avec (a, b, c) vaut d. Le vecteur (a, b, c) est normal à ce plan.
Tout plan d’équation ax + by + cz = d 0 est parallèle à α.
On peut aussi s’intéresser aux droites de R3 . Pour les décrire, il suffit, comme dans le plan, d’en
connaître un point (x0 , y0 , z0 ) et un vecteur directeur (xd , yd , zd ). Alors, une équation paramé-
trique d’une droite D est

(x, y, z) = (x0 , y0 , z0 ) + λ (xd , yd , zd ), λ ∈R

En éliminant λ , on obtient un système d’équations cartésiennes

x − x0 y − y0 z − z0
= = .
xd yd zd

7.1 Exercices
→
− √
Calculez la norme des vecteurs →
−
a = (−3, 0), b = (−2, 2 3) et → −
c = (2, 6, −1).
Soient les vecteurs x = (−2, 5) et y = (4, −1). Calculez les coordonnées du vecteur →
→
− →
− −z =
2→
−
x − 3→ −
y et k→−
x −→−y k.
Calculez (4, −1) · (−3, −2), (0, 4) · (9, 0) et (8, −3, 2) · (5, −1, −2).
Soient →
−
v1 = (4, 1) et →
−
v2 = (−3, 2). Calculez la longueur de la projection de →
−
v1 sur →
−
v2 .
√ √ √
√ √

Les vecteurs 1/ 3, −1/ 3, 3/2 et 2, 0, − 2/2 sont-ils orthogonaux ?
Pour quelle(s) valeur(s) de λ les vecteurs (λ , −2) et (λ , −3λ ) sont-ils orthogonaux ?
Quelle est la forme générale d’une équation cartésienne d’une droite du plan ?
√

Donnez une équation cartésienne de la droite D du plan orthogonale au vecteur 1/2, 3/2
√

et passant par le point 3/2, 3 3/2 .
Donnez une équation cartésienne du plan α comprenant le point (−11, 4, 2) et normal au
vecteur (6, 5, −1).

42
 Même question qu’au point précédent mais α passe par le point (2, 5, −6) et est parallèle au
plan β d’équation 3x − y + 2z − 10 = 0.
Même question qu’au point précédent mais α passe par le point (6, −7, 4) et parallèle au plan
OXZ.
Écrivez un système d’équations cartésiennes de la droite D passant par le point de coordonnées
(−6, 4, −3) et parallèle à la droite D0 d’équation paramétrique (x, y, z) = (5 − 3λ , −2 + λ ,
9λ + 1).
Écrivez un système d’équations cartésiennes de la droite D perpendiculaire au plan α ≡ 2x −
3y + 7z = 4 et coupant ce plan au point (6, 5, 1).
Déterminez la valeur du paramètre réel k pour que le plan α ≡ x + ky − z + 3 = 0 soit perpen-
diculaire au plan β ≡ 2kx − y + 2z = 0.
x+2 −y
Déterminez la valeur du paramètre réel k pour que la droite D1 ≡ = = z + 1 soit
3 2
1−x z
perpendiculaire à la droite D2 ≡ = −y − 3 = .
2 k

8 Systèmes linéaires

8.1 Calcul matriciel

Soit le système 
x − 2y + 3z = 4

2x + y − 4z = 3

−3x + 5y − z = 0


Ce système est caractérisé par les coefficients des inconnues x, y, z et par les termes indépendants,
c’est-à-dire par 12 nombres réels placés à des positions bien déterminées. On peut représenter ce
système par le tableau de nombres à 3 lignes et 4 colonnes suivant :
 
1 −2 3 4
M= 2 1 −4 3
−3 5 −1 0

On dit que le tableau M est une matrice de type 3 × 4.

Une matrice A de type m × n est un tableau rectangulaire dont les éléments sont rangés selon m
lignes et n colonnes.

43
On note :  
a11 a12 . . . a1n
 a21 a22 . . . a2n 
A =  ..
 
.. .. 
 . . . 
am1 am2 . . . amn
En abrégé, on écrira A = (ai j )16i6m,16 j6n . Les éléments ai j sont appelés les termes ou les coef-
ficients de la matrice A.

Par exemple, l’élément a42 est situé à l’intersection de la 4e ligne et de la 2e colonne. Que valent
a31 , a33 , a24 , a42 dans la matrice M ci-dessus ?

On notera K m×n l’ensemble des matrices de type m × n dont les éléments appartiennent à un
corps K. Par exemple, K peut être R, C, . . . Ici, nous travaillerons essentiellement dans Rm×n .

Voici quelques matrices particulières :

Matrices de type n × n ou matrices carrées :
 
a11 a12 . . . a1n
a21 a22 . . . a2n 
A =  ..
 
.. .. 
 . . . 
an1 an2 . . . ann

Matrices triangulaires supérieures et inférieures :

   
a11 a12 . . . a1n a11 0 ... 0
 0 a22 . . . a2n  a21 a22 ... 0 
   
 .. . . ..   .. .. .. 
 . . .   . . . 
0 0 . . . ann an1 an2 . . . ann

Matrices diagonales :  
a11 0 0 . . . 0
 0 a22 0 . . . 0 
 
 .. . . .. 
 . . . 
0 0 0 . . . ann


Matrices de type 1 × n ou matrices lignes : a1 a2 . . . an
Matrices de type n × 1 ou matrices colonnes :
 
a1
a 2 
 
 .. 
.
an

44
Comme pour les réels, on peut définir des opérations sur les matrices.

O PÉRATIONS MATRICIELLES :
Égalité matricielle : deux matrices A(ai j ) et B = (bi j ) sont égales si et seulement si elles sont
de même type et si
ai j = bi j quels que soient i et j.
Transposition : la transposée d’une matrice A, notée At , est la matrice obtenue en échangeant
les lignes et les colonnes de A. Si A ∈ Rm×n , alors At ∈ Rn×m .
 
  1 4
1 2 3
Exemple : si A = , alors At = 2 5 Notons que (At )t = A.
4 5 6
3 6
Addition : Soient A = (ai j ), B = (bi j ) deux matrices de type m × n. Alors, A + B = C où la
matrice C est définie par
ci j = ai j + bi j .
Pour pouvoir additionner deux matrices, il faut donc qu’elles soient de même type. Leur
somme s’effectue alors composante par composante et la matrice ainsi obtenue est aussi de
type m × n.
     
1 2 3 a b c 1+a 2+b 3+c
Exemple : + =
4 5 6 d e f 4+d 5+e 6+ f
Produit par un réel : Soient A ∈ Rm×n et k ∈ R. Alors, kA = B où la matrice B est définie par
bi j = kai j .
   
1 2 3 −3 −6 −9
Exemple : −3 =
4 5 6 −12 −15 −18
R EMARQUE : Rm×n est un espace vectoriel sur R. Cela signifie que + : Rm×n ×Rm×n → Rm×n
et · : R × Rm×n → Rm×n satisfont les propriétés suivantes :
(1) associativité : ∀A, B,C ∈ Rm×n , (A + B) +C = A + (B +C)
(2) neutre : ∀A ∈ Rm×n , A + 0 = A = 0 + A
(3) inverse : ∀A ∈ Rm×n , ∃B ∈ Rm×n , A + B = B + A = 0 où
 
0 ... 0
0 =  ... .. 

.
0 ... 0

désigne la matrice nulle.

(4) commutativité : ∀A, B ∈ Rm×n , A + B = B + A.
On dit alors que Rm×n est un groupe commutatif.
(5) ∀k ∈ R, ∀A, B ∈ Rm×n , k(A + B) = kA + kB
(6) ∀k, r ∈ R, ∀A ∈ Rm×n , (k + r)A = kA + rA
(7) ∀k, r ∈ R, ∀A ∈ Rm×n , k(rA) = (kr)A

45
 (8) 1A = A où  
1 ... 0
1=
 ... 

0 ... 1
désigne la matrice identité.
Produit matriciel : Pour multiplier deux matrices A et B, l’idée est de multiplier les lignes de
A par les colonnes de B. Si A est de type m × n, il faut donc que B soit de type n × p pour
pouvoir envisager le produit AB. Soient les matrices
 
a11 . . . a1p
 .. ..   
 . .  b11 . . . b1 j . . . b1r
A =  ai1 . . . aip  et B =  ... .. .. 
  
 . . . 
 .. . 
..  b p1 . . . b p j . . . b pr
an1 . . . anp

Alors AB = C ∈ Rm×p où la matrice C est définie par

p
ci j = ai1 b1 j + ai2 b2 j + · · · + aip b p j = ∑ aik bk j
k=1

Notons que ci j est le produit scalaire de la ie ligne de A avec la je colonne de B. Exemple :

 
  1 0 −1
2 1 −1 0  −1 −3 0 

1 2 3 4 −2 −4 −5
0 1 2
   
2−1+2 −3 + 4 −2 − 5 3 1 −7
= =
1 − 2 − 6 −6 − 12 + 4 −1 + 15 + 8 −7 −14 22
R EMARQUES
Le produit matriciel n’est pas commutatif. En effet,
— AB peut exister sans que BA soit défini. Prenez, par exemple, A de type 3 × 4 et B de type
4 × 2.
— AB et BA peuvent exister sans être de même type. Prenez, par exemple, A de type 3 × 4 et
B de type 4 × 3.
— AB etBA peuvent
 exister,
 être
 de même type mais être différentes. Prenez, par exemple,
1 2 5 6
A= et B = (Faites les calculs).
3 4 7 8
Le produit matriciel n’est pas simplifiable, c’est-à-dire que AB = AC n’implique pas que B =
C.

46
 Exemple : Soient les matrices
     
1 1 2 2 1 1
A= , B= et C = .
1 1 3 3 4 4
 
5 5
On a AB = AC = mais pourtant B 6= C.
5 5

8.2 Exercices
 
1 2  
−3 1 4
Soient les matrices A = 3 4 et B =
−2 5 −1
5 6
Trouvez la matrice X telle que 2A − Bt = X.
Trouvez la matrice C telle que A +C = BA si
   
0 1 1 1 0 1
A = 2 0 1 et B = 2 1 0
1 3 0 1 0 1

Calculez, si possible 
: 
  2 1
4 −3 1 
— 0 −1
−5 2 −1
7 −4
 
4 2 1  
1 3 −1
— −1 0 5
−2 0 6
6 −3 −4
 
  5 −3 1
2 1 −1 0 
1 2 0
—  3 −2 0 5  −1 0 4

−2 2 4 2
0 −2 3
   
2 −3 −5 −1 3 5
Soient les matrices A = −1 4 5  et B =  1 −3 −5
1 −3 −4 −1 3 5
— Quelle relation simple existe-t-il entre A et B ?
— Calculez A2 .
— Déduisez-en B2 et AB.

47
8.3 Transformations élémentaires

Revenons au problème de la résolution de systèmes linéaires.

Un système de n équations linéaires à p inconnues est de la forme


 a11 x1 + · · · + a1p x p = b1

a12 x1 + · · · + a2p x p = b2

..


 .

a x + · · · + a x = b
n1 1 np p n

Ce système s’écrit matriciellement comme

 
a11 . . . a1p    
a21 . . . a2p  x1 b1
  ..   .. 
..   .  =  . 

 ..
 . . 
xp bn
an1 . . . anp

De manière condensée, on notera Ax = b où A ∈ Rm×n , x ∈ R p×1 et b ∈ Rn×1 . L’ensemble des

solutions du système sera noté S. On dit que A est la matrice des coefficients du système. A partir
de cette matrice, on construit la matrice augmentée du système
 
a11 . . . a1p b1
[A|b] =  ...
 

an1 . . . anp bn
C’est la matrice du système complétée par la colonne des termes indépendants, d’où la sépa-
ration symbolisée par |. À chaque fois que la barre | apparaît dans une matrice, celle-ci sera
traitée comme une matrice augmentée. Sinon, la matrice sera considérée comme la matrice des
coefficients du système.

À partir d’une matrice augmentée donnée, il est très facile de reconstituer le système qui lui est
associé.

Par exemple, soit la matrice  

1 2 3 −1
 0 1 −2 −3 
0 0 1 2
Cette matrice correspond au système

x + 2y + 3z = −1

y − 2z = −3

z=2


48
La troisième équation nous dit que z = 2. Puis, en remontant dans le système, on obtient successi-
vement y = 1 puis x = −[Link], S = {(−9, 1, 2)} (Vérifiez en remplaçant dans chaque équation
x par −9, y par 1 et z par 2.)
Ce système est particulièrement simple à résoudre car sa matrice augmentée a une forme parti-
culière. On dit que c’est une matrice échelonnée ou en escalier.

Une matrice est échelonnée si :

Dans chaque ligne, le premier élément non nul est 1.
Dans chaque ligne, le premier élément non nul est strictement plus à droite que dans la ligne
précédente.
 
1 −1 2 5 4
0 1 −8 3 0
Exemple : A = 
0 0

0 1 4
0 0 0 0 1

Théorème 2. Toute matrice peut être transformée en une matrice échelonnée.

Pour échelonner n’importe quelle matrice, on va lui appliquer des transformations élémentaires
sur les lignes. De quoi s’agit-il ?

Les transformations élémentaires sur les lignes consistent à

permuter les deux lignes i et j, ce qu’on notera Li ↔ L j ,
multiplier tous les éléments de la ligne i par un réel α non-nul, ce qu’on notera Li ← αLi ,
ajouter à la ligne i un multiple α de la ligne j, ce qu’on notera Li ← Li + αL j .
Voici le procédé à utiliser pour échelonner une matrice :
(1) Ignorer les éventuelles premières colonnes de zéros.
 
0 0 2 4 2
0 3 6 9 3 
 
0 2 1 0 1 
0 −1 0 1 4

(2) Faire apparaître un élément non nul sur la 1re ligne de la 1re colonne non nulle en permu-
tant les lignes.  
0 3 6 9 3 L1 ↔ L2
0 0 2 4 2 
 
0 2 1 0 1 
0 −1 0 1 4

49
 (3) Diviser la 1re ligne par son premier élément non nul.
 
0 1 2 3 1 L1 ← L1 /3
0 0 2 4 2
 
0 2 1 0 1
0 −1 0 1 4

(4) Ajouter aux autres lignes un multiple convenable de la 1re ligne pour amener des zéros
dans la première colonne non nulle.
 
0 1 2 3 1
0 0 2 4 2
 
0 0 −3 −6 −1 L3 ← L3 − 2L2
0 0 2 4 5 L4 ← L4 + L1

(5) Répéter les opérations 1, 2, 3 et 4 sur les lignes suivantes.

 
0 1 2 3 1
0 0 1
 2 1 L2 ← L2 /2
0 0 −3 −6 −1
0 0 2 4 5
 
0 1 2 3 1
0 0 1 2 1
 
0 0 0 0 2 L3 ← L3 + 3L2
0 0 0 0 3 L4 ← L4 − 2L2
 
0 1 2 3 1
0 0 1 2 1
 
0 0 0 0 1 L3 ← L3 /2
0 0 0 0 1 L4 ← L4 /3
 
0 1 2 3 1
0 0 1 2 1
 
0 0 0 0 1
0 0 0 0 0 L4 ← L4 − L3
Considérons la matrice que l’on vient d’échelonner précédemment et voyons-la comme la ma-
trice augmentée [A|b] du système


2x2 + 4x3 = 2

3x + 6x + 9x = 3
1 2 3
(4)


2x1 + x3 = 1
−x1 + x3 = 4


50
Nous avons transformé cette matrice en la matrice échelonnée
 
0 1 2 3 1
 0 0 1 2 1 
[A∗ |b∗ ] = 
 0 0 0 0 1 


0 0 0 0 0

Cette matrice correspond au système


x1 + 2x2 + 3x3 = 1

x2 + 2x3 = 1 (5)

0x1 + 0x2 + 0x3 = 1


Ici, la dernière ligne de la matrice augmentée ne nous apporte aucune information et la troisième
ligne implique que le système ne possède aucune solution. En effet, l’équation 0x + 0y + 0z = 1
est impossible. On dit que le système est impossible et on a S = ∅.

La question qui se pose est de savoir si les systèmes (1) et (2) possédent les mêmes solutions.
La réponse est positive et est donnée par le théorème suivant :
Théorème 3. Si on transforme la matrice augmentée [A|b] d’un système en une matrice éche-
lonnée [A∗ |b∗ ], on obtient alors les équations d’un nouveau système qui possède exactement les
mêmes solutions que le système initial.

Résumons :
Ax = b −→ [A|b] −→ [A∗ |b∗ ] −→ A∗ x = b∗
et xs est solution de Ax = b ssi xs est solution de A∗ x = b∗ .

Exemples :


 2x1 − x2 + 2x3 + 3x4 = 5

x + x + x − x = 1
1 2 3 4
(1)


 x1 + 2x2 − x4 = 3
−x1 − x2 + 3x3 + 2x2 = −6

L’idée est d’échelonner la matrice augmentée du systè[Link] a :
 
2 −1 2 3 5
 1 1 1 −1 1 
[A|b] =  
 1 2 0 −1 3 
−1 −1 3 2 −6
 
1 1 1 −1 1 L1 ↔ L2
 2 −1 2 3 5  

 1 2 0 −1 3 
−1 −1 3 2 −6

51
  
1 1 1 −1 1
 0 −3 0 5 3  L2 ← L2 − 2L1
 
 0 1 −1 0 2  L3 ← L3 − L1
0 0 4 1 −5 L4 ← L4 + L1
 
1 1 1 −1 1
 0 1 −1 0 2  L2 ↔ L3
 
 0 −3 0 5 3 
0 0 4 1 −5
 
1 1 1 −1 1
 0 1 −1 0 2 
 
 0 0 −3 5 9  L3 ↔ L3 + 3L2
0 0 4 1 −5
 
1 1 1 −1 1
 0 1 −1 0 2 
 
 0 0 1 −5/3 −3  L3 ↔ L3 / − 3
0 0 4 1 −5
 
1 1 1 −1 1
 0 1 −1 0 2 
 
 0 0 1 −5/3 −3 
0 0 0 23/3 7 L4 ↔ L4 − 4L1
 
1 1 1 −1 1
 0 1 −1 0 2 
 
 0 0 1 −5/3 −3 
0 0 0 1 21/23 L4 ↔ 3/23L4

Pour écrire la solution, il suffit de partir de la dernière ligne de la matrice échelonnée

pour trouver la valeur de x4 et de remonter dans chaque ligne afin de trouver la valeur de
x3 , x2 puis enfin x1 . Après calculs, on trouve S = {(66/23, 12/23, −34/23, 21/23)}. Le
système possède donc une unique solution.

x + 2y − 3z + w = 0

(2) x − 3y + z − 2w = 0

2x + y − 3z + 5w = 0

Remarquons que les termes indépendants de chaque équation valent 0. On dit que c’est
un système homogène. La solution triviale est toujours solution d’un tel système. Donc,
ici, (0, 0, 0, 0) est solution. Est-ce la seule solution ?
 
1 2 −3 1 0
[A|b] =  1 −3 1 −2 0 
2 1 −3 5 0

52
  
1 2 −3 1 0
 0 −5 4 −3 0  L2 ↔ L2 − L1
0 −3 3 3 0 L3 ← L3 − 2L1
 
1 2 −3 1 0
 0 −3 3 3 0  L2 ↔ L3
0 −5 4 −3 0
 
1 2 −3 1 0
 0 1 −1 −1 0  L2 ↔ L2 / − 3
0 −5 4 −3 0
 
1 2 −3 1 0
 0 1 −1 −1 0 
0 0 −1 −8 0 L3 ← L3 + 5L2
 
1 2 −3 1 0
 0 1 −1 −1 0 
0 0 1 8 0 L3 ← −L3

De la dernière ligne, nous déduisons, z = −8w, y = −7w puis x = −11w. Nous avons
donc exprimé x, y et z en fonction de w. On écrit S = {(−11w, −7w, −8w, w) : w ∈ R}. On
dit que le système est simplement indéterminé.

2x + 5y − 8z + 6t = 5

(3) x + 2y − 3z + 2t = 2

3x + 4y − 5z + 2w = 4

 
2 5 −8 6 5
[A|b] =  1 2 −3 2 2 
3 4 −5 2 4
 
1 2 −3 2 2
 2 5 −8 6 5  L1 ↔ L2
3 4 −5 2 4
 
1 2 −3 2 2
 0 1 −2 2 1  L2 ← L2 − 2L1
0 −2 4 −4 −2 L3 ← L3 − 3L1
 
1 2 −3 2 2
 2 5 −8 6 5  L1 ↔ L2
3 4 −5 2 4
 
1 2 −3 2 2
 0 1 −2 2 1 
0 0 0 0 0 L3 ← L3 + 2L2
Comme la dernière ligne n’est constituée que de zéros, elle ne nous apporte aucune in-

53
 formation. De la deuxième ligne, nous déduisons y = 1 + 2z − 2t et en remplaçant dans
la première équation, on obtient x = −z + 2t. Nous avons donc exprimé x et y en fonction
des deux variables z et t. On a S = {(−z + 2t, 1 + 2z − 2t, z,t) : z,t ∈ R}. On dit que le
système est doublement indéterminé.

8.4 Exercices

Résolvez les systèmes suivants



 x1 + 2x2 + 2x3 = 2

3x − 2x − x = 5
1 2 3
(1)


 2x1 − 5x2 + 3x3 = −4

x1 + 4x2 + 6x3 = 0

mx − y = 2

(2) x + (m + 2)y = m − 1

x+y = 1

où m est un paramètre réel.

x1 − 3x2 − 2x3 + 4x4 = 5

(3) 8x4 − 3x3 − 8x2 + 3x1 − 18 = 0

5x3 + 2x1 − 3x2 − 4x4 = 19



 3x + y + az = 2
−3x + 2y + a2 z = 1

(4) où a est un paramètre réel.


 3y = a + 6
6x − y + 2az = a − 2


8.5 Inverse d’une matrice

Pour rappel, considérons dans R l’équation ax = b. Une solution x de cette équation existe si et
seulement si soit a 6= 0 soit (a = 0 et b = 0). Si on est dans le cas a 6= 0, alors a est inversible et
on peut écrire 8
a−1 ax = a−1 b
c’est-à-dire
1 · x = a−1 b
ou encore x = b/a.
8. On utilise ici la commutativité de « · » dans R.

54
Dans ce qui vient d’être fait, on peut considérer x comme une matrice de type 1×1 et se demander
si on peut généraliser ce procédé à une matrice de type n × n. Autrement dit, soit le système
Ax = b où A ∈ Rn×n , peut-on trouver une matrice à telle que x = Ãb, c’est-à-dire une matrice
pour laquelle on a la relation ÃA = Aà = 1 ? On dit que la matrice à est la matrice inverse de A.
Quand elle existe, cette matrice inverse est unique et on la note A−1 . Nous verrons au paragraphe
suivant ce qui garantit l’existence de la matrice inverse.

Pour le moment, nous sommes intéressés par trouver un procédé qui permet d’inverser une ma-
trice. Les transformations élémentaires vont nous aider.

Examinons : soient les matrices

   
2 1 −1 1 0 0
A = 3 2 5  et la matrice identité 1 = 0 1 0
4 1 2 0 0 1

Appliquons à chaque matrice la transformation élémentaire L2 ← L2 − L3 .

   
2 1 −1 1 0 0
On obtient les matrices A∗ = −1 1 3  et I ∗ = 0 1 −1
4 1 2 0 0 1

Nous constatons que I ∗ A = A∗ (Faites les calculs).

De manière générale, appliquer une transformation élémentaire de lignes à une matrice A revient
à multiplier à gauche cette matrice par la matrice identité 1 dans laquelle on a effectué la même
transformation.

Méthode de la matrice compagnon :

Nous allons appliquer simultanément les mêmes transformations à la matrice A et à la matrice
identité. Lorsque nous aurons transformé A en la matrice identité dans la colonne de gauche,
nous aurons obtenu la matrice inverse dans la colonne de droite. En effet, considérons les n
transformations élémentaires nécessaires pour transformer A en l’identité. Nous avons :
A et 1 au départ.
Après la première transformation, nous avons : A1 = T1 A et I1 = T1 1 où T1 est l’identité dans
laquelle on a appliqué la transformation 1,
Après la deuxième transformation, nous avons : A2 = T1 A1 et I2 = T2 1 où T2 est l’identité
dans laquelle on a appliqué la transformation 2,
etc.
Après la ne transformation, nous avons : 1 = Tn An−1 et In = Tn In−1 où Tn est l’identité dans
laquelle on a appliqué la transformation n.
On sait que 1 = Tn Tn−1 · · · T1 A. D’autre part, la matrice inverse vérifie A−1 = 1A−1 , c’est-à-dire
A−1 = Tn Tn−1 · · · T1 AA−1 = Tn · · · T1 1 = In .

55
Exemple :
   
1 2 −1 1 0 0
3 4 2 0 1 0
1 0 5 0 0 1
   
1 2 −1 1 0 0
0 −2 5  L2 ← L2 − 3L1 −3 1 0
0 −2 6 L3 ← L3 − L1 −1 0 1
   
1 0 4 −2 1 0
L1 ← L1 + L2
0 −2 5 −3 1 0
0 −2 6 −1 0 1
   
1 0 4 −2 1 0
0 −2 5 −3 1 0
0 0 1 L3 ← L3 − L2 2 −1 1
   
1 0 0 −10 5 −4
L1 ← L1 − 4L3
0 −2 0  −13 6 −5
L2 ← L2 − 5L3
0 0 2 −1 1
   
1 0 0 −10 5 −4
0 1 0 13/2 −3 5/2 = A−1
L2 ← L2 /(−2)
0 0 1 2 −1 1

Application : résolvez le système


x + 2y − z = 2

3x + 4y + 2z = 1

x + 5z = −4


Ce système s’écrit matriciellement

    
1 2 −1 x 2
3 4 2  y =  1 
1 0 5 z −4

Il suffit de multiplier les deux membres de l’égalité par la matrice inverse :

      
−10 5 −4 1 2 −1 x −10 5 −4 2
13/2 −3 5/2 3 4 2  y = 13/2 −3 5/2  1 
2 −1 1 1 0 5 z 2 −1 1 −4

c’est-à-dire    
x 1
y =  0 
z −1

56
Pour terminer ce paragraphe, nous allons établir par calcul la forme générale de l’inverse d’une
matrice 2 × 2.
   
a b x y
Soit A = , on cherche une matrice telle que
c d z t
    
a c x y 1 0
=
c d z t 0 1
Autrement dit, nous cherchons à résoudre les deux systèmes linéaires de deux équations à deux
inconnues (
ax + bz = 1
(6)
cx + dz = 0
et (
ay + bt = 0
(7)
cy + dt = 1
Après calculs (faites les détails !), on touve comme solutions des systèmes (6) et (7) :
d −b −c a
x= , y= , z= , t= .
ad − bc ad − bc ad − b ad − bc
Dès lors, pour pouvoir inverser la matrice A, il apparait la condition d’existence ad − bc 6= 0.
Alors, nous pouvons écrire :
 
−1 d/(ad − bc) −b/(ad − bc)
A =
−c/(ad − bc) a/(ad − bc)
Le nombre ad −bc est appelé déterminant du système, noté dét A, puisqu’il détermine, en quelque
sorte, le nombre de solutions du système. En effet, considérons un système linéaire de deux équa-
tions à deux inconnues, c’est-à-dire un système de la forme
(
ax + by = t
cx + dy = s

 
a b
Soit A = la matrice des coefficients du système. On a dét A = ad − bc.
c d

Géométriquement, résoudre ce système revient à étudier les positions des droites D1 et D2

d’équations respectives ax + by = t et cx + dy = s.

Si dét A 6= 0, alors le système possède une unique solution donnée par

   −1  
x a b t
=
y c d s
Géométriquement, cela signifie que les droites D1 et D2 sont sécantes en un point.

57
 Si dét A = 0, c’est-à-dire si a/c = b/d alors la matrice A du système n’est pas inversible.
Géométriquement les droites D1 et D2 sont soit confondues soit parallèles distinctes. Cela
dépend du rapport e/ f .
— Si a/c = b/d = e/ f , alors les deux droites sont confondues. La solution du système est
une droite et le système est indéterminé.
— Si a/c = b/d 6= e/ f , alors les deux droites sont parallèles distinctes et il n’y a donc pas de
solution. Le système est impossible.

8.6 Exercices
(1) Inversez,
 si possible,
 les matrices suivantes :
2 −5 3
1 0 1
1 −1 1
 
2 1 −1
 3 −1 0 
−1 1 2
(2) Résolvez le système 
−x + 3y + z = 1

2x + 5y = 3

3x + y − 2z = −2


8.7 Déterminants

Déterminants d’ordre 2

Soit A ∈ R2×2 , on définit

a11 a12
dét A = = a11 a22 − a12 a21
a21 a22

3 5
Par exemple, = 6 + 20 = 26
−4 2

Déterminants d’ordre 3

Soit A ∈ R3×3 , on définit

a11 a12 a13
dét A = a21 a22 a23 = a11 a22 a33 + a12 a23 a31 + a31 a21 a32
a31 a32 a33 −a13 a22 a31 − a11 a23 a32 − a12 a21 a33

58
En regroupant les termes, on obtient

a22 a23 a a a a
dét A = a11 − a21 12 13 + a31 12 31
a32 a33 a32 a33 a22 a23
= (−1)1+1 a11 dét A11 + (−1)2+1 a21 dét A21 + (−1)3+1 A31 dét A31

où Ai j est la matrice obtenue en supprimant la ie ligne et la je colonne de A.

On aurait très bien pu regrouper les termes différemment, ce qui revient à développer le déter-
minant suivant une autre ligne ou une autre colonne. Par exemple, suivant la 2e ligne, on obtient
dét A = −a21 dét A21 + a22 dét A22 − a23 dét A23 .

En général, on préférera développer un déterminant suivant la ligne ou la colonne qui contient le

plus de zéros.

−2 0 1
−2 1
Par exemple, 3 0 −1 = (−1)3+2 2 = 2. Ici, on a développé par rapport à la
3 −1
1 2 5
deuxième colonne car elle contient deux zéros.

Déterminants d’ordre n
 
a11 a12 . . . a1n
Soit A =  ... .. .. .

. . 
an1 an2 . . . ann

En généralisant ce qui a été fait précédemment, on peut par exemple développer dét A suivant la
première colonne pour obtenir

dét A = (−1)1+1 a11 dét A11 + (−1)2+1 a21 dét A21 + · · · + (−1)n+1 an1 dét An1
n
= ∑ (−1)k+1ak1 dét Ak1
k=1

Conclusion :
n
Suivant la je colonne : dét A = ∑ (−1)k+ j ak j dét Ak j
k=1
n
Suivant la ie ligne : dét A = ∑ (−1)i+k aik dét Aik
k=1
E XEMPLE : Remarquons par exemple que le déterminant d’une matrice 5 × 5 nécessite le calcul
de 5 déterminants 4 × 4, donc de 20 déterminants 3 × 3, ou encore de 60 déterminants 2 × 2. Plus
généralement, le calcul d’un déterminant d’ordre n demandera le calcul de n!/2 déterminants
2 × 2, ce qui peut s’avérer très long, sans compter les éventuelles erreurs de calculs.

59
Nous allons établir des propriétés qui faciliteront le calcul des déterminants.

P ROPRIÉTÉS :
La valeur d’un déterminant change de signe si on permute deux lignes ou deux colonnes entre
elles.
Conséquence : Un déterminant qui possède deux lignes ou deux colonnes identiques est nul.
(Voyez-vous pourquoi ?)
Dans un déterminant, on peut mettre en évidence un facteur commun à tous les éléments d’une
ligne ou d’une colonne.
14 21 2 3 a b ra rb a b
Par exemple, =7 . Faites attention, r = ou bien r =
5 6 5 6 c d c d c d
a rb ra rb
ou bien... Que vaut ?
c rd rc rd
Conséquence : si deux colonnes ou deux lignes d’un déterminant sont proportionnelles, alors
il vaut 0. (Voyez-vous pourquoi ?)
2 5
Par exemple : =0
4 10
La valeur d’un déterminant ne change pas si on lui applique la transformation élémentaire
Li ← a1 L1 + a2 L2 + · · · + Li + · · · + an Ln .
Exemples :

a−b−c 2a 2a
2b b−c−a 2b
2c 2c c−a−b
a+b+c a+b+c a+b+c
L1 ← L1 + L2 + L3
= 2b b−c−a 2b
2c 2c c−a−b
1 1 1
= (a + b + c) 2b b − c − a 2b
2c 2c c−a−b
1 0 0
C2 ← C2 −C − 1
= (a + b + c) 2b −b − c − a 0
C3 ← C3 −C1
2c 0 −c − a − b
= (a + b + c)(a + b + c)2 = (a + b + c)3

1 a a2 1 a a2
1 b b = 0 b − a b − a2
2 2 L2 ← L2 − L1
1 c c2 0 c − a c2 − a2 L3 ← L3 − L1

60
 1 a a2
= (b − a)(c − a) 0 1 b + a
0 1 c+a
1 a a2
= (b − a)(c − a) 0 1 b + a
0 0 c−b L3 ← L3 − L2
= (b − a)(c − a)(c − b)

1 a1 a21 . . . an1
1 a2 a22 . . . an2
Généralisons : Posons Vn = .. .. .. . . . ..
. . . .
1 an a2n . . . ann

Ce déterminant est appelé déterminant de Vandermonde.

On a Vn = ∏(a j − ai ). Pour prouver cette formule, on montre par récurrence sur n que Vn =
i< j
(an − a1 )(an−1 − a1 ) . . . (a2 − a1 )Vn−1 .

8.8 Exercices
(1) Soit A une matrice 3 × 3. Posons dét A = δ . Que vaut le déterminant de la matrice
B = kA où k ∈ R ?
C obtenue en multipliant les termes de la 1re colonne de A par 3k, ceux de la 2e colonne
par −5k2 et en divisant ceux de la 3e colonne par 4 ?
(2) Montrez, sans les développer, que les déterminants suivants sont nuls.
1 sin2 x cos2 x
1 sin2 y cos2 y
1 sin2 z cos2 z
1 3 −2
9 1 −4
−3 4 −1
a2 bc ab
ba c2 b2
ac ab cb
(3) Calculez les déterminants suivants. Énoncez les propriétés que vous utilisez.
1 n+1 n(n + 1)
1 n + 2 (n + 1)(n + 2)
1 n + 3 (n + 2)(n + 3)

61
 b2 + c2 ab ac
ab 2
c +a 2 bc
ac bc a + b2
2

2a a + b 2
b b 1
4b 3b 2
(4) Utilisez le déterminant de Vandermonde pour calculer les déterminants suivants :
3 9 27
−2 4 −8
4 16 64
1/a 1/b 1/c
a b c
1 1 1
(5) Calculez
1 1 1 ... 1
1 1 + a1 1 ... 1
1 1 1 + a2 ... 1
.. .. .. .. ..
. . . . .
1 1 ... 1 1 + an

8.9 Systèmes de Cramer

Nous avons vu au paragraphe précédent une méthode permettant de trouver l’inverse d’une ma-
trice, si elle existe. Nous aimerions savoir sous quelle(s) conditions(s) cet inverse existe et s’il
existe une « formule » qui fournit la forme générale de la matrice inverse.
 
a11 . . . a1n
Soit la matrice  ... .. 

. 
an1 . . . ann

62
Nous avons
  
dét A11 − dét A21 . . . (−1)n+1 dét An1 a11 a12 . . . a1n
1   − dét A12 dét A22 . . . (−1)n+2 dét An2 
 a21 a22 . . . a2n 
 
..   ..
dét A 
 
.  . 
(−1)n+1 dét A1n (−1)n+2 dét A2n 2n
. . . (−1) dét Ann an1 an2 . . . ann
 
dét A 0 ... 0
1  0 dét A . . . 0 
= =1

 .
dét A  .. 
0 0 . . . dét A
En effet, calculons, par exemple l’élément situé en 1re ligne et 2e colonne(le calcul est identique
pour les autres éléments. Faites-le). On a :
a12 a12 . . .
n+1
a12 dét A11 − a22 dét A21 + · · · + (−1) an2 dét An1 = a22 a22 . . . = 0
an2 an2 . . .

Nous en déduisons le théorème suivant :

Théorème 4. Une matrice A de type n × n est inversible si et seulement si dét A 6= 0.

De plus, si A est inversible, alors on a

 
dét A11 − dét A21 . . . (−1)n+1 dét An1
−1 1   − dét A12 dét A22 . . . (−1)n+2 dét An2 
A =

..
dét A 
 
. 
n+1 n+2 2n
(−1) dét A1n (−1) dét A2n . . . (−1) dét Ann

On appelle système de Cramer tout système linéaire de n équations à n inconnues Ax = b tel que
dét A 6= 0.

Considérons un système de Cramer. Alors, on a x = A−1 b, c’est-à-dire

    
x1 dét A1 1 − dét A21 . . . (−1)n+1 dét An1 b1
n+2
x2  1  − dét A12
 dét A22 . . . (−1) dét An2  b2 
 
=
  
 ..  ..   .. 
 .  dét A 

.  . 
xn n+1 n+2
(−1) dét A1n (−1) dét A2n . . . (−1) dét Ann2n bn
Théorème 5. Tout système de Cramer a une unique solution (x1 , . . . , xn ) donnée par
dét Ai
xi =
dét A
où Ai est la matrice obtenue en remplaçant la ie colonne de la matrice A par celle des termes
indépendants.

63
 
x + y − z = 10

Exemple : soit le système x + 10z = 10

x + y + 9z = 20


 
1 1 −1
La matrice du système est A = 1 0 10  et dét A = −10.
1 1 9
C’est donc un système de Cramer et sa solution est donnée par

10 10 20
1 0 1
−1 10 9
x= =0
−10
1 1 1
10 10 20
−1 10 9
y= = 11
−10
1 1 1
1 0 1
10 10 20
z= =1
−10
Donc, S = {(0, 11, 1)}.

Nous pouvons interpréter géométriquement cette solution. En effet, résoudre un système linéaire
de 3 équations à 3 inconnues revient à étudier les positions relatives de 3 plans de l’espace.
Examinons les différentes possibilités.

Considérons le système 
a11 x + a12 y + a13 z = b1

a21 x + a22 y + a23 z = b2

a31 x + a32 y + a33 z = b3


Aux trois équations de ce système correspondent les équations de trois plans, notés respective-
ment α1 , α2 et α3 . Nous allons discuter les positions de ces trois plans en termes de leurs vecteurs
gradients →
−vi = (ai1 , ai2 , ai3 ) pour i = 1, 2, 3.

Plusieurs situations peuvent se présenter.

α1 et α2 sont confondus. Cela signifie que leurs gradients respectifs →
−
v1 et →
−
v2 sont proportion-
nels et que cette proportion est également respectée par les termes indépendants. Autrement
dit, →
−
v1 = k→
−
v2 et b1 = kb2 pour un certain k dans R. On dit que → −v1 et →
−
v2 sont des vecteurs
colinéaires.

64
La solution dépend alors de la position du troisième plan.
— Soit α3 = α1 . Alors, alors les trois plans sont confondus. Cela signifie que les trois vecteurs
gradients sont colinéaires.
La solution est un plan et le système est donc doublement indéterminé.
— Soit α3 et α1 sont parallèles distincts. Cela signifie que les gradients sont proportionnels
mais que cette proportion n’est pas respectée par les termes indépendants.
Le système est donc impossible.
— Soit α3 coupe α1 selon une droite notée D13 . Cela signifie que les gradients ne sont pas
colinéaires.
La solution est une droite et le système est donc simplement indéterminé.

F IGURE 10 – Les 3 situations

α1 et α2 sont parallèles distincts. Dans ce cas, on a encore une relation de la forme →−

v1 = k→−
v2
mais cette fois b1 6= kb2 .
Dans ce cas, quelle que soit la position du troisième plan, le système est impossible.
α et α sont sécants. Alors →
1 2
−
v et →
1
−
v ne sont pas colinéaires et les deux plans se coupent selon
2
une droite notée D12 . De nouveau, la solution dépend de la position du troisième plan.
— Soit α3 et D12 sont parallèles et α3 ∩ D12 = ∅. Cela signifie que les vecteurs gradients
→
−v1 , →
−
v2 et →
−
v3 sont situés dans un même plan. Autrement dit, ils vérifient une relation de la
forme v3 = k→
→
− −
v1 + r→−
v2 pour certains k, r ∈ R mais cette relation n’est pas respectée par les
termes indépendants. Des vecteurs qui vérifient ce type de relations sont dits linéairement
dépendants. Dans ce cas, le système est impossible.
— Soit α3 contient D12 . Cela signifie que les gradients sont linéairement dépendants et que
les termes indépendants vérifient la même relation de dépendance que les gradients. La
solution est la droite D12 et le système est simplement indéterminé. La figure ci-dessous
illustre les deux dernières situations où, par facilité, on a projeté les différents objets dans
le plan de la feuille.
— Soit α3 coupe D12 . Cela signifie que les gradients sont linéairement indépendants, c’est-
à-dire qu’ils ne vérifient aucune relation de la forme ci-dessus. La solution est le point
d’intersection des trois plans et le système possède donc une unique solution. C’est un
système de Cramer.

65
Exemple : résolvez et discutez, en fonction du paramètre réel m, le système

x + (m − 1)y + (2m − 3)z = 1

mx + 2(m − 1) + 2z = 2

(m + 1)x + 3(m − 1)y + (m2 − 1)z = 3


Interprétez géométriquement les résultats.

Soit A la matrice du système. On a dét A = −m(m − 1)(m − 2)2 (Faites les calculs en utilisant les
propriétés des déterminants).
1er cas : dét A 6= 0, c’est-à-dire m 6= 0 et m 6= 1 et m 6= 2.
On est alors dans le cas d’un système de Cramer. Après calculs, l’unique solution du système
est (0, 1/m − 1, 0).
Géométriquement, les trois équations du système sont celles de trois plans sécants au point
(0, 1/(m − 1), 0).
2e cas : dét A = 0, c’est-à-dire m = 0 ou m = 1 ou m = 2.
— m=0
Le système s’écrit 
x − y − 3z = 1

−2y + 2z = 2

x − 3y − z = 3


Les gradients sont linéairement dépendants. En effet,→ −

v3 = →−
v1 + →
−
v2 . De plus, cette relation
est respectée par les termes indépendants puisque b3 = b1 + b2 . On est dans la situation où
les plans α1 et α2 se coupent selon une droite D12 contenue dans le plan α3 .
Après calculs (faites les en utilisant la méthode de votre choix), on trouve comme solution
du système l’ensemble S = {(4z, z − 1, z) : z ∈ R}. C’est la droite dont un vecteur directeur
est(4, 1, 1) et passant par le point (0, −1, 0) . Le système est donc simplement indéterminé.
— m=1
Le système s’écrit 
x − z = 1

x + 2z = 2

2x = 3


De la troisième équation, on déduit x = 3/2. En remplaçant dans la deuxième équation, on

trouve z = 1/2 mais alors la première équation n’est pas satisfaite. Géométriquement, cela
signifie que les trois plans n’ont pas d’intersection commune. Le système est impossible.
— m=2 
x + y + z = 1

Le système s’écrit 2x + 2y + 2z = 2

3x + 3y + 3z = 3


66
 Les trois plans sont confondus. La solution du système est l’ensemble S = {(1 − y − z, y, z) :
y, z ∈ R}. C’est un plan. Le système est donc doublement indéterminé.

8.10 Exercices
(1) Résolvez les systèmes suivants par la méthode de Cramer
 

 3x + y − z = 7 6x + 5y + 4z = 1

2x − y + z = 5 14x − 2y − 3z = 5
 
−x + 2y + 2z = 1 8x − 3y − z = 8
 

(2) Discutez l’existence de solutions (et calculez-les quand elles existent) pour les systèmes
suivants en fonction des paramètres réels a, b, c, d, m. Interprétez géométriquement vos
résultats.
 
x + y + mz = 0
 ax + 2by + 2z = 1

x + my + z = 2m 2x + aby + 2z = b
 
(m + 1)x + my + z = m 2x + 2by + az = 1
 
 
mx + y + z = 1
 x + y + z = 1

x + my + z = m ax + by + cz = d
 2

x + y + mz = m a2 x + b2 y + c2 z = d 2
 

mx + y − z = 1

x + my − z = 1

−x + y + mz = 1


67
Index
addition échelonnée (matrice), 49
matricielle, 45 égalité
antisymétrie, 22 d’ensemble, 15
appartenance matricielle, 45
ensemble, 15 relation avec l’ordre, 22
atomique élément
proposition, 3 d’un ensemble, 15
en escalier (matrice), 49
binôme ensemble, 15
de Newton, 21 des solutions, 26
binomial équation
coefficient, 16 cartésienne, 41
borné paramétrique, 41, 42
intervalle, 22 équivalence, 3
cardinalité, 15 formules, 4
coefficient événement
binomial, 16 aléatoire, 15
coefficient angulaire, 24 expérience
coefficients d’une matrice, 44 aléatoire, 14
colinéaires (vecteurs), 64 extension
complémentaire, 16 déf. ensemble, 15
compréhension factorielle, 16
déf. ensemble, 15 fonction
conjonction, 3 affine, 24
connecteur logique, 3 croissante, 23
contraposée, 4 décroissante, 23
croissant, 23 strictement croissante, 23
decroissant, 23 strictement décroissante, 23
déterminant, 57 formule
directeur (vecteur), 41 premier ordre, 6
disjoint propositionelle, 3
ensembles, 16 gradient, 35
intervalles, 26 graphe d’une fonction, 24
disjonction, 3
domaine homogène (système), 52
prédicat, 6
doublement indéterminé (système), 54 identité
dérivée fonction, 24
d’une fonction affine, 24 matrice, 46

68
implication, 3 polygone des contraintes, 36
impossible (système), 51 polynôme du second degré, 25
inclusion, 15 prédicat
inconnue, 26 domaine, 6
intersection, 16 univers, 6
intervalle, 22 probabilité, 15
borné, 22 produit
non borné, 22 matriciel, 46
par un scalaire, 45
Leibniz scalaire, 34
règle, 21 proposition, 3
linéairement prédicat, 6
dépendants, 65
indépendants, 65 quantificateur
logique existentiel, 6
connecteur, 3 universel, 6

méthode de la matrice compagnon, 55 réciproque, 4

matrice réflexivité, 22
échelonnée, 49 résoudre
augmentée du système, 48 inéquation, 26
compagnon, 55
définition, 43 simplement indéterminé (système), 53
déterminant, 57 solution
des coefficients du système, 48 ensemble, 26
égalité, 45 strictement croissant, 23
identité, 46 strictement décroissant, 23
nulle, 45 système
produit, 46 de Cramer, 63
produit par un scalaire, 45 doublement indéterminé, 54
transposée, 45 homogène, 52
monotone, 23 impossible, 51
matrice augmentée, 48
négation, 3 matrice des coefficients, 48
Newton simplement indéterminé, 53
binôme, 21 système d’équations cartésiennes, 42
non-orienté
intervalle, 22 table de vérité, 3
normal, 35, 41 tautologie, 4
norme, 34 termes d’une matrice, 44
transformations élémentaires
ordre, 22 sur les lignes, 49
transitivité, 22
pente, 24 transposée, 45

69
transposition, 45

union, 15
univers
expérience aléatoire, 14
prédicat, 6

valeur absolue, 24
vecteur
colinéaires, 64
directeur, 41
gradient, 35
linéairement dépendants, 65
linéairement indépendants, 65
normal, 35, 41
norme, 34
produit scalaire, 34
vide
ensemble, 15

70