Avant-propos Pour réussir l’agrégation de mathématiques, il ne suffit pas de connaître tous les résultats sur le bout des doigts ! L’année de préparation doit permettre à l’agrégatif d’acquérir du recul par rapport au programme c’est-à-dire, selon le rapport du jury de 2002, de « faire une synthèse [et de] mettre en perspective résultats et méthodes ». Cette maturité peut s’acquérir par la fréquentation des mathématiques au fil des années et au hasard des expériences. Mais elle peut également être activement recherchée pour elle-même et construite en quelques mois. C’est cet objectif que nous souhaitons vous aider à réaliser. Nul ne peut vous « apprendre » cette maturité, pas plus qu’on ne peut expliquer à un enfant comment marcher : il doit apprendre par lui-même. Nous pouvons néanmoins guider votre apprentissage en vous aidant à structurer vos connaissances, à faire votre chemin dans la jungle des références et à mettre en œuvre les mathématiques du programme. Structurer les connaissances. Ce livre propose des synthèses de cours sur lesquelles vous pouvez vous appuyer pour construire et justifier vos plans de leçons selon vos connaissances, vos préférences et vos objectifs. Il propose aussi des exercices corrigés en détail pour préparer l’écrit et enrichir votre panoplie d’exemples pour l’oral. Certains exercices sont extraits des écrits, d’autres ont étés posés à l’oral lors des sessions précédentes. Domestiquer les références. Pour bien préparer le concours, l’agrégatif a besoin de « bonnes » références. Il doit aussi trouver un équilibre difficile : diversifier ses références en évitant de trop se disperser... Nous avons épluché la bibliographie pour vous et nous proposons, pour chacun des thèmes abordés dans ce livre, des références précises à des ouvrages classiques et accessibles que nous vous invitons naturellement à compléter selon vos goûts, vos besoins et vos objectifs. Valoriser les exemples et les applications. Cet ouvrage rassemble des commentaires, remarques, exemples et illustrations autour de thèmes essentiels pour l’agrégation. Nous vous livrons ainsi notre expérience afin que vous puissiez vous en enrichir. Ce livre a été organisé et structuré pour faciliter la préparation des leçons, notamment en s’affranchissant d’une lecture linéaire. Des étoiles (⋆) signalent des exemples ou des applications qui utilisent des notions présentées dans la suite. Ajoutons que vous trouvez en ligne à l’adresse http://www.H-K.fr/publications/objectif-agregation des compléments à cet ouvrage ainsi que la liste des erreurs qui nous ont été signalées. iv Avant-propos Bon courage et bon travail ! Nous espérons que ce livre vous aidera à façonner votre propre réservoir de savoir, de savoir-faire et de références fiables ainsi qu’à prendre du recul sur les mathématiques au programme de l’agrégation. Bon courage, bon travail et bonne réussite. Vincent Beck Jérôme Malick Gabriel Peyré Table des matières 1 Calcul différentiel 1 1.1 Différentiabilité . . . . . . . . . . . . . . . 1.1.1 Applications différentiables . . . . . 1.1.2 Lemme fondamental de composition 1.1.3 Inégalité des accroissements finis . . 1.1.4 Utilisations de la différentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2 Inversion locale et fonctions implicites . . . 1.2.1 Fonctions inverses, fonctions implicites 1.2.2 Applications . . . . . . . . . . . . . . 1.2.3 Variantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 . 10 . 11 . 13 1.3 Optimisation . . . . . . . . . . . . . . 1.3.1 Existence et unicité . . . . . . . 1.3.2 Localisation et calcul différentiel 1.3.3 Optimisation numérique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.4 Développements de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 1.4.1 Développement local . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 1.4.2 Développement global . . . . . . . . . . . . . . . . . . . . . . . . . . 25 1.5 Fonctions convexes . . . . . . . . . . . . 1.5.1 Ensembles convexes . . . . . . . . 1.5.2 Fonctions convexes . . . . . . . . . 1.5.3 Fonctions convexes différentiables . 1.5.4 Fonctions convexes et optimisation 1.6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 26 27 28 30 45 Séries entières . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47 2.1.1 2.1.2 2.2 . . . . . 15 16 16 22 Exercices corrigés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 2 Fonctions d’une variable complexe 2.1 . . . . . 1 2 6 7 8 Rayon de convergence . . . . . . . . . . . . . . . . . . . . . . . . . . 47 Au bord du disque de convergence . . . . . . . . . . . . . . . . . . . 49 Fonctions analytiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 2.2.1 Fonctions développables en série entière . . . . . . . . . . . . . . . . 51 viii Table des matières 2.2.2 2.2.3 2.2.4 Factorisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 Théorème des zéros isolés . . . . . . . . . . . . . . . . . . . . . . . . 53 Fonctions analytiques réelles . . . . . . . . . . . . . . . . . . . . . . 54 2.3 Fonctions holomorphes . . . . . . . . . . . . . . 2.3.1 Holomorphie VS calcul différentiel réel . . 2.3.2 Applications conformes . . . . . . . . . . 2.3.3 Fonctions holomorphes et inversion locale 2.4 Conséquences de la théorie de Cauchy . . . 2.4.1 Formule de Cauchy . . . . . . . . . . . 2.4.2 Lien holomorphie -- développements en 2.4.3 Résidus . . . . . . . . . . . . . . . . . 2.4.4 Holomorphie sous le signe somme . . . 2.4.5 Familles de fonctions holomorphes . . 2.5 Fonctions harmoniques . . . . . . . . . . . . . 2.5.1 Harmonicité et holomorphie . . . . . . . 2.5.2 Harmonicité et propriété de la moyenne 2.5.3 Principe du maximum . . . . . . . . . . . . . . 2.6 Compléments . . . . . . . . . . . . . . . . 2.6.1 L’anneau des fonctions holomorphes 2.6.2 Algèbre de Banach complexe . . . . 2.6.3 Déterminations . . . . . . . . . . . . . . . . 2.7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 56 58 61 . . . . . . série . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62 62 63 66 67 69 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71 71 72 72 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73 73 74 74 . . . . Exercices corrigés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77 3 Analyse fonctionnelle 3.1 Analyse hilbertienne . . . . . . 3.1.1 Espace muni d’un produit 3.1.2 Théorème de projection . 3.1.3 Dualité . . . . . . . . . . 3.1.4 Bases hilbertiennes . . . . 3.1.5 Polynômes orthogonaux . 3.1.6 Compléments . . . . . . . 3.2 Convolution . . . . . . . . . . . . . 3.2.1 Propriétés de la convolution . 3.2.2 Convolution et régularisation 3.2.3 Identités approchées . . . . . . . . . . . . . 3.3 Séries de Fourier . . . . . . . . . . . 3.3.1 Aspect hilbertien . . . . . . . . 3.3.2 Algèbre de convolution L1 (T) . 3.3.3 Convergence au sens de Cesàro 3.3.4 Convergence ponctuelle . . . . 3.3.5 Régularité et estimation . . . . 3.3.6 Applications . . . . . . . . . . . . . . . . . 3.4 . . . . . scalaire . . . . . . . . . . . . . . . . . . . . . . . . . 91 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 91 95 103 107 110 112 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 114 116 119 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122 123 125 127 129 131 132 Exercices corrigés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133 ix Table des matières 4 Algèbre linéaire 147 4.1 Théorie de la dimension . . . . . . . . . 4.1.1 Bases et dimension . . . . . . . . . 4.1.2 Dimension et applications linéaires 4.1.3 Théorème du rang . . . . . . . . . 4.1.4 Rang et matrices équivalentes . . . 4.1.5 Calcul du rang . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148 148 151 153 155 156 4.2 Réduction des endomorphismes . . . . . . 4.2.1 Sous-espaces stables . . . . . . . . . 4.2.2 Polynômes et endomorphismes . . . 4.2.3 Polynômes annulateurs et réduction 4.2.4 Réductions simultanées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157 158 161 165 167 4.3 Endomorphismes remarquables . . . . 4.3.1 Endomorphismes nilpotents . . . 4.3.2 Endomorphismes cycliques . . . 4.3.3 Endomorphismes diagonalisables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168 168 174 176 4.4 D’autres outils d’algèbre linéaire 4.4.1 Déterminant . . . . . . . . 4.4.2 Opérations élémentaires . . 4.4.3 Une méthode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181 181 186 189 4.5 Codes Correcteurs . . . . . . . 4.5.1 Notion de code correcteur 4.5.2 Distance et séparation des 4.5.3 Codes cycliques . . . . . . . . . . . . . . mots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189 190 192 193 4.6 . . . . . . . . Exercices corrigés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194 5 Algèbre commutative 231 5.1 Quotient . . . . . . . . . . . . . . . . . . 5.1.1 Surjection canonique . . . . . . . . 5.1.2 Passage au quotient . . . . . . . . 5.1.3 Quotients et structures algébriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231 231 232 233 5.2 Anneaux . . . . . . . . . . . . 5.2.1 Morphismes d’anneaux . 5.2.2 Anneaux euclidiens . . . 5.2.3 Divisibilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236 236 238 239 5.3 Théorème chinois . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241 5.3.1 Autour du théorème chinois . . . . . . . . . . . . . . . . . . . . . . . 241 5.3.2 Factorisation de polynômes . . . . . . . . . . . . . . . . . . . . . . . 244 5.4 Exercices corrigés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249 . . . . . . . . . . . . . . . . . . . . . . . . x Table des matières 6 Modules . . . . . . . . . . 6.1 Structure de module . . . . . . . 6.1.1 Modules sur un anneau . . 6.1.2 Morphismes de A-modules . 6.1.3 Sous-modules . . . . . . . . 6.1.4 Module quotient . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254 254 256 257 259 6.2 Changement d’anneau de base . . . . . . . 6.2.1 Restriction des scalaires . . . . . . . . 6.2.2 Lien entre A-modules et A/I-modules 6.2.3 A[X]-modules et A-modules . . . . . . 6.2.4 Lorsque A est un corps . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263 263 264 266 269 6.3 Familles génératrices, familles 6.3.1 Définitions . . . . . . . 6.3.2 Modules de type fini . . 6.3.3 Modules libres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 270 270 272 274 6.4 Modules de type fini sur un anneau principal 6.4.1 Approche théorique . . . . . . . . . . . 6.4.2 Approche matricielle . . . . . . . . . . . 6.4.3 Lien entre les deux approches . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275 276 285 289 6.5 Réduction des endomorphismes . . . . . . . . . . . . . . . . . . . . . . . . 292 6.5.1 Invariants de similitude . . . . . . . . . . . . . . . . . . . . . . . . . 293 6.5.2 Réduction de Jordan . . . . . . . . . . . . . . . . . . . . . . . . . . . 304 6.6 Exercices corrigés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 307 libres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 253 . . . . . . . . Bibliographie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 329 Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 331 Chapitre 1 Calcul différentiel L’idée du calcul différentiel est d’approcher au voisinage d’un point une fonction f par une fonction plus simple (ou d’approcher localement le graphe de f par un espace plus simple). Une fois les notations assimilées, les méthodes et les résultats du calcul différentiel sont naturels : ce sont les mêmes que pour l’étude des fonctions d’une variable réelle. On est ainsi amené à étudier la restriction des fonctions le long d’une droite comme, par exemple, pour démontrer les formules de Taylor. à généraliser les outils familiers en dimension 1 comme les changements de variables, l’inégalité des accroissements finis, etc. Ce chapitre présente les résultats essentiels qui exploitent ces idées. Nous insistons sur leur mise en situation, en particulier en optimisation et pour l’étude des fonctions convexes. Nous nous appuyons régulièrement sur le livre de François Rouvière [rou] qui est une excellente référence sur le sujet. Préliminaires Les définitions et les résultats sont valides dans les espaces de Banach réels. Cependant, la dimension infinie amène des problèmes qui sont secondaires en calcul différentiel (la dépendance vis-à-vis de la norme et la non-continuité automatique des applications linéaires). On a alors besoin de résultats sur les espaces de Banach comme par exemple le théorème de l’inverse continue de Banach (voir [bré, II.6]). Comme la plupart des illustrations et des exemples que nous proposons ont pour cadre la dimension finie, nous avons choisi de ne pas nous attarder sur ces questions. Dans ce chapitre, E, F et G désignent des R-espaces vectoriels normés. Sauf mention explicite du contraire, ils sont supposés de dimension finie. La norme est notée k · k indépendamment de l’espace. 1.1 Différentiabilité Les applications différentiables en un point a sont celles qui peuvent être approchées au voisinage de a par une application affine. Intuitivement, le graphe de f « ressemble » localement à un espace affine Ta . 2 Chapitre 1 1.1.1 Calcul différentiel z = f (x, y) y Ta y = f (x) Ta a x x0 y0 a = (x0 , y0) Fig. 1.1 Différentiabilité d’une fonction de R dans R et d’une fonction de R2 dans R 1.1.1 Applications différentiables Différentiabilité Soient U un ouvert de E et f : U → F. On dit que f est différentiable en a ∈ U s’il existe ℓ une application linéaire (continue) de E dans F telle que f (a + h) = f (a) + ℓ(h) + o (khk), quand h tend vers 0. Cette application ℓ est unique (voir [rdo3, 8.1.1.1◦]) : on l’appelle la différentielle de f en a. On choisit de la noter df (a) (d’autres notations courantes sont f ′ (a) ou Df (a)). Insistons : df (a) est une application linéaire (continue) de E dans F. On note souvent df (a) · h ∈ F plutôt que df (a)(h) sa valeur prise en h ∈ E. Exemple 1.1 Applications affines. Une application affine est la somme d’une application constante et d’une application linéaire. Une application constante est différentiable partout et sa différentielle en tout point est l’application nulle. La réciproque est vraie si U est connexe (voir l’application 1.14). Ainsi l’application différentielle d’une application constante est elle-même constante et, par suite, une fonction constante est de classe C ∞ . D’autre part, une application f linéaire (continue) est différentiable partout, et elle est sa propre différentielle en tout point : ∀ h ∈ E, df (a) · h = f (h). L’application différentielle est ainsi l’application constante df : x 7→ f . Une application linéaire (continue) est donc de classe C ∞ . Bref, une application affine (continue) est de classe C ∞ . Exemple 1.2 Différentielle d’un « produit ». Soit B une application bilinéaire (continue) d’un produit E × F dans G. Alors B est différentiable en (a, b) ∈ E × F et ∀ (h, k) ∈ E × F, dB(a, b) · (h, k) = B(a, k) + B(h, b). En particulier, on peut différentier le produit scalaire d’un espace euclidien (voir l’exemple 1.12). 1.1.1 3 Différentiabilité Exemple 1.3 Dans les espaces de matrices. L’analyse matricielle regorge d’exemples intéressants. Lors de la démonstration du lemme 1.31 de Morse, on s’intéresse à la différentielle t de l’application M ∈ Mn (R) 7→ MA0 M ∈ Sn , où A0 ∈ Sn . Le calcul de la différentielle de l’inverse sur GLn (R) est fait directement dans l’exercice 16 de [rou] ou via les dérivées partielles dans l’exercice 7 de [gou2, p.309]. La première méthode présente l’avantage d’être valable en dimension infinie et a fait l’objet de la troisième partie du sujet d’analyse de 1999. la différentielle du déterminant M ∈ Mn (R) 7→ det(M) ∈ R est un autre exemple classique (voir l’exercice 25 de [rou] ou l’exercice 7 de [gou2, p.309] ainsi qu’une application à l’exercice 1.5). Sandwich. Soient f : E → R et a ∈ E. Exemple 1.4 Considérons deux applications M m : E → R et M : E → R différentiables en a avec la même différentielle dm(a) = dM(a) en a et vérifiant a m(a) = f (a) = M(a) et f m(y) 6 f (y) 6 M(y) pour y proche de a. Alors f est différentiable en a, avec df (a) = dm(a) = dM(a). m Ce résultat exprime simplement ce qui est évident sur un dessin : une courbe prise « en sandwich » entre deux courbes ayant la même tangente admet cette même tangente. Démontrons ce résultat. Posons ℓ = dm(a) = dM(a) et écrivons, pour tout h suffisamment petit, m(a + h) 6 f (a + h) 6 M(a + h). D’où c’est-à-dire m(a + h) − m(a) 6 f (a + h) − f (a) 6 M(a + h) − M(a) ℓ(h) + o (h) 6 f (a + h) − f (a) 6 ℓ(h) + o (h). Finalement f (a + h) − f (a) = ℓ(h) + o (h), ce qui permet de conclure. Remarque 1.5 Identifications. Ajoutons que deux identifications sont utilisées en permanence en calcul différentiel : l’une concernant la différentielle seconde, l’autre les fonctions d’une variable réelle. Soit f : E → F une application deux fois différentiable en a. Cette hypothèse impose à f d’être différentiable dans un voisinage de a. Pour tout x dans ce voisinage, df (x) appartient à L (E, F), et donc la différentielle au point a de l’application x 7→ df (x) appartient à L (E, L (E, F)). Cet espace est identifié avec l’espace L2 (E, F) des applications bilinéaires de E dans F grâce à l’isomorphisme ∼ L (E, L (E, F)) −→ L2 (E, F) u 7−→ ((h, k) 7→ u(h)(k)) . qui est en fait une isométrie si l’on munit les espaces de leurs normes canoniques. Cette identification est utilisée pour le théorème de Schwarz (voir l’application 1.16). 4 Chapitre 1 Calcul différentiel 1.1.1 La deuxième identification précise pourquoi la différentiabilité est bien une extension de la dérivabilité. Soit f : R → F. La différentiabilité en a équivaut (par définition) à la dérivabilité en a, et la différentielle est h 7→ f ′ (a)h. Ainsi, avec l’isomorphisme ∼ L (R, F) −→ F u 7−→ u(1), on identifie dérivée et différentielle. Notez que certains livres (comme [cia]) parlent d’applications « dérivables » pour dire « différentiables », et de « dérivées » pour dire « différentielles ». Dérivées directionnelles Soit f une application d’un ouvert U de E dans F. On dit que f est dérivable en a ∈ U selon h ∈ E si la fonction partielle t 7→ f (a + th) est dérivable en 0. Sa dérivée est la dérivée partielle ou la dérivée directionnelle de f dans la direction h. On la note ∂f (a) ∂h ou ∂f (a) si h = ei et (e1 , . . . , en ) une base de E. ∂xi Certains ouvrages utilisent d’autres notations, comme ∂h f (a) ou Dh f (a). Fig. 1.2 Dérivées directionnelles d’une fonction de R2 dans R Si f est différentiable en a ∈ U, alors les dérivées directionnelles en a existent et on a l’égalité ∂f (a) = df (a) · h. ∂h La réciproque est fausse : l’existence des dérivées partielles dans toutes les directions n’implique pas la différentiabilité. C’est bien naturel puisque la connaissance du comportement des fonctions partielles (même dans toutes les directions) ne donne d’information sur le comportement de f que sur les droites issues de a. Or, dans la définition de la différentielle, h peut tendre vers 0 « en tournant autour ». Contre-exemple 1.6 Soit l’application définie par f (x, y) = y 2 /x si x 6= 0 et f (0, y) = y sinon. Elle est dérivable en (0, 0) dans toute direction, mais elle n’est même pas continue. Cet exemple est proposé dans [rdo3, 8.1.1.5◦] et corrigé à l’exercice 1 de [gou2, p.305]. L’idée géométrique est d’approcher (0, 0) en tournant (le long de la parabole x = y 2 ). On a f (y 2 , y) = 1 et donc f (y 2 , y) ne tend pas f (0, 0) = 0 quand y tend vers 0. Bref, f n’est pas continue en (0, 0) donc pas différentiable en (0, 0). 1.1.1 5 Différentiabilité Remarque 1.7 Affine VS vectoriel. En calcul différentiel, l’espace de travail possède une structure d’espace vectoriel et donc aussi une structure d’espace affine. Il n’est pas toujours désirable de distinguer vecteurs et points, mais il est bon de garder à l’esprit la cohabitation des deux en calcul différentiel. Par exemple, pour la dérivée directionnelle, on dérive une fonction en un point dans la direction d’un vecteur. Gradient Soient (E, h·, ·i) un espace euclidien (ou un espace de Hilbert) et f : E → R une application différentiable en a ∈ E. Par définition, df (a) est une forme linéaire (continue) sur E. D’après le théorème 3.29, il existe un unique vecteur de E, noté ∇f (a), tel que df (a) · h = h∇f (a), hi pour tout h ∈ E. On l’appelle gradient de f en a. Remarquez que le gradient dépend du produit scalaire choisi sur E. z = f (x, y ) (a0 , f(a 0 )) (a1 , f(a 1 )) x y a0 ∇f (a 0 ) a1 {(x, y), f(x, y )= z0 } ∇f (a 1 ) Fig. 1.3 Gradient d’une fonction de R2 dans R Si E = Rn muni de sa structure euclidienne canonique, il y a essentiellement deux méthodes pour calculer le gradient : en revenant à la définition, via les dérivées partielles ∂f ∂f ∇f (a) = (a), . . . , (a) . ∂x1 ∂xn Attention, ce n’est pas parce que toutes les dérivées partielles existent que le vecteur des dérivées partielles est égal au gradient. En effet, le gradient n’est défini que pour des applications différentiables. De plus, cette notion ne concerne que les fonctions à valeurs dans R. Remarque 1.8 Interprétation géométrique. Géométriquement, le gradient en a (supposé non nul) peut s’interpréter de trois manières. ∇f (a) indique la direction « de la plus forte pente » de f en a (voir [rou, ex.27]). Le graphe de la fonction f est une hypersurface de E × R dont l’espace tangent est l’orthogonal de (∇f (a), −1). 6 Chapitre 1 Calcul différentiel 1.1.2 ∇f (a) dirige la normale à « l’hyperplan tangent » en a à « l’hypersurface » S = {x ∈ E, f (x) = f (a)}. Si l’on trace sur S une courbe dérivable γ qui passe par a en t = 0, son vecteur tangent γ ′ (0) est orthogonal à ∇f (a) (pour le voir, dériver par rapport à t l’égalité f ◦ γ(t) = f (a)). Le cadre justifiant proprement tout ceci est celui des sous-variétés (auquel [rou, Ch.5] est une bonne introduction). 1.1.2 Lemme fondamental de composition Le lemme technique suivant est extrêmement important : il généralise la formule de dérivation des fonctions composées et il est d’usage permanent. Différentiabilité d’une composée. Soient U un ouvert de E, V un Lemme 1.9 ouvert de F et a un point de U tel que f (a) ∈ V. Si f : U → F et g : V → G sont différentiables respectivement aux points a et f (a), alors g ◦ f est différentiable au point a et d(g ◦ f )(a) = dg (f (a)) ◦ df (a) . Pour démontrer ce lemme, il suffit d’écrire le développement limité de g ◦ f en a au premier ordre (voir [rou, Ch.2] pour le schéma de la preuve et [rdo3, 8.1.2] pour les détails). L’identité d’Euler pour les fonctions homogènes donne un exemple d’utilisation de ce lemme (voir [rou, ex.20]). Par ailleurs, en appliquant ce lemme à une fonction bijective f et à son inverse, on obtient le résultat suivant. Application 1.10 Différentielle de la réciproque. Soit f : U ⊂ E → F une bijection de U sur f (U). Si f est différentiable en un point a ∈ U et si f −1 est différentiable au point f (a), alors df (a) est un isomorphisme linéaire de E sur F et d(f −1 )(f (a)) = df (a)−1 . Sous ces hypothèses, df (a) réalise donc un isomorphisme entre E et F (qui sont ainsi de même dimension). L’inconvénient de cet énoncé est qu’il exige que de f −1 soit différentiable en f (a), ce qui est difficile à vérifier. Pour y remédier, on ajoute des propriétés à f (que f soit de classe C 1 et de différentielle inversible en a) pour se passer de celles sur f −1 (que f −1 soit différentiable en f (a)). Cela donne le premier théorème fondamental du calcul différentiel : le théorème d’inversion locale (voir la section suivante). Ajoutons que si f est simplement un homéomorphisme, E et F sont aussi de même dimension, mais c’est plus difficile à prouver (sauf si E = R car on dispose alors d’un argument de connexité, voir l’exercice 7 de [gou2, p.46]). Exemple 1.11 Restriction à un segment. Soit f différentiable sur un ouvert U de E. Pour tous a, b ∈ U tels que le segment [ a , b ] soit dans U, l’application ( [ 0 , 1 ] −→ F ϕ: t 7−→ f (a + t(b − a)) = f (tb + (1 − t)a) est dérivable sur [ 0 , 1 ] et ϕ′ (t) = df (a + t(b − a)) · (b − a) pour tout t ∈ [ 0 , 1 ]. C’est une application directe du lemme de composition 1.9 que l’on retrouve très 1.1.3 7 Différentiabilité souvent, comme par exemple dans la démonstration de l’inégalité des accroissements finis [rdo3, 8.1.3.1◦ ] et celle des développements de Taylor [rdo3, 8.3]. Exemple 1.12 Norme au carré. Soient (E, h·, ·i) un espace euclidien et g une fonction de classe C 1 sur un ouvert U de E. Posons N : x 7→ kxk2 et G = N ◦ g. Alors G est de classe C 1 sur U et ∀ x ∈ U, ∀ h ∈ E, dG(x) · h = 2hg(x), dg(x) · hi. On démontre ceci en appliquant deux fois le lemme 1.9. Commençons par observer que N est la composée de l’application linéaire i : x 7→ (x, x) avec l’application bilinéaire b : (x, y) 7→ hx, yi. D’après les exemples 1.1 et 1.2, N est différentiable et dN(x) · h = db(i(x))(di(x) · h) = db(x, x) · (h, h) = hx, hi + hh, xi = 2hx, hi. On en déduit que G est différentiable et que dG(x) · h = dN(g(x)) · (dg(x) · h) = 2hg(x), dg(x) · hi. On retrouve notamment une fonction de ce type au cours de la preuve du théorème d’Hadamard-Lévy proposée dans [zq, p.392]. Remarquez que cette preuve utilise une hypothèse supplémentaire de régularité justement pour pouvoir faire ce calcul. 1.1.3 Inégalité des accroissements finis L’inégalité des accroissements finis (parfois appelée inégalité de la moyenne) permet de majorer l’accroissement de f entre deux points avec un majorant de la norme de sa différentielle. Théorème 1.13 Inégalité des accroissements finis. Soient U un ouvert de E et f : U → F une application différentiable sur U. Soit [ a , b ] un segment contenu dans U. S’il existe M > 0 tel que kdf (x)k 6 M pour tout x ∈ [ a , b ], alors kf (b) − f (a)k 6 M kb − ak. Ce théorème généralise l’inégalité des accroissements finis pour une unique variable réelle (voir [rdo3, 4.2.1.1◦]). D’ailleurs, l’inégalité en dimension supérieure se montre grâce à l’inégalité en une dimension via la fonction ϕ de l’exemple 1.11 (voir [rdo3, 8.1.3.1◦]). Nous renvoyons aux intéressants commentaires de [rou, chap.3]. | f ′ (x)| 6 M D d a d = | f(b)−f(a)| b D = M |b − a | Remarquons que si f est de classe C 1 , l’existence du majorant M est assurée par la compacité du segment [ a , b ] et la continuité de x 7→ df (x). Soulignons qu’il faut que U soit convexe pour appliquer l’inégalité entre deux points quelconques de U. Ajoutons aussi que la norme de df (x) qui apparaît dans l’énoncé est la norme d’application linéaire associée aux normes de E et F : kdf (x)k = sup h6=0 kdf (x) · hkF . khkE Lorsque l’inégalité des accroissements finis est utilisée pour montrer que f est contractante, le choix des normes est primordial (voir [rou, ex.32]). 8 Chapitre 1 Calcul différentiel 1.1.4 Application 1.14 Différentielle nulle. Soit U un ouvert connexe de E ; alors ∀ x ∈ U, df (x) = 0 ⇐⇒ f est constante sur U. L’implication (⇐) est toujours vraie. L’hypothèse de connexité permet de démontrer (⇒) en exploitant l’équivalence suivante (voir [gou2, I.4.3]) pour un ouvert U de E U connexe ⇐⇒ U connexe par arc ⇐⇒ U connexe par lignes brisées. Ajoutons que si la différentielle est nulle mais U n’est pas connexe, la fonction f est constante seulement sur chaque composante connexe de U. Application 1.15 Caractérisation des fonctions C 1 . Soient U un ouvert de Rn et f : U → F une fonction dont les dérivées partielles existent en tout point de U. On ne peut pas en déduire que f est différentiable sur U (voir le contre-exemple 1.6). Mais dès lors que les dérivées partielles existent et sont continues, alors f est de classe C 1 sur U, et donc notamment différentiable (voir [rou, ex.37]). Comme la réciproque est vraie, c’est ainsi une caractérisation des fonctions C 1 (utilisée constamment). Application 1.16 Théorème de Schwarz. Soient f une application d’un ouvert U de Rn dans F et (e1 , . . . , en ) la base canonique de Rn . Si f est deux fois différentiable au point a ∈ U alors, pour 1 6 i, j 6 n, on a ∂2f ∂2f d2 f (a)(ei )(ej ) = (a) = (a) = d2 f (a)(ej )(ei ). ∂xi ∂xj ∂xj ∂xi Voir le théorème 6.1 dans [rou]. Le théorème de Schwarz est parfois donné avec d’autres hypothèses (voir [gou2, p.302] et l’exercice 1 de [gou2, p.305]). Ce théorème permet d’identifier la différentielle seconde d2 f (a) avec une application bilinéaire symétrique sur E à valeurs dans F (via le premier isomorphisme de la remarque 1.5). En particulier, lorsque f est à valeurs réelles, d2 f (a) est identifiée à une forme bilinéaire symétrique et donc aussi à une forme quadratique. La matrice représentant cette forme quadratique dans la base canonique est appelée la hessienne de f en a. On la note 2 ∂ f Hf (a) = (a) . ∂xi ∂xj i,j Maintenant qu’on peut intervertir deux dérivées partielles, on peut faire de même pour toute permutation de plusieurs dérivées partielles (puisque les transpositions engendrent les permutations). Ainsi, l’ordre des dérivations partielles n’a pas d’inp fluence. A priori, il y avait dérivées partielles p-ièmes. On sait maintenant donc n n−1+p qu’il n’y en a en fait que (voir l’exercice 4.1). p Application 1.17 Différentielle d’une limite. Il existe un théorème en plusieurs variables analogue au théorème [rdo4, 2.2.3.1◦] de la variable réelle. Sous des hypothèses de convergence uniforme, la différentielle de la limite est la limite des différentielles (voir [rou, ex.38] pour un énoncé précis, une preuve et une application). 1.1.4 Utilisations de la différentielle Différentiabilité La différentielle d’une fonction en un point approche cette fonction au premier ordre autour de ce point. En fait, une information sur la différentielle en un point permet d’obtenir des propriétés de la fonction elle-même au voisinage de ce point. 1.2.1 Inversion locale et fonctions implicites 9 Cette idée centrale se retrouve notamment : dans le théorème d’inversion locale (voir la section 1.2), pour les conditions nécessaires du premier ordre vérifiées par les minima (voir la sous-section 1.3.2), lors de l’étude qualitative des équations différentielles : la stabilité d’un point critique peut se lire sur la différentielle (voir le théorème [zq, X.IV.4]). Lorsque l’approximation au premier ordre ne suffit pas, on peut la préciser par les différentielles supérieures : ce sont les formules de Taylor, étudiées au paragraphe 1.4. Changement de variables Énonçons l’important théorème du changement de variables dans une intégrale. Théorème 1.18 Changement de variables. Soient U un ouvert de Rn et ϕ : U → Rn une application injective et différentiable sur U. Alors V = ϕ(U) est mesurable et une fonction f appartient à L1 (V) si, et seulement si, la fonction |det dϕ| f ◦ ϕ est dans L1 (U). Dans ce cas, Z Z f (x) dx = f (ϕ(y)) |det dϕ(y)| dy. V U La preuve de ce théorème est basée sur le f théorème 4.83. Une fois de plus, l’idée est d’approcher autour de chaque point y la transformation ϕ par sa différentielle dϕ(y). x0 f (x0 ) Ainsi localement, ϕ affecte le volume infinitésimal de la même manière que l’applicaA | det df(x 0)| A tion linéaire dϕ(y) : en le multipliant par |det dϕ(y)|. Attention à ne pas oublier le déterminant et la valeur absolue dans la formule de changement de variables. Signalons aussi que le résultat est encore vrai sous des hypothèses plus faibles (voir [rud, 7.26]). Nous l’énonçons ici sous une forme plus pratique, que l’on peut encore simplifier en supposant que ϕ est un difféomorphisme de U sur V. On utilise très souvent des changements de variables pour calculer ou ré-exprimer des intégrales (voir par exemple l’exercice 1.4). Application 1.19 Calcul de loi. En probabilité, ce théorème permet de calculer la loi d’une variable aléatoire définie à partir d’autres variables aléatoires dont on connaît la loi (voir les exemples 8.3 et 8.4 ainsi que l’exercice 8.4 de [ouv]). 1.2 Inversion locale et fonctions implicites Le théorème d’inversion locale établit qu’une fonction de classe C 1 est localement un C 1 -difféomorphisme dès lors que son premier ordre l’est. Le théorème des fonctions implicites exprime qu’une courbe définie implicitement par une équation du type f (x, y) = 0 peut être vue localement comme le graphe d’une fonction. Les deux théorèmes servent à créer des fonctions. Comme ce n’est pas facile en général, ces théorèmes apportent un véritable plus. Pensez-y quand vous voyez une question du genre « montrer qu’il existe f de classe C 1 telle que... ». 10 1.2.1 Chapitre 1 Calcul différentiel 1.2.1 Fonctions inverses, fonctions implicites Théorème 1.20 Inversion locale. Soient U un ouvert de E, a un point de U et f : U → F une application de classe C k (k > 1). Si df (a) est un isomorphisme de E dans F, alors il existe un voisinage ouvert V ⊂ U de a et un voisinage ouvert W ⊂ F de f (a) tels que la restriction de f à V est un C k -difféomorphisme de V sur W. f U a f(a) V g =f W −1 V Fig. 1.4 Inversion locale Théorème 1.21 Fonctions implicites. Soient U un ouvert de E×F, (a, b) un point de U et f : U → G (avec dim F = dim G) une application de classe C k (k > 1) telle que f (a, b) = 0. Supposons que la différentielle au point b de l’application y 7→ f (a, y) qui est de classe C k soit un isomorphisme entre F et G. Alors il existe un voisinage ouvert Ua × Ub de (a, b) dans U et une application ϕ : Ua → Ub de classe C k telle que ∀ (x, y) ∈ Ua × Ub , f (x, y) = 0 ⇐⇒ y = ϕ(x). Fig. 1.5 Fonctions implicites Vous trouvez dans [rou, Ch.5] des figures illustrant ces théorèmes et des remarques concernant les applications pratiques. Nous conseillons vivement la lecture de ce passage, en méditant sur cet extrait du rapport du jury de 2002 : « L’importance du théorème des fonctions implicites et du théorème d’inversion locale du point de vue géométrique ne saurait apparaître si l’on se noie dans le formalisme analytique. Une étude illustrée par des figures en dimensions 2 ou 3 est plus adéquate ». 30 1.5.4 Chapitre 1 Calcul différentiel 1.6 Fonctions convexes et optimisation Soit C un convexe non vide. La convexité des fonctions étant une propriété « globale », elle permet d’assurer des inégalités sur C tout entier. Les fonctions convexes jouissent ainsi de propriétés remarquables vis-à-vis de l’optimisation. Si f est une fonction convexe sur C, alors (i) les conditions nécessaires des lemmes 1.34 et 1.38 sont alors aussi suffisantes (voir l’exercice 115 de [rou]) ; (ii) l’ensemble des points réalisant le minimum est un convexe (c’est un ensemble de niveau particulier, voir l’exemple 1.64). De plus, la stricte convexité fournit une condition fort utile pour assurer l’unicité du point minimum. Lemme 1.75 Unicité du minimum. Soient C un convexe non vide et f : C → R une application strictement convexe sur C. Alors, il existe au plus un point x̄ ∈ C minimisant f sur C. Preuve. Soient deux points x et y minimisant f sur C. D’après la propriété (ii) ci-dessus, le milieu (x + y)/2 est aussi un point minimum. La stricte convexité de f montre donc que x = (x + y)/2 = y. Exemple 1.76 Fermat. L’exercice sur le point de Fermat illustre les méthodes de base de l’optimisation sur un problème géométrique simple (voir [rou, ex.118]). On considère la fonction f : x 7→ kx − x1 k + kx − x2 k + kx − x3 k (où x1 , x2 et x3 sont trois points non alignés). La fonction f est continue et coercive (ce qui entraîne l’existence d’un point minimum, voir l’exercice 1.1). Elle est par ailleurs strictement convexe (ce qui entraîne l’unicité du point minimum). Des considérations géométriques permettent d’écarter les xi dans la recherche du minimum. Sur l’ouvert complémentaire de {x1 , x2 , x3 }, l’application est différentiable et on peut donc appliquer le lemme 1.34. Justifions ici la stricte convexité (complétez avec l’exercice 118 de [rou]). Supposons qu’il existe x 6= y et t ∈ ] 0 , 1 [ tels que f (tx + (1 − t)y) = tf (x) + (1 − t)f (y). On en déduit les égalités suivantes pour i ∈ {1, 2, 3}, kt(x − xi ) + (1 − t)(y − xi )k = kt(x − xi )k + k(1 − t)(y − xi )k. On a donc égalité dans l’inégalité triangulaire. Comme la norme est une hilbertienne, on obtient alors que x−xi et y−xi sont colinéaires (voir section 3.1.1). Ainsi xi est sur la droite reliant x et y et donc les xi sont alignés. Ceci est contraire aux hypothèses. 1.6 Exercices corrigés Exercice 1.1 Existence d’un minimum. a) Soient E un espace vectoriel de dimension finie et f : E → R continue. Montrer que si C est un fermé de E et si f est coercive, alors f est minorée sur C et atteint son minimum. b) Soient (F, k · k) un espace vectoriel normé (éventuellement de dimension infinie), E un sous-espace vectoriel de F de dimension finie. Pour tout x ∈ F, montrer qu’il existe x⋆ ∈ E tel que kx − x⋆ k = inf kx − yk. y∈E 1.6 31 Exercices corrigés c) Montrer que si la norme sur F est strictement convexe alors le point réalisant le minimum est unique. Commentaires. Le résultat de la première question est très utile (voir les exercices 1.2 et 1.5). Il offre une généralisation du théorème [rdo3, 2.5.1.5◦] dont on se sert d’ailleurs dans la démonstration. Le principe est d’affaiblir les hypothèses sur l’espace en renforçant celles sur la fonction : l’hypothèse de compacité de C est remplacée par la coercivité de f , c’est-à-dire f (x) −−−−−−→ +∞. kxk→+∞ L’idée de la preuve est de restreindre la minimisation de f sur C à la minimisation de f sur l’intersection de C avec une boule fermée. La deuxième question est un classique de l’agrégation. Ce résultat s’utilise notamment lorsque F est un espace de fonctions et qu’on cherche à approcher les fonctions par des fonctions « plus simples » appartenant à un espace de dimension finie (voir l’exercice 1.9 par exemple). La troisième question s’intéresse à l’unicité du point de meilleure approximation dans E c’est-à-dire s’il existe une application projection sur le sous-espace E. On donne ici une réponse géométrique à cette question. L’exercice 1.9 montre qu’il existe des normes non strictement convexes pour lesquelles il peut y avoir quand même unicité. Remarquez enfin que le résultat de la question a fournit une démonstration du théorème 3.11 de projection sur un convexe fermé en dimension finie : il suffit de l’appliquer à la norme k · k2 . Cependant, ce n’est pas le bon point de vue car la compacité des boules joue ici un rôle artificiel : le théorème de projection est essentiellement la conséquence de la complétude et d’arguments géométriques (voir la section 3.1). Corrigé. a) Soit a ∈ C. La coercivité assure l’existence de R > 0 tel que ∀ x ∈ C, On en déduit que kxk > R =⇒ f (x) > f (a). inf f (x) = x∈ C inf x∈ C∩B(0,R) f (x), où B(0, R) désigne la boule fermée de centre 0 et de rayon R. La dimension finie assure la compacité de B(0, R) ainsi que celle de C ∩ B(0, R) comme intersection d’un fermé et d’un compact. On applique alors le théorème [rdo3, 2.5.1.5◦ ] : f continue sur le compact C ∩ B(0, R) y atteint ses bornes, ce qui termine la démonstration. b) Il suffit d’appliquer le résultat de la question a avec le fermé C = E tout entier et la fonction continue f : y ∈ E 7→ kx − yk ∈ R. La fonction f est bien coercive d’après l’inégalité triangulaire (f (y) > kyk − kxk). c) Commençons par attirer l’attention sur ce que signifie « la norme est strictement convexe ». L’application norme k · k : F → R est toujours convexe mais jamais strictement convexe. En effet, si x, y sont sur la même demi-droite issue de l’origine, alors ktx + (1 − t)yk = tkxk + (1 − t)kyk pour tout t ∈ [ 0 , 1 ]. 32 Chapitre 1 1.6 Calcul différentiel La stricte convexité d’une norme est en fait une condition géométrique portant sur les sphères associées : si deux points sont sur une même sphère, le segment liant ces deux points ne rencontre la sphère qu’en ses extrémités. En termes mathématiques, cela signifie : si x 6= y et kxk = kyk, alors pour tout t ∈ ] 0 , 1 [, ktx + (1 − t)yk < tkxk + (1 − t)kyk. Boule strictement convexe Boule non strictement convexe Revenons à présent à la question. Soient y1 et y2 réalisant le minimum de la distance de x à E. Montrons que y1 = y2 . L’application z ∈ E 7→ kx − zk est convexe (composée d’une application affine et d’une norme), l’ensemble des points réalisant le minimum est donc un convexe. En particulier, (y1 + y2 )/2 réalise aussi le minimum. On a donc w w w y1 + y2 w w w. kx − y1 k = kx − y2 k = wx − 2 w Or x− y1 + y2 1 1 = (x − y1 ) + (x − y2 ). 2 2 2 Grâce à la stricte convexité de la norme, on en déduit que x − y1 = x − y2 , autrement dit que y1 = y2 . Bref le minimum est unique. Exercice 1.2 Fonctions quadratiques. Soient (E, h·, ·i) un espace euclidien de dimension n, b un vecteur de E et u un endomorphisme de E symétrique défini positif. Montrer que l’application E −→ R f: x 7−→ 1 hu(x), xi + hb, xi 2 admet un unique point minimum sur E. Calculer ce point minimum. Commentaires. Cet exercice est l’occasion de mettre en pratique l’armada des résultats présentés dans la section 1.3. La coercivité et la continuité de f assurent l’existence du point minimisant (exercice 1.1). Sa stricte convexité nous donne l’unicité du point minimisant (lemme 1.75). Enfin, pour calculer x⋆ , il ne reste plus qu’à chercher l’annulation de la différentielle (lemme 1.34). Cet exercice peut aussi se traiter avec des « méthodes hilbertiennes » (voir l’exercice 3.3) et ainsi s’étendre aux espaces de Hilbert de dimension infinie. La preuve donnée ici tombe en défaut en dimension infinie. En effet, on utilise le résultat de la question a de l’exercice 1.1 qui repose sur la compacité des fermés bornés en dimension finie. Cependant, on peut remplacer cet argument par un théorème de topologie faible : si (H, h·, ·i) est un espace de Hilbert, f : H → R est une fonction convexe, continue et coercive, alors f atteint son minimum sur H (voir le théorème 4.40 de [wil]). Corrigé. L’application f est la somme d’une forme quadratique et d’une application linéaire. Elle est donc continue. Montrons qu’elle est coercive. L’idée est que « le quadratique va l’emporter sur le linéaire ». Précisément, soit x ∈ E, minorons f (x) par un terme qui tend vers +∞. Commençons par minorer le terme quadratique. Puisque u est symétrique, on peut choisir une base orthonormée (ei )i de vecteurs propres de u (associés aux valeurs 1.6 33 Exercices corrigés propres λi ). Comme u est défini positif, ses valeurs propres sont strictement positives λ1 > λ2 · · · > λn > 0. Ensuite, on écrit x = x1 e1 + · · · + xn en , et n n n P P P hu(x), xi = λi xi ei , xi ei > λn xi 2 = λn kxk2 . i=1 i=1 i=1 Pour minorer le terme affine, on utilise l’inégalité de Cauchy-Schwarz qui induit hb, xi > −kbk kxk. On obtient finalement λn kxk2 − kbk kxk f (x) > 2 et donc, comme λn > 0, f est coercive. Montrons à présent que f est strictement convexe. Comme u est symétrique défini positif, l’application x 7→ hu(x), xi est le carré d’une norme euclidienne. D’après l’exemple 1.67, c’est donc une application strictement convexe. La fonction f est ainsi la somme d’une fonction strictement convexe et d’une fonction affine (donc convexe), donc elle est strictement convexe. Terminons avec le calcul de x⋆ . Comme composée de fonctions C ∞ , f est de classe C ∞ sur E. D’après les exemples 1.1 et 1.2, on calcule 1 1 df (x) · h = hu(h), xi + hu(x), hi + hb, hi. 2 2 En utilisant la symétrie de u et celle du produit scalaire, on obtient : df (x) · h = hu(x) + b, hi. Si le minimum est atteint en x⋆ , alors df (x⋆ ) = 0. On trouve finalement x⋆ = −u−1 (b). Exercice 1.3 Application du lemme d’Hadamard. Que peut-on dire du sousensemble I de C ∞ (R) formé des fonctions qui s’annulent en 0 ? Commentaires. L’idée est de copier ce qui se passe pour le problème équivalent dans R[X]. Montrons que I est un idéal maximal et principal. Corrigé. Considérons le morphisme d’algèbres ( ∞ C (R) −→ R ϕ: f 7−→ f (0). I est le noyau de ϕ ; c’est donc un idéal. Par ailleurs, ϕ est notamment une forme linéaire (non nulle) : I est un hyperplan et donc il est maximal. De plus, le lemme d’Hadamard (voir l’application 1.61) montre que si f ∈ I, il existe ϕ ∈ C ∞ (R) tel que f (x) = xϕ(x) pour tout x ∈ R. Autrement dit, I est engendré par la fonction x 7→ x. Ainsi, I est principal. Exercice 1.4 Lemme de Milnor. Soient K un compact de Rn , U un ouvert de Rn et Ω un ouvert convexe borné vérifiant K K ⊂ Ω ⊂ Ω ⊂ U. Considérons une fonction v : U → Rn de classe C ∞ , et posons vt = id + t v, pour t ∈ R. Ω U Chapitre 2 Fonctions d’une variable complexe Ce chapitre est centré sur la notion d’holomorphie. À première vue, la C-dérivabilité ne paraît pas remarquable : dans le corps C, on s’intéresse à la limite du quotient f (z) − f (a) z−a quand z tend vers a, tout comme la théorie des fonctions d’une variable réelle s’intéresse à ces quotients dans le corps R. En fait, la géométrie du corps C confère aux fonctions C-dérivables des propriétés remarquables qui n’ont aucune contrepartie dans la théorie des fonctions de la variable réelle. À l’agrégation Les fonctions d’une variable complexe apparaissent souvent lors des épreuves de l’agrégation, et ce fut notamment le cas dans les sujets d’analyse en 2001 et 2002. À l’oral aussi, on rencontre souvent ce thème : en illustration dans certaines leçons (comme « Utilisation des séries » ou « Intégrales dépendant d’un paramètre ») ou lors de leçons qui lui sont entièrement dédiées. Pour ces leçons, il faut prêter une attention particulière à l’articulation des notions pour éviter les erreurs de logique mais aussi les hors-sujet. Citons en effet le rapport du jury 2001 : « À propos des deux leçons centrées l’une autour de la notion analyticité, l’autre autour de la notion d’holomorphie (et méromorphie) : le jury s’attendait à deux présentations différentes, ce qui n’était pas toujours le cas. » Préliminaires Dans tout ce chapitre, le corps C est muni de sa structure d’espace normé par le module. Pour U un ouvert de C, on note H (U) l’ensemble des fonctions holomorphes sur U, et M (U) l’ensemble des fonctions méromorphes sur U. D(a, r) désigne le disque ouvert de centre a et de rayon r, C(a, r) le cercle de centre a et de rayon r, et K(a, r1 , r2 ) la couronne ouverte {z ∈ C, r1 < |z − a| < r2 }. Rappelons les identifications usuelles qui permettent de comparer l’holomorphie et la différentiation classique dans R2 (voir la sous-section 2.3.1) : Les complexes sont identifiés aux couples de réels via l’application R- linéaire bijective : ∼ C −→ R2 z = x + i y 7−→ (x, y) = (Re z, Im z) . 46 Chapitre 2 Fonctions d’une variable complexe 2.1 Ils sont aussi identifiés aux similitudes directes de l’espace euclidien R2 via l’isomorphisme de groupes : ∼ × −→ (Sim+ R2 , ◦) (C , · ) x −y z = x + i y 7−→ . y x En fait, il y a un isomorphisme de corps entre C et le corps formé par les similitudes directes et la matrice nulle. a a r C(a , r ) a r2 r D(a , r ) r K(a, r1, r 2 ) Fig. 2.1 Cercles, disques et couronnes Les définitions des fonctions étudiées sont rassemblées ci-dessous. Définition 2.1 Fonctions d’une variable complexe. Soient U un ouvert de C et f une fonction de U dans C. On dit que f est : développable en série entière en un point a ∈ U : s’il existe r > 0 et (an )n∈N ∈ CN une suite de nombres complexes, tels que le disque {z ∈ C, |z − a| < r} soit inclus dans U et que sur ce disque, on ait P +∞ f (z) = an (z − a)n . n=0 P On dit alors que f est égale à la somme de la série entière z 7→ an (z − a)n sur le disque de centre a et de rayon r. une fonction analytique sur U : si f est développable en série entière en tout point de U. une fonction holomorphe sur U : si, en tout point a ∈ U, f (z) − f (a) z−a admet une limite lorsque z tend vers a. Si elle existe, cette limite est notée f ′ (a). une fonction méromorphe sur U : s’il existe P un ensemble de points isolés de U (appelés pôles de f ) tel que f est analytique sur U r P et si, en tout p ∈ P, il existe n ∈ N∗ et b ∈ C r {0} vérifiant f (z) ∼ b(z − p)−n . z→p une fonction harmonique sur U : si f est deux fois R-différentiable sur U et vérifie sur U ∂2f ∂2f ∆f = + 2 = 0. 2 ∂x ∂y Un résultat important est que les notions d’holomorphie et d’analyticité coïncident (ceci est démontré en deux temps par les théorèmes 2.4 et 2.25). Nous séparons néanmoins l’étude de ces deux notions pour mettre en avant ce qui leur est propre. Nous nous affranchissons de la contrainte d’une présentation linéaire du sujet pour laquelle nous vous renvoyons aux ouvrages de référence tels [car] et [rud]. 2.1.1 Séries entières 2.1 47 Séries entières Les séries entières sont des séries de fonctions à valeurs complexes aux propriétés remarquables. Elles doivent être, à l’issue de la préparation, familières à l’agrégatif. Nous recommandons la lecture de [rdo4, Ch.3] qui présente leur étude accompagnée d’exemples. Nous rappelons dans cette section les propriétés liées au rayon de convergence et présentons quelques résultats sur le comportement au bord du disque de convergence. 2.1.1 Rayon de convergence Exponentielle complexe L’exponentielle est un premier exemple important à partir duquel sont définis les fonctions trigonométriques (et les fonctions trigonométriques hyperboliques) ainsi que le nombre π. Nous conseillons la lecture du prologue de [rud] qui expose les propriétés fondamentales de l’exponentielle. Nous utilisons ces propriétés à la soussection 2.6.3 et dans l’exercice 2.12. Rayon de convergence La forme du terme général d’une série entière (z 7→ an z n ) impose une forme particulière au domaine de convergence absolue de la série : c’est un disque dont le rayon est appelé rayon de convergence de la série entière. La notion de rayon de convergence est ainsi propre aux séries entières. C’est le lemme d’Abel qui justifie à la fois l’existence et la définition de ce rayon P de convergence (voir [rdo4, 3.1.2]). Étant donnée la série entière an z n de rayon de convergence R, on dispose d’une partition du plan complexe en trois parties : C = D(0, R) ∪ C(0, R) ∪ {z ∈ C, |z| > R}. P Sur D(0, R), la série an z n est absolument convergente. Sur {z ∈ C, |z| > R}, la suite (an z n )n∈N n’est pas bornée. Sur C(0, R), la situation dépend de la suite (an )n∈N (voir sous-section 2.1.2). On retrouve une situation analogue pour les séries de Dirichlet : le domaine de convergence absolue est un demi-plan et on parle alors d’abscisse de convergence absolue P (voir [ser, VI.2.2] et le sujet d’analyse de 1989). Soit an z n une série entière de rayon de convergence R ∈ [ 0 , +∞ ]. Récapitulons différentes manières (extraites de [rdo4, 3.1.2]) pour déterminer R. P S’il existe z0 de module r avec an z0 n qui converge absolument, alors r 6 R. P S’il existe z0 de module r tel que la série an z0 n diverge grossièrement (c’est-à-dire que son terme général ne tend pas vers 0), alors R 6 r. La formule d’Hadamard donne exactement R : 1 1 = lim sup |an | n ∈ R+ ∪ {+∞}. R La règle de d’Alembert 1 |an+1 | = lim ∈ R+ ∪ {+∞} R |an | permet de calculer certains rayons de convergence (notamment lorsque an s’exprime avec des factoriels). Chapitre 3 Analyse fonctionnelle Ce chapitre réunit quelques thèmes d’analyse fonctionnelle. Tout d’abord, nous étudions indépendamment les espaces de Hilbert et la convolution. Nous les réunissons ensuite lors de la présentation des séries de Fourier. Le fil conducteur de ce chapitre est l’approximation. Les espaces de Hilbert offrent une structure pour approcher des objets par projections. La convolution, quant à elle, est un outil puissant qui permet d’approcher et de régulariser des fonctions. La théorie des séries de Fourier tire parti de ces deux approches. 3.1 Analyse hilbertienne Les espaces de Hilbert jouent un rôle capital en théorie comme dans les applications. La clef de voûte de tout l’édifice est le théorème de projection qui mélange topologie et géométrie. Les conséquences de ce théorème confèrent aux espaces de Hilbert de dimension infinie des propriétés proches de celles des espaces de dimension finie. 3.1.1 Espace muni d’un produit scalaire Soit H un espace vectoriel sur le corps k = R ou C ; l’espace H est dit préhilbertien s’il est muni d’un produit scalaire (produit scalaire hermitien si k = C). Ainsi, un espace préhilbertien est un couple (H, h·, ·i) où H est un k-espace vectoriel et h·, ·i un produit scalaire sur H (voir 2.1.1 et 4.1.1 de [rdo2]). Si un espace préhilbertien est complet pour la norme k · k associée au produit scalaire, on dit que c’est un espace de Hilbert. Exemple 3.1 Espaces euclidiens et hermitiens. Quelle que soit la norme, un espace vectoriel normé de dimension finie est complet. Un espace préhilbertien de dimension finie est donc un espace de Hilbert. On parle alors d’espace euclidien (si k = R) ou d’espace hermitien (si k = C). Exemple 3.2 Exemple fondamental. L’ensemble des suites de nombres complexes de carré sommables +∞ P 2 2 N ℓ (N) = x = (xn )n ∈ C , |xn | < +∞ n=0 muni du produit scalaire hermitien ∀ x, y ∈ ℓ2 (N), hx, yi = P +∞ xn y n n=0 forme un espace de Hilbert. C’est en fait l’archétype des espaces de Hilbert séparables comme le montre le théorème 3.41. 92 Chapitre 3 Analyse fonctionnelle 3.1.1 Exemple 3.3 Espace L2 . Soient (X, T , µ) un espace mesuré et L2 (X, T , µ) l’espace vectoriel défini à l’exemple 5.4. Muni du produit scalaire Z 2 ∀ f, g ∈ L (X, T , µ), hf, gi = f (x)g(x) dµ(x) , X l’espace L2 (X, T , µ) est un espace de Hilbert. On retrouve en particulier l’ensemble précédent avec X = N, T = P(N) la tribu des parties de N et µ la mesure de comptage (pour A ∈ T , µ(A) = Card (A)). Un sous-espace fermé d’un espace complet est complet. Muni de la restriction du produit scalaire, un sous-espace fermé d’un espace de Hilbert a donc aussi une structure d’espace de Hilbert. Les sous-espaces fermés des espaces de Hilbert classiques fournissent ainsi de nombreux exemples d’espaces de Hilbert. Signaux à spectre borné. Dans l’espace de Hilbert L2 (R), consiExemple 3.4 dérons le sous-ensemble BL2 = f ∈ L2 (R), F (f ) = 0 p.p. sur R r [ −1/2 , 1/2 ] , où F (f ) désigne la transformée de Fourier de f ∈ L2 (R). La linéarité et la continuité de F sur L2 impliquent que BL2 est un sous-espace vectoriel fermé (voir les détails dans [wil, 6.25]). Ainsi, BL2 muni de la norme L2 est un espace de Hilbert (dont on connaît une base hilbertienne, voir l’exemple 3.44). En fait, la propriété de spectre borné des éléments de BL2 leur confère de la continuité (voir [wil, 6.26]). Les éléments de BL2 sont des fonctions continues au sens suivant : pour tout élément de f ∈ BL2 , on peut trouver un représentant continu dans la classe d’équivalence de f pour la relation d’égalité presque partout (voir l’exemple 5.4). Exemple 3.5 Forme bilinéaire continue coercive. Soit (H, h·, ·i) un R-espace de Hilbert (dont la norme est notée k · k). Considérons une forme bilinéaire symétrique a(·, ·) que l’on suppose (i) continue c’est-à-dire (ii) coercive c’est-à-dire ∃ β > 0, ∃ α > 0, ∀ x, y ∈ H, ∀ x ∈ H, |a(x, y)| 6 β kxk kyk. αkxk2 6 a(x, x). Alors a(·, ·) définit un produit scalaire sur H et la norme associée à ce produit scalaire est équivalente à k · k puisque ∀ x ∈ H, αkxk2 6 a(x, x) 6 βkxk2 . Ainsi (H, a(·, ·)) est un espace de Hilbert. Attention, on a supposé que la forme bilinéaire a(·, ·) est symétrique. Si ce n’est pas le cas, a(·, ·) ne définit pas un produit scalaire. Remarque 3.6 Corps de base. Prêtez attention au corps de base d’un espace de préhilbertien : les calculs se mènent différemment dans R ou C. Les preuves sont parfois un peu plus techniques sur C, à l’image de celle de l’inégalité de Cauchy-Schwarz [hir, p.86]. Notez que dans [bré], tous les espaces considérés sont des R-espaces vectoriels. Par ailleurs, les techniques de polarisation qui permettent de retrouver le produit scalaire à partir de la norme diffèrent sur R et C (voir [gou1, p.225] et [gou1, p.226]). La première question du sujet d’algèbre de 2002 nécessitait l’utilisation de la formule de polarisation dans le cas complexe. Attention enfin quand k = C aux conventions de la définition du produit scalaire hermitien, on suppose souvent que h·, ·i est semilinéaire (ou antilinéaire) à droite et linéaire à gauche ([rdo2, 3.2.3]), mais c’est parfois l’inverse ([gou1, V]). Bref, faites attention aux scalaires quand vous les sortez du produit. 3.1.1 Analyse hilbertienne 93 Inégalité de Cauchy-Schwarz Soit (H, h·, ·i) un espace préhilbertien. Le produit scalaire h·, ·i vérifie une inégalité fondamentale : ∀ x, y ∈ H, |hx, yi| 6 kxk kyk. N’oubliez pas la valeur absolue (ou le module) dans l’inégalité : si k = R, on perdrait de l’information, et si k = C, l’inégalité ne pourrait avoir de sens. Par ailleurs, on connaît les cas d’égalité : |hx, yi| = kxk kyk ⇐⇒ x et y sont liés. hx, yi = kxk kyk ⇐⇒ x et y sont positivement liés. La preuve de l’inégalité repose uniquement sur la positivité de h·, ·i. En revanche, pour démontrer les cas d’égalité, on se sert du fait que h·, ·i est défini positif. On ne peut pas surestimer l’importance de l’inégalité de Cauchy-Schwarz. Pensezy à chaque fois que vous avez une inégalité à démontrer dans un espace préhilbertien, comme par exemple dans l’exercice 1.2 ou dans la première question de la partie III du sujet d’analyse de 2002 . Connaître les cas d’égalité est aussi bien utile (voir par exemple l’exercice 3.6). de Cauchy-Schwarz permet de Remarque 3.7 Inégalité triangulaire. L’inégalité p montrer l’inégalité triangulaire pour k · k = h·, ·i (inégalité de Minkowski), et donc que k · k est une norme (voir [rdo2, 1.2.3] et [rdo2, 3.3.2] qui donnent aussi les cas d’égalité dans l’inégalité de Minkowski). Application 3.8 Forme linéaire. Soit y ∈ H ; d’après l’inégalité de Cauchy-Schwarz, la forme linéaire h·, yi est continue et de norme kyk. Ce résultat forme en fait la « moitié » du théorème 3.29 de Riesz. La continuité de h·, yi justifie notamment le passage à la limite suivant. Soit (xn )n une suite d’éléments de H telle que xn → x ; alors pour tout y ∈ H, on a hxn , yi → hx, yi. Application⋆ 3.9 Continuité de l’adjoint. Soit u un endomorphisme continu de H ; l’adjoint de u est défini à l’exemple 3.32. Montrons à l’aide de l’inégalité de Cauchy-Schwarz que u∗ est continu et que kuk = ku∗ k. Pour x ∈ H, on écrit ku∗ (x)k2 = hu∗ (x), u∗ (x)i = hx, u(u∗ (x))i 6 kxk ku(u∗(x))k 6 kxk kuk ku∗(x)k, ce qui se simplifie en ku∗ (x)k 6 kuk kxk. Ainsi u∗ est continu et ku∗ k 6 kuk. On obtient l’inégalité réciproque grâce au fait que (u∗ )∗ = u, puisqu’alors k(u∗ )∗ k = kuk 6 ku∗ k. Identité du parallélogramme Soit (E, k · k) un espace vectoriel normé. Supposons que E soit un espace préhilbertien (c’est-à-dire que k · k soit une norme associée à un produit scalaire), alors en développant le membre de gauche, on obtient l’identité du parallélogramme : ∀ x, y ∈ E, kx + yk2 + kx − yk2 = 2(kxk2 + kyk2 ). La réciproque est vraie aussi : si k · k vérifie cette égalité alors elle est issue d’un produit scalaire et ainsi (E, k · k) a une structure préhilbertienne. Pour démontrer 94 Chapitre 3 Analyse fonctionnelle 3.1.1 ceci, il suffit de définir hx, yi avec la formule de polarisation attendue, c’est-à-dire dans le cas complexe hx, yi = 1 (kx + yk2 − kx − yk2 + ikx + iyk2 − ikx − iyk2 ), 4 puis de vérifier que c’est bien un produit scalaire hermitien (les calculs pour le cas réel se trouvent par exemple dans [gou1, ex.9 p.248]). Les espaces préhilbertiens sont ainsi les seuls espaces pour lesquels la norme vérifie l’identité du parallélogramme. Cette identité est utilisée notamment dans la preuve du théorème 3.11 de projection. Pour une autre utilisation géométrique de cette inégalité, on pourra consulter la partie I.B.1 de la première épreuve de l’agrégation interne de 2004. Géométrie de la boule Dans un espace préhilbertien, la boule unité est « ronde » : aucune direction n’est privilégiée. Que signifie réellement cette propriété ? Commençons par regarder les boules unités pour différentes normes sur un dessin dans R2 muni de sa structure euclidienne canonique. La boule euclidienne est effectivement ronde au sens commun (c’est le disque unité). Au contraire, les boules associées aux normes k · kp ne sont pas rondes : il y a des directions privilégiées (voir la figure 3.1). Cependant si l’on considère une autre norme euclidienne (par exemple N(x)2 = x1 2 + 4 x2 2 ), alors sur le même dessin la boule unité est une ellipse et donne la fausse impression de directions privilégiées. Nos impressions sont biaisées puisqu’on dessine dans le boule pour boule pour plan euclidien classique, ce qui a (x , x ) 7→ (x 2 + x 2 )12 (x x ) 7→ (x 2 + x 2 )12 , 1 2 1 2 1 2 1 2 pour effet de « déformer » la seconde boule. Pour éviter ces intuitions plus ou moins trompeuses, utilisons le langage des actions de groupes. Plaçons-nous dans un espace E de dimension finie muni d’une norme k · k et considérons l’action du groupe G des isométries linéaires G = {g ∈ GL(E), ∀ x ∈ E, kg(x)k = kxk} sur la sphère unité S. Soit u ∈ S ; si le stabilisateur de u est « très grand », alors il est « difficile de quitter » cette direction pour une autre : cette direction est ainsi privilégiée. De plus, si u et v sont dans la même orbite, ils ont des stabilisateurs conjugués (voir [cbf, 2.2]). Ainsi, toutes les directions d’une même orbite ont le même « poids ». En particulier, si l’action est transitive, alors aucune direction n’est privilégiée. La proposition suivante justifie la particularité géométrique des normes euclidiennes. Proposition 3.10 Soient E un espace vectoriel de dimension finie et k · k une norme sur E. Alors le sous-groupe des isométries de GL(E) agit transitivement sur S si, et seulement si, k · k est une norme euclidienne. La preuve de cette proposition (donnée dans le thème III question III.D3 de [ale]) repose sur la compacité de la boule unité et n’est donc valable qu’en dimension finie. 3.1.2 95 Analyse hilbertienne On trouve aussi dans [ale] l’étude des groupes d’isométries pour les normes k · kp : ces groupes sont finis et n’agissent donc pas transitivement sur les sphères unités. De plus, les différents stabilisateurs ne sont pas tous conjugués (ils n’ont même pas tous le même cardinal). p = 1, 5 p=2 p = 2 ,5 p =+ ∞ p=1 Fig. 3.1 Les boules unités pour les normes k · kp Notons pour finir que pour les normes k · k1 et k · k∞ , la boule unité n’est pas strictement convexe (voir aussi la remarque 1.67). Les points extrémaux (les sommets de chacun des deux carrés dans R2 ) donnent naissance à des directions privilégiées. 3.1.2 Théorème de projection Le théorème suivant est le résultat à la base de toute l’analyse hilbertienne : projeter est la méthode hilbertienne par excellence. Dans un espace de Hilbert, pensez « projection ». Théorème 3.11 Projection sur un convexe fermé. Soient (H, h·, ·i) un espace de Hilbert et C un convexe fermé (non vide) de H. Alors, pour tout x ∈ H, il existe un unique élément de C, qui réalise la distance de x à C. Ce point est appelé la projection de x sur C et il est noté pC (x). On a ainsi ∀ y ∈ C, kx − pC (x)k 6 kx − yk. Par ailleurs, on dispose de la caractérisation angulaire suivante de l’élément pC (x) : (i) pC (x) ∈ C, (ii) Re (hx − pC (x), y − pC (x)i) 6 0, pour tout y ∈ C. Preuve. Il faut connaître les idées de la preuve de ce théorème tant le résultat est important et les arguments naturels. Elle était demandée à l’écrit d’analyse de 1999. Voici la charpente de la preuve (voir par exemple [bré, V.2] pour la compléter). On est face à un problème d’optimisation : la minimisation de la distance de x à y sous contrainte que y appartienne à C. Comme souvent, on commence alors par considérer une suite minimisante (yn )n d’éléments de C (voir sous-section 1.3). On montre au moyen de l’identité du parallélogramme que (yn )n est une suite de Cauchy. La convexité de C intervient à cette étape : la demi-somme de deux termes de la suite appartient aussi à C. Or, C est complet puisque c’est un fermé de l’espace complet H. Ainsi, la suite minimisante (yn )n converge vers un élément y ∈ C qui réalise donc le minimum. L’unicité du point de C réalisant la distance découle de l’identité du parallélogramme (et de la convexité de C). Remarque 3.12 Complétude. Remarquez que c’est en fait la complétude de C qui assure la convergence de la suite minimisante. La même preuve établit donc également le résultat avec les hypothèses suivantes : H préhilbertien et C convexe complet (non vide). Cependant, c’est souvent sous la forme énoncée dans le théorème 3.11 que le résultat est utilisé. Chapitre 4 Algèbre linéaire L’algèbre linéaire « irrigue » presque toutes les disciplines des mathématiques, de l’algèbre (théorie des corps par exemple) à l’analyse (calcul différentiel notamment) en passant par la géométrie (géométrie affine et géométrie projective). On ne peut guère y échapper ! Ce chapitre Ce chapitre est structuré en cinq sections. Le thème central est la réduction des endomorphismes : les outils sont étudiés dans la section 4.2, et les endomorphismes remarquables associés dans la section 4.3. La section 4.1 insiste au préalable sur les points clés de la construction de la théorie de la dimension. Enfin, après la section 4.4 consacrée à quelques éléments de calcul matriciel, la section 4.5 sur les codes correcteurs est une mise en situation concrète de l’algèbre linéaire. Nous proposons tout au long de ce chapitre des exemples d’origines diverses. Pour enrichir votre réservoir d’illustrations, consultez les nombreux livres d’exercices d’algèbre linéaire. Évoquons par exemple le livre de Xavier Gourdon [gou1] et celui de Serge Francinou, Hervé Gianella et Serge Nicolas [fra]. Les livres de Rached Mneimné [mné] et [mnév] sont particulièrement riches mais plus difficiles. À l’agrégation Les leçons d’algèbre linéaire sont fréquentes à l’oral de l’agrégation, et plus difficiles qu’il n’y paraît. En effet, la plupart des manuels de référence sur le sujet sont d’un niveau de premier cycle, alors qu’il faut justement montrer au jury une certaine maturité face à ces notions. Ceci signifie peut-être travailler sur un corps quelconque, utiliser des espaces vectoriels quotients, etc. Le rapport du jury de 1988 regrette que « les connaissances en algèbre linéaire sont dans l’ensemble trop superficielles, et un effort sérieux est à faire dans ce domaine au cours de la préparation ». Ainsi n’hésitez pas à vous replonger dans ces notions de premier cycle pour les éclairer d’un jour nouveau. La synthèse de cours et les exercices de ce chapitre sont rédigés pour vous aider dans ce travail. Pour aller un peu plus loin, le chapitre 6 présente la réduction des endomorphismes d’un point de vue différent. Notations On considère un corps k dont on note car(k) la caractéristique. Sauf mention explicite du contraire, les espaces vectoriels sont pris sur k. En particulier, E et F désignent dans tout ce chapitre des k-espaces vectoriels. 148 Chapitre 4 4.1 Algèbre linéaire 4.1.1 Théorie de la dimension Les notions de dimension et de rang sont des outils fondamentaux pour l’étude des espaces vectoriels. Des idées claires sur les définitions et l’enchaînement des résultats sont exigées à l’agrégation. C’est ce que souligne le rapport du jury de 1998 : « La leçon traitant de la dimension d’un espace vectoriel est rarement bien traitée. On observe un manque de logique dans l’ordre des notions introduites ». Un piège classique, par exemple, est la définition d’espace de dimension finie : E est dit « de dimension finie » s’il admet une partie génératrice finie. Cette définition est donnée avant celle de « dimension » (voir ci-dessous). Cette section insiste sur les points clés de la construction en suivant le cheminement du livre de Ramis, Deschamps et Odoux [rdo1] pour éviter les problèmes de présentation. Avant tout, commençons pour nous motiver par une petite liste (pas du tout exhaustive) de théories et de méthodes qui utilisent la notion de dimension : (i) Théorie des corps. La dimension est un outil utile pour l’étude des extensions de corps (voir [per, Ch.3] et [goz]). (ii) Théorie des modules. Plusieurs résultats du chapitre 6 se démontrent en se ramenant à un espace vectoriel pour pouvoir utiliser la notion de dimension (propositions 6.55 et 6.74 notamment). (iii) Démonstration par récurrence sur la dimension de l’espace. Cette méthode apparaît souvent, en particulier lors de la réduction des endomorphismes. Évoquons par exemple la caractérisation de la trigonalisabilité [rdo1, 12.2.3.1◦], la réduction des endomorphismes normaux [rdo2, 2.3.7.2◦] ou des endomorphismes symétriques [rdo2, 2.2.1]. 4.1.1 Bases et dimension La notion de base d’un espace vectoriel est centrale en algèbre linéaire. Elle enrichit en effet la notion classique de famille génératrice utilisée en algèbre. Un principe général en algèbre est d’obtenir une propriété sur une structure algébrique en la vérifiant sur des générateurs de cette structure. En algèbre linéaire, on dispose en plus de la notion de famille libre. La combinaison « génératrice + libre » est alors particulièrement fertile. Ainsi une base permet de « bien réduire un problème linéaire ». Par exemple, pour définir une application linéaire sur tout un espace vectoriel, il suffit de donner l’image des vecteurs d’une base (voir [rdo1, 9.1.2.7◦ ] – cette propriété est utilisée dans l’application 4.5 et dans l’exercice [fra, 1.7]). Espaces vectoriels et bases Soit E un k-espace vectoriel ; les deux résultats fondamentaux sont les suivants : (i) E admet une base. (ii) Toutes les bases de E ont le même cardinal. À la suite du résultat (ii), on définit la dimension de E comme le cardinal commun de toutes les bases de cet espace. Ces deux résultats sont vrais en « dimension finie » comme en « dimension infinie ». Cependant les démonstrations ne sont pas les mêmes pour les deux cas. Elles reposent sur une idée commune : montrer l’existence d’une famille libre maximale. En dimension finie, cette existence (ainsi que le point (ii)) se démontre à l’aide du lemme 4.1. En dimension infinie, on fait appel au lemme de Zorn (voir l’exercice 4.22). 4.1.1 Théorie de la dimension 149 Plaçons-nous pour la suite dans un espace vectoriel E qui admet une famille génératrice finie (avec le vocabulaire de la théorie des modules du chapitre 6, E est un k-module de type fini, voir la définition 6.45). Le lemme clé de la dimension finie est le suivant [rdo1, 9.2.1.3◦]. Lemme 4.1 Si un espace vectoriel E admet une famille génératrice finie de cardinal n, alors toute famille de cardinal n + 1 est liée. La première conséquence de ce lemme est la suivante : un sous-espace vectoriel d’un espace vectoriel de dimension finie est lui-même de dimension finie. Attention, croire que ceci est évident d’après les définitions est un piège classique. Le rapport du jury de 1990 met en garde : « [Pour] un espace vectoriel de dimension finie, on doit être en mesure de savoir démontrer qu’un sous-espace vectoriel d’un tel espace est de dimension finie. » Remarquez que ceci est faux si k est seulement un anneau (on ne dispose pas du lemme 4.1, voir la sous-section 6.3.2). Application⋆ 4.2 Polynômes annulateurs, polynôme minimal. Soient A une k-algèbre de dimension finie n et a ∈ A. Montrons qu’il existe un polynôme annulateur (non nul) de a. La famille (1, a, . . . , an ) est de cardinal n+1 (strictement supérieur à la dimension de A) : elle est donc liée d’après le lemme 4.1. Une relation de dépendance linéaire (non triviale) entre ces éléments fournit un polynôme non nul P ∈ k[X] tel que P(a) = 0 de degré au plus n = dim A. L’ensemble des polynômes annulateurs I = {P ∈ k[X], P(a) = 0} est un idéal de k[X] (qui n’est pas réduit à 0). Comme k[X] est principal, il existe un polynôme non nul (unique si choisi unitaire) qui engendre I. On appelle ce polynôme le polynôme minimal de a (on le note πa ). Remarquez que deg(πa ) = min d ∈ N, (1, a, . . . , ad ) est liée En effet, d ∈ N, (1, a, . . . , ad ) est liée est non vide puisqu’il contient n. Il admet donc un plus petit élément. De plus, le fait que la famille (1, a, . . . , ad ) soit liée est équivalent à l’existence d’un polynôme non nul de degré 6 d. On obtient ainsi l’égalité souhaitée. Par suite, le degré de πa peut aussi s’exprimer comme le rang de la famille (1, a, . . . , aℓ−1 ) pour ℓ > deg(πa ), ou celui de la famille (1, a, . . . , ad , . . . ). Par exemple, si A = L (E) (où E est un espace vectoriel de dimension p), le polynôme minimal d’un endomorphisme u est de degré inférieur ou égal à p2 = dim L (E). En fait, le théorème de Cayley-Hamilton assure que son degré est inférieur ou égal à p = dim E (voir la sous-section 4.2.2). Le degré de πu est égal au rang de la famille (1, u, . . . , up−1 ). Application⋆ 4.3 Éléments algébriques. Soit j : k → K un morphisme de corps (on dit que K est une extension de corps de k). On note A l’ensemble des éléments de K algébriques sur k (voir [goz, III.17] pour les caractérisations des éléments de A). Montrons que A est un anneau (il s’avère que c’est un corps, mais pour démontrer l’inversibilité des éléments, la dimension finie n’intervient pas, voir [goz, III.36]). Soient a, b ∈ A. D’après [goz, III.17], k[a] est un corps et un k-espace vectoriel de dimension finie. Or, b est aussi algébrique sur k[a] donc k[a, b] = k[a][b] est un k[a]-espace vectoriel de dimension finie. On en déduit que k[a, b] est un k-espace vectoriel de dimension finie. Comme k[a + b] ⊂ k[a, b] et k[ab] ⊂ k[a, b], on a dimk (k[a + b]) < +∞ Ainsi a + b et ab appartiennent à A. et dimk (k[ab]) < +∞ . 150 Chapitre 4 Algèbre linéaire 4.1.1 Compléter et extraire Le deuxième corollaire du lemme 4.1 est le théorème de la base incomplète pour la dimension finie (voir [rdo1, 9.2.2.2◦] et comparer avec la démonstration en dimension infinie de l’exercice 4.22). Théorème 4.4 Base incomplète. Soit E un k-espace vectoriel. Si L est une partie libre de E et G une partie génératrice de E contentant L, alors il existe une base B de E telle que L ⊂ B ⊂ G. En particulier, l’espace vectoriel E admet une base. Ce théorème établit donc que tout espace vectoriel admet une base (cf. le point (i)) et, plus précisément, il autorise à : compléter une famille libre en une base ; extraire une base d’une famille génératrice. À ce titre, il pourrait aussi s’appeler le « théorème de la base trop complète ». Application 4.5 Orbite de E sous GL(E) GL(E). Le groupe GL(E) agit sur E via ( GL(E) × E −→ E (f, v) 7−→ f (v). Signalons que cette action a deux orbites : {0} et E r {0}. Montrons que, si x ∈ E est non nul, son orbite est E r {0}. En effet, soit y ∈ E r {0} ; on complète la famille libre x (respectivement y) en une base (x1 = x, x2 , . . . , xn ) (respectivement (y1 = y, y2 , . . . , yn )). Définissons f ∈ GL(E) en posant f (xi ) = yi pour i ∈ [[ 1 , n ]]. Ainsi définie, f envoie x sur y et appartient à GL(E) (puisque f envoie une base sur une autre). Application 4.6 Base de matrices inversibles. Montrons qu’on peut extraire une base de toute famille F dense dans Mn (C). Par exemple, il existe une base de Mn (C) formée de matrices inversibles ou de matrices diagonalisables (exercice [gou1, p.184]). D’après le théorème de la base incomplète, il suffit de montrer que F est génératrice, c’est-à-dire que vect F = Mn (C). Pour montrer ceci, on commence par observer : vect F = vect F . En effet, vect F étant un sous-espace vectoriel de Mn (C), il est lui aussi de dimension finie (donc fermé). Or F ⊂ vect F ; on peut ainsi écrire Mn (C) = F ⊂ vect F = vect F ⊂ Mn (C). On a donc l’égalité partout et ainsi F est génératrice. Application 4.7 Surjectivité de la restriction. Soient E et G deux espaces vectoriels et F un sous-espace de E. Montrons que ( L (E, G) −→ L (F, G) ϕ: f 7−→ f F est surjective. Soit g ∈ L (F, G) ; construisons f ∈ L (E, G) telle que ϕ(f ) = g. On considère F une base de F. C’est une famille libre de E que l’on complète en une base E de E. On définit alors f sur E par ( g(e) si e ∈ F , f (e) = 0 sinon. Le théorème [rdo1, 9.1.2.7◦] nous assure que f est bien définie, linéaire et, en plus, que ϕ(f ) = g. Remarquons que le choix de 0 est arbitraire. De plus, grâce à la propriété universelle du quotient (théorème 6.17), Ker ϕ s’identifie à L (E/F, G). 4.1.2 Théorie de la dimension 151 Application 4.8 Supplémentaires. Soient E un espace vectoriel et F un sousespace de E ; il existe un supplémentaire de F dans E c’est-à-dire qu’il existe un sous-espace vectoriel G tel que E = F ⊕ G. En effet, soit F une base de F ; on la complète en une base E de E. On considère G le complémentaire de F dans E. Le sous-espace G = vect G est alors un supplémentaire de F dans E. Sous-espaces vectoriels Avec simplement la définition d’« espace de dimension finie » et le lemme 4.1, on peut montrer qu’un sous-espace d’un espace vectoriel de dimension finie est luiaussi de dimension finie. Avec la théorie de la dimension on peut préciser ce résultat [rdo1, 9.2.3.1◦ ]. Proposition 4.9 Dimension et sous-espaces. Soient E un espace vectoriel de dimension finie et F un sous-espace de E. Alors dim F 6 dim E. De plus, si dim F = dim E, alors F = E. Ce théorème fournit un moyen très utile pour montrer l’égalité entre deux espaces vectoriels E et F de dimension finie. Plutôt que de montrer les deux inclusions E ⊂ F et F ⊂ E, on n’en établit qu’une seule (souvent une des deux est justement facile !) et on vérifie que E et F ont même dimension. On se ramène ainsi à un problème de calcul de dimension. Applications 4.10 Une forme linéaire f ∈ L (E, k) est soit nulle, soit surjective. En effet, son image est un sous-espace vectoriel de k, donc dim Im f 6 1. Or et dim Im f = 0 ⇐⇒ f = 0, dim Im f = 1 ⇐⇒ Im f = k ⇐⇒ f est surjective. La proposition 4.9 est un outil bien utile en dualité : par exemple pour montrer que (F⊥ )◦ = F en dimension finie [rdo1, 9.3.6.3◦]. La proposition 4.9 est aussi utilisée dans la preuve de la proposition 4.55 et dans l’exercice 4.9, par exemple. 4.1.2 Dimension et applications linéaires Interprétons et illustrons à présent les deux théorèmes de [rdo1, 9.2.2.6◦ ]. Dimension et surjectivité Le premier établit qu’une application linéaire surjective arrive nécessairement dans un espace de dimension plus petite : la surjectivité fait « diminuer la dimension ». Ajoutons qu’à l’opposé, une application linéaire injective ne peut arriver que dans un espace de dimension plus grande que l’espace de départ. Le théorème du rang 4.13 quantifie précisément ceci. Application 4.11 Une « formule » du rang. Soient E, F, G et H quatre espaces vectoriels de dimension finie. Considérons des applications linéaires w ∈ L (E, F), v ∈ L (F, G) et u ∈ L (G, H). Montrons que rg (u ◦ v ◦ w) + rg (v) − rg (v ◦ w) − rg (u ◦ v) > 0. Chapitre 5 Algèbre commutative Ce chapitre rassemble quelques idées fécondes de l’algèbre. Nous insistons tout d’abord sur l’obtention d’espaces par passage au quotient. Des espaces aussi usuels que l’anneau Z/nZ, les espaces Lp ou le groupe R/2πZ par exemple reposent sur cette construction. Nous proposons ensuite un « kit de survie » en algèbre commutative contenant les outils essentiels pour l’étude des anneaux. Nous terminons par une revue des idées du théorème chinois, illustrée par une méthode de factorisation de polynômes. 5.1 Quotient Le passage au quotient est une notion majeure en mathématiques. Sa vocation est de regrouper des éléments ayant la même propriété et de changer d’espace pour ne plus les distinguer. Nous présentons ici la notion de quotient et son comportement agréable vis-àvis des structures algébriques, en insistant sur les deux objets indispensables à la manipulation des quotients : la surjection canonique et la propriété universelle. 5.1.1 Surjection canonique Soient E un ensemble et R une relation d’équivalence sur E ; le quotient E/R est l’ensemble des classes d’équivalence pour la relation R. Ainsi, l’ensemble E/R est un sous-ensemble de P(E). Pour les principales propriétés et les détails de la construction du quotient, on peut consulter [rdo1, 1.3.2] et [cbf, Ch.1]. Exemple 5.1 Intuitivement, considérer les classes d’équivalences revient à « coller » deux éléments x, y de E lorsqu’ils vérifient x R y. Par exemple, pour la relation d’équivalence sur E = [ 0 , 1 ] dont les classes d’équivalence sont {0, 1} et {x} pour x ∈ / {0, 1}, on « colle » 0 et 1. 0 1 passage au quotient {0, 1} La première difficulté est d’ordre pratique. Comment noter et manipuler les éléments du quotient E/R ? En fait, on dispose de l’application (surjective) ( E −→ E/R π: x 7−→ π(x) 232 Chapitre 5 Algèbre commutative 5.1.2 qui associe à un élément x ∈ E sa classe d’équivalence π(x) ∈ E/R ⊂ P(E). Cette application s’appelle la surjection canonique. La plupart du temps, la notation π(x) où x ∈ E est suffisante pour manipuler les éléments du quotient. De plus, elle est facile d’emploi (contrairement aux notations x̄ ou [x]) puisqu’on est habitué à manipuler les images d’une application. Cependant, on revient parfois à la définition des éléments du quotient en tant que classes d’équivalence (comme au théorème 6.22). 5.1.2 Passage au quotient La propriété universelle (appelée aussi propriété de factorisation) est l’outil fondamental pour « créer des applications partant d’un quotient ». Propriété de factorisation. Soient E, F deux ensembles, R Théorème 5.2 une relation d’équivalence sur E et f : E → F une application. Si f est compatible avec R (c’est-à-dire x R y =⇒ f (x) = f (y)), alors il existe une unique application fe: E/R → F vérifiant fe ◦ π = f . Cette propriété se résume sur le diagramme commutatif suivant, typique du passage au quotient : f // F E == π fe E/R La condition de compatibilité pour f est naturelle : elle assure que tous les éléments d’une même classe d’équivalence ont la même image par f . On définit alors l’image par fe d’un élément de E/R comme la valeur commune prise par f sur tous les éléments de cette classe d’équivalence (voir [rdo1, 1.3.3.3◦ ]). Le travail de construction est fait une fois pour toutes dans la démonstration de la propriété universelle. Il suffit alors de vérifier la condition de compatibilité pour créer des applications. On évite ainsi le retour aux éléments du quotient à chaque fois. La morale est qu’il est facile de créer des applications partant d’un quotient. Finalement, pour l’étude des quotients, les deux outils fondamentaux sont la surjection canonique (pour la manipulation des éléments du quotient), la propriété universelle (pour créer des applications partant d’un quotient). Exemple 5.3 Le tore. Soit R la relation d’équivalence définie sur E = R par x R y ⇐⇒ x − y ∈ 2πZ. Le quotient E/R se note R/2πZ ou T (voir la section 3.3). Soient f une application de R dans F et π la surjection canonique de R sur T. Observons que f est compatible avec la relation R si, et seulement si, elle est 2π-périodique. Dans ce cas, le théorème 5.2 établit alors qu’il existe une unique application fe: T → F telle que fe ◦ π = f . Ainsi, l’ensemble F (T, F) des applications issues du tore s’identifie à l’ensemble F2π (R, F) des applications 2π-périodiques par la bijection suivante F (T, F) −→ F2π (R, F) g 7−→ g◦π e f ←−[ f 5.1.3 233 Quotient Exemple 5.4 Espaces Lp . Soient (X, T , µ) un espace mesuré et L p (X) l’ensemble des fonctions mesurables sur X à valeurs dans C telles que Z p |f (x)| d µ(x) < +∞. X Sur L p (X), on définit L p (X) −→ R Z+ ϕ: 7−→ |f |p d µ . f X 1/p L’application ϕ vérifie ϕ 1/p (λ f ) = |λ|ϕ (f ) et ϕ1/p (f + g) 6 ϕ1/p (f ) + ϕ1/p (g) grâce à l’inégalité de Hölder (voir [rud, 3.5]). Cependant, on n’a pas ϕ1/p (f ) = 0 ⇐⇒ f = 0 mais seulement 1/p ϕ1/p (f ) = 0 ⇐⇒ f = 0 µ p.p. Ainsi ϕ (f ) n’est pas une norme mais seulement une semi-norme. Pour obtenir un espace vectoriel normé, il faudrait que tous les éléments f vérifiant ϕ(f ) = 0 ne fassent plus qu’un. On souhaite donc passer au quotient pour rendre nuls ces éléments. On définit sur L p (X) la relation d’équivalence f R g ⇐⇒ µ ({x ∈ X, f (x) 6= g(x)}) = 0. L’espace quotient est noté Lp (X) = L p (X)/R. Les propriétés de l’intégrale (voir [rud, 1.35]) assurent que Z Z p p f R g =⇒ ϕ(f ) = |f | d µ = |g| d µ = ϕ(g). X X Autrement dit, ϕ est compatible avec la relation d’équivalence R. Notons π : L p (X) → Lp (X) la surjection canonique. D’après la propriété 5.2, il existe une unique application ϕ e sur l’espace quotient Lp (X) = L p (X)/R telle que ϕ(F) e = ϕ(f ) avec π(f ) = F. 1/p On vérifie alors que l’application ϕ e définit une norme sur Lp (X). Remarquez que, par habitude et par souci de simplification, on note de la même manière un élément f ∈ L p (X) et son image π(f ) ∈ Lp (X) par la surjection canonique. 5.1.3 Quotients et structures algébriques Comment une structure algébrique sur E se transmet-elle à un quotient E/R ? L’envie naturelle est de munir E/R d’une structure de la même nature que celle de E, par exemple d’une structure de groupe si E est un groupe, d’une structure d’anneau si E est un anneau, etc. Cependant, construire arbitrairement une structure n’est pas satisfaisant car on ne peut pas la manipuler. Contre-exemple 5.5 Plusieurs structures de groupe. Soient E un groupe et R une relation d’équivalence sur E. Supposons que E/R admette un nombre fini n d’éléments. Considérons alors une bijection ϕ : Z/nZ → E/R. Par transfert de structure, ϕ munit E/R d’une structure de groupe (voir [rdo1, 1.6.3.3◦]). 234 Chapitre 5 Algèbre commutative 5.1.3 En fait, chaque bijection fournit une structure de groupe différente sur E/R. Aucune de ces structures n’est intéressante : elles sont construites de manière trop artificielle et aucun calcul dans le quotient n’est possible à partir d’un calcul dans le groupe de départ E. Morphisme canonique L’important pour effectuer des calculs dans le quotient est que la surjection canonique π soit un morphisme. Pour certaines relations d’équivalence sur E, il est impossible d’imposer à π d’être un morphisme (voir l’exemple 5.7). La relation d’équivalence doit en fait vérifier certaines conditions : les notions de sous-groupe distingué et d’idéal apparaissent. Soit E un ensemble muni de lois (internes ou externes) et d’une relation d’équivalence R. On souhaite construire sur E/R autant de lois que sur E telles que la surjection canonique π : E → E/R soit un morphisme. La relation d’équivalence doit pour cela être compatible avec les lois (voir [rdo1, 1.6.4]). Si E est un groupe, les relations d’équivalence compatibles avec la loi de groupe sont de la forme xy −1 ∈ H avec H un sous-groupe distingué de E (H est en fait la classe de l’élément neutre, voir [rdo1, 2.3]). Si E est un anneau, les relations d’équivalence compatibles avec les deux lois sont de la forme x−y ∈ I avec I idéal de E (ici aussi, I est la classe de 0, voir [rdo1, 3.2.2]). Le cas des modules (et donc des espaces vectoriels) est traité à la sous-section 6.1.4. Les « bonnes relations » sont de la forme x−y ∈ F avec F sous-module de E. Exemple 5.6 Le groupe T . Quelle structure algébrique peut-on mettre sur T = R/2πZ ? Le groupe (R, +) étant commutatif, le sous-groupe 2πZ est distingué dans R. Le quotient T est donc muni d’une structure de groupe pour laquelle la surjection canonique π est un morphisme de groupes. Par contre, 2πZ n’est pas un idéal de R et donc il n’existe pas de structure d’anneau sur T telle que π soit un morphisme d’anneaux. Contre-exemple 5.7 Soient n > 2 et E = GLn (R). L’ensemble GLn (Z) est un sous-groupe de GLn (R) et la relation x R y ⇐⇒ x y −1 ∈ GLn (Z) est une relation d’équivalence sur GLn (R). Cependant, GLn (Z) n’est pas distingué dans GLn (R). En effet, le contre-exemple suivant s’étend à toutes les tailles : 1 0 1 1 1 0 1 1/2 = ∈ / GL2 (Z). 0 2 0 1 0 1/2 0 1 Ainsi, il n’existe pas de structure de groupe sur GLn (R)/R = GLn (R)/GLn (Z) telle que la surjection canonique soit un morphisme de groupe. Le quotient GLn (R)/GLn (Z) s’identifie à l’espace des réseaux de Rn . Il est étudié dans la partie III du sujet de mathématiques générales de 1998. Exemple 5.8 Groupe dérivé. Soit G un groupe. Pour x, y ∈ G, on note [x, y] = xyx−1 y −1 le commutateur de x et y. On appelle groupe dérivé de G le sousgroupe D(G) engendré par les commutateurs. Remarquez que [x, y] = e si, et seulement si, x et y commutent. Voici des exemples de groupes dérivés : si G est commutatif, D(G) = {e} ; si G = GLn (k), D(GLn (k)) = SLn (k), sauf cas particuliers (voir [per, IV.3.1]) ; si G = Sn , D(Sn ) = An (voir [per, I.8.2]). 5.1.3 Quotient 235 Montrons que D(G) est un sous-groupe caractéristique de G c’est-à-dire que ψ(D(G)) ⊂ D(G) pour tout ψ ∈ Aut(G). Soient x, y ∈ G, comme [x, y]−1 = [y, x], un élément de D(G) est simplement un produit de commutateurs. Un simple calcul montre que ψ([x, y]) = [ψ(x), ψ(y)] pour tout ψ ∈ Aut(G). On en déduit alors que pour z = [x1 , y1 ] · · · [xn , yn ] ∈ D(G), on a ψ(z) = [ψ(x1 ), ψ(y1 )] · · · [ψ(xn ), ψ(yn )] ∈ D(G). Bref, le groupe D(G) est un sous-groupe caractéristique de G. En particulier, D(G) est stable par les automorphismes intérieurs de G et donc il est distingué dans G. Ainsi, il existe sur G/D(G) une unique structure de groupe telle que la surjection canonique π : G → G/D(G) soit un morphisme de groupes. Utilisons à présent ce morphisme pour vérifier que G/D(G) est un groupe commutatif. Soient z, z ′ ∈ G/D(G) ; il existe x, y ∈ G tel que π(x) = z et π(y) = z ′ . Comme π est un morphisme de groupes, on a [z, z ′ ] = π([x, y]). Or [x, y] ∈ D(G) = Ker π, donc [z, z ′ ] = e ce qui signifie que zz ′ = z ′ z. Bref, G/D(G) est commutatif. Exemples 5.9 Pourquoi quotienter ? Le passage au quotient permet de rendre nuls les « éléments gênants ». Dans l’exemple 5.4, on quotiente pour « éliminer » les éléments non nuls vérifiant ϕ(f ) = 0 et récupérer une norme sur l’espace quotient. Soient E, F deux espaces vectoriels et u ∈ L (E, F) ; en quotientant par les éléments qui empêchent u d’être injectif (c’est-à-dire Ker u), on obtient une application linéaire injective de E/Ker u dans F. Dans un module M sur un anneau intègre, on obtient un module sans torsion en quotientant M par son sous-module de torsion Mtors (voir exercice 6.2). Soient M un A-module et I un idéal de A ; on obtient un module N vérifiant IN = {0} en quotientant M par son sous-module IM (voir exercice 6.1). Soit G un groupe. Les éléments x, y ∈ G commutent si, et seulement si, [x, y] = e (voir l’exemple 5.8). Pour rendre triviaux les commutateurs et ainsi obtenir un groupe commutatif, on quotiente G par le plus petit sous-groupe distingué contenant les commutateurs : le groupe dérivé. Factorisation des morphismes Intéressons-nous à présent aux propriétés de factorisation des morphismes. Pour simplifier, nous considérons uniquement le cas des groupes. Les autres cas (anneaux, modules... ) se traitent de manière similaire et donnent lieu à des résultats analogues (voir les théorèmes 5.13 et 6.17). Soient E et F deux groupes, f : E → F un morphisme de groupes, et R une relation d’équivalence sur E. On suppose que la relation R est compatible avec la loi de E c’est-à-dire de la forme xy −1 ∈ H où H est un sous-groupe distingué de E. On munit E/R = E/H de la structure de groupe qui fait de la surjection canonique π un morphisme de groupes. Pour que f passe au quotient, il faut et il suffit que f soit compatible (au sens du théorème 5.2) avec la relation d’équivalence R. Comme f est un morphisme, la forme particulière de R assure que f passe au quotient ⇐⇒ H ⊂ Ker (f ). Chapitre 6 Modules La théorie des modules est une généralisation de la théorie des espaces vectoriels : l’ensemble des scalaires est un anneau et plus nécessairement un corps. Notre objectif est la classification des modules de type fini sur un anneau principal qui unit dans une même présentation l’étude des groupes commutatifs finis et celle des classes de similitude dans Mn (k). Ce chapitre est différent des autres chapitres de ce livre. C’est un cours ! Il contient donc les démonstrations détaillées des résultats présentés. Nous introduisons et commentons tous les outils nécessaires pour arriver à notre objectif. Nous donnons une variété d’applications propres à illustrer de nombreuses leçons. Nous abordons aussi les questions sensibles sous plusieurs points de vue. Par exemple, à la section 6.4, nous présentons une approche théorique (sous-section 6.4.1) et une approche pratique (sous-section 6.4.2) de la classification des modules de type fini sur un anneau principal et nous tissons les liens entre ces deux présentations (sous-section 6.4.3). À l’agrégation Ce chapitre met en situation toute l’algèbre commutative du programme de l’agrégation. La présentation de la théorie des modules (section 6.1) met en avant des points systématiques dans l’étude d’une structure algébrique. Dans les sections 6.2, 6.3 et 6.4, on manipule des outils classiques comme le passage au quotient, les anneaux principaux et les polynômes. La section 6.4 fait également grand usage du lemme chinois. Enfin, la section 6.5 met en relief les résultats de réduction du chapitre 4 d’algèbre linéaire. Travailler ce chapitre est donc aussi l’occasion d’apprivoiser toutes ces notions en vue de l’écrit comme de l’oral. Notations Rappelons qu’un groupe (M, +) est dit abélien s’il est commutatif, c’est-à-dire si x + y = y + x, pour tous x, y ∈ M. La loi du groupe est notée « + » pour rendre naturel l’usage de la commutativité. Notons de plus EndGr (M) l’ensemble des endomorphismes de groupes de M. Comme M est un groupe abélien, EndGr (M) récupère une structure de groupe abélien. Avec la composition des applications, (EndGr (M), +, ◦ ) est alors un anneau unitaire. Dans tout ce chapitre, A désigne un anneau commutatif unitaire, I un idéal de A et k un corps (commutatif). 254 Chapitre 6 6.1 6.1.1 Modules 6.1.1 Structure de module Modules sur un anneau Définition 6.1 A -module. On dit que (M, + , · ) est un A-module si (M, + ) est un groupe abélien qui est muni d’une application de A × M dans M (notée · ) vérifiant les axiomes suivants : (i) ∀ (a, m1 , m2 ) ∈ A × M × M, (ii) ∀ (a1 , a2 , m) ∈ A × A × M, (iii) ∀ m ∈ M, a · (m1 + m2 ) = a · m1 + a · m2 (a1 + a2 ) · m = a1 · m + a2 · m (a1 a2 ) · m = a1 · (a2 · m) 1A · m = m . S’il n’y a pas d’ambiguïté sur les lois, on note M au lieu de (M, + , · ). On reconnaît les axiomes de la définition d’un espace vectoriel [gou1, III.1]. Ainsi, un k-module est simplement un k-espace vectoriel. La différence pour un A-module est que les scalaires sont les éléments de l’anneau A. Les scalaires non nuls ne sont donc pas forcément inversibles, ce qui complique la situation. Par exemple, pour λ ∈ A et x ∈ M, λ · x = 0 6⇒ (λ = 0 ou x = 0). Ceci mène à la notion de torsion (exercice 6.2). L’application · est appelée opération externe de A sur M. Comme pour les espaces vectoriels, on simplifie souvent l’écriture a · m en a m. Dans ce chapitre, cependant, nous écrivons explicitement la loi externe à chaque fois qu’il peut y avoir confusion. Interprétons les axiomes de la définition 6.1 pour aboutir à une autre version de la définition d’un A-module. Soit M un A-module ; considérons l’application de l’anneau de base A dans l’ensemble des applications de M dans lui-même ( A −→ MM ΘM : a 7−→ (m 7→ a · m). L’axiome (i) exprime que ΘM est à valeurs dans EndGr (M). Le point (ii) assure que ΘM est un morphisme d’anneaux, et le point (iii) que ce morphisme est un morphisme d’anneaux unitaires. Réciproquement, si M est un groupe abélien et Φ : A → EndGr (M) un morphisme d’anneaux unitaires, l’action extérieure de A sur M définie par a · m = Φ(a)(m) munit M d’une structure de A-module. Finalement, se donner un A-module M revient à se donner un groupe abélien M et un morphisme d’anneaux unitaires de A dans EndGr (M). Proposition 6.2 Autre définition d’un module. Un A-module est un groupe abélien muni d’un morphisme d’anneaux unitaires A → EndGr (M). Il est utile d’avoir en tête le lien entre l’action de A sur M et le morphisme ΘM associé. Ces deux objets ont des intérêts complémentaires. L’action extérieure sert à effectuer des calculs dans M. Quelques règles de calculs (analogues à celles valables dans un espace vectoriel) sont données dans [rdo1, 4.1.2.1◦]. Quant à ΘM , il permet d’obtenir des propriétés de M de façon plus abstraite (il permet notamment de manipuler aisément les changements d’anneaux de base, voir la section 6.2). Exemple 6.3 Les Z -modules. Les modules sur l’anneau Z nous sont familiers : ce sont les groupes abéliens. Précisément, tout groupe abélien (M, +) est muni de façon unique d’une structure de Z-module. 6.1.2 Structure de module 255 Cette structure est donnée par l’action n · x = x + ··· + x. | {z } (∗) n fois La définition d’un groupe implique que (∗) définit une structure de Z-module sur M. Elle assure aussi, avec les axiomes de la définition 6.1, que c’est la seule possible. Ces vérifications sont nombreuses et fastidieuses. On peut les éviter grâce à la caractérisation des modules via le morphisme d’anneaux associé. En effet, se donner une structure de Z-module sur M revient à se donner un morphisme d’anneaux unitaires de Z dans EndGr (M). Or, il existe un unique morphisme d’anneaux unitaires de Z dans EndGr (M). Il est donné par n 7→ n idM (voir la proposition 5.11). Il existe donc une unique structure de Z-module sur M, dont l’action extérieure associée est (∗). Exemple 6.4 Anneau et module. Un anneau unitaire B (non nécessairement commutatif) peut être muni d’une structure de A-module via un morphisme d’anneaux unitaires ρ : A → B. En effet, l’application ( A −→ EndGr (B) ΘB : a 7−→ (b 7→ ρ(a)b) est bien un morphisme d’anneaux unitaires qui munit B d’une structure de A-module. L’action extérieure de a ∈ A sur b ∈ B est alors a · b = ρ(a) b. En particulier : B = A est naturellement un A-module via ρ = id. Si I est un idéal de A, alors l’anneau quotient B = A/I est un A-module via la surjection canonique π : A → A/I. L’action de a ∈ A sur x ∈ A/I est donnée par a · x = π(a) x. B = An = A × · · · × A est aussi un A-module via ( A −→ An ρ: a 7−→ (a, . . . , a). On vérifie que l’action de A sur An composante (exactement comme pour Mn (A) est un A-module via ( A ρ: a se fait par multiplication composante par k n ). −→ Mn (A) 7−→ a Id. On vérifie que l’action de A sur Mn (A) se fait par multiplication sur les coefficients (exactement comme pour Mn (k)). Exemple 6.5 Matrices à coefficients dans A . L’ensemble Mm×n (A) des matrices à m lignes et n colonnes à coefficients dans A est un A-module. L’action de a ∈ A sur C = (cij )i,j ∈ Mm×n (A) s’effectue en multipliant par a chacun des coefficients de C, c’est-à-dire a · C = (a cij )i,j . Par exemple, la partie B du sujet d’algèbre de 2004 étudiait les matrices à coefficients dans l’anneau A = Z/qZ. Attention, si m 6= n, Mm×n (A) n’est pas un anneau et n’entre donc pas dans le cadre de l’exemple précédent. La sous-section 4.4.1 et l’exercice 4.19 étudient les propriétés du déterminant d’une matrice à coefficients dans un anneau. 256 6.1.2 Chapitre 6 Modules 6.1.2 Morphismes de A -modules Comme dans le cas des groupes, des anneaux ou des espaces vectoriels, on demande aux morphismes de modules d’être compatibles avec chacune des lois de la structure. Ainsi, un morphisme de A-modules doit respecter à la fois la structure de groupe et l’action externe de A. Définition 6.6 Morphisme de A -modules. Soient M et N deux A-modules ; on appelle morphisme de A-modules de M dans N, une application f : M → N vérifiant (i) f est un morphisme de groupes, (ii) ∀ (a, x) ∈ A × M, f (a · x) = a · f (x). Dans le cas où A = k, un morphisme de k-modules est simplement une application k-linéaire (au sens habituel). Ainsi, les morphismes de A-modules sont aussi appelés applications A-linéaires (ou même simplement linéaires s’il n’y a pas d’ambiguïté sur l’anneau de base). La linéarité d’une application s’exprime aussi de façon plus abstraite, via les morphismes ΘM et ΘN , associés aux structures de module. L’application f : M → N est un morphisme de modules si f est un morphisme de groupes, et si ΘN (a) ◦ f = f ◦ ΘM (a) pour tout a dans A, c’est-à-dire si le diagramme suivant est commutatif pour tout a dans A : f // N M ΘM (a) M f ΘN (a) // N Exemples 6.7 Pour tout A-module M, l’identité idM est une application A-linéaire. Observez qu’un morphisme de Z-modules est simplement un morphisme de groupes. Soit ρ : A → B un morphisme d’anneaux ; on a vu que ρ munit B d’une structure de A-module. On vérifie alors que pour cette structure de A-module sur B, ρ est un morphisme de A-modules de A dans B. En particulier, si I est un idéal de A et π : A → A/I la surjection canonique, alors π est un morphisme de A-modules de A dans A/I. La commutativité de l’anneau A assure que pour tout a ∈ A la multiplication par a ( M −→ M ΘM (a) = µa : m 7−→ a · m est un endomorphisme du A-module M. Exemple 6.8 Le module des applications linéaires. Soient M et N deux A-modules, on note HomA (M, N) l’ensemble des morphismes de A-modules de M dans N, et EndA (M) = HomA (M, M) lorsque N = M. Définissons deux lois qui munissent HomA (M, N) d’une structure de A-module. Soient f, g ∈ HomA (M, N) ; on définit f + g : M → N par ∀ x ∈ M, (f + g)(x) = f (x) + g(x). On vérifie que f + g est bien A-linéaire. De même, pour a ∈ A et f ∈ HomA (M, N), on définit a · f : M → N par ∀ x ∈ M, (a · f )(x) = a · f (x). Index A Abel . . . . . . . . . . . . . . . . . . . . . . . . . 47, 49, 77, 87 Abscisse de convergence . . . . . . . . . . . . . . . . 47 Accroissements finis . . . 1, 7, 29, 34, 87, 116, 143 Accumulation . . . . . . . . . . . . . . . . . . . . . . . 54, 77 Action . . . . . . . . . . . . . . . . . . 254, 263, 267, 312 – de groupe . . . . . . . . . . . . . . . . . . . . . . 150, 294 – de Steinitz . . . . . . . . . . . . . . . . . . . . . . . . . . 155 – transitive . . . . . . . . . . . . . . . . . . . . . . . . . . . . .94 Adhérence . 99, 150, 157, 170, 179, 189, 200 Adjoint . . . . . . . . . . . . . . . . . . . . . . . 93, 104, 139 Algèbre . . . . . . . . 115, 125, 153, 161, 194, 249 – commutative . . . . . . . . . . . . . . . . . . . . . . . . 253 – de Banach . . . . . . . . . . . . . . . . . . . . . . . . . . . 74 – de dimension finie . . . . . . . . . . . . . . . . . . . 198 – normée . . . . . . . . . . . . . . . . . . . . . . . . . 115, 125 – unitaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115 Algorithme 15, 108, 156, 190, 281, 286, 319 – d’Euclide . . . . . . . . 239, 244, 246, 287, 326 – de Berlekamp . . . . . . . . . . . . . . . . . . . . . . . 244 Analyticité . . . . . . . . . . . . . . . . . . . . . . 46, 75, 77 Angle . . . . . . . . . . . . . . 49, 58, 95, 97, 102, 138 Anneau . . . 149, 168, 233, 238, 253, 258, 263 – commutatif . . . . . . . . . . . 181, 217, 237, 256 – de polynômes . . . . . . . . 237, 264, 267, 273 – des fonctions holomorphes . . . . . . . . . . . . 73 – euclidien . . . . . . . . . . . . . 238, 275, 285, 289 – non commutatif . . . . . . . . . . . . . . . . . . . . . 153 – principal . . . 163, 194, 239, 243, 253, 262, 275, 285, 293, 311 – quotient . . . . . . . . . . . . . . . . . . . . . . . . 237, 263 Antilinéarité . . . . . . . . . . . . . . . . . . . . . . . 92, 104 Application – affine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 – antilinéaire . . . . . . . . . . . . . . . . . . . . . . . . . . 103 – bilinéaire . . . . . . . . . . . . . . . . . . . . . . . . . 2, 3, 7 – conforme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58 – linéaire 2, 56, 98, 103, 151, 244, 256, 263, 268, 275, 290, 301, 308 – ouverte . . . . . . . . . . . . . . . . . . . . . . . 13, 36, 52 Approximation . . . . . . . . 22, 24, 31, 111, 119 – au premier ordre . . . . . . . . . . . . . . . . . . . 9, 14 – polynomiale . . . . . . . . . . . . . . . . . . . . . 42, 128 Argument . . . . . . . . . . . . . . . . . . . . . . . . . . . 74, 84 Ascoli . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70 Automorphisme . . . . . . . . . . . . . . . 66, 235, 251 B Baire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108 Banach . . . . . . . . . . . . 1, 74, 97, 104, 106, 127 Base 148, 155, 183, 209, 224, 266, 270, 275, 295, 304, 312 – adaptée . . . . . . . . . . . . . . . 276, 285, 289, 291 – algébrique . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 – de diagonalisation . . . . . . . . . . . . . . . . . . . 198 – hilbertienne . . . . . 100, 107, 109, 123, 140 – incomplète . . . 14, 145, 150, 227, 271, 276 – orthonormée . . . . 21, 32, 99, 107, 167, 177 Berlekamp . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244 Bernstein . . . . . . . . . . . . . . . . . . . . . . . . . . 55, 132 Bessel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51, 109 Bézout . . . . . . . . . . . . . . . . . . 239, 243, 272, 283 Bidual . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105, 154 Bijection . . 85, 105, 152, 183, 205, 228, 257, 258, 264, 270, 308 Bilinéarité . . . . . . . . . . . 2, 3, 92, 115, 135, 185 Bloc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159, 181 – compagnon . . . . . . . . . . . . . . . . . . . . . . . . . .295 – de Jordan . . . . . . . 171, 204, 280, 304, 313 Borel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56, 64 Borne de Singleton . . . . . . . . . . . . . . . 153, 193 Boule . . . . . . . . . . . . . . . . . . . . . 31, 94, 133, 192 – unité . . . . . . . . . . . . . . . . . . . . . 16, 71, 94, 185 Brauer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 321 Brouwer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 Bruhat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188 C Caractère . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 326 Caractéristique . . . . 147, 170, 200, 205, 222, 236, 321 Cardinal . . 95, 148, 176, 196, 228, 252, 274, 292 Carleson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124 Catégorie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265 332 Index Cauchy 36, 48, 54, 57, 62, 71, 78, 80, 95, 182 Cauchy-Schwarz . . . . . . 33, 93, 103, 138, 142 Cayley-Hamilton . . . 149, 158, 163, 170, 172, 175, 203, 214, 217, 223, 300 Centre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183 Cesàro . . . . . . . . . . . . . . . . . . . . . . . 120, 127, 137 Chaleur . . . . . . . . . . . . . . . . . . . . . . . . . . . 118, 132 Champ de vecteurs . . . . . . . . . . . . . . . . . . 34, 57 Changement – de bases . . . . . . . . . . . . . . . . . . . . . . . . . . . . .155 – de variables . . . . . . . 1, 9, 34, 127, 142, 184 Cholesky . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188 Clarkson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .29 Classe – d’équivalence . . . . . . . . . . . . . . . . . . . 232, 259 – de conjugaison . . . . . . . . . . . . . . . . . . . . . . 173 – de similitude . . . . . . . . . . 173, 200, 253, 292 Clôture algébrique . . . . . . . . . . . . . . . . 207, 223 Code – BCH . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194 – correcteur . . . . . . . . . . . . . . . . . . . . . 153, 189 – cyclique . . . . . . . . . . . . . . . . . . . . . . . 191, 193 – de Hamming . . . . . . . . . . . . . . . . . . . . . . . . 192 – linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191 Coefficient 25, 156, 181, 182, 186, 192, 194, 255, 270, 315 – de Fourier . . . . . . . . . . . . . . . . . . . . . 122, 137 Coercivité . . . . . . . . . . . . . 30–32, 92, 105, 135 Cofacteur . . . . . . . . . . . . . . . . . . . . . 35, 181, 219 Comatrice . . . . . . . . . . . . . . . . . . . . 35, 181, 217 Combinaison linéaire 108, 144, 239, 271, 289 Combinatoire . . . . . . . . . . . . . . . . . . . . . . 51, 195 Commutant . . . . . . . . . . . . . . . . . . . . . . . . . . . 269 Commutateur . . . . . . . . . . . . . . . . . . . . 234, 252 Commutativité . . . . . . . . . . . . . . . 167, 169, 256 Compacité . . . . . 7, 21, 31, 33, 34, 37, 49, 53, 69–72, 79, 80, 96, 113 – faible . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16, 113 – séquentielle . . . . . . . . . . . . . . . . . . . . . . . . . 113 Compatibilité . . . . . . . . . . . . . . . 232, 234, 256 Complémentaire . . . . . . . . . . . . . . . . . . 151, 158 Complétude . . . . . . . . . . . . . 70, 91, 95, 98, 106 Composante connexe . . . . . . . . . . . 54, 75, 213 Composée . . 6, 28, 32, 52, 59, 168, 198, 257, 309 Concavité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 Cône . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168, 200 Congruence . . . . . . . . . . . . . . . . . . 190, 211, 243 Conjugaison . . . . . . . . . . . . . 161, 173, 188, 321 Connexité . . . 2, 7, 26, 34, 53, 72, 73, 80, 85, 89, 141, 213 Conoyau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261 Continuité 17, 28, 48, 74, 96, 103, 115, 201, 214, 219 – uniforme . . . . . . . . . . . . . . 106, 114, 120, 126 Contrainte . . . . . . . . . . . . . . . . . . . . . . 15, 21, 35 Convergence . . . . . . . . . . . . . . . . . . . . . . . . 22, 47 – absolue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .47 – au sens de Cesàro . . . . . . . . . . . . . . . . . . . 127 – dominée . . . . . . . . . . . . . . . . . . . . 43, 116, 143 – faible . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 – normale . . . . . . . . . . . . . 63, 83, 86, 128, 137 – simple . . . . . . . . . . . . . . . . . . . . . . . . . . 130, 137 – uniforme . 8, 48, 69, 79, 88, 119, 128, 138 Convexité . . . 19, 26, 31, 33, 44, 95, 97, 133 – stricte . . . . . . . . . 16, 27, 28, 30, 31, 33, 42 Convolution . . 113, 121, 125, 127, 137, 144, 182 Corps 92, 149, 153, 156, 181, 229, 239, 245, 253, 263, 269, 271, 274, 282, 285, 289, 299, 321 – algébriquement clos . . 160, 166, 199, 206, 209, 304, 324 – commutatif . . . . . . . . . . . . . . . . 194, 249, 326 – de décomposition . . . . . . . . . . . . . . . . . . . 326 – de fraction . . . . . . . . . . . . . . . . . . . . . . 73, 218 – fini . . . . . . . . . . . . . . . . . . . 166, 190, 244, 251 Courbe . . . . . . . . . . . . . . . . 6, 9, 25, 57, 62, 132 Couronne . . . . . . . . . . . . . . . . . . . . . . . . . . . 45, 65 Critère – d’arrêt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 – de Cauchy . . . . . . . . . . . . . . . . . 48, 49, 79–81 – de d’Alembert . . . . . . . . . . . . . . . . . . . . . . . . 77 Crochet de Lie . . . . . . . . . . . . . . . . . . . 208, 211 Cycle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252, 321 Cyclicité . . . . . . . . . . . . . . . . . . . . . . . . . . 175, 177 D D’Alembert . . . . . . . . . . . . . . . . . . 47, 50, 64, 77 Darboux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 Décomposition – de Bruhat . . . . . . . . . . . . . . . . . . . . . . . . . . . 188 – de Cholesky . . . . . . . . . . . . . . . . . . . . . . . . . 188 – de Dunford 157, 160, 164, 174, 180, 210, 213, 243 – de Frobenius . . . . . . . . . . . . . . . . . . . . . . . . 157 – de Jordan . . . . . . . . . . . . . . . . . . . . . . 279, 305 – de Moreau . . . . . . . . . . . . . . . . . . . . . . . . . . 102 – en éléments simples . . . . . . . . . . . . . . . . . 198 – LU . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182, 188 Décroissance . . . . . . . . . . . . . . . . . . 23, 172, 287 – exponentielle . . . . . . . . . . . . . . . . . . . 131, 141 – rapide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119 Degré . 35, 98, 108, 149, 163, 168, 178, 193, 195, 238, 252, 271, 295 Demi-droite . . . . . . . . . . . . . . . . 27, 31, 76, 101 Demi-espace . . . . . . . . . . . . . . . . . . 26, 101, 133 Dénombrabilité . . . 53, 70, 73, 108, 109, 112, 123, 273 333 Index Dénombrement . . . . . . . . . . . . . . 152, 194, 196 Densité . . 100, 112, 121, 126, 128, 155, 179, 220 Dérivabilité . . . . . . . . . . . . . . . . . . . 4, 43, 68, 87 Dérivée . . . . . 17, 40, 115, 132, 144, 168, 247 – complexe . . . . . . . . . . . . . . . . . . . . . . . . . 45, 48 – directionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . 4 – logarithmique . . . . . . . . . . . . . . . . . . . . . . . . 67 – partielle . . . . . . . . . . . . . . . . 4, 8, 12, 36, 194 – seconde . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 – successive . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 Déterminant . . 3, 9, 14, 157, 159, 181, 201, 217, 218, 251, 255 – circulant . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182 – de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . 182 – de Gram . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185 – de Vandermonde . . . . . . . . . . . . . . . . . . . . 182 – extrait . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156 Détermination . . . . . . . . . . . . . . . . . . . . . . 74, 76 – analytique . . . . . . . . . . . . . . . . . . . . . . . . 52, 75 – du logarithme . . . . . . . . . . . . . . . . . . . . . . . . 76 – principale . . . . . . . . . . . . . . . . . . . . . . . . 76, 84 Développement – de Taylor . . . . . . . . . . . . . . . . . . . . . 14, 24, 55 – en série de Laurent . . . . . . . . . . . . . . . . . . . 65 – en série entière . . . . . . . . . . . . . . . . . . . . . . . 78 – limité . . . . . . . . . . . . . . . . . . . . . . . . . . 6, 11, 25 Diagonalisation . . . . . . . . . . . . . . . . . . . . . . . . 21, 112, 134, 150, 157, 160, 165, 198, 206, 211, 215, 222, 225, 229 – simultanée . . . . . . . . . . . . . . . . . . . . . 167, 207 Diagramme commutatif . 151, 188, 202, 217, 220, 237, 256, 259, 267, 308 Difféomorphisme . . 9, 11–13, 34, 36, 38, 52, 184 – holomorphe . . . . . . . . . . . . . . . . . . . . . . 61, 74 Différentiabilité . . . . . 2, 8, 16, 28, 46, 52, 56 – complexe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 Différentielle . . . . . . . . . . . . . . . . . 2, 25, 52, 184 – d’ordre supérieure . . . . . . . . . . . . . . . . . . . . . 9 – seconde . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3, 8 Dilatation . . . . . . . . . . . . . . . . 60, 119, 183, 187 Dimension . 11, 19, 148, 153, 159, 193, 266, 274, 282, 284, 293, 306 – finie . . 74, 96, 98, 104, 144, 161, 198, 211, 269, 271, 293, 296, 304 – infinie . . . . 28, 32, 104, 107, 113, 162, 227 Dirichlet . . . . . . . . . . . . . . 47, 69, 121, 127, 129 Discriminant . . . . . . . . . . . . . . . . . . . . . . 179, 223 Disque de convergence . . . . . . . . . . . . . . . . . . 49 Distance . . . . . . . . . . . . . . . . . 32, 40, 70, 95, 98 – de Hamming . . . . . . . . . . . . . . . . . . . . . . . . 192 – minimale . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192 Divergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .57 Diviseur de zéro . . . . . . . . . . . . . . . . . . 291, 310 Divisibilité . . . . 239, 280, 285, 297, 298, 313 Division euclidienne . . . . . . . . . . 238, 287, 319 Domination . . . . . . . . . . . . . . . . . . . . . . . . 39, 120 Droite – projective . . . . . . . . . . . . . . . . . . . . . . . . . . . 153 – stable . . . . . . . . . . . . . . . . . . . . . . . . . . 158, 197 – vectorielle . . . . . . . . . . . . . . . . . . . . . . . . . . . 246 Dualité 99, 103, 145, 151, 154, 159, 205, 211 – topologique . . . . . . . . . . . . . . . . . . . . . . . . . 105 Dunford . . 157, 160, 164, 174, 180, 210, 213, 243 E Échantillonnage . . . . . . . . . . . . . . . . . . . . . . . 110 Égalité – de Parseval . . . . . . . . . . . . . . . 109, 124, 137 – des accroissements finis . . . . . . . . . . . . . . . 87 Élément – algébrique . . . . . . . . . . . . . . . . . . . . . . . . . . . 149 – de torsion . . . . . . . . . . . . . . . . . . . . . . . . . . 309 – neutre . . . . . . . . . . . . . . . . . . . . . 120, 205, 260 Ellipsoïde . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185 Endomorphisme . . . . . . . . . . 34, 104, 266, 269 – auto-adjoint . . . . . . . . . . . . . . . . 21, 135, 177 – cyclique . . . . . . . . . . . . . . . . . . . 171, 175, 177 – diagonalisable . . . . 157, 176, 198, 206, 324 – hermitien . . . . . . . . . . . . . . . . . . . . . . . . . . . 112 – induit . . . . . . . . . . . . . . . . . . . . . . . . . .158, 160 – inversible . . . . . . . . . . . . . . . . . . . . . . . . . . . 217 – nilpotent . . . 159, 166, 168, 198, 201, 208, 300 – normal . . . . . . . . . . . . . . . . . . . . . . . . . 148, 177 – remarquable . . . . . . . . . . . . . . . . . . . . . . . . 168 – semblable . . . . . . . . . . . . . . . . . 269, 292, 300 – semi-simple . . . . . . . . . . . . . . . . . . . . 160, 324 – symétrique . . . . . . . . . 21, 32, 112, 148, 159 – symétrique défini positif . . . . . . . . . 27, 135 – transposé . . . . . . . . . . . . . . . . . . . . . . . . . . . 196 – trigonalisable . . . . . . . . . . . . . . . . . . . . . . . 223 – unipotent . . . . . . . . . . . . . . . . . . . . . . . . . . . 174 Ensemble – algébrique . . . . . . . . . . . . . . . . . . . . . . 157, 197 – convexe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 – de niveau . . . . . . . . . . . . . . . . . . . . . . . . 26, 30 – fini . . . . . . . . . . . . . . . . . . . . . . . . . 53, 251, 305 – inductif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228 – quotient . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232 Enveloppe convexe . . . . . . . . . . . . . . . . . 97, 133 Épigraphe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 Équation – aux dérivées partielles . . . . . . . 36, 71, 105 – de Bessel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 – de la chaleur . . . . . . . . . . . . . . . 18, 118, 132 334 Index – différentielle . . . 9, 51, 118, 132, 145, 152, 177, 178 Équivalence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 – de matrices . . . . . . . . . . . . . . . . . . . . . . . . . 155 Ergodicité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138 Espace – affine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1, 5 – complet . . . . . . . . . . . . . . . . . . . . . . . . . 91, 106 – de Banach . . . . . . . . . . . . . . . . . . . 1, 104, 108 – de Hilbert . 5, 16, 20, 26, 32, 74, 91, 122, 133, 135, 138 – de Hölder . . . . . . . . . . . . . . . . . . . . . . . . . . . 131 – discret . . . . . . . . . . . . . . . . . . . . . . . . 53, 75, 88 – euclidien . . . . . . . 2, 19, 27, 28, 46, 91, 135 – hermitien . . . . . . . . . . . . . . . . . . . . . . . . . 21, 91 – Lp . . . . . . . . . . . . . . . . . . . . . . . . . . 92, 114, 122 – mesurable . . . . . . . . . . . . . . . . . . . . . . 106, 233 – mesuré . . . . . . . . . . . . . . . . . . 67, 92, 105, 233 – métrique . . . . . . . . . . . . . . . . . . . . . 40, 70, 108 – normé . . . . . . . . . . . . . . . . . . . . . 28, 31, 45, 91 – préhilbertien . . . . . . . . . . . . 42, 91, 103, 185 – projectif . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153 – quotient . . . . . . . . . . . . . . . . . . . . . . . . 203, 233 – réflexif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 – séparable . . . . . . . . . . . . . . . . . . . . . . . . 91, 108 – stable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 – tangent . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5, 20 – topologique . . . . . . . . . . . . . . . . . . . . . . . 53, 69 – vectoriel . . 5, 91, 144, 148, 190, 233, 253, 258, 265, 269, 271, 273, 274, 279, 282, 292, 296, 304 Espérance conditionnelle . . . . . . . . . . . . . . . 100 Étranger . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241 Euclide . . . . . . . . . . . . . . . . . 239, 246, 287, 326 Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6, 19 Existence . . . . . . . . 11, 16, 24, 28, 30, 47, 74, 76, 89, 96, 127, 148, 152, 160, 198, 242, 261, 266, 276, 297, 312 Exponentielle . . . . . . . . . . . . . . . . . . . . . . . . . . 174 – complexe . . . . . . . . . . . . . . . . . . . . . 47, 74, 84 – d’endomorphisme . . . . . . . . . . . . . . 174, 215 – matricielle . . . . . . . . . . . . . 11, 164, 174, 213 Exposant . . . . . . . . . . . . . . . . . . . . . . . . . 170, 326 – conjugué . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 Extension de corps . 148, 170, 205, 223, 252, 298, 324 Extremum lié . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 F Facteur – invariant . . . 186, 239, 278, 280, 285, 288, 293, 301, 319 – invariant d’une matrice . . . . . . . . . . . . . . 286 – irréductible . . . . . . . . . . . 229, 244, 279, 314 – multiple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247 Factorisation . . . . . . . . . . . . . . . . . . 51, 244, 259 – d’une application . . . . . . . . . . . . . . . . . . . . 232 Famille – génératrice . 145, 148, 175, 209, 212, 270, 278 – libre . . . 148, 163, 169, 175, 223, 227, 270 – liée . . . . . . . . . . . . . . . . . . . 144, 149, 175, 312 – normale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70 – orthonormée . . . . . . . . . . . . . . . . . . . . . 99, 123 – sommable . . . . . . . . . . . . . . . . . . . . . . . . . . . 109 – totale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123 Fejér . . . . . . . . . . . . . . . . . . . . . . . . . 121, 127, 128 Fermat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 Fermé . . . 16, 26, 30, 35, 41, 53, 70, 95, 113, 133, 136, 150, 157, 177, 180, 189 Fluide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 Fonction – Γ d’Euler . . . . . . . . . . . . . . . . . . . . . 54, 68, 82 – θ de Jacobi . . . . . . . . . . . . . . . . . . . . . . . . . 132 – ζ de Riemann . . . . . . . . . . . . . . . . . . . 54, 132 – à variations bornées . . . . . . . . . . . . . . . . . 129 – affine . . . . . . . . . . . . . . . . . . . . . . . . . 24, 26, 33 – analytique . . . . . . . . . . . . . . . . . . . 46, 51, 131 – analytique réelle . . . . . . . . . . . . . . . . . . . . . . 54 – bijective . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 – bornée . . . . . . . . . . . . . . . . . . . . . . . . . . 36, 116 – caractéristique . . . . . . . . . . . . . . . . . . . . 25, 86 – composée 6, 28, 32, 52, 59, 168, 198, 257, 309 – continue . . . . . . . . . . . . . . . 96, 116, 137, 179 – contractante . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 – convexe . . . . . . . . . . . . . . . . . . . . . . . . . . . 1, 27 – développable en SE . . . . . . . 46, 51, 63, 78 – différentiable . 2, 4, 7, 10, 16, 24, 28, 132 – distance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 – exponentielle . . . . . . . . . . . . . . . . . . . . . . . . . 47 – gaussienne . . . . . . . . . . . . . . . . . . 68, 83, 117 – génératrice . . . . . . . . . . . . . . . . . . . . . . . . . . . 86 – harmonique . . . . . . . . . . . . . . . . . . . . . . 46, 71 – holomorphe . . . . . . . . . 13, 46, 56, 140, 142 – hyperbolique . . . . . . . . . . . . . . . . . . . . . . . . . 47 – implicite . . . . . . . . . . . . . . . . . . . . . . 10, 21, 38 – indicatrice . . . . . . . . . . . . . . . . . . . . . . 113, 130 – intégrable . . . . . . . . . . . . . 115, 119, 127, 142 – lipschitzienne . . . . . . . . . . . . 28, 40, 96, 102 – méromorphe . . . . . . . 46, 52, 71, 73, 82, 87 – mesurable . . . . . . . . . 68, 106, 116, 143, 233 – monotone . . . . . . . . . . . . . . . . . . . . . . . 27, 129 – paire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84, 88 – périodique . . . . . . . . . . . . . 64, 114, 122, 232 – plate . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55, 117 – poids . . . . . . . . . . . . . . . . . . . . . . . . . . 110, 140 – polynomiale 11, 34, 42, 51, 179, 181, 198, 218 335 Index – puissance . . . . . . . . . . . . . . . . . . . . . . . . 52, 244 – réciproque . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 – trigonométrique . . . . . . . . . . . . . . . . . . . . . . 47 Forme – bilinéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 – bilinéaire symétrique . . . . . . . . . . 8, 92, 135 – linéaire . . . . 26, 28, 99, 151, 169, 205, 257 – linéaire continue . . . . . . . . . . . . . . 5, 93, 103 – multilinéaire alternée . . . . . . . . . . . . . . . . 181 – quadratique . . . . . . . . . . . . . . . . . . . . 8, 23, 29 – quadratique positive . . . . . . . 15, 18, 29, 93 Formule – d’Hadamard . . . . . . . . . . . . . . . . . . . . . . 47, 77 – de Cauchy . . . . . . . . . . . . . . . . 54, 62, 67, 78 – de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . 182 – de Grassmann . . . . . . . . . . . . . . . . . 153, 193 – de Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . 132 – de Taylor . . . . . . . . . . . . . . . . . . . . . . . 7, 9, 16 – de Taylor reste intégral . . . . . . . . . . . 25, 54 – de Taylor-Young . . . . . . . . . . . . . . . . . . . . . 24 – du binôme . . . . . . . . . . . . . . . . . . . . . . . 11, 169 – du rang . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151 Fourier . . . . . . . . . . . . . . . . . . 83, 109, 122, 137 Fraction rationnelle . . . . . . . . . . . . . . . 164, 198 Frobenius 157, 176, 183, 201, 244, 247, 251, 293, 297, 301, 313, 317 Fubini . . . . . . . . . . . . . . . . . . . . 82, 115, 117, 125 G Gauss . . . . . . . . . . . .15, 24, 112, 133, 188, 246 Gauss-Seidel . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 Gaussienne . . . . . . . . . . . . . . . . . . . . 68, 83, 117 Générateur . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148 Géométrie . . . . . . . . . . . . . . . . . . . 12, 25, 42, 91 – affine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147 – projective . . . . . . . . . . . . . . . . . . . . . . 147, 153 Gibbs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130 Gradient . . . . . . . . . . . . . . . . . . 5, 18, 23, 24, 35 – conjugué . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 Gram . . . . . . . . . . . . . . . . . . . . . . . . 108, 110, 185 Graphe . . . . . . . . . . . . . . . . . 1, 5, 9, 12, 29, 154 Grassmann . . . . . . . . . . . . . . . . . . . . . . . 153, 193 Groupe . . . . . . . . . . . . . . . . . 150, 155, 233, 258 – abélien 114, 205, 235, 252, 253, 255, 265, 275, 281, 326 – cyclique . . . . . . . . . . . . . . . . . . . . . . . . 252, 326 – de permutation . . . . . . . . . . . . . . . . . . . . . 188 – de Sylow . . . . . . . . . . . . . . . . . . . . . . . . . . . . 326 – dérivé . . . . . . . . . . . . . . . . . . . . . 183, 234, 252 – des inversibles . . . . . . . . . . . . . . . . . . . . . . . 182 – fini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206, 326 – linéaire . . . . . . . . . . . . . . . . . . . . . . . . . 205, 251 – symétrique . . . . . . . . . . . . . . . . . . . . . . . . . . 188 H Hadamard . . . . . . . 21, 25, 33, 47, 73, 77, 184 Hadamard-Lévy . . . . . . . . . . . . . . . . . . . . . . 7, 13 Hahn-Banach . . . . . . . . . . . . . . 74, 97, 106, 133 Hamming . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192 Harmonique . . . . . . . . . . . . . . . . 46, 51, 71, 132 Heine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79 Hermite . . . . . . . . . . . . . . . . . . . . . . . . . . 111, 112 Hessienne . . . . . . . . . . . . . . . . . . . . . 8, 18, 19, 29 Hilbert . . . . . . . . . . . .20, 26, 91, 123, 133, 135 Hölder . . . . . . . . . . . . . . .29, 105, 116, 131, 233 Holomorphie 13, 45, 54, 63, 71, 74, 140, 142 Homéomorphisme . . . . . . . 6, 36, 84, 174, 216 Homothétie . . . . . . . . . . . . . 157, 183, 294, 300 Homotopie . . . . . . . . . . . . . . . . . . . . . . . . . . 62, 63 Hyperplan . . . . . . . . . . . . . . . . 6, 12, 26, 33, 97 I Idéal . 25, 149, 161, 194, 234, 241, 255, 258, 260, 265, 276, 288, 308 – annulateur . . . . . . . . . . . . . . . . . . . . . 161, 294 – d’un code . . . . . . . . . . . . . . . . . . . . . . . . . . . 193 – étranger . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241 – maximal 33, 230, 239, 240, 266, 274, 282, 284 – principal . . . . . . . . . . . . . . . . . . . . . . . . 33, 240 – produit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241 Idempotence . . . . . . . . . . . . . . . . . . . . . . . . . . . 168 Identité – approchée . . . . . . . . . . . . . . . . . . . . . 119, 128 – d’Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 – du parallélogramme . . . . . . . . . . . . . . . . . . 93 Image . . . . . . . . . . . . . . . . . . 258, 259, 260, 273 Immersion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 Inclusion . 103, 122, 135, 141, 151, 179, 201, 203, 228, 237, 252, 262, 274, 278, 280, 291, 308 Indéterminée . . . . . . . . . . . . 194, 217, 237, 273 Indice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62 – de nilpotence . . . . . . . . . . . . . . . . . . 170, 202 Inégalité – d’Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 – d’Hadamard . . . . . . . . . . . . . . . . . . . . 21, 184 – de Bernstein . . . . . . . . . . . . . . . . . . . . . . . . 132 – de Bessel . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109 – de Cauchy . . . . . . . . . . . . . . . . . . . . 64, 66, 78 – de Cauchy-Schwarz 33, 93, 103, 138, 142 – de Clarkson . . . . . . . . . . . . . . . . . . . . . . . . . . 29 – de Hölder . . . . . . . . . . . . . 29, 105, 116, 233 – de Minkowski . . . . . . . . . . . . . . . . . . . . . . . . 93 – de Poincaré . . . . . . . . . . . . . . . . . . . . . . . . . 132 – de Wirtinger . . . . . . . . . . . . . . . . . . . . . . . . 132 – de Young . . . . . . . . . . . . . . . . . . . . . . . . . . . 116 336 Index – des accroissements finis . . . 7, 29, 34, 116, 143 – isopérimétrique . . . . . . . . . . . . . . . . . . . . . 132 – triangulaire . . . . . . . . . . . . 27, 30, 31, 44, 93 Injection . 9, 13, 34, 38, 53, 69, 74, 115, 127, 137, 142, 151, 204, 228, 258, 270 – canonique . . . . . . . . . . . . . . . . . . 14, 249, 264 – de Frobenius . . . . . . . . . . . . . . . . . . . . . . . . 201 Intégration . . . . . . . . . . . . . . . . . . . . . . 9, 34, 233 – calcul par résidus . . . . . . . . . . . . . . . . . . . . .67 – numérique . . . . . . . . . . . . . . . . . . . . . . . . . . 112 – par parties . . . . . . . . . . . . . . . . . .49, 111, 131 Intégrité . . . . . . . . . . . . . . . . . 73, 153, 291, 310 Interpolation . . . . . . . . . . . . . . . . . . . . . . . 44, 213 – de Lagrange . . . . . . . . . . 154, 182, 212, 214 Interversion de limites . . . .48, 49, 64, 83, 89 Invariant de similitude . 159, 173, 270, 293, 295, 298, 303, 307, 313, 317, 319 Inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3, 257 Inversible . . 59, 145, 149, 153, 182, 271, 273 Inversion – globale . . . . . . . . . . . . . . . . . . . . . . . . 13, 34, 38 – locale . . . . . . . . . . . . . . . . . . . . . . 9, 10, 36, 52 Irréductibilité . . . . . . . . . . . 159, 223, 239, 244 Isométrie . . . . . . . . . 3, 94, 105, 106, 109, 124 – bijective . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109 Isomorphisme . . . 6, 153, 205, 261, 269, 293, 307, 308 – canonique . . . . . . . . . . . . . . . . . . . . . . . . . . . 154 – d’algèbres . . . . . . . . . . . . . . . . . . . . . . . . . . . 245 – d’espaces vectoriels . . . . . . . . . . . . . . . . . . 246 – de corps . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46 – de groupes . . . . . . . . . . . . . . . . . . . . . . 46, 207 – de modules . . . . . . . . . . . . . . . . . . . . . . . . . . 257 – réciproque . . . . . . . . . . . . . . . . . 196, 205, 242 Itération . . . . . . . . . . . . . . . . . . . . . . . 22, 70, 137 J Jacobi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132 Jacobienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 Jordan . . . 171, 200, 202, 225, 279, 293, 304, 313, 317 K Kolmogorov . . . . . . . . . . . . . . . . . . . . . . . . . . . 127 Krull . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 274 Kuhn-Tucker . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 L Lagrange . . 35, 154, 182, 206, 212, 214, 246, 326 Laguerre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112 Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68 Laplacien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71 Lax . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 Lebesgue 34, 43, 82, 100, 105, 115, 120, 126, 130, 184 Legendre . . . . . . . . . . . . . . . . . . . . . . . . . 111, 251 Lemme – d’Abel . . . . . . . . . . . . . . . . . . . . . . . . 47, 77, 87 – d’Hadamard . . . . . . . . . . . . . . . . . . . . . . 25, 33 – de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246 – de Milnor . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 – de Morse . . . . . . . . . . . . . . . . . . . . . . . . . . 3, 14 – de Riemann-Lebesgue 115, 121, 126, 130 – de Schwarz . . . . . . . . . . . . . . . . . . . . . . . . . . . 72 – de Zorn . . . . . . . . . . . . . . 106, 108, 148, 228 – des noyaux . . . . . . 163, 197, 210, 223, 326 – des trois cercles . . . . . . . . . . . . . . . . . . . . . . 73 – des trois droites . . . . . . . . . . . . . . . . . . . . . . 73 Liouville . . . . . . . . . . . . . . . . . 64, 69, 74, 77, 88 Logarithme . . . . . . . . . . . . . . . . . . . . . . . . . 74, 84 Loi – de conservation . . . . . . . . . . . . . . . . . . . . . . .37 – de groupe . . . . . . . . . . . . . . . . . . . . . . 234, 253 – de probabilité . . . . . . . . . . . . . . . . . . . . . . 9, 86 – externe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254 M Majorant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228 Matrice . . . . . . . . . . . . 181, 255, 269, 285, 290 – compagnon . . . . . . 171, 174, 295, 302, 323 – de dilatation . . . . . . . . . . . . . . . . . . . . . . . . 187 – de permutation . . . . . . .176, 182, 188, 321 – de transposition . . . . . . . . . . . . . . . . . . . . . 187 – de transvection . . . . . . . . . . . . . . . . . . . . . . 186 – diagonale . . . . . . . . . . . . . . . . . . . . . . . 164, 206 – diagonale par blocs . . . . . . . . 159, 296, 318 – diagonalisable . . . . 150, 161, 164, 178, 208 – échelonnée . . . . . . . . . . . . . . . . . . . . . 156, 188 – élémentaire . . . . . . . . . . . . . . . . . . . . . 186, 188 – équivalente . . . . . . .155, 156, 285, 289, 300 – extraite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 – génératrice . . . . . . . . . . . . . . . . . . . . .191, 193 – inversible . . . . . . . . . . . . . 150, 155, 168, 182 – nilpotente . . . 161, 164, 168, 200, 208, 300 – orthogonale . . . . . . . . . . . . . . . . . . . . . 35, 134 – semblable . . 156, 170, 196, 200, 221, 297, 299, 300, 321 – symétrique 24, 28, 101, 134, 166, 185, 225 – symétrique positive . . . . . . . . . . . . . 134, 185 – transposée . . . . . . . . . . . . . . . . . . . . . .155, 196 – triangulaire . 159, 164, 167, 181, 189, 211, 306 – triangulaire par blocs . . . . . . . . . . . 159, 181 – trigonalisable . . . . . . . . . . . . . . . . . . . 167, 178 337 Index Méromorphie . . . . . . . . . . . . 46, 52, 71, 82, 87 Message . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190 Mesure . . . . . . . . . 68, 100, 105, 106, 124, 233 – de comptage . . . . . . . . . . . . . . . . . . 69, 82, 92 – de Lebesgue . . . . . . . . . 34, 43, 82, 105, 184 – invariante . . . . . . . . . . . . . . . . . . . . . . . . . . . 114 Méthode – de Gauss . . . . . . . . . . . . . . . . . . . 15, 112, 188 – de Newton . . . . . . . . . . . . . . . . . . . . . . . . 23, 24 – de relaxation . . . . . . . . . . . . . . . . . . . . . . . . . 22 – des caractéristiques . . . . . . . . . . . . . . . . . . . 37 – du gradient . . . . . . . . . . . . . . . . . . . . . . . . . . 23 – du gradient conjugué . . . . . . . . . . . . . . . . . 23 – itérative . . . . . . . . . . . . . . . . . . . . . . . . . 22, 182 Milgram . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 Milnor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 Mineur . . . . . . . . . . . . . . . . . . . . . . . . . . . 157, 289 – extrait . . . . . . . . . . . . . . . . . . . . . . . . . 197, 289 Minimisation . . . . . . . . . . . . . . . . . . . . 16, 23, 31 – sans contrainte . . . . . . . . . . . . . . . . . . . . . . . 41 – sous contrainte . . . . . . . . . . . . . . . . . . . 35, 95 Minimum . . . . . . . . . . . . . . . . . . . . 9, 15, 95, 136 – local . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15, 17 Minkowski . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93 Module . . 148, 158, 181, 233, 237, 243, 254 – de torsion . . . . . . . . . . . . . . . . . 282, 309, 311 – de type fini 253, 270, 271, 273, 277, 292, 293, 305, 310, 311 – engendré . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259 – isomorphe . . . . . . . . . . . . . . . . . . . . . . . . . . . 257 – libre . . 181, 270, 271, 276, 282, 285, 290, 310 – monogène . . . . . . . 175, 271, 273, 278, 282 – noethérien . . . . . . . . . . . . . . . . . . . . . . . . . . 273 – quotient . . . . . . . . . . . . . . . . . . . . . . . . . . . . .259 Moment . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86 Monôme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195 Monotonie . . . . . . . . . . . . . . . . . . . . . . . . . 27, 129 Moreau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102 Morera . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69 Morphisme . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234 – d’algèbres . . . . . . . . . 33, 115, 125, 161, 260 – d’anneaux . 217, 234, 236, 237, 238, 241, 254, 255, 260, 263, 267, 273, 299 – de corps . . . . . . . . . . . . . . . . . . . . . . . . . 46, 149 – de Frobenius . . . . . . . . . . . . . . . . . . . 244, 247 – de groupes . . . 46, 182, 188, 251, 256, 264 – de modules . 256, 260, 261, 268, 308, 310 Morse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3, 14 Mot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190 Moyenne . . . . . . . . . . . . . . . . 7, 65, 72, 113, 128 – de Cesàro . . . . . . . . . . . . . . . . . . . . . . . . . . . 137 Multilinéarité . . . . . . . . . . . . . . . . 181, 182, 289 Multiplicateurs de Lagrange . . . . . . . . 20, 35 Multiplicité 52, 67, 165, 198, 223, 224, 248, 316 Müntz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182 N Newton . . . . . . . . . . . . . . . . . . . 23, 24, 171, 222 Nikodym . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 Nilpotence . . . 157, 160, 168, 177, 189, 199, 202, 208, 211, 216, 226 Nombre – complexe . . . . . . . . . . . . . . . . . . . 45, 205, 315 – premier . . . . . . . . . . . . . . . 190, 244, 251, 312 – rationnel . . . . . . . . . . . . . . . . . . . . . . . 312, 315 Norme 7, 27, 31, 35, 42, 45, 70, 91, 95, 122, 125, 233 – équivalente . . . . . . . . . . . . 28, 105, 137, 178 – euclidienne . . . . . . . . . . . . . . . . . . 33, 94, 184 Noyau . 19, 33, 158, 164, 169, 201, 222, 230, 236, 241, 258, 262, 272, 278 – de Dirichlet . . . . . . . . . . . . . . . . . . . . 121, 127 – de Fejér . . . . . . . . . . . . . . . . . . . . . . . .121, 127 – trigonométrique . . . . . . . . . . . . . . . . . . . . . 121 O Objectif . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15, 35 Octant . . . . . . . . . . . . . . . . . . . . . . . . . . . .103, 134 Ondelette . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112 Opérateur . . . . . . . . . . . . . . . . . . . 125, 138, 182 – autoadjoint . . . . . . . . . . . . . . . . . . . . . . . . . 112 – compact . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112 Opération élémentaire . . 156, 181, 186, 287, 302, 319 Optimisation . . . . . . . . . . . . . . . . . . . . 15, 30, 95 – numérique . . . . . . . . . . . . . . . . . . . . . . . . . . . .22 Orbite . . . . . . . . . . . . . . . . . . . .94, 150, 155, 294 Ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 310, 327 Orthogonal . . . . . . . . . . . . . . . . . . . . . . . 5, 20, 99 Orthogonalisation . . . . . . . . . . . . . . . . 107, 108 Orthogonalité . . . . . . . . . . . . . . . . 108, 142, 184 Oscillation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122 Ouvert . 2, 10, 16, 24, 28, 36, 48, 52, 57, 63, 71, 73, 77, 141, 157, 179, 181 P Parallélépipède . . . . . . . . . . . . . . . . . . . . . . . . 184 Paramétrisation . . . . . . . . . . . . . . . . . . . . . . . . 63 Parseval . . . . . . . . . . . . . . . . . . . . . 109, 124, 137 Partie entière . . . . . . . . . . . . . . . . . . . . . . . . . . 141 Partition . . . . . . . . . . . . . . . . . . . . . . . . . . . 47, 252 Passage au quotient . . . . . . . . . . . . . . . 237, 271 Pénalisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 Pente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 338 Index Périmètre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .132 Périodicité . . . . . . . . . . . . . . . 64, 114, 122, 232 Permutation . . . . . . . . . . . . . . . . . 188, 251, 321 – conjuguées . . . . . . . . . . . . . . . . . . . . . . . . . . 188 Phénomène de Gibbs . . . . . . . . . . . . . . . . . . 130 Picard . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11, 66 Plan – stable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158 – tangent . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 Poids . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192 Poincaré . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132 Point . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 – critique . . . . . . . . . . . . . . . . . . . . . . . . . . . 9, 17 – d’accumulation . . . . . . . . . . . . . . . . . . . 54, 77 – de Fermat . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 – extrémal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95 – fixe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11, 105 – isolé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46, 53 – singulier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .49 – stationnaire . . . . . . . . . . . . . . . . . . . . . . . . . . 17 Polarisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92 Polarité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102 Pôle . . . . . . . . . . . . . . . . . 46, 52, 71, 82, 83, 88 Polynôme . . . 42, 78, 98, 110, 128, 193, 217, 237, 253, 264, 267, 273, 293 – annulateur . 149, 158, 165, 198, 206, 223, 270, 326 – caractéristique . . 158, 163, 178, 181, 200, 209, 217, 222, 299, 306, 313 – cyclotomique . . . . . . . . . . . . . . . . . . . . . . . . 321 – d’endomorphisme . . . . . . . . . . 159, 211, 215 – de Hermite . . . . . . . . . . . . . . . . . . . . . . . . . . 111 – de Laguerre . . . . . . . . . . . . . . . . . . . . . . . . . 112 – de Legendre . . . . . . . . . . . . . . . . . . . . . . . . . 111 – dérivé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247 – générateur . . . . . . . . . . . . . . . . . . . . . . . . . . 194 – homogène . . . . . . . . . . . . . . . . . . . . . . . . . . . 194 – interpolateur . . . . . . . . . . . . . . . . . . . . . . . . 154 – irréductible . 160, 165, 229, 247, 305, 315, 318 – minimal 149, 156, 161, 163, 197, 207, 294, 297, 326 – orthogonal . . . . . . . . . . . . . . . . . . . . . 110, 140 – premiers entre eux . . . . 162, 165, 184, 210 – scindé . . 12, 164, 166, 177, 180, 206, 210, 223, 306, 326 – trigonométrique . . . . . . . . . . . 126, 128, 132 – unitaire . . . . . . . . . . 160, 162, 229, 293, 296 Primitive . . . . . . . . . . . . . . . . . . . . . . . . . . . 40, 66 – holomorphe . . . . . . . . . . . . . . . . . . . . . . . . . . 76 Principalité . . . . . . . . . . . . . . . . . . 149, 163, 194 Principe – du maximum . . . . . . . . . . . . . . . . . 18, 72, 80 – du minimum . . . . . . . . . . . . . . . . . . . . . . . . . 73 Probabilité . . . . . . . . . . . . . . . . . . . . . . . . .49, 100 Problème de Cauchy . . . . . . . . . . . . . . . 36, 152 Produit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .259 – de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 – de convolution . . . . . . . . . . . . . 51, 113, 125 – hermitien . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 – scalaire . . . 2, 91, 104, 123, 134, 138, 159, 177, 185 – scalaire hermitien . . . . . . . . . . . . . . 167, 168 Projecteur . . . . . . . . . . . . . . . . . . . . 98, 166, 210 Projection . 14, 16, 31, 42, 91, 95, 111, 123, 134, 138 – canonique . . . . . . . . . . . . . . . . . . . . . . . . . . . 309 Prolongement . . . . . . . . . . . . . . . . . . . . . . 88, 106 – analytique . . . . . . . . . . . . . 54, 64, 77, 82, 88 – d’identité . . . . . . . . . . . . . . . . . . . . . . . . . . . 217 Propriété – de la moyenne . . . . . . . . . . . . . . . . . . . . 65, 72 – locale . . . . . . . . . . . . . . . . . . . . . . . . . 13, 24, 36 – universelle . . 220, 232, 236, 245, 259, 267, 311 Q Quotient 122, 152, 158, 231, 237, 242, 253, 259, 261, 265, 273, 308 R Racine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 – carrée . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76, 84 – de l’unité . . . . . . . . . . . . . . . . . . . . . . . 201, 206 – double . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224 – m-ième . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74 – matricielle . . . . . . . . . . . . . . . . . . . . . . . . . . . .11 – simple . . . . . . . . . . . . 12, 111, 177, 199, 230 Radon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 Rang . . . . 148, 153, 171, 181, 186, 197, 222, 274, 277, 282, 287, 311 – constant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 – de la différentielle . . . . . . . . . . . . . . . . . . . . 14 Rayon – de convergence . . . . . . . . 47, 49, 77, 79, 86 – spectral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189 Réciprocité quadratique . . . . . . . . . . . . . . . 133 Réduction – de Frobenius . . . . 176, 293, 297, 301, 317 – de Jordan . . . . . . . . . . . . 172, 200, 304, 317 – des endomorphismes . 147, 157, 223, 253, 269, 275, 280, 292 – simultanée . . . . . . . . . . . . . . . . . . . . . . . . . . 167 Réduite – de Frobenius . . . . 173, 176, 297, 303, 313 – de Jordan . . . . . . . 173, 197, 203, 305, 313 Réflexivité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 Règle de d’Alembert . . . . . . . . . . . . . . . . 47, 50 Index Régularisation . . . . . . . . . . . . . . . . . . . . 113, 120 Régularité . . . . . . . . . . . . . . . . . . 11, 16, 27, 182 Relation – coefficients-racines . . . . . . . . . . . . . . . . . . 222 – d’équivalence . . . . 232, 233, 239, 259, 285 – de Kuhn-Tucker . . . . . . . . . . . . . . . . . . . . . . 20 Relèvement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76 Représentation conforme . . . . . . . . . . . . 60, 70 Résidu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63, 66 Restriction . . . . . . . . . . . 7, 150, 158, 161, 166 – des scalaires . . . . . . . . . . . . . . . . . . . . 263, 282 Résultant . . . . . . . . . . . . . . . . . . . . . . . . 179, 184 Riemann . 54, 57, 60, 71, 115, 121, 126, 130, 132 Riesz . . . . . . . . . . . 5, 71, 93, 96, 103, 106, 107 Rolle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 Rotation . . . . . . . . . . . . . . . . . . . . . . . . . . . 59, 138 Rotationnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 Rouché . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 S Schmidt . . . . . . . . . . . . . . . . . . . . . . . . . . 108, 110 Schwarz . . . 8, 33, 72, 93, 103, 138, 142, 196 Segment . . . . . . . . . . . . . . . . . . . . . . . . . . 7, 26, 32 Semi-cône . . . . . . . . . . . . . . . . . 19, 26, 101, 134 – convexe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 – polaire . . . . . . . . . . . . . . . . . . . . . 19, 101, 102 Semi-norme . . . . . . . . . . . . . . . . . . . . . . . . . . . 233 Semi-simplicité . . . . . . . . . . . . . . 160, 229, 324 Séparabilité . . . . . . . . . . . . . . . . . . 91, 108, 112 Séparation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97 Série – de Dirichlet . . . . . . . . . . . . . . . . . . . . . . . 47, 69 – de fonctions méromorphes . . . . . . . . . . . . 71 – de Fourier . . . 64, 107, 109, 115, 121, 122, 137 – de Laurent . . . . . . . . . . . . . . . . . . . . . . . 65, 89 – de Weierstrass . . . . . . . . . . . . . . . . . . . . . . 132 – divergente . . . . . . . . . . . . . . . . . . . 47, 50, 127 – entière . . . . . . . . . . . . . . . . . . . . . . . . 47, 51, 79 – formelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 – harmonique . . . . . . . . . . . . . . . . . . . . . . . . . . 51 – trigonométrique . . . . . . . . . . . . . . . . 127, 132 Seuil . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 Shannon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110 Signal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92 Signature . . . . . . . . . . . . . . . . . . . . . . . . . . 15, 251 Similitude . . . . . . . . . . . . . . . . . . . . . . 58, 61, 201 Simple connexité . . . . . . . . . . . . . . . . . . . 60, 76 Singleton . . . . . . . . . . . . . . . . . . . . . . . . . 153, 193 Singularité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 Somme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259 – de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133 – de Newton . . . . . . . . . . . . . . . . . . . . . 171, 222 339 – directe . . 98, 153, 164, 176, 224, 259, 261, 270, 271, 275, 279, 295, 308 – partielle . . . . . . . . . . . . . . . . . . . . . . . . 122, 127 sonde spatiale . . . . . . . . . . . . . . . . . . . . . . . . . 189 Sous-espace . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157 – caractéristique . . . 157, 159, 164, 173, 210 – propre . . . . . . . . . . . 166, 176, 224, 306, 321 – stable . 158, 162, 171, 196, 198, 201, 223, 269, 295, 297, 306, 324 – vectoriel . . . . . . 98, 100, 149, 151, 258, 273 Sous-groupe . . . . . . . . . 94, 206, 252, 264, 310 – abélien . . . . . . . . . . . . . . . . . . . . . . . . . 206, 258 – caractéristique . . . . . . . . . . . . . . . . . . . . . . 234 – conjugué . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206 – distingué . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234 Sous-module . 234, 257, 263, 268, 273, 277, 283, 308 – stable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268 Sous-variété . . . . . . . . . . . . . . . . . . . . . . 6, 12, 20 Spectre . . . . . . . . . . . . . . . 74, 92, 167, 209, 217 Sphère . . . . . . . . . . . . . . . . . . . . . . . . . 32, 94, 135 – unité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21, 94 Stabilisateur . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94 Stabilité . . . . . . . . . . . . . . . . . . . . . . . .9, 159, 165 Stampacchia . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 Stathme . . . . . . . . . . . . . . . . . . . . . . . . . . 238, 287 Steinitz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155 Stone . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128, 141 Submersion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 Suite . . . . . . . . . . . . . . . . . . 69, 91, 98, 109, 118 – bornée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 – convergente . . . . . . . . . . . . . . . . . . . . . . . . . 113 – de Cauchy . . . . . . . . . . . . . . . . . . . . . . . 95, 100 – de fonctions holomorphes . . . . . . . . . . . . . 69 – équirépartie . . . . . . . . . . . . . . . . . . . . . . . . . 132 – exhaustive . . . . . . . . . . . . . . . . . . . . . . . 70, 81 – minimisante . . . . . . . . . . . . . . . . . . . . . . 16, 95 Supplémentaire . . . .101, 151, 203, 204, 228, 259, 266, 324 – stable . . . . . . . . . . . . . . . . . . . . . . . . . . 159, 160 – topologique . . . . . . . . . . . . . . . . . . . . . . . . . 101 Support . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 321 – compact . . . . . . . 37, 55, 117, 119, 121, 146 Surjection . 14, 103, 127, 150, 183, 259, 261, 270, 274, 309 – canonique . . 232, 259, 263, 273, 283, 294, 304, 308 Sylow . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 326 Symbole de Legendre . . . . . . . . . . . . . . . . . . 251 Symétrie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166 Système – de congruence . . . . . . . . . . . . . . . . . . 211, 243 – différentiel . . . . . . . . . . . . . . . . . . . . . 152, 177 – linéaire . . . . . . . . . . . . . 23, 24, 182, 188, 227 – non-linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . 21 340 Index T Tableau de Young . . . . . . . . . . . . . . . . . . . . . 201 Tangente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3, 29 Taux d’accroissement . . . . . . . . . . . . . . . . . . . 42 Taylor . . . . . . . . . . . . . . . . . . . . . . . . 9, 16, 24, 54 Taylor-Young . . . . . . . . . . . . . . . . . . . . . . . 19, 24 Théorème – central limite . . . . . . . . . . . . . . . . . . . . . . . . . 25 – chinois 161, 210, 229, 241, 253, 276, 279, 298, 307, 317, 323 – d’Abel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 – d’Ascoli . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70 – d’Hadamard-Lévy . . . . . . . . . . . . . . . . . 7, 13 – d’inversion globale . . . . . . . . . . . . 13, 34, 38 – d’inversion locale . . . . . . . . 6, 9, 10, 36, 52 – d’isomorphisme . . . . . . . . . . . . . . . . 261, 282 – de Baire . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108 – de Banach . . . . . . . . . . . . . . . . . . . . . . . . . . 127 – de Bernstein . . . . . . . . . . . . . . . . . . . . . . . . . 55 – de Bézout . . . . . . . . . . . . 239, 243, 272, 283 – de Borel . . . . . . . . . . . . . . . . . . . . . . . . . . 56, 64 – de Brauer . . . . . . . . . . . . . . . . . . . . . . 188, 321 – de Brouwer . . . . . . . . . . . . . . . . . . . . . . . . . . .34 – de Cartan . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70 – de Cayley-Hamilton . 149, 158, 163, 170, 172, 175, 203, 214, 217, 223, 300 – de convergence dominée . . . . 43, 116, 120, 128, 143 – de correspondance . . . . . . . . . . . . . . 258, 283 – de d’Alembert . . . . . . . . . . . . . . . . . . . . . . . . 64 – de Darboux . . . . . . . . . . . . . . . . . . . . . . . . . . 17 – de Dirichlet . . . . . . . . . . . . . . . . . . . . . . . . . 129 – de Fejér . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128 – de Frobenius-Zolotarev . . . . . . . . .183, 251 – de Fubini . . . . . . . . . . . . . . 82, 115, 117, 125 – de Hahn-Banach . . . . . . . . 74, 97, 106, 133 – de Heine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79 – de Jordan . . . . . . . . . . . . . . . . . 172, 279, 293 – de Krull . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 274 – de l’intégrale de Cauchy . . . . . . . . . . . . . . 63 – de la base adaptée . . . .276, 285, 289, 291 – de la base incomplète . 14, 145, 150, 204, 228, 272, 276 – de Lagrange . . . . . . . . . . . . . . 206, 246, 326 – de Liouville . . . . . . . . . . . 64, 69, 74, 77, 88 – de Morera . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69 – de Müntz . . . . . . . . . . . . . . . . . . . . . . . . . . . 182 – de Picard . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 – de projection . . . . . . . . . . . . . . . . . . . . . . . . 95 – de prolongement . . . . . . . . . . . . . . . . . . . . 106 – de Riesz . . . . . 5, 71, 93, 96, 103, 106, 107 – de Rolle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 – de Rouché . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 – de Schwarz . . . . . . . . . . . . . . . . . . . . . . . 8, 196 – de Stone-Weierstrass . . . . . . . . . . . 128, 141 – de structure . . . . . . . . . . . . . . . . . . . . . . . . . 278 – de Von Neumann . . . . . . . . . . . . . . . . . . . .104 – de Weierstrass . . . . . . . . . . . . . . . . 66, 69, 78 – des fonctions implicites . . . . . . . . . . . . . . 10 – des résidus . . . . . . . . . . . . . . . . . . . . . . . 63, 67 – des valeurs intermédiaires . . . . . . . . . . . 198 – des zéros isolés . . . . . . . . . . . . . . . . . . . . . . . 53 – du point fixe . . . . . . . . . . . . . . . . . . . . . . . . 105 – du prolongement analytique . . . . . . . . . 142 – du rang . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153 – du rang constant . . . . . . . . . . . . . . . . . . . . . 14 – taubérien . . . . . . . . . . . . . . . . . . . . . . . . 49, 129 Topologie . . . . . . . . . . . . . . . . . . . . . . . . . . . 69, 91 – faible . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32, 113 – matricielle . . . . . . . 157, 170, 177, 178, 200 Tore . . . . . . . . . . . . . . . . . . . . . . . . . 114, 122, 232 Torsion . . . . . . . . . . . . 254, 262, 282, 309, 311 Trace . . . . . . . . . . . . . . .169, 170, 212, 223, 226 Transfert de structure . . . . . . . . . . . . . . . . . 234 Transformée – d’Abel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 – de Fourier . . . . 83, 92, 115, 123, 126, 142 – de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . 68 Translation . . . . . . . . . . . . . . . . . . . 37, 126, 144 Transmission . . . . . . . . . . . . . . . . . . . . . . . . . . 189 Transposée . . . . . . . . . . . . . . 155, 166, 187, 303 – d’un endomorphisme . . . . . . . . . . . . . . . . 196 Transvection . . . . . . . . . . . . . . . . . . . . . . 183, 186 Tribu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92, 100 – des parties . . . . . . . . . . . . . . . . . . . . . . . . . . . 92 Trigonalisation . . . . . 148, 157, 166, 170, 223 – simultanée . . . . . . . . . . . . . . . . . . . . . . . . . . 167 Troncature . . . . . . . . . . . . . . . . . . . . . . . 120, 121 U Unicité . . . . . . . . . . . . . . 15, 30, 31, 36, 42, 54, 75, 89, 95, 142, 152, 164, 173, 216, 240, 252, 261, 265, 276, 288, 297 Unipotent . . . . . . . . . . . . . . . . . . . . . . . . 174, 214 V Valeur – absolue . . . . . . . . . . . . . . . . . . . . . . . . 9, 18, 42 – propre . . . . . . . . . . . . . . . . . . . . . . 21, 28, 134, 163, 167, 170, 177, 189, 198, 208, 211, 223, 306, 316, 324 Vandermonde . . . . . . . . . . . . . . . . . . . . . . . . . . 182 Variable aléatoire . . . . . . . . . . . . . . . . . . . . . . . . 9 Variation bornée . . . . . . . . . . . . . . . . . . . . . . . 129 Variété . . . . . . . . . . . . . . . . . . . . . . . . . . . 6, 12, 20 Vecteur propre . . 32, 125, 157, 177, 198, 209 Volume . . . . . . . . . . . . . . . . . . . . . . . . . . 9, 34, 184 Von Neumann . . . . . . . . . . . . . . . . . . . . 104, 138 Index W Weierstrass . . . . . . . 66, 69, 78, 128, 132, 141 Wirtinger . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .132 Y Young . . . . . . . . . . . . . . . . . . . . . 19, 24, 116, 201 Z Zéro . . . . . . . . . . . . . . 24, 42, 67, 111, 157, 197 – isolé . . . . . . . . . . . . . . . . . . . . . . . 51, 53, 73, 77 Zolotarev . . . . . . . . . . . . . . . . . . . . . . . . . 183, 251 Zorn . . . . . . . . . . . . . . . . . . . . 106, 108, 148, 228 341