9782100791033_Book_FM 12/07/2019 19:57 Page i

LE COURS DE

MATHÉMATIQUES POUR
LES SCIENCES DE L'INGÉNIEUR
9782100791033_Book_FM 12/07/2019 19:57 Page ii
 9782100791033_Book_FM 12/07/2019 19:57 Page iii

ES
LE COURS DE

MATHÉMATIQUES POUR
LES SCIENCES DE L'INGÉNIEUR
Sous la direction de Frédéric Bertrand, professeur des universités à l’université
de Technologie de Troyes, et Myriam Maumy-Bertrand, maître de conférences à
l’université de Strasbourg

Sandie Ferrigno
Maître de conférences à l’université de Lorraine

Didier Marx
Docteur en génie électrique, agrégé de physique au lycée Fabert de Metz,
vacataire en écoles d’ingénieurs (GEIGM et ENSEM)

Aurélie Muller-Gueudin 2e édition

Maître de conférences à l’université de Lorraine

Yacoubou Idi Rabba

Agrégé externe de Mathématiques dans la section étranger
 9782100791033_Book_FM 12/07/2019 10:20 Page iv

Illustration de couverture :
Du Pont © Georges-Standen – [Link]

© Dunod, 2013, 2019

11 rue Paul Bert, 92240 Malakoff

ISBN 978-2-10-079103-3

[Link]
 9782100791033_Book_FM 12/07/2019 10:20 Page v

Table des matières

Avant-propos ix
Comment utiliser cet ouvrage ? x
Partie 1 Algèbre 1
Fiche 1 Logique 2
Fiche 2 Quantificateurs et raisonnements mathématiques 6
Fiche 3 Ensembles 10
Fiche 4 Relations binaires 14
Fiche 5 Applications 18
Fiche 6 Nombres entiers, nombres rationnels 22
Fiche 7 Structures algébriques : groupes 26
Fiche 8 Structures algébriques : anneaux et corps 30
Fiche 9 Arithmétique dans Z 34
Fiche 10 Vecteurs 38
Fiche 11 Vecteurs et éléments de géométrie 42
Fiche 12 Polynômes 46
Fiche 13 Fractions rationnelles 50
Fiche 14 Systèmes linéaires 54
Fiche 15 Pivot de Gauss 58
Fiche 16 Nombres complexes 62
Fiche 17 Nombres complexes et géométrie plane 66
© Dunod. Toute reproduction non autorisée est un délit.

Fiche 18 Espaces vectoriels 70

Fiche 19 Bases – Dimension finie 74
Fiche 20 Applications linéaires 78
Fiche 21 Noyau et image d’une application linéaire 82
Fiche 22 Calcul matriciel 86
Fiche 23 Matrices et applications linéaires 90
Fiche 24 Déterminant 94
Fiche 25 Applications du calcul de déterminant 98

v
 9782100791033_Book_FM 12/07/2019 10:20 Page vi

Fiche 26 Diagonalisation 102

Fiche 27 Applications de la diagonalisation 106
Fiche 28 Espaces préhilbertiens 110
Fiche 29 Orthogonalité, groupe orthogonal 114
Fiche 30 Coniques 118
Matrices et cryptographie 122
Partie 2 Analyse 125
Fiche 31 Nombres réels 126
Fiche 32 Suites numériques 130
Fiche 33 Convergence et divergence d’une suite numérique 134
Fiche 34 Suites arithmétique et géométrique 138
Fiche 35 Suites particulières 142
Fiche 36 Continuité d’une fonction 146
Fiche 37 Dérivabilité d’une fonction 150
Fiche 38 Étude globale des fonctions dérivables 154
Fiche 39 Fonctions circulaires et circulaires réciproques 158
Fiche 40 Fonctions hyperboliques et hyperboliques réciproques 162
Fiche 41 Formules de Taylor 166
Fiche 42 Développements limités 170
Fiche 43 Étude d’une fonction 174
Fiche 44 Intégrales définies sur un segment 178
Fiche 45 Primitives et intégrales d’une fonction continue 182
Fiche 46 Séries numériques 186
Fiche 47 Séries à termes positifs 190
Fiche 48 Suites de fonctions 194
Fiche 49 Séries de fonctions 198
Fiche 50 Séries entières 202
Fiche 51 Développement d’une fonction en série entière 206
Fiche 52 Séries de Fourier 210
Fiche 53 Intégration sur un intervalle quelconque 214
Fiche 54 Convergences monotone et dominée – Intégrales dépendant
d’un paramètre 218
Fiche 55 Équations différentielles : premier ordre 222
Fiche 56 Équations différentielles : second ordre 226
Fiche 57 Fonction d’une variable réelle : exercices de synthèse 230
Fiche 58 Fonctions de plusieurs variables 234
Fiche 59 Dérivées partielles – Gradient – Différentielle 238

vi
 9782100791033_Book_FM 12/07/2019 10:20 Page vii

Fiche 60 Dérivées partielles – Gradient – Différentielle (suite) 242

Fiche 61 Dérivées partielles d’ordre deux – Optimisation 246
Fiche 62 Courbes et surfaces paramétrées 250
Fiche 63 Courbes planes paramétrées 254
Fiche 64 Courbe plane définie par son équation polaire 258
Fiche 65 Intégrales doubles et multiples 262
Fiche 66 Sommabilité et intégrales doubles ou multiples généralisées 266
Fiche 67 Intégrales curvilignes 270
Fiche 68 Intégrales de surface 274
Fiche 69 Transformée de Laplace 278
Fiche 70 Exemples d’équations aux dérivées partielles 282
Le Wi-Fi 286
Partie 3 Probabilités 289
Fiche 71 Dénombrement 290
Fiche 72 Événements et probabilité 294
Fiche 73 Probabilité sur un univers fini, dénombrable ou continu 298
Fiche 74 Événements indépendants Probabilité conditionnelle
Théorème de Bayes 302
Fiche 75 Variable aléatoire réelle Loi d’une variable aléatoire réelle 306
Fiche 76 Fonction de répartition 310
Fiche 77 Espérance 314
Fiche 78 Moments, Variance et Écart-type 318
Fiche 79 Paramètres de position Intervalles de probabilité 322
Fiche 80 Fonction d’une variable aléatoire réelle – Calcul de loi 326
Fiche 81 Lois discrètes usuelles à valeurs dans un ensemble fini 330
Fiche 82 Lois discrètes usuelles à valeurs dans un ensemble dénombrable 334
Fiche 83 Loi normale 338
Fiche 84 Lois continues usuelles 342
Fiche 85 Lois continues usuelles (suite) 346
© Dunod. Toute reproduction non autorisée est un délit.

Fiche 86 Couple aléatoire Loi d’un couple discret 350

Fiche 87 Loi d’un couple aléatoire continu 354
Fiche 88 Fonction de répartition d’un couple aléatoire 358
Fiche 89 Moments de plusieurs variables aléatoires réelles 362
Fiche 90 Variables aléatoires indépendantes 366
Fiche 91 Fonction d’un couple aléatoire Calcul de loi 370
Fiche 92 Loi des grands nombres 374
Fiche 93 Théorème de la limite centrale 378

vii
 9782100791033_Book_FM 12/07/2019 10:20 Page viii

Fiche 94 Approximations d’une loi par une autre 382

Fiche 95 Formulaire 386
Probabilités et jeux de hasard 388
Partie 4 Statistique 391
Fiche 96 Concepts fondamentaux de la statistique 392
Fiche 97 Statistique descriptive univariée 396
Fiche 98 Représentations graphiques pour les séries statistiques
quantitatives 400
Fiche 99 Représentations graphiques pour les séries statistiques qualitatives 404
Fiche 100 Caractéristiques de position 408
Fiche 101 Caractéristiques de dispersion 412
Fiche 102 Boîte à moustaches et caractéristiques de forme 416
Fiche 103 Statistique descriptive bivariée 420
Fiche 104 Représentations graphiques bivariées 424
Fiche 105 Mesures de liaison entre deux caractères 428
Fiche 106 Échantillonnage – Modèles : vocabulaire 432
Fiche 107 Estimateurs et propriétés 434
Fiche 108 Méthodes de construction d’estimateurs 438
Fiche 109 Exemples d’estimateurs de caractéristiques de position 442
Fiche 110 Exemples d’estimateurs de caractéristiques de dispersion 446
Fiche 111 Estimation par intervalle de confiance et intervalle de confiance
pour une proportion 450
Fiche 112 Intervalles de confiance pour une espérance et une variance 454
Fiche 113 Introduction à la théorie des tests d’hypothèses 458
Fiche 114 Tests de conformité d’une espérance
ou d’une variance à une norme 462
Fiche 115 Tests de comparaison de deux variances 466
Fiche 116 Tests de comparaison de deux espérances 470
Fiche 117 Tests du Khi-deux : adéquation et indépendance 474
Fiche 118 Test de normalité 478
Fiche 119 Régression linéaire simple 482
Fiche 120 Intervalles de confiance et tests en régression linéaire simple 486
Annexes 490
Les sondages 502
Corrigés des exercices 505
(Les corrigés d’une sélection d’exercices sont disponibles sur [Link])

Index 557

viii
 9782100791033_Book_FM 12/07/2019 10:20 Page ix

Avant-propos

Cet ouvrage résulte de la collaboration de cinq mathématiciens (Aurélie, Frédéric,

Myriam Sandie et Yacouba) et d’un physicien (Didier). Il est organisé en quatre parties :
algèbre, analyse, probabilités et statistique. Il s’adresse aux étudiants des deux premières
années post-bac : licences, prépas intégrées ou IUT. Ce livre peut également aider à la
préparation au CAPES de mathématiques. Yacoubou Rabba Idi, un mathématicien, nous
a rejoint pour la préparation de la seconde édition du livre.
Le cours, structuré en fiches, est exposé de manière claire et synthétique. Chaque fiche
présente les points essentiels à retenir, des exercices d’application illustrent les no-
tions utiles et de nombreux exercices corrigés permettent de se préparer aux examens
et concours. Certains corrigés sont disponibles sur le site [Link] sur la page de
description de l’ouvrage. Quatre focus apportent enfin des compléments historiques ou
techniques en lien avec des sujets de société.
Dans la collection « Tout en fiches », vous trouverez donc l’essentiel, sauf votre propre
travail, bien sûr. Alors courage !
Toutes vos remarques, vos commentaires, vos critiques, et même vos encouragements
seront accueillis avec plaisir aux adresses électroniques suivantes :

fbertran@[Link]
mmaumy@[Link]

Ce livre a bénéficié de la relecture attentive d’un comité de relecteurs, constitué d’en-

seignants et d’étudiants. Nous souhaitons qu’ils soient tous grandement remerciés ici :
Samuela Aubin, maître de conférences à l’INSA de Lyon ;
© Dunod. Toute reproduction non autorisée est un délit.

Jean-Romain Heu, professeur agrégé à l’INSA de Strasbourg ;

Jean Labourdette, docteur en mathématique et directeur de l’ESIEA Ouest ;
Vincent Lécuyer, professeur agrégé à l’ENSIC de Nancy ;
James Ledoux, professeur des universités à l’INSA de Rennes ;
Renaud Marty et Bruno Pinçon, maîtres de conférences à l’université de Lorraine ;
Constantin Morarescu, maître de conférences à l’ENSEM de Nancy ;
Raphaële Supper, maître de conférences à l’université de Strasbourg.

ix
 9782100791033_Book_FM 12/07/2019 10:20 Page x

Comment utiliser cet ouvrage ?

Un découpage
en quatre grandes parties :
Algèbre, Analyse, Probabilités,
Statistique

Des compléments sur [Link]

120 fiches de cours

Les notions essentielles avec des renvois
pour naviguer d’une fiche à l’autre

Un repérage
facile

De très
nombreux
exemples

x
 9782100791033_Book_FM 12/07/2019 10:20 Page xi

Des exemples d’applications dans

tous les domaines des sciences

Des conseils méthodologiques

Des exercices pour s’entraîner

Les solutions sont regroupées
en fin d’ouvrage ou disponibles
sur le site [Link]

Des renvois aux “+ en ligne”

© Dunod. Toute reproduction non autorisée est un délit.

Retrouvez les “+ en ligne” sur [Link] :

– Les corrigés détaillés d’une sélection d’exercices signalés par
le pictogramme .
– Des informations sur le logiciel libre R.

xi
9782100791033_Book_FM 12/07/2019 10:20 Page xii
 9782100791033_Book 10/07/2019 9:21 Page 1

Algèbre
1
Introduction
L’algèbre est née il y a plus de 4000 ans avec les Babyloniens et les Égyptiens
qui résolvaient des problèmes concrets du premier et du second degrés. Elle étudie
aujourd’hui les opérations et les équations sur les nombres.
Dans cette partie, les Fiches 1 à 9 permettent d’acquérir les bases de l’algèbre, de
la logique mathématique aux structures algébriques.
Munis de ces nouveaux outils, nous traitons dans les Fiches 10 à 17 la géométrie
vectorielle qui va nous permettre d’aborder le calcul algébrique. Nous explorons en-
suite (fiches 18 à 30) une partie fondamentale qui est l’algèbre linéaire. S’ensuivent
les transformations avec changements de bases, la diagonalisation des matrices et
les méthodes de calcul qui nourrissent depuis le xxe siècle la programmation des
ordinateurs.
Pour clore cette partie, un focus présente une application de l’algèbre linéaire : la
cryptographie.

Les bonus web sur [Link]

Retrouvez les corrigés détaillés d’une sélection d’exercices sur le site
© Dunod. Toute reproduction non autorisée est un délit.

[Link].

1
 9782100791033_Book 9/07/2019 18:33 Page 2

Fiche 1

Logique
La logique mathématique permet l’étude des mathématiques en tant que langage.

Définition 1.1
Une assertion est un énoncé mathématique auquel nous pouvons attribuer la valeur
de vérité vrai (V) ou faux (F) mais jamais les deux simultanément.

Exemples
1. L’assertion « 10 > 100 » est fausse (F).
2. L’assertion « 12 est un multiple de 4 » est vraie (V).
3. L’énoncé « π vaut approximativement 3, 14 » n’est pas une assertion car il n’est pas assez
précis pour déterminer s’il est vrai ou faux. En effet, il sera vrai si nous nous contentons d’une
approximation de la valeur de π au centième près et faux sinon.

Définition 1.2
Un prédicat P est un énoncé mathématique contenant des lettres appelées variables
tel que, quand nous remplaçons chacune de ces variables par un élément donné de
cette variable nous obtenons une assertion.

Exemple
L’énoncé suivant « n est un multiple de 6 » est un prédicat car il devient une assertion lorsque
nous donnons une valeur à n. En effet,
• « 10 est un multiple de 6 » est une assertion fausse (F).
• « 12 est un multiple de 6 » est une assertion vraie (V).

Les connecteurs logiques permettent de créer de nouveaux prédicats, dits composés, à partir de
prédicats de référence.

Définition 1.3
Soit P un prédicat. La négation de P est le prédicat noté non (P) ou ¬P, qui est vrai
lorsque P est faux et faux lorsque P est vrai. Nous résumons ceci dans la table de
vérité suivante :
P non (P)
V F
F V

2
 9782100791033_Book 9/07/2019 18:33 Page 3

Exemple
Soit P le prédicat « x > 5 ». Alors non (P) est le prédicat « x  5 ».

Fiche 1
Remarque : en effet, le contraire de « supérieur à » est « inférieur ou égal à », et non simple-
ment « inférieur à ». De même, le contraire de « pour tout x, P » n’est pas « quel que soit x,
non (P) » mais « il existe x pour lequel non (P) ».

Définition 1.4
Soient P et Q deux prédicats.
• Le prédicat « P =⇒ Q » appelé implication de P vers Q est un prédicat qui est
faux lorsque P est vrai et Q est faux, et vrai dans tous les autres cas.
• Le prédicat « P ⇐⇒ Q » appelé équivalence de P et de Q est un prédicat qui est
vrai lorsque P et Q sont simultanément vrais ou faux, et faux dans tous les autres
cas.
• Le prédicat « P ∧ Q » (P et Q) appelé conjonction de P et de Q est un prédicat qui

Algèbre
est vrai lorsque P et Q sont simultanément vrais, et faux dans tous les autres cas.
• Le prédicat « P ∨ Q » (P ou Q) appelé disjonction de P et de Q est un prédicat
qui est vrai lorsque au moins un des prédicats P et Q est vrai, et faux dans tous
les autres cas.
Nous résumons ceci dans la table de vérité :
P Q P =⇒ Q P ⇐⇒ Q P∧Q P∨Q

Analyse
V V V V V V
V F F F F V
F V V F F V
F F V V F F

Probabilités
Le « ou » dans la définition de P ∨ Q a un sens inclusif, à ne pas confondre avec le « ou » exclusif
de « fromage ou dessert ».

Théorème 1.1
• Soient P et Q deux prédicats. Nous avons les équivalences logiques (notées par =)
suivantes :
non (P ou Q) = ( non (P) et non (Q)),
Statistique
non (P et Q) = ( non (P) ou non (Q)).
© Dunod. Toute reproduction non autorisée est un délit.

Ce sont les lois de Morgan pour les prédicats.

• Soient P, Q et R trois prédicats. Nous avons les équivalences logiques suivantes :
(P ou (Q et R)) = ((P ou Q) et (P ou R)),
(P et (Q ou R)) = ((P et Q) ou (P et R)).
Corrigés

Théorème 1.2
Soient P et Q deux prédicats. Nous avons les équivalences logiques suivantes :
• non ( non (P)) = P,
• [P =⇒ Q] = [non (P) ou Q],

3
 9782100791033_Book 9/07/2019 18:33 Page 4

• [ non (P =⇒ Q)] = [P et non (Q)],

• [P =⇒ Q] = [non (Q) =⇒ non (P)],
• [P ⇐⇒ Q] = [(P =⇒ Q) et (Q =⇒ P)].

P =⇒ Q signifie que Q est une condition nécessaire pour P. L’implication non (Q) =⇒ non (P)
est la contraposée de P =⇒ Q. L’implication Q =⇒ P est la réciproque de P =⇒ Q. Pour
démontrer une équivalence, nous démontrons souvent une implication et sa réciproque.

Définition 1.5
Une tautologie est une formule propositionnelle qui prend la valeur « vrai » quelles
que soient les valeurs données à ses arguments.

Exemples
Les formules suivantes sont des tautologies :
1. P ou non (P), qui est le principe du tiers exclu,
2. P =⇒ P,
3. (P et Q) =⇒ P
4. P =⇒ (P ou Q).

Définition 1.6
Une contradiction est une formule qui prend la valeur « faux » quelles que soient
les valeurs données à ses arguments.

Exemple
P et non (P) est une contradiction, c’est le principe de non-contradiction. Sa négation, P est
vraie ou non P est vraie, est donc une tautologie.

Application

Nous suspectons trois élèves, Anita, Bernard et Christophe d’avoir dérobé du matériel dans
un laboratoire de Physique. Nous possédons les informations suivantes à leur sujet :
• Si Christophe n’est pas coupable alors Bernard est coupable,
• Si Anita n’est pas coupable alors Christophe est coupable,
• Si Christophe est coupable alors Anita l’est aussi,
• Si Anita est coupable alors Bernard ne l’est pas.
Les assertions suivantes sont-elles vraies ou fausses ?
• C : « Christophe est coupable »,
• B : « Bernard est coupable »,
• A : « Anita est coupable »,
• D : « Anita ou Bernard est coupable ».

4
 9782100791033_Book 9/07/2019 18:33 Page 5

• La première information de l’énoncé se traduit par non (C) =⇒ B. Donc non (B) =⇒ C par
contraposée.

Fiche 1
• La deuxième information se traduit par non (A) =⇒ C. Donc non (C) =⇒ A par contraposée.
• La troisième information se traduit par C =⇒ A. Donc non (A) =⇒ non (C) par contraposée.
• Enfin, la dernière information se traduit par A =⇒ non (B). Donc B =⇒ non (A) par contraposée.

Nous en déduisons que :

• L’assertion C : « Christophe est coupable » est vraie.
En effet, si nous supposons que non (C) est vrai, non (C) =⇒ B, alors B =⇒ non (A) et
non (A) =⇒ C. Nous avons alors non (C) =⇒ C ce qui est contradictoire.
• L’assertion B : « Bernard est coupable » est fausse.
En effet, si nous supposons que B est vrai, B =⇒ non (A), alors non (A) =⇒ non (B).
Nous aurions alors B =⇒ non (B) ce qui est contradictoire.
• L’assertion A : « Anita est coupable » est vraie.
En effet, si nous supposons que non (A) est vrai, non (A) =⇒ C, alors C =⇒ A et
non (A) =⇒ A ce qui est impossible.
• Enfin, comme Bernard n’est pas coupable, l’assertion D : « Anita ou Bernard est cou-

Algèbre
pable » ne sera vraie que si Anita est coupable, ce qui est le cas puisque nous avons
montré que l’assertion A est vraie dans l’item précédent. Donc l’assertion D est vraie.

Pour s’entraîner (solutions p. 505)

1.1 Soit l’assertion « x = 2 ». Donner la • P : « 4 × 6 = 21 », Q : « Venise se situe en

Analyse
négation de cette assertion. Italie »,
• P : « Deux droites parallèles se coupent
1.2 Écrire les contraposées des implica- en un point », Q : « Paris est une ville de
tions suivantes : moins de dix mille habitants ».
1. xy  0 =⇒ x  0 et y  0,
1.5

Probabilités
Nous considérons les assertions P et
2. [n premier] =⇒ [n = 2 ou n impair]. Q listées ci-dessous. Donner dans chaque cas
la valeur de vérité pour P ∨ Q.
1.3 Montrer que [n pair] ⇐⇒ [n2 pair].
• P : « Un oiseau sait nager », Q : « Paris est
la capitale de la France »,
1.4 Nous considérons les assertions P et
Q listées ci-dessous. Donner dans chaque cas • P : « Un chien a cinq pattes », Q : « Un
la valeur de vérité pour P ∧ Q. triangle a trois côtés », Statistique
• P : « Paris est la capitale de l’Espagne », • P : « 2 < 3 », Q : « Madrid est la capitale
© Dunod. Toute reproduction non autorisée est un délit.

Q : « 2 + 2 = 4 », de l’Espagne »,

• P : « Un chat ronronne », Q : « Un carré a • P : « Une voiture a deux roues », Q :

quatre cotés égaux », « 1 + 2 = 4 ».
Corrigés

5
 9782100791033_Book1 11/07/2019 6:39 Page 6

Fiche 2

Quantificateurs et raisonnements
mathématiques
1. Quantificateurs
À partir d’un prédicat P, défini sur un ensemble E, nous pouvons construire de nou-
velles assertions, dites quantifiées, en utilisant les quantificateurs « quel que soit » et
« il existe ».

Définition 2.1
Le quantificateur universel « quel que soit » ou « pour tout », noté par ∀, permet de
définir l’assertion quantifiée « ∀x ∈ E, P(x) » qui est vraie si pour tous les éléments
x ∈ E, l’assertion P(x) est vraie.

Exemple
∀n ∈ N∗ , l’assertion P : « n2 > 0 » est vraie.

Définition 2.2
Le quantificateur existentiel « il existe », noté par ∃, permet de définir l’assertion
quantifiée « ∃x ∈ E, P(x) » qui est vraie si nous pouvons trouver au moins un élé-
ment x ∈ E tel que l’assertion P(x) soit vraie. S’il en existe un et un seul nous
pourrons écrire « ∃!x ∈ E, P(x) » et nous dirons qu’il existe un unique élement x de
E vérifiant P(x).

Exemple
L’assertion quantifiée P : « ∃x ∈ R, x2 = 4 » est vraie.

Si « ∀x ∈ E, P(x) » est vraie alors « ∃x ∈ E, P(x) » est vraie.

Définition 2.3
Soit P(x) un prédicat sur un ensemble E. Alors,
[non (∀x ∈ E, P(x))] = [∃x ∈ E, non (P(x))] ,
[non (∃x ∈ E, P(x))] = [∀x ∈ E, non (P(x))] .

Soient E et F deux ensembles. Soit P(x, y) un prédicat à deux variables avec x ∈ E et y ∈ F.

• L’assertion quantifiée « ∀x ∈ E, ∀y ∈ F, P(x, y) » est vraie lorsque tous les éléments x de E et
tous les éléments y de F vérifient P(x, y).
• L’assertion quantifiée « ∃x ∈ E, ∃y ∈ F, P(x, y) » est vraie lorsqu’il existe au moins un élément
x appartenant à E et au moins un élément y appartenant à F vérifiant P(x, y).

6
 9782100791033_Book1 11/07/2019 6:39 Page 7

Si nous utilisons deux fois le même quantificateur, l’ordre n’a pas d’importance, nous pouvons
alors les permuter. En revanche, si les quantificateurs sont différents, leur ordre est important.

Fiche 2
2. Raisonnements mathématiques
Nous donnons dans ce paragraphe quelques méthodes de démonstrations basées sur des
raisonnements mathématiques que nous serons amenés à utiliser dans les prochaines
fiches de cet ouvrage.

2.1. Raisonnement par hypothèse auxiliaire ou déduction

Le but est de démontrer qu’un énoncé Q est vrai. Si l’énoncé P est vrai et si l’implication
P =⇒ Q est vraie alors l’énoncé Q est nécessairement vrai.

2.2. Raisonnement par l’absurde

Le but est de démontrer qu’un énoncé P est vrai. Un raisonnement par l’absurde consiste

Algèbre
à montrer que non (P) entraîne à la fois un énoncé Q et son contraire non (Q). Nous sup-
posons l’énoncé non (P) vrai et nous cherchons alors Q qui, sous cette hypothèse, serait
à la fois vrai et faux. Nous disons que nous avons obtenu une contradiction ou que l’hy-
pothèse non (P) est contradictoire. Par conséquent non (P) est fausse, donc P est vraie.

2.3. Raisonnement par contraposée

Analyse
Le but est de démontrer des résultats en faisant apparaître une implication « P =⇒ Q ».
Le principe est qu’au lieu de montrer « P =⇒ Q » nous montrons sa contrapo-
sée « non (Q) =⇒ non (P) ». Nous faisons l’hypothèse que non (Q) est vraie et nous
montrons que cela entraîne que non (P) est vraie.

2.4. Raisonnement par contre-exemple

Probabilités
Le raisonnement par contre-exemple sert à montrer qu’un énoncé de la forme « ∀x ∈
E, P(x) » est un énoncé faux. Nous cherchons alors à trouver un élément x de E qui ne
vérifie pas P(x).

2.5. Raisonnement par récurrence simple

Le raisonnement par récurrence simple sert à montrer qu’un énoncé de la forme « ∀n  Statistique
n0 , P(n) » est vrai. Si la propriété P(n0 ) est vraie et si l’implication « P(n) =⇒ P(n + 1) »
© Dunod. Toute reproduction non autorisée est un délit.

est vraie pour tout n  n0 , alors la propriété P(n) est vraie pour tout n  n0 . Il s’effectue
en trois étapes :
• Étape d’initialisation. Nous vérifions que P(n0 ) est vraie.
• Étape d’hérédité. Fixons un entier naturel n  n0 , puis montrons que si P(n) est
vraie alors P(n + 1) est vraie.
• Étape de conclusion. Nous concluons que l’assertion P(n) est vraie ∀n  n0 .
Corrigés

Il existe également le raisonnement par récurrence à deux pas et le raisonnement par récurrence
forte. Pour le premier, nous supposons P(n) et P(n + 1) vraies et nous montrons que P(n + 2) est
vraie. Pour le second, nous supposons que pour tout k  n, P(k) est vraie et nous montrons que
P(n + 1) est vraie.

7
 9782100791033_Book1 11/07/2019 6:39 Page 8

Application
√
1. Démontrer par l’absurde l’énoncé suivant : 2 est irrationnel.
2. Soient x et y deux réels. Montrer que :

xy  0 =⇒ x  0 et y  0.

3. Montrer que :

∀a ∈ R∗+ , ∀n ∈ N, (1 + a)n  1 + na.

√ √
1. Si 2 est rationnel, nous pouvons écrire 2 sous la forme p/q, avec p, q ∈ Z et p et q
premiers entre eux. Nous avons alors p2 = 2q2 . Donc p2 est pair ce qui implique que p
l’est également. Donc si p est pair, alors p peut s’écrire sous la forme 2n. Donc q2 = 2n2
et par conséquent q est aussi pair. Mais alors, p et q ne peuvent pas être √ premiers entre
eux, ce qui contredit
√ l’hypothèse. Ainsi, nous ne pouvons pas écrire 2 sous la forme
p/q et donc 2 est bien irrationnel.
2.
Nous montrons ce résultat en utilisant un raisonnement par contraposée.
La contraposée de (xy  0 =⇒ x  0 et y  0) est :

x = 0 ou y = 0 =⇒ xy = 0.

Montrons donc cette assertion. Si nous choisissons x = 0 ou y = 0, alors le produit xy est

nécessairement nul. Nous en déduisons donc le résultat cherché.
3. Pour montrer ce résultat nous allons utiliser le raisonnement par récurrence. Nous allons
procéder en trois étapes.
• Étape d’initialisation
Pour n = 0, nous avons (1 + a)0 = 1 qui est bien supérieur ou égal à 1 + na = 1 + 0 × a.

• Étape d’hérédité
Nous supposons que la propriété est vraie à un ordre n ∈ N, c’est-à-dire que (1 + a)n 
1 + na. Nous voulons montrer que (1 + a)n+1  1 + (n + 1)a. Nous avons, grâce à
l’hypothèse d’hérédité,

(1 + a)n+1 = (1 + a)(1 + a)n ,

 (1 + a)(1 + na),
= 1 + (n + 1)a + na2 ,
 1 + (n + 1)a,

car 1 + a > 0 et na2  0. Donc l’assertion est vraie à l’ordre n + 1.

• Étape de conclusion
Nous en déduisons que l’assertion est vraie pour tout n ∈ N.

8
 9782100791033_Book 12/07/2019 9:39 Page 9

Pour s’entraîner (solutions p. 505)

2.1 Montrer en utilisant un raisonnement 2.10 Montrer par récurrence, pour tout

Fiche 2
par contraposée que pour n entier, si n2 est n  1 que :
impair alors n est impair. 
n
(2k − 1) = n2 .
2.2 Montrer en utilisant un raisonnement k=1
par contraposée que pour x et y réels diffé-
1 1 2.11 Soient a, b  0. Montrer que :
rents de 1, si x  y alors  ·
x−1 y−1 a b
si = alors a = b,
1+b 1+a
2.3 Montrer, en donnant un contre-
2.12
n
exemple, que 22 + 1 n’est pas un nombre Montrer que l’assertion suivante est
premier pour toute valeur de n ∈ N. fausse : « Tout entier positif est somme
de trois carrés. » (Les carrés sont les
2.4 Montrer que la somme d’un nombre 02 ; 12 ; 22 ; . . . Par exemple 6 = 12 + 12 + 22 .)
rationnel et d’un nombre irrationnel est irra-
tionnelle. 2.13 Combien y-t-il de nombres à quatre

Algèbre
chiffres, lorsqu’ils sont écrits en base 10, où
2.5 Montrer par récurrence, pour tout 0 ne figure qu’une seule fois ?
n ∈ N que :
2n  n + 1. 2.14 Montrer par récurrence, pour tout
n  1 que :
2.6 Montrer par récurrence, pour tout  n
k 1
n  4 que : =1− ·
(k + 1)! (n + 1)!

Analyse
k=1
2n  n!.
√
2.15 Montrer que 2 est irrationnel.
2.7 Montrer par récurrence, pour tout
n  0 que : 2.16 Montrer que pour n  2, n per-
n(n + 1)
sonnes s’échangent sans répétition
32n+2 − 2n+1 est divisible par 7. 2
poignées de main.

Probabilités
2.8 Montrer par récurrence, pour tout
n  1 que :
2.17 Combien y a-t-il de diagonales dans
un polygone convexe formé de n côtés (avec
n(2n + 1)(7n + 1)est divisible par 6. n  3) ?
2.9 Montrer par récurrence, pour tout 2.18 Soit f une fonction de R dans R.
n ∈ N∗ que :
1. Écrire à l’aide de quantificateurs la pro-
n
n(n + 1)
k= . priété « f est strictement croissante sur R ». Statistique
k=1
2 2. Écrire à l’aide de quantificateurs la pro-
© Dunod. Toute reproduction non autorisée est un délit.

priété « f n’est pas strictement croissante sur

R ».
Corrigés

9
 9782100791033_Book 9/07/2019 19:12 Page 10

Fiche 3

Ensembles
1. Définitions

Définition 3.1
Un ensemble E est une collection d’objets distincts. Ces objets s’appellent les
éléments de cet ensemble.

Pour tout élément x, nous pouvons dire si l’assertion x appartient à E (x ∈ E) est vraie ou fausse.

Exemples
1. L’ensemble vide, c’est-à-dire l’ensemble qui ne contient aucun élément, est noté par ∅.
2. L’ensemble ne contenant qu’un seul élément x est un singleton, noté {x}.
3. R est l’ensemble des nombres réels.
4. N est l’ensemble des nombres entiers naturels.
5. {1; 2; 3; 4} est l’ensemble contenant les entiers 1, 2, 3 et 4.

Il est possible de définir un ensemble de deux manières :

• paramétrique, comme par exemple {n2 , n ∈ N} ;
• implicite, comme par exemple {x ∈ R, x3 − 2x + 1 = 0}.

Définition 3.2
Soient E et F deux ensembles. Nous disons que E est inclus dans F et nous notons
E ⊂ F, si et seulement si tous les éléments de E appartiennent aussi à F. Nous
disons aussi que E est une partie de F ou que F contient E. L’ensemble des parties
de F se note P(F).

Exemples
1. L’ensemble des entiers naturels N est contenu dans l’ensemble des réels R.
2. {1} est contenu dans {1; 2; 3; 4}.

Définition 3.3
Soient E un ensemble, A et B des parties de E.
• Nous définissons le complémentaire de A dans E par A = {x ∈ E; x  A}.
• Nous définissons l’intersection de A et B par A ∩ B = {x ∈ E; x ∈ A et x ∈ B}.
• Nous définissons l’union de A et B par A ∪ B = {x ∈ E; x ∈ A ou x ∈ B}.
• Deux ensembles A et B sont disjoints s’il n’existe aucun élément commun à A et
à B, c’est-à-dire si A ∩ B = ∅.

10
 9782100791033_Book 9/07/2019 19:12 Page 11

E E B E
B

Fiche 3
A A A
−
A AB
AB

Le « ou » dans la définition de l’union a un sens inclusif, c’est-à-dire que A ∪ B est l’ensemble

des éléments x de E qui appartiennent à l’une au moins des parties A et B. Attention dans la vie
courante, le « ou » a un sens exclusif. Par exemple, au restaurant le menu du jour vous propose
fromage ou dessert, l’un ou l’autre mais pas les deux !

Définition 3.4
Soient E un ensemble, A et B des parties de E. Nous définissons
• la différence par A \ B = {x ∈ E; x ∈ A et x  B} = A ∩ B.
• la différence symétrique par A  B = (A ∪ B) \ (A ∩ B) = (A ∩ B) ∪ (A ∩ B).

Algèbre
E E

B B

Analyse
A A
A⶿B AΔB

• A  B est l’ensemble des éléments qui appartiennent à une et une seule des parties A et B.
• A  B = (A \ B) ∪ (B \ A).
• La différence symétrique de deux parties A et B est commutative : A  B = B  A.

Probabilités
Définition 3.5
• Un recouvrement d’une partie A de E est une famille (Ai )i∈I de parties telles que
Ai ⊂ E et A ⊂ ∪i∈I Ai .
• Une partition P d’un ensemble E est une famille de parties non vides de E (Ai )i∈I
telles que Ai ∩ Aj = ∅ si i  j et ∪i∈I Ai = E. Statistique
© Dunod. Toute reproduction non autorisée est un délit.

Définition 3.6
Soient A et B deux ensembles. Alors le produit cartésien de ces deux ensembles,
noté A × B, est l’ensemble des couples (a; b) tels que a ∈ A et b ∈ B.
A × B = {(a; b) ; x ∈ A et y ∈ B} .
Corrigés

Exemple
R2 = R × R = {(x; y); x ∈ R et y ∈ R}.

11
 9782100791033_Book 9/07/2019 19:12 Page 12

Plus généralement, le produit cartésien de n ensembles Ei est :

E1 × . . . × En = {(x1 , . . . , xn ) ; x1 ∈ E1 ; . . . ; xn ∈ En } .

Si E1 = E2 = . . . = En = E, alors nous notons En .

2. Propriétés

Théorème 3.1
Soient A, B et C des parties d’un ensemble E. Alors, nous avons les propriétés suivantes
sur le complémentaire, la réunion et l’intersection :
• E=∅ et ∅ = E,
• A = A,
• si A ⊂ B, alors B ⊂ A,
• A ∩ B = A ∪ B et A ∪ B = A ∩ B (lois de Morgan),
• A ∪ B = B ∪ A : commutativité de l’union,
• A ∩ B = B ∩ A : commutativité de l’intersection,
• A ∪ (B ∪ C) = (A ∪ B) ∪ C : associativité de l’union,
• A ∩ (B ∩ C) = (A ∩ B) ∩ C : associativité de l’intersection,
• A ∪ A = A ; A ∪ ∅ = A et A ∪ E = E,
• A ∩ A = A ; A ∩ ∅ = ∅ et A ∩ E = A,
• A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C) : distributivité de l’intersection par rapport à l’union,
• A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C) : distributivité de l’union par rapport à l’intersection.

Application
Nous allons montrer trois des propriétés précédemment énoncées ci-dessus. Cela va nous
permettre d’utiliser le raisonnement par double inclusion, très utile pour effectuer des
démonstrations.
1. Montrer que A = A.
2. Montrer que A ∩ B = A ∪ B.
3. Montrer que A ∪ B = A ∩ B.

1.
Pour cela, nous devons montrer la double inclusion A ⊂ A et A ⊂ A.

Soit x ∈ A, alors x  A et donc x ∈ A. Nous avons bien A ⊂ A.

Réciproquement : soit x ∈ A, alors x  A et donc x ∈ A. Nous avons bien A ⊂ A.
La double inclusion permet donc de conclure que A = A.
2.
Nous devons montrer la double inclusion A ∩ B ⊂ A ∪ B et A ∪ B ⊂ A ∩ B.

12
 9782100791033_Book 9/07/2019 19:12 Page 13

Soit x ∈ A ∩ B, alors x  A ∩ B. Nous avons donc en particulier x  A ou x  B c’est-à-dire

x ∈ A ou x ∈ B. Donc x ∈ A ∪ B et A ∩ B ⊂ A ∪ B.

Fiche 3
Réciproquement : soit x ∈ A ∪ B, alors, x ∈ A ou x ∈ B c’est-à-dire que x  A ou x  B. En
particulier, x  A ∩ B donc x ∈ A ∩ B. Nous avons donc A ∪ B ⊂ A ∩ B.
La double inclusion permet de conclure que A ∩ B = A ∪ B.
3.
Nous devons pour cela montrer la double inclusion A ∪ B ⊂ A ∩ B et A ∩ B ⊂ A ∪ B.
Soit x ∈ A ∪ B, alors x  A ∪ B. Nous avons donc en particulier x  A et x  B c’est-à-dire
x ∈ A et x ∈ B. Donc x ∈ A ∩ B et ainsi nous avons montré que A ∪ B ⊂ A ∩ B.
Réciproquement : soit x ∈ A ∩ B, alors x ∈ A et x ∈ B c’est-à-dire que x  A et x  B. Donc
x  A ∪ B et x ∈ A ∪ B. Nous avons montré A ∩ B ⊂ A ∪ B.
Cela nous permet de conclure que A ∪ B = A ∩ B.
Nous aurions également pu raisonner par équivalence pour réaliser ces démonstrations mais
lorsque les preuves à effectuer sont plus complexes, cela est souvent source d’erreurs et il

Algèbre
vaut mieux privilégier le raisonnement par double inclusion.

Pour s’entraîner (solutions p. 506)

3.1 Soient A = {1; 2; 3} et B = {2; 3; 4}. 3.7 Prouver que la différence symétrique
Déterminer A ∩ B et A ∪ B. est commutative.

Analyse
3.2 Soit A = {x ∈ R; x > 9}. Déterminer 3.8 Donner deux exemples pour lesquels
le complémentaire A de A. A × B = B × A, puis deux autres pour lesquels
A × B  B × A.
3.3 Trouver un exemple d’ensembles A,
B et C tels que A ∪ B = A ∪ C et B  C. 3.9 Montrer que si A ⊂ B, alors, pour
tout C, nous avons :
3.4 Démontrer que si A ∪ B = A ∩ B alors A × C ⊂ B × C.

Probabilités
A = B.
3.10 Si A, B, C et D sont des parties d’un
3.5 Démontrer que si A ∪ B = A ∪ C et ensemble E, montrer que :
A ∩ B = A ∩ C alors B = C. Que dire de la 
B\C ⊂A
réciproque ? ⇒ B \ D ⊂ A.
C\D⊂A
3.6 Simplifier les quatre expressions sui-
3.11 Si A, B et C sont des parties d’un en-
vantes : Statistique
semble E, montrer que :
1. A ∪ B, A∪B=A∩C ⇔B⊂A⊂C
© Dunod. Toute reproduction non autorisée est un délit.

2. A ∩ B, 3.12 Si A, B et C sont des parties d’un en-

semble E, montrer que :
3. A ∪ (A ∩ B), (A \ B) ∪ (A \ C) = A \ (B ∩ C).
4. A ∩ (A ∪ B).
Corrigés

13