Jean-Pierre Escofier

Toute l’algèbre
de la Licence
Cours et exercices corrigés

4e édition

9782100747405-lim.indd 1 19/04/16 11:36

 Du même auteur :

Théorie de Galois, 2e éd., 2004

Toute l’Analyse de la licence,2014
Exercices d’Analyse, 2015
Petite histoire des mathématiques, 2016

Illustration de couverture : Vector seamless © samolevski-fotolia.com

© Dunod, 2006, 2011, 2016

11 rue Paul Bert 92240 Malakoff
www.dunod.com
ISBN 978-2-10-074740-5

9782100747405-lim.indd 2 19/04/16 11:36

9782100747405-tdm.qxd 23/03/16 12:09 Page III

TABLE DES MATIÈRES

Avant-propos XI
PREMIÈRE ANNÉE

Chapitre 1 • Équations différentielles linéaires

1.1 Sommes et produits de fonctions 3

1.2 Équations différentielles linéaires sans second membre 6
1.3 Résolution des équations différentielles linéaires à coefficients constants 6
1.4 Combinaisons linéaires et espace engendré 9
1.5 Solutions des équations différentielles linéaires du second ordre
à coefficients constants sans second membre 9
1.6 Résultats pour les équations différentielles linéaires du second ordre
à coefficients constants avec second membre 10
1.7 Le logiciel Sage 12
Exercices 13

Chapitre 2 • Suites récurrentes linéaires

2.1 Sommes et produits de suites 17

2.2 Suites satisfaisant une relation de récurrence linéaire 18
2.3 Suites satisfaisant u n + au n−1 + bu n−2 = 0 19
© Dunod. Toute reproduction non autorisée est un délit.

2.4 Un peu d’histoire 21

2.5 Étude de la suite de Fibonacci 22
Exercices 23

Chapitre 3 • L’espace vectoriel Rn

3.1 Introduction de la géométrie à n dimensions 27

3.2 Famille d’éléments, suites finies, n-uplets 30
3.3 Définition de R n
31
3.4 Combinaisons linéaires et espace engendré 32
3.5 Base canonique de Rn 34
3.6 Familles triangulaires et échelonnées 35
3.7 La droite vectorielle R 37

III
9782100747405-tdm.qxd 23/03/16 12:09 Page IV

Table des matières

3.8 Espaces engendrés dans R2 38

3.9 Espaces engendrés dans R 3
40
3.10 Algorithme du pivot de Gauss dans Rn 42
Exercices 46

Chapitre 4 • Systèmes linéaires

4.1 Histoire ancienne 53

4.2 Leibniz, Cramer, Gauss 55
4.3 Systèmes linéaires 56
4.4 Exemples de résolution 56
4.5 Systèmes équivalents 58
4.6 Systèmes triangulaires et échelonnés 59
4.7 Méthode du pivot de Gauss 60
4.8 Exemples 64
4.9 Systèmes avec paramètres 66
4.10 Problèmes actuels 67
Exercices 69

Chapitre 5 • Généralités sur les espaces vectoriels

5.1 Introduction 73
5.2 Un peu d’histoire 74
5.3 Structure de R -espace vectoriel 75
5.4 Exemples fondamentaux 77
5.5 Précisions sur les corps 78
5.6 Sous-espaces vectoriels 79
5.7 Exemples de sous-espaces vectoriels 80
5.8 Combinaisons linéaires et espace engendré 81
5.9 Somme de sous-espaces 83
Exercices 84

Chapitre 6 • Bases et dimension

6.1 Introduction 89
6.2 Famille génératrice 89
6.3 Famille libre 90
6.4 Base d’un espace vectoriel 92
6.5 Dimension 94
6.6 Exemples de bases 96
6.7 Retour au rang 98
Exercices 99

IV
9782100747405-tdm.qxd 23/03/16 12:09 Page V

Table des matières

Chapitre 7 • Applications linéaires

7.1 Naissance du concept 109
7.2 Applications linéaires 110
7.3 Exemples 111
7.4 Propriété universelle 113
7.5 Noyau d’une application linéaire 115
7.6 Image d’une application linéaire 116
7.7 Le théorème du rang ou des dimensions 117
7.8 Résolution d’une équation linéaire 118
7.9 Résolution d’un système linéaire 119
7.10 Isomorphismes 121
Exercices 123

Chapitre 8 • Matrices

8.1 Matrice d’une application linéaire 131

8.2 Matrices et applications linéaires 134
8.3 Un peu d’histoire 135
8.4 Matrices particulières 137
8.5 Exemples 139
8.6 Matrice de la composée 140
8.7 Propriétés du produit 143
8.8 Calcul de l’inverse d’une matrice 144
8.9 Changement de base 147
8.10 Rang et trace 152
Exercices 153

Chapitre 9 • Sommes directes, produits, quotients

© Dunod. Toute reproduction non autorisée est un délit.

9.1 Exemples 163

9.2 Décomposition en somme directe 164
9.3 Sommes directes finies 165
9.4 Produit de deux espaces vectoriels 166
9.5 Projecteurs 169
9.6 Espaces vectoriels quotients 170
Exercices 173

Chapitre 10 • Dualité

10.1 Introduction 177

10.2 Formes linéaires et hyperplans 178
10.3 Base duale 180
10.4 Orthogonal d’un sous-espace 181

V
9782100747405-tdm.qxd 23/03/16 12:09 Page VI

Table des matières

10.5 Transposée d’une application linéaire 183

Exercices 185

DEUXIÈME ANNÉE

Chapitre 11 • Groupes
11.1 Introduction 193
11.2 Généralités 194
11.3 Exemples 196
11.4 Sous-groupes 197
11.5 Homomorphismes de groupes 199
11.6 Étude des groupes de permutation 201
11.7 Signature d’une permutation 204
11.8 Groupe linéaire 206
11.9 Centre du groupe linéaire 207
11.10 Générateurs du groupe linéaire 208
Exercices 209

Chapitre 12 • Arithmétique, anneaux

12.1 Introduction 215

12.2 Division euclidienne dans Z 215
Z
12.3 Congruence modulo n , définition de 216
nZ
Z
12.4 Addition et multiplication dans 218
nZ
12.5 Structures d’anneau commutatif unitaire et de corps 219
12.6 Homomorphismes d’anneaux 221
12.7 Utilisations des congruences 222
12.8 Éléments inversibles 223
12.9 Idéal 223
12.10 Sous-groupes, idéaux de Z 224
12.11 Divisibilité, nombres premiers 225
12.12 Pgcd, ppcm, nombres premiers entre eux 226
Z
12.13 Les corps 230
pZ
Exercices 232

Chapitre 13 • Polynômes
13.1 Introduction 243
13.2 Polynômes sur un corps K 244
13.3 Degré, division euclidienne 246

VI
9782100747405-tdm.qxd 23/03/16 12:09 Page VII

Table des matières

13.4 Pgcd de polynômes 248

13.5 Racines d’un polynôme 250
13.6 Dérivation 252
13.7 Éléments irréductibles 255
13.8 La structure de K -algèbre de K [X] 256
Exercices 259

Chapitre 14 • Déterminants

14.1 Introduction historique 265

14.2 Calcul des déterminants : méthode de Bézout 270
14.3 Le caractère alterné 272
14.4 Multilinéarité 274
14.5 Formules et calculs 277
14.6 Déterminant d’un endomorphisme 280
14.7 Déterminant d’une matrice carrée 282
14.8 Retour sur le rang 284
14.9 Déterminant et volume 285
14.10 Déterminant et orientation 287
Exercices 288

Chapitre 15 • Autour de la diagonalisation

15.1 Introduction 295

15.2 Étude du problème 296
15.3 Définitions 297
15.4 Exemple 298
15.5 Condition suffisante de diagonalisabilité 299
15.6 Condition nécessaire et suffisante de diagonalisabilité 300
15.7 Changement de corps de base 304
© Dunod. Toute reproduction non autorisée est un délit.

15.8 Seconde condition nécessaire et suffisante de diagonalisabilité 305

15.9 Triangularisation 307
15.10 Théorème de Hamilton-Cayley 309
15.11 Quelques applications 310
Exercices 315

Chapitre 16 • Orthogonalité

16.1 Introduction 325

16.2 Orthogonalité dans le plan et l’espace ordinaires 325
16.3 Produit scalaire 328
16.4 Expression du produit scalaire 329
16.5 Norme et angle 332

VII
9782100747405-tdm.qxd 23/03/16 12:09 Page VIII

Table des matières

16.6 Bases orthogonales et orthonormées 335

16.7 Orthogonalité de sous-espaces 338
16.8 Projection orthogonale 340
16.9 Transformations orthogonales 344
16.10 Groupe orthogonal de R 2
347
16.11 Groupe orthogonal de R 3
349
16.12 Endomorphisme adjoint et autoadjoint 352
16.13 Polynômes orthogonaux : exemple des polynômes de Legendre 355
Exercices 363

Chapitre 17 • Carl Friedrich Gauss (1777-1855) 375

TROISIÈME ANNÉE

Chapitre 18 • Ouvertures sur les groupes

18.1 Relation d’équivalence sur un ensemble 396

18.2 Notion de sous-groupe distingué 399
18.3 Groupe quotient 402
18.4 Correspondance entre sous-groupes d’un groupe et sous-groupes
d’un de ses quotients 405
18.5 Produits de groupes 407
18.6 Groupes monogènes et groupes cycliques 411
18.7 Action d’un groupe sur un ensemble 412
Exercices 417

Chapitre 19 • Ouvertures sur les anneaux commutatifs unitaires

19.1 Sous-anneau, extension de corps 441

19.2 Caractéristique 444
19.3 Quotient d’un anneau par un idéal 445
19.4 Exemples de quotients 446
19.5 Correspondance entre idéaux d’un anneau et idéaux
d’un de ses quotients 451
19.6 Produits d’anneaux 452
19.7 Opérations sur les idéaux 454
19.8 Théorème chinois 455
19.9 Éléments inversibles 459
19.10 Divisibilité dans les anneaux intègres 461
19.11 Idéaux premiers et maximaux 464

VIII
9782100747405-tdm.qxd 23/03/16 12:09 Page IX

Table des matières

19.12 Anneaux euclidiens 467

19.13 Anneaux factoriels 468
19.14 Théorème de Fermat pour n = 3 472
19.15 Corps des fractions d’un anneau intègre 476
Exercices 480

Chapitre 20 • Ouvertures sur les polynômes

20.1 La A -algèbre A[X] 495

20.2 Corps de rupture et de décomposition 499
20.3 Si A factoriel, alors A[X] factoriel 501
20.4 Recherche des facteurs irréductibles d’un polynôme 503
20.5 Décomposition en éléments simples dans C(X) et R(X) 504
20.6 Méthodes pour prouver l’irréductibilité d’un polynôme de Z[X] ,
de Q[X] 508
20.7 Localisation des racines d’un polynôme de R[X] 510
20.8 Polynômes à plusieurs indéterminées 514
20.9 Polynômes symétriques 516
20.10 Fractions continues 522
20.11 Géométrie algébrique 531
Exercices 533

Chapitre 21 • Corps finis

21.1 Corps finis : généralités 553

21.2 Existence et unicité des corps finis 556
21.3 Loi de réciprocité quadratique 559
21.4 Factorisation dans Z[ı] , théorème des deux carrés 563
© Dunod. Toute reproduction non autorisée est un délit.

21.5 Algorithme de Berlekamp 564

Exercices 567

Chapitre 22 • Codes correcteurs et cryptographie

22.1 Les débuts des codes correcteurs 579

22.2 Codes correcteurs 581
22.3 Exemples 582
22.4 Distance de Hamming 583
22.5 Codes linéaires 584
22.6 Codes cycliques 587
22.7 Codes BCH 590

IX
9782100747405-tdm.qxd 23/03/16 12:09 Page X

Table des matières

22.8 Histoire de la cryptographie 594

22.9 Logarithme discret 598
22.10 La méthode RSA 599
22.11 Grands nombres premiers 602
22.12 Factorisation 604
22.13 Courbes elliptiques 606
Exercices 610

Chapitre 23 • Formes bilinéaires symétriques et quadratiques

23.1 Compléments sur le groupe orthogonal d’un espace euclidien 619

23.2 Formes bilinéaires et bilinéaires symétriques 626
23.3 Formes quadratiques 630
23.4 Méthode de Gauss pour la décomposition en carrés 632
23.5 Décomposition d’une forme quadratique sur C ou R 635
23.6 Diagonalisation simultanée de deux formes quadratiques 637
23.7 Orthogonalité 639
23.8 Espaces quadratiques réguliers 640
23.9 Quaternions 644
23.10 Recherches arithmétiques de Lagrange 650
Exercices 656

Bibliographie 677
Index 681

X
9782100747405-esco-Av.qxd 23/03/16 12:12 Page XI

AVANT-PROPOS
L'enseignement des mathématiques et, plus généralement, des matières scienti-
fiques, pose problème à nos sociétés en mutation. Alors que la recherche se déve-
loppe partout dans le monde, autant fondamentale que pour des applications
extraordinairement nombreuses et diversifiées, l'enseignement des bases des mathé-
matiques est déstructuré et appauvri.
Qu'on étudie pour devenir chercheur ou enseignant de mathématiques ou pour se
diriger plus tard vers d'autres domaines, l'étude des mathématiques a un sens qui
s'est obscurci et qu'il faut sans doute redéfinir.
Ce livre a différents aspects profondément liés qui, je l'espère, contribueront à
lutter contre ces dérives. La plus grande partie du livre est consacrée à la présenta-
tion des notions d'algèbre linéaire et d'algèbre de base, comme beaucoup d'autres
livres actuels, en cherchant à me mettre à la portée des étudiants de tous niveaux. Je
cherche à en montrer la beauté et l'efficacité et à donner plein de plaisirs à mes lec-
trices et lecteurs. Je donne des éclairages, mathématiques ou anecdotiques, de divers
moments de leur construction au cours du temps. Je donne enfin des applications
récentes.
On devrait pouvoir penser aux mathématiques comme on pense, je donne
quelques exemples parmi mille, à des tableaux de Rembrandt ou de Nicolas de
Stael, des films de Lang ou Mizogushi, des textes de Rimbaud ou Perec, des
musiques de Mozart ou Stockhausen, etc. (remplacez ces noms par ceux de vos
artistes préférés), et je serais heureux si ce livre pouvait y contribuer.
La première édition de ce livre, en 2002, correspondait à deux années d'études
après le baccalauréat. La mise en place d'une harmonisation des études au niveau
européen, m'a conduit a ajouté cinq nouveaux chapitres pour couvrir la troisième
année de licence, en apportant les modifications et corrections nécessaires aux 17
premiers chapitres. Le choix des thèmes de ces cinq nouveaux chapitres n'a pas été
© Dunod. Toute reproduction non autorisée est un délit.

évident, chaque université ayant ses sujets favoris ; j'en ai développé quelques appli-
cations et j'ai dû renoncer à bien des idées, faute de place.
Pour avoir commencé à apprendre les mathématiques dans des livres, je peux dire
que leur lecture est insuffisante. Je vous invite donc à parcourir autant qu'à lire ce
livre, à vous raconter cent fois ce qu'il contient, à en discuter avec d'autres, à le
confronter aux cours et exercices qui vous seront proposés (à l'Université pour beau-
coup d'entre vous), afin que les mathématiques et les histoires qu'il présente devien-
nent vôtres, que vous ayez quelques idées générales permettant de voir les choses
de plus haut, que vos efforts de mémoire ne portent pas sur des détails.
Ce livre comporte une sorte de petit roman, au chapitre 17, pour raconter la vie
d'un des plus grands scientifiques de tous les temps, Karl Friedrich Gauss (1777-
1855). Gauss est à l'origine de bien des idées étudiées ici.
Cette 4e édition, actualisée, s’enrichit de nouveaux exercices corrigés.
9782100747405-esco-Av.qxd 23/03/16 12:12 Page XII

Avant-propos

J'espère que tout cela vous donnera à tous envie de poursuivre l'étude des mathé-
matiques.
Mes remerciements vont aux éditions Dunod, toujours prêtes à vous écouter, à
Ghislaine Gueudet-Chartier, Michel Viallard, Françoise Guimier qui ont relu et cri-
tiqué des parties de ce texte, à Annette Houdebine-Paugam qui a tout relu… et tout
critiqué, et à tous les rennais et rennaises qui m'ont apporté des idées un jour ou
l'autre.

À D. C. A. et à N., G., M. et M.,

Jean-Pierre Escofier
Mars 2016

Les figures de ce livre ont été tracées à l’aide du logiciel fig4Tex développé par
Yvon Lafranche et Daniel Martin de l’Université de Rennes 1.

XII
9782100747405-P1.qxd 25/02/16 13:04 Page 1

Première année

L’algèbre linéaire est présente dans beaucoup de domaines des mathématiques

comme la géométrie, l’analyse, l’analyse numérique, les statistiques. Ramener un
problème de mathématiques à un problème d’algèbre linéaire (on dit qu’on linéa-
rise le problème) permet souvent de pouvoir conduire des calculs, d’obtenir des
solutions approchées, etc.
L’introduction à l’algèbre linéaire est le but du cours d’algèbre de première
année. Les quatre premiers chapitres introduisent à l’algèbre linéaire en étudiant des
situations où elle intervient. Avec les chapitres 5 à 10, on entre dans la théorie des
espaces vectoriels (de dimension finie) et des applications linéaires, ce qui nous
confronte à des problèmes nouveaux, qu’on ne peut pressentir en étudiant les exem-
ples des quatre premiers chapitres et pour lesquels un effort d’adaptation à l’abstrac-
tion est nécessaire.
9782100747405-P1.qxd 25/02/16 13:04 Page 2
9782100747405-esco-C01.qxd 25/02/16 13:08 Page 3

ÉQUATIONS
DIFFÉRENTIELLES
1
LINÉAIRES

Le but des quatre premiers chapitres est de présenter des situations où l’algèbre
linéaire est utile. Dans les chapitres suivants, on verra comment les notions d’algè-
bre linéaire permettent de les envisager dans un même cadre.

1.1 SOMMES ET PRODUITS DE FONCTIONS

Définition 1 : notion de fonction, définition originelle. Wilhelm Gottfried von

Leibniz (1646-1716) est sans doute le premier à utiliser le mot fonction. Jean
© Dunod. Toute reproduction non autorisée est un délit.

Bernouilli (1667-1748), qui le suit dans ce choix, précise en 1718 ce qu’il entend
par là : « On appelle fonction d’une grandeur variable, une quantité composée de
quelque manière que ce soit de cette grandeur variable et de constantes ».

Définition 2 : notion de fonction, définition actuelle. Notre définition actuelle de

fonction est plus précise : pour définir une fonction f, on se donne :
1) un ensemble A dit ensemble de départ ou source de la fonction ;
2) un ensemble B dit ensemble d’arrivée ou but de la fonction ;
3) pour chaque élément x de A, un élément de B qu’on note f (x) et qu’on appelle
image de x par f.
On peut préciser comment on réalise le 3) : on se donne un sous-ensemble G de
l’ensemble produit A × B qu’on appelle graphe de la fonction, tel que, pour tout x
de A, il existe un unique élément y de B tel que (x,y) ∈ G.

3
9782100747405-esco-C01.qxd 25/02/16 13:08 Page 4

Chapitre 1 • Équations différentielles linéaires

Notation. La notation f : A → B, apparue dans les années 1930, est celle que nous
utiliserons pour désigner la fonction f de source A et de but B. Pour ne pas alourdir
les notations, on utilisera aussi la notation x → f (x), par exemple x → −2x,
lorsque le contexte indique clairement la source et le but de la fonction.

Différences entre les deux définitions. Les différences entre les conceptions sous-
jacentes à ces deux définitions sont multiples. Jean Bernoulli, comme tous les
mathématiciens du XVIIIe siècle, ne pense, en fait, pour définir ses « quantités com-
posées », qu’à des formules algébriques comme des quotients de deux polynômes,
ou analytiques, comme des sommes infinies (on parle de séries). Ce sont des mathé-
maticiens comme Leonhard Euler (1707-1783) qui écrivent qu’il faut étendre la
notion de fonction à des correspondances quelconques, sans préciser ce que cela
veut dire exactement : cela « dépend de notre bon plaisir » (Euler a alors en tête de
donner les réponses les plus générales possibles à des problèmes de physique). Les
mathématiciens du début du XIXe siècle, comme Joseph Fourier (1768-1830) dans
sa théorie de la chaleur publiée en 1822, expliciteront cette idée : une fonction est
« une suite de valeurs données, assujetties ou non à une loi commune, et qui répon-
dent à toutes les valeurs de x comprises entre » les extrémités d’un intervalle. On
notait alors une fonction par f (x), φ(x), où x représentait la variable.
Autour de 1900. Les mathématiciens de cette époque, à la suite de travaux de Vito
Volterra (1860-1940), de Ivar Fredholm (1866-1927), de Maurice Fréchet (1878-
1973) commencent à considérer les fonctions comme des objets mathématiques sur
lesquels on peut calculer, plus précisément comme des éléments d’un ensemble
muni d’une structure. Cela leur permet, par exemple, de définir une fonction,
notons-la F, sur l’ensemble E des fonctions continues de R dans R en associant à
x
f ∈ E, sa primitive valant 0 pour x = 0 : x → f (t)dt. Comment noter cette nou-
0
velle fonction ? Si on a noté f (x) comme Fourier, on devrait écrire F( f (x)), mais
c’est ambigu, puisque f (x) désigne aussi l’élément image de x par f ; si on consi-
dère la fonction comme un objet à part entière, c’est la notation f qui est adaptée et
son image par la fonction F se note naturellement F( f ). On écrira, par exemple :
x
F( f )(x) = f (t)dt. La nouvelle notation traduit donc un changement de point de
0
vue des mathématiciens vis à vis des fonctions que nous allons développer dans ce
livre.

Remarque : source et but. Soulignons qu’une fonction n’est pas seulement une
formule ou un procédé, mais aussi la donnée de l’ensemble de départ et de l’en-
semble d’arrivée de la fonction. Ainsi, la fonction f : R → R définie par f (x) = x 2
est-elle une fonction différente de la fonction g : [0,1] → R définie par g(x) = x 2
ou de la fonction h : R → R+ définie par h(x) = x 2 .

4
9782100747405-esco-C01.qxd 25/02/16 13:08 Page 5

1.1 • Somme et produits de fonctions

Définition 3 : fonction vide. Ce qui est lié à l’ensemble vide est parfois utile pour
éviter d’avoir à distinguer, comme certains livres le font, des cas particuliers. Pour
tout ensemble B, l’ensemble ∅ ×B est encore l’ensemble vide ; on pose G = ∅ .
Comme G vérifie la condition 3 de la définition de fonction, G définit une fonction,
notée ∅ : ∅ → B et appelée fonction vide.
La notation ∅ vient d’une lettre norvégienne et est due à André Weil (1906-1998).

Définition 4 : sommes et produits. Si f : R → R et g : R → R sont deux fonc-

tions, on peut définir leur somme et leur produit. Ce sont de nouvelles fonctions de
R dans R, notées f + g et f g, qui sont définies comme associant à tout x de R les
éléments f (x) + g(x) et f (x)g(x), autrement dit, pour tout x de R :

( f + g)(x) = f (x) + g(x)

( f g)(x) = f (x)g(x)

Ces définitions se généralisent à des sommes finies et à des produits finis de fonc-
tions à valeurs dans R.
Tout ce qui précède se généralise également à des fonctions à valeurs dans le
corps C des nombres complexes ou aux fonctions à valeurs dans un corps K quel-
conque (pour la définition générale de corps, voir 12.5, définition 2).
Si a est un élément de R, notons ca : R → R la fonction constante définie par :
ca (x) = a pour tout x de R. Très naturellement, la somme f + ca est notée f + a et
le produit ca f est noté a f ; ce sont les fonctions définies, pour tout x de R, par
( f + a)(x) = f (x) + a et (a f )(x) = ax. La fonction a f est appelée produit de la
fonction f par le scalaire a.
Pour ne pas alourdir les notations, la fonction ca sera donc notée a ; c’est le
contexte qui permettra de savoir si a représente le nombre réel a ou la fonction
constante x → a.
Si a = −1, on pose a f = − f ; pour tout x de R, on a donc (− f )(x) = − f (x).
© Dunod. Toute reproduction non autorisée est un délit.

On note f + (−g) = f − g, donc on a, pour tout x de R, ( f − g)(x) = f (x)

−g(x). On a : f + (− f ) = 0, 0 représentant ici la fonction c0, puisque, pour tout x
de R :
( f + (− f ))(x) = f (x) − f (x) = 0.

De même, pour noter un produit de deux fonctions comme x → −2x f (x), on écrira
simplement −2x f, sans chercher à donner un nom à la fonction x → −2x dont la
source et le but sont supposés être ceux de f.
Enfin, notons que les mots fonctions et applications sont aujourd’hui synony-
mes ; l’emploi de l’un ou l’autre est une question d’usage ou de circonstances.

5
9782100747405-esco-C01.qxd 25/02/16 13:08 Page 6

Chapitre 1 • Équations différentielles linéaires

1.2 ÉQUATIONS DIFFÉRENTIELLES LINÉAIRES

SANS SECOND MEMBRE

En classe de Premières ou Terminales, on rencontre des problèmes où on recherche

des fonctions f : R → R satisfaisant des relations liant f, ses fonctions dérivée
première f et dérivée seconde f (les notations des physiciens ou des mécaniciens
sont diverses). Par exemple :

f −2f = 0 (E 1 )
ou
f − 3 f + 2 f = 0 (E 2 )

La première équation est appelée équation différentielle linéaire à coefficients cons-

tants du premier ordre, la seconde est appelée équation différentielle linéaire à coef-
ficients constants du second ordre. Les coefficients sont 1 et −2 dans le premier
cas, 1, −3 et 2 dans le second.
On peut aussi rencontrer des équations du type :

f − 2x f = 0

où les coefficients sont 1 pour f et la fonction x → −2x pour f ; l’équation est

encore appelée équation différentielle linéaire du premier ordre, mais elle n’est plus
à coefficients constants.
Ces équations sont dites sans second membre ou homogènes pour indiquer que
le second membre est nul.

1.3 RÉSOLUTION DES ÉQUATIONS DIFFÉRENTIELLES

LINÉAIRES À COEFFICIENTS CONSTANTS

Un peu d’histoire. Les équations différentielles sont apparues en mathématiques

dans la seconde moitié du XVIIe siècle, souvent en lien avec des problèmes de phy-
sique. En 1697, pour résoudre les équations différentielles linéaires du premier
ordre, Jean Bernoulli propose la méthode de variation de la constante (voir un cours
d’analyse). C’est alors un des mathématiciens les plus célèbres de l’Europe. C’est
lui qui, quelques années plus tard, va conseiller Leonhard Euler, encore très jeune,
dans ses premières lectures mathématiques. Le père d’Euler est un ancien condisci-
ple de Jean Bernoulli. Il finit par accepter que son fils ne se tourne pas comme lui
vers la théologie, mais vers les mathématiques. Leonhard ne tarde pas à publier ses
premiers travaux. En 1726, quand le fils de Jean Bernoulli, Nicolas (1695-1726),
qui est membre de l’académie de Saint-Pétersbourg, meurt, c’est Euler qui est
appelé à le remplacer. Euler devient rapidement le premier mathématicien de son

6
9782100747405-esco-C01.qxd 25/02/16 13:08 Page 7

1.3 • Résolution des équations différentielles linéaires à coefficients constants

temps : il s’intéresse à tous les sujets et innove dans tous les domaines ; son œuvre
mathématique est la plus considérable jamais écrite : elle comporte une centaine de
volumes.

Léonhard Euler (1707-1783)

Benjamin Holl, d’après A. Lorgna, BnF/Gallica

Les idées d’Euler. C’est en 1743 qu’Euler expose, dans un article écrit en latin,
comment résoudre les équations différentielles linéaires à coefficients constants. Il
© Dunod. Toute reproduction non autorisée est un délit.

prend tout de suite le cas général de l’équation d’ordre n sans second membre :

f (n) + an−1 f (n−1) + · · · + a0 f = 0

où les dérivées successives de f sont notées f , f , …, f (n) . Pour faciliter la com-

préhension, vous pouvez suivre sa méthode sur les équations E 1 et E 2 de 1.2.
Avant de montrer comment trouver des solutions, Euler relève quelques proprié-
tés simples de ces équations qui sont des observations sur les aspects linéaires du
problème. D’abord, il remarque que, si on connaît une solution f de l’équation dif-
férentielle, alors pour tout réel λ, la fonction λ f est aussi solution de l’équation dif-
férentielle. En effet, la dérivée k-ième de λ f est :

(λ f )(k) = λ f (k) .

7
9782100747405-esco-C01.qxd 25/02/16 13:08 Page 8

Chapitre 1 • Équations différentielles linéaires

Puis Euler remarque que, si on connaît deux solutions f et g de l’équation différen-

tielle, alors, pour tout λ et tout µ réels, λ f et µg sont solutions de l’équation ainsi
que λ f + µg . En effet, la dérivée k-ième de λ f + µg est :

(λ f + µg)(k) = λ f (k) + µ f (k) .

Euler développe encore cette idée, en expliquant que, si f 1, f 2, f 3, etc. sont des solu-
tions de l’équation, alors λ1 f 1 + λ2 f 2 + λ3 f 3 + etc. est encore une solution de l’é-
quation pour tous réels λ1 , λ2 , λ3 , etc.
Il reste, bien sûr, à trouver des solutions de l’équation. Euler propose de chercher
a priori des solutions de la forme x → er x , où r est un réel, dont les dérivées suc-
cessives sont x → rer x, x → r 2 er x , etc.

➤ Pour l’équation E 1 de 1.2, on doit avoir :

r er x − 2 er x = 0
pour tout x réel, donc r − 2 = 0 puisque er x est non nul. La fonction f définie par
f (x) = e2x est solution de (E 1) et, par conséquent, toutes les fonctions de la forme
λ f avec λ réel sont solutions de (E 1).

➤ Pour l’équation E 2 de 1.2, on obtient :

r 2 er x − 3rer x + 2er x = 0
pour tout x réel, donc r 2 − 3r + 2 = 0. Comme cette équation du second degré a
pour racines r = 1 et r = 2, les fonctions f 1 et f 2 définies par f 1 (x) = ex et
f 2 (x) = e2x sont solutions de l’équation (E 2) et, par conséquent, toutes les fonctions
de la forme λ1 f 1 + λ2 f 2 sont solutions de (E 2). On retrouve les résultats vus en
classes de Premières ou Terminales.

Équation caractéristique. Dans le cas général, Euler obtient une équation polyno-
miale de degré n en r que nous appellerons équation caractéristique de l’équation
différentielle :
r n + an−1r n−1 + · · · + a0 = 0

Si cette équation caractéristique a n racines distinctes r1 , …, rn , les fonctions f 1, …,

f n définies par f 1 (x) = er1 x , …, f n (x) = ern x sont solutions de l’équation et Euler en
conclut que toute fonction de la forme λ1 f 1 + · · · + λn f n , avec λ1 , λ2 , λ3 , etc.,
réels, est solution.
Ensuite, Euler examine les cas où l’équation caractéristique a des racines dou-
bles, triples, …, ou des racines non réelles, ce que nous ne développerons pas.
Cependant, Euler ne pose pas la question de savoir s’il a ainsi obtenu toutes les solu-
tions de ses équations différentielles. C’est le cas, mais cette question ne sera réso-
lue que plus tard.

8
9782100747405-esco-C01.qxd 25/02/16 13:08 Page 9

1.4 • Combinaisons linéaires et espace engendré

1.4 COMBINAISONS LINÉAIRES ET ESPACE ENGENDRÉ

Définition : combinaison linéaire. Étant données deux fonctions f : R → R et

g : R → R, nous appellerons toute fonction de la forme λ f + µg , avec λ et µ
réels, combinaison linéaire à coefficients réels de f et g.

De même, étant données n fonctions f 1 : R → R, …, f n : R → R , nous appele-

rons toute fonction de la forme λ1 f 1 + · · · + λn f n , avec λ1 , …, λn réels, combi-
naison linéaire à coefficients réels de f 1, …, f n.

Notation. L’ensemble des combinaisons linéaires à coefficients réels de f 1, …, f n

sera noté :
Vect( f 1 ,. . . , f n ).
et appelé espace engendré par les fonctions f 1 ,. . . , f n .
Dans le cas où n = 1, Vect( f ) est simplement l’ensemble des fonctions de la
forme λ f où λ est un réel.
Dans son étude des équations différentielles linéaires à coefficients constants,
Euler a su voir que, si f 1, …, f n sont des solutions de l’équation, alors tout élément
de Vect ( f 1 ,. . . , f n ) est également solution de l’équation.

1.5 SOLUTIONS DES ÉQUATIONS DIFFÉRENTIELLES

LINÉAIRES DU SECOND ORDRE À COEFFICIENTS
CONSTANTS SANS SECOND MEMBRE

La forme générale d’une équation différentielle linéaire du second ordre à coeffi-

cients constants sans second membre est
© Dunod. Toute reproduction non autorisée est un délit.

f + a f + b f = 0 (E)
où a et b sont des réels. L’équation caractéristique de cette équation différentielle
est :
r 2 + ar + b = 0
Notons S(E) l’ensemble des fonctions de R dans R solutions de E. On démontre
les résultats suivants.

Proposition.
1) Si a 2 − 4b > 0, l’équation caractéristique admet deux racines réelles distinctes
r1 et r2 et, si on définit f 1 et f 2 par f 1 (x) = er1 x , f 2 (x) = er2 x , on a :
S(E) = Vect ( f 1 , f 2 ).

9
9782100747405-esco-C01.qxd 25/02/16 13:08 Page 10

Chapitre 1 • Équations différentielles linéaires

2) Si a 2 − 4b = 0, l’équation caractéristique admet une racine double r et, si on

définit f 1 et f 2 par f 1 (x) = er x , f 2 (x) = xer x , on a : S(E) = Vect ( f 1 , f 2 ).
3) Si a 2 − 4b < 0, l’équation caractéristique admet deux racines imaginaires
conjuguées r1 = s + ıt et r2 = s − ıt, où s et t sont réels et, si on définit f 1 et f 2 par
f 1 (x) = esx cos t x, f 2 (x) = esx sin t x, on a : S(E) = Vect ( f 1 , f 2 ).

Démonstration. Une démonstration de cette proposition sera donnée au paragraphe

15.11.3. Dans chacun des trois cas, on montre par un calcul facile que tout élément
de Vect ( f 1 , f 2 ) vérifie bien l’équation différentielle E. La difficulté est de montrer
qu’il n’y a pas d’autres fonctions solutions que les éléments de Vect ( f 1 , f 2 ). ❏

Commentaire. La réponse est finalement de la même forme dans les trois cas, ce
sont les fonctions f 1 et f 2 qui changent.
On dit souvent que la solution générale de l’équation E est λ1 f 1 + λ2 f 2 . Il faut
comprendre, par cette expression, que toute fonction de cette forme est solution de
E et que toute solution de E est de cette forme ; cela revient exactement à dire que
l’ensemble des solutions de E est Vect ( f 1 , f 2 ). Si on cherche une solution de E
satisfaisant à des conditions particulières, comme cela arrive dans les problèmes de
physique, par exemple, on écrit que λ1 f 1 + λ2 f 2 satisfait ces conditions, ce qui
permet de trouver λ1 et λ2 .
Peut-on faire mieux ? La présentation de l’ensemble des solutions peut encore sus-
citer une question. Ne pourrait-on pas avoir une présentation encore plus simple, de
la forme Vect (h) ? Autrement dit, toute solution de l’équation différentielle serait
de la forme λh. Ce serait alors le cas de f 1 et de f 2 ; mais f 1 = λ1 h et f 2 = λ2 h
impliqueraient, puisque λ1 et λ2 ne sont pas nuls, qu’il existe α non nul tel que
f 1 = α f 2 . Dans chacun des trois cas, c’est impossible (voir exercice 1.2). Par consé-
quent, on ne peut avoir une description de S(E) de la forme Vect (h).

1.6 RÉSULTATS POUR LES ÉQUATIONS DIFFÉRENTIELLES

LINÉAIRES DU SECOND ORDRE À COEFFICIENTS
CONSTANTS AVEC SECOND MEMBRE

Considérons l’équation différentielle :

f + a f + b f = g (E )

où g : R → R est une fonction donnée (par exemple : g(x) = sin x, g(x) = ex ,

etc.).
Cette équation est appelée équation différentielle linéaire du second ordre à coef-
ficients constants avec second membre.

10
9782100747405-esco-C01.qxd 25/02/16 13:08 Page 11

1.6 • Résultats pour les équations différentielles linéaires du second ordre

➤ Si g = 0 (rappelons que 0 fait référence ici à une fonction), nous pouvons appli-
quer les résultats du paragraphe 1.5.
➤ Si g = / 0), la résolution de (E ) com-
/ 0 (c’est-à-dire s’il existe x tel que g(x) =
porte deux étapes tout à fait distinctes :
1) on résout l’équation différentielle sans second membre :
f + a f + b f = 0 (E)
associée à l’équation E et on obtient S(E) = Vect ( f 1 , f 2 ) d’après la propo-
sition du paragraphe 1.5 ;
2) on recherche une solution h (une seule suffit) de l’équation E .

Proposition. L’ensemble des solutions de E est :

S(E ) = h + Vect ( f 1 , f 2 ) = h + S(E) = {h + f | f ∈ S(E)}

Commentaire. On peut aussi dire que la solution générale de l’équation avec second
membre est la somme d’une solution particulière de l’équation avec second mem-
bre et de la solution générale de l’équation sans second membre.

Démonstration. 1) On a h + S(E) ⊂ S(E ) car si f ∈ S(E) , on a :

(h + f ) + a(h + f ) + b(h + f ) = h + f + ah + a f + bh + b f
= (h + ah + bh) + ( f + a f + b f ) = g,
donc h + f ∈ S(E ).
2) Montrons maintenant que S(E ) ⊂ h + S(E). En effet, si h 1 ∈ S(E ), alors
h 1 − h est solution de E puisque :
(h 1 − h) + a(h 1 − h) + b(h 1 − h) = h 1 − h + ah 1 − ah + bh 1 − bh
.
= (h 1 + ah 1 + bh 1 ) − (h + ah + bh) = g − g = 0.
© Dunod. Toute reproduction non autorisée est un délit.

Par conséquent, h 1 − h est un élément de S(E), ce qui prouve que

h 1 ∈ h + S(E). ❏
Pour trouver une solution particulière de l’équation avec second membre, il faut
un peu d’expérience. Donnons un exemple.
Si le second membre est de la forme x → eαx , on examine si α est racine de
l’équation caractéristique.
➤ s’il ne l’est pas, on cherche une solution particulière de la forme x → λeαx .
➤ si α est racine simple de l’équation caractéristique, on cherche une solution par-
ticulière de la forme x → λxeαx ,
➤ si α est racine double de l’équation caractéristique, on cherche une solution par-
ticulière de la forme x → λx 2 eαx .

11
9782100747405-esco-C01.qxd 25/02/16 13:08 Page 12

Chapitre 1 • Équations différentielles linéaires

Principe de superposition
Quand la fonction g du second membre de (E ) est une somme de deux fonc-
tions : g = g1 + g2 , on peut appliquer ce qu'on appelle le principe de superposition
en cherchant des solutions particulières h 1 ,h 2 de (E ) avec les seconds membres
g1 ,g2 respectivement. Alors h = h 1 + h 2 est une solution particulière de (E ) avec
le second membre g. Le principe de superposition n'est qu'un vieux nom pour une
simple technique de résolution des équations linéaires, nous en reparlerons en 7.8.

1.7. LE LOGICIEL SAGE

C'est en 2005 que le mathématicien William Stein (né en 1974) a la première idée
du logiciel Sage (acronyme de System for Arithmetic Geometry Experimentation),
le nom de la sauge en anglais. Il s'agit de créer un logiciel pour pouvoir effectuer
toutes sortes de calculs et d'algorithmes des mathématiques. Sage est un logiciel
libre, un logiciel que vous pouvez utiliser gratuitement, copier, modifier, améliorer,
transmettre aux copines et copains, en signaler les bogues… . Sage s'appuie sur de
nombreux logiciels existant. La communauté des utilisateurs de Sage l'enrichit sans
cesse.
Sage utilise un langage de programmation sous licence libre : Python. Guido van
Rossum (né en 1956) en a écrit les premières versions au début des années 1990 et
il est toujours resté le principal responsable de ses développements. La NASA,
Google et d'autres grands organismes disent utiliser ce langage.
Sage peut traiter aussi bien des problèmes d'analyse que d'algèbre ou de combi-
natoire. Il peut traiter des problèmes de calcul numérique ou des problèmes de cal-
cul formel. Par exemple, si vous étudiez une équation du troisième degré, Sage peut
vous donner l'expression des racines avec la formule de Cardan, la ou les racines
réelles ou complexes avec l'approximation que vous souhaitez. Si vous faites de l'al-
gèbre linéaire, Sage peut résoudre à peu près tous les problèmes que vous rencon-
trerez dans ce livre, par exemple résoudre les systèmes linéaires du chapitre 4, les
problèmes de réduction des matrices du chapitre 15, les problèmes sur les corps
finis du chapitre 21.
L'accès à Sage est très simple ; vous pouvez vous connecter sur le réseau à un ser-
veur ou le télécharger sur votre ordinateur.

➤ Vers le chapitre 2
Le but de ce chapitre était de se familiariser avec la linéarité dans les résolutions
d’équations différentielles linéaires. Le but du chapitre 2 est de développer la
même idée pour les suites récurrentes linéaires.

12
9782100747405-esco-C01.qxd 25/02/16 13:08 Page 13

Exercices et solutions

Exercices

1.1 Fonctions paires et impaires

a) Soit f : R → R et g : R → R des fonctions paires et a un réel. Préciser si les
fonctions − f, f g, f + 1, f + g, a f sont paires. Une fonction quelconque de
Vect ( f,g) est-elle paire ?
b) Soit f : R → R et g : R → R des fonctions impaires et a un réel. Préciser si les
fonctions − f, f g, f + 1, f + g, a f sont impaires. Une fonction quelconque de
Vect ( f,g) est-elle impaire ?

1.2 Peut-on faire mieux ?

Montrer que les fonctions f 1 et f 2 ne sont pas proportionnelles dans les trois cas de
la proposition du paragraphe 1.5.

1.3 Changement de fonction

On considère l’équation différentielle (E) : f − 2 f + f = 0 (E). On n’utilisera
pas le résultat de la proposition de 1.5.
a) Déterminer l’ensemble des fonctions u telles que x → u(x)ex soit solution de
(E).
b) En déduire l’ensemble des solutions de (E).

1.4 Résolutions d’équations

Déterminer l’ensemble des solutions des équations différentielles suivantes.
a) f − f − 2 f = ex (E 1)
b) f + f − 2 f = ex (E 2)
c) f − 4 f + 4 f = e2x (E 3)
© Dunod. Toute reproduction non autorisée est un délit.

d) f − 2 f − f + 2 f = e x
(E 4)
f − f − 2 f = ex + e3x
e) (E 5)
f) f − a f = b (E6) où a et b sont des réels.

Solutions
1.1 a) La réponse est oui pour toutes les fonctions.
b) On voit que − f est impaire, f g est paire, f + g, a f et toutes les fonctions de
Vect ( f,g) sont impaires.
Exemple de rédaction détaillée : si f et g sont des fonctions impaires, pour tout x
réel, on a :

13
9782100747405-esco-C01.qxd 25/02/16 13:08 Page 14

Chapitre 1 • Équations différentielles linéaires

• ( f g)(−x) = f (−x)g(−x) par définition du produit f g ;

• donc ( f g)(−x) = (− f (x))(−g(x)) car f et g sont impaires ;
• donc ( f g)(−x) = f (x)g(x) ;
• donc ( f g)(−x) = ( f g)(x) par définition du produit f g ;
• donc f g est une fonction paire.
Étude de f + 1 si f est impaire : pour tout x réel, on a : ( f + 1)(−x) = f (−x) + 1
= − f (x) + 1.
Par conséquent, f + 1 sera paire si, pour tout x réel, f (x) + 1 = − f (x) + 1, c’est-à-
dire si f = 0, et f + 1 sera impaire si, pour tout x réel, f (x) + 1 = −(− f (x) + 1)
= f (x) − 1, ce qui est impossible. Donc f + 1 n’est ni paire ni impaire pour f = / 0.

1.2 Reprenons les 3 cas de la proposition du paragraphe 1.5.

a) On a f 1 (x) = er1 x et f 2 (x) = er2 x . S’il existe α réel tel que f 1 = α f 2 , on a, pour
tout x réel : e(r1 −r2 )x = α , ce qui est impossible puisque r1 =
/ r2 .
b) On a f 1 (x) = er x et f 2 (x) = x er x . S’il existe α réel tel que f 1 = α f 2 , on a, pour
tout x réel : 1 = αx, ce qui est impossible, pour x = 0 par exemple.
c) On a f 1 (x) = esx cos t x et f 2 (x) = esx sin t x. S’il existe α réel tel que f 1 = α f 2 ,
on a, pour tout x réel : cos t x = αsin t x, ce qui est impossible (pour x = 0, par
exemple).

1.3 a) En calculant les dérivées première et seconde de x → u(x)ex , on voit que

cette fonction est solution de (E) si et seulement si u = 0, donc si et seulement si
u est de la forme x → ax + b.
b) Soit f une solution quelconque de (E) et définissons la fonction u par
x → e−x f (x) (c’est possible car e−x ne s’annule pas).
On a f (x) = u(x)ex , donc f est de la forme x → (ax + b)ex .
Par conséquent, l’ensemble des solutions de (E) est celui donné au cas 2 de la pro-
position du paragraphe 1.5.

1.4 La démarche est toujours la même : chercher la solution générale de l’équa-

tion sans second membre (E i ) et chercher une solution particulière de l’équation
avec second membre, notée (E i ).
a) L’équation caractéristique de (E 1 ) admet deux racines distinctes : −1 et 2, donc
S(E 1 ) = Vect( f 1 , f 2 ) avec f 1 : x → e−x et f 2 : x → e2x .
Le coefficient de l’exposant du second membre est 1, il n’est pas racine de l’équa-
tion caractéristique. On cherche donc une solution particulière de la forme
1
x → λ ex . On trouve λ = − .
2

14
9782100747405-esco-C01.qxd 25/02/16 13:08 Page 15

Solutions

1
En posant h 1 : x → − ex , on trouve S(E 1 ) = h 1 + S(E 1 ) .
2
1
Autrement dit, S(E 1 ) est l’ensemble des fonctions de la forme x → − ex
2
+λ1 e−x + λ2 e2x où λ1 et λ2 sont réels.

b) L’équation caractéristique de (E 2 ) admet deux racines distinctes : 1 et −2, donc

S(E 2 ) = Vect( f 3 , f 4 ) avec f 3 : x → ex et f 4 : x → e−2x .
Le coefficient de l’exposant du second membre est ici racine simple de l’équation
caractéristique. On cherche donc une solution particulière de la forme x → λx ex .
1
On trouve λ = .
3
1
En posant h 2 : x → x ex , on trouve S(E 2 ) = h 2 + S(E 2 ) . Autrement dit, S(E 2 ) est
3
1
l’ensemble des fonctions de la forme x → x ex + λ1 ex + λ2 e−2x où λ1 et λ2 sont
3
réels.

c) L’équation caractéristique de (E 3 ) admet 2 comme racine double, donc

S(E 3 ) = Vect( f 2 , f 5 ) avec f 5 : x → x e2x .
Le coefficient de l’exposant du second membre est racine double de l’équation
caractéristique. On cherche donc une solution particulière de la forme x → λx 2 ex .
1
On trouve λ = .
2
1
En posant h 3 : x → x 2 e2x , on trouve S(E 3 ) = h 3 + S(E 3 ) . Autrement dit, S(E 3 )
2
1
est l’ensemble des fonctions de la forme x → x 2 e2x + λ1 e2x + λ2 x e2x où λ1 et
2
λ2 sont réels.
© Dunod. Toute reproduction non autorisée est un délit.

d) L’équation caractéristique de (E 4 ) admet trois racines distinctes : −1, 1 et 2,

donc S(E 4 ) = Vect( f 1 , f 2 , f 3 ) .
Le coefficient de l’exposant du second membre est 1, il est racine simple de l’é-
quation caractéristique. En généralisant la méthode pour les équations du second
ordre, on cherche une solution particulière de la forme x → λx ex . On trouve
1
λ=− .
2
1
En posant h 4 : x → − x ex , on trouve S(E 4 ) = h 4 + S(E 4 ) . Autrement dit, S(E 4 )
2
1
est l’ensemble des fonctions de la forme x → − x ex + λ1 e−x + λ2 ex + λ3 e2x où
2
λ1 , λ2 et λ3 sont réels.

15
9782100747405-esco-C01.qxd 25/02/16 13:08 Page 16

Chapitre 1 • Équations différentielles linéaires

e) On applique le principe de superposition. Le second membre de E 5 est une

somme de deux fonctions et nous allons chercher une solution particulière de E 5
comme somme de solutions particulières des équations f − f − 2 f = ex et
f − f − 2 f = e3x . Nous connaissons déjà une solution particulière de la première
équation : h 1 . On peut chercher une solution particulière de la seconde de la forme
1
h 5 : x → λe3x . On trouve λ = .
4
Donc S(E 5 ) = h 1 + h 5 + S(E 1 ) . Autrement dit, S(E 5 ) est l’ensemble des fonc-
1 1
tions de la forme x → − ex + e3x + λ1 e−x + λ2 e2x où λ1 et λ2 sont réels.
2 4
f) L’ensemble des solutions de l’équation sans second membre est S(E 6 ) =
Vect(x → eax ) . Si h est une solution de l’équation avec second membre, on a
S(E 6 ) = h + S(E 6 ).
Si a = 0, l’équation avec second membre s’écrit f = b qui a pour solution parti-
culière x → bx et les solutions de E 6 sont de la forme x → bx + C où C est réel
(on peut, bien sûr, raisonner directement dans ce cas).
Si a = / 0, l’équation avec second membre s’écrit f − a f = b qui a pour solution
b
particulière la fonction constante x → − et les solutions de E 6 sont de la forme
a
b
x → C eax − où C est réel.
a

16
9782100747405-esco-C02.qxd 25/02/16 13:09 Page 17

SUITES
RÉCURRENTES
2
LINÉAIRES

2.1 SOMMES ET PRODUITS DE SUITES

Notion de suite. La notion de suite est liée à l’idée d’énumération : une suite a un
premier terme u 1 , un second u 2 , etc. La suite peut être finie ou infinie. Souvent, le
premier terme de la suite est noté u 0 , le second u 1 , etc., son n-ième terme est alors
le terme d’indice n − 1 : u n−1 .
Il est important de savoir que les suites ne sont pas des objets mathématiques
nouveaux ; ce sont simplement des fonctions. Par exemple, la suite infinie de nom-
bres réels notée u = (u n )n∈N est une fonction u : N → R. Avec la notation des
© Dunod. Toute reproduction non autorisée est un délit.

fonctions, son premier terme devrait être noté u(0), son second terme u(1), etc.,
mais l’usage est de noter ces termes en utilisant des indices : u 0 , u 1 , …, u n , etc., ce
qui cache un peu la nature fonctionnelle des suites. Nous utiliserons cependant la
notation n → u n , par exemple: n → 2n + 3 × (−1)n − 3 . Le terme u n est appelé
terme général de la suite u.
Si la suite u est finie et possède p termes u 1 , …, u p , c’est en fait une fonction
u : {1,. . . , p} → R. Dans la suite de ce chapitre, l’ensemble d’indices sera toujours N.
Sommes et produits de suites. Puisque les suites sont des fonctions, on peut en
faire la somme et le produit comme on l’a expliqué dans le chapitre 1.
La somme des suites u = (u n )n∈N et v = (vn )n∈N est donc la suite notée u + v
dont le terme d’indice n est (u + v)(n) = u(n) + v(n) , autrement dit :

(u + v)n = u n + vn .

17
9782100747405-esco-C02.qxd 25/02/16 13:09 Page 18

Chapitre 2 • Suites récurrentes linéaires

De même, le produit de ces deux suites est la suite notée uv dont le terme d’indice
n est (uv)(n) = u(n)v(n) , autrement dit :

(uv)n = u n vn .

Si a est un réel, la suite au est la suite définie par (au)n = au n , appelée produit de
la suite u par le scalaire a.
2n + 1
Par exemple, si u et v sont définies par u n = 2n 2 − 3n + 4 et vn = , on a
3
(u + v)4 = u 4 + v4 = 27 , (uv)4 = u 4 v4 = 72, (5v)4 = 5v4 = 15.
Une suite de la forme λ1 u + λ2 v avec λ1 ,λ2 réels est appelée combinaison
linéaire des deux suites u et v ; son terme général est donc λ1 u n + λ2 vn . L’ensemble
des combinaisons linéaires de deux suites se note Vect (u,v). On peut généraliser
cette notion à un nombre quelconque de suites.
Nous étudierons dans ce chapitre les suites définies par des relations de récur-
rence linéaires.

2.2 SUITES SATISFAISANT UNE RELATION

DE RÉCURRENCE LINÉAIRE

On dit qu’une suite satisfait une relation de récurrence linéaire si le terme d’indice
n est lié aux termes d’indice inférieur par une relation de la forme

u n = a1 u n−1 + · · · + ak u n−k (R)

pour n
k, où k est un entier > 0 donné et a1 , …, ak des réels fixés.

La relation (R) peut aussi bien être écrite :

u n − a1 u n−1 − . . . − ak u n−k = 0 (R)

ce qui correpond à notre écriture des équations différentielles linéaires du chapitre

précédent. Une telle relation sera dite sans second membre. Une relation de récur-
rence linéaire avec second membre est une équation de la forme

u n − a1 u n−1 − . . . − ak u n−k = vn (R  )

où v est une suite donnée.

L’étude des suites satisfaisant une relation de récurrence linéaire est tout à fait
analogue à l’étude des équations différentielles vues au chapitre 1. Copions donc la
démarche d’Euler. On peut d’abord remarquer que si s est une suite satisfaisant la
relation R, alors, pour tout réel a, la suite as satisfait R. On remarque ensuite que
si s et t sont deux suites satisfaisant R, alors, pour tous réels a et b, les suites as,
bt et as + bt satisfont R.

18