Annales CNC MP

Annales corrigées: Mathématiques
Concours National Commun
Auteur: EL AMDAOUI Mustapha

Date: 6 mai 2020
Version: Bêta.
Préface
Qui suis-je ?
Je m’appelle ELAMDAOUI Mustapha professeur agrégé de Mathématiques promotion 2000, chargé
depuis l’année scolaire 2018-2019, d’enseigner les mathématiques dans la classe spéciale ( MP*)
au centre préparatoire IBN TIMIYA de Marrakech.
À qui s’adresse cet ouvrage ?
Cet ouvrage est destiné aux élèves de la deuxième année des classes préparatoires, filière MP,
candidats au Concours National Marocain.
Comment utiliser cet ouvrage ?
Travaillez d’une façon autonome, en vous reportant au corrigé à la fin de chaque partie pout vérifier
que vous êtes sur la bonne voie. Lorsque vous êtes confronté à une question qui semble insurmon-
table, consultez le corrigé et n’hésitez pas à lire en détail la solution d’une telle question, vérifiez
que vous l’avez bien comprise et concentrez-vous sur la question suivante, sans l’aide du corrigé.
Écrivez-Moi !
Vos critiques, suggestions ou propositions m’aideront à améliorer encore cet ouvrage.
Si vous souhaitez m’en faire part, n’hésitez pas à m’écrire :
[email protected]
Si vous détectez une erreur, je vous serai reconnaissant de m’en faire part :
[email protected]
Retrouvez-nous en ligne.
Sur mon site www.elamdaoui.com, vous trouverez les errata ( Les erreurs signalées et les correctifs),
et bien d’autres documents et ouvrages.
Avertissement.
Ce livre est gratuit et il n’est pas destiné à l’usage commercial. Toute transaction commerciale est
interdite.
Bon courage, et bonne réussite !

EL AMDAOUI Mustapha
1
Sommaire
Corrigé
Énoncé
Session 2019
Mathématiques 1 Exercice : Un peu de probabilité. 1 5
Problème : Étude d’une équation différentielle aux dérivées par-
tielles.
Variable aléatoire à densité, suites et séries de fonctions, sommabi-
lité, intégrale dépendant d’un paramètre
Mathématiques 2 Exercice : Exponentielle d’une matrice d’ordre 3 . 18 22
Problème : Déterminants de Cauchy et de Gram.
Réduction d’une matrice, exponentielle d’une matrice, fraction ra-
tionnelle, espace euclidien, projection orthogonale.
Session 2018
Mathématiques 1 À propos des zéros des fonctions de Bessel d’indice entier. 31 36
Équations différentielles linéaires scalaires d’ordre 2, séries entières,
primitive et intégrale.
Mathématiques 2 Exercice : Angle obtus. Problème : Théorème d’AUPETIT . 46 51
Réduction, matrice symétrique, espace euclidien, algèbre linéaire,
déterminant, norme.
Session 2017
Mathématiques 1 Exercice : Calcul de ζ (2). 60 65
Problème 1 :Transformation de Laplace paramétrée.
Problème 2 :Fonction génératrice .
Primitive et intégrale, suites et séries de fonctions, intégrale paramé-
trée, équation différentielle linéaire, variable aléatoire discrète, lois
usuelles .
Mathématiques 2 Exponentielle d’une matrice. Applications. 82 87
Normes équivalentes, suites et séries dans un evn, exponentielle
d’une matrice, système différentiel linéaire, matrice nilpotente.
2
3
Corrigé
Énoncé
Session 2016
Mathématiques 1 Problème 1 : Théorème de Weierstrass. 98 103
Problème 2 : Fonction génératrice .
Suites de fonctions, continuité uniforme, probabilités, variables aléa-
toires discrètes et à densités
Mathématiques 2 Trace. Applications 117 121
Trace, réduction, rang, forme linéaire, matrice orthogonale, espace
euclidien, théorème spectral.
Session 2015
Mathématiques 1 Problème 1 : Étude d’une équation différentielle. 128 133
Problème 2 : Fonctions harmoniques sur Zd .
Équations différentielles linéaires d’ordre 1, norme, normes équiva-
lentes, probabilités, variables aléatoires discrètes, lois usuelles.
Mathématiques 2 Quelques propriétés topologiques du groupe orthogonal 146 151
Topologie dans un evn, réduction, espace euclidien, théorème spec-
tral.
Énoncé de l’épreuve Mathématiques I : Session 2019
Ce sujet est composé d’un exercice et d’un problème indépendants à traiter dans l’ordre souhaité.
Exercice : Un peu de probabilité
Pour tout entier naturel n, on définit la fonction gn de la variable réelle x par :
x2
!
∀x ∈ R, gn (x) = x exp −
n
2
1.1. Soit n ∈ N. Montrer que la fonction gn est
Z +∞ Z a[0, +∞[.
intégrable sur l’intervalle
1.2. Pour tous a > 0 et n ∈ N, on pose In = gn (x)dx et In (a) = gn (x)dx.
0 0
1.2.1. Soit n ∈ N. Pour tout a > 0, établir une relation entre les intégrales In (a) et In+2 (a) à l’aide d’une
intégration par parties puis en déduire que In+2 = (n + 1)In .r
π
1.2.2. En utilisant la loi normale centrée réduite, justifier que I0 = .
2
1.2.3. Calculer la valeur de l’intégrale I1 et montrer que, pour tout entier naturel n > 0.
π (2n)!
r
I2n = . et I2n+1 = 2n n!
2 2n n!


 g1 (x) si x > 0,
1.3. Soit g la fonction définie pour tout réel x par : g(x) = 


 0 si x < 0.
1.3.1. Démontrer que g est une densité de probabilité.
1.3.2. Soit X une variable aléatoire réelle admettant g comme densité de probabilité. Justifier que X admet
une espérance E(X ) et une variance V (X ) puis préciser leur valeur.
1.3.3. On désigne par F et G les fonctions de répartitions respectives des variables aléatoires X et Y = X 2 .
√
Pour tout réel x, exprimer G(x) en fonction de F ( x), puis en déduire que Y est une variable à densité.
Reconnaître la loi de Y et donner la valeur de son espérance E(Y ) et de sa variance V (Y ).
Problème : Étude d’une équation aux dérivées partielles
k (R, C) désigne le C-espace vectoriel des fonctions complexes 2π-périodiques et de classe C k

Pour tout k ∈ N, C2π
sur R.
Partie I: Quelques résultats préliminaires utiles
1.1. Noyau de DIRICHLET.

Pour tout (n, θ) ∈ N × R, on pose
n
X
Dn (θ) = eikθ .
k=−n
Pour tout n ∈ N, l’application Dn : R −→ C, θ 7−→ Dn (θ) s’appelle noyau de Dirichlet.

2.1.1. Vérifier que, pour tout n ∈ N, l’application Dn est paire et 2π-périodique.
1
1. ÉNONCÉ DE L’ÉPREUVE MATHÉMATIQUES I : SESSION 2019 2
Z π
1
2.1.2. Vérifier que, pour tout n ∈ N, Dn (t)dt = 1.
2π −π (2n+1)θ





sin 2
 si θ ∈ R\2πZ,
2.1.3. Montrer que, pour tout (n, θ) ∈ N × R, Dn (θ) =  θ

 sin 2




 2n + 1 si θ ∈ 2πZ.
0
1.2. Quelques propriétés des éléments de C2π (R, C).
0 (R, C) est bornée sur R.
2.2.1. Justifier que toute fonction f ∈ C2π
Z a+π Z π
0
2.2.2. Soit g ∈ C2π (R, C) et soit a ∈ R. Montrer que g(t) dt = g(t) dt.
a−π −π
1.3. Lemme de LEBESGUE.
Soient a et b des réels tels que a < b, et soit h : [a, b] −→ C une fonction continue par morceaux ; pour tout
n ∈ N, on pose
b
2n + 1
Z !
Jn (h) = h(t) sin t dt.
a 2
1.3.1. Vérifier que si h est une fonction constante, alors la suite (Jn (h))n∈N converge vers 0.
1.3.2. Montrer que si h est en escalier sur [a, b], alors la suite (Jn (h))n∈N converge vers 0.
1.3.3. En utilisant un résultat d’approximation à préciser, montrer que la suite (Jn (h))n∈N converge vers 0.
Partie II: Convergence normale de la série de FOURIER
0 (R, C) , on pose
Si f ∈ C2π Z π
1
cn ( f ) = f (t)e −int dt, n ∈ Z.
2π −π
On lui associe la suite (un ( f ))n∈N de fonctions définies par :
∀x ∈ R,u0 ( f )(x) = c0 ( f ) et un ( f )(x) = cn ( f )ein x + c−n ( f )e −in x si n ∈ N∗

X
La série de fonctions un ( f ) s’appelle la série de Fourier de f ; les complexes cn ( f ) , n ∈ Z, s’appellent
n>0
les coefficients de FOURIER de f .
2.1. Quelques propriétés des coefficients de FOURIER.
0 (R, C) , la famille (c ( f ))
2.1.1. Montrer que pour toute fonction f ∈ C2π n n∈Z est bornée.
1 (R, C) et tout n ∈ Z, c ( f 0 ) = inc ( f ).
2.1.2. Montrer que, pour tout f ∈ C2π n n
2 (R, C) et tout n ∈ Z, c ( f 00 ) = −n2 c ( f ).
2.1.3. En déduire que, pour tout f ∈ C2π ∼
n n
X
2.2. Convergence normale de la série de fonctions 2
un ( f ) pour f ∈ C2π (R, C).
n>0
2 (R, C) .
Soit f ∈ C2π
2.2.1. Montrer que la famille (cn ( f ))n∈Z est sommable.
X
2.2.2. En déduire que la série de fonctions un ( f ) est normalement convergente sur R.
X n>0
2.3. Convergence ponctuelle de la série un ( f ) pour f ∈ C2π 1 (R, C) : Théorème de DIRICHLET
n>0
1 (R, C) . Pour tout (n, x) ∈ N × R, on pose
Soit f ∈ C2π
n
X
Sn ( f )(x) = uk ( f )(x)
k=0
2.3.1. Vérifier que, pour tout (n, x) ∈ N × R,
n Z π
X 1
Sn ( f )(x) = ck ( f )e ik x
= f (t)Dn (x − t)dt.
k=−n
2π −π
2.3.2. Montrer que, pour tout (n, x) ∈ N × R,

Z π
1
Sn ( f )(x) = f (x − t)Dn (t)dt.
2π −π
2.3.3. En déduire que, pour tout (n, x) ∈ N × R,

π
sin((2n + 1)t/2)
Z
1
Sn ( f )(x) − f (x) = ( f (x − t) − f (x)) dt.
2π −π sin(t/2)
2.3.4. Soit x ∈ R. On note gx la fonction définie sur le segment [−π, π] par :
 f (x − t) − f (x)



 si t ∈ [−π, π]\{0},

 sin(t/2)
∀t ∈ [−π, π], gx (t) = 






 −2 f 0 (x) si t = 0.
Montrer que la fonction gx est continue sur le segment [−π, π] et que la suite (Sn ( f )(x))n∈N converge
vers f (x). Théorème de DIRICHLET.
X
2 (R, C). Justifier que la série de fonctions
2.4. Soit f ∈ C2π un ( f ) converge normalement sur R et sa somme
n>0
est égale à la fonction f .
Partie III: Application à l’étude d’une équation aux dérivées partielles
Soit (an )n∈Z une famille de nombres réels telle que la famille (n6 a2n )n∈Z soit sommable. On lui associe la
suite ( f n )n∈N de fonctions définies par :
∀x ∈ R, f 0 (x) = a0 et f n (x) = an ein x + a −n e −in x si n ∈ N∗
3.1. Une question de sommabilité

3.1.1. Montrer que la famille (n2 an )n∈Z est sommable et que
  1/2  +∞  1/2
X √ X 6 2 X 1
n |an | 6 2 
2
n an   
2
n∈Z n∈Z n=1
n
3.1.2. En déduire que les familles (an )n∈Z et (nan )n∈Z sont sommables.
3.2. Construction d’un élément de C2π 2 (R, C).
X
3.2.1. Montrer que la série de fonctions f n converge normalement sur R.
n>0
+∞
X
Dans la suite, on note f la somme de cette série : f (x) = f n (x), x ∈ R.
n=0
3.2.2. Justifier que la fonction f est 2π-périodique et continue sur R.
Z π
3.2.3. Pour tout n ∈ Z, calculer la valeur de l’intégrale f (x)e −in x dx.
−π
3.2.4. Montrer que la fonction f est de classe C 2 sur R.
Dans la suite du sujet, on se propose de résoudre le problème suivant :

Il existe une unique application v : R2 −→ C, (x,t) 7−→ v(x,t) continue telle que :
(i) pour tout réel t, la fonction x 7−→ v(x,t) est 2π- périodique ;
∂v ∂ 2 v ∂v
(ii) les dérivées partielles , 2 et existent, sont continues sur R2 et vérifient :
∂x ∂x ∂t
∂ v ∂v
 2


 + = 0,


 ∂x 2
i
∂t







 ∀x ∈ R, v(x, 0) = f (x) .
3.3. Existence d’une solution du problème

On considère la suite (wn )n∈N de fonctions définies sur R2 par :
2
∀n ∈ N, ∀(x,t) ∈ R2 , wn (x,t) = f n (x)e −in t .
X
3.3.1. Vérifier que la série de fonctions wn est normalement convergente sur R2 .
n>0
On note w la somme de cette série :
+∞
X +∞
X 2
∀(x,t) ∈ R , w(x,t) =
2
wn (x,t) = f n (x)e −in t .
n=0 n=0
3.3.2. Justifier que w est continue sur R2 et que, pour tout réel t, la fonction x 7−→ w(x,t) est 2π-périodique.
3.3.3. Montrer que la fonction w, définie ci-dessus, possède en tout point de R2 une dérivée partielle première
∂w
par rapport à t et exprimer (x,t), pour (x,t) ∈ R2 , sous la forme de la somme d’une série. Justifier
∂t
que cette dérivée partielle est continue sur R2 .
∂w
3.3.4. Montrer de même que la fonction w possède en tout point (x,t) ∈ R2 des dérivées partielles (x,t)
∂x
∂ w
2
et (x,t) par rapport à x et les exprimer sous la forme de sommes de séries.
∂x 2
Justifier que ces deux dérivées partielles sont continues sur R2 .
3.3.5. Montrer alors que la fonction w est bien solution du problème posé.
3.4. Unicité de la solution du problème Z π
1
Soit v une solution du problème ; on pose bn (t) = v(x,t)e −in x dx, (n,t) ∈ Z × R.
2π −π
On lui associe la suite (vn )n∈N de fonctions définies sur R2 par :
∀(x, t) ∈ R2 , v0 (x,t) = b0 (t) et vn (x,t) = bn (t)ein x + b−n (t)e −in x si n ∈ N∗
3.4.1. Montrer que, pour tout n ∈ Z, la fonction bn est de classe C 1 sur R et vérifie l’équation différentielle
y 0 + in2 y = 0.
2
3.4.2. Soit n ∈ Z. Calculer bn (0) en fonction de an et en déduire que : ∀t ∈ R, bn (t) = an e −in t .
X
3.4.3. Montrer que la série de fonctions vn est normalement convergente sur R2 et que
n>0
+∞
X +∞
X 2t
∀(x,t) ∈ R , v(x,t) =
2
vn (x,t) = f n (x)e −in = w(x,t) .
n=0 n=0
On pourra utiliser la question (2.4.).

Corrigé de l’épreuve Mathématiques I : Session 2019
Exercice : Un peu de probabilité
Pour tout entier naturel n, on définit la fonction gn de la variable réelle x par :
x2
!
∀x ∈ R, gn (x) = x exp − n
2
!
1
1.1. Soit n ∈ N. La fonction gn est continue sur [0, +∞[ et gn (t) = ◦ 2 , donc elle est intégrable sur [0, +∞[.
Z at
t →+∞
Z +∞
1.2. Pour tous a > 0 et n ∈ N, on pose In = gn (x)dx et In (a) = gn (x)dx.
0 0
1.2.1. Soit n ∈ N et a > 0. A l’aide d’une intégration par parties, on obtient :
a
x2
Z !
In+2 (a) = x n+2
exp − dx
0 2
Z a !#0
x2
"
= − x n+1
exp − dx
0 2
!#a Z a
x2 x2
" !
= −x n+1
exp − + (n + 1) n
x exp − dx
2 0 0 2
a2
!
= −a n+1 exp − + (n + 1)In (a)
2
Donc
a2
!
In+2 (a) = −a n+1
exp − + (n + 1)In (a)
2
a2
!
Comme a n+1 exp − −−−−−→ 0, alors In+2 = (n + 1)In .
2 a→+∞
1.2.2. La fonction densité de la loi normale centrée-réduite f est définie sur R par :
x2
!
1
f (x) = √ exp −
2π 2
Comme f est paire, intégrable d’intégrale 1, alors

Z +∞ Z +∞
2 f (x) dx = f (x) dx = 1
0 −∞
π
r
2
Donc √ .I0 = 1, soit I0 =
2π 2
!!0
x2 x2
!
1.2.3. Il suffit de remarquer que exp − = −x. exp − , puis
2 2
+∞ ! # +∞
x2 x2
Z ! "
I1 = x exp − dx = − exp − =1
0 2 2 0
On montre par récurrence sur n > 0 que

π (2n)!
r
I2n = et I2n+1 = 2n n!
2 2n n!
5
2. CORRIGÉ DE L’ÉPREUVE MATHÉMATIQUES I : SESSION 2019 6
π
r
Base de récurrence : Pour n = 0, on a I0 = et I1 = 1 = 20 .0!
2
π (2n)!
r
Héridité : Soit n > 0, on suppose que I2n = et I2n+1 = 2n n!. Alors
2 2n n!
π (2n)! π (2n + 2)(2n + 1)(2n)! π (2(n + 1))!

r r r
I2n+2 = (2n + 1)I2n = (2n + 1) = =
2 2n n! 2 (2n + 2)2n n! 2 2n+1 (n + 1)!
et
I2n+3 = (2n + 2)I2n+1 = 2(n + 1).2n n! = 2n+1 (n + 1)!
Récurrence achevée


 g1 (x) si x > 0,
1.3. Soit g la fonction définie pour tout réel x par : g(x) = 


 0 si x < 0.
Z +∞ Z +∞
1.3.1. g est une fonction continue, positive et intégrable sur R, avec g(x) dx = g1 (x) dx = I1 = 1,
−∞ 0
donc g est une densité de probabilité.
1.3.2. L’application x 7−→ x 2 g(x) est continue sur R, nulle! que ]−∞,! 0[, donc elle est intégrable sur ]−∞, 0[
x2 1
et au voisinage de +∞, on a x 2 g(x) = x 3 exp − = ◦ 2 , donc elle est intégrable en +∞. Alors
2 x
on conclut donc X admet un moment d’ordre 2, puis elle admet une variance et une espérance. Avec
+∞ +∞
π
r
x2
Z Z !
E (X ) = xg(x) dx = 2
x exp − dx = I2 =
−∞ 0 2 2
On a aussi
+∞ +∞
x2
Z Z !
E X 2
= x g(x) dx =
2 3
x exp − dx = I3 = 2
−∞ 0 2
On en déduit par la formule de Huygens
π 2−π
V (X ) = E X 2 − E (X ) 2 = 2 − =
2 2
1.3.3. Soit x ∈ R.
Si x 6 0, on a G(x) = P (Y 6 0) = 0, car Y = X 2 est positive
Si x > 0, on a
√ √ √ √
G(x) = P X 2 6 x = P − x 6 X 6 x = P X 6 x = F x
 √


 F x si x > 0
Bref G(x) = 



0 si x 6 0
 √

 1 1 x

 √ g1 ( x) = exp − si x > 0
Par dérivation f Y (x) = G0 (x) =  2 x 2 2 , donc Y suit la loi exponen-




0 sinon
1
tielle de parmètre . Alors E (Y ) = 2 et V (X ) = 4
2
Problème : Étude d’une équation aux dérivées partielles
Partie I: Quelques résultats préliminaires utiles
1.1. Noyau de DIRICHLET

1.1.1. Soit θ ∈ R, on a −θ, θ + 2π ∈ R et
n
X n
X n
X
Dn (−θ) = eik (−θ) = e −ikθ = eikθ = Dn (θ)
k =−k
0
k=−n k=−n k=−n
D’où la parité de Dn .
En outre Dn est 2π-périodique comme somme de fonctions 2π-péridiques
1.1.2. Soit n ∈ N, on a #π
π
eik t
Z "
∀k ∈ Z , ∗
e ik t
dt = =0
−π ik −π
Par linéarité de l’intégrale
π
1 X π ik t 1 π
Z n Z Z
1
Dn (t)dt = e dt = dt = 1
2π −π 2π k=−n −π 2π −π

 θ2
 2n+1
sin

 2 si θ ∈ R\2πZ,
1.1.3. Soit (n, θ) ∈ N × R, Dn (θ) =  sin θ2



2n + 1
 si θ ∈ 2πZ.
n
X
Si θ ∈ 2πZ, alors Dn (θ) = 1 = 2n + 1
k=−n
Si θ ∈ R\2πZ, alors eiθ , 1, et, par suite
n
X 1 − ei (2n+1)θ
Dn (θ) = eikθ = e −inθ
k=−n
1 − eiθ
α− β α+β
Rappelons que pour tous α, β ∈ R, on a eiα − ei β = 2i sin 2 ei 1 , donc
2 θ
2n+1
2 θ 2 θ
2n+1 2n+1
2i sin ei sin
Dn (θ) = e −inθ θ
=
θ θ

2i sin 2θ ei 2 sin 2θ
0 (R, C)
1.2. Quelques propriétés des éléments de C2π
1.2.1. f est continue sur le segment [0, 2π], donc elle est bornée : Il existe M ∈ R+ tel que pour tout x ∈
[0, 2π] , | f (x)| 6 M. Pour x ∈ R, il existe a ∈ [0, 2π] et k ∈ Z, tels que x = a + 2kπ, ce qui donne
| f (x)| = | f (a)| 6 M.
Donc f est bornée sur R

0 (R, C) et soit a ∈ R. On fait appel à la relation de Chasles
1.2.2. Soit g ∈ C2π
Z a+π Z −π Z π Z a+π
g(t) dt = g(t) dt + g(t) dt + g(t) dt
a−π a−π −π π
Z −π
Dans l’intégrale g(t) dt on effectue le changement de variable t = u − 2π, il vient
a−π
Z −π Z π Z a+π
g(t) dt = g(u − 2π) du = − g(u) du
a−π a+π π
Donc Z a+π Z π
g(t) dt = g(t) dt
a−π −π
1.3. Lemme de LEBESGUE

Soient a et b des réels tels que a < b, et soit h : [a, b] −→ C une fonction continue par morceaux ; pour tout
n ∈ N, on pose
Z b
Jn (h) = h(t) sin((2n + 1)t/2)dt.
a
1.3.1. Supposons que h est constante sur [a, b], alors
2h 2n + 2
!
2n + 2
!!
b 6
4 |h|
| Jn (h)| = cos a − cos −−−−−→ 0
2n + 1 2 2 2n + 1 n→+∞
On en déduit bien que (Jn (h)) tend vers 0

1.3.2. Soit a = a0 < a1 < · · · < a p = b une subdivision adaptée à h, et yi la valeur prise par h sur ]ai , ai+1 [.
Remarquons que :
p −1 Z a i+1
2n + 1
X !
Jn (h) = h(t) sin t dt
i=0 a i
2
p −1 Z a i+1
2n + 1
X !
= yi sin t dt
i=0 ai 2
p −1
2n + 1 2n + 1
! !!
2 X
= yi sin ai − sin ai+1 .
2n + 1 i=0 2 2
Soit M la plus grande des valeurs des |yi |. On a :
p −1
4 X 4pM
| Jn (h)| 6 M6 −−−−−→ 0.
2n + 1 i=0 2n + 1 n→+∞
On en déduit bien que (Jn (h)) tend vers 0.

1.3.3. Si h est continue par morceaux sur [a, b], et si ε > 0 est fixé, il existe une fonction en escalier ψ telle
que, pour tout x ∈ [a, b], on a :
ε
|h(x) − ψ(x)| 6 .
2(b − a)
On a alors :
b
2n + 1 2n + 1 2n + 1
Z ! Z b ! Z b !
h(t) sin t dt = (h(t) − ψ(t)) sin t dt + ψ(t) sin t dt
a 2 a 2 a 2
On en déduit :
Z b 2n + 1
! Z b
2n + 1
! Z b
2n + 1
!
h(t) sin t dt 6 (h(t) − ψ(t)) sin t dt + ψ(t) sin t dt
a 2 a 2 a 2
Maintenant, on choisit n0 de sorte que pour n > n0 , on ait :
Z b 2n + 1
!
ε
ψ(t) sin t dt 6 .
a 2 2
Pour un tel n, on a encore :
Z b 2n + 1
! Z b
2n + 1
!
ε
(h(t) − ψ(t)) sin t dt 6
(h(t) − ψ(t)) sin t dx 6 .
a 2 a 2 2
Ceci prouve que, pour n > n0 , on a :
Z b 2n + 1
!
h(t) sin t dt 6 ε.
a 2
On en déduit bien que (Jn (h)) tend vers 0
Partie II: Convergence normale de la série de FOURIER
0 (R, C) , on pose
Si f ∈ C2π Z π
1
cn ( f ) = f (t)e −int dt, n ∈ Z.
2π −π
On lui associe la suite (un ( f ))n∈N de fonctions définies par :
∀x ∈ R,u0 ( f )(x) = c0 ( f ) et un ( f )(x) = cn ( f )ein x + c−n ( f )e −in x si n ∈ N∗

P
La série de fonctions n>0 u n ( f ) s’appelle la série de Fourier de f ; les complexes cn ( f ) , n ∈ Z, s’appellent
les coefficients de FOURIER de f .
2.1. Quelques propriétés des coefficients de FOURIER
0 (R, C), alors elle est bornée et en posant M un majorant de f , on obtient pour tout n ∈ Z,
2.1.1. Soit f ∈ C2π
π π
f (t)e −int dt 1
Z Z
1
|cn ( f )| 6 2π M dt = M
2π −π −π
On en déduit que (cn ( f ))n∈Z est bornée.

1 (R, C) et n ∈ Z. Par intégration par parties, on a
2.1.2. Soit f ∈ C2π
1 π 0
Z
cn f 0
= f (t)e −int dt
2π −π
in π
Z
1 h −int π
i
= f (t)e + f (t)e −int dt
2π | {z −π } 2π −π
=0
= incn ( f )
Donc, cn ( f 0 ) = incn ( f ).
2 (R, C), alors f 0 ∈ C 1 (R, C). D’après (2.1.2.), on a c ( f 00 ) = −inc ( f 0 ) et
2.1.3. Soit n ∈ Z et f ∈ C2π ∼ 2π n n
une autre fois on applique le résultat de la question (2.1.2.) à f , on trouve cn ( f 00 ) = −n2 cn ( f ).

X
2.2. Convergence normale de la série de fonctions un ( f ) pour f ∈ C2π2 (R, C)
n>0
M2
2.2.1. Notons M2 = sup f et soit n ∈ N∗ . D’après la question (2.1.3.), on a |cn ( f )| 6 2 et |c−n ( f )| 6
00
R n
M2 X X
. Par comparaison avec la série de Riemann les deux séries c n ( f ) et c−n ( f ) sont absolument
n2 n>1 n>1
convergentes, on en déduit que la famille (cn ( f ))n∈Z est sommable.
2.2.2. Soit x ∈ R, on a :
∀n ∈ N, |un ( f )(x)| 6 |cn ( f )| + |c−n ( f )|
Soit
∀n ∈ N, k un ( f ) k∞ 6 |cn ( f )| + |c−n ( f )|
X X
La série à termes positifs |cn ( f )| + |c−n ( f )| converge, donc, par comparaison, la série k u n ( f ) k∞
n>0 n>0
X
converge, et, par suite, la série de fonctions un ( f ) est normalement convergente sur R.
n>0
2.3. Théorème de DIRICHLET
2.3.1. L’égalité est évidente pour n = 0. On prend n ∈ N∗ , alors
n
X n
X n
X
Sn ( f )(x) = uk ( f )(x) = c0 ( f ) + ck ( f )eik x + c−k ( f )e −ik x
k=0 k=1 k=1
n
X X−1
= c0 ( f ) + ck ( f )eik x + ck ( f )eik x
k=1 k=−n
n
X
= ck ( f )eik x
k=−n
En outre, par définition des ck ( f ) et linéarité de l’intégrale
1 X π
n
X n Z
ck ( f )e ik x
= f (t)e −ik t eik x dt
k=−n
2π k=−n −π
1 π
Z Xn
= f (t) ei (x −t )k dt
2π −π k=−n
1 π
Z
= f (t)Dn (x − t) dt
2π −π
Ceci achève la démonstration.

2.3.2. Soit (n, x) ∈ N × R, par le changement de variable u = x − t, on obtient
Z π Z x+π
1 1
Sn ( f )(x) = f (t)Dn (x − t) dt = f (x − u)Dn (u) du
2π −π 2π x −π
L’application t 7−→ f (x − t)Dn (t) est continue et 2π-périodique, alors par la question (1.2.2.), on a
Z x+π Z π
1 1
f (x − u)Dn (u) du = f (x − u)Dn (u) du
2π x −π 2π π
2.3.3. Soit (n, x) ∈ N × R. On appelle les résultats des questions (1.1.2.), (1.1.3.) et (2.3.2.), on obtient
1 π 1 π
Z Z
Sn ( f )(x) − f (x) = f (x − t)Dn (t) dt − f (x) Dn (t) dt
2π π 2π π
Z π
1
= ( f (x − t) − f (x)) Dn (t) dt
2π π
1 π sin((2n + 1)t/2)
Z
= ( f (x − t) − f (x)) dt
2π π sin(t/2)
Ainsi
π
sin((2n + 1)t/2)
Z
1
Sn ( f )(x) − f (x) = ( f (x − t) − f (x)) dt
2π π sin(t/2)
2.3.4. Soit x ∈ R.
L’application gx est définie sur [−π, π] et continue sur [−π, π] \ {0}. De plus, par un développement
limité en 0
−t f 0 (x) + ◦(t)
gx (t) = = −2 f 0 (x) + ◦(1)
t
2 + ◦(t)
Donc gx est continue sur le segment [−π, π]
L’application gx est continue sur [−π, π]. D’après la question (1.3.3.)
π
2n + 1
Z !
1
Sn ( f )(x) − f (x) = gx (t) sin t dt −−−−−→ 0,
2π π 2 n→+∞
donc Sn ( f )(x) −−−−−→ f (x), ainsi (Sn ( f )(x))n∈N converge vers f (x). Théorème de DIRICHLET.
n→+∞
X
2
2.4. Soit f ∈ C2π (R, C). D’après la question (2.2.), la série un ( f ) converge normalement sur R et d’après
n>0
X X
la question précédente un ( f ) converge simplement de somme f , donc un ( f ) converge normalement
n>0 n>0
sur R de somme f
Partie III: Application à l’étude d’une équation aux dérivées partielles
Soit (an )n∈Z une famille de nombres réels telle que la famille (n6 a2n )n∈Z soit sommable. On lui associe la
suite ( f n )n∈N de fonctions définies par :
∀x ∈ R, f 0 (x) = a0 et f n (x) = an ein x + a −n e −in x si n ∈ N∗
3.1. Une question de sommabilité

3.1.1. Montrons que la famille (n2 a n )n∈Z est sommable ?.

Soit n ∈ N∗ , on considère les deux vecteurs |a1 | , 23 |a2 | · · · , n3 |an | et 1, 12 , · · · , n1 de l’espace
euclidien Rn mini du produit scalaire canonique, alors par l’inégalité de Cauchy-Schwarz, on a
 n  1/2  n 
n
X X X 1 1/2
k |ak | 6 
2
k ak  . 
6 2

2
k=1 k=1 k=1
k
X X 1
Les deux séries à termes positifs n6 a2n et sont convergentes, donc
n>1 n>1
n2
n
 +∞  1/2  +∞  1/2
X X X 1
k |ak | 6 
2
k ak  
6 2

2
k=1 k=1 k=1
k
X
La série à terme positifs n2 |an | converge, car sa suite des sommes partielles est majorée. De
n>1
X
même on démontre que n2 |a −n | converge. On en déduit que que la famille (n2 an )n∈Z est
n>1
sommable.
Soit n ∈ N? , par Cauchy-Schwarz, on a
  1/2  n  1/2   1/2  n 

n n n X 1 1/2
 
X X X 1 X
n2 |an | 6  k 6 ak 2  .  =  k 6 ak 2  . 2  ,
k=−n k=−n  k =−n
k 2
 k=−n k=1
k2 
k ,0
puis on fait tendre n vers +∞, alors

  1/2  +∞  1/2
X √ X 6 2 X 1
n |an | 6 2 
2
n an   
2
n∈Z n∈Z n=1
n
3.1.2. Pour tout n ∈ Z, on a |an | 6 n2 |an | et |nan | 6 n2 |an |. Puisque (n2 an )n∈Z est sommable, alors par
comparaison les deux familles (an )n∈Z et (nan )n∈Z sont sommables.
2 (R, C).
3.2. Construction d’un élément de C2π
3.2.1. Soit x ∈ R et n > 0, on a
| f n (x)| 6 |an | + |a −n |
X
La série à termes positifs |an | + |a −n | converge ( son terme général ne dépend pas de x), alors
n>0
X
f n , converge normalement sur R
n>0
X
3.2.2. Puisque les f n sont 2π-périodiques et f n converge simplement de somme f , alors f l’est aussi
n>0
X
Les f n sont continues sur R et f n converge normalement sur R, donc elle converge unifor-
n>0
mément sur R. Le théorème de la continuité de la fonction somme, assure que f est continue sur
R
Justifier que la fonction f est 2π-périodique et continue sur R. La somme d’une série de fonctions
continues
X
3.2.3. Pour tout n ∈ Z. On pose h m : x 7−→ f m (x)e −in x , d’après ce qui précède h m converge norma-
m>0
lement vu que k h m k∞ =k f m k∞ , alors par le théorème d’interversion somme et intégrale sur un
segment, on a
Z π Z π +∞ Z
X π
f (x)e −in x
dx = a0 e −in x
dx + a m ei (m−n)x + a −m e −i (m+n)x dx
−π −π m=1 −π
+∞
X
= 2πa0 δ0, n + 2π (a m δm, n + a −m δ−m, n)
m=1
= 2πan
3.2.4. Pour tout n ∈ N, f n est de classe C 2 sur R et

f n0 (x) = in an ein x − a −n e −in x et f n00 (x) = −n2 an ein x + a −n e −in x ;
X
la série f n converge ( normalement) simplement sur R ;
n>0
X
la série f n0 converge ( normalement) simplement sur R, car :
n>0
∀x ∈ R, f 0 (x) 6 n |an | + n |a −n | .
n
X
Et la série (n |an | + n |a −n |) converge ;
n>0
X
la série f n00 converge normalement sur R, car :
n>0
∀x ∈ R, f 00 (x) 6 n2 |an | + n2 |a −n | .
n
X
Et la série n2 |an | + n2 |a −n | converge.
n>0
Donc la fonction somme f est de classe C 2 sur R et
+∞
X
∀x ∈ R, f 00 (x) = −n2 an ein x + a −n e −in x
n=1
3.3. Existence d’une solution du problème

3.3.1. Soit n ∈ N et (x,t) ∈ R2 , on a :
|wn (x,t)| = | f n (x)| 6 |an | + |a −n | .
X
La série du terme général |an | + |a −n | converge, donc la série wn converge normalement sur R.
n>0
X
3.3.2. Les fonctions wn sont continues sur R2 et la série wn converge normalement, donc uniformé-
n>0
ment, sur R2 . Alors la fonction somme w est continue sur R2 ;
X
Pour tout t ∈ R, les fonctions wn (.,t) sont 2π-périodiques sur R et la série wn (.,t) converge
n>0
simplement (normalement) sur R. Alors la fonction somme x 7−→ w(x,t) est 2π-périodique.
3.3.3. Montrons que w admet une dérivée partielle première par rapport à t ?
Soit x ∈ R.
∂wn
• Pour tout n ∈ N, l’application t 7−→ wn (x,t) est de C 1 sur R et (x,t) = −in2 wn (x,t) ;
X ∂t
• la série wn (x, .) converge (normalement) simplement sur R ;
n>0
• pour tous n ∈ N et t ∈ R, on a :
in2 w (x,t) = n2 f (x)| 6 n2

n | n |an | + n2 |a −n |
X ∂wn
La série du terme général n2 |an | + n2 |a −n | converge, donc la série (x, .) converge
n>0
∂t
normalement sur R.
Par le théorème de dérivation terme à terme t 7−→ w(x,t) est de C 1 sur R et
+∞
∂w X
∀t ∈ R, (x,t) = −in2 wn (x,t).
∂t n=0
∂w
Montrons que est continue sur R2
∂t
• Pour tout n ∈ N, l’application −in2 wn est continue sur R2 ;
• pour tous n ∈ N et (x,t) ∈ R2 , on a :
in2 w (x,t) = n2 f (x)| 6 n2

n | n |an | + n2 |a −n | .
X
La série du terme général n2 |an | + n2 |a −n | converge, donc la série −in2 wn converge
n>0
normalement sur R.
Par le théorème de la continuité de la fonction somme d’une série de fonctions, l’application



 R2 −→ C
∂w   +∞
:
∂t 
X




(x,t) 7−→ −in2 wn (x,t)
n=0
est continue sur R.

3.3.4. Montrons que w admet une dérivée partielle première par rapport à x ?
Soit t ∈ R.
• Pour tout n ∈ N, l’application x 7−→ wn (x,t) est de C 1 sur R et
∂wn 2
(x,t) = in an ein x − a −n e −in x e −in t ;
∂x
X
• la série wn (.,t) converge (normalement) simplement sur R ;
n>0
• pour tous n ∈ N et x ∈ R, on a :
∂wn
(x,t) 6 n |an | + n |a −n |
∂x
X ∂wn
La série du terme général n |an | + n |a −n | converge, donc la série (.,t) converge nor-
n>0
∂x
malement sur R.
Par le théorème de dérivation terme à terme x 7−→ w(x,t) est de C 1 sur R et
+∞
∂w X 2
∀x ∈ R, (x,t) = i n an ein x − a −n e −in x e −in t .
∂x n=0
∂w
∂x 2
• Pour tout n ∈ N, l’application (x,t) 7−→ in an ein x − a −n e −in x e −in t est continue sur R2 ;
X ∂wn
• la série converge normalement sur R
n>0
∂x
∂w
Par le théorème de la continuité de la fonction somme d’une série de fonctions, l’application =
∂x
+∞
X ∂wn
est continue sur R.
n=0
∂x
Montrons que w admet une dérivée partielle seconde par rapport à x ?
Soit t ∈ R.
• Pour tout n ∈ N, l’application x 7−→ wn (x,t) est de C 2 sur R et
∂wn 2 ∂ 2 wn
(x,t) = in an ein x − a −n e −in x e −in t et (x,t) = −n2 wn (x,t);
∂x ∂x 2
X
• la série wn (.,t) converge (normalement) simplement sur R ;
n>0
X ∂wn
• la série (.,t) converge (normalement) simplement sur R ;
n>0
∂x
• pour tous n ∈ N et x ∈ R, on a :
∂ 2 wn
(x,t) 6 n2 |an | + n2 |a −n |
∂x 2

X ∂ 2 wn
La série du terme général n2 |an | + n2 |a −n | converge, donc la série (.,t) converge
n>0
∂x 2
normalement sur R.
Par le théorème de dérivation terme à terme x 7−→ w(x,t) est de C 2 sur R et
+∞
∂2w X
∀x ∈ R, (x,t) = − n2 wn (x,t).
∂x 2 n=0
∂2w
∂x 2
• Pour tout n ∈ N, l’application (x,t) 7−→ −n2 wn (x,t) est continue sur R2 ;
X
• la série −n2 wn (x,t) converge normalement sur R
n>0
∂2w
Par le théorème de la continuité de la fonction somme d’une série de fonctions, l’application :
∂x 2
+∞
X
(x,t) 7−→ − n2 wn (x,t) est continue sur R2 .
n=0
3.3.5. w est continue sur R2 à valeurs dans C ;
pour tout t ∈ R, l’application w(.,t) : x 7−→ w(x,t) est 2π-périodique ;
∂w ∂ 2 w ∂w
les dérivées , et existent et sont continues sur R2 ;
∂x ∂x 2 ∂t
pour tout (x,t) ∈ R2 , on a :
+∞
 +∞ 
∂2w ∂w X X
(x,t) + i (x,t) = − n2 wn (x,t) + i −i n2 wn (x,t)  = 0.
∂x 2 ∂t n=0 n=0
Donc la fonction w est bien solution du problème posé.

3.4. Unicité de la solution du problème Z π
1
Soit v une solution du problème ; on pose bn (t) = v(x,t)e −in x dx, (n,t) ∈ Z × R.
2π −π
On lui associe la suite (vn )n∈N de fonctions définies sur R2 par :
∀(x, t) ∈ R2 , v0 (x,t) = b0 (t) et vn (x,t) = bn (t)ein x + b−n (t)e −in x si n ∈ N∗
3.4.1. Soit n ∈ Z. Posons ϕ : (x,t) ∈ [−π, π] × R 7−→ v(x,t)e −in x

1
Pour t ∈ R, l’application x 7−→ v(x,t)e −in x est continue sur [−π, π], donc elle est intégrable ;
2π
ϕ admet une dérivée partielle par rapport à t et
∂ϕ 1 ∂v
∀(x,t) ∈ [−π, π] × R, (x,t) = (x,t)e −in x
∂t 2π ∂t
∂ϕ
est continue sur [−π, π] × R ;
∂t
∂ϕ
Soit [a, b] ⊂ R, l’application est continue sur [−π, π] × [a, b], donc elle est bornée, et, par
∂t
suite, il existe M ∈ R+ tel que
∂ϕ
∀(x,t) ∈ [−π, π] × [a, b] , (x,t) 6 M
∂t
et t 7−→ M est intégrable sur [−π, π].Z

Par le théorème de dérivation sous signe , l’application bn est de C 1 sur R et
π
∂v
Z
1
∀t ∈ R, b0n (t) = (x,t)e −in x dx.
2π −π ∂t
On montre que bn est solution de l’équation y 0 + in2 y = 0
1 π ∂v
Z
b0n (t) = (x,t)e −in x dx
2π −π ∂t
Z π 2
i ∂ v
= (x,t)e −in x dx
2π −π ∂x 2
#π
i ∂v n π ∂v
" Z
= (x,t)e −in x
− (x,t)e −in x dx
2π ∂x −π 2π −π ∂x
| {z }
=0
in2 π
Z
n h −in x π
i
= − v(x,t)e − v(x,t)e −in x dx
2π | −π 2π
{z } −π
=0
= −in2 bn (t)
Donc bn vérifie l’équation y 0 + in2 y = 0.

3.4.2. Soit n ∈ Z.
Par définition de bn , on a
Z π Z π
1 1
bn (0) = v(x, 0)e −in x
dx = f (x)e −in x dx = an ;
2π −π 2π −π
bn est solution de l’équation y 0 + in2 y = 0, donc
2t 2t
bn (t) = bn (0)e −in = an e −in
3.4.3. Soit n ∈ N∗ , on a
∀(x,t) ∈ R2 , |vn (x,t)| 6 |an | + |a −n | , et |v0 (x,t)| 6 |a0 |
X X
et la série |an | + |a −n |, donc la série vn converge normalement sur R2
n>0 n>0
2 (R, C). D’après la question (2.4.),
Pour t ∈ R, l’application x 7−→ v(x,t) appartient à l’espace C2π
X X
sa série de Fourier un (v(.,t)) = vn (.,t) converge normalement sur R de somme v(.,t) ;
n>0 n>0
ainsi
+∞
X
∀x ∈ R, v(x,t) = vn (x,t)
n=0
Or v0 (x,t) = a0 = f 0 (x) et pour tout n > 1, on a
vn (x,t) = bn (t)ein x + b−n (t)e −in x

2
= an ein x + n −n e −in x e −in t
2t
= f n (x)e −in
On conclut que pour tout (x,t) ∈ R2 , on a :
+∞
X +∞
X 2t
v(x,t) = vn (x,t) = f n (x)e −in = w(x,t)
n=0 n=0
Énoncé de l’épreuve Mathématiques II : Session 2019
Le sujet de cette épreuve est composé d’un exercice et d’un problème indépendants entre eux.
EXERCICE
 
3 1 −1
 
Soit A =  1 1 1  ∈ M3 (R) ; on note v l’endomorphisme de R3 canoniquement associé à A.
 
2 0 2 
1.1. Calculer le polynôme caractéristique χ A de la matrice A et en déduire que A possède une seule valeur propre
λ à préciser.
1.2. Déterminer Ker(v − 2idR3 ), le sous-espace propre de v associé à son unique valeur propre λ.
1.3. La matrice A est-elle diagonalisable dans M3 (R)? Est-elle trigonalisable dans M3 (R)?
1.4. On considère l’endomorphisme u = v − 2id R3 et on pose e1 = (1, 0, 0)
1.4.1. Montrer que l’endomorphisme u est nilpotent.
1.4.2. Déterminer le noyau de l’endomorphisme u2 puis vérifier que e1 < Ker u2

1.4.3. Montrer que la famille B = u2 (e1 ) ,u (e1 ) , e1 est une de R3 et écrire la matrice T de v dans la base
B , puis exprimer la matrice A en fonction de T .
+∞
X 1 k
1.4.4. Calculer l’exponenticlle de la matrice A. On rappelle que exp( A) = A
k=0
k!
Problème
Déterminants de Cauchy et de Gram
Application au calcul de la distance à un sous-espace vectoriel
Pour tout p ∈ N∗ , on note M p (R) l’espace vectoriel des matrices carrées d’ordre p à coefficients s à coeffi-
cients réels ; la matrice identité de M p (R) se notera I p . Si M ∈ M p (R), on note det M son déterminant et t M sa
transposée.
Partie I: Calcul du déterminant de Cauchy
On considère un entier n > 2 et deux suites finies (ak ) 16k6n et (bk ) 16k6n de réels telles que ai + b j , 0 pour
tout couple (i, j) ∈ {1, . . . , n}2 . Pour tout entier m tel que 0 < m 6 n, le de terminant de Cauchy d’ordre m, associé

aux familles (ak ) 16k6n et (bk ) 16k6n , est le nombre, noté ∆m , égal au déterminant de la matrice a i +b1
j
16i, j6m
2.1. On suppose qu’il existe (i 1 ,i 2 ) ∈ {1, . . . , n}2 , avec i 1 , i 2 , tel que ai 1 = ai 2 . Justifier que ∆n = 0.
On suppose désormais que les réels a1 , . . . , an sont deux à deux distincts et on considère la fraction ration-
nelle
n−1
Y
(X − bk )
k=1
R= n
Y
(X + ak )
k=1
18
3. ÉNONCÉ DE L’ÉPREUVE MATHÉMATIQUES II : SESSION 2019 19
n−1
Y n
Y
2.2. Justifier que les polynômes (X − bk ) et (X + ak ) de R[X] sont premiers entre eux.
k=1 k=1
2.3. Décomposition en éléments simples de la fraction R
(a) Préciser les pôles de la fraction rationnelle R et vérifier qu’ils sont tous simples.
(b) En déduire que la décomposition en éléments simples, dans R(X ), de la fraction R est de la forme
n
X αk
R= en précisant les expressions des réels α k en fonction des ak et des bk .
k=1
X + ak
2.4. Application au calcul de ∆n
1 1 1
···
a1 + b1 a1 + bn−1 a1 + bn
.. .. ..
. . .
2.4.1. Montrer que α n ∆n =
1 1 1
an−1 + b1
···
an−1 + bn−1 an−1 + bn

R(b1 ) ··· R(bn−1 ) R(bn )
2.4.2. En déduire que α n ∆n = R (bn ) ∆n−1 Y
a j − a i b j − bi
16i < j6n
2.4.3. Calculer ∆2 puis montrer que, pour tout n > 2, ∆n = Y .
ai + b j
16i, j6n
Partie II: Matrice et déterminant de Gram
Dans cette partie, E désigne un espace préhilbertien réel ; son produit scalaire sera noté (.|.) et la norme asso-
ciée se notera k.k. Si F est un sous-espace vectoriel de E, de dimension finie, pF désigne la projection orthogonale
sur F

Soit p un entier > 2. Pour tout u1 , . . . ,u p ∈ E p , on note G u1 , . . . ,u p = ui |u j la matrice de Mp (R)
16i, j6p
de terme général ui |u j . G u1 , . . . ,u p s’appelle la matrice de Gram des vecteurs u1 , . . . ,u p ; le déterminant de
cette matrice, noté G u1 , . . . ,u p , s’appelle déterminant de Gram.

3.1. Cas p = 2
Soit (u1 ,u2 ) ∈ E 2 . Justifier que |G (u1 ,u2 )| > 0 et que |G (u1 ,u2 )| = 0 si, ct seulement si, la famille (u1 ,u2 )
est liée.

3.2. Vérifier que, pour tout u1 , . . . ,u p ∈ E p , la matrice G u1 , . . . ,u p est symétrique.
3.3. Cas d’une famille liée

Soit u1 , . . . ,u p ∈ E p

3.3.1. Soit i ∈ {1, . . . , p} et soit λ j une famille quelconque de p − 1 réels ; on pose wk = uk si k ∈
X j,i
λ j u j . Montrer que G w1 , . . . , w p = G u1 , . . . ,u p

{1, . . . , p}\{i} et wi = ui +
j,i
3.3.2. En déduire que si la famille u1 , . . . ,u p est liée, alors G u1 , . . . ,u p = 0

3.4. Cas d’une famille libre

On considere ici une famille libre u1 , . . . ,u p d’éléments de E et on note e1 , . . . , e p une base orthonormée
n o
du sous-espace vectoriel Vect u1 , . . . ,u p . Soit B = bi, j ∈ M p (R) la matrice dont les coefficients
16i6p
X p
sont tels que, pour tout j ∈ {1, . . . , p},u j = bk, j ek
k=1
3.4.1. Pour tout couple (i, j) d’éléments de {1, . . . , p}, exprimer le produit scalaire ui |u j à l’aide des coeffi-
cients de la matrice B .

3.4.2. En déduire que G u1 , . . . ,u p = t BB
3.4.3. Montrer alors que G u1 , . . . ,u p > 0

3.5. Application au calcul de la distance à un sous-espace vectoriel

On considère un sous-espace vectoriel F de E, de dimension finie n > 2, et on note (v1 , . . . , vn ) une base
quelconque de F
3.5.1. Montrer que, pour tout x ∈ E
|G(v1 , · · · , vn , x)| = |G (v1 , · · · , vn , PF (x))| + k x − PF (x)k 2 |G (v1 , · · · , vn )|
3.5.2. En déduire que, pour tout x ∈ E, la distance du vecteur x au sous-espace vectoriel F1 notée d(x, F), est
donnée par : s
|G(v1 , · · · , vn , x)|
d(x, F) =
|G(v1 , · · · , vn )|
3.6. Un exemple de matrice de Gram

Soit n un entier naturel > 2 ; on note (e1 , . . . , en ) la base canonique de Rn et < ., . > son produit scalaire
canonique. On note An la matrice de M n (R) de terme général ai, j = min(i, j) pour (i, j) ∈ {1, . . . , n}2 et on
considère les vecteurs v1 , . . . , vn de Rn définis par :
k
X
∀k ∈ {1, . . . , n}, vk = ei
i=1
3.6.1. Montrer que (v1 , . . . , vn ) est une famille libre de Rn .

3.6.2. Calculer le produit scalaire < vi , v j >, pour tout (i, j) ∈ {1, . . . , n}2 ; en déduire que An est une matrice
de Gram.
3.6.3. Montrer que la matrice An est orthogonalement diagonalisable et que ses valeurs propres sont stricte-
ment positives.
Partie III: Application au calcul d’un minimum
On note R[X] l’espace vectoriel réel des polynômes à coefficients dans R. Pour tout k ∈ N, l’élément X k de
la base canonique de R [X] se notera Pk ; en particulier, P0 = 1.
Z 1
On considère l’application (.|.) définie sur R[X]2 par : (P|Q) = P(t)Q(t)dt, (P,Q) ∈ R[X]2
0
4.1. Montrer que (.|.) est un produit scalaire sur l’espace vectoriel réel R[X]
4.2. Calcul d’une distance
Soit p un entier > 2 et soit (nk ) 16k6p une suite finie d’entiers naturels deux à deux distincts.

4.2.1. Pour tout (i, j) ∈ {1, . . . , p}2 , exprimer le produit scalaire Pn i |Pn j en fonction de ni et n j

4.2.2. En utilisant les résultats de la première partie, exprimer le déterminant de la matrice de Gram G Pn1 , . . . , Pn p
en fonction des entiers n1 , . . . , n p

4.2.3. Montrer que Pn1 , . . . , Pn p est une famille libre de R[X]

4.2.4. On note W p le sous-espace vectoricl de R[X] engendré par la famille Pn1 , . . . , Pn p .
p
1 Y |nk − r |
Montrer que, pour tout entier naturel r, d Pr , W p = √
2r + 1 k=1 k + r + 1
n
4.3. Application au calcul d’un minimum
Soit n un entier > 2 et soit ψ : Rn → R l’application définie par :

Z 1
2
∀(a1 , · · · , an ) ∈ R ,
n
ψ(a1 , · · · , an ) = 1 − a1 t − · · · − a n t n dt
0
4.3.1. À l’aide d’une interprétation euclidienne, montrer qu’il existe un unique point (a1 , . . . , an ) de Rn en
lequel l’application ψ atteint son minimum, autrement dit :
ψ (a1 , . . . , an ) = inf ψ (x 1 , . . . , x n )
(x 1, ..., x n )∈R n
4.3.2. Calculer ψ (a1 , . . . , an ) en fonction de n

Corrigé de l’épreuve Mathématiques II : Session 2019
Exercice
 
3 1 −1
 
Soit A =  1 1 1  ∈ M3 (R) ; on note v l’endomorphisme de R3 canoniquement associé à A.
 
2 0 2 
1.1. Par définition du polynôme caractéristique, on a :

X − 3 −1 1

χ A (X ) = det (X I3 − A) = −1 X −1 −1

−2 0 X − 2

X − 3 −1 0

= −1 X −1 X − 2 C3 ← C3 + C2

−2 0 X − 2

X − 3 −1 0

= 1 X −1 0 L2 ← L2 − L3

−2 0 X − 2

X − 2 X −2 0

= 1 X −1 0 L1 ← L1 + L2

−2 0 X − 2

X − 2 0 0

= 1 X −2 0 C2 ← C2 − C1

−2 2 X − 2
= (X − 2) 3
Donc Sp ( A) = {2}, c’est-à-dire que

 A possède une seule valeur propre λ = 2
a
 
1.2. Soit x = (a, b, c) ∈ R et X =  b , alors x ∈ Ker v − 2idR3 si, et seulement, si ( A − 2I3 )X = 0. Or
3
 
c




 a+b−c =0



( A − 2I3 )X = 0 ⇐⇒  a − b + c =0







a =0



a = 0
⇐⇒ 



b = c
Donc Ker(v − 2idR3 ) = Vect ((0, 1, 1))

1.3. La valeur propre 2 de A est d’ordre de multiplicité 3 et la dimension de son sous-espace propre est de
22
4. CORRIGÉ DE L’ÉPREUVE MATHÉMATIQUES II : SESSION 2019 23
dimension 1, donc elle n’est pas diagonalisable.

χ A est scindé sur R, alors A est trigonalisable sur M3 (R)
1.4. On pose u = v − 2idR3
3
1.4.1. On a : u3 = v − 2idR3 = χ v (v). Le théorème de Cayley-Hamilton affirme que χ v (v) = 0 et, par
suite, u3 = 0. Donc u est nilpotent  
0 0 0
 
1.4.2. La matrice représentative de u2 est ( A − 2I3 ) 2 = 2 2 −2 , donc pour x = (a, b, c) ∈ R3 , on a
 
2 2 −2
x ∈ Ker(u2 ) ⇐⇒ a + b − c = 0 ⇐⇒ c = a + b
Donc Ker(u2 ) = Vect ((1, 0, 1), (0, 1, 1)).

e1 = (1, 0, 0) < Ker(u2 ), car u2 (e1 ) = (0, 2, 2) , (0, 0, 0)  
0 1 1
 
1.4.3. Posons Bc la base canonique de R3 , alors Mat (B) = 2 2 0 dont le déterminant −2 , 0, donc
Bc  
2 2 0
   
0 1 0 2 1 0
   
B est une base de R3 et Mat (u) = 0 0 1 . Donc T = Mat (v) = 0 2 1 et A = PT P −1 avec
B   B  
0 0 0 0 0 2
 
0 1 1
 
P = 2 2 0
 
2 2 0
1.4.4. On pose N = A − 2I3 ; la matrice N est nilpotente et elle commute avec 2I3 , alors par les propriétés de
l’exponentielle
N2
!
exp( A) = exp(2I3 + N ) = exp(2I3 ) exp(N ) = e 2
I3 + N +
2
Avec les calculs précédents qui donnent les expressions de N et N 2

 
2 1 −1
 
exp( A) = e2 2 1 0 
 
3 1 0
Problème
Partie I: Calcul du déterminant de Cauchy
2.1. Si deux des ai sont égaux, ∆n est nul car il s’agit d’un détermiant d’une matrice dont deux de ses lignes sont
égales.
n−1
Y n
Y
2.2. Les deux polynômes (X − bk ) et (X + ak ) sont scindés et sans aucune racine commune, donc ils sont
k=1 k=1
premiers entre eux
2.3. Décomposition en éléments simples de R
n−1
Y
(X − bk )
k=1
(a) La fraction rationnelle R = n est irréductible dont les pôles −a1 , · · · , −an qui sont deux à
Y
(X + ak )
k=1
deux distincts, donc ils sont simples
(b) On a deg(R) = −1 < 0. Par le théorème de décomposition en éléments simples, il existe α1 , · · · , α n
n
X αk
tels que R = . Les pôles sont simples, donc
k=1
X + ak
n−1
Y n−1
Y
−ak − b j ak + b j
j=1 j=1
α k = [(X + ak ) R] X =−a k = n = n
Y Y
a j − ak ak − a j
j=1 j=1
j,k j,k
2.4. Application au calcul de ∆n !

1
2.4.1. Pour i ∈ [[1, n]] ; on pose L i la i-ème ligne de la matrice et Bn la matrice dont les
ai + b j 16i, j6n
n
X
lignes L 1 , · · · , L n−1 et α i L i . D’une part
i=1
1 1 1
···
a1 + b1 a1 + bn−1 a1 + bn
.. .. ..
. . .

det(Bn ) = 1 1 1
···
ann−1 + b1 an−1 + bn−1 an−1 + bn
α i
n n
X α i X αi X

· · ·
a i + b1 a i + b n−1 a i + b n
i=1 i=1 i=1
1 1 1
···
a1 + b1 a1 + bn−1 a1 + bn
.. .. ..
. . .
=
1 1 1
an−1 + b1
···
an−1 + bn−1 an−1 + bn

R(b1 ) ··· R(bn−1 ) R(bn )
D’autre part
 n

X
det(Bn ) = det  L 1 , · · · , L n−1 , α i L i 
i=1
n
X
= α i det (L 1 , · · · , L n−1 , L i ) det est n-linéaire
i=1
n−1
X
= α n det (L 1 , · · · , L n−1 , L n ) + α i det (L 1 , · · · , L n−1 , L i ) det est alternée
| {z }
i=1 =0
= α n ∆n
Par transitivité
1 1 1
···
a1 + b1 a1 + bn−1 a1 + bn
.. .. ..
. . .
α n ∆n =
1 1 1
···
an−1 + b1 an−1 + bn−1 an−1 + bn

R(b1 ) ··· R(bn−1 ) R(bn )
2.4.2. Comme b1 , · · · , bn−1 sont les racines de R, alors pour tout i ∈ [[1, n − 1]], on a R(bi ) = 0 et, par suite,
1 1 1
···
a1 + b1 a1 + bn−1 a1 + bn
.. .. ..
. . .
α n ∆n =
1 1 1
···
an−1 + b1 an−1 + bn−1 an−1 + bn

0 ··· 0 R(bn )
puis on développe le déterminant du second membre de l’égalité précédente par rapport à la dernière
ligne, on obtient
1 1
a + b ···
a1 + bn−1
1 . 1 ..
α n ∆n = R(bn ) .. . = R(bn )∆n−1

1 1
an−1 + bn−1
···
an−1 + b1
2.4.3. Calcul de ∆2 . On a :
1 1
a1 + b2
∆2 = a1 + b1
1 1
a2 + b1 a2 + b2
1 1
= −
(a1 + b1 )(a2 + b2 ) (a2 + b1 )(a1 + b2 )
a1 b1 + a2 b2 − a1 b2 − a2 b1
=
(a1 + b1 )(a2 + b2 )(a2 + b1 )(a1 + b2 )
(a2 − a1 ) (b2 − b1 )
=
(a1 + b1 )(a2 + b2 )(a2 + b1 )(a1 + b2 )
On démontre l’égalité par récurrence sur n > 2

• Pour n = 2, l’inégalité est vérifiée
Y
a j − ai b j − bi
16i < j6n
• Soit n > 2, on suppose que ∆n = Y . On fait appel à l’inégalité
ai + b j
16i, j6n
n
Y
(bn+1 − bk )
R (bn+1 ) k=1
trouvée à la question (2.4.2.), alors ∆n+1 = ∆n . Or R (bn+1 ) = et
α n+1 n+1
Y
(bn+1 + ak )
k=1
n
Y
an+1 + b j
j=1
α n+1 = n , alors
Y
an+1 − a j
j=1
n
Y n
Y Y
(bn+1 − bk ) an+1 − a j a j − ai b j − bi
k=1 j=1 16i < j6n
∆n+1 = × n × Y
n+1 Y ai + b j
an+1 + b j
Y
(bn+1 + ak ) 16i, j6n
k=1 j=1
Y
a j − ai b j − bi
16i < j6n+1
= Y
ai + b j
16i, j6n+1
Ce qui achève la récurrence
Partie II: Matrice et déterminant de Gram

(u1 |u1 ) (u1 |u2 )
3.1. Soit u1 ,u2 ∈ E, on a |G (u1 ,u2 )| = = ku1 k 2 ku2 k 2 − (u1 |u2 ) 2 est positif ou nul d’après
(u2 |u1 ) (u2 |u2 )
l’inégalité de Schwarz et il est nul si, et seulement si, la famille (u1 ,u2 ) est liée.

3.2. G u1 , · · · ,u p est symétrique car le produit scalaire l’est : ∀i, j ∈ 1, p , ui |u j = u j |ui

3.3. Cas d’une famille liée

3.3.1. Rappelons que le déterminant d’une matrice ne change pas si on ajoute à une ligne ( colonne ) un
combinaison linéaire des autres lignes ( colonnes ), alors, par bilinéarité du produit scalaire et par les
n+1
X p
X
opérations L i ← L i − λ j L j et Ci ← Ci − λ j C j , on obtient
j=1 j=1
j,i j,i
G(w , · · · , w ) = G(u , · · · ,u )
1 p 1 p
3.3.2. Si la famille (u1 , · · · ,u p ) est liée, alors l’un des vecteurs ui peut s’écrire comme combinaison linéaire
X
des u j avec j , i sous la forme ui = λ j u j . D’après la question (3.3.1.), on a
j,i
p

G(u , · · · ,u ) = G(u , · · · ,u ,u − λ j u j ,ui+1 , · · · ,u p )

X
1 p 1 i −1 i

j=1
j,i

= G(u1 , · · · ,ui −1 , 0,ui+1 , · · · ,u p ) = 0
Le dernier déterminant est nul car sa i-ème colonne est nulle

3.4. Cas d’une famille libre

3.4.1. e1 , · · · , e p étant une base orthonormale de Vect u1 , · · · ,u p , alors
p
X
1, p , ui |u j =

∀i, j ∈ bk, i bk, j
k=1
3.4.2. Les deux matrices t BB et G(u1 , · · · ,u p ) sont carrées d’ordre p. Le coefficient ci, j de position de (i, j)
de la matrice t BB vaut
p
X
ci, j = bk,i bk, j = ui |u j
k=1
Donc t BB = G(u1 , · · · ,u p )
3.4.3. D’après la question précédente (3.4.2.), on a
G(u , · · · ,u ) = det t BB = det(B) 2

1 p

La liberté de la famille (u1 , · · · ,u p ) montre que (u1 , · · · ,u p ) est une base de l’espace Vect u1 , · · · ,u p
et par conséquent B est inversible puisqu’il s’agit d’une matrice de passage. On conclut donc G(u1 , · · · ,u p ) =
det t BB = det(B) 2 > 0

3.5. Application au calcul de la distance à un sous-espace vectoriel

3.5.1. Soit x ∈ E. Remarquons que pour tout vecteur y ∈ F on a : (y, x) = (y|PF (x)) et par le théorème de
Pythagore k xk 2 = kPF (x)k 2 + k x − PF (x)k 2 , de sorte que

(v1 |v1 ) ··· (v1 |vn ) (v1 |PF (x))
.. .. ..
. . .
(v |v ) ··· (vi |vn ) (vi |PF (x))
|G (v1 , · · · , vn , x)| =
i 1
.. .. ..
. . .
(vn |v1 ) ··· (vn |vn ) (vn |PF (x))

(PF (x)|v1 ) · · · (PF (x)|vn ) kPF (x)k 2 + k x − PF (x)k 2
Puis, par multilinéarité, on obtient
|G (v1 , · · · , vn , x)| = |G (v1 , · · · , vn , PF (x))| + k x − PF (x)k 2 . |G (v1 , · · · , vn )|
3.5.2. F étant un sous-espace de dimension finie, alors
d(x, F) = k x − PF (x)k
Or, d’après la question (3.5.1.), |G(v1 , · · · , vn , x)| = k x − PF (x)k 2 |G(v1 , · · · , vn )|, donc
s
|G(v1 , · · · , vn , x)|
d(x, F) = k x − PF (x)k =
|G(v1 , · · · , vn )|
3.6. Un exemple de matrice de Gram 

1 ··· ··· 1
 
0 . . . .. 
. 
3.6.1. Notons Bc la base canonique de Rn , alors B = Mat (v1 , · · · , vn ) =  .
 . . . . . . . . 
. qui est triangu-
Bc
 . . 
0 · · · 0 1
laire supérieure dont les coefficients diagonaux valent 1, alors elle est inversible et , en conséquent,
(v1 , · · · , vn ) est une base de Rn
3.6.2. La famille Bc est une base orthonormée pour le produit scalaire canonique < ., . >, alors
j
i X
X
< vi , v j > = < ek , e` >
k=1 `=1
Xi X j
= δ k,`
k=1 `=1
= min(i, j)

La matrice An = < vi , v j > est de Gram
16i, j6n
3.6.3. La matrice An est réelle symétrique, alors par le théorème spéctral elle est orthogonalement diago-
nalisable
Soit λ ∈ Sp( An ) et X ∈ Mn,1 (R) un vecteur propre unitaire qui est associé à λ, alors An X = λ X,
puis t X An X = λ. D’autre part An = t BB, donc t X An X = t X t BBX = kBX k 2 > 0, car B est
inversible et X X ∈ Mn,1 (R) \ {0}. Bref λ = kBX k 2 > 0
Partie III: Application au calcul d’un minimum
Z 1
4.1. (P,Q) ∈ R[X]2 → P(t)Q(t)dt est bien définie.
0
Soient λ, µ ∈ R et P,Q, R ∈ R[X].
Z 1 Z 1
Symétrie : (P|Q) = P(t)Q(t)dt = Q(t)P(t)dt = (Q|P)
0 Z 1 0 Z 1 Z 1
Binlinéarité : (P|λQ + µR) = P(t) (λQ(t) + µR(t)) dt = λ P(t)Q(t)dt + µ P(t)R(t)dt.
0 0 −1
La symétrie assure que (.|.) est linéaire par rapport à la première variable
Z 1
Positivité : (P|P) = P2 (t)dt > 0
0 Z 1
Définie : Si (P|P) = 0 alors P2 (t)dt = 0. Or la fonction t → P2 (t) est continue positive sur
0
[0, 1] donc c’est la fonction nulle et puisque le polynôme P admet alors une infinité de racines, c’est le
polynôme nul.
Finalement (.|.) est un produit scalaire sur le R-espace vectoriel E.
4.2. Calcul d’une distance
4.2.1. Par définition du produit scalaire

Z 1 Z 1
1
t n i +n j dt =

Pn i |Pn j = Pn i (t)Pn j (t)dt =
0 0 ni + n j + 1
!
1
1, p , on pose ai = ni et bi = ni +1, alors G Pn1 , · · · , Pn p =

4.2.2. Pour i ∈ . On appelle
a i + bi 16i, j6p
l’égalité obtenue à la question (2.4.3.), alors :
Y 2
n j − ni
G P , · · · , P = 16i < j6p
n1 np Y
ni + n j + 1
16i, j6p
4.2.3. Puisque les ni sont deux à deux distincts, alors G Pn1 , · · · , Pn p > 0. Le résultat de la question

(3.3.2.) affirme, par contraposée, que Pn1 , · · · , Pn p est libre
4.2.4. Posons n p+1 = r, alors
Y 2
n j − ni
G P , · · · , P , P 16i < j6p+1
n 1 n p n p+1 = Y
ni + n j + 1
16i, j6p+1
Y 2 p
Y 2
n j − ni n p+1 − ni
16i < j6p i=1
= Y ×
ni + n j + 1 p+1
Y p
Y
16i, j6p ni + n p+1 + 1 × n p+1 + n j + 1
| {z } i=1 j=1
=G(P n 1 , ··· , P n p )
p
Y 2 p
Y
Avec n p+1 − ni = (r − ni ) 2 et
i=1 i=1
p+1
Y p
Y p
Y 2
ni + n p+1 + 1 × n p+1 + n j + 1 = 2n p+1 + 1 n p+1 + nk + 1
i=1 j=1 k=1
p
Y
= (2r + 1) (r + nk + 1) 2
k=1
Alors
Yp
G P , · · · , P , P
(r − nk ) 2
n1 np n p+1
=
k=1
G(P , · · · , P ) p
np
n1
Y
(2r + 1) (r + nk + 1) 2
k=1
Par la question (3.5.2.) on conclut que
t
G Pn1 , · · · , Pn p , Pn p+1
v
u
p
u
1 Y |r − nk |
d Pr , Wp = G(P , · · · , P ) = √
n1 np 2r + 1 k=1 r + nk + 1
4.3. Application au calcul d’un minimum

n
X
4.3.1. Remarquons que l’application (a1 , · · · , an ) 7−→ ak X k est un isomorphisme d’espaces vectoriels de
k=1
Rn vers F = Vect X, X 2 , · · · , X n et pour le produit scalaire défini dans le début de cette partie, on a :
n 2
k
ak X
X
∀(a1 , · · · , an ) ∈ R ,n
ψ(a1 , · · · , an ) = 1 −
k=1

On sait que d (1, F) est atteinte en un unique point qui est le projeté orthogonal de 1 sur F,
 2 
 
 n

= inf  1 − x k X k , (x 1 , · · · , x n ) ∈ Rn 
X
k1 − PF (1)k 2 = d (1, F) 2


 

k=1 
= inf ψ(x 1 , · · · , x n ) , (x 1 , · · · , x n ) ∈ Rn

D’où l’existence d’un unique (a1 , · · · , an ) ∈ Rn tel que
ψ(a1 , · · · , an ) = inf ψ(x 1 , · · · , x n ) , (x 1 , · · · , x n ) ∈ Rn

4.3.2. D’après la question (4.2.4.), on a :
ψ(a1 , · · · , an ) = d(1, F) 2
|G (P1 , · · · , Pn , P0 )|
=
|G(P1 , · · · , Pn )|
n
Y k2 1
= =
k=1 (k + 1)
2 (n + 1) 2
À propos des zéros des fonctions de Bessel d’indice entier
Définitions et notations

Si I est un intervalle non trivial de R et ϕ, ψ deux fonctions réelles définies et continues sur I, on note Eϕ,ψ
l’équation différentielle
y 00 + ϕy 0 + ψ y = 0 (Eϕ,ψ )

Si ϕ est la fonction nulle, l’équation différentielle Eϕ,ψ se notera simplement Eψ
Les solutions des équations différentielles sont à valeurs réelles
Si u est solution sur I d’une équation différentielle, un élément t 0 de l’intervalle I est dit zéro de u si u (t 0 ) = 0
Partie I: Étude de solutions des équations différentielles de Bessel d’indice entier
Dans cette partie, n désigne un entier naturel. On note (Bn ) l’équation différentielle :

x 2 y 00 + x y 0 + x 2 − n2 y = 0 (B n )
1 − 4n2
On note également σ n la fonction définie sur l’intervalle ]0, +∞[, par : σ n (t) = 1 +
4t 2
1.1. Soit u une solution, non identiquement nulle, sur l’intervalle ]0, +∞[ de l’équation différentielle (Bn ). On
note v la fonction définie sur ]0, +∞[, par :
√
∀t > 0, v(t) = t u(t)
Montrer que la fonction v est une solution, non identiquement nulle, sur l’intervalle ]0, +∞[ de l’équation

différentielle Eσ n .
X
1.2. Si ak z k est une série entière, à coefficients réels et de rayon de convergence R > 0, on pose
k>0
+∞
X
yn (t) = ak t n+k , t ∈ ]−R, R[
k=0
et on suppose que yn est solution, sur l’intervalle ]−R, R[, de l’équation différentielle (Bn ).
1.2.1. Montrer que a1 = 0 et que, pour tout k ∈ N, (k + 2) (2n + k + 2) ak+2 + ak = 0.
(−1) k
1.2.2. En déduire que, pour tout entier naturel k, a2k+1 = 0 et a2k = a0 n! 2k .
2 k!(n + k)!
X 1 X (−1) k
1.3. Calculer le rayon de convergence des séries entières z k et z 2k
k>0
k!(n + k)! k>0
2 2k k!(n + k)!
1.4. Justifier que la fonction de Bessel d’indice n, notée Jn définie sur R par :
+∞
t n X (−1) k
∀t ∈ R, Jn (t) = 2k k!(n + k)!
t 2k
2 k=0
2
31
est une solution sur R de l’équation différentielle Bn .

Dans la suite du problème, on note G n la fonction définie sur R par :
+∞
X 1
∀t ∈ R, G n (t) = tk
k=0
k!(n + k)!
1.5. Une première localisation des zéros de Jn sur l’intervalle ]0, +∞[
1.5.1. Préciser G n (0) et montrer qu’il existe β > 0 tel que G n (t) > 0, pour tout t ∈ − β, β

−∞, − β

1.5.2. Montrer que les zéros de la fonction G n sont dans l’intervalle!
t n t 2
1.5.3. Vérifier que, pour tout t ∈ R, Jn (t) = Gn − puis en déduire que les zéros de la fonction
2 h √2 h
Jn , sur l’intervalle ]0, +∞[, sont dans l’intervalle 2 β, +∞
Partie II: Quelques résultats utiles pour la suite
2.1. Quelques propriétés de la fonction G n

(p)
2.1.1. Justifier que la fonction G n est de classe C ∞ sur R puis exprimer sa dérivée p-ième G n , pour p ∈ N∗ ,
comme somme d’une série Z x
2.1.2. Montrer soigneusement que pour tout x ∈ R, t n G n (t) dt = x n+1 G0n (x)
0
2.1.3. Montrer que pour tout p ∈ N∗ , la fonction x 7−→ x n+p G0n (x) est dérivable sur R de dérivée
x 7−→ x n+p −1 G n (x) + (p − 1)G0n (x)

2.1.4. Montrer que pour tout p ∈ N, il existe deux polynômes A p et B p à coefficients entiers, de degrés
respectifs p − 1 et p si p > 1, vérifiant :
Z x
∀x ∈ R, t n+p G n (t) dt = x n+1 A p (x)G n (x) + B p (x)G0n (x) (1)
0
On pourra raisonner par récurrence et exprimer A p+1 et B p+1 en fonction de A p et B p respectivement

2.1.5. Préciser les valeurs de A p (0) et B p (0) pour tout p ∈ N
2.1.6. Soit x ∈ R un zéro de la fonction G n ; montrer que G0n (x) , 0.
On pourra raisonner par l’absurde et utiliser la formule (1) et le théorème d’approximation polyno-
miale de Weierstrass.
2.2. Théorème de relèvement :
Soit I un intervalle non trivial de R.
f 0 g0
2.2.1. Soit f , g : I −→ C deux fonctions dérivables sur I, à valeurs dans C∗ et telles que = .
f g
Montrer que f et g sont proportionnelles, c’est-à-dire qu’il existe λ ∈ C tel que g = λ f
∗
2.2.2. Soit h : I −→ C une fonction de classe C 1 sur I telle que, pour tout t ∈ I, |h(t)| = 1.
Si t 0 ∈ I et θ 0 ∈ R sont tels que h(t 0 ) = eiθ0 , montrer que la fonction θ définie sur I par
t
h0 (s)
Z
∀t ∈ I, θ(t) = θ 0 − i ds
t0 h(s)
est à valeurs réelles, de classe C 1 sur I et vérifie h(t) = eiθ (t ) , pour tout t ∈ I.
2.2.3. Soit f : I −→ C une fonction de classe C 1 sur I et à valeurs dans C∗
(i) Montrer que la fonction g : I −→ R, t 7−→ | f (t)| est de classe C 1 sur I

(ii) Soient t 0 ∈ I et θ 0 ∈ R tels que f (t 0 ) = | f (t 0 )| eiθ0 . Montrer qu’il existe une unique fonction
θ : I −→ R, de classe C 1 telles que
θ(t 0 ) = θ 0 et ∀t ∈ I, f (t) = | f (t)| eiθ (t )
2.3. Formule d’intégration par parties itérée

Soient a et b deux réels tels que a < b, et soit p un eniter naturel non nul. On considère deux fonctions
numériques f : [a, b] −→ R et f : [a, b] −→ R de classe C p . Montrer que
Z b Z b p
X
(p)
(t)g(t) dt = (−1) p (p)
(t) dt + (−1) k+1 f (n−k ) (b)g (k −1) (b) − f (n−k ) (a)g (k −1) (a)

f f (t)g
a a k=1
Partie III: Étude des zéros des solutions d’une équation différentielle d’ordre 2
Soient I est un intervalle non trivial de R et ϕ, ψ deux fonctions réelles définies et continues sur I ; on rappelle

que Eϕ,ψ et Eψ désignent respectivement les équations différentielles
y 00 + ϕy 0 + ψ y = 0 et y 00 + ψ y = 0

3.1. Justifier que, pour tout t 0 ∈ I et tout couple x 0 , x 00 de réels, il existe une unique solution u de Eϕ,ψ ,
définie sur I, telle que u(t 0 ) = x 0 et u0 (t 0 ) = x 00 .

On notera Z w l’ensemble des zéros sur I d’une solution w de Eϕ,ψ : Z w = {s ∈ I , w(s) = 0}

3.2. Premières propriétés des zéros d’une solution de Eϕ,ψ

Soit u une solution sur I, non identiquement nulle, de l’équation différentielle Eϕ,ψ
3.2.1. Montrer que si t 0 ∈ I est un zéro de u alors u0 (t 0 ) , 0 et il existe η > 0 tel que
∀t ∈ I ∩ t 0 − η,t 0 + η \ {t 0 },

u (t) , 0
3.2.2. Soient a et b deux éléments de I tels que a < b. Montrer que l’ensemble Zu ∩ [a, b] est fini.
On pourra raisonner par l’absurde et utiliser le théorème de Bolzano-Weierstrass

3.3. Étude des zéros d’une solution de l’équation différentielle Eψ
Dans cette question, on suppose que I = [α, +∞[, avec α ∈ R, et que la fonction ψ est à valeurs strictement
positives sur I

On considère une solution u sur I, non identiquement nulle, de l’équation différentielle Eψ et on lui associe
les deux fonctions f : I −→ C et ρ : I −→ R par :
p
∀t ∈ I, f (t) = u(t) + iu0 (t) et ρ(t) = u2 (t) + u02 (t)
3.3.1. Montrer que pour tout t ∈ I, ρ(t) > 0

3.3.2. Justifier que la fonction f est de classe C 1 sur I et montrer qu’il existe une fonction θ : I −→ R de
classe C 1 sur I telle que
∀t ∈ I, u(t) = ρ(t) cos (θ(t)) et u0 (t) = ρ(t) sin (θ(t))

3.3.3. Exprimer la dérivée θ 0 de θ en fonction de u, u0 et ψ et en déduire que la fonction θ est strictement

décroissante sur I
3.3.4. On suppose de plus que la fonction ψ est minorée sur I par une constante λ > 0
(i) Montrer que, pour tout t ∈ I, θ 0 (t) 6 − min(1, λ).
x2 + λ y2
On pourra utiliser le fait que, pour tout (x, y) ∈ R2 \ {(0, 0)}, min(1, λ) 6
x2 + y2
(ii) En déduire que la fonction θ réalise une bijection de I sur l’intervalle ]−∞, θ(α)]
(iii) Montrer alors que les zéros de la solution u sur I forment une suite strictement croissante vers +∞ ;
plus précisement, Zu = θ −1 π2 + kπ ; k ∈ Z et π2 + kπ 6 θ(α)
n o
3.4. Dans cette question, on suppose I = [α, +∞[, avec α ∈ R, et qu’il existe γ > α tel que la fonction ψ soit à
valeurs strictement positives et minorée par λ > 0 sur l’intervalle γ, +∞ . On considère une solution u sur

I, non identiquement nulle, de l’équation différentielle Eψ .
Montrer que les zéros de la solution u sur I forment une suite qui tend vers +∞ et qui est strictement croissante
à partir d’un certain rang.
3.5. Application aux zéros des fonctions de Bessel
Soit n ∈ N. Montrer que les zéros de la fonction Jn de Bessel, sur l’intervalle ]0, +∞[, forment une suite qui
tend vers +∞ et qui est strictement croissante à partir d’un certain rang
Partie IV: Irrationnalité des zéros de la fonction Jn de Bessel
Dans cette partie, n désigne un entier naturel et Jn , G n les fonctions définies dans la première partie.
Pour tout entier naturel p, on note Up , L p et Tp les fonctions définies sur R par :
1
x n+p (1 − x) p
Z
(p)
∀x ∈ R, Up (x) = , L p (x) = Up (x) et Tp (x) = G n (xt)L p (t) dt
p! 0
4.1. Montrer que pour tout entier naturel p, il existe deux polynômes Q p et R p à coefficients entiers, vérifiant les
propriétés suivantes :
Q p (x)G n (x) + R p (x)G0n (x)
(i) ∀x ∈ R∗ , Tp (x) = ;
xp
(ii) Q0 = 0, R0 = 1 et Q p (0)R p (0) , 0 si p > 1 ;
(iii) si p > 1, le degré de Q p (resp. R p ) est inférieur ou égal à p − 1 (resp. p)
(p)
On pourra commencer par exprimer d’abord le polynôme Up dans la base canonique de R[X] et ensuite
utiliser la question (2.1.4.) de la deuxième partie.
4.2. Montrer que pour tout entier naturel p et tout réel non nul x,
Z 1
(p)
p p
(−1) x G n (xt)Up (t) dt = Tp (x)
0
4.3. Montrer soigneusement que pour tout réel x et tout entier naturel p,
Z 1 (p) e| x |
G n (xt)Up (t) dt 6
0 p!

4.4. Montrer que pour tout réel x, la suite Q p (x)G n (x) + R p (x)G0n (x) converge vers 0
p>1
4.5. Montrer que, pour tout entier naturel p, le polynôme Q p −1 R p − Q p R p−1 est en fait un monôme de degré
2(p − 1)

4.6. Montrer que pour tout entier non nul p et tout réel non nul x, Tp −1 (x),Tp (x) , (0, 0)
4.7. Montrer que les zéros de la fonction G n sont irrationnels.
4.8. Montrer que si x est un zéro non nul de la fonction Jn , alors x et x 2 sont irrationnels.
Partie I: Étude de solutions des équations différentielles de Bessel d’indice entier
1.1. u étant de C 2 et non nulle sur ]0, +∞[, alors par produit v est de C 2 et non nulle sur ]0, +∞[ et par la formule
de Leibniz, on obtient :
√ u0 (t) u(t)
∀t > 0, v 00 (t) = tu00 (t) + √ − √ 3
t 4 t
Puis, pour t > 0, on a :
√ 00 u0 (t) u(t) √ 1 − 4n2

!
v (t) + σ n (t)v(t) =
00
tu (t) + √ − √ 3 + t 1 + u(t)
t 4 t 4t 2
1 h i
= √ 3 t 2 u00 + tu0 (t) + t 2 − n2 u(t)
t | {z }
=0
= 0
1.2.
1.2.1. La fonction yn est de C ∞ sur ]−R, R[, car c’est la somme d’une série entière de rayon R, et pour tout
t ∈ ]−R, R[, on a :
+∞
X
t yn0 (t) = (k + n)ak t n+k
k=0
+∞
X
t 2 yn00 (t) = (k + n)(k + n − 1)ak t n+k
k=0
L’équation (Bn ) équivaut à
+∞
X +∞
X +∞
X +∞
X
(k + n)(k + n − 1)ak t n+k + (k + n)ak t n+k + ak t n+k+2 − n2 ak t n+k = 0
k=0 k=0 k=0 k=0
Soit
+∞
X +∞
X
k (2n + k)ak t n+k + ak t n+k+2 = 0
k=0 k=0
Avec le changement d’indice k 0 = k + 2 dans le second terme du premier membre, il vient
+∞
X +∞
X
k (2n + k)ak t n+k + ak −2 t n+k = 0
k=0 k=2
Ou encore
+∞
X
(k (2n + k)ak + ak −2 ) t n+k + (2n + 1)a1 t = 0
k=2
 
 

 a1 = 0 
 a1 = 0
Ceci fournit  c’est-à-dire 



 k (2n + k)ak + ak −2 = 0 ∀k > 2 


 (k + 2)(2n + 2 + k)ak+2 + ak = 0 ∀k > 0
36
1.2.2. Par récurrence sur k ∈ N

Pour k = 0 les deux formules
 sont vraies


 a2k+1 = 0

Soit k ∈ N. Supposons que  (−1) k



 a2k = a0 n! 22k k!(n + k)!

a2k+1
• a2k+3 = − =0
(2k + 3)(2n + 3 + 2k)
• De même
a2k a2k
a2k+2 = − =− 2
(2k + 2)(2n + 2 + 2k) 2 (k + 1)(n + 1 + k)
(HR) −1 (−1) k
= a 0 n!
22 (k + 1)(n + 1 + k) 22k k!(n + k)!
(−1) k+1
= a0 n! 2k+2
2 (k + 1)!(n + k + 1)!
Récurrence achevée
ak+1
. Par le critère de D’Alembert
1 1
1.3. On pose ak = = −−−−−→ 0, donc le
k!(n + k)! ak (k + 1)(n + k + 1) k →+∞
X 1
rayon de convergence de la série z k est +∞
k>0
k!(n + k)!
(−1) k X
On pose bk = 2k z 2k . Pour z = 0, la série bk converge absolument et pour z ∈ C∗ , on
2 k!(n + k)! k>0
bk+1 |z| 2 X
a : = −−−−−→ 0, donc la série bk est absolument convergente et, par suite,
bk (k + 1)(n + k + 1) k →+∞ k>0
X (−1) k
le rayon de convergence 2k k!(n + k)!
z 2k vaut +∞
k>0
2



 a2k+1 = 0

1.4. On considère la suite (ak ) k>0 définie par : ∀k ∈ N, 
X
(−1) k . La série ak z k est de



 a2k = 2n+2k k!(n + k)!
 k>0
1
rayon +∞ et la suite (ak ) k>0 vérifie bien les contraintes de la question (1.2.2.) avec a0 =
2n n!
1.5.
1
1.5.1. G n (0) = > 0, et par continuité de G n , il existe donc β > 0 tel que G n (t) > 0, pour tout t ∈ − β, β

n!
1.5.2. Pour t > β > 0, alors G n (t) est somme d’une série à termes strictement positifs, donc G n (t) > 0 et
pour t ∈ − β, β , G n (t) > 0. Par exclusion les zéros de G n sont dans −∞, − β

1.5.3. Soit t ∈ R, on a
+∞ +∞
t n t 2! t n X 1 t k t n X (−1) k
Gn − = − = t 2k = Jn (t)
2 2 2 k=0
k!(n + k)! 2 2 k=0 22k k!(n + k)!
t2 t2 √
Si t ∈ ]0, +∞[ est zéro de Jn alors − est zéro de G n , donc − 6 − β, soit t > 2 β
4 4
Partie II: Quelques résultats utiles pour la suite
2.1.
2.1.1. La fonction G n est la somme d’une série entière de rayon de convergence +∞, donc elle est de classe
C ∞ et pour tout p ∈ N∗ et t ∈ R :
+∞ +∞
(p)
X k! 1 X 1
G n (t) = tk −p = tk
k=p
(k − p)! k!(n + k)! k=0
k!(k + p + n)!
2.1.2. Soit x ∈ R. La fonction t 7−→ t n G n (t) est somme d’une série entière de rayon de convergence +∞,
alors
Z x Z +∞
xX
1
t G n (t) dt =
n
t n+k dt
0 0 k=0
k!(k + n)!
+∞ Z x
X 1
= t n+k dt
k=0 0 k!(k + n)!
+∞
X 1
= x n+k+1
k=0
k!(k + n + 1)!
+∞
X 1
= x n+1 xk
k=0
k!(k + n + 1)!
= x n+1 G0n (x)
2.1.3. Soit p ∈ N∗ , l’application x 7−→ x n+p G0n (x) est dérivable sur R comme produit de deux fonctions
dérivables sur R et par la formule du produit
0 0
x n+p G0n (x) = x p −1 x n+1 G0n (x)
0
= (p − 1)x n+p−1 G0n (x) + x p −1 x n+1 G0n (x)
| {z }
=x n G n (x)
= x n+p −1 G n (x) + (p − 1)G0n (x)

2.1.4. Par récurrence sur p ∈ZN

x
Pour p = 0, on a t n G n (t) dt = x n+1 G0n (x), alors A0 = 0 et B0 = 1 répondent à la question
0
Soit p > 0. Par une intégration par parties
Z x Z x
t n+p+1 G n (t) dt = t p+1 t n G n (t) dt
0
Z0 x 0
= t p+1 t n+1 G0n (t) dt
0
h ix Z x
= t − (p + 1)
n+p+2
G0n (t)
t n+p+1 G0n (t) dt
0
0
Z x
= x G n (x) − (p + 1)
n+p+2 0
t n+p+1 G0n (t) dt
0
En outre
Z x h ix Z x
t n+p+1
G0n (t) dt = t n+p+1
− (n + p + 1)
G n (t) t n+p G n (t) dt
0
0 0
Z x
= x n+p+1
G n (x) − (n + p + 1) t n+p G n (t) dt
0
Par hypothèse de récurrence, il existe deux polynômes A p et B p à coefficients entiers,

Z x
t n+p G n (t) dt = x n+1 A p (x)G n (x) + B p (x)G0n (x)
0
Alors
Z x
t n+p+1 G n (t) dt = x n+1 A p+1 (x)G n (x) + B p+1 (x)G0n (x)
0
Avec



 A = (p + 1)(n + p + 1) A p − (p + 1)X p
 p+1



 B p+1 = X p+1 + (p + 1)(n + p + 1)B p
Les deux polynômes A p+1 et B p+1 sont à coefficients entiers car A p et B p le sont. Avec deg( A p+1 ) =
p et deg(B p+1 ) = p + 1
2.1.5. Des formules précédentes, on tire
∀p ∈ N, B p+1 (0) = (p + 1)(n + p + 1)B p (0)
et



 A (0) = 0, A1 (0) = −1
 0



 A p+1 (0) = (p + 1)(n + p + 1) A p (0), ∀p > 1
Soit




0 si p = 0
p!(p + n)!
B p (0) = et A p (0) =  p!(p + n)!
n! 

 si p > 1
 − (n + 1)!

Z x x un zéro de R. Par absurde on suppose que G n (x) = 0, alors x < 0 et pour tout p ∈ N, on a
2.1.6. Soit 0
t n+p G n (t) dt = 0. Notons f n : t 7−→ t n G n (t). Par linéarité de l’intégrale, pour tout polynôme
0
P ∈ R[X], on a : Z x
P (t) f n (t) dt = 0
0
La fonction f n est continue sur [x, 0]. Donc, d’après théorème de Weierstrass, il existe une suite
(Pm ) m∈N convergeant uniformément sur [x, 0] vers f n .
Pour tout m ∈ N et tout t ∈ [x, 0], en écrivant
f (t) 2 − f (t)P (t) = f (t) ( f (t) − P (t))|

n n m | n n m
et il en résulte que la suite ( f n Pm ) m∈N converge uniformément vers f n2 sur [x, 0]. D’après le théorème
d’intégration des limites uniformes, il vient alors :
Z 0 Z 0
f n (t) 2 dt = lim f n (t)Pm (t) dt
x m→+∞ x
Donc Z 0
f n (t) 2 dt = 0
x
La fonction f n2 étant continue positive sur le segment [x, 0] d’intégrale nulle, donc f n = 0, ainsi la
nullité de f n . En particulier ∀t ∈ [x, 0[, G n (t) = 0 et par continuité G n (0) = 0. Ce qui est absurde
2.2. !0
g g g0 f − g f 0 g
2.2.1. L’application est dérivable sur I et = 2
= 0, donc est constante, c’est-à-dire il
f f f f
existe λ ∈ C tel que g = λ f . Les deux fonctions f et g sont à valeurs dans C∗ en conséquence λ ∈ C∗
2.2.2. Soit u et v les parties réelle et imaginaire de h, ces deux fonctions sont de classe C 1 sur I et la contrainte
h0 (t)
|h| = 1 donne u2 + v 2 = 1, en particulier u0u + v 0 v = 0. L’application t 7−→ est continue, donc
Z t 0 h(t)
h (s) h0 (t)
t 7−→ ds est de classe C 1 , puis θ est de classe C 1 sur I et θ 0 (t) = −i .
t 0 h(s) h(t)
Pour t ∈ I, on a
t t
h0 (s)
Z Z
ds = h0 (s)h(s) ds
t0 h(s) t0
 
 (u0 (s)u(s) + v 0 (s)v(s)) + i(u(s)v 0 (s) − u0 (s)v(s))  ds
Z t
=
t0 | {z } 
 =0 
Z t
= i (u(s)v 0 (s) − u0 (s)v(s)) ds
t0
Ceci montre que θ est à valeurs réelles.

h0 (t)
Soit f : t 7−→ eiθ (t ) . Par coposition f est de classe C 1 sur I à valeurs dans C∗ et telle que =
h(t)
f 0 (t)
iθ 0 (t) = , donc il existe λ ∈ C∗ tel que h = αeiθ . En particluier eiθ (t0 ) = h(t 0 ) = λeiθ (t0 ) , donc
f (t)
λ=1
2.2.3. (i) Notons u et v les parties réelle et imaginaire de f . Ces deux fonctions sont de classe C 1 sur I, donc
p
u2 + v 2 l’est aussi et est srtictement positve donc t 7−→ u2 (t) + v 2 (t) est de classe C 1 sur I
f
(ii) Existence : Soit h = , une telle application est de classe C 1 sur I et de norme 1, d’après la
|f|
question (2.2.2.) il existe θ : I 7−→ R de classe C 1 sur I vérifiant :
θ(t 0 ) = θ 0 et ∀t ∈ I, h(t) = eiθ (t )
Soit
θ(t 0 ) = θ 0 et ∀t ∈ I, f (t) = | f (t)| eiθ (t )
(eiθ ) 0
Unicité : Soit θ, β : I −→ R de classe C 1 vérifiant les deux contraintes. Alors iθ 0 = =
eiθ
(ei β ) 0
= i β 0 . Donc il existe λ ∈ R tel que θ = β + λ, avec θ(t 0 ) = β(t 0 ), on obtient θ = β
ei β
2.3. Procédons par récurrence sur p. La formule est vraie pour p = 1 (c’est la formule d’intégration par parties
classique). Supposons la vraie au rang p − 1 et prouvons-la au rang p. Soit h = f 0 , qui est de classe C p−1 .
La formule au rang p − 1 appliquée à h et g donne
Z b Z b p
X −1
(p −1)
(t)g(t) dt = (−1) p −1
h(t)g (p−1) (t) dt+ (−1) k+1 h (p−1−k ) (b)g (k −1) (b)−h (p−1−k ) (a)g (k −1) (a)

h
a a k=1
soit
Z b Z b p
X −1
(p)
(t)g(t) dt = (−1) p −1 0 (p −1)
(−1) k+1 f (p−k ) (b)g (k −1) (b)− f (p −k ) (a)g (k −1) (a)

f f (t)g (t) dt+
a a k=1
Il suffit alors d’intégrer par parties le premier terme du second membre, alors
Z b Z b
0
f (t)g (p−1)
(t) dt = f (b)g (p −1)
(b) − f (a)g (p−1)
(a) − f (t)g (p) (t) dt
a a
pour obtenir le résultat.
Partie III: Étude des zéros des solutons d’une équation différentielle d’ordre 2
3.1. Les deux fonctions ϕ et ψ sont continues sur I, d’après le théorème de Cauchy-Lipschitz linéaire, le problème
de Cauchy



 u00 + ϕu0 + ψu = 0
 x 0 , x 00 ∈ R et t0 ∈ I



u(t 0 ) = x 0 ,u0 (t 0 ) = x 00
admet une et une seule solution

3.2. Soit u une solution sur I, non identiquement nulle, de l’équation différentielle Eϕ,ψ
3.2.1. Si u0 (t 0 ) = 0, alors par unicité de la solution du problème de Cauchy u = 0, ce qui est absurde.
Par continuité de u0 il existe η > 0 tel que ∀t ∈ I ∩ t 0 − η,t 0 + η , u0 (t) , 0 et soit t ∈ I ∩

t 0 − η,t 0 + η \ {t 0 }. Si u(t) = 0, alors par le théorème de Rolle il existe c compris strictement entre t 0

et t, donc dans I ∩ t 0 − η,t 0 + η , tel que u0 (c) = 0, ce qui est absurde

3.2.2. Supposons que Zu ∩ [a, b] est infini. Soit (x n ) n>0 une suite d’éléments deux à deux distincts de

Zu ∩ [a, b]. Par le théorème de Bolzano-Weierstrass il existe une suite extraite x ϕ (n) de (x n ) n>0
n>0
convergente vers t 0 ∈ Zu ∩ [a, b] ( Rappelons que Zu ∩ [a, b] = u −1 ({0}) est un fermé). On fait appel au
théroème de Rolle, il existe yn compris entre x ϕ (n) et x ϕ (n+1) tel que u0 (y n) = 0. La suite yn −−−−−→ t 0
n→+∞
par le théorème des gendarmes et par continuité de u0 , on a u0 (t 0 ) = 0. Bref il existe t 0 ∈ I tel que
u(t 0 ) = u0 (t 0 ) = 0, ce qui est absurde car u est non identiquement nulle
3.3.
3.3.1. Sinon il existe t ∈ I tel que ρ(t) = 0, soit u(t) = u0 (t) = 0, donc u est nulle. Ce qui est absurde.
3.3.2. f est de classe C 1 sur I à valeurs dans C comme somme de deux fonctions de classe C 1 et elle ne
s’annule pas, alors d’après la question (2.2.3.) il existe θ : I −→ R de classe C 1 telle que ∀t ∈
I, f (t) = | f (t)| eiθ (t ) qui se traduit à
∀t ∈ I, u(t) = ρ(t) cos (θ(t)) et u0 (t) = ρ(t) sin (θ(t))



 ρ0 cos θ − ρθ 0 sin θ = u0
3.3.3. On dérive u et u0 on obtient  . On multiplie la première égalité par



 ρ0 sin θ + ρθ 0 cos θ = u00 = −uψ



 ρρ0 sin θ cos θ − ρ2 θ 0 sin2 θ = u02
u0 = ρ sin θ et la deuxième par u = ρ cos θ, on obtient  , puis



 ρρ0 sin θ cos θ + ρ2 θ 0 cos2 θ = −u2 ψ
−u2 ψ − u02
par soustraction on obtient θ 0 = . Les fonctions u2 ψ et u02 sont positives et elles ne peuvent
u2 + u02
pas s’annuler au même temps, donc pour tout t ∈ I, θ 0 (t) < 0, soit θ est strictement décroissante sur I
3.3.4. Soit λ > 0 un minorant de ψ
(i) Soit t ∈ I, on a (u(t),u0 (t)) , (0, 0) et
u2 ψ + u02 λu2 + u02

θ 0 (t) = − 6 − 6 − min (1, λ)
u2 + u02 u2 + u02
(ii) θ est continue et strictement décroissante sur I = [α, +∞[, donc c’est une bijection de I = [α, +∞[

vers θ(I) = lim θ(t), θ(α) . L’inégalité précédente montre que ∀t ∈ I, θ(t) 6 − min(1, λ)(t −
t →+∞
α) + θ(α), puis lim θ(t) = −∞
t →+∞
(iii) Soit t > α, alors
t ∈ Zu ⇐⇒ u(t) = 0 ⇐⇒ cos θ(t) = 0

π
⇐⇒ ∃k ∈ Z, θ(t) = + kπ
2
π n
Donc Zu = t > α | ∃k ∈ Z, θ(t) = + kπ = θ −1 π2 + kπ ; k ∈ Z et π2 + kπ 6 θ(α) .
o
2!
θ(α) 1 π
Pour finir, on pose k 0 = E − puis pour tout n ∈ N, on pose x n = θ −1 + (k 0 − n) π .
π 2 2
On a bien Zu = {x n , n ∈ N} et la suite (x n ) n>0 est strictement croissante tendant vers +∞
3.4. Soit uγ la restriction de u à Iγ = γ, +∞ . la solution uγ vérifie les conditions de la question (3.3.4.), donc

les zéros de u sur Iγ forment une suite strictement croissante vers +∞. En outre d’après la question (3.2.2.)
l’ensemble Zu ∩ α, γ est fini. Par concaténation les zéros de la solution u sur I forment une suite qui tend

vers +∞ et qui est strictement croissante à partir d’un certain rang.

h √ h
3.5. D’après la question (1.5.3.), il existe β > tel que les zéros de Jn sur l’intervalle ]0, +∞[ sont dans 2 β, +∞ .
√ h √ h
D’après la question (1.1.) l’application v : t 7−→ t Jn (t) est solution de Eσ n sur 2 β, +∞ , avec σ n (t) =

1 − 4n2 1 + 4(t 2 − n2 ) 1
1+ = qui est strictement positive et minorée par λ = > 0 sur γ, +∞ , avec

4t 2 4t 2 2
√ h 4γ
√ h
γ > max(n, 2 β). D’après la question (3.4.) l’application les zéros de v sur 2 β, +∞ forment une suite
qui tend vers +∞ et qui est strictement croissante à partir d’un certain rang. Pour conclure le résultat il suffit
de voir que v et Jn ont même zéros sur ]0, +∞[
Partie IV: Irrationnalité des zéros de la fonction Jn de Bessel
p
p
X k
4.1. On appelle la formule de binôme de Newton, il vient que Up (x) = (−1) k x n+p+k et par définition de
k=0
p!
p
p p
k k (n + p + k)! n+k k p n+p+k
X X ! !
(p)
L p , on aura L p (x) = Up (x) = (−1) x = (−1) x n+k
k=0
p! (n + k)! k=0
k n + k
Soit x ∈ R∗ , alors par le changement de variable t 7−→ xt, on a :
Z x
1 t
Tp (x) = G n (t)L p dt
x 0 x
On remplace L p par son expression dans la base canonique de R[X] et on poursuit le calcul
p
p n+p+k
! ! Z x
X 1
Tp (x) = (−1) k
t n+k G n (t) dt
k=0
k n + k x n+k+1
0
p
p n+p+k
! !
(2.1.4.)
X 1
= (−1) k x n+1 Ak (x)G n (x) + Bk (x)G0n (x)

k=0
k n + k x n+k+1
p
k p n+p+k
! !
1 X
= x p −k Ak (x)G n (x) + Bk (x)G0n (x)

(−1)
x p k=0 k n+k
Q p (x)G n (x) + R p (x)G0n (x)
=
xp
Avec
p p
p n + p + k p−k p n + p + k p −k
X ! ! X ! !
Qp = (−1) k
X Ak et Rp = (−1) k
X Bk
k=0
k n+k k=0
k n+k
Les polynômes Q p et R p sont bien à coefficients entiers, car ils sont combinaisons linéaires des poly-
nômes à coefficients entiers de coefficients entiers, donc ils vérifient la contrainte (i).

Q0 = A0 = 0, R0 = B0 = 1 et pour tout p > 1, on a R p (0) = (−1) p n+2p n+p B p (0) , 0 et Q p (0) =

(−1) p n+2p
n+p A p (0) , 0. Donc la deuxième contrainte (ii) est vérifiée
Soit p > 1. Pour chaque k ∈ 0, p deg Ak 6 k − 1 et deg Bk 6 k, donc deg X p−k Ak 6 p − 1 et

deg X p −k Bk 6 p, alors par combinaisons linéaires deg Q p 6 p − 1 et deg R p 6 p. Ainsi la troisième

contrainte (iii) est vérifiée
4.2. les deux fonctions t 7−→ G n (xt) et t 7−→ Up (t) sont de classe C p sur [0, 1] et pour tout k ∈

0, p et
t ∈ [0, 1], (G n (xt)) (k ) = x k G n(k ) (xt), alors par la formule d’intégration par parties itérée
Z 1
(p)
Tp (x) = G n (xt)Up (t) dt
0
Z 1 p
X i1
(p −k )
h
= (−1) p
(G n (xt)) (p)
Up (t) dt + (−1) k+1 x p −k G n (xt)Up(k −1) (t)
0
0 k=1
Comme 0 (resp. 1) est racine de Up d’ordre n + p (resp. p), alors ∀i ∈ 0, p − 1 , Up(i) (0) = Up(i) (1) = 0,

p
X i1
(p −k )
h
puis (−1) k+1 x p −k G n (xt)Up(k −1) (t) = 0, soit
0
k=1
Z 1 Z 1
(p)
Tp (x) = (−1) p (G n (xt)) (p) Up (t) dt = (−1) p x p G n (xt)Up (t) dt
0 0
4.3. Soit x ∈ R et t ∈ [0, 1], on a :

(xt) k t n+p (1 − t) n 6 k
|x|
Alors
X+∞ n+p (1 − t) n +∞ +∞
G (p) (xt)U (t) = 1 kt 1 X |x| k 1 X |x| k
=
e| x |
n p k!(n + k + p)!
(xt)
p! 6
p! k=0 k!(n + k + p)!
6
p! k=0 k! p!
k=0
On conclut, donc
Z 1 (p) Z 1 (p) e| x |
G n (xt)Up (t) dt 6 G n (xt)Up (t) dt 6
0 0 p!
4.4. Soit x ∈ R
Si x = 0. Pour p > 1, on a :
 p n+2p A (0) = −(−1) p n+2p p!(p + n)!





 Q (0) = (−1)



p n+p p n+p (n + 1)!

 n+2p p!(p + n)!
 R (0) = (−1) p
n+2p
n+p B p (0) = (−1)
p



p n+p n!


 1 1


 G n (0) = n! et G n (0) = (n + 1)!

0
Donc Q p (0)G n (0) + R p (0)G0n (0) = 0 −−−−−→ 0

p→+∞
Si x , 0, on a :
Q (x)G (x) + R (x)G0 (x) = x p T (x)

p n p n p
1 (p)
G n (xt)Up (t) dt
Z
= x 2p
0
e |x|
6 x 2p −−−−−→ 0
p! p→+∞

Bref la suite Q p (x)G n (x) + R p (x)G0n (x) converge vers 0
p>1
4.5. Remarquons d’abord que Q p R p −1 − Q p−1 R p est un polynôme et

deg Q p R p −1 − Q p−1 R p 6 max deg Q p R p−1 , deg Q p −1 R p 6 2(p − 1)
car pour tout k ∈ N, deg Rk 6 k et deg Q k 6 k − 1.

Soit x ∈ R∗ , on part des égalités



 x p Tp (x) = Q p (x)G n (x) + R p (x)G0n (x)




 x p −1Tp−1 (x) = Q p −1 (x)G n (x) + R p −1 (x)G0n (x)
Soit



 x p Tp (x)R p −1 (x) = Q p (x)R p−1 (x)G n (x) + R p (x)R p−1 G0n (x)




 x p −1Tp −1 (x)R p (x) = Q p −1 (x)R p (x)G n (x) + R p (x)R p−1 (x)G0n (x)
On tire alors

G n (x) Q p (x)R p −1 (x) − Q p−1 (x)R p (x) = x p Tp (x)R p−1 (x) − x p −1Tp −1 (x)R p (x)
Z 1
(p)
On introduit T̃p (x) = (−1) p G n (xt)Up (t) dt, on a Tp (x) = x p T̃p (x) et on obtient alors
0

G n (x) Q p (x)R p −1 (x) − Q p −1 (x)R p (x) = x 2p −2 x 2T̃p (x)R p −1 (x) − T̃p −1 (x)R p (x)
−T̃p −1 (0)R p (0)

Ce qui montre que Q p (x)R p−1 (x) −Q p−1 (x)R p (x) = λ x 2p−2 +◦ x 2p −2 , avec λ vaut , 0,
Z 1 G n (0)
(p)
car R p (0) , 0 et T̃p −1 (0) = (−1) p G n (0) Up (t) dt , 0 car Up garde un signe constant sur [0, 1]. Bref
0
Q p R p −1 − Q p−1 R p est un polynôme de valuation 2p − 2, ainsi le résultat demandé

4.6. Soit p un entier non nul et x un réel non nul. Si Tp −1 (x),Tp (x) = (0, 0), alors le système d’inconnues
G n (x), G0n (x)




 Q (x)G n (x) + R p (x)G0n (x) =0
 p



Q p −1 (x)G n (x) + R p −1 (x)G0n (x) =0
dont le déterminant λ x 2p −2 , 0, est de Cramer, donc il admet une seule solution G n (x) = G0n (x) = 0. Ce
qui est absurde
a
4.7. Soit x un zéro de G n et par absurde on suppose qu’il est rationnel, c’est-à-dire x = avec a ∈ Z et b ∈ N∗ .
b
La contrainte (4.1.(i)) donne ∀p > 1, R p (x)G0n (x) = x p Tp (x) et l’inégalité obtenue en (4.3.) montre que
b p R (x) 6 1 a2p e | x |
p |G0n (x)| |b p | p! −p→+∞
−−−−→ 0
d’où à partir d’un certain rang p0 , on a b p R p (x) < 1. Or R p est à coefficients entiers donc b p R p (x) ∈ Z,
alors ∀p > p0 , b p R p (x) = 0 puis R p (x) = 0. Revenons à (4.1.(i)) on obtient ∀p > p0 , Tp (x) = 0 ce qui
contredit le résultat de (4.6.)
x2
4.8. Soit x un zéro de Jn , alors − est zéro de G n , donc il est irrationnel puis x 2 est irrationnel et, par suite, x
4
est irrationnel
Le sujet de cette épreuve est composé d’un exercice et d’un problème indépendants entre eux.
EXERCICE
Pour tout p ∈ N∗ , on note Mn (R) l’espace vectoriel des matrices carrées d’ordre p à coefficients réels ; la matrice
identité de Mn (R) se notera I p . Si M ∈ Mn (R) , on note Tr(M) sa trace, t M sa transposée et π M son polynôme
minimal.
Partie I: Réduction d’une matrice
Soient a et b deux réels, avec b , 0, et soit n un entier naturel > 2. On pose β = a − b, γ = a + (n − 1)b et on
note A, D les matrices de Mn (R) définies par :
   
a b ... b β 0 ... 0
   
 b a . . . ...   0
.. ..
.
. 
. .. 
A =  .  et D =  ..

 . . . . . . .   ..
. β 0 
 . b   . 
 b . . . b a   0 ... 0 γ 
1.1. Préciser le rang de la matrice A − βIn

1.2. En déduire que β est une valeur propre de la matrice A et que le sous-espace propre associé est de dimension
n−1
1.3. Montrer qu’il existe une matrice orthogonale P ∈ Mn (R) telle que A =t PDP
1.4. Calculer le déterminant de la matrice A. A quelle condition, sur a et b, la matrice A est-elle inversible ?
1.5. Préciser le polynôme minimal de A puis donner l’expression de l’inverse de la matrice A, si elle est inversible,
en fonction des matrices A et In
1.6. On suppose de plus que les réels β et γ sont positifs ou nuls. Donner une matrice S ∈ Mn (R) symétrique et
ayant toutes ses valeurs propres positives ou nulles, telle que A = S 2
Partie II: Application à l’étude d’une famille de vecteurs d’un espace euclidien
Soit E un espace vectoriel euclidien de dimension n > 2 muni d’un produit scalaire noté < ., . > ; la norme
euclidienne sur E associée à ce produit scalaire est notée k.k
2.1. On suppose qu’il existe une famille (u1 , . . . ,un+1 ) de n + 1 vecteurs unitaires de E et un réel α, non nul et

distinct de 1, tels que, pour tout i , j, ui |u j = α On note G la matrice de M n+1 (R) de terme général

ui |u j , pour tout (i, j) ∈ {1, . . . , n + 1}2

2.1.1. Montrer que α ∈ [−1, 1[ . Si (i, j) ∈ {1, . . . , n + 1}2 et i , j, la famille ui ,u j est-elle liée ?
2.1.2. Justifier que la famille (u1 , . . . ,un+1 ) est liée.
2.1.3. Montrer que les colonnes de G sont liées et en déduire que la matrice G n’est pas inversible.
46
2.1.4. En appliquant les résultats de la partie précédente à la matrice G, déterminer la valeur de α en fonction
de n
2.2. Étude de la réciproque
On pose c = − n1 et on note M la matrice de M n+1 (R) définie par :
 
1 c ··· c
 
 c 1 . . . ... 
M =  . 
 . . . . . . . 
 . c 
 c · · · c 1 
On désigne par <, > le produit scalaire canonique de Rn+1

2.2.1. Montrer qu’il existe une matrice symétrique B ∈ M n+1 (R) telle que M = B 2 .

Dans la suite, une telle matrice B est choisie et on pose M = mi, j , B = bi, j
16i, j6n+1 16i, j6n+1
2.2.2. Pour tout (i, j) ∈ {1, . . . , n + 1}2 , exprimer mi, j en fonction des coefficients de la matrice B
2.2.3. Moyennant le résultat de la question précédente, construire une famille (w1 , . . . , wn+1 ) de n +1 vecteurs
unitaires de Rn+1 telle que, pour tout (i, j) ∈ {1, . . . , n + 1}2 , < wi , w j >= mi, j
2.2.4. Montrer que la matrice M n’est pas inversible et en déduire qu’il existe un sous-espace vectoriel F de
Rn+1 , de dimension n et contenant tous les vecteurs w1 , . . . , wn+1
2.2.5. Montrer qu’il existe effectivement une famille (v1 , . . . , vn+1 ) de n + 1 vecteurs unitaires de E tels que,

pour tout i , j, vi |v j = − n1 .
On pourra construire une isométrie entre E et l’espace euclidien F, muni de la structure euclidienne

induite par celle de Rn+1 , <, >
PROBLÈME
Dans ce problème
C désigne le corps des nombres complexes, E un C -espace vectoriel, non nécessairement de dimension finie,
et L(E) l’algèbre des endomorphismes de E.
Pour tout g ∈ L(E), on pose g 0 = id E et, pour tout k ∈ N∗ , g k désigne le composé de k endomorphismes
égaux à g.
Si u, v ∈ L(E), l’endomorphisme u ◦ v se notera simplement uv
Un endomorphisme de E de la forme λid E , avec λ ∈ C, est dit une homothétie.
On note M n (C) l’algèbre des matrices carrées d’ordre n ∈ N∗ à coefficients dans C; la matrice identité
de M n (C) se notera In
Une matrice de M n (C) est dite scalaire si elle est de la forme λIn avec λ ∈ C
C[X] désigne l’algèbre des polynômes à coefficients complexes et, pour tout p ∈ N∗ , C p [X] est le sous-
espace vectoriel de C[X] formé des polynômes de degré 6 p
L’objet de ce problème est d’établir le résultat suivant dû à AUPETIT en 1988
Théorème
Si f est un endomorphisme d’un espace vectoriel complexe E pour lequel il existe un entier n > 1 tel que,
pour tout x ∈ E, Ia famille (x, f (x), . . . , f n (x)) est liée, alors la famille (id E , f , . . . , f n ) , d’éléments de
L(E), est liée. ♥
Partie I: Un résultat utile sur les fractions rationnelles
R
On se donne une fraction rationnelle où R et Q sont des polynômes, à coefficients complexes, premiers
Q
R
entre eux. On suppose que la fraction est définie et bornée sur C\D, où D est un ensemble fini, c’est à dire qu’il
Q
|R(z)|
existe une constante M > 0 telle que, pour tout z ∈ C\D, 6M
|Q(z)|
3.1. Montrer que, pour tout z ∈ C, |R(z)| 6 M |Q(z)|
3.2. Montrer que cette fraction n’a aucun pôle et qu’il s’agit en fait d’un polynôme qu’on notera P.
Xd
3.3. On pose P = ak X k où d est le degré de P
k=0
Z 2π
3.3.1. Soit (k, q) ∈ N2 ; calculer l’intégrale ei (k −q)t dt selon les valeurs de k et q
0 R 2π
3.3.2. Soient q ∈ {1, . . . , d} et r > 0; calculer l’intégrale 0 P reit e −iqt dt et l’exprimer à l’aide de r et
des coefficients du polynôme P
R
3.3.3. Montrer alors que le polynôme P = est constant.
Q
Partie II: Étude du cas n = 1 et applications
Soit f un endomorphisme de E
4.1. Étude du cas n = 1.
Dans cette question on suppose que, pour tout vecteur x ∈ E, la famille (x, f (x)) est liée.
4.1.1. Démontrer que, pour tout x ∈ E\ {0 E } , il existe un unique λ x ∈ C tel que f (x) = λ x x
4.1.2. Soit (x, y) ∈ (E\{0}) 2 ; démontrer que si la famille (x, y) est liée alors λ x = λ y
4.1.3. Soit (x, y) ∈ (E\{0}) 2 ; démontrer que si la famille (x, y) est libre alors λ x = λ y
4.1.4. En déduire alors que f est une homothétie ; en particulier, la famille (id E , f ) est liée.
4.2. Quelques applications
4.2.1. Montrer que si f laisse stables toutes les droites vectorielles de E, alors f est une homothétie.
4.2.2. Montrer que si E est de dimension finie > 3 et si f laisse stables tous les plans vectoriels de E, alors f
est une homothétie.
4.2.3. On suppose ici que f n’est pas une homothétie et que E est de dimension finie p > 2
(i) Démontrer qu’il existe x 0 ∈ E tel que la famille (x 0 , f (x 0 )) soit libre.

(ii) Justifier l’existence d’une famille e3 , . . . , e p d’éléments de E telle que la famille x 0 , f (x 0 ) , e3 , . . . , e p
soit une base de E
(iii) On désigne par h la symétrie vectorielle de E par rapport au sous-espace vectoriel C · x 0 , engendré
n o
par x 0 , parallèlement au sous-espace vectoriel Vect f (x 0 ) , e3 , . . . , e p .
Comparer h ( f (x 0 )) et f (h (x 0 )) puis en déduire que h f , f h
4.2.4. On suppose encore que E est de dimension finie p > 2. Déduire de ce qui précede que si f g = g f pour
tout g ∈ L(E) alors f est une homothétie.
4.2.5. Traduction matricielle

Soit A ∈ M p (C) , p > 2. Montrer que A est une matrice scalaire si, et seulement si, AM = M A pour
tout M ∈ M p (C)
Partie III: Étude du cas général
On se donne ici un endomorphisme f de E pour lequel il existe un entier n > 2 tel que, pour tout e ∈ E, la
famille (e, f (e), . . . , f n (e)) est liée.
5.1. Soit x ∈ E\ {0 E }

5.1.1. Montrer qu’il existe un unique n x ∈ {1, . . . , n} tel que la famille x, f (x), . . . , f n x −1 (x) soit libre et la
famille (x, f (x), . . . , f n x (x)) soit liée.

5.1.2. Montrer que le sous-espace vectoriel Vect x, f (x), . . . , f n x −1 (x) est stable par f
5.2. On pose p = max {n x ; x ∈ E\ {0 E }}

5.2.1. Justifier que p est bien défini, que p 6 n et qu’il existe x 0 ∈ E\ {0 E } tel que la famille x 0 , f (x 0 ) , . . . , f p−1 (x 0 )
soit libre et la famille (x 0 , f (x 0 ) , . . . , f p (x 0 )) soit liée.
5.2.2. Montrer qu’ill existe un unique polynôme unitaire P ∈ C[X], de degré p, tel que P( f ) (x 0 ) = 0 E et
justifier que Q( f ) (x 0 ) , 0 E , pour tout polynôme non nul de C p −1 [X] .
Dans la suite, un tel couple (p, x 0 ) est choisi.
On va établir que P( f ) = 0 et par suite, la famille (id E , f , . . . , f p ) est liée, donc à fortiori la famille
(id E , f , . . . , f n ) l’est aussi puisque p 6 n.
Pour cela, on considère e ∈ E\ {0 E } et on cherche à montrer que P( f )(e) = 0 E
5.3. On pose F = Vect (x 0 , f (x 0 ) , . . . , f p (x 0 ) , e, f (e), . . . , f p (e)) et, pour tout complexe λ, v λ = x 0 + λe
5.3.1. Montrer que le sous-espace vectoriel F est stable par f
5.3.2. Montrer que le sous-espace vectoriel F est de dimension finie comprise entre p et 2p

5.3.3. Montrer qu’il existe une famille ϕ0 , . . . , ϕ p−1 de formes linéaires sur F telle que, pour toun couple

(i, j) d’éléments de {0, . . . , p − 1}, ϕ j f i (x 0 ) = δ i, j

Dans la suite, on note ∆(λ) le déterminant de la matrice ϕ j f i (v λ ) ∈ M p (C)
06i, j6p −1
5.4. Montrer que ∆(λ) est un polynôme en λ, de degré 6 p et que ∆(0) = 1

5.5. Montrer que, pour tout λ ∈ C, il existe une famille α0 (λ), . . . , α p −1 (λ) de complexes tels que
p
X −1
f p (v λ ) = α k (λ) f k (v λ ) (1)
k=0
5.6. On dispose ainsi des p application α0 , . . . , α p −1 qui sont des fonctions complexes de la variable complexe.
5.6.1. Justifier que, pour tout complexe λ, les scalaires α0 (λ), . . . , α p −1 (λ) vérifient le système d’équations
linéaires :
p −1
X
ϕ j f p (v λ ) = α k (λ)ϕ j f k (v λ ) , 06 j 6 p−1 (2)
k=0
5.6.2. On note Z l’ensemble des racines complexes du polynôme ∆. Déduire de ce qui précède que les res-
trictions à C\Z des fonctions α0 , . . . , α p −1 sont des fractions rationnelles.
p
X −1
5.7. On considère le polynôme Pλ = X p − α k (λ)X k et on note β0 (λ), . . . , β p −1 (λ) ses racines dans C,
k=0
p−1
Y
chacune d’elles étant répétée autant de fois que son ordre de multiplicité. On a donc Pλ = (X − βk (λ))
k=0
5.7.1. Montrer que, pour tout λ ∈ C\Z, la famille v λ , f (v λ ) , . . . , f p−1 (v λ ) est libre
5.7.2. En déduire que, pour tout j ∈ {0, . . . , p − 1} et tout λ ∈ C\Z,
p −1
Y
( f − βk (λ)id E ) (v λ ) , 0 E
k =0
k,j
5.7.3. Montrer alors que, pour tout j ∈ {0, . . . , p − 1} et tout λ ∈ C\Z, β j (λ) est une valeur propre de f F ,
endomorphisme de F induit par f
5.8. On note k.k une norme quelconque sur F et, pour tout g ∈ L(F), on pose kgk = sup kg(x)k
k x k=1
5.8.1. Montrer que g 7→ kgk est une norme sur L(F)
5.8.2. Montrer que, pour tout couple (g, h) d’éléments de L(F), kghk 6 kgk khk
5.8.3. Montrer que, pour tout j ∈ {0, . . . , p − 1} et tout λ ∈ C\Z, β j (λ) 6 k f F k
5.8.4. En utilisant les formules de Viète, donnant les relations entre les coefficients et les racines d’un po-
lynôme, et dont on demande ici des précisions, montrer que les restrictions à C\Z des fonctions
α0 , . . . , α p −1 sont bornées.
5.9. Conclure que les fractions rationnelles α0 , . . . , α p−1 sont constantes et en déduire que Pλ = P pour tout
λ ∈ C, puis justifier que P( f )(e) = 0 E .
On pourra utiliser le résultat de la premiere partie.
EXERCICE
Partie I: Réduction d’une matrice
1.1. On a  
b b ... b
 
 b b . . . ... 
A − βIn =  .  ,
 . . . . . . . 
 . b 
 b · · · b b 
Comme b est non nul et toutes les colonnes sont identiques, rg( A − βIn ) = 1.
1.2. Puisque rg( A − βIn ) = 1 < 2, donc β ∈ Sp ( A). Par le théorème du rang
dim Ker( A − βIn ) = n − rg( A − βIn ) = n − 1,
et donc dim(E β ( A)) = n − 1.

1.3. La matrice A est réelle symétrique, donc d’après le théorème spectral, A est orthogonalement diagonalisable.
Ainsi il existe une matrice orthogonale P ∈ On (R) et λ ∈ R tels que
A = t Pdiag ( β, · · · , β, λ) P.
Or Tr ( A) = nb et par conjugaison Tr ( A) (n − 1) β + λ, donc λ = a + (n − 1)b = γ.

1.4. On a det( A) = det(D) = β n−1 γ ;
A est inversible si, et seulement si, βγ , 0 si, et seulement si, (a − b)(a + (n − 1)b) , 0.
1.5. A est diagonalisable de spectre { β, γ}, donc le polynôme minimal de A est scindé à racines simples β
et γ (b , 0), soit
π A = (X − β)(X − γ)
On suppose que A est diagonalisable ( βγ , 0). Comme π A est annulateur de A, donc
π A ( A) = A2 − ( β + γ) A + βγIn = A( A − ( β + γ)In ) + βγIn = 0,
1
et par suite A−1 = − ( A − ( β + γ)In ).
√ βγ
√ √ √ √
1.6. Posons ∆ = diag β, ..., β, γ et S = t P∆P. Il est clair que les valeurs propres de S sont β et γ qui
sont positives. D’une part S ∈ Mn (R) et elle vérifie
t
S = t Pt ∆P = t P∆P = S.
D’autre part
S 2 = t P∆2 P = t PDP = A
51
Partie II: Application à l’étude d’une famille de vecteurs d’un espace euclidien
2.1.
2.1.1. L’inégalité de Cauchy-Schwarz donne
|α| = < ui ,u j > 6 kui k.ku j k = 1
Or α < {0, 1}, donc α ∈ [−1, 1[\{0} ⊂ [−1, 1[.

Si (ui ,u j ) est liée, alors |α| = 1, soit α = −1, puis on aura u j = −ui . Pour la suite on appelle un
vecteur uk , avec k < {i, j} ( c’est possible n > 2), on aura donc
< ui ,uk >=< u j ,uk >= −1
Ces inégalités entraînent uk = −ui et uk = −u j , et , par suite, ui = u j . Ce qui est absurde

On conclut que si i , j (ui ,u j ) ne peut pas être liée.
2.1.2. La famille (u1 , ...,un+1 ) est formée de n + 1 vecteurs de l’espace vectoriel E, avec dim(E) = n, donc
elle est liée.
n+1
X
2.1.3. La famille (u1 , ...,un+1 ) est liée, il existe des scalaires α1 , ..., α n+1 non tous nuls tels que α k uk = 0,
k=1
donc
n+1
X
∀i ∈ [[1, n + 1]] , < ui , α k uk >= 0
k=1
 
< u1 ,uk >
 
..
Pour k ∈ [[1, n + 1]], on pose Ck =  .  la kème colonne de C, alors le coefficient de position
 
< un+1 ,uk >
Xn+1
i ∈ [[1, n + 1]] dans la combinaison α k Ck vaut
k=1
n+1
X n+1
X
α k < ui ,uk > =< ui , α k uk >= 0
k=1 k=1
n+1
X
Ceci vrai pour tout i ∈ [[1, n + 1]], alors α k Ck = 0, soit, (C1 , ...,Cn+1 ) est liée, et, par suite, C n’est
k=1
pas inversible.



1 si i = j
Mn+1 (R), avec < ui ,u j >= 

2.1.4. Par définition G = < ui ,u j > , alors
16i, j6n+1 


α si i , j
 
1 α
... α
 
 α 1 . . . ... 
G =  . 
 . . . . . . . 
 . α 
 α . . . α 1 
G n’est pas inversible, donc d’après la question (1.4.), soit α = 1 soit 1 + nα = 0, le premier cas est
1
exclu par hypothèse, ce qui donne α = − .
n
2.2. Étude de la réciproque
1
2.2.1. D’après la première partie, les valeurs propres de M sont β = 1 + et γ = 0 qui sont positives, ce qui
n
permet d’appliquer la question (1.6.) qui assure l’existence de B ∈ Sn+1 (R) vérifiant B2 = M.
n+1
X
2.2.2. Puisque M = B 2 , alors pour tous i, j ∈ [[1, n + 1]]2 , mi, j = bi,k bk, j .
k=1
2.2.3. Pour j ∈ [[1, n + 1]], on pose w j = t (b1, j , ..., bn+1, j ). Par symétrie de B, on a


n+1 
1 si i = j
=
X
∀i, j ∈ [[1, n + 1]] , < wi , w j >= bk, i bk, j = mi, j



 − n1
k=1 si i , j
2.2.4. Remarquons d’abord que Ker(M) = Ker(B). En effet si X ∈ Ker(M), alors
k BX k 2 = t X t BBX = t X B 2 X = t X M X = 0,
donc BX = 0. Inversement si X ∈ Ker(B), alors M X = B2 X = 0. On en déduit que rg(B) = rg(M) =

n, autrement-dit dim Vect (w1 , · · · , wn+1 ) = rg (w1 , · · · , wn+1 ) = rg(B) = n
2.2.5. Soit BF = (ε 1 , · · · , ε n ) une base orthonormée de F = Vect (w1 , · · · , wn ), BE = (e1 , · · · , en ) une base
orthonormée de E et soit f ∈ L(F, E) qui transforme la base BF en la base BE . Évidement f est un
isomorphisme d’espaces vectoriels qui conserve le produit scalaire et finalement pour i ∈ [[1, n + 1]],
on pose vi = f (wi ). Alors :
Pour tout i ∈ [[1, n + 1]], on a k vi k = k wi k = 1 ;
1
pour tous i, j ∈ [[1, n + 1]], tels que i , j, on a < vi , v j >=< wi , w j >= − ;
n
La famille (v1 , ..., vn+1 ) répond à la question.
PROBLÈME
Partie I: Un résultat utile sur les fractions rationnelles
3.1. Soit z ∈ C, on distingue deux cas

Si z < D. L’inégalité est évidement vérifiée sur C \ D.
Si z ∈ D. Comme D est fini, alors il est d’intérieur vide, par conséquent C \ D est dense dans C :
C \ D = C \ D̊ = C. Soit (z n ) n>0 une suite d’éléments de C \ D telle que z n −−−−−→ z. D’après
n→+∞
le premier cas pour tout n ∈ N, on a |R(z n )| 6 M |Q(z n )| et puisque les applications z 7−→ |R(z)|
et z 7−→ M |Q(z)| sont continues, alors par passage à la limite lorsque n tend vers à +∞, on obtient
|R(z)| 6 M |Q(z)|
Bref, l’inégalité est vérifiée pour tout z ∈ C.
R
3.2. Si admet un pôle z0 , donc Q(z0 ) = 0 et l’inégalité précédente entraîne R(z0 ) = 0, donc (X − z0 ) divise
Q
R
R ∧ Q. Ce qui contredit que R ∧ Q = 1. On conclut donc que est sans pôle ou encore Q est sans racine
Q
R
dans C, donc Q est constant, et par suite la fraction devient un polynôme P de C[X].
Q
d
X
3.3. On pose P = ak X k où d est le degré de P
k=0
3.3.1. Soit (k, q) ∈ N2 .
Z 2π Z 2π
Si k = q, alors ei (k −q)t dt = dt = 2π;
Z 02π 0
" i (k −q)t # 2π
e
si k , q, alors e i (k −q)t
dt = = 0.
0 i(k − q) 0


Z 2π 
1 si k = q
On résume ei (k −q)t dt = 2πδ k,q , où δ k,q désigne le symbôle de Kroneker. δ k,q =
0 


0 si k , q
Xk
3.3.2. Soient q ∈ {1, . . . , d} et r > 0; on a P reit = ak eik t et
k=0
Z 2π d
X Z 2π
P(reit )e −iqt dt = ak r k ei (k −q)t dt
0 k=0 0
Xd
= ak r k δ k,q = 2πaq r q
k=0
3.3.3. Soit r > 0 et q ∈ {1, ..., d}, alors
Z 2π Z 2π
2π|aq |r = q it −iqt
P(re )e dt 6 P(reit )e −iqt dt 6 2πM,
0 0
soit
M
|aq | 6 −−−−−→ 0,
r q r →+∞
donc aq = 0, et , par suite, P = a0 .
Partie II: Étude du cas n = 1 et applications
4.1. Étude du cas n = 1

4.1.1. Le vecteur x est non nul et (x, f (x)) liée, donc ∃λ x ∈ C tel que f (x) = λ x x, c’est à dire λ x valeur
propre associée à x, d’où l’unicité.
4.1.2. la famille (x, y) est liée, donc y ∈ Vect (x) est aussi vecteur propre associé à λ x , d’où f (y) = λ x y =
λ y y et puisque y , 0, on obtient λ x = λ y .
4.1.3. On pose z = x + y. D’une part f (z) = λ z z = λ z (x + y) et d’autre part f (z) = f (x) + f (y) = λ x x + λ y y
et par liberté de (x, y), on aura λ z = λ x = λ y .
4.1.4. On vient de montrer que ∀x, y ∈ E \ {0}, λ x = λ y , c’est à dire ∃λ ∈ C tel que ∀x ∈ E \ {0}, f (x) = λ x.
Une telle égalité est triaviale pour x = 0, donc f = λid E .
4.2. Quelques applications
4.2.1. Si f laisse stable les droites vectorielles, alors pour tout x ∈ E \ {0} f (x) ∈ V ect(x), donc (x, f (x)) est
liée, mais (0, f (0)) l’est aussi, d’après la question (4.1.) l’endomorphisme f est une homothétie.
4.2.2. Soit x un vecteur non nul. Puisque dim E > 3, alors il existe deux vecteurs y et z tels que (x, y, z)
soit une famille libre. Par hypothèse les deux plans Vect (x, y) et Vect (x, z) sont stables par f , donc
Vect (x) = Vect (x, y) ∩ Vect (x, z) est stable par f ; ainsi on a démontré que f laisse stable toutes les
droites vectorielles, et la question précédente assure que f est une homothétie.
4.2.3. (i) f n’est pas une homothétie, donc par contraposée de la question (4.1.), il existe x 0 ∈ E \ {0} tel
que (x 0 , f (x 0 )) est libre.
(ii) La famille (x 0 , f (x 0 )) est libre. Le théorème de la base incomplète assure l’existence des vecteurs
e3 , ..., e p tels que (x 0 , f (x 0 ), e3 , ..., e p ) soit une base de E.

(iii) Notons que pour x ∈ Vect (x 0 ) et y ∈ Vect f (x 0 ), e3 , ..., e p , on a h(x + y) = x − y. En particulier
h( f (x 0 )) = − f (x 0 ) et h(x 0 ) = x 0 , soit f (h(x 0 )) = − f (x 0 ). Or f (x 0 ) , 0, donc h( f (x 0 )) ,
f (h(x 0 )), et, par suite f h , h f .
4.2.4. Par absurde. Si f n’est pas une homothétie, la conclusion de la question (4.2.3.) conduit à l’existence
d’un endomorphisme h (symétrie vectorielle) de E tel que f h , h f . Ce qui est absudre.
4.2.5. Traduction matricielle
=⇒) Si A = λI p est une matrice scalaire, alors elle commute avec toutes les matrices.
⇐=) Si A commute avec toutes les matrices. Considérons f l’endomorphisme canoniquement associé à
A et soit g un endomorphisme de Rn de matrice M dans la base canonique de Rn . Par hypothèse
AM = M A, donc f g = g f ; ainsi f commute avec tous les endomorphismes de Rn , et par la
question (4.2.4.), l’endomorphisme f est une homothétie, donc A est une matrice scalaire.
Partie III: Étude du cas général
5.1. Soit x ∈ E\ {0 E }
5.1.1. Posons A = {q ∈ N tel que (x, f (x), ..., f q (x)) est liée}.
A est un sous-ensemble de N ;
0 < A, car (x) est libre ;
A est non vide car n ∈ A : Toute famille de n + 1 éléments dans un espace de dimension n est
libre.
Par la propriété fondamentale de N, l’ensemble A admet un plus petit élément n x . Comme n x ∈ A
et n x − 1 < A, donc (x, f (x), ..., f n x (x)) est liée et (x, f (x), ..., f n x −1 (x)) est libre.
5.1.2. f est un endomorphisme de E, alors

f Vect x, f (x), ..., f n x −1 = Vect f (x), ..., f n x (x) .

D’après la question précédente la famille (x, f (x), ..., f n x (x)) est liée, donc il existe des scalaires
nx
X x −1
nX
α0 , · · · , α n x non tous nuls tels que α k f (x) = 0. Si λ n x = 0, alors
k
α k f k (x) = 0 et la
k=0 k=0
liberté de la famille (x, f (x), ..., f n x −1 (x)) fournit λ 0 = · · · = λ n x −1 = 0, ce qui est absurde et,
par suite, λ n x , 0. On gagne donc
x −1
nX
λk k
f n x (x) = f (x) ∈ Vect x, f (x), · · · , f n x −1 (x)

−
k=0
λnx
Puis

f Vect x, f (x), ..., f n x −1 = Vect f (x), ..., f n x (x) ⊂ Vect x, f (x), ..., f n x −1 (x)


Ainsi la stabilité de Vect x, f (x), ..., f n x −1 (x) par f .
5.2. On pose p = max {n x ; x ∈ E\ {0 E }}
5.2.1. L’ensemble {n x ; x ∈ E\ {0 E }} est une partie de [[1, n]] ⊂ N, non vide. Par la propriété fondamentale
de N, il admet un plus petit élément p et soit x 0 un vecteur de E\{0} tel que p = n x0 . On a évidement
(x 0 , f (x 0 ), ..., f p −1 (x 0 )) est libre et (x 0 , f (x 0 ), ..., f p (x 0 )) est liée.
5.2.2. Existence :

f p (x 0 ) ∈ Vect x 0 , f (x 0 ), · · · , f p −1 (x 0 ) , alors il existe α0 , α1 , ..., α p −1 des scalaires tels que
p
X −1
f (x 0 ) =
p
α k f k (x 0 ).
k=0
Nous sommes invité à choisir

p−1
X
P = Xp − αk X k .
k=0
p
X −1
On a bien P( f )(x 0 ) = f p (x 0 ) − α k f k (x 0 ) = 0.
k=0
Unicité :
p−1
X p
X −1
Soit P = Xp + α k X et Q =
k
Xp + βk X k deux polynômes vérifiant P( f )(x 0 ) =
k=0 k=0
Q( f )(x 0 ) = 0. D’une part
p−1
X
(α k − βk ) f k (x 0 ) = P( f )(x 0 ) − Q( f )(x 0 ) = 0.
k=0
D’autre part, la famille (x 0 , f (x 0 ), ..., f p−1 (x 0 )) est libre, donc ∀k ∈ 0, p − 1 , α k − βk = 0,

soit α k = βk ; ainsi P = Q.
Soit Q ∈ C p −1 [X] non nul tel que Q( f )(x 0 ) = 0, alors la famille (x 0 , f (x 0 ), ..., f p −1 (x 0 )) est
liée, ce qui est absurde.
5.3. On pose F = Vect (x 0 , f (x 0 ) , . . . , f p (x 0 ) , e, f (e), . . . , f p (e)) et, pour tout complexe λ, v λ = x 0 + λe
5.3.1. Il suffit de vérifier que f p+1 (x 0 ), f p+1 (e) ∈ F.
f p+1 (x 0 ) ∈ Vect (x 0 , · · · , f p (x 0 )) ⊂ F.
f p+1 (e) ∈ Vect (x 0 , · · · , f n e (x 0 )) car p > p et Vect (x 0 , · · · , f n e (x 0 )) ⊂ F
Donc F est stable par f
5.3.2. La famille (x 0 , f (x 0 ), ..., f p −1 (x 0 )) est libre de cardinal p, donc dim(F) > p. De plus
F = Vect x 0 , f (x 0 ) , . . . , f p (x 0 ) , e, f (e), . . . , f p (e)

= Vect x 0 , f (x 0 ) , . . . , f p −1 (x 0 ) , e, f (e), . . . , f p −1 (e)
Car f p (x 0 ), f p (e) ∈ F. Donc

dim(F) = rg x 0 , f (x 0 ) , . . . , f p−1 (x 0 ) , e, f (e), . . . , f p−1 (e) 6 2p
5.3.3. La famille (x 0 , f (x 0 ), ..., f p −1 (x 0 )) est libre dans F, on la complète en une base BF de F. Rappe-
lons d’une linéaire sur F est totalement détérminée par ses images sur une base de F. On considère
la forme linéaire ϕ j sur F qui prend 1 sur f j (x 0 ) et nulle sur les autres

pour j ∈ 0, p − 1
vecteurs de la base, alors (ϕ0 , ..., ϕ p −1 ) répond à la question.

5.4. Soit i, j ∈ 0, p − 1 , on a
ϕ j ( f i (v λ )) = δ i, j + λϕ j ( f i (e))
Par la formule de Leibniz

p
δσ
X Y
(i)
∆(λ) = ε(σ) i + λϕ σ (i)−1 f i −1
(e)
σ ∈S p i=1
1, p , δσ
(i)
+ λϕ i −1 (e) est un polynôme en λ de degré inférieur ou

Pour tout i ∈ i σ (i)−1 f
p
δσ
Y
(i)
égal à 1, donc i + λϕσ (i)−1 f i −1 (e) est un polynôme en λ de degré 6 p, puis ∆(λ) est
i=1
somme de polynômes en λ de degré inférieurs ou égaux à p. Ainsi le résultat demandé
∆(0) = det(I p ) = 1.

5.5. Par définition de p, on a p > nv λ , donc f p (v λ ) ∈ Vect v λ , f (v λ ), ..., f p −1 (v λ ) , ce qui assure l’exis-
tence d’une famille α0 (λ), ..., α p −1 (λ) telle que
p
X −1
f p (v λ ) = α k (λ) f k (v λ ) (1)
k=0
5.6.
0, p − 1 , l’application ϕ j est linéaire, donc

5.6.1. Soit j ∈
 
p−1 p −1
f (v λ ) = ϕ j  α k (λ) f (v λ )  =
X X
ϕj p k
α k (λ)ϕ j f k (v λ )

(2)
 
k=0 k=0

5.6.2. Soit λ ∈ C \ Z, on pose Mλ = ϕ j f i (v λ ) . Le système (2) s’écrit
06i, j6p −1
   
α0 (λ) ϕ0 ( f p (v λ ))
   
.. ..
Mλ  .  =  .  (3)
   
 α p−1 (λ)   ϕ p −1 ( f p (v λ )) 

Un tel système est de Cramer, car ∆(λ) , 0, alors pour tout i ∈ 0, p − 1

det Mλ(i)
α i (λ) = ,
∆(λ)
où Mλ(i) est la matrice M ( λ ) en remplaçant la (i + 1)ème colonne par le second membre du système
(3). Donc les α i sont des fractions rationnelles en λ définies sur C \ Z.
5.7.
p
X −1
5.7.1. Soit a0 , ..., a p −1 ∈ C tel que ai f i (v λ ) = 0, alors
i=0
 
p −1 p −1
0 = ϕ j  ai f (v λ )  =
X X
0, p − 1 , i
ai ϕ j ( f i (v λ ))

∀j ∈
 
i=0 i=0
 
 
0 a0
   
 =  ...  . La matrice Mλ est inversible car λ ∈ C \ Z, donc le sys-
..
Ce système équivaut à Mλ  .
   
a p −1  0
tème admet une seule solution qui est la solution triviale, donc la famille (v λ , f (v λ ), ..., f p −1 (v λ ))
est libre.
p −1
Y
5.7.2. Soit λ ∈ C\ Z et j ∈ 0, p − 1 , le polynôme Q j = (X − βk (λ)) est de degré p − 1 et la famille

k=i
k,j
p −1
Y
(v λ , f (v λ ), ..., f p −1 (v
λ )) est libre, donc Q j ( f )(v λ ) , 0. Avec Q j ( f ) = ( f − βk (λ)id E ), on
k =0
k,j
conclut le résultat
5.7.3. L’égalité (1) , s’écrit
0 = Pλ ( f )(v λ ) = ( f − β j (λ)id E )(Q j ( f )(v λ ))
donc Q j ( f )(v λ ) ∈ Ker( f − β j (λ)id E ) ∩ F et Q j ( f )(v λ ) , 0, donc β j (λ) ∈ Sp ( f F ).

5.8. On note k.k une norme quelconque sur F et, pour tout g ∈ L(F), on pose kgk = sup kg(x)k
k x k=1
5.8.1. k . k est bien définie ?
Soit g ∈ L(F), alors g est continue et comme la sphère est compacte, alors g est bornée et elle
atteint ses bornes en norme, donc k g k est bien définie
Séparation ?
Soit g ∈ L(F) tel que kgk = 0,! alors g = 0 sur la sphère S(0, 1), donc ∀x ∈ F \ {0},
x x 1
∈ S(0, 1), et par suite g = g(x) = 0, donc g = 0 sur F \ {0} et g(0) = 0, on
k xk k xk k xk
conclut que g = 0.
Homogénéité ?
Pour tout λ ∈ C, on a kλgk = sup kλg(x)k = |λ|kgk.
k x k=1
Inégalité triangulaire ?
Soit g, h ∈ L(F) et x ∈ S(0, 1), on a
kg(x) + h(x)k 6 kg(x)k + kh(x)k 6 kgk + khk
Par passage à la borne supérieure, on obtient kg + hk 6 kgk + khk.

5.8.2. On démontre le résultat de cette question en deux étapes !
x
Soit x ∈ F \ {0} et g ∈ L(F), on a kg(x)k = g .k xk 6 kgk.k xk, donc
k xk
k g(x) k 6 k g k . k x k .
Une telle inégalité est valable lorsque x = 0.

Soit g, h ∈ L(F) et x ∈ S(0, 1)
k(gh)(x)k = kg(h(x))k 6 kgk.kh(x)k 6 kgk.khk.
Soit k(gh)(x)k 6 kgk.khk, puis le passage à la borne supérieure donne que kghk 6 kgk.khk.
5.8.3. Soit x un vecteur propre unitaire de f F associé à β j (λ), alors
| β j (λ)| = k β j (λ)xk = k f F (x)k 6 k f F k
5.8.4. Les formules de Viète s’écrivent ∀k ∈ {1, ..., p},
X
α p −k = (−1) k −1 βi 1 ... βi k
06i 1 <...<i k 6p −1

Soit k ∈ 1, p , on a
X X
|α p−k | 6 | βi 1 |...| βi k | 6 k f F kk
06i 1 <...<i k 6p −1 06i 1 <...<i k 6p−1
Or le nombre de k-uplets (i 1 , · · · ,i k ) de 0, p − 1 tels que i 1 < ... < i k égale au nombre des

combinaisons formées de k éléments de 0, p − 1 qui vaut C pk , ainsi on obtient la majoration

|α p−k | 6 C pk k f F k k
Notons enfin M = max (C pk k f F k k ), alors |α p −k | 6 M.

16k6p
Ainsi les fonctions α0 , · · · , α p −1 sont bornées sur C \ Z
5.9. Les α i sont des fractions rationnelles bornées sur C \ Z où Z est fini, donc d’après la première
partie, ces fractions sont constantes, donc ∀λ ∈ C, ∀k ∈ {0, ..., p − 1}, α k (λ) = α k (0) et par suite
p−1
X
Pλ = X p − α k (0)X k
k=0
Or v0 = x 0 et l’égalité (1), avec λ = 0, s’écrit
Pλ ( f )(x 0 ) = P0 ( f )(x 0 ) = 0
Pλ est un polynôme unitaire de degré p tel que Pλ ( f )(x 0 ) = 0, alors par unicité, justifiée dans la
question (5.2.2.), on a Pλ = P.
Pour λ = 1, on a
Pλ ( f )(e) = Pλ ( f )(v λ − x 0 ) = Pλ ( f )(v λ ) − Pλ ( f )(x 0 ) = 0 − 0 = 0
Donc P( f )(e) = 0
Le sujet de cette épreuve est composé d’un exercice et de deux problèmes indépendants entre eux.
EXERCICE
π
x2
Z !
1
1. Montrer que pour tout k ∈ N∗ − x cos(k x) dx =
0 2π k2
2. Soit x ∈ ]0, π].
1 − e in x sin n2x (n+1) x
2.1. Montrer que pour tout n ∈ N∗ , ei x i x
= ei 2
1−e sin x2
2.2. En déduire que pour tout n ∈ N ∗

n
X sin nx
2 cos (n+1)x
2
cos(k x) =
x
k=1 sin 2
3. Soit ψ une fonction réelle de classe C 1 sur [0, π]. Montrer à l’aide d’une intégration par parties que
Z π
lim ψ(x) sin(mx) dx = 0
m→+∞ 0
4. Soit g la fonction réelle défine sur [0, π] par


x2


 2π −x

 g(x) = si x ∈ ]0, π]


2 sin x2






 g(0) = −1
Montrer que g est de classe C 1 sur [0, π]

5. n Z π
π2 2n + 1
!
X 1
5.1. Montrer que pour tout n ∈ N∗ , 2
= + g(x) sin x dx
k=1
k 6 0 2
+∞
X 1 X 1 π2
5.2. Justifier la convergence de la série et montrer que =
n>1
n2 n=1
n2 6
+∞
X x
6. Pour tout réel x > 0, on pose ϕ(x) = .
n=1
n(1 + 2nx)
6.1. Montrer que pour tout réel x > 0, ϕ(x) est bien définie
6.2. Justifier l’existence de la limite, quand x tend vers +∞, de ϕ(x) et déterminer sa valeur
PROBLÈME I
On désigne par R+ l’ensemble des réels positifs et par R∗+ l’ensemble des réels strictement positifs.
Dans tout le problème, on note L l’ensemble des fonctions f : R+ → R, continues, telles que, pour tout entier
n > 0, pour tout réel x > 0, la fonction t 7→ f (t)e −n xt soit intégrable sur R+ . Pour tout entier n > 0 et pour tout f
dans L , on note Nn ( f ), la fonction définie sur R∗+ par :
Z +∞
∀x ∈ R∗+ , Nn ( f )(x) = f (t)e −n xt dt
0
60
0
Soit k un entier naturel non nul et soit f une fonction k fois dérivable sur R+ , on note f (0) = f et f (k ) = f (k −1)

désigne la dérivée k ème de f . Dans toute la suite, n désigne un entier naturel non nul.
Partie I: Exemples
1.1. Soit α un réel positif, on considère la fonction ϕα : R+ → R, telle que pour tout t ∈ R+ , ϕα (t) = e −αt .
Démontrer que ϕα est un élément de L et déterminer Nn (ϕα )
1.2. Soit ω un réel positif, on considère les deux fonctions C et S, telles que pour tout réel t positif, C(t) = cos(ωt)
et S(t) = sin(ωt)
1.2.1. Démontrer que C est un élément de L et déterminer Nn (C)
1.2.2. Démontrer que S est un élément de L et déterminer Nn (S)
Partie II: Comportements asymptotiques
Dans cette partie, f désigne un élément de L

2.1. On suppose que f est une fonction bornée sur R+
2.1.1. Déterminer la limite de Nn ( f )(x) quand x tend vers +∞
2.1.2. Montrer que, si de plus f est de classe C 1 sur R+ et f 0 est bornée sur R+ , alors lim xNn ( f )(x) =
x→+∞
f (0)
n
2.2. On suppose que lim f (t) = ` où ` est un réel.
t →+∞
2.2.1. Montrer que f est une fonction bornée sur R+ . Z +∞ t
2.2.2. i. Montrer que pour tout x ∈ R∗+ , xNn ( f )(x) = f e −nt dt
0 x
ii. En déduire lim xNn ( f )(x)
x→0+
2.3. On suppose que f est intégrable sur R+ et on considère la suite (gn ) n>0 définie comme suit : ∀n ∈ N∗ , gn =

1
Nn ( f ) n+1 . Déterminer la limite de la suite (gn ) n>0
Partie III: Quelques propriétés de Nn
3.1. Soient f un élément de L et m un entier naturel, on considère la fonction gm définie sur R+ par
∀t ∈ R+ , gm (t) = t m f (t)
nxt
3.1.1. Pour x > 0, justifier qu’il existe B > 0 tel que pour tout t > B,t m e −n xt 6 e − 2
3.1.2. En déduire que gm est un élément de L

3.2.
3.2.1. Démontrer que pour tout élément f de L , la fonction Nn ( f ) est de classe C 1 sur R∗+ et que l’on a
(Nn ( f )) 0 = −nNn (g1 ) où g1 est la fonction définie dans (3.1.).
3.2.2. Plus généralement, démontrer que pour tout élément f de L , la fonction Nn ( f ) est de classe C ∞ sur
R∗+ et déterminer pour tout k ∈ N (Nn ( f )) (k ) en fonction de Nn (gk ) , où gk est la fonction définie
dans (3.1.)
3.3. Soit f une fonction de classe C 1 et bornée sur R+ telle que f 0 soit dans L
3.3.1. Montrer que pour tout x ∈ R∗+ ,
Nn f 0 (x) = nxNn ( f )(x) − f (0)

3.3.2. Montrer que si de plus, f est de classe C 2 sur R+ et f 0 est bornée sur R+ et f 00 est un élément de L ,
alors pour tout x ∈ R∗+ ,
Nn f 00 (x) = (nx) 2 Nn ( f )(x) − nx f (0) − f 0 (0)

3.4. Montrer que pour tout k ∈ N∗ , si f est de classe C k sur R+ et pour tout j ∈ N, 0 6 j 6 k − 1 f ( j ) est bornée
sur R+ et f (k ) est un élément de L , alors pour tout x ∈ R∗+ ,
k
X
Nn f (k )
(x) = (nx) Nn ( f )(x) −
k
(nx) i −1 f (k −i) (0)
i=1
Partie IV: Injectivité de Nn
Z 1
4.1. Soit h une fonction réelle continue sur [0, 1] telle que, pour tout m ∈ N, t m h(t)dt = 0
Z 1 0
4.1.1. Montrer que pour tout polynôme P à coefficients réels, P(t)h(t)dt = 0

0
4.1.2. En déduire que h est la fonction nulle. Z t
4.2. Soit f un élément de L , on pose pour tout t > 0, hn (t) = e −nu f (u)du
0
4.2.1. Montrer que pour tout entier k > 0, Nn ( f )(1 + k) = nkNn (hn ) (k)
4.2.2. On suppose que pour tout entier k > 0, Nn ( f )(1 + k) = 0!
Z 1
ln u
i. Montrer que pour tout entier k > 0, uk hn − du converge et vaut 0.
0 n
ii. En déduire que hn est la fonction nulle.
4.3. Montrer que l’application Nn définie sur L est injective.
Partie V: Application au calcul de l’intégrale de Dirichlet
Soit w un réel strictement positif, on considère la fonction g définie par



 sintwt si t > 0
g(t) =  ,



w si t = 0
Z x
et soit G la fonction définie sur R+ par G(x) = g(t)dt.
0
5.1. Montrer que G admet une limite réelle ` en +∞ .
5.2.
π

5.2.1. Montrer que pour tout x ∈ R∗+ , Nn (g)(x) = 2 − arctan w x ,
n
Indication : Vous pouvez utiliser les questions (3.2.1.) et (2.1.1.)

5.2.2. i. Montrer que pour tout xZ∈ R∗+ , Nn (g)(x) = nxNn (G)(x)
+∞
sin wt
ii. En déduire la valeur de dt
0 t
Partie VI: Application à la résolution des équations différentielles
Soit m un entier naturel non nul, on considère l’équation différentielle linéaire m, à coefficients constants :
(E) a0 y (m) + a1 y (m−1) + . . . + a m y = f (t)
avec les conditions initiales : y(0) = y0 , y 0 (0) = y1 , . . . , y (m−1) (0) = ym−1 , avec (a0 , a1 , . . . , a m ) ∈ Rm+1 , a0 ,
0, (y0 , y1 , . . . , ym−1 ) ∈ Rm et f ∈ L . On voudrait trouver la solution y = y(t) pour t > 0 de (E)
6.1. Montrer que si y est une solution de (E) alors y vérifie une équation algébrique de la forme :
ψ n, m−1 (x) Nn ( f )(x)

Nn (y)(x) = + ,
ϕ n, m (x) ϕ n, m (x)
où ϕ n, m est un polynôme à coefficients réels de degré m et ψ n, m−1 est un polynôme à coefficients réels de
degré inférieur ou égal à m − 1.
−3
6.2. Résoudre, en utilisant N1 , l’équation différentielle y 00 + 3y 0 + 2y = 2e 2 t , avec les conditions initiales
suivantes : y(0) = 1 et y 0 (0) = 2
6.3. Résoudre, en utilisant N2 , l’équation différentielle y 00 +4y 0 +3y = sin t, avec les conditions initiales suivantes :
y(0) = 1 et y 0 (0) = −3
6.4. Résoudre le système différentiel suivant :



 y10 + y20 − y1 + y2 = −4e −3t


(S)  y10 + 2y20 + 3y1 + y2 = 5 cos t





 y1 (0) = 2, y2 (0) = 0
PROBLÈME II
Soit (Ω, A, P) un espace probabilisé, on appelle fonction génératrice d’une variable aléatoire réelle X à valeurs
X +∞
dans N, lorsqu’il existe, la fonction G X par : G X (t) = E t X = t k P (X = k)
k=0
Partie I: Quelques propriétés de la fonction génératrice et quelques exemples
1.1. Montrer que la fonction génératrice G X est au moins définie sur l’intervalle [−1, 1].
1.2. Montrer que pour tout k ∈ N, G (k )
X (0) = k!P (X = k)
1.3. Donner l’expression de G X , en précisant le domaine de définition, dans chaque cas suivant :
1.3.1. X suit la loi de Bernoulli de paramètre p, notée B(p), où p ∈ [0, 1].
1.3.2. X suit la loi binomiale de paramètre n, p, notée B(n, p), où n ∈ N∗ , p ∈ [0, 1].
1.3.3. X suit la loi géométrique de paramètre p, notée G(p), où p ∈ ]0, 1[.
1.4. Montrer que la variable aléatoire X admet une espérance si, et seulement si, G X est dérivable en 1 et dans ce
cas G0X (1) = E(X ).
1.5. Montrer que la variable aléatoire X admet un moment d’ordre 2 si, et seulement si, G X est deux fois dérivable
2
en 1 et dans ce cas V (X ) = G00
X (1) + G X (1) − G X (1) .
0 0
1.6. En déduire l’espérance et la variance d’une variable aléatoire qui suit la loi géométrique G(p) de paramètre
p, où p ∈ ]0, 1[.
Partie II: La fonction génératrice d’une somme de variables aléatoires
Soient n un entier naturel non nul et N une variable aléatoire telle que N (Ω) = [[1, n]] = {1, · · · , n}. On
suppose que pour tout k de [[1, n]] P(N = k) est non nul. On considère n variables aléatoires indépendantes
(X i ) 16i6n , toutes de même loi qu’une variable aléatoire X, telle que X (Ω) = [[1, m]], avec m un entier naturel non
XN h
X
nul. On pose S = X i , (en particulier, sachant que l’événement [N = h] est réalisé, h ∈ [[1, n]], alors S = X i ).
i=1 i=1
2.1. Montrer que pour tout k ∈ [[1, n]], G X1 +···+X k = G kX .
2.2.
2.2.1. Soit Y une variable aléatoire réelle qui prend un nombre fini de valeurs dans Y (Ω), montrer que E(Y ) =
Xn X
P(N = k)E(Y |[N = k]), où ∀k ∈ [[1, n]], E(Y |[N = k]) = yP((Y = y)|[N = k]) désigne
k=1 y ∈Y (Ω)
l’espérance de Y sachant l’événement [N = k] et P((Y = y)|[N = k]) désigne la probabilité de (Y = y)
sachant l’événement [N = k].
2.2.2. Montrer que pour tout k ∈ [[1, n]] et pour tout réel t, E(t S |[N = k]) = G kX (t).
Xn
2.2.3. En déduire que pour tout réel t, G S (t) = P(N = k)G kX (t).
k=1
2.2.4. Montrer que G S = G N ◦ G X .
2.3. En déduire que E(S) = E(N )E(X ).
Partie III: Applications
On dispose d’un jeton non truqué à deux faces numérotées 1 et 2 et d’un dé tétraédrique (famille des pyramides
composés de quatre faces triangulaires), équilibré, dont les faces sont numérotées de 1 à 4. On lance le jeton et on
note N le numéro obtenu, puis on lance N fois le dé et pour chaque lancer, on note le numéro de la face d’appui du
dé. Soit S la somme des numéros obtenus lors de ces N lancers, (si N = 1, le dé est lancé une seule fois et S est le
numéro lu sur la face d’appui du dé).
3.1.
3.1.1. Déterminer la loi de N.
3.1.2. Donner la loi conditionnelle de S sachant [N = k], pour k = 1, puis pour k = 2.
3.1.3. En déduire la loi de S, puis son espérance et sa variance.
3.2.
N
X
3.2.1. Identifier la variable aléatoire X telle que S = X i , où X1 et X2 sont deux variables aléatoires indé-
i=1
pendantes de même loi que X.
3.2.2. Déterminer les fonctions génératrices G N et G X et en déduire la fonction génératrice G S .
3.2.3. Retrouver, en utilisant la fonction génératrice G S , la loi, l’espérance et la variance de S.
EXERCICE
1.1. Soit k ∈ N∗ . Par intégration par parties deux fois, on a :
π #π
x2 1 x2 1 π x
Z ! " ! Z
− x cos(k x)dx = − x sin k x − − 1 sin(k x)dx
0 2π k 2π 0 k 0 π
Z π
1 x
= − − 1 sin(k x)dx
k 0 π
" #π Z π
1 x 1
= − 1 cos k x − cos(k x)dx
k2 π 0 πk 2 0
1 1
= − 3 [sin k x]0π
k 2 k π
1
=
k2
1.2.
1.2.1. Soit n ∈ N∗ . On fait appel aux formules d’Euler, alors
nx nx nx
1 − e in x ei 2 ei 2 − e −i 2
ei x = ei x
1 − ei x i x x
−ei 2 ei 2 − e −i 2

sin n2x (n+1) x
= ei 2
sin x2
1.2.2. Soit n ∈ N∗ ,
n
X n
X
cos(k x) = Re eik x
k=1 k=1
 n 
X
= Re  e 
ik x
k=1
− ein x
!
ix 1
= Re e
1 − ei x

sin n2x (n + 1)x
!
= cos
sin x2 2

sin n2x (n + 1)x
!
= cos
sin x 2
2
1.3. Les fonctions ψ et ψ 0 sont bornées sur [0, π] car elles continues sur le compact [0, π], ce qui justifie l’existence
de k ψ k ∞ et k ψ 0 k ∞ . Soit m ∈ N∗ , alors par une intégration par parties, on a :
π
1 π 0
Z Z
−1 π
ψ(x) sin(mx)dx = [ψ(x) cos(mx)]0 + ψ (x) cos(mx)dx
0 m m 0
1 π 0
Z
1
= (ψ(0) − ψ(π) cos(mπ)) + ψ (x) cos(mx)dx
m m 0
65
Alors
Z π 2kψk∞ + π kψ 0 k
ψ(x) sin(mx)dx 6 ∞
−−−−−−→ 0
0 m m→+∞
Z π
Donc ψ(x) sin(mx)dx −−−−−−→ 0
0 m→+∞
1.4. L’application g est continue sur [0, π]. Car elle est continue sur ]0, π], par les théorèmes généraux, et en
0+ on a : x
x
g(x) = −1 2
−−−−→ −1 = g(0)
π 2 sin x x→0+
2
g est de classe C 1 sur ]0, π] et pour tout x ∈ ]0, π]

2
x
− 1 sin x2 − 2π
2 π
x
− x cos x2
g 0 (x) =
4 sin2 x2
x2

2π + o x
2
1
= 2 −−−−→
x +o x 2 x→0 + 2π
1
Par le théorème de prolongement par dérivabilité, la fonction g est de classe C 1 sur [0, π] et g 0 (0) =
2π
1.5.
1.5.1. Soit n ∈ N∗ , on a :
n n Z π
x2
!
X 1 X
= − x cos(k x)dx
k=1
k 2 k=1 0 2π
Z π 2 ! X n

x
= − x  cos(k x)  dx
0 2π k=1
Z π 2 ! sin n x cos (n+1)x
x 2 2
= −x dx
0 2π sin 2 x
Z π
(n + 1)x
nx !
=2 g(x) sin cos dx
0 2 2
En utilisant la relation trigonométrique, 2 sin a cos b = sin(a + b) + sin(a − b), on obtient
n Z π Z π
(2n + 1)x
!
X 1 x
= g(x) sin dx + 2 g(x) sin dx
k=1
k2 0 2 0 2
π π
x2 π2
Z x Z !
x
Comme g(x) sin dx = − dx = , alors
0 2 0 4π 2 6
n Z π
π2 2n + 1
!
X 1
2
= + g(x) sin x dx
k=1
k 6 0 2
X 1
1.5.2. La série 2
est de Riemann avec 2 > 1, donc elle converge. Comme
n>1
n
π
2n + 1
Z !
g(x) sin x dx −−−−−→ 0
0 2 n→+∞
n +∞
X 1 π2 X 1 π2
alors −−−−−→ , donc par définition =
k=1
k 2 n→+∞ 6 n=1
n2 6
1.6.
x 1 X 1
1.6.1. Soit x > 0, on a : ∼ 2 et la série converge, alors par le critère de comparaison
n(1 + 2nx) 2n n>1
2n2
X x
des séries à termes positifs, la série converge, ceci justifie que ϕ(x) est bien définie
n>1
n(1 + 2nx)
1.6.2. Soit x > 0 et n ∈ N∗ , on a :
x 1
6 2
n(1 + 2nx) 2n
X x
Donc la série converge normalement, puis uniformément, sur R+∗ . En outre pour tout
n>1
n(1 + 2nx)
n ∈ N∗ ,
x 1
−−−−−→ 2 ∈ R
n(1 + 2nx) x→+∞ 2n
Le théorème d’interversion limite et somme donne l’égalité
+∞
X 1 π2
lim ϕ(x) = =
x→+∞
n=1
2n2 12
PROBLÈME I
Partie I: Exemples
1.1. Soit n ∈ N∗ et x ∈ R+∗ , on a −(α + nx) < 0, donc t 7−→ e −(α+n x)t est intégrable sur R+ . On conclut donc que
ϕα ∈ L et Z +∞
1
∀x > 0, Nn (ϕα ) (x) = e −(α+n x)t dt =
0 nx + α
1.2. Soit ω un réel (positif), n ∈ N∗ et x ∈ R+∗ . L’application ϕ : t 7−→ e (iω −n x)t est continue sur R+ et
e (iω −n x)t = O e −n xt , avec t 7−→ e −n xt intégrable sur R+ , donc elle est intégrable sur R+ .

+∞
ω
Z
1 nx
e (iω −n x)t dt = = 2 2 +i 2 2
0 nx − iω n x + ω 2 n x + ω2
1.2.1. C est la partie réelle de ϕ, donc pour tous x > 0 et n ∈ R+∗ , l’application t 7−→ cos(ωt)e −n xt est
intégrable sur R+ , donc et
Z +∞ Z +∞ !
nx
Nn (C)(x) = cos(ωt)e −n xt
dt = <e e (iω −n x)t
dt =
0 0 n2 x 2+ ω2
1.2.2. S est la partie réelle de ϕ, donc pour tous x > 0 et n ∈ N+∗ , l’application t 7−→ sin(ωt)e −n xt est
intégrable sur R+ , donc et
+∞ +∞
ω
Z Z !
Nn (S)(x) = sin(ωt)e −n xt
dt = Im e (iω −n x)t
dt =
0 0 n2 x 2+ ω2
Partie II: Comportements asymptotiques
Dans cette partie, f désigne un élément de L

2.1. On suppose que f est une fonction bornée sur R+ et soit M = sup | f (t)|
R+
2.1.1. Soit x > 0 et n ∈ N∗ , on a f (t)e −n xt 6 Me −n xt , alors

Z +∞
M
|Nn ( f )(x)| 6 M e −n xt dt = −−−−−→ 0
0 nx x→+∞
Puis Nn ( f )(x) −−−−−→ 0

x→+∞
2.1.2. On suppose de plus que, f est de classe C 1 sur R+ et f 0 est bornée sur R+ . Les deux fonctions t 7−→
1 e −n xt
− e −n xt et f sont de C 1 sur R+ telles que f (t) −−−−−→ 0 comme produit d’une fonction bornée
nx nx t →+∞
et d’une fonction de limite nulle en +∞, alors par intégration par parties
Z +∞ Z +∞ !0
1 −n xt
f (t)e −n xt
dt = f (t) − e dt
0 0 nx
# +∞
1 +∞ −n xt 0
" −n xt Z
−e
= . f (t) + e f (t) dt
nx 0 nx 0
f (0) 1
= + Nn f 0 (x)

nx nx
Donc
f (0) 1
xNn ( f )(x) = + Nn ( f 0 )(x)
n n
1
Puisque f 0 est bornée, on tire de la question précédente que Nn ( f 0 )(x) −−−−−→ 0 et, par suite,
n x→+∞
f (0)
Nn ( f )(x) −−−−−→
x→+∞ n
2.2. On suppose que lim f (t) = ` où ` est un réel.

t →+∞
2.2.1. Par définition de la limite, il existe A > 0 tel que pour tout t > 0, on a | f (t) − `| < 1, soit | f (t)| < 1+|`|.
D’autre part f est continue sur le segment [0, A], alors elle est bornée et en notant M = sup | f (t)|,
t ∈[0, A]
on gagne
∀t ∈ R+ , | f (t)| 6 max(M, |`| + 1),
ainsi f est une fonction bornée sur R+ .

1
2.2.2. i) Soit x ∈ R∗+ . L’application ϕ : t 7−→ est C 1 -difféomorphisme de R+ vers R+ et t 7−→ f (t)e −n xt
x
est intégrable car f est bornée, alors par intégration par changement de variable
Z +∞ Z +∞ t 1
Nn ( f )(x) = f (t)e −n xt
dt = f e −nt . dt
0 0 x x
Ou encore Z +∞ t
xNn ( f )(x) = f e −nt dt
0 x
ii) Par la caractérisation séquentielle de la limite, on considère une suite (x m ) m>0!de réels strictement
t
positifs de limite nulle et pour m ∈ N, on définit f m : R+ −→ R,t 7−→ f e −nt
xm
Pour tout m > 0, l’application f m est continue sur R+ ;
la suite ( f m ) m>0 converge simplement vers t 7−→ `e −nt qui est continue sur R+ ;
our tout m > 0 et t ∈ R+ , on a
!
e −nt 6 max(M, |`| + 1)e −nt
t
| f m (t)| = f
xm
et t 7−→ e −nt est intégrable

Donc par le théorème de la convergence dominée, on a
+∞ +∞
`
Z Z
lim x m Nn ( f )(x m ) = lim f m (t) dt = `e −nt dt =
m→+∞ m→+∞ 0 0 n
`
Finalement, avec la caractérisation séquentielle de la limite, xNn ( f )(x) −−−−→
+
.
n
x→0 n
2.3. Pour n ∈ N, on définit f n : R+ −→ R,t 7−→ f (t)e − n+1 t
Pour tout n > 0, l’application f n est continue sur R+ ;
la suite ( f n ) n>0 converge simplement vers t 7−→ f (t)e −t qui est continue sur R+ ;
pour tout n > 0 et t ∈ R+ , on a
n
| f n (t)| = f (t)e − n+1 t 6 | f (t)|
et t 7−→ | f (t)| est intégrable

Donc par le théorème de la convergence dominée, on a
Z +∞ Z +∞
lim gn = lim f n (t) dt = f (t)e −t dt = N1 ( f )(1)
n→+∞ n→+∞ 0 0
Partie III: Quelques propriétés de Nn
3.1. Soient f un élément de L et m un entier naturel, on considère la fonction gm définie sur R+ par
∀t ∈ R+ , gm (t) = t m f (t)
3.1.1. Soit x > 0, on a t m e −n xt e+

nxt nxt
2 = t m e− 2 −−−−−→ 0, alors définition de la limite, il existe B > 0 tel que
t →+∞
pour tout t > B, t m e − n 2x t , puis t m e −n xt 6 e −
nxt
2
3.1.2. Pour x > 0 et n ∈ N∗ , on a t 7−→ gm (t)e −n xt = t m f (t)e −n xt est continue sur R+ et au voisinage de
nxt nxt
+∞ : gm (t)e −n xt = O | f (t)| e − 2 , avec t 7−→ | f (t)| e − 2 est intégrable car f ∈ L, ce qui montre
que gm est un élément de L
3.2.
3.2.1. Soit ϕ : R+∗ × R+ → R, (x,t) 7−→ f (t)e −n xt
Pour tout x ∈ R+∗ , t 7−→ ϕ(x,t) est continue par morceaux et intégrable sur R+ car f ∈ L ;
∂ϕ
ϕ admet sur R+∗ × R+ une dérivée partielle : (x,t) 7−→ −nt f (t)e −n xt qui est continue par
∂x
rapport à la première variable et continue par morceaux par rapport à la seconde
Soit [a, b] ⊂ R+ , on a
∂ϕ
∀(x,t) ∈ [a, b] × R+ , (x,t) 6 nt | f (t)| e −nat
∂x
L’application t 7−→ nt | f (t)| e −nat est intégrable sur R+ ( Question(3.1.2.))

Alors, par le théorème de dérivation sous signe intégrale, la fonction Nn ( f ) est de classe C 1 sur R∗+ et
par la formule de Leibniz

Z +∞
∀x ∈ R+∗ , (Nn ( f )) 0 (x) = −nt f (t)e −n xt dt = −nNn (g1 )(x)
0
3.2.2. Soit ϕ : R+∗ × R+ → R, (x,t) 7−→ f (t)e −n xt

Pour tout x ∈ R+∗ , t 7−→ ϕ(x,t) est continue par morceaux et intégrable sur R+ car f ∈ L ;
∂k ϕ
Soit k ∈ N∗ , l’application ϕ admet sur R+∗ × R+ une dérivée partielle d’ordre k : : (x,t) 7−→
∂x k
(−n) k t k f (t)e −n xt qui est continue par rapport à la première variable et continue par morceaux par
rapport à la seconde
Soit [a, b] ⊂ R+ , on a
∂k ϕ
∀(x,t) ∈ [a, b] × R+ , k (x,t) 6 nk t k | f (t)| e −nat
∂x
L’application t 7−→ nk t k | f (t)| e −nat est intégrable sur R+ ( Question (3.1.2.))

Alors, par le théorème de dérivation sous signe intégrale, la fonction Nn ( f ) est de classe C +∞ sur R∗+
et Z +∞
∀x ∈ R+∗ ,∀k ∈ N (Nn ( f )) (k ) (x) = (−n) k t k f (t)e −n xt dt = (−n) k Nn (gk )(x)
0
3.3. Soit f une fonction de classe C 1 et bornée sur R+ telle que f 0 soit dans L
3.3.1. Soit x ∈ R∗+ . Les deux fonctions t 7−→ e −n xt et f sont de C 1 sur R+ telles que e −n xt f (t) −−−−−→ 0
t →+∞
comme produit d’une fonction bornée et d’une fonction de limite nulle en +∞, alors par intégration par
parties
Z +∞ h i +∞ Z +∞
0
f (t)e −n xt
dt = f (t)e −n xt + nx e −n xt f (t) dt
0
0 0
= − f (0) + nxNn ( f )(x)
3.3.2. L’application f 0 vérifie les conditions de la question précédente, donc
Nn f 00 (x) = nxNn f 0 (x) − f 0 (0)

Mais f 0 est bornée, donc elle appartient à L et une autre fois f vérifie les conditions de la question
précédente et donc
Nn f 0 (x) = nxNn ( f ) (x) − f (0)

On injecte cette égalité dans l’avant dernière, alors
Nn f 00 (x) = n2 x 2 Nn ( f ) (x) − nx f (0) − f 0 (0)

3.4. Par récurrence sur k ∈ N∗

Pour k = 1, le résulta est démontré dans la question (3.3.1.)
Soit k ∈ N∗ , on suppose que le résultat est vrai pour toute fonction f de classe C k , vérifiant f (i) est
bornée sur R+ pour tout i ∈ [[0, k − 1]] et f (k ) ∈ L. Soit f de classe C k+1 , vérifiant f (i) est bornée sur
R+ pour tout i ∈ [[0, k]] et f (k+1) ∈ L, alors la fonction f (k ) est de classe C 1 et bornée sur R+ dont la
dérivée f k+1) ∈ L, donc

∀x ∈ R+∗ , Nn f (k+1) (x) = nxNn f (k ) (x) − f (k ) (0)
Mais la bornitude de f (k ) entraîne son appartenance à L et donc f vérifie les conditions de l’hypothèse
de récurrence, ainsi
k
X
∀x ∈ R+∗ , Nn f (k ) (x) = (nx) k Nn ( f )(x) − (nx) i −1 f (k −i) (0)
i=1
On remplace cette dernière relation dans la précédente, alors pour tout x ∈ R+∗ ,
 k

X
Nn f (k+1)
(x) = nx  (nx) Nn ( f )(x) −
k
(nx) i −1 (k −i)
f (0)  − f (k ) (0)
i=1
k
X
= (nx) k+1 Nn ( f )(x) − (nx) i f (k −i) (0) − f (k ) (0)
i=1
k
X
= (nx) k+1 Nn ( f )(x) − (nx) i f (k −i) (0)
i=0
k+1
j=i+1
X
= (nx) k+1 Nn ( f )(x) − (nx) i −1 f (k+1−i) (0)
i=1
Partie IV: Injectivité de Nn
Z 1
4.1. Soit h une fonction réelle continue sur [0, 1] telle que, pour tout m ∈ N, t m h(t)dt = 0
0
n
X
4.1.1. Soit P ∈ R[X], on écrit P = k
ak X , alors par linéarité de l’intégrale, on a :
k=0
Z 1 n
X Z 1
P (t) h(t) dt = ak t k h(t) dt = 0
0 k=0 0
4.1.2. D’après théorème de Weierstrass, il existe une suite (Pn ) n∈N convergeant uniformément sur [0, 1] vers
h.
Pour tout n ∈ N et tout x ∈ [0, 1], en écrivant
h(x) 2 − h(x)P (x) = [0,1] [0,1]

n |h(x) (h(x) − Pn (x))| 6k h k∞ . k h − Pn k∞
et il en résulte que la suite (hPn ) n∈N converge uniformément vers h2 sur [0, 1]. D’après le théorème
Z 1 Z 1
h(x) dx = lim
2
h(x)Pn (x) dx
0 n→+∞ 0
Donc Z 1
h(x) 2 dx = 0
0
h2 étant continue, positive sur le segment [0, 1] et d’intégrale nulle, donc h2 = 0 ; ainsi la nullité de h
Z t
4.2. Soit f un élément de L , on pose pour tout t > 0, hn (t) = e −nu f (u)du
0
4.2.1. Soit k ∈ N∗ , on a
Z +∞ Z +∞ Z +∞
Nn ( f )(1 + k) = f (t)e −(k+1)nt
dt = e −nt
f (t)e −k nt
dt = h0n (t)e −k nt dt
0 0 0
Les deux fonction hn et t 7−→ e −k nt sont de classe C 1 sur R+ dont le produit tend vers 0 en +∞ car
hn (t) −−−−−→ Nn ( f )(1) et e −k nt −−−−−→ 0. Alors par intégration par parties
t →+∞ t →+∞
Z +∞
Nn ( f )(1 + k) = h0n (t)e −k nt dt
0
h i +∞ Z +∞
= hn (t)e −k nt + nk hn (t)e −k nt dt
0
0
= −hn (0) + nkNn (hn )(k) = nkNn (hn )(k)
Z k > 0, Nn ( f )(1 + k) = 0
4.2.2. On suppose que pour tout entier
+∞
ln u
i) Soit k ∈ N∗ , l’intégrale hn (t)e −nk t dt converge et vaut 0 et ϕ : u 7−→ −
est un C 1 -
0 n
Z 1 !
ln u k 1
difféomorphisme de ]0, 1] vers R+ , alors par intégration par changement de variable hn − u . du
0 u u
converge et
Z 1 ! Z 1 ! Z +∞
ln u ln u k 1
u k −1
hn − du = hn − u . dn = hn (t)e −nk t dt = 0
0 n 0 u u 0
Z 1 !
ln u
Soit pour tout k ∈ N, on a u hn − k −1
du = 0
0 n
!



ln u
 hn − si u ∈ ]0, 1]
ii) Soit h : [0, 1] −→ R,u 7−→  n . L’application h est continue sur [0, 1] et




 Nn ( f )(1) si u = 0
Z 1
vérifie pour tout k ∈ N : uk h(u) du = 0. Le résultat de la question (4.1.) nous donne h = 0 sur
0
[0, 1], puis pour tout t ∈ R+ , on a hn (t) = h e −nt = 0 et, par suite, hn est la fonction nulle.

∗
4.3. Il est évident que L est un sous-espace vectoriel de C (R+ , R) et que Nn : L −→ RR+ est linéaire. Montrons
donc que Nn est injective ?
Soit f ∈ Ker (Nn ), alors ∀x ∈ R+∗ : Nn ( f )(x) = 0. En particulier pour tout k ∈ N∗ , Nn ( f )(1 + k) = 0 et, par
suite, hn = 0. Mais pour tout t ∈ R+ , on a e −nt f (t) = h0n (t) = 0 et e −nt , 0, donc f = 0. D’où l’injectivité
de Nn
Partie V: Application au calcul de l’intégrale de Dirichlet

1 − cos(wt) 1
5.1. Soit x > 0, les deux fonctions t 7−→ et t 7−→ sont de classe C 1 sur ]0, x] telles que
w t
1 − cos(wt) wt
∼+ −−−−→ 0, alors par intégration par parties
wt 0 2 t →0+
Z x Z x !0
sin wt 1 − cos wt 1
dt = dt
0 t 0 w t
" #x Z x
1 − cos wt 1 − cos wt
= + dt
wt 0 0 wt 2
Z x
1 − cos wx 1 − cos wt
= + dt
wx 0 wt 2
1 − cos wt
L’application t 7−→ est continue sur R+∗ , prolongeable par continuité en 0 et en +∞, on a
! wt 2
1 − cos wt 1
2
= O 2 , donc elle est intégrable
wt t
1 − cos wx
−−−−−→ 0
wx x→+∞
Donc G admet une limite réelle lorsque x tend vers +∞, comme somme de fonctions admettant des limites
finies en +∞
5.2.
5.2.1. L’application g est continue et bornée sur R+ , a donc g ∈ L et d’après la question (3.2.1.) Nn (g) est de
classe C 1 sur R+∗ et
∀x ∈ R+∗ , (Nn (g)) 0 (x) = −nNn (g1 )(x)
w
avec g1 : t 7−→ tg(t) = sin(wt) = S(t). D’après la question (1.2.2.), on a Nn (S)(x) = , donc
n2 x 2+ w2
Z Z n
−nw w
nx
∀x ∈ R+∗ , Nn (g)(x) = dt = − dt = − arctan + cte
n x 2 + w2
2 2 w
1 + nwx
π
En outre la question 2.1.1. nous donne Nn (g)(x) −−−−−→ 0, donc cte = . Ainsi le résultat demandé
x→+∞ 2
5.2.2. i) G est de C 1 sur R+ et bornée car G admet une limite finie en +∞ et telle que G0 = g ∈ L, donc
∀x > 0, Nn (g)(x) = nxNn (G)(x) − G(0),
avec G(0) = 0, on en déduit : ∀x ∈ R∗+ , NnZ(g)(x) = nxNn (G)(x)

+∞
sin wt
ii) D’une part G appartient à L, G(x) −−−−−→ dt et par la question (2.2.1.) on a :
x→+∞ 0 t
Z +∞
1 sin wt
xNn (G)(x) −−−−→
+
dt;
x→0 n 0 t
donc Z +∞
sin wt
Nn (g)(x) = nxNn (G)(x) −−−−→
+
dt
x→0 0 t
D’autre part
π nx π
Nn (g)(x) = − arctan −−−−→
+
2 w x→0 2
Alors par unicité de la limite

+∞
π
Z
sin wt
dt =
0 t 2
Partie VI: Application à la résolution des équations différentielles
6.1. Je pense qu’il faut ajouter les conditions

— y (i) est bornée sur R+ pour i ∈ [[1, m − 1]] ;
— y (m) ∈ L
m
X
y est solution de (E), alors a m−k y (k ) = f et par linéarité de Nn on obtient
k=0
m
X
a m−k Nn y (k ) = Nn ( f )
k=0
Or ∀k ∈ [[1, m]] ,
k
X
Nn y (k ) (x) = (nx) k Nn (y)(x) − (nx) i −1 y (k −i) (0)
i=1
kX−1
= (nx) k Nn (y)(x) − (nx) i yi ,
i=0
donc
m
X
Nn ( f ) = a m Nn (y) + a m−k Nn y (k )
k=1
m
X
= a m Nn (y) + a m−k Nn y (k )
k=1
Xm m
X −1
kX
= a m Nn (y) + k
a m−k (nx) Nn (y) − a m−k (nx) i yi
k=1 k=1 i=0
m  m −1
kX
X X
= Nn (y)  a m−k (nx)  −
k
a m−k (nx) i yi
k=1 k=1 i=0
m
X m
X −1
kX
On pose ϕ n, m (x) = a m−k (nx) et ψ n, m−1 (x) =
k
a m−k (nx) i yi .
k=1 k=1 i=0
— deg ϕ n, m = m, car a0 , 0 ;
— deg ψ n, m−1 6 m − 1, car ψ n, m−1 est somme de polynômes de degrés inférieures ou égaux à m − 1.
Sur un un intervalle I ou ϕ n, m ne s’annule pas, on obtient
ψ n, m−1 (x) Nn ( f )(x)

Nn (y)(x) = +
ϕ n, m (x) ϕ n, m (x)




−3
y 00 + 3y 0 + 2y = 2e 2 t
6.2. Soit y solution du problème de Cauchy  sur R+ . On a



 y(0) = 1 et y 0 (0) = 2
N1 (y 0 )(x) = xN1 (y)(x) − y(0) = xN1 (y)(x) − 1

et
N1 (y 00 )(x) = xN1 (y 0 )(x) − y 0 (0) = x (xN1 (y)(x) − 1) − 2 = x 2 N1 (y)(x) − x − 2
En outre Z +∞
2 +x
3

2
N1 ( f )(x) = 2 e− t
dt =
0
3
2 +x
Par linéarité de N1 , on obtient
2
x 2 + 3x + 2 N1 (y)(x) − x − 5 = 3
2 +x
Soit
x 2 + 13 x + 19 DES −8 8 1 Partia I.
3

N1 (y)(x) = 2 2
= + + = N1 −8e − 2 t + 8e −t + e −2t (x)
x + 23 (x + 1) (x + 2) x+ 2 x+1 x+2
3
Alors par injectivité de N1

3
y(t) = −8e − 2 t + 8e −t + e −2t



 y 00 + 4y 0 + 3y = sin t
6.3. Soit y solution du problème de Cauchy  sur R+ . On a



 y(0) = 1 et y 0 (0) = −3
N2 (y 0 )(x) = 2xN2 (y)(x) − y(0) = 2xN2 (y)(x) − 1
et
N2 (y 00 )(x) = 2xN2 (y 0 )(x) − y 0 (0) = 2x (2xN2 (y)(x) − 1) + 3 = 4x 2 N2 (y)(x) − 2x + 3
En outre Z +∞
1
N2 ( f )(x) = sin(t)e −2xt dt =
0 4x 2 + 1
Par linéarité de N2 , on obtient
1
4x 2 + 8x + 3 N2 (y)(x) − 2x − 1 =
4x 2 + 1
Soit
(4x 2 + 1)(2x + 1) + 1
N2 (y)(x) =
4(1 + 2x)(1 + 3x)(4x 2 + 1)
DES
1 19
− 4 x + 10
1
= 4
+ 20 + 10
2x + 1 3 + 2x 1 + 4x 2 !
Partie I. 1 −t 19 −3t 1 1
= N2 e + e − cos(t) + sin(t) (x)
4 20 5 10
Alors par injectivité de N1
1 −t 19 −3t 1 1
y(t) = e + e − cos(t) + sin(t)
4 20 5 10
6.4. Soit (y1 , y2 ) la solution de ce problème, on pose z1 = N1 (y1 ) et z2 = N1 (y2 ). On a

N1 (y10 ) = xN1 (y1 ) − 2 = xz1 − 2 ;
N1 (y10 ) = xN1 (y2 ) = xz2 ;

−4
N1 (−4e −3t )(x) = ;
3+x
5x
N1 (5 cos(t))(x) = 2 .
x +1
Donc le système (S) équivaut au système
  2 + 2x
 
 −4 

 (x − 1)z1 + (x + 1)z2 − 2 =  (x − 1)z1 + (x + 1)z2 =
 3 + x ⇐⇒ 
 3+x


 (x + 3)z1 + (2x + 1)z2 − 2
5x 

 2x 2 + 5x + 2
 = 2  (x + 3)z1 + (2x + 1)z2
 =
x +1 x2 + 1

Un tel système donne
1
z1 (x) =
x2 +1
2x 2 + 3x + 1 1 x
z2 (x) = = + 2
(x + 3)(x + 3)
2 x+3 x +3
Puis
y1 (t) = sin(t) et y2 (t) = e −3t + cos(t)
PROBLÈME II
Partie I: Quelques propriétés de la fonction génératrice et quelques exemples
1.1. Soit t ∈ [−1, 1] et k ∈ N, on a p(X = k)t k 6 p(X = k). La série à termes positifs
X
p(X = k) converge
n>0
de somme 1. Le théorème de comparaison des séries à termes positifs nous permet d’affirmer que la sé-
X
rie t k p(X = k) converge normalement sur [−1, 1]. Or la convergence normale entraîne la convergence
n>0
simple. Donc la fonction génératrice est au moins définie sur l’intervalle [−1, 1].
1.2. G X est une fonction définie par une série entière, donc les coefficients du développement de la série sont
définis d’une manière unique par les relations :
∀k ∈ N, G (k )
X (0) = k!P (X = k)
1.3.
1.3.1. Si X suit la loi de Bernoulli de paramètre p, notée B(p), où p ∈ [0, 1]. Alors
G X (t) = (1 − p)t 0 + pt = p(t − 1) + 1
G X est un polynôme en t, donc elle est définie sur R

1.3.2. Si X la loi de Bernoulli B (n, p), alors
n
X
G X (t) = Cnk t k pk (1 − p) n−k
k=0
= (1 − p + pt) n
G X est un polynôme en t, donc elle est définie sur R

" #
1 1
1.3.3. Si X la loi de poisson G (p) avec p ∈ ]0, 1[, alors ∀t ∈ − , :
q q
+∞
X
G X (t) = t n q n−1 p
n=1
tp
=
1 − qt
1.4. Montrons que la variable aléatoire X admet une espérance si, et seulement si, G X est dérivable en 1 et dans
ce cas G0X (1) = E(X ).
X X
⇒) Si X admet une espérance, alors la série nP(X = n) converge. Les deux séries P(X = n)t n et
n>0 n>0
X
nP(X = n)t n−1
sont alors normalement convergentes sur [−1, 1], donc G X est dérivable en 1 de
n>1
dérivé G0X (1) = E(X )
⇐) Supposons que G X est dérivable en 1. Le taux d’accroissement
+∞ +∞ n−1
G X (t) − G X (1) X t n − 1 XX
= P(X = n) = t k P(X = n)
t−1 n=1
t − 1 n=1 k=0
− 1− .
admet une limite finie quad t →
Soit N ∈ N, on a :
N
X N n−1
X X
nP(X = n) = lim− t k P(X = n)
t →1
n=1 n=1 k=0
+∞ n−1
X X
6 lim t k P(X = n) = G0X (1)
t →1 −
n=1 k=0
X
La série nP (X = n) est donc convergente car c’est une série à termes positifs aux sommes partielles
n>1
majorées.
1.5. Montrons que la variable aléatoire X admet un moment d’ordre 2 si, et seulement si, G X est deux fois
0 (1) − G 0 (1) 2 .

dérivable en 1 et dans ce cas V (X ) = G00
X (1) + G X X
X
⇒) Si X admet un moment d’ordre 2, il y a convergence de la série n2 P(X = n) mais aussi de la série
n>0
X
n (n − 1) P(X = n).
n>0
X X X
Les trois séries P(X = n)t n , nP(X = n)t n−1 et n (n − 1) P(X = n)t n sont alors normale-
n>0 n>1 n>0
ment convergentes sur [−1, 1], donc G X est deux fois dérivable en 1 de dérivé premier G0X (1) = E(X )
et de dérivé second

X (1) = E(X (X − 1)) = E X
G00 2
− E (X )

Soit E X 2 = G00
X (1) + G X (1). Par la formule de Huygens, on obtient
0
2
V (X ) = E X 2 − E (X ) 2 = G00
X (1) + G X (1) − G X (1)
0 0
⇐) Supposons que G X deux fois dérivable en 1. La fonction G X est dérivable en 1, donc X admet une
espérance. On sait de plus l’expression de G0X (t) sur [−1, 1].
+∞
X
G0X (t) = nP(X = n)t n−1
n=1
+∞ +∞ n−2
G0X (t) − G0X (1) X t n−1 − 1 X X
= n P(X = n) = n t k P(X = n)
t−1 n=2
t − 1 n=2 k=0
− 1− .
admet une limite finie quad t →
Soit N ∈ N, on a :
N
X N
X n−2
X
n(n − 1)P(X = n) = lim− n t k P(X = n)
t →1
n=2 n=2 k=0
+∞ n−2
X X
6 lim− n t k P(X = n) = G00
X (1)
t →1
n=2 k=0
X
La série n(n − 1)P (X = n) est donc convergente car c’est une série à termes positifs aux sommes
n>2
X X
partielles majorées. Or la série n(n − 1)P (X = n) converge, alors n2 P (X = n) converge, c’est-
n>2 n>0
à-dire, la# variable
" X admet un moment d’ordre 2
1 1 tp
1.6. On a : ∀t ∈ − , , G X (t) = qui est la restriction d’une fraction rationnelle, donc elle est de
#q q " 1 − qt
1 1
classe C ∞ sur − , , avec
q q
p
G0X (t) =
(1 − tq) 2
2pq
X (t) =
G00
(1 − tq) 3
# "
1 1 1 2pq 2q
avec 1 ∈ − , , on obtient G0X (1) = = E(X ) et G00
X (1) = 3
= 2 . Ainsi
q q p (1 − q) p
2 2q 1 1 q
V (X ) = G00
X (1) + G X (1) − G X (1)
0 0
= 2 + − 2 = 2
p p p p
Partie II: La fonction génératrice d’une somme de variables aléatoires
Soient n un entier naturel non nul et N une variable aléatoire telle que N (Ω) = [[1, n]] = {1, · · · , n}. On
suppose que pour tout k de [[1, n]] P(N = k) est non nul. On considère n variables aléatoires indépendantes
(X i ) 16i6n , toutes de même loi qu’une variable aléatoire X, telle que X (Ω) = [[1, m]], avec m un entier naturel non
XN h
X
nul. On pose S = X i , (en particulier, sachant que l’événement [N = h] est réalisé, h ∈ [[1, n]], alors S = X i ).
i=1 i=1
2.1. Par récurrence sur k ∈ [[1, n]].
+∞
X +∞
X
Pour k = 1, pour tout t ∈ [−1, 1], on a G X1 (t) = t p p(X1 = p) = t p p(X = p) = G X (t). Donc
p=0 p=0
G X1 = G X
Pour k = 2. Par définition G X1 +X2 (t) = E(t X1 +X2 ) = E(t X1 t X2 ). Puisque les variables X1 et X2 sont
indépendantes, alors t X1 et t X2 le sont aussi et par suite E(t X1 t X2 ) = E(t X1 ).E(t X2 ) = G X1 (t)G X2 (t) =
G2X (t). Soit G X1 +X2 = G2X
k
X
Soit k ∈ [[2, n − 1]]. Supposons l’égalité varie pour k et montrons la pour k + 1. Notons Y = Xi ,
i=1
alors, par l’indépendance héritée Y et X k+1 sont indépendantes, donc GY +X k +1 = GY G X k +1 = GY G X .
Par hypothèse de récurrence GY = G X1 +···+X k = G kX , donc G X1 +···+X k +X k +1 = GY +X k +1 = G k+1
X
2.2.
2.2.1. La famille ([N = k]) k ∈[[1, n]] est un système complet d’événements. Par la formule des probabilités
totales n
X
∀y ∈ Y (Ω) , p(Y = y) = p(Y = y|N = k)p(N = k)
k=1
Donc
X
E(Y ) = yp(Y = y)
y ∈Y (Ω)
n
X X
= yp(Y = y|N = k)p(N = k)
y ∈Y (Ω) k=1
n
X X
= yp(Y = y|N = k)p(N = k) Les sommes finies
k=1 y ∈Y (Ω)
Xn X
= p(N = k) yp(Y = y|N = k)
k=1 y ∈Y (Ω)
Xn
= p(N = k)E(Y |N = k)
k=1
2.2.2. Soit k ∈ [[1, n]] et t ∈ R on pose Y = t S . Par le théorème du transfert :
X
E(t s |N = k) = t s p(S = s|N = k)
s ∈S (Ω)
Xk
Mais l’événement [S = s|N = k] = [ X i = s], donc
i=1
 k

X X
E(t s |N = k) = t s p  X i = s
s ∈S (Ω) i=1
= G X1 +···+X k (t) = G kX (t)
Soit E(t S |[N = k]) = G kX (t).

2.2.3. Soit t ∈ R, on pose Y = t S . On a
Xn n
X
G S (t) = E t =
S
p(N = k)E(t |N = k) =
s
p(N = k)G kX (t)
k=1 k=1
n
X
G S (t) = P(N = k)G kX (t).
k=1
2.2.4. Soit t ∈ R. Par le théorème du transfert

n
X
G N ◦ G X (t) = G N (G X (t)) = G kX (t)p(N = k) = G S (t)
k=1
Donc G S = G N ◦ G X .
2.3. On a G0S (t) = G0X (t).G0N (G X (t)), en particulier
E(S) = G0S (1) = G0X (1).G0N (G X (1)) = G0S (t) = G0X (1).G0N (1) = E(N )E(X )
Partie III: Applications
3.1.
1
3.1.1. On a N (Ω) = {1, 2}. Le jeton est non truqué donc p(N = 1) = p(N = 2) =
2
3.1.2. Cas k = 1. Dans ce cas le dé est lancé une seule fois, donc la loi de S sachant [N = 1] est la loi
uniforme U ([[1, 4]]), à savoir
1
∀i ∈ [[1, 4]] , P (S = i|N = 1) =
4
Cas k = 2. Dans ce cas on lance le dé deux fois. On note X i la variable qui vaut le résultat du
i-ème lancer, alors les deux variables sont indépendantes et la loi de S sachant [N = 2] est la loi de
Y = X1 + X2 . Les valeurs prises par Y forment l’ensemble [[2, 8]] et pour tout s ∈ [[2, 8]], on a
P (S = i|N = 2) = P (X1 + X2 = s)
X
= P (X1 = p) P (X2 = q)
( p, q) ∈[[1,4]]2
p+q=s
X 1
=
16
( p, q) ∈[[1,4]]2
p+q=s
min(s − 1, 9 − s)
=
16
3.1.3. Loi de S : On a bien S (Ω) = [[1, 8]] et on sait que ([N = k]) k=1,2 est un système complet d’évé-
nements, alors par le formule des probabilités totales, pour tout s ∈ [[1, 8]],
1 1
P (S = s) = P (S = s|N = 1) + P (S = s|N = 2)
2 2
Donc la loi de S est donnée par
s 1 2 3 4 5 6 7 8
P (S = s) 4
32
5
32
6
32
7
32
4
32
3
32
2
32
1
32
Espérance de S : S est finie, donc elle admet une espérance qui est donnée par
8
X 15
E (S) = sP (S = s) =
s=1
4
Variance de S : S est finie, donc elle admet une variance qui est donnée par la formule de Huygens-
Kœnig
!2
35 15 55
V (S) = E X 2
− E (X ) =
2
− =
2 4 16
En déduire la loi de S, puis son espérance et sa variance.
3.2.
3.2.1. X suit la loi uniforme U ([[1, 4]])
3.2.2. Par définition des fonctions génératrices
1 1
∀t ∈ [−1, 1] , G N (t) = t + t2 et G X (t) = t + t2 + t3 + t4
2 4
Le résultat de la question (2.2.4.) permet de trouver G S
t 5 3 7 1 3 1 1
∀t ∈ [−1, 1] , G S (t) = G N (G X (t)) = + t2 + t3 + t4 + t5 + t6 + t7 + t8
8 32 16 32 8 36 16 32
3.2.3. La loi de S est donnée par les expressions
G S(s) (0)
∀s ∈ [[1, 8]] , P (S = s) =
s!
En outre E (S) = G0S (1) et V (S) = G00

S (1) + G S (1) − G S (1)
0 02
Le sujet de cette épreuve est composé d’un problème.
Notations
K = R ou K = C.
Dans tout le problème n et p désignent des entiers naturels non nuls
Soit (A, +, ×, .) une K-algèbre, c’est-à-dire (A, +, ×) est un anneau et (A, +, .) est K-espace vectoriel, tel que
∀α ∈ K, ∀(x, y) ∈ A2 , (α.x) × y = x × (α.y) = α. (x × y), avec
Soit k . k une norme sur A, k . k est appelée une norme sous-multiplicative de la K-algèbre de A, si pour tout
(x, y) ∈ A2 , k x × y k 6 k x k . k y k.
Mn,p (K) est l’ensemble des matrices à coefficients dans K ayant n lignes et p colonnes.
Si n = p, alors Mn,p (K) est noté Mn (K)
On rappelle que Mn (K), muni de ses opérations usuelles, est une K-algèbre d’élément unité In = diag (1, · · · , 1)
Pour toute matrice A de Mn (K), on note A0 = In et ∀m ∈ N, Am+1 = Am A
GLn (K) désigne le groupe des matrices inversibles de Mn (K)
Partie I: Étude de quelques normes sur Mn (K)

On définit sur Mn (K) la norme k . k∞ telle que ∀A = ai, j ∈ Mn (K), k A k∞ = max ai, j
16i, j6n 16i, j6n
2
1.1. Montrer que ∀ ( A, B) ∈ (Mn (K)) , k AB k∞ 6 n k A k∞ k B k∞
1.2. Soit N une norme sur Mn (K).

1.2.1. On pose Ei, j la base canonique de Mn (K).
16i, j6n  
∈ Mn (K). Montrer que N (X ) 6  N Ei, j  k X k∞
X
Soit X = x i, j
16i, j6n  
16i, j6n
1.2.2. i. Montrer que N est une fonction continue de Mn (K) muni de la norme k . k∞ vers R muni de la
valeur absolue.
ii. On pose S∞ = {X ∈ Mn (K) , k X k∞ = 1}. Montrer qu’il existe X0 ∈ S∞ tel que pour tout X ∈
S∞ , N (X0 ) 6 N (X )
iii. En déduire qu’il existe α > 0 tel que pour tout X ∈ Mn (K), α k X k∞ 6 N (X )
1.2.3. En déduire que toutes les normes de Mn (K) sont équivalentes
1.3. Soit N une norme sur Mn (K) et soit ( A, B) ∈ (Mn (K)) 2 .
1.3.1. Montrer qu’il existe un réel strictement positif β tel que N ( AB) 6 n β k A k∞ k B k∞ .
β
1.3.2. Montrer qu’il existe deux réels strictement positifs α et β tels que N ( AB) 6 n 2 N ( A)N (B)
α
1.3.3. En déduire qu’il existe un réel strictement positif γ tel que γ N soit une norme sous-multiplicative sur
Mn (K)
1.4. Soit N une norme sur Mn,1 (K), pour toute matrice A de Mn (K), on pose
( )
N ( AX )
k A k = sup , X ∈ Mn,1 (K) \ {0}
N (X )
82
1.4.1. i. Justifier, pour tout A ∈ Mn (K), l’existence de k A k

ii. Montrer que, pour tout A ∈ Mn (K), on a
k A k = sup {N ( AX ) , N (X ) = 1}
iii. Montrer que k . k est une norme sur Mn (K)

1.4.2. i. Montrer que, pour tout A ∈ Mn (K) et pour tout X ∈ Mn,1 (K) , N(AX) 6 k A k N(X)
ii. En déduire que, pour tout ( A, B) ∈ (Mn (K)) 2 , k AB k 6 k A k k B k
Partie II: Suites de matrices
On rappelle que si ( Am ) m>0 est une suite d’éléments de Mn,p (K) et si A ∈ Mn,p (K), la suite ( Am ) m>0
converge vers A si la suite réelle (k Am − A k) m>0 converge vers 0 où k . k est une norme donnée sur Mn,p (K), on
écrit dans ce cas lim Am = A
m→+∞
2.1. Soit ( Am ) m∈N une suite d’éléments de Mn,p (K) et soit A ∈ Mn,p (K), on pose pour tout m ∈ N, Am =
(m)
ai, j 16I 6n et A = ai, j 16i6n .
16 j6p 16 j6p
Montrer que la suite ( Am ) m∈N converge vers A si, et seulement si, pour tout (i, j) ∈ [[1, n]] × 1, p , la suite
(m)
ai, j converge vers ai, j .
m∈N
(m)
En cas de convergence, on écrit lim Am = lim ai, j
m→+∞ 
m→+∞
α
1 −
 m 
2.2. Soit α un réel, on pose pour tout m ∈ N∗ , Am =  α
 1 
m  
π π cos θ − sin θ
tels que Am = Cm 
m m
2.2.1. Montrer que pour tout m ∈ N∗ , il existe Cm ∈ R et θ m ∈ − ,
2 2  sin θ m cos θ m 
2.2.2. Déterminer lim Am
m
m→+∞
Partie III: Séries de matrices
m
X
Soit ( Am ) m∈N une suite d’éléments de Mn,p (K), on pose pour m ∈ N, Sm = Ak . On dit que la série de
k=0
terme général Am converge si la suite (Sm ) m∈N des sommes partielles converge, sinon la série est dite divergente.
+∞
X
En cas de convergence, la limite de la suite (Sm ) m∈N se note Ak .
k=0
On dit que la série de terme général Am est absolument convergente, si la série numérique de terme général N ( Am )
converge, avec N une norme définie sur Mn,p (K)

3.1. Soit ( Am ) m∈N une suite d’éléments de Mn,p (K), on pose pour tout m ∈ N, Am = ai,(m)
j 16I 6n .
16 j6p
Montrer que la série de terme général Am converge si, et seulement si, pour tout (i, j) ∈ [[1, n]] × 1, p , la
série de terme général ai,(m)
j converge.
+∞
 +∞ 
X X
En cas de convergence, on écrit Am =  ai, j 
(m)
m=0 m=0
3.2. Montrer que toute série absolument convergente de Mn (K) est convergente
X +∞
X
3.3. Soit A une matrice non nulle de Mn (K) telle que Am converge, montrer que Am est inversible et
m>0 m=0
déterminer son inverse.
 
4
− 56 
 3
3.4. On pose B = 
5
− 76 
3
X
3.4.1. Montrer que B m est convergente et déterminer sa somme
n>0
+∞
X
3.4.2. En déduire inverse de Bm
m=0
Partie IV: Exponentielle d’une matrice
X 1
4.1. Montrer que, pour toute matrice A de Mn (K), la série Am est convergente. Par la suite, on appelle
m>0
m!
+∞
X 1 m
l’exponentielle d’une matrice A de Mn (K), la matrice notée exp( A), telle que exp( A) = A
m=0
m!
4.2. Soit S une matrice de Mn (K) telle que S 2 = In . Déterminer exp(S) en fonction de In et de S
4.3.
4.3.1. Soit ( A, B) ∈ (Mn (K)) 2 tel que AB = B A. Montrer que exp( A + B) = exp( A) exp(B)
4.3.2. En déduire que si A ∈ Mn (K), alors exp( A) est une matrice inversible et déterminer son inverse en
fonction de A

4.4. On note, pour tout ( βi ) 16i6n ∈ Kn , on note diag ( βi ) 16i6n la matrice diagonale βi, j ∈ Mn (K)
16i, j6n
telle que pour tout i ∈ [[1, n]] , βi, i = βi

4.4.1. Montrer que ∀ (α i ) 16i6n ∈ Kn , exp diag (α i ) 16i6n

4.4.2. Montrer que ∀A ∈ Mn (K), ∀P ∈ GLn (K), exp P −1 AP = P −1 exp( A)P.

4.4.3. Soit T = t i, j ∈ Mn (K) une matrice triangulaire supérieure, montrer que exp(T ) = t 0i, j
16i, j6n 16i, j6n
est aussi une matrice triangulaire supérieure telle que ∀i ∈ [[1, n]] t 0i, i = e t i, i
que det exp( A) = eTr( A)

4.4.4. SoitA ∈ Mn (C). Montrer

4 1 1
 
4.5. Soit A =  6 4 2  , pour tout réel t, déterminer exp(t A)
 
−10 −4 −2
Partie V: Application aux systèmes différentiels linéaires
Soit M ∈ Mn (K) et I un intervalle non trivial de R



 I −→ Mn (K)
5.1. Montrer que la fonction f :  est de C 1 sur I et que


 t 7−→ exp(t M)
∀t ∈ I, f 0 (t) = M f (t) = f (t)M
5.2. Soit t 0 ∈ I, A ∈ Mn (K) et B : I −→ Mn,1 (K) une fonction continue. On considère le système différentiel
suivant
(S) : Y 0 = AY + B
5.2.1. Montrer, en utilisant un changement de variable convenable, que
Y 0 (t) = AY (t) + B(t) ⇐⇒ exp(t A)z 0 (t) = B(t)

5.2.2. En déduire que les solutions du système différentiel (S) sont exactement les applications de la forme :
Z t
∀t ∈ I, Y (t) = exp((t − u) A)B(u) du + exp(t A)v
t0
où v est un paramètre arbitraire de Kn .

5.3. On suppose, dans cette question, que A est une matrice diagonalisable de Mn (K) dont les valeurs propres
sont λ 1 , · · · , λ n (non nécessairement distinctes) et soit (V1 ,V2 , · · · ,Vn ) une base formée de vecteurs propres
telle que pour tout i ∈ [[1, n]], Vi est associé à λ i .
Montrer que la solution générale du système différentiel homogène Y 0 = AY est de la forme Y (t) =
n
ai e λ i t Vi , où (a1 , · · · , an ) ∈ Kn .
X
i=1




 x 0 (t) = 4x(t) + y(t) + z(t)



5.4. Résoudre le système différentiel suivant  y 0 (t) = 6x(t) + 4y(t) + 2z(t) , avec la condition initiale sui-







 z 0 (t) = −10x(t) − 4y(t) − 2z(t)
vante x(0) = 1, y(0) = 2 et z(0) = 3.
Partie VI: Toute matrice antisymétrique réelle est diagonalisable sur C
6.1. Soit N ∈ Mn (C), on suppose que N est nilpotente d’indice s, où s est un entier naturel non nul.

6.1.1. Montrer que In , N, · · · , N s −1 est une famille libre
s −1 k
X t
6.1.2. Pour tout nombre λ et pour tout réel t, exprimer exp (t(λIn + N )) en fonction de λ, t et Nk.
k=0
k!
6.2. Soit A ∈ Mn (C) qui admet λ ∈ C comme unique valeur propre.
6.2.1. Montrer que N = A − λIn est nilpotente
6.2.2. Montrer que les solutions du système différentiel X 0 = AX sont toutes bornées sur R si, et seulement
si, λ est imaginaire pur et A = λIn
q
Y
6.3. Soit A ∈ Mn (C), dont le polynôme caractéristique est Q = (X − λ i ) n i , les λ 1 , · · · , λ q sont deux à deux
i=1
distincts, q ∈ N∗ , n1 , · · · , nq sont des entiers naturels non nuls. Soit f l’endomorphisme de Cn canonique-
ment associé à A
6.3.1. Montrer qu’il existe une base de Cn dans laquelle la matrice de f est diagonale en q blocs
6.3.2. Montrer que les solutions de X 0 = AX sont bornées sur R si, et seulement si, λ 1 , œcdots, λ q sont
imaginaires purs et A est diagonalisable
6.4. Montrer que toute matrice antisymétrique réelle est diagonalisable sur le corps des nombres complexes C, et
que ses valeurs propres sont imaginaires pures
Partie VII: Quelques transformations induites par l’exponentielle matricielle
Soit M ∈ Mn (K), on dit que M est une matrice unipotente si M = In + N, avec N une matrice nilpotent.
On note Nn (K) l’ensemble des matrices nilpotentes de Mn (K) et Un (K) l’ensemle des matrices unipotentes de
Mn (K). Pour toute matrice N de Nn (K), on définit la matrice ln(In + N ) par
+∞
X (−1) k −1 k
ln (In + N ) = N
k=1
k
7.1. Soit N une matrice nilpotente de Mn (K) d’indice de nilpotence s > 2

7.1.1. Montrer qu’il existe deux polynômes P et Q de même degré tels que
exp(N ) = P(N ) et ln(In + N ) = Q(N )
7.1.2. Montrer qu’au voisinage de 0, P(Q(x)) = 1 + x + ◦(x r ) et Q (P(x) − 1) = x + ◦(x r )

7.1.3. Montrer que exp est une application bijective de l’ensemble Nn (K) vers l’ensemble Un (K) et déter-
miner sa bijection réciproque
7.2. On pose V = {αIn + N , α ∈ C et N ∈ Nn (C)} et W = { β (In + N ) , β ∈ C∗ et N ∈ Nn (C)}
7.2.1. Montrer que exp est une application surjective de N vers W
7.2.2. exp est-elle injective de V vers W ? Justifier votre réponse
7.3. On note Sn (R) le sous ensemble de Mn (R) constitué de matrices symétriques et Sn++ (R) le sous ensemble
de Mn (R) constitué de matrices sysmétriques définies positives, c’est-à-dire les marices sysmétriques M de
Mn (R) qui vérifient ∀X ∈ Mn,1 (R) \ {0}, t XMX > 0.
Montrer que exp est une application surjective de Sn (R) vers Sn++ (R)
Partie I: Étude de quelques normes sur Mn (K)

1.1. Soit A = ai, j , B bi, j ∈ Mn (K). Pour i, j ∈ [[1, n]] le coefficient de position (i, j) de AB
16i, j6n 16i, j6n
n
X n
X
est ( AB)i, j = ai,k bk, j , donc |( AB)i, j | 6 |ai, k ||bk, j | 6 nk Ak∞ kBk∞ , donc par passage au maximum,
k=1 k=1
on obtient
k ABk∞ 6 nk Ak∞ kBk∞
1.2.
X
1.2.1. On écrit X = x i, j Ei, j dans la base canonique, du fait que ∀i, j ∈ [[1, n]], |x i, j | 6 k X k∞ , on
16i, j6n
obtient, par inégalité triangulaire et homogénéité de la norme N
 
|x i, j |N (Ei, j ) 6  N (Ei, j )  k X k∞
X X
N (X ) 6
 
16i, j6n 16i, j6n
X
1.2.2. Posons M = N (Ei, j )
16i, j6n
i. Soit X,Y ∈ Mn (K),
|N (X ) − N (Y )| 6 N (X − Y ) 6 M k X − Y k∞
Donc N est M−lipschitzienne et, par suite, elle est continue.

ii. L’application N est continue sur la sphère S∞ qui est compacte ( fermée et bornée en dimension
finie), donc N est bornée et atteint sa borne inférieure sur S∞ , ce qui assure l’existence de X0 ∈ S∞
tel que min N (X ) = N (X0 ), et par suite ∀X ∈ S∞ , N (X ) > N (X0 ).
X ∈S ∞ !
X X
iii. Soit X ∈ Mn (K) non nul, alors ∈ S∞ , donc N > N (X0 ) et par suite
k X k∞ k X k∞
∀X ∈ Mn (K) \ {0}, N (X ) > N (X0 )k X k∞ inégalité est encore vérifiée pour X = On .
α = N (X0 ) est strictement positif du fait que k X0 k∞ = 1.
1.2.3. Soit N une norme sur Mn (K), on vient de montrer que αk.k∞ 6 N 6 M k.k∞ , donc toute norme N
est équivalente à k.k∞ et par transitivité, toutes les normes seront équivalentes sur Mn (K).
1.3. Soit N une norme sur Mn (K)
1.3.1. On a N ∼ k.k∞ , donc ∃ β > 0 tel que N 6 βk.k∞ , ce qui donne par l’inégalité de la question (1.1.),
N ( AB) 6 βk ABk∞ 6 n βk Ak∞ kBk∞
1.3.2. D’après la question , qui précède, on αk.k∞ 6 N, donc avec l’inégalité précédente, on aura ∀A, B ∈
Mn (K),
1 1 β
N ( AB) 6 n β N ( A) N (B) = n 2 A( A)N (B)
α α α
nβ
1.3.3. Le réel γ = répond à la question.
α2
87
1.4. Soit N une norme sur Mn,1 (K), pour toute matrice A de Mn (K), on pose
( )
N ( AX )
k A k = sup , X ∈ Mn,1 (K) \ {0}
N (X )
1.4.1. i. L’application X 7−→ AX est continue comme application linéaire en dimension finie, donc ∃k > 0
N ( AX )
tel que ∀X ∈ Mn (K), N ( AX ) 6 k N (X ), donc l’application X 7−→ est bornée sur
N (X )
Mn (K) \ {0}, ce qui assure l’existence de k Ak.
ii. Notons SN la sphère unité associée à N.
L’inclusion SN ⊂ Mn (K) \ {0} entraîne que sup N ( AX ) 6 k Ak.
X ∈S N
X N ( AX )
Réciproquement si X ∈ Mn (K) \ {0}, Y = ∈ SN , donc = N ( AY ) 6 sup N ( AX ),
N (X ) N (X ) X ∈S N
ce qui donne par passage à la borne supérieure, k Ak 6 sup N ( AX ).
X ∈S N
iii. k . k est bien définie de Mn (K) à valeurs dans R+
Séparation : Soit A ∈ Mn (K) tel que k Ak = 0, alors ∀X ∈ Mn,1 (K), AX = 0, en particulier
Aei = 0 pour tout vecteur de la base canonique de Mn,1 (K), donc les colonnes de A sont
nulles, et par suite A = On .
Homogénéité : Soit A ∈ Mn (K) et λ ∈ K, alors kλ Ak = sup {N (λ AX )} = sup {|λ|N (X )} =
X ∈S N X ∈S N
|λ| sup {N ( AX )} = |λ|k Ak.
X ∈S N
Inégalité triangulaire : Soit A, B ∈ Mn (K), alors pour X ∈ SN ,
N (( A + B)X ) = N ( AX + BX ) 6 N ( AX ) + N (BX ) 6 k Ak + kBk,
et par passage à la borne supérieure, on obtient k A + Bk 6 k Ak + kBk.

X N ( AX )
1.4.2. i. Soit X ∈ Mn,1 (K) \ {0}, alors Y = ∈ SN , donc = N (Y ) 6 k Ak et par suite
N (X ) N (X )
N ( AX ) 6 k Ak N (X ), inégalité encore vraie pour X = 0, on conclut que N ( AX ) 6 k Ak N (X ).
ii. Soit X ∈ SN , on a
N ( ABX ) 6 k Ak N (BX ) 6 k Ak kBk,
et par passage à la borne supérieure, on obtient k ABk 6 k Ak kBk.
Partie II: Suites de matrices
2.1. On munit Mn (K) de la norme k . k∞

⇒) Supposons ( Am )m converge vers A. Pour (i, j) ∈ [[1, n]] × 1, p et m ∈ N, on a
a (m) − a 6k A − A k −−−−−−→ 0
i, j i, j m ∞
m→+∞
Donc, ai,(m)
j −−−−−−→ ai, j
m→+∞
1, p , on a ai,(m)

⇐) Supposons que pour (i, j) ∈ [[1, n]] × j −−−−−−→ ai, j , alors
m→+∞
a (m) − a −−−−−−→ 0
X
k Am − A k ∞ 6 i, j i, j
m→+∞
16i6n
16i6p
k . k∞
Donc, Am −−−−−−→ A
m→+∞  α
1 −
 m 
2.2. Soit α un réel, on pose pour tout m ∈ N∗ , Am =  α
 1 
m
2 = det( A ) = 1 + α , donc on
2
2.2.1. Par analyse de synthèse, si Cm ∈ R et θ m ∈ − π2 , π2 existent, alors Cm
h i
m
m2



 cos(θ m ) = C1m
r
α2 
choisit Cm = 1 + 2 , puis par identification, le réel θ m doit vérifier le système .
m 


 sin(θ m ) = mCα
m
!2 !2
1 1 α
Ceci est possible lorsque > 0 et + = 1. Une telle relation est vérifiée. Ainsi, on
Cm Cm mCm
r !2 !2
α2 1 α
= 1, il existe θ m ∈ − π2 , π2 vérifiant le
h i
pose Cm = 1 + 2 ∈ R+ et puisque∗ +
m Cm mCm



 cos(θ m ) = C m
1
système  et, par suite,



 sin(θ m ) = mCα
m
 
cos(θ ) − sin(θ )
Am = Cm   = Cm R(θ m )
m m
 sin(θ m ) cos(θ m ) 
 
cos(θ) − sin(θ)
où on a posé pour θ ∈ R, R(θ) =  
 sin(θ) cos(θ) 
r m
 
α 2 cos(mθ m ) − sin(mθ m ) 
2.2.2. On a Amm = Cm R(mθ m ) =
m 1 + 2   , avec
m  sin(mθ m ) cos(mθ m ) 
α2 α2
!! !!
m 1
m
Cm = exp ln 1 + 2 = exp +o −−−−−−→ 1
2 m 2m m m→+∞
α α
!
et mθ m = m arcsin ∼ ∼ α, donc par continuité des fonctions cosinus et sinus, on obtient
mCm Cm
cos(mθ m ) −−−−−−→ cos α et sin(mθ m ) −−−−−−→ sin α. Donc Am
m −→ R(α).
m→+∞ m→+∞
Partie III: Séries de matrices
X
3.1. Par définition la série Am converge si, et seulement si, la suite (Sm ) m>0 converge. D’après la question
m>0  m

X
(2.1.), la suite (Sm ) m>0 converge si, et seulement si, pour tout (i, j) ∈ [[1, n]] × 1, p , la suite  ai,(m) 

j 
k=0 m>0
X
ai,(m)

converge si, et seulement si, pour tout (i, j) ∈ [[1, n]] × 1, p , la série j converge
m>0
X
3.2. Supposons que la série Am est absolument convergente.
m>0
X
1, p , on a |ai,(m)

Soit (i, j) ∈ [[1, n]] × j | 6 k A m k ∞ et k Am k∞ converge, donc par comparaison, la
m>0
a (m) converge et puisque K est complet
X X X
(m)
série i, j a i, j converge, c’est à dire Am converge.
m>0 m>0 m>0
X
m m
3.3. Supposons que la série A converge, alors par la condition nécessaire A −−−−−−→ 0. En outre par la
m→+∞
m>0
formule de factorisation, pour tout N ∈ N, on a
N
Ak ùIn − A N +1
X
(In − A)
k=0
par continuité de l’application M 7−→ (In − A)M, comme application linéaire en dimension finie, on obtient
+∞
X +∞
X
(In − A) Ak = In , donc Ak est inversible d’inverse In − A.
k=0 k=0
3.4.
3.4.1. On réduit B pour calculer ses puissances
On a ! !
1 1 1 1
χ B (X ) = X 2 − Tr (B) X + det B = X− = X− X+
6 6 2 3
  car χ B est scindé à racines simples

Donc B est diagonalisable,   
1 1 1 1 2 −1
On a E 1 (B) = Vect   et E− 1 (B) = Vect   , on pose P =   , alors P −1 =   et
2 1 3 2 1 2 −1 1 
!
1 −1
P −1
BP = diag , =D
2 3
X 1 X (−1) n
Les séries géométriques n
et n
, de raisons compris strictement entre −1 et 1, convergent,
n>0
2 n>0
3
1 (−1) n
X !
donc la série D , du terme général D n = diag n , n , converge de somme diag 2, 34 .
n
n>0
2 3
X
Par la continuité de l’application linéaire M 7−→ PM P −1 , on déduit que la série B n converge
n>0
de somme  +∞   
+∞ 13
− 54 
D  P −1 =  4
X X
B = P 
n n

5 −1
n=0 n=0 2 2
  −1  
− 94 5
B m converge, alors  B m  = I2 − B =   .
X X
4
3.4.2. Puisque la série
   − 52 3 
m>0 m>0 2
Partie IV: Exponentielle d’une matrice
1
4.1. On munit Mn (K) d’une norme sous-multiplicative k . k. Pour tout m > 1, on a Am 6
1
k Ak m
X 1 m!
X Am m!
et la série k Ak m converge de somme e k Ak , donc par comparaison la série est absolument
m>0
m! m>0
m!
convergente, donc elle converge.
4.2. Remarquons d’abord que ∀m ∈ N, S 2m = In et S 2m+1 = S, alors
+∞ +∞
X 1 X 1
exp(S) = S +
2m
S 2m+1
m=0
(2m)! m=0
(2m + 1)!
+∞ +∞
X 1 X 1
= In + S
m=0
(2m)! m=0
(2m + 1)!
= cosh(1)In + sinh(1)S
4.3. m m m
X Ak X Bk X ( A + B) k
4.3.1. Posons Sm ( A) = , Sm (B) = , Sm ( A + B) = , m = [[0, n]]2 et 4m =
k=0
k! k=0
k! k=0
k!
n o
(p, q) ∈ [[0, n]]2 , p + q 6 n . Puisque A et B commutent, alors par la formule de binôme de Newton,
on a m m
X ( A + B) k X X A p B q X Ap Bq
Sm ( A + B) = = . = .
k=0
k! k=0 p+q=k
p! q! (p,q)∈∆ m
p! q!
et
X Ap Bq
Sm ( A) Sm (B) = .
(p,q)∈ m
p! q!
Alors

X A p B q
k Sm ( A) Sm (B) − Sm ( A + B) k = .
(p,q)∈m \∆m p! q!
X k A k p k B kq
6 .
(p,q)∈ \∆
p! q!
m m
6 Sm (k A k).Sm (k B k) − Sm (k A k + k B k)
Comme k A k, k B k et k A k + k B k sont des réels, on déduit des propriétés de l’exponentielle réelle,

que Sm (k A k).Sm (k B k) −−−−−→ e k A k e k B k et Sm (k A k + k B k) −−−−−→ e k A k+k B k . Donc
n→+∞ n→+∞
Sm (k A k).Sm (k B k) − Sm (k A k + k B k) −−−−−→ 0
n→+∞
Il s’ensuit que Sm ( A) Sm (B) − Sm ( A + B) −−−−−→ 0 par encadrement. Comme les suites (Sm ( A)) m>0 ,
n→+∞
(Sm (B)) m>0 et (Sm ( A + B)) m>0 convergent respectivement vers exp( A), exp(B) et exp( A + B) et
comme l’application ( A, B) 7−→ AB est bilinéaire continue, alors
exp( A + B) = exp( A) exp(B)
4.3.2. A et − A commutent, alors la formule précédente entraîne que exp(− A)exp( A) = exp(On ) = In , donc
exp( A) est inversible d’inverse exp(− A).
4.4.
4.4.1. Remarquons que !
1 1 m 1 m
diag (α1 , ..., α n ) = diag
m
α , ..., α n ,
m! m! 1 m!
X αm
i
les séries composantes sont convergentes, donc
m>0
m!
exp (diag (α1 , ..., α n )) = diag eα1 , · · · , eα n .

k
4.4.2. On part de la relation ∀k ∈ N, P −1 AP = P −1 Ak P, donc pour m ∈ N, on a
m
 n 
X (P −1 AP) k X uk
= P −1  P
k=0
k! k=0
k! 
Par continuité de M 7−→ P −1 M P et la caractérisation séquentielle de la continuité, on tire
exp(P −1 AP) = P −1 exp( A)P
4.4.3. Il suffit de remarquer que pour tout m ∈ N, la matrice T m est triangulaire supérieure dont les éléments
m , · · · ,t m . On en déduit alors que les coefficients sur la diagonale de exp(T )
de la diagonale sont t 1,1 n, n
sont e t1,1 , · · · , e t n, n
4.4.4. Soit A ∈ Mn (C), alors A est trigonalisable dans C. Il existe donc P ∈ GLn (C) et T = (t i, j )16i, j6n
triangulaire supérieure telles que A = PT P −1 , donc exp( A) = P exp(T )P −1 et, par suite,
n n
P
Y t i, i
det(exp( A)) = det(exp(T )) = e t i, j
= e i=1 = eTr(T ) = eTr( A)
i=1
4.5. Par les opérations C3 ←− C3 − C2 , puis L 2 ←− L 2 + L 3 , on trouve que χ A (X ) = (X − 2) 3 . Le théorème de

Cayley-Hamilton affirme que N = A − 2I3 est nilpotente. Or A = 2I3 + N est somme de deux matrices qui
commutent, alors
t2
!
exp(t A) = exp(2t I3 ). exp(t( A − 2I3 )) = e 2t
I3 + t N + N 2
2!
   
2 1 1 0 0 0
   
avec N =  6 2 2  et N 2 =  4 2 2  , alors
   
−10 −4 −4 −4 −2 −2
 
1 + 2t t t
 
2t 
exp(t A) = e  6t + 2t 2 1 + 2t + t 2 2t + t 2 
 
−10t − 2t 2 −4t − t 2 1 − 4t − t 2
Partie V: Application aux systèmes différentiels linéaires
tm m
5.1. Pour m ∈ N, on pose f m : I −→ Mn (C) ,t 7−→ M
m
m!
t
∀m ∈ N, t 7−→ M m est de classe C 1 sur I, avec
m!

 m−1
 t

 Mm si m > 1
f m (t) =
0  (m − 1)!




0 si m = 0
X
f m converge simplement sur I de somme t 7−→ exp(t M).
m>0
Soit [a, b] un segment inclus dans I. ∀t ∈ [a, b], m ∈ N∗ ,
t m−1 α m−1
M m 6 k M km où α = max (|a| , |b|)
(m − 1)! (m − 1)!
α m−1
X X
0
La série k M k m converge, donc fm converge normalement sur [a, b], puis elle l’est
m>1
(m − 1)! m>1
uniformément sur [a, b]
On conclut par le théorème de dérivation terme à terme que f est de classe C 1 sur I et
+∞
X t m−1
∀t ∈ I, f 0 (t) = M m = M exp(t M) = exp(t M)M
m=1
(m − 1)!
5.2.
5.2.1. Pour Y : I −→ Mn,1 (K), on pose Z (t) = exp(−t A)Y (t).
⇒) Si Y est solution de l’équation Y 0 = AY + B, alors Y est de C 1 sur I, et, par suite, z est de C 1 sur I
et
Z 0 (t) = exp(−t A)Y 0 (t) − exp(−t A) AY (t)

= exp(−t A) Y 0 (t) − AY (t)

= exp(−t A)B(t)
⇐) Si Z est solution de l’équation Z 0 (t) = exp(−t A)B(t), alors Y est de C 1 sur I, car Y (t) =
exp(t A) Z (t)
Y 0 (t) = exp(t A) Z 0 (t) + A exp(t A) Z (t)

= B(t) + AY (t)
5.2.2. Soit t 0 ,t ∈ I. Pour tout s compris entre t 0 et t, l’équation Z 0 (s) = exp(−s A)B(s) équivaut
Z t Z t
Z (t) − Z (t 0 ) = Z 0 (s) ds = exp(−s A)B(s) ds
t0 t0
où encore Z t Z t
Z (t) = Z 0 (s) ds = exp(−s A)B(s) ds + v où v = Z (t 0 )
t0 t0
Donc Y 0 = AY + B si, et seulement si,

Z t
Y (t) = exp(t A) Z (t) = exp((t − s) A)B(s) ds + exp(t A)v
t0
5.3. B = 0, donc les solutions de l’équation Y 0 = AY sont de la forme Y (t) = exp(t A)v où v = Y (0) ∈ Mn,1 (K).
Remarquons d’abord que pour tous i ∈ [[1, n]] et k ∈ N, on a Ak Vi = λ ki Vi , alors
m k
X t X t λ
m k k
i
Ak Vi = Vi
k=0
k! k=0
k!
Puisque les fonctions M ∈ Mn (K) 7−→ MVi ∈ Mn,1 (K) et λ ∈ K 7−→ λVi ∈ Mn,1 (K) sont continues, alors
exp(t A)Vi = e t λ i Vi
n
X
On écrit v = α i Vi dans la base (V1 , · · · ,Vn ), avec α1 , · · · , α n ∈ K, alors
i=1
 n  n n
α i e t λ i Vi
X X X
Y (t) = exp(t A)v = exp(t A)  α i Vi  = α i exp(t A)Vi =
i=1 i=1 i=1




 x 0 (t) = 4x(t) + y(t) + z(t)



5.4. Le système différentiel suivant  y 0 (t) = 6x(t) + 4y(t) + 2z(t) équivaut à l’équation différentielle matri-







 z 0 (t) = −10x(t) − 4y(t) − 2z(t)
   
4 1 1 x
   
cielle y = AY , avec A =  6
0
4 2  et Y =  y  . Une telle équation admet pour solution
   
−10 −4 −2 z
Y (t) = exp(t A)Y (0)

  
1 + 2t t t 1
   
2t 
= e  6t + 2t 2 1 + 2t + t 2 2t + t 2   2 
   
−10t − 2t 2 −4t − t 2 1 − 4t − t 2 3
 
1 + 7t
 
= e2t  2 + 16t + 7t 2 
 
3 − 30t − 7t 2 
Donc la solution du système différentiel est




 x(t) = (1 + 7t) e2t



 y(t)
= 2 + 16t + 7t 2 e2t








 z(t) = 3 − 30t − 7t 2 e2t
Partie VI: Toute matrice antisymétrique réelle est diagonalisable sur C
6.1.
6.1.1. Le polynôme minimale de la matrice nilpotente N est π N = X s , donc tout polynôme annulateur de N
et de degré inférieur ou égal à s − 1 est nul, ceci montre (In , N, ..., N s −1 ) est libre
6.1.2. Les deux matrices λt In et t N commutent, alors
s −1 k
X t
exp(t(λIn + N )) = exp(tλIn ). exp(t N ) = exp(tλ). Nk
k=0
k!
6.2.
6.2.1. Comme A ∈ Mn (C), alors χ A est scindé d’une seule racine, soit χ A = (X − λ) n . Comme le théorème
de Cayley-Hamilton affirme que , ( A − λIn ) n = 0, alors A − λIn est nilpotente.
s −1 k
X t
6.2.2. Rappelons que les solutions de l’équation X 0 = AX sont de la forme X (t) = exp(tλ). N k v où s
k=0
k!
est l’indice de nilpotence N et v ∈ Mn,1 (C)
⇐) Si A = λIn et λ ∈ iR, alors la solution est X (t) = e λt v et donc pour n’importe qu’elle norme k.k
sur Mn,1 (C) k X (t)k = kvk, donc t 7−→ X (t) est bornée.
⇒) Si t 7−→ X (t) est bornée pour tout v, alors le choix de v ∈ Ker(N ) \ {0}, donne X (t) = e λt v
est bornée, ce qui exige λ ∈ iR.
Choisissons maintenant v < Ker(N s −1 ), alors
s −1 k
X t |t| s−1
k X (t)k = |exp(λt)|k N k vk ∼ k N s −1 vk
k! +∞ (s − 1)!
k=0
est bornée, ce qui exige s = 1, c’est à dire N = 0 et par suite A = λIn .

6.3.
6.3.1. Par le théorème de Cayley-Hamilton, on a Q( f ) = 0. Le lemme des noyaux donne
q
M
C =
n
Ker ( f − λ i idCn ) n i

i=1
Les deux endomorphismes f et ( f − λ i idCn ) n i commutent, donc Fi = Ker ( f − λ i idCn ) n i est stable
[q
par f . Soit B = Bi une base adaptée à cette somme directe, alors la matrice de f dans cette base est

i=1 
A1 (0)
 
de la forme : T =  ..  où Ai ∈ Mn (C) admettant λ i comme seule valeur propre.
.
  i
 (0) Aq 
6.3.2. ⇒) Soit P la matrice de passage de la base canonique à la base B définie dans la question précédente,
alors P −1 AP = T. Posons Y = P −1 X, on a
X 0 = AX ⇐⇒ Y 0 = TY
 
Y
 1 
.
Puisque X est bornée, alors Y est bornée. On écrit Y par blocs Y =  ..  , avec Yi ∈ Mn i ,1 (C), alors
 
Yq 
∀i ∈ 1, q , Yi = Ai Yi . La bornitude de Y montre que ∀i ∈ 1, q , Yi est bornée. Or Ai − λIn i
0
est nilpotente, alors par la question (4.4.2.), Re(λ i ) = 0 et Ai = λ i In i . Bref T est diagonale et, par
suite, A est diagonalisable.
q
X
⇐) Les solutions de X 0 = AX sont X (t) = exp(t A)v où v ∈ Mn,1 (C). On écrit v = vi , avec
i=1
vi ∈ Ker( A − λ i In ), alors exp(t A)vi = e t λ i vi et
q
e λ i t vi
X
X (t) = exp(t A)v =
i=1
q
X
Par l’inégalité triangulaire k X (t) k 6 k vi k, donc X est bornée
i=1 pt
6.4. On munit Mn,1 (C) de la norme k . k définie par : ∀X ∈ Mn,1 (C) , k X k = X X. L’antisymétrie de A
entraîne que (exp(t A)) = exp(t A) = exp(−t A) =
t t
(exp(t A)) −1 , donc exp(t A) est orthogonale et, par
suite, exp(t A) conserve la norme. Soit maintenant X une solution de l’équation X 0 = AX, alors X (t) =
exp(t A)X (0) et par conservation de la norme k X (t)k = k exp(t A)X (0)k = k X (0)k, ce qui assure la bornitude
de t 7−→ exp(t A) et par la question précédente, A est diagonalisable et SpC ( A) ⊂ iR.
Partie VII: Quelques transformations induites par l’exponentielle matricielle

7.1.
7.1.1. La matrice N est nilpotente, alors ∀k > n, N k = 0, et par conséquent
n−1 n−1
X 1 k X (−1) k −1 k
exp(N ) = N et ln(In + N ) = N
k=0
k! k=1
k
n−1 n−1
X (−1) k −1
X 1 k
On choisit donc r = n − 1, P = X et Q = Xk.
k=0
k! k=1
k
7.1.2. On a
e x = P(x) + ◦(x r ) et ln(1 + x) = Q(x) + ◦(x r )
Puisque Q(0) = 0, alors la partie régulière du développement de la composée exp(ln(1 + x)) est la
composée des parties régulières P ◦ Q ( tronquée à l’ordre r )
1 + x = exp(ln(1 + x)) = P(Q(x)) + ◦(x r ) ⇒ P(Q(x)) = 1 + x + ◦(x r )
En outre P(0) = 1, alors
x = ln(e x ) = ln(1 + e x − 1) = Q(P(x) − 1) + ◦(x r ) ⇒ Q(P(x) − 1) = x + ◦(x r )
P(Q(x)) − 1 − x
7.1.3. Puisque P(Q(x)) = 1 + x + ◦(x r ), alors −−−→ 0, ceci montre que 0 est racine au
xr x→0
moins d’ordre n de P(Q(X )) − 1 − X, alors il existe R ∈ C[X] tel que P(Q(X )) = 1 + X + X n R(X ).
De la même façon on justifie l’existence d’un polynôme S tel que Q(P(X ) − 1) = X + X n S(X ).
L’application exp : Nn (K) −→ Un (K) est bien définie. En effet pour N ∈ Nn (K), alors
n−1 n−1
X 1 k X 1
exp(N ) = In + N = In + N N k −1 = In + N 0 ,
k=1
k! k=1
k!
avec N 0 nilpotente comme produit de deux matrices qui commutent et l’une d’elles est nilpotente
exp est surjective ?
Soit M = In + N ∈ Un (K), on a
n−1 n−1
X (−1) k −1 k X (−1) k −1
ln(M) = ln(In + N ) = N =N N k −1
k=1
k k=1
k
Donc ln(M) est nilpotente c’est le produit de la matrice nilpotente N et d’une matrice commutant
avec N, de plus
exp(ln(M)) = exp(ln(In + N )) = P(Q(N )) + N n R(N ) = In + N = M
exp est injective ?

Si N, N 0 ∈ Un (K), telles que exp(N ) = exp(N 0 ), alors P(N ) − In = P(N 0 ) − In , soit
N = Q(P(N ) − In ) = Q(P(N 0 ) − In ) = N 0
Donc exp est injective

Bilan exp : Nn (K) −→ Un (K) est une bijection dont la réciproque est ln : Un (K) −→ Nn (K)
7.2.
1
7.2.1. Soit M = β(In + N ) ∈ W , alors M ∈ Un (C), donc d’après la question précédente, il existe une
β
1
matrice N 0 ∈ Nn (C) telle que exp(N 0 ) = M. D’autre part l’application exp : C 7−→ C∗ est surjective,
β
d’où l’existence de β 0 ∈ C tel que β = e β et, par suite, exp( β 0 In + N 0 ) = β exp(N 0 ) = M, ce qui
0
montre que β 0 In + N 0 ∈ V est un antécédent de M dans V .

7.2.2. On a exp( A) = In = exp(On ), mais 2iπIn , On , donc exp n’est pas injective.
7.3. Soit S ∈ Sn (R). Montrons d’abord que S ∈ Sn++ (R) ⇐⇒ Sp (S) ⊂ R+∗ .
Si S ∈ Sn++ (R). Soit λ ∈ Sp (S), alors ∃X ∈ Mn,1 (R) \ {0} tel que SX = λ X, donc t X SX = λ t X X,
t
X SX
d’où λ = t > 0.
XX
Inversement si Sp (S) ⊂ R+∗ . Soit 0 < λ 1 6 λ 2 6 · · · 6 λ n les valeurs propres de S et (X1 , · · · , X n )
X n
la base orthonormée diagonalisant S tels SX i = λ X i . Pour X ∈ Mn,1 (R) \ {0}, on écrit X = x i .X i ,
i=1
alors n
X
t
X SX = λ i x 2i > λ 1 k X k 2 > 0
i=1
exp est bien définie ?

Soit S ∈ Sn (R), par le théorème spectral, il existe P ∈ On (R) et λ 1 , · · · , λ n ∈ R tels que t PSP =
diag (λ 1 , · · · , λ n ), puis t P exp(S)P = diag e λ1 , · · · , e λ n . exp(S) est symétrique et Sp exp(S) ⊂ R+∗ ,

donc exp(S) ∈ S++

n (R) ; ainsi exp est bien définie
exp est surjective ?
Soit M ∈ S++
n (R), alors la théorème spectral assure l’existence de P ∈ O n (R) et D = diag(λ 1 , ..., λ n )
telles que M = PDP −1 avec les λ i dans R∗+ . L’application exp : R −→ R∗+ est bijective, donc
∀i ∈ {1, ..., n}, il existe µi ∈ R tel que λ i = e µ i . Posons ∆ = diag (µ1 , ..., µ n ) et S = P∆t P ∈ Sn (R), on
a
M = exp(P∆P −1 ) = exp(P∆t P) = exp(S)
Le sujet de cette épreuve est composé de deux problèmes indépendants entre eux.
Problème 1
Soit n un entier naturel, on note [[0, n]] = {0, · · · , n}, on appelle polynôme de Bernstein de degré n les po-

lynômes réels Bn, k = nk X k (1 − X ) n−k , k ∈ [[0, n]]. Dans ce problème, on voudrait démontrer le théorème de
Weierstrass par deux méthodes et donner quelques applications de ce théorème. Dans toute la suite, on identifie
polynôme et fonction polynomiale associée
Partie I: Théorème de Weierstrass
Soit f : [0, 1] −→ R continue, pour tout entier n ∈ N∗ , on pose Pn ( f ) la fonction définie sur [0, 1] par,
n !
X k
Pn ( f )(x) = f Bn, k (x)
k=0
n
1.1. n
X
1.1.1. Calculer Bn,k
k=0
1.1.2. En déduire que, pour tout x ∈ [0, 1], 0 6 Bn, k (x) 6 1
Xn n
X Xn
1.2. Calculer k Bn, k , k (k − 1)Bn, k puis k 2 Bn,k
k=0 k=0 k=0
1.3.
1.3.1. Pour tout n ∈ N∗ et tout k ∈ [[0, n]], exprimer Bn,k
0 en fonction de Bn−1,k −1 et Bn−1,k
( On étudiera les trois cas : (k , 0 et k , n), (k = 0) puis (k = n))
n−1
k +1
! !!
X k
1.3.2. Etablir que, pour tout n ∈ N∗ et tout x ∈ [0, 1], (Pn ( f )) 0 (x) = n f − f Bn−1, k (x)
k=0
n n
1.3.3. En déduire que si f est croissante sur [0, 1], alors pour tout n ∈ N∗ , la fonction Pn ( f ) est croissante sur
[0, 1].
1.4. Pour la suite de cette question, on se donne un réel ε > 0
n !2
X k
1.4.1. Pour tout x ∈ [0, 1], calculer x− Bn,k (x)
k=0
n
1.4.2. Montrer qu’il existe α > 0 tel que,
ε
pour tout (x, y) ∈ [0, 1] × [0, 1] , |x − y| 6 α ⇒ | f (x) − f (y)| 6
.
2
(On vous demande de redémontrer le théorème de Heine pour l’application f continue sur le segment
[0, 1])
1.4.3. Soit x ∈ [0, 1], on pose A = k ∈ [[0, n]] ; x − k
6 α et B = k ∈ [[0, n]] ; x − nk > α
n o n o
n
X k
!
ε
i. Montrer que
f (x) − f Bn,k (x) 6
k∈A
n 2
X k
!
ii. Montrer que
f (x) − f Bn,k (x) 6
2M
x(1 − x) 6
M
, avec M = sup | f (t)|

k ∈B
n nα 2 2nα 2 t ∈[0,1]
98
ε M
1.4.4. En déduire que, pour tout x ∈ [0, 1], |Pn ( f )(x) − f (x)| 6 + , avec M = sup | f (t)|
2 2nα 2 t ∈[0,1]
1.4.5. En déduire que la suite (Pn ( f )) n>0 converge uniformément vers f sur [0, 1].
1.5. Plus généralement, soit g : [a, b] −→ R une fonction continue, (a, b) ∈ R2 , a < b. Montrer qu’il existe une
suite de polynômes (Q n (g)) n>0 qui converge uniformément vers g sur [a, b].
Partie II: Une démonstration probabiliste du théorème de Stone Weierstrass
Soit f : [0, 1] −→ R une fonction continue et n ∈ N∗

2.1. Soit Sn une variable aléatoire suivant une loi binomiale de paramètre n et x, x ∈ [0, 1], on pose pour out
Sn
n ∈ N∗ , X n =
n
2.1.1. Déterminer E (X n ) et variablealéatoireréelleX n respectivement l’espérance et la variance de X n
1
2.1.2. Justifier que, pour tout δ > 0, P (|X n − x| > δ) 6
4nδ2
2.2. On introduit la variable aléatoire Yn = f (X n ) et on pose pour tout x ∈ [0, 1], Cn ( f )(x) = E (Yn ). Pour la
suite de cette question, on se donne un réel ε > 0.
2.2.1. Vérifier que x 7−→ Cn ( f )(x) est une fonction polynomiale définie sur [0, 1].
2.2.2. D’après le théorème de Heine, comme f est continue sur [0, 1], alors il existe β > 0 tel que, pour
ε
tout (x 1 , x 2 ) ∈ [0, 1] × [0, 1], |x 1 − x 2 | 6 β ⇒ | f (x 1 ) − f (x 2 )| 6 . ( On ne vous demande pas de
2
redémontrer ce résultat).

X !
k ε
!!
k
i. Montrer que P Xn =
n 2
f (x) − f 6
k ∈[[0, n]] n

| nk − x | 6β

X !
k
!!
k M
ii. Montrer que P Xn = , avec M = sup | f (t)|
n 2n β 2
f (x) − f 6
k ∈[[0, n]] n
t ∈[0,1]
| nk − x | > β
2.2.3. En déduire que la suite (Cn ( f )) n>1 converge uniformément vers f sur [0, 1].
Partie III: Application
Dans toute la suite de ce problème, pour tout (a, b) ∈ R2 , a < b, on pose I = [a, b].
3.1. Soit f : I −→ R une fonction continue, on suppose que pour tout n ∈ N,
Z b
x n f (x) dx = 0
a
3.1.1. Montrer que la fonction f est nulle

Z +∞sur I.
3.1.2. Pour tout n ∈ N, calculer In = x n e −(1−i)x dx
0
Z +∞qu’il existe une fonction réelle φ, continue sur [0, +∞[ et non nulle, telle que, pour tout
3.1.3. En déduire
n ∈ N, x n φ(x) dx = 0
0 Z b
3.2. Soit g : I −→ R continue telle que g(x) dx = 0. Montrer qu’il existe une suite (Pn ) n de polynômes telle
Z b a
que Pn (x) dx = 0 et lim sup |g(t) − Pn (t)| = 0

a n→+∞ t ∈[a,b]
3.3. Soit ϕ : I −→ R de classe C 1 . Montrer qu’il existe une suite (Pn ) n de polynômes telle que
lim sup |ϕ(t) − Pn (t)| = 0 et lim sup ϕ0 (t) − P0 (t) = 0 n
n→+∞ t ∈[a, b] n→+∞ t ∈[a,b]
3.4. Soit ψ : I −→ R continue positive. Montrer qu’il existe une suite (Pn ) n de polynômes telle que pour tout
n ∈ N et tout t ∈ I, Pn (t) > 0 et lim sup |ψ(t) − Pn (t)| = 0
n→+∞ t ∈[a, b]
Problème 2
Soit (Ω, A, P) un espace probabilisé, par la suite, les variables aléatoires considérées sont des variables aléa-
toires réelles discrètes ou à densité. Si X est une variable aléatoire sur (Ω, A, P), la fonction génératrice des mo-

ments de X, lorsqu’elle existe, est la fonction numérique de la variable réelle t, MX : t −→ E e t X , où E e t X
désigne l’espérance de la variable aléatoire e t X .
Partie I: Variables aléatoires discrètes finies
Soit X une variable aléatoire discrète prenant un nombre fini de valeurs x 1 , · · · , x r avec les probabilités res-
pectives p1 , · · · , pr , où r ∈ N∗ . On définit la fonction ϕ X sur R∗ par,
1
∀t ∈ R∗ , ϕ X (t) = ln(MX (t))
t
1.1. Déterminer MZ , lorsque Z suit une loi de Bernoulli de paramètre p, p ∈ [0, 1].

1.2. Montrer que MX est de classe C ∞ sur R, et que pour tout entier naturel k, MX(k ) (0) = E X k .
1.3.
1.3.1. Montrer que ϕ X est bien définie sur R∗ et prolongeable par continuité en 0. On pose ϕ X (0) = E (X ) et
on note encore ϕ X la fonction ainsi prolongée.
1.3.2. Démontrer que ϕ X est dérivable en 0 et calculer ϕ0X (0) en fonction de la variance V (X ) de X.
1.4.
1
1.4.1. Montrer que pour tout u 6 0, eu 6 1 + u + u2 ;
2
1.4.2. Montrer que si X ne prend que des valeurs négatives ou nulles, alors, pour tout t > 0,
t
ϕ X (t) 6 E (X ) + E X 2
2
1.5.
1.5.1. Pour tout entier i tel que 1 6 i 6 r, on note f i la fonction définie sur R, part t 7−→ e t x i . Montrer que la
famille ( f 1 , · · · , f r ) est libre.
1.5.2. En déduire que deux variables discrètes finies X et Y ont la même loi si, et seulement si, les fonctions
ϕ X et ϕY sont égales.
1.6. Montrer que si X et Y sont des variables discrètes finies indépendantes, alors,
ϕ X +Y = ϕ X + ϕY
1.7. En déduire MX , lorsque X suit une loi binomiale de paramètre s et p, s est un entier naturel non nul et
0 6 p 6 1.
1.8. On dit qu’une variable aléatoire réelle X est symétrique si X et −X ont la même loi.
Montrer que ϕ X est impaire si, et seulement si, X est une variable aléatoire réelle symétrique.
1.9. On considère une suite (X n )n>1 de variables aléatoires discrètes finies mutuellement indépendantes sur
(Ω, A, P), qui suivent la même loi que X. On note m l’espérance de X et σ son écart-type que l’on sup-
pose strictement positif.
n
X Sn − E (Sn )
On pose, pour tout entier naturel non nul, Sn = X k et Sn∗ =
√ .
k=1 V (Sn )
1.9.1. Montrer que, pour tout entier naturel non nul n et tout réel non nul t,
√ √ !
−m n n t
ϕ S n∗ (t) = + ϕX √
σ σ σ n
t
1.9.2. En déduire que lim ϕ S n∗ (t) = .
n→+∞ 2
Partie II: Cas des variables aléatoires discrètes réelles infinies
Soit X une variable aléatoire discrète réelle infinie, notons I X l’ensemble des réels t pour lesquels MX existe.
2.1.
2.1.1. Montrer que, pour tous réels a, b, c tels que a 6 b 6 c et tout réel x, eb x 6 ea x + ec x .
2.1.2. En déduire que I X est un intervalle contenant 0.
2.2. Soit Y une variable aléatoire discrète réelle qui suit une loi de Poisson de paramètre λ > 0. Déterminer la
fonction génératrice des moments MY de Y .
2.3. On suppose que la fonction MX est définie sur un intervalle de la forme ] − a, a[, (a > 0). Notons (x n )n∈N
une énumération des valeurs de X.
Posons, pour tout n ∈ N et tout t ∈]−a, a[,un (t) = P(X = x n )e t x n et x n . Soit α > 0 tel que [−α, α] ⊂]−a, a[,
et soit ρ ∈]α, a[.
2.3.1. Montrer que, pour tout k ∈ N, tout t ∈] − α, α[ et tout n ∈ N,
|un(k ) (t)| 6 P(X = x n )(|x n |) k eα | x n |
où un(k ) désigne la dérivée k-ème de la fonction un .

2.3.2. Montrer que, pour tout k ∈ N, il existe Mk > 0, pour tout t ∈] − α, α[ et tout n ∈ N,
|un(k ) (t)| 6 Mk P(X = x n )|e ρ | x n | .

2.3.3. En déduire que MX est de classe C ∞ sur ] − a, a[, et que pour tout k ∈ N, E X k = MX(k ) (0)
2.4. En déduire l’espérance et la variance d’une variable aléatoire Y qui suit une loi de Poisson de paramètre
λ > 0.
Partie III: Cas des variables aléatoires à densité
Si X est une variable aléatoire à densité, on note I X l’intervalle de R, qui contient 0, pour lequel MX existe.
3.1. Soient X et Y deux variables aléatoires à densité indépendantes, qui admettent respectivement des fonctions
génératrices des moments MX et MY , montrer que
∀t ∈ I X ∩ IY , MX +Y (t) = MX (t)MY (t)
3.2. Soit X une variable aléatoire à densité possédant une fonction génératrice des moments MX et une densité
f . On suppose que cette fonction génératrice des moments soit définie sur I X =]a, b[, (a, b) ∈ R2 , a < 0 < b,
et soit s un réel tel que, 0 < s < min(−a, b).
k!
3.2.1. Montrer que, pour tout k ∈ N∗ et tout t ∈ R, |t k | 6 k e s |t | .
s
3.2.2. En déduire que, pour tout k ∈ N∗ , E |X | k est finie.
+∞
X tk
3.2.3. Montrer que, pour tout t ∈] − s, s[, MX (t) = E Xk
k=0
k!
(k )

3.2.4. En déduire que, pour tout k ∈ N, MX (0) = E X k
Problème 1
Partie I: Théorème de Weierstrass
1.1.
1.1.1. On fait appel à la formule du binôme de Newton, on obtient
n
X n
X
Bn,k = Cnk X k (1 − X ) n−k = 1
k=0 k=0
1.1.2. Il est clair que pour tout x ∈ [0, 1], Bn, k (x) = Cnk x k (1 − x) n−k > 0. D’autre part, d’après la question
Xn
précédente, Bn, k (x) 6 Bn,k (x) = 1
k=0
1.2. On utilise la formule kCnk = nCn−1
k −1 pour tout k ∈
[[1, n]], alors
n
X n
X n
X
k Bn, k = k Bn,k = kCnk X k (1 − X ) n−k
k=0 k=1 k=1
n
X
= k −1 k
nCn−1 X (1 − X ) n−k
k=1
n−1
X
= k
nCn−1 X k+1 (1 − X ) n−1−k
k=0
= nX (X + (1 − X )) n−1 = nX
n
X
Pour n = 1, on a bien k (k − 1)Bn, k = 0. Si n > 2, on utilise la formule k (−1)Cnk = n(n − 1)Cn−2
k −2
k=0
pour tout k ∈ [[2, n]], alors
n
X n
X n
X
k (k − 1)Bn, k = k (k − 1)Bn, k = k (k − 1)Cnk X k (1 − X ) n−k
k=0 k=2 k=2
n
X
= k −2 k
n(n − 1)Cn−2 X (1 − X ) n−k
k=2
n−2
X
= k
n(n − 1)Cn−2 X k+2 (1 − X ) n−2−k
k=0
= n(n − 1)X 2 (X + (1 − X )) n−2 = n(n − 1)X 2
Donc n
X
k (k − 1)Bn,k = n(n − 1)X 2
k=0
Cette égalité est valable aussi pour n = 1
103
n
X
Le polynôme k 2 Bn,k est la somme de deux précédents
k=0
n
X
k 2 Bn,k = n(n − 1)X 2 + nX
k=0
1.3.
1.3.1. Soit n ∈ N∗ et k ∈ [[0, n]]. On distingue trois cas
0 = −n(1 − X ) n−1 = −nB
Si k = 0, on a Bn,0 = (1 − X ) n , donc Bn,0 n−1,0
Si k = n, on a Bn, n = X n , donc Bn,

0
n = nX
n−1 = nB
n−1, n−1
Si k , 0 et k , n, on a
0
Bn, k = kCnk X k −1 (1 − X ) n−k − (n − k)Cnk X k (1 − X ) n−k −1
= nCn−1
k −1 k −1
X (1 − X ) n−k − nCn−1
k
X k (1 − X ) n−k −1
= n Bn−1, k −1 − Bn−1, k

1.3.2. Soit n ∈ N∗ , on a :
n !
X k
(Pn ( f )) 0
= f B0
k=0
n n, k
n−1 !
X k
= f (0) 0
Bn,0 + f (1) 0
Bn, n + f B0
k=1
n n, k
n−1 !
X k
= −n f (0)Bn−1,0 + n f (1) Bn−1, n−1 + n

f Bn−1, k −1 − Bn−1, k
k=1
n
n−1 ! n−1 !
X k X k
= −n f (0)Bn−1,0 + n f (1) Bn−1, n−1 + n f Bn−1, k −1 − n f Bn−1, k
k=1
n k=1
n
n−2 n−1
k +1
! !
X X k
= −n f (0)Bn−1,0 + n f (1) Bn−1, n−1 + n f Bn−1, k − n f Bn−1,k
k=0
n k=1
n
n−2 n−1
k +1
! !
X X k
= n f (1) Bn−1, n−1 + n f Bn−1, k − n f Bn−1, k − n f (0)Bn−1,0
k=0
n k=1
n
n−1 n−1
k +1
! !
X X k
= n f Bn−1, k − n f Bn−1, k
k=0
n k=0
n
n−1
k +1
! !!
X k
= n f − f Bn−1, k
k=0
n n
n−1
k +1
! !!
X k
Ainsi l’égalité souhaitée, pour tout x ∈ [0, 1], (Pn ( f )) (x) = n f0
− f Bn−1,k (x)
k=0
n n
k k +1 k k +1
1.3.3. Si f est croissante sur [0, 1], alors pour tout k ∈ [[0, n − 1]], on a , ∈ [0, 1] et < ,
n n n n
alors par croissance de f , on a f k+1n − f nk > 0. En outre, d’après la question (1.1.2.), pour tout
x ∈ [0, 1], on a Bn−1, k (x) > 0 et, par suite, (Pn ( f )) 0 (x) > 0. Ceci montre que Pn ( f ) est croissante
sur [0, 1]
1.4. On fixe ε > 0
1.4.1. Soit x ∈ [0, 1], par un calcul direct
n !2 n
k k2
!
X k X
x− Bn, k (x) = x − 2x + 2 Bn, k (x)
2
k=0
n k=0
n n
n n n
X xX 1 X 2
= x2 Bn, k (x) − 2k Bn,k (x) + 2 k Bn,k (x)
k=0
n k=0 n k=0
x 1
= x 2 − 2 .nx + 2 n(n − 1)x 2 + nx
n n
x(1 − x)
=
n
1.4.2. Par absurde supposons que pour tout α > 0, il existe x, y ∈ [0, 1] tel que |x − y| 6 α et | f (x) − f (y)| >
ε 1 ε
. Pour n ∈ N, il existe x n , yn ∈ [0, 1] tels que |x n − yn | 6 n et | f (x n ) − f (yn )| > .
2 2 2
[0, 1] est compact donc [0, 1] × [0, 1] est compact d’où on peut extraire de (x n , yn ) une suite convergente
(x ϕ (n) , yϕ (n) ) d’où les deux suites (x ϕ (n) ) et (yϕ (n) ) convergent. Posons x = lim x ϕ (n) et y = lim yϕ (n) .
On a x n − yn −−−−−→ 0 donc x ϕ (n) − yϕ (n) −−−−−→ 0 d’où x = y. La fonction f est continue sur [0, 1]
n→+∞ n→+∞
ε
donc f (x ϕ (n) ) − f (yϕ (n) ) → f (x) − f (y) = 0. Absurde, car f (x ϕ (n) ) − f (yϕ (n) ) > > 0.
2
k ε
!
1.4.3. i. Par construction de A, pour tout k ∈ A, on a : f (x) − f 6 , donc
n 2
X
f (x) − f k B (x) 6 ε
n
εX ε
! X
n,k Bn,k (x) 6 Bn, k (x) =
k∈A
n 2 k∈A 2 k=0 2
k 1 k
!2
ii. Remarquons que si k ∈ B, alors x − > α, on a alors 1 6 2 x − . On en déduit :
n α n
X
f (x) − f k B (x) 6 2M
! X
n, k Bn, k (x)
k ∈B
n k ∈B
!2
2M X k
6 x − Bn, k (x)
α2 k ∈ B n
n !2
2M X k
6 x− Bn,k (x)
α 2 k=0 n
2M x(1 − x)
6
α2 n
M
6
2nα 2
1
où la dernière inégalité vient du fait que le maximum de x 7→ x(1 − x) sur [0, 1] est atteint en et
2
1
vaut .
4
n
X
1.4.4. Soit x ∈ [0, 1], remarquons d’abord que f (x) = f (x)Bn, k (x), [[0, n]] = A ∪ B et A ∩ B = ∅, on
k=0
obtient alors
X n ! n
k
f (x)Bn,k (x)
X
|Pn ( f )(x) − f (x)| = f Bn,k (x) −
k=0 n k=0

X n ! !
k
= f − f (x) Bn,k (x)
k=0 n
X ! ! ! !
k k
− f (x) Bn, k (x)
X
= f − f (x) Bn,k (x) + f
k ∈ A n k ∈B
n
X k ! X k !
6 f − f (x) B (x) + f − f (x) Bn, k (x)
n n, k n
k∈A k ∈B
ε M
6 +
2 2nα 2
1.4.5. Fixons ε > 0 et soit α le réel strictment positif donné par l’uniforme continuité. On fixe ensuite n0
suffisamment grand tel que :
M ε
∀n > n0 , 2
6
2nα 2
On a alors, pour n > n0 :
∀x ∈ [0, 1], | f (x) − Pn ( f )(x)| 6 ε.
Ceci prouve bien la convergence uniforme de la suite (Pn ( f )) n>0 vers f .

1.5. L’application f : x ∈ [0, 1] 7−→ g (a + (b − a)x) est continue, par composition, sur [0, 1]. Posons Q n (g)(x) =
x − a
Pn ( f ) , pour x ∈ [a, b], où (Pn ( f )) la suite de polynômes de Bernstein associée à f converge uni-
b−a
formément vers f sur [0, 1]. (Q n (g)) est encore une suite de fonctions polynomiales, et pour tout x ∈ [a, b],
on a :
x − a x − a
|Q n (g)(x) − g(x)| = Pn ( f ) 6 k Pn ( f ) − f k [0,1]
b − a
− f ∞
b−a
Donc (Q n (g)) converge uniformément vers g sur [a, b].
Partie II: Une démonstration probabiliste du théorème de Stone Weierstrass
Soit f : [0, 1] −→ R une fonction continue et n ∈ N∗

2.1.
2.1.1. Sn ,→ B(n, x), donc E (Sn ) = nx et V (Sn ) = nx(1 − x), en conséquence, l’espérance et la variance de
1 1 x(1 − x)
X n sont respectivement E (X n ) = E (X n ) = x et V (X n ) = 2 V (Sn ) =
n n n
2.1.2. Soit δ > 0, l’inégalité de Bienaymé Chebychev nous donne
V (X n ) x(1 − x) 1
P (|X n − x| > δ) 6 = 6
δ 2 nδ 2 4nδ2
( ) !
k k
2.2.2.2.1. On a X n (Ω) = , k ∈ [[0, n]] et P X n = = P(Sn = k).
n n
f (X n ) est bient définier car f est continue sur [0, 1] et X à valeurs dans [0, 1]. X n (Ω) est fini ; on peut
appliquer le théorème de transfert :

!
X k
Cn ( f )(x) = E (Yn ) = f P (Sn = k)
k ∈S n (Ω)
n
n !
X k
= f C k x k (1 − x) n−k
k=0
n n
ce qui montre que x 7−→ Cn ( f )(x) est une fonction polynomiale

k k
!
ε
2.2.2. i. Par construction de β, on a pour tout k ∈ [[0, n]] tel que − x 6 β on a : f (x) − f 6 ,
n n 2
donc
!
X k
!!
k X k
!
k
!
P Xn = f (x) − f P X n =
n
f (x) − f 6
n − x 6β
k n
k − x 6β n n
n
ε X
!
k
6 P Xn =
2 k n
n − x 6β
n
ε ε
!
X k
6 P Xn = =
2 k=0
n 2
ii. Remarquons que |X n − x| > β ⊂ |X n − x| > β

!
X k
!!
k X k
!
k
!
P Xn = f (x) − f P Xn =
n
f (x) − f 6
n k − x >β n n
nk − x >β
n
!
X k
6 2M P Xn =
k n
n − x >β
6 2MP (|X n − x| > β)

V (X n )
6 2M
β2
2M x(1 − x)
6
β2 n
M
6
2n β 2
où la quatrième inégalité vient de l’inégalité de Bienyamé Tchebychev, vu que E (X n ) = x et la

1
dernière inégalité vient du fait que le maximum de x 7→ x(1 − x) sur [0, 1] est atteint en et vaut
2
1
.
4
2.2.3. Soit ε > 0 et soit β > 0 obtenu du théorème de Heine. Soit x ∈ [0, 1], alors par l’inégalité triangulaire
et les inégalités des deux dernières questions, on a :
ε M
|Cn ( f )(x) − f (x)| 6 +
2 2n β 2
Avec M = sup | f (t)|. On fixe ensuite n0 suffisamment grand tel que :

t ∈[0,1]
M ε
∀n > n0 , 6
2n β 2 2
On a alors, pour n > n0 :

∀x ∈ [0, 1], |Cn ( f )(x) − f (x)| 6 ε.
Ceci prouve bien la convergence uniforme de la suite (Cn ( f )) n>1 vers f .
Partie III: Application
3.1.
3.1.1. Par linéarité de l’intégrale, pour tout polynôme P ∈ R[X], on a :
Z b
P (x) f (x) dx = 0
a
D’après théorème de Weierstrass, il existe une suite (Pn ) n∈N convergeant uniformément sur [a, b] vers
f.
Pour tout n ∈ N et tout x ∈ [a, b], en écrivant
f (x) 2 − f (x)P (x) = f (x) ( f (x) − P (x))| 6k f k [a,b] k f − P k [a, b]

n | n ∞ n ∞
et il en résulte que la suite ( f Pn ) n∈N converge uniformément vers f 2 sur [a, b]. D’après le théorème
Z b Z b
f (x) dx = lim
2
f (x)Pn (x) dx
a n→+∞ a
Donc Z b
f (x) 2 dx = 0
a
La fonction f 2 étant continue positive sur le segment [a, b] d’intégrale nulle, donc f 2 = 0, ainsi la
nullité de f
3.1.2. Convergence : Soit n ∈ N, l’application x !7−→ x n e −(1−i)x est continue sur [0, +∞[, donc In est
1
impropre en +∞, mais x n e −(1−i)x = ◦ 2 , donc In converge.
+∞ x
Calcul : Les deux fonctions x 7−→ x n+1 et x 7−→ e −(1−i)x sont de classe C 1 sur [0, +∞[ telles que
x n+1 e −(1−i)x −−−−−→ 0, alors par une intégration par parties
x→+∞
Z +∞
In+1 = x n+1 e −(1−i)x dx
0
Z +∞ !0
e −(1−i)x
= x n+1 dx
0 −(1 − i)
! # +∞
e −(1−i)x n + 1 +∞ n −(1−i)x
" Z
= x n+1 + x e dx
−(1 − i) 0 1−i 0
n+1
= In
1−i
n! 1
On en déduit que In = n
I0 , avec I0 = , alors
(1 − i) 1−i
n! n! (n+1)π
∀n ∈ N, In = n+1
= √ n+1 e 4
(1 − i) 2
3.1.3. Soit n ∈ N, remarquons que I4n+3 ∈ R, en conséquence

Z +∞
x 4n+3 e − x sin(x) dx = 0
0
√
L’application t 7−→ 4 t est une bijection de classe C 1 de ]0, +∞[ vers lui même, donc par intégration par
changement de variable, on obtient
Z +∞ Z +∞ √ √4
1 4
x 4n+3 e − x sin(x) dx = t n e− t
sin t dt
0 4 0
1 − √4 x √
Posons alors φ : x ∈ [0, +∞[ 7−→ e sin 4 x , une telle fonction répond aux contraintes demandées
4
3.2. D’après le théorème de Stone Weierstrass, il existe une suite de polynômes (Q n )n qui converge uniformément
vers g sur I.
Z b
Pour n ∈ N, on définit Pn : x 7−→ Q n (x) − Q n (t) dt. La suite de polynômes (Pn ) vérifie pour tout n ∈ N,
Z b a
Pn (t) dt = 0. D’autre part pour tout x ∈ I, on a

a
Z b Z b
|Pn (x) − g(x)| 6 |Q n (x) − g(x)| + Q n (t) dt 6k Q n − g k∞ + Q n (t) dt
a a
Z b Z b
CVU CVU
Or Q n −−−−−→ g, donc k Q n − g k∞ −−−−−→ 0 et Q n (t) dt −−−−−→ g(t) dt = 0. Ainsi Pn −−−−−→ g
I n→+∞ a n→+∞ a I
3.3. ϕ est de classe C 1 sur I, en particulier ϕ0 est continue sur I, d’après le théorème de Stone Weierstrass,
il existe une suite Zde polynômes (Q n )n qui converge uniformément vers ϕ0 sur I. Pour n ∈ N, on définit
x
Pn : x 7−→ ϕ(a) + Q n (t) dt. Comme ϕ est de classe C 1 sur [a, b], alors pour tout x ∈ [a, b], on peut écrire
Z xa
ϕ(x) = ϕ(a) + ϕ0 (t) dt et on a :
a
Z x
|Pn (x) − ϕ(x)| = Q n (t) − ϕ0 (t) dt 6 (b − a) k Q n − ϕ0 k∞
a
CVU CVU
Ceci montre Pn −−−−−→ ϕ, et comme Pn0 = Q n , alors on a aussi Pn0 −−−−−→ ϕ0
I I
3.4. On peut se ramener au cas I = [0, 1], la construction des polynômes de Bernstein donnée auparavant Pn =
n !
X k CVU
ψ Bn,k , montre que ∀t ∈ [0, 1], Pn (t) > 0, car ψ est positive sur I, et Pn −−−−−→ ψ
k=0
n I
Problème 2
Partie I: Cas particulier : variables aléatoires discrètes finies

1.1. Z ,→ B(p), alors e t Z est finie, par le théorème du transfert, pour tout t ∈ R,

MZ (t) = P (Z = 0) + e t P (Z = 1) = p e t − 1 + 1
1.2. X est finie, alors pour tout t ∈ R la variable e t X est finie, en particulier elle admet une espérance, par le
théorème du transfert, pour tout t ∈ R,
r
X r
X
MX (t) = e t xi
P (X = x i ) = pi e t x i
i=1 i=1
Donc MX est de classe C ∞ sur R, comme somme de fonctions de classe C ∞ et pour tout entier naturel k,
r
X
MX(k ) (t) = x ki e t x i P (X = x i )
i=1
r
X
En particulier MX(k ) (0) = x ki P (X = x i ) = E X k
i=1
1.3. r
X
1.3.1. La famille ([X = x i ]) i ∈[[1,r ]] est un système complet d’événements, en particulier pi = 1. En outre
i=1
r
X
pour tous t ∈ R et i ∈ [[1,r]], on a e t x i > 0, donc MX (t) = e t x i P (X = x i ) > 0. Ainsi ϕ X est définie
i=1
sur R∗ .
Le développement limité à l’ordre 1 en 0 de MX est donné par
MX (t) = MX (0) + t MX0 (0) + ◦(t) = 1 + tE (X ) + ◦(t)
Par composition ϕ X (t) = E (X ) + ◦(1), donc ϕ X est prolongeable par continuité en 0.

1.3.2. Le développement limité à l’ordre 2 en 0 de MX est donné par

M 00 (0) E X2
MX (t) = MX (0) + t MX0 (0) + X t 2 + ◦(t 2 ) = 1 + tE (X ) + t 2 + ◦(t 2 )
2 2
Par composition
1
ϕ X (t) = ln(MX (t))
t  
1  E X2
= ln 1 + tE (X ) + t 2 + ◦(t 2 ) 
t  2 
  2 
E X2
 tE (X ) + t 2  
   

2 2
2 
1 E X
= + 2
+ 
t 
tE (X ) t − ◦(t )

2 2 
 


E X 2 − E (X ) 2
= E (X ) + t + ◦(t)
2

E X 2 − E (X ) 2 V (X )
Donc ϕ X est dérivable en 0 et ϕ0X (0) = =
2 2
1.4.
1.4.1. Soit u 6 0, d’après la formule de Taylor avec reste intégral, on a
u
(u − t) 2 t
Z
1
e = 1 + u + u2 +
u
e dt
2 0 2
u
(u − t) 2 t (u − t) 2 t
Z
La fonction t 7−→ e est continue et positive sur [u, 0], donc e dt 6 0, soit
2 0 2
1
e u 6 1 + u + u2
2
1.4.2. Soit t > 0, comme ∀i ∈ [[1,r]] on a x i 6 0, alors
t2 2
∀i ∈ [[1,r]] , et x i 6 1 + t x i + x
2 i
Par le théorème du transfert et par positivité de la probabilité
r
X
E et X = e t x i P (X = x i )
i=1
r
t2 2
X !
6 1 + t x i + x i P (X = x i )
i=1
2
r r r
X X t2 X 2
6 P (X = x i ) + t x i P (X = x i ) + x P (X = x i )
i=1 i=1
2 i=1 i
t2
6 1 + tE (X ) + E X2
2
Finalement, la croissance de ln et l’inégalité de convexité : ∀x > −1, ln(1 + x) 6 x, donnent
t
ϕ X (t) 6 E (X ) + E X 2
2
Une telle inégalité reste valable si t = 0, car ϕ X (0) = E (X )

1.5.
1.5.1. Quitte à réordonner les x i , on peut supposer que x 1 > x 2 > . . . > x r . Supposons qu’il existe des réels
r
X r
X
λ 1 , . . . , λ r tels que λ i f i = 0. Cela signifie que, quelque soit t ∈ R, alors λ i f i (t) = 0, autrement
i=1 i=1
Xr r
X
dit pour tout t ∈ R : λ i e t x i = 0. Factorisons par e t x1 : e t x1 λ i e t (x i − x1 ) = 0. Mais e t x1 , 0 donc :
i=1 i=1
r
X
λ i e t (x i − x1 ) = 0. Lorsque t → +∞ alors e t (x i − x1 ) → 0 (pour tout i > 2, car x i − x 1 < 0). Donc pour
i=1
i > 2, λ i e t (x i − x1 ) → 0 et en passant à la limite dans l’égalité ci-dessus on trouve : λ 1 = 0.
r
X
Le premier coefficients est donc nul. On repart de la combinaison linéaire qui est maintenant λi f i =
i=2
0 et en appliquant le raisonnement ci-dessus on prouve par récurrence λ 1 = λ 2 = · · · = λ r = 0. Donc
la famille ( f 1 , · · · , f r ) est libre.
1.5.2. ⇒) Si X et Y suivent la même loi, alors X (Ω) = Y (Ω) et ∀x ∈ X (Ω) , P (X = x) = P (Y = x). On
tire E (X ) = E (Y ) et par le théorème du transfert pour tout t ∈ R∗ ,
X X
E et X = e t x P (X = x) = e t x P (Y = x) = E e tY
x ∈ X (Ω) x ∈ X (Ω)
Donc les fonctions ϕ X et ϕY sont égales ;

⇐) Posons X (Ω) = {x 1 , · · · , x n } et Y (Ω) = {y1 , · · · , ym } l’ensemble des valeures prises effectivement
par X et Y tels que x 1 > · · · > x n et y1 > · · · > ym . L’hypothèse ϕ X = ϕY donne
n
X m
X
∀t ∈ R, e t x i P (X = x i ) = et y j P X = y j
i=1 j=1
Par unicité de l’écriture n = m, x i = yi et P (X = x i ) = P (Y = yi )

1.6. Soit t ∈ R∗ , les deux variables e t X et e tY sont indépendantes, car X et Y le sont, donc
MX +Y (t) = E e t (X +Y ) = E e t X e tY = E e t X E e tY

Par définition, on a
1 1 1
ϕ X +Y (t) = ln(MX +Y (t)) = ln E e t X + ln E e tY = ϕ X (t) + ϕY (t)
t t t
Pour t = 0, on a ϕ(0) = E (X + Y ) = E (X ) + E (Y ) = ϕ X (0) + ϕY (0). Bref
ϕ X +Y = ϕ X + ϕY
s
X
1.7. X ,→ B(s, p), alors X = X i , où X1 , · · · , X s sont indépendantes et suivent la loi de Bernoulli de paramètre
i=1
p. Pour t ∈ R, les variables e t X1 , · · · , e t X s sont indépendantes, donc
 s  s
Y Y s
MX (t) = E e t X = E  e  =
t Xi
E et X i = p et − 1 + 1
i=1 i=1
1.8. ⇐) Supposons que X est une variable aléatoire réelle symétrique, alors X (Ω) = −X (Ω) et pour tout
x ∈ X (Ω), on a P (X = x) = P (X = −x).

On montre que ∀t ∈ R, E e −t X = E e t X , pour le faire on fixe t ∈ R, par le théorème du transfert
X
E e −t X = e −t x P (X = x)
x ∈ X (Ω)
l’application x 7−→ −x est une bijection de X (Ω) vers lui même, alors
X
E e −t X = e t x P (X = −x)
x ∈ X (Ω)
X
= e t x P (X = x)
x ∈ X (Ω)

= E et X
Donc pour tout t ∈ R∗ , on a ϕ X (−t) = −ϕ X (t) et pour t = 0, on a E (X ) = E (−X ), cela entraîne

E (X ) = 0, c’est-à-dire ϕ X (0) = 0. On conclut alors ϕ X est impaire.

⇒) Soit t ∈ R∗ , on a
1 −t X
ϕ − X (t) = ln E e = −ϕ X (−t) = ϕ X (t)
t
D’autre part ϕ X (0) = 0, car ϕ X est impaire, donc ϕ − X (0) = E (−X ) = −E (X ) = 0, ceci montre que
ϕ X = ϕ − X . D’après la question (1.5.2.), X et −X ont la même loi
1.9.
X1 − m Xn − m
1.9.1. Soit n ∈ N∗ et t ∈ R∗ . On a E (Sn ) = nm et V (Sn ) = nσ 2 , d’autre part les variables t √ , · · · ,t √
σ n σ n
sont finies et mutullement indépendantes, et par un calcul direct
  X n 
Xi − m
  t √ 
1 t S n∗ 1   i=1 nσ  
ϕ S n∗ (t) = ln E e = ln E e  
t t  
   
  n   n 
1 Y t X√i − m 1 Y t X√i − m
= ln E  e nσ   = ln  E e nσ  Par indépendance
t   i=1 t i=1
n n
1 X t X√inσ −m
1 X √−tnσ m
Xi
t√
= ln E e = ln e E e nσ
t i=1 t i=1
n n
1 X t √−nσ m
1X Xi
t√
= ln e + ln E e nσ
t i=1 t i=1
n !
−nm 1 X t
= √ +√ ϕ Xi √
nσ nσ i=1 nσ
√ √ !
−m n n t
= + ϕX √ car ∀i, ϕ X i = ϕ X
σ σ σ n
1.9.2. Le développement limité à l’ordre 1 en 0 de ϕ X donne

! !
t t 1
ϕX √ = ϕ X (0) + √ ϕ0X (0) + ◦ √
σ n σ n n
!
t V (X ) 1
= E (X ) + √ +◦ √
σ n 2 n
t σ 2
!
1
= m+ √ +◦ √
σ n 2 n
!
tσ 1
= m+ √ +◦ √
2 n n
puis
√ √ !!
−m n n tσ 1
ϕ S n∗ (t) = + m+ √ +◦ √
σ σ 2 n n
t
= + ◦(1)
2
t
On en déduit lim ϕ S n∗ (t) = .
n→+∞ 2
Partie II: Cas des variables aléatoires discrètes réelles infinies

2.1.
2.1.1. On peut écrire b = λa + (1 − λ)c, avec λ ∈ [0, 1], et par convexité de la fonction exponentielle
eb x = e λa x+(1−λ)c x 6 λea x + (1 − λ)ec x 6 ea x + ec x
X
2.1.2. 1 ∈ I X , car E e0X = P (X = x) = 1
x ∈ X (Ω)
Soit a, c ∈ I X tel que a 6 c. Montrons que [a, c] ⊂ I X . D’après la question précédente, pour
tout x ∈ R, eb x 6 ea x + ec x , donc eb X 6 ea X + ec X , et comme les deux variables positives
admettent des espérances, alors la variable positive eb X admet une espérance, donc b ∈ I X , ainsi
l’inclusion [a, c] ⊂ I X . On déduit I X est un intervalle de R.
X λ n −λ
2.2. Soit t ∈ R, la variable e t X admet une espérance si, et seulement, si la série à termes positifs et n e
n>0
n!
X λe t n
converge de somme e λe , donc MY est définie sur R et
t
converge. Or la série exponentielle
n>0
n!
MY (t) = e λe
t −λ
∀t ∈ R,
2.3.
2.3.1. Soit k ∈ N, l’application un : t ∈] − α, α[7−→ P(X = x n )e t x n est de classe C k et ,
un(k ) (t) = P(X = x n )x kn e t x n
les inégalités e t x n 6 e |t | | x n | 6 eα | x n | donnent
u (k ) (t) 6 P(X = x ) k α | xn |
n n |x n | e
2.3.2. Soit k ∈ N . La fonction ψk : x ∈ R+ 7−→ hx e

∗ k (α−ρ)x k
t 0 ρ−α +∞
ψk (t)
h
est continue, positive, strictement décroissante sur ρ−α k
, +∞ 0
+ 0 −
h i
k
et strictement croissante sur 0, ρ−α il existe Mk = ψk ρ−α k
> Mk
ψk
0, 0 0
Pour k = 0, la fonction ψk : x ∈ R+ 7−→ e (α−ρ)x est décroissante sur R+ , alors M0 = 1.
Bref pour tout t ∈] − α, α[ et tout n ∈ N,
|un(k ) (t)| 6 P(X = x n ) |x n | k eα | x n | = P(X = x n )ψk (|x n |) e ρ | x n | 6 Mk P(X = x n )|e ρ | x n | .
2.3.3. Pour tout n ∈ N, la fonction un est de classe C ∞ sur ]−α, α[

Soit k ∈ N, on a pour tout n ∈ N, e ρ | x n | 6 e ρ x n + e −ρ x n et − ρ, ρ ∈ ]−α, α[, donc la série à termes
P(X = x n )|e ρ | x n | converge et, par suite, la série
X X
positifs un(k ) converge normalement sur
n>0 n>0
tout segment [−a, a] inclus dans ]−α, α[
+∞
X
Donc, par le théorème de dérivation terme à terme, MX = un est de classe C ∞ sur ]−α, α[, et
n=0
+∞
X
∀t ∈ ]−α, α[ , ∀k ∈ N, MX(k ) (t) = x kn e t x n P (X = x n )
n=0
X
En particulier pour tout k ∈ N la série x kn P (X = x n ) est absolument convergente, donc X admet un moment
n>0
d’ordre k. Ainsi

∀k ∈ N, MX(k ) (0) = E X k
2.4. Dans ce cas MY : t 7−→ e λe

t −λ
qui est de classe C ∞ et pour tout t ∈ R
MY0 (t) = λe t e λe
t −λ
MY0 (0) = λ
MY00 (t) = λ 2 e t e λe + λe2t e λe
t −λ t −λ
MY00 (0) = λ 2 + λ
Alors E (Y ) = MY0 (0) = λ et par la formule de Huygens kœnig

V (X ) = E X 2 − E (X ) 2 = MY00 (0) − MY0 (0) 2 = λ
Partie III: Cas des variables aléatoires à densité
3.1. Soit t ∈ I X ∩ IY , les deux variables e t X et e tY sont indépendantes, car X et Y le sont. Comme e t X et e tY
admettent des espérances alors, par indépendance, e t (X +Y ) = e t X e tY admet une espérance et
MX +Y (t) = E e t (X +Y ) = E e t X e tY = E e t X E e tY = MX (t)MY (t)

Remarque Les deux applications ne sont pas forcément égales mais elles coïncident sur I X ∩ IY
3.2.
X |st| k
3.2.1. Soit t ∈ R, la série à termes positifs converge de somme e s |t | , donc pour tout k ∈ N∗ ,
k>0
k!
|st| k k!
6 e s |t | ou encore |t k | 6 k e s |t | .
k! s
3.2.2. Soit k ∈ N∗ , d’après la question précédente
k! s |t | k! st
∀t ∈ R, |t k | 6 e 6 e + e −st
sk sk
Soit
k! s X
|X | k 6 e + e −s X
sk
Les deux variables positives e s X et e −s X admettent des espérances car −s, s ∈ ]a, b[, alors par compa-
raison, la variable |X | k admet une espérance.
k!
Remarque On a aussi l’inégalité E |X | k 6 k (MX (s) + MX (−s)) qui sera utilisée à la question
s
suivante
3.2.3. Soit −∞ = a0 < a1 < · · · < ar = +∞ tels que pour tout i ∈ [[0,r − 1]] la fonction f est continue sur
]ai , ai+1 [. On va appliquer le théorème de convergence dominée sur chaque intervalle ]ai , ai+1 [.
Fixons t ∈ ]−s, s[
tk xk
Pour tout k ∈ K, l’application f k : x 7−→ f (x) est continue sur ]ai , ai+1 [ et intégrable car
k!
E |X | k est finie
X
La série f k converge simplement sur ]ai , ai+1 [ de somme x 7−→ e t x f (x) qui est continue sur
k>0
]ai , ai+1 [
Pour tout k ∈ N, on a
a i+1 a i+1 t k x k
f (x) dx
Z Z
| f k (x| dx =
ai ai k!
k
|t|
6 E |X | k
k!
|t| k k!
6 (MX (s) + MX (−s))
k! s k
|t| k
6 (MX (s) + MX (−s)) k
s
a i+1
|t| k
Z
et la série géométrique du terme général k converge. Bref la série du terme général | f k (x| dx
s ai
converge
Donc d’après le théorème de la convergence dominée, on peut intégrer terme à terme, soit
Z a i+1 Z +∞ k k
a i+1 X
t x
e tx
f (x) dx = f (x) dx
ai ai
k=0
k!
+∞ k Z a i+1
X t
= x k f (x) dx
k=0
k! ai
Ceci vrai pour tout i ∈ [[0,r − 1]], alors on conclut par la relation de Chasles que, pour tout t ∈] −
+∞
X tk
s, s[, MX (t) = E Xk
k=0
k!
Remarque On ne peut pas appliquer le théorème d’intégration terme à terme sur R, car f n’est pas
forcément continue par morceaux sur R
3.2.4. MX est développable en série entier en 0, alors elle est de classe C ∞ sur ]−s, s[ et

MX(k ) (0) E X k
∀k ∈ N, =
k! k!
Problème
Soit n un entier naturel supérieur ou égal a 2, on désigne par E = Mn (R) l’espace vectoriel des matrices carrées
d’ordre n à coefficients réels et on note par E ∗ = L(E, R), le R-espace vectoriel des formes linéaires sur E, (une
forme linéaire sur E est une application linéaire de E sur R ). On rappelle qu’un hyperplan de E est un sous-espace
vectoriel supplémentaire à une droite vectorielle dans E. La matrice transposée de M est notée t M. Si M ∈ E, on
note Vect (M) le sous-espace vectoriel de E engendré par M. On désigne par In la matrice unité de Mn (R) et pour
tout s ∈ N∗ , on note [[1, s]] = {1, . . . , s}.

On définit l’application trace, notée Tr, de E vers R comme suit, pour tout M = mi, j ∈ E, Tr(M) =
16i, j6n
Xn
mk, k .
k=1
L’objet du problème est de montrer, dans la partie V, que tout hyperplan vectoriel de E contient au moins une
matrice inversible et dans la partie VI, que tout hyperplan vectoriel de E qui est muni d’un produit scalaire, contient
au moins une matrice orthogonale.
Partie I: Étude de quelques propriétés de l’application trace
1.1.
1.1.1. Montrer que Tr est une application linéaire.
1.1.2. Montrer que pour tous éléments A et B de E, Tr ( AB) = Tr (B A) = Tr t A.t B .

1.1.3. Déterminer la dimension de Ker(Tr).

1.1.4. Montrer que E = Ker(Tr) ⊕ Vect (In ).
1.1.5. Vérifier que Ker(Tr) est un hyperplan de E qui contient au moins une matrice inversible.
1.2. Soit ϕ l’application qui, à toute matrice M de E associe ϕ(M) = M + Tr (M) In .
1.2.1. Montrer que ϕ est un automorphisme de E.
1.2.2. i. Déterminer E1 (ϕ) = {M ∈ E ; ϕ(M) = M }.
ii. Montrer que En+1 (ϕ) = {M ∈ E; ϕ(M) = (n + 1)M } = Vect (In ).
iii. En déduire que ϕ est diagonalisable et déterminer les valeurs propres de ϕ.
1.3. Soit J une matrice non nulle de E dont la trace est nulle. On considère ψ l’endomorphisme de E qui, à toute
matrice M de E associe ψ(M) = M + Tr (M) .J.
1.3.1. Vérifier que le polynôme X 2 − 2X + 1 est un polynôme annulateur de ψ.
1.3.2. Montrer que 1 est la seule valeur propre de ψ.
1.3.3. ψ est-il diagonalisable ? Justifier la réponse.
Partie II: Un premier résultat préliminaire
117
Soient F et G deux espaces vectoriels de dimensions respectivement finies p ∈ N∗ et m ∈ N∗ . Soit u une

application linéaire de F vers G, de rang r tel que r ∈ N. Mm, p (R) désigne l’espace vectoriel des matrices à
coefficients réels, à m lignes et p colonnes.
2.1. Soit F1 un supplémentaire de Keru dans F, on considère l’application v : F1 −→ Im(u) telle que x 7−→
v(x) = u(x). Montrer que v est un isomorphisme.

2.2. On suppose que 0 < r < min(p, m) et on note B = e1 , · · · , e p une base de F, telle que (e1 , · · · , er ) soit

une base de F1 et er +1 , · · · , e p une base de Keru. On pose, pour tout entier naturel i ∈ [[1,r]], ε i = v(ei ).
2.2.1. Montrer qu’il existe une famille (ε r +1 , · · · , ε m ) de vecteurs de G, telle que la famille C = (ε 1 , · · · , ε m )
soit une base de G.
2.2.2. Déterminer Mat (u), la matrice de u relativement aux bases B et C.
B, C
2.3. En déduire que pour toute matrice M de Mn, p (R), si 0 < r = rg(M) < min(m, p), alors il existe deux
 inversibles S et T respectivement de Mm (R) et M p (R) telles que M = S Jm, p,r T avec Jm, p,r =
matrices −1

 Ir 0 ∈ Mm, p (R) et Ir la matrice identité de Mr (R).
 0 0
2.4. Quelle est la forme de la matrice Jm, p,r , dans chaque cas suivant, (0 < r = p < m), (0 < r = m < p),
(0 < r = m = p) ? Justifier la réponse.
Partie III: Un deuxième résultat préliminaire
Soit L un espace vectoriel sur R de dimension finie s > 1. Notons L ∗ = L(L, R) l’espace des formes linéaires
de L. Soit β = (` 1 , · · · , ` s ) une base de L. On note, pour tout i ∈ [[1, s]], ` i∗ la forme linéaire sur L définie de la



 1 si i = j
façon suivante, pour tout entier j ∈ [[1, s]], ` i (` i ) = δ i où δ i = 
∗ j j
, le symbole de Kronecker.



 0 sinon

3.1. Montrer que B ∗ = ` 1∗ , · · · , ` ∗n est une famille libre de L ∗ .
Xs
3.2. Soit x ∈ L tel que x = x i ` i , montrer que, pour tout j ∈ [[1, s]], ` ∗j (x) = x j .
i=1
3.3. En déduire que B ∗ est une famille génératrice de L ∗ .
3.4. En déduire la dimension de L ∗ .
Partie IV: Une caractérisation d’une forme linéaire sur E
Soit A une matrice de E, on définit l’application Φ A de E vers R, de façon suivante, pour tout M de E,
Φ A (M) = Tr ( AM).
4.1. Vérifier que φ A est une forme linéaire sur E.
4.2. Soit h l’application définie de E vers E ∗ par A 7−→ h( A) = φ( A).
Soit (i, j) ∈ [[1, n]]2 , une matrice élémentaire Ei, j = ek,` 16k,`6n ∈ Mn (R) est définie comme suit, pour

j j
tout couple d’entiers (k, `) ∈ [[1, n]]2 , ek,` = δ kI δ ` , ( δ kI ( resp. δ ` ) est le symbole de Kronecker qui est défini
dans la partie III)
4.2.1. Vérifier que h est une application linéaire.

i. On pose A = ak,` ∈ Mn (R) et soit (i, j) ∈ [[1, n]]2 , calculer φ A Ei, j en fonction des

4.2.2. 16k,`6n
coefficients de la matrice de A.
ii. En déduire que h est injective.
4.2.3. En déduire que h est un isomorphisme d’espaces vectoriels.
Partie V: Tout hyperplan de E contient au moins une matrice inversible
Soit H un hyperplan de E.
5.1. Montrer que pour toute matrice A non nulle de E qui n’appartient pas à H, on a E = H ⊕ Vect ( A).
5.2. Montrer qu’il existe une matrice B de E telle que H = Ker (φ B ). 
0 ··· ··· 0 1
 
1 . . . ..
. 0
 
 . . . . .. .. 
5.3. On note r = rg(B) et on considère la matrice de E, P1 = 0 . . . .
 
 .. . . . . . . .. 
 . 0 . 
0 · · · 0 1 0
5.3.1. Montrer que P1 est une matrice inversible.



r i,i = 1 si 1 6 i 6 r
, avec 

5.3.2. On suppose que 0 < r < n et on note Rr = ni j . Montrer que
16i, j6r 


r i, j = 0 sinon
P1 appartient à Ker φ R r .

5.4. En déduire que tout hyperplan H de E contient au moins une matrice inversible.
Partie VI: Tout hyperplan de E contient au moins une matrice orthogonale
L’espace vectoriel E étant muni du produit scalaire défini comme suit, pour toutes matrices M et N de E,
< M, N >= Tr t M N . On rappelle que le groupe orthogonal et l’espace vectoriel des matrices symétriques de E

sont notés respectivement On = M ∈ E ; t M M = In et Sn = M ∈ E ; t M = M .

Soit N un élément de On , on définit l’application θ N de E dans lui-même comme suit, pour tout P de E, θ N (P) =
t
N PN.

6.1. On pose A = ni j et B = ni j deux éléments de E.
16i, j6a 16i, j6b
Xn Xn
6.1.1. Montrer que < A, B >= ai, j bi, j
i=1 j=1
6.1.2. Vérifier que tout hyperplan de E est l’orthogonal d’une matrice Y non nulle, cet hyperplan sera HY .
6.1.3. Montrer que pour toute matrice orthogonale N de E, θ N est un automorphisme d’algèbres de E.
6.1.4. Vérifier que pour toutes matrices N1 et N2 orthogonales de E, θ N1 ◦ θ N2 = θ N2 N1 et θ N1 −1 = θ t N1 .

6.2. Montrer que pour toute matrice orthogonale N de E, θ N est une bijection de On sur lui-même.
6.3. Montrer que pour toute matrice orthogonale N de E, θ N est une bijection de Sn sur lui-même.
6.4. Soit Y une matrice non nulle de E, P un élément de E et N une matrice orthogonale de E, montrer que la
matrice P appartient à HY si, et seulement si, θ N (P) appartient à Hθ N (Y )
1
6.5. On suppose dans cette question que n est pair. Soit Y un élément non nul de E. On pose Ys = Y + tY .

2
6.5.1. Montrer que On ∩ Sn ∩ HY = On ∩ Sn ∩ HYs .
6.5.2. Montrer qu’il existe une matrice orthogonale U de E telle que Y 0 = θU (Ys ) soit diagonale.
 
0 ··· 0 1
 
 ... . . . . . . 0
6.5.3. On considère la matrice suivante Q =   de E, vérifier que Q ∈ On ∩ Sn ∩ HY 0 .
 . . . . . . .. 
0 .
1 0 · · · 0
6.5.4. Montrer que θ tU (Q) ∈ On ∩ Sn ∩ HY .
6.5.5. En déduire que si n est un nombre pair, alors tout hyperplan HY de E contient au moins une matrice
orthogonale et symétrique.
6.6. On suppose maintenant que n = 2p + 1 où p > 1. On rappelle qu’une matrice orthogonale est positive si son
déterminant est égal à 1. Soit Y une matrice non nulle de E.
6.6.1. Montrer qu’il existe une matrice orthogonale U de E, telle que les éléments diagonaux d 1,1 , d 2,2 , · · · , d n, n
de D = θU (Y ) vérifient d 1,1 6 d 2,2 6 · · · 6 d n, n
6.6.2. Si d n, n = 0, déterminer dans ce cas, une matrice orthogonale et positive appartenant à HY .
6.6.3. On suppose que d n, n , 0 et on considère la suite (ε k ) 16k6n définie de la façon suivante, pour tout
entier k tel que 1 6 k 6 n, ε k est le signe de d k,k si d k,k , 0, et ε k = 1 si d k, k = 0.

Soit p0 = ni j 0
, la matrice carrée diagonale d’ordre 2p − 1, telle que, pour tout entier k,
16i, j6p
1 6 k 6 2p − 0
1, pk,k = (−1) k ε k . On pose aussi, pour tout réel α,
   
ε cos α −ε sin α P0 0
Aα =   ∈ M2 (R) Pα = 
2p 2p
ε 2p+1 sin α ε 2p+1 cos α   ∈ M2p+1 (R)
et
0 Aα 
i. Vérifier que Pα est une matrice orthogonale.

ii. Montrer qu’il existe trois réels a, b et c dépendant de (d k,k )16k6n , d 2p+1,2p , d 2p,2p+1 et de
(ε k ) 16k6n tels que < Pα , D >= a cos α + b sin α − c, avec a > 0.
a b
iii. Soit β un réel tel que sin β = √ et cos β = √ .
a +b
2 2 a + b2
2
On suppose dans cette question que |c| 6 a.
√
Montrer qu’il existe au moins un réel α tel que a2 + b2 sin(α + β) = c.
iv. Soit (an ) n>1 une suite croissante de nombres réels positifs. Montrer que pour tout entier p > 1,
2p
X −1
06 (−1) k −1 ak 6 a2p + a2p+1 .
k=1
v. En déduire qu’il existe un réel α0 tel que < Pα0 , D >= 0.

vi. En déduire que la matrice θ tU (Pα0 ) ∈ On ∩ HY .
vii. Établir que si n est un nombre impair, alors tout hyperplan HY de E contient au moins une matrice
orthogonale et positive.
Partie I: Étude de quelques propriétés de l’application trace
1.1.

1.1.1. En notant A = ai j et B = bi j et λ ∈ R. Pour tout 1 6 i 6 n, le coefficient (i,i) de
16i, j6n 16i, j6n
λ A + B est λaii + bii . Ainsi, on a bien Tr (λ A + B) = λTr ( A) + Tr (B). Donc Tr est une forme linéaire.

1.1.2. AB et B A sont des matrices carrées. En notant A = ai j et B = bi j , on a :
16i, j6n 16i, j6n
   n 
n n n
 aij bji  =
X X X X
Tr(AB) =  bji aij  = Tr(BA)
 
i=1 j=1 j=1 i=1
Il est clair que Tr t A = Tr ( A), donc Tr (B A) = Tr t (B A) = Tr t At B

1.1.3. Tr est une forme linéaire non nulle, donc Ker(Tr) est un hyperplan de E, d’où
dim Ker(Tr) = dim E − 1 = n2 − 1.
1.1.4. Comme In ∈ Ker(Tr), donc Ker(Tr) et Vect (In ) sont deux sous-espaces supplémentaires de E, d’où :
E = Ker(Tr) ⊕ Vect (In )

 
0 ··· ··· 0 1
 
1 .. ..
. . 0
 
.. .. .. .. 
1.1.5. Soit P = 0 . . . .  c’est-à-dire P = (pi j )16i, j6n avec
 
 .. .. .. .. 
. . 0 .
 . 
0 · · · 0 1 0



 pi+1, i = 1 1 6 i 6 n − 1


 p =1



1, n


 pi, j = 0 ailleurs
P est inversible car son déterminant vaut (−1) n+1 , 0 et elle appartient à Ker(Tr)
1.2.
1.2.1. Il est évident que ϕ est linéaire.
Soit M ∈ Ker(ϕ), alors M = −Tr (M) In , c’est-à-dire M est une matrice scalaire λIn . D’autre part
Tr (M) = −nTr (M), alors Tr (M) = 0, avec nλ = Tr (M) = 0, alors λ = 0, puis M = 0. Par
conséquent ϕ est un endomorphisme injectif, donc il est automorphisme de E.
1.2.2. i. Soit M ∈ Mn (R), on a ϕ(M) = M si, et seulement si, Tr (M) = 0, donc E1 (ϕ) = Ker(Tr)
Tr (M)
ii. Soit M ∈ En+1 (ϕ), alors M = In , donc M ∈ Vect (In ). Inversement si M = λIn , alors
n
ϕ(M) = (n + 1)M, donc En+1 (ϕ) = Vect (In )
121
iii. D’après les deux questions précédentes 1 et n + 1 sont des valeurs propres de ϕ dont les sous-
espaces propres sont E1 (ϕ) et En+1 (ϕ) et comme E1 (ϕ) = Ker(Tr) et En+1 (ϕ) = Vect (In ), alors
les sous-espaces propres sont supplémentaires, donc ϕ est diagonalisable.
1.3.
1.3.1. Soit M ∈ E, on a :
ψ 2 (M) = ψ(M) + Tr (M) .ψ(J)

= ψ(M) + Tr (M) J + Tr (M) Tr (J) J
= ψ(M) + Tr (M) J
= 2ψ(M) − M
Donc X 2 − 2X + 1 est annulateur de ψ.

1.3.2. Sp (ψ) est inclus dans l’ensemble des racines du polynôme X 2 − 2X + 1, donc Eψ (⊂) {1}. Or pour tout
M ∈ Ker(Tr), on a ψ(M) = M, donc 1 ∈ Sp (ψ). Ainsi Sp (ψ) = {1}.
1.3.3. Comme ψ , Id E , alors deg(πψ ) > 2. En outre πψ divise (X − 1) 2 , donc πψ = (X − 1) 2 qui est scindé
mais n’est pas à racines simples, donc ψ n’est pas diagonalisable.
Partie II: Un premier résultat préliminaire
2.1. Il est clair que v est linéaire, de plus si x ∈ F1 tel que v(x) = 0, alors u(x) = 0, donc x ∈ Keru ∩ F1 = {0}.
D’autre part dim F1 = dim Im(u), donc v est un isomorphisme de F1 vers Im(u)
2.2.
2.2.1. Puisque v est un isomorphisme la famille (ε 1 , · · · , ε r ) est une base de Im(u). D’après le théorème de
la base incomplète, il existe des vecteurs (ε r +1 , · · · , ε m ) telle que la famille (ε 1 , · · · , ε r , ε r +1 , · · · , ε m )
soit une base de G.
2.2.2. Relativement aux bases précédentes, la matrice de u est de la forme :
 
Ir Or, n−r 
Mat (u) =  
B, C Om−r,r Om−r, n−r 
2.3. Notons u l’endomorphisme canoniquement associé à M . D’après ce qui précède il existe une base B de R p
et une base de Rm telles que  
Ir 0
Mat (u) =  
B, C 0 0
Désignons par S la matrice de passage de la base canonique de R p à la base B et T la matrice de passage de

la base canonique de Rm à la base C, alors S et T sont inversibles et on a la formule de changement de bases
M = SMat (u) T −1 = S.Jm, p,r T −1

B, C
 
Ir
2.4. Si 0 < r = p < m, alors Jm, p,r =   ;
0

si 0 < r = m < p, alors Jm, p,r = Ir 0 ;
Si 0 < r = p = m, alors Jm, p,r = Ir .
Partie III: Un deuxième résultat préliminaire
s
X s
X
3.1. Soit λ 1 , · · · , λ n des scalaires réels tels que λ i ` i∗ = 0, donc pour tout j ∈ [[1, s]], λ i ` i∗ (` j ) = 0.
i=1 i=1
s
X s
X
j
Mais λ i ` i∗ (` j ) = λ i δi = λ j , donc pour tout j ∈ [[1, s]], λ j = 0. Ainsi la liberté de la famille.
i=1 i=1
3.2. Par linéarité, pour tout j ∈ [[1, s]], on a
 s
 s s
X X X
j
` ∗j (x) = ` ∗j  x i ` i  = x i ` ∗j (` i ) = x i δi = x j
i=1 i=1 i=1
s
X
3.3. Soit ` une forme linéaire et x = x i ` i un élément de L, on a :
i=1
s
X s
X
`(x) = x i `(` i ) = `(` i )` i∗ (x)
i=1 i=1
X s
En posant α i = `(` i ), alors ` = α i ` i∗ . Nous voyons que toute forme linéaire de L est combinaison linéaire
i=1
des s formes linéaires ` 1∗ , · · · , ` ∗s , donc B ∗ est une famille génératrice de L ∗
3.4. B ∗ est une base de L ∗ de cardinal s, donc dim L ∗ = s
Partie IV: Une caractérisation d’une forme linéaire sur E
4.1. L’application Φ A est clairement linéaire, c’est une conséquence de la linéarité de l’application trace..
4.2.
4.2.1. Soit A, B de E et λ ∈ R. Pour tout M ∈ E, on a :
h (λ A + B) (M) = Tr ((λ A + B) M)
= Tr (λ AM + BM)
= λTr ( AM) + Tr (M B) = λh( A) (M) + h (B) (M)
Donc h est bien linéaire.

4.2.2. i. On vérifie facilement que φ A (Ei, j ) = a j, i
ii. Si h( A) = 0, alors, en particulier φ A (Ei, j ) = a j, i = 0 et ceci pour tout (i, j), donc A = 0 et par
conséquent h est injective.
4.2.3. Les espaces Mn (R) et Mn (R) ∗ sont de même dimension finie. Donc l’injectivité de h est équivalente
à sa bijectivité.
Partie V: Tout hyperplan de E contient au moins une matrice inversible

1
5.1. Soit M ∈ H ∩ Vect ( A), alors il existe λ ∈ R tel que M = λ A. Si λ , 0, alors A = M ∈ H, ce qui
λ
absurde, donc λ = 0 et M = 0, ainsi H ∩ Vect ( A) = {0}. En oute dim H + dim Vect ( A) = dim E, alors
E = H ⊕ Vect ( A).
5.2. Soit ϕ une forme linéaire non nulle telle que H = Kerϕ. Mais Mn (R) et M N (R) ∗ sont isomorphes via h,
donc il existe B ∈ E telle que ϕ = φ B
5.3.
5.3.1. P1 est inversible car det(P1 ) = (−1) n+1 , 0
5.3.2. Si r = 1, alors R1 = E11 et R1 P1 = E1n puis Tr (R1 P1 ) = Tr (P) = 0 ;
n−1
X
sinon, on a bien P1 = E1, n + Ei+1, i . Par multiplication
i=1
r
X r n−1
X X
Rr P1 = E j, j E1, n + E j, j Ei+1, i
j=1 j=1 i=1
r
X r n−1
X X
= δ j,1 E j, n + δ j, i+1 E j, i
j=1 j=1 i=1
r n−1
X X
= E1, n + δ j, i+1 E j, i
j=1 i=1
−1
rX
= E1, n + Ei+1,i
i=1
Donc Tr (Rr P1 ) = 0
Ce qui prouve que P1 appartient à l’hyperplan Ker φ R r .

5.4. Posons r = rg(B), il existe deux matrices S1 et S2 telles que S1 .B.S2 = Rr .

Posons Q = S2 P1 S1 , cette matrice est inversible car elle est produit de matrices inversibles et
Tr (Q) = Tr (BS2 P1 S1 ) = Tr (S1 BS2 P1 ) = Tr (Rr P1 ) = 0
Donc Q ∈ H.
Bilan : Tout hyperplan de Mn (R) contient au moins une matrice inversible
Partie VI: Tout hyperplan de E contient au moins une matrice orthogonale
6.1. n
X
6.1.1. Par définition AB = ci j
t
avec ci j = ak, i bk, j , donc
16i, j6n
k=1
n
X n X
X n
Tr( A . B) =
t
cii = ak,i bk i
i=1 i=1 k=1
6.1.2. Soit H un hyperplan de E, donc il existe une matrice B telle que H = Ker (φ B ), donc il suffit de prendre
Y = t B.
6.1.3. Soit λ ∈ R, A, B ∈ E, on a :
θ N (In ) = t N In N = In ;
θ N (λ A + B) = t N (λ A + B) N = λ t N AN + t N BN = λθ N ( A) + θ N (B) ;
θ( AB) = t N ABN = t N AN.t N BN = θ N ( A)θ N (B).
Donc θ N est un endomorphisme d’algèbres. En outre si θ n ( A) = 0, alors t N AN = 0, donc A = 0. Donc
θ N est injective et dim E est finie, on gagne que θ N est un automorphisme d’algèbres de E.
6.1.4. Soit A ∈ E, on a

(θ N1 ◦ θ N2 )( A) = θ N1 θ N2 ( A) = θ N1 t N2 AN2 = t N1 t N2 AN2 N1 = t (N2 N1 ) AN2 N1 = θ N2 N1 ( A)

Donc θ N1 ◦ θ N2 = θ N2 N1 .
−1
En particulier θ N1 ◦ θ t N1 = θ N1 t N1 = θ In = Id E , donc θ N1 = θ t N1 .
6.2. Soit P une matrice orthogonale. On a :
−1
(θ N (P)) −1 = t
N PN = t N P −1 N
= t
N t PN = t (θ N (P))
Et donc θ N (P) est orthogonale. De plus θ N (P) = Q si, et seulement si, θ t N (Q) = P, il en résulte que θ N est
une bijection de On vers lui-même
6.3. Soit P une matrice symétrique. On a :
t t
t
(θ N (P)) = N PN = t N t PN
= t
N PN = θ N (P)
Et donc θ N (P) est symétrique . De plus θ N (P) = Q si, et seulement si, θ t N (Q) = P, il en résulte que θ N est
une bijection de Sn vers lui-même
6.4. On a :

< θ N (Y ), θ N (P) > = Tr t (t NY N ) t N PN

= Tr t N tY N t N PN

= Tr t N tY PN
tt
= Y P =< Y, P >
Donc < θ N (Y ), θ N (P) >= 0 si, et seulement si, < Y, P >= 0, c’est-à-dire θ N (P) ∈ Hθ N (Y ) si, et seulement
si, P ∈ HY .
6.5.
6.5.1. Par double inclusions
(⊂) Soit M ∈ On ∩ Sn ∩ HY . On a
0 =< Y, M >=< t M, tY >=< M, tY >
Donc < M,Ys >= 0, ainsi la première inclusion On ∩ Sn ∩ HY ⊂ On ∩ Sn ∩ HYs .

(⊃) Soit M ∈ On ∩ Sn ∩ HYs , alors < M,Ys >= 0, donc < M,Y >= − < M, tY >. Mais M est
symétrique, < Y, M >= − < tY, t M >= − < Y, M >, donc < Y, M >= 0 et M ∈ HY , ainsi
l’inclusion inverse On ∩ Sn ∩ HY ⊃ On ∩ Sn ∩ HYs
En conclusion
On ∩ Sn ∩ HY = On ∩ Sn ∩ HYs
Noté que HYs désigne Ker(φYs ) qui n’est pas forcément un hyperplan ? Par exemple lorsque Y est
antisymétrique.
6.5.2. La matrice Ys est symétrique réelle, par le théorème spectral elle est diagonalisable dans une base
orthonormée, c’est-à-dire il existe une matrice orthogonale U telle que tUYs U, soit diagonale. Posons
Y 0 = tUYs U = θ N (Ys )
6.5.3. La matrice Q est symétrique, orthogonale car il s’agit d’une matrice de permutation. Si on pose Y 0 =
diag (λ 1 , · · · , λ n ), alors
 
λ1
 
 . 
Op ..
 
 λp 
t
QY =  
 λ p+1 
 . 
 .. Op 
 
λn
Donc < Q,Y 0 >= 0

6.5.4. Q ∈ Q n ∩ Sn ∩ HθU (Ys ) , donc θ tU (Q) ∈ Q n ∩ Sn ∩ HYs = Q n ∩ Sn ∩ HY
6.5.5. Avec les matrices U et Q construites auparavant, la matrice θ tU (Q) répond à la question.
6.6.
1
6.6.1. Posons Ya = Y − tY ; il est clair que Ya est antisymétrique et Y = Ys + Ya .

2
L’existence de U est assurée par la question (6.5.2.) telle que D0 = tUYs U soit diagonale. Quitte à
réordonner les colonnes de U, on peut supposer que θU (Ys ) = D0 , avec les diagonaux de D0 vérifient
la condition proposée. Finalement Posons
D = D0 + θU (Ya ) = θU (Ys ) + θU (Ya ) = θU (Y )
Rappelons que toute matrice antisymétrique est de diagonale nulle et donc D0 et D ont même diagonale.
6.6.2. Lorsque d n, n = 0, alors Ys = 0 et par suite On ∩ Sn ∩ HY = On ∩ Sn , c’est-à-dire On ∩ Sn ⊂ HY et
n’importe quelle matrice de On ∩ Sn répond à la question, on prend par exemple In

6.6.3. i. On a t P0 = P0 , P02 = In et Aα produit de deux matrices de O2 , à savoir Aα = diag ε 2p , ε 2p+1 .R(α),
 
cos α − sin α
avec R(α) =   . Par un produit par blocs
 sin α cos α 
      
t
P0 0   P0 0 t
0 0
 P P 0 I 0
t
Pα .Pα =   =  =  2p −1  = I2p+1
0 t
Aα   0 Aα   0 t
Aα Aα   0 I2 
Donc Pα est orthogonale.

ii. Par définition
X
< Pα , D > = (Pα )i, j Di, j
16i, j6n
2p−1
X
= (−1) k ε k d k,k + (d 2p,2p ε 2p + d 2p+1,2p+1 ε 2p+1 ) cos α
k=1
(d 2p+1,2p ε 2p+1 − d 2p,2p+1 ε 2p ) sin α
2p−1
(−1) k d k, k + (d 2p,2p + d 2p+1,2p+1 ) cos α
X
=
k=1
(d 2p+1,2p ε 2p+1 − d 2p,2p+1 ε 2p ) sin α
2p −1
On prend donc a = d 2p,2p +d 2p+1,2p+1 , b = d 2p+1,2p ε 2p+1 −d 2p,2p+1 ε 2p et c = (−1) k d k,k .
X
k=1
La condition sur a est vérifiée car d 2p+1,2p+1 , 0
√ c
iii. Si |c| 6 a, alors |c| 6 a2 + b2 , et donc √ ∈ [−1, 1], donc on peut avoir un réel α tel que
a2 + b2
c
sin(α + β) = √ .
a2 + b2
iv. Pour p = 1, on a : 0 6 a1 6 a2 + a3 . On suppose que p > 2, on a
2p
X −1 p−1
X
(−1) k −1 ak = a1 + a2k+1 − a2k > 0
k=1 k=1
Car a1 > 1 et la suite (an ) n>1 est croissante. En outre, par croissance de la suite et télescopage, on
a
p
X −1 p
X −1
a2k+1 − a2k 6 a2k+1 − a2k −1 = a2p−1 − a1
k=1 k=1
Donc
2p−1
X
(−1) k −1 ak 6 a2p −1 6 a2p + a2p+1
k=1
v. La suite (d k, k )k ∈[[1,2p+1]] est croissante, d’après la question précédente c > 0 et
2p −1
(−1) k d k,k 6 d 2p , d 2p + d 2p+1 , d 2p+ = a.
X
|c| = c =
k=1
On tire la conclusion < Pα , D >= 0 via la question iii.

vi. Comme Pα0 ∈ On ∩ HD et D = θU (Y ), alors θ tU (Pα0 ) ∈ On ∩ HY .
vii. Si θ tU (Pα0 ) est positive, c’est fini. Sinon −θ tU (Pα0 ) est positive, car n est impair, et elle appartient
au hyperplan HY , est positive, car n est impair.
Le sujet de cette épreuve est composé de deux problèmes indépendants entre eux
Problème I :Étude des solutions d’une équation différentielle
Si p est un entier > 2 et r ∈ N∗ , on note, Mp,r (R) l’espace vectoriel des matrices à coefficients réels, à p lignes et
r colonnes. Si p = r, Mp,r (R) est noté simplement Mp (R) c’est l’algèbre des matrices carrées réelles d’ordre p ;
I p désignera la matrice identité de Mp (R). Si M ∈ Mp,r (R), t M désigne la matrice transposée de M.
Dans ce problème, n désigne un entier naturel > 2. Le produit scalaire canonique de Mn,1 (R) se notera < ., . > et
la norme associée sera notée k . k ; il est défini par (x, y) 7−→< x, y >= t yx.
On considère une application continue A : R+ −→ Mn (R) telle que
∀t ∈ R+ , ∀x ∈ Mn,1 (R) , < A(t)x, x >= t x A(t)x > 0
On note Σ A l’ensemble des applications F : R+ −→ Mn,1 (R) deux fois dérivables et vérifiant
∀t ∈ R+ , F 00 (t) = A(t)F (t). (1)
Partie I: Structure de l’ensemble Σ A
 
0 I
on considère l’application B : R+ −→ M2n (R) ,t 7−→ 
n
 A(t) 0 
. B est continue puisque l’application A
l’est aussi. On note Σ B l’espace vectoriel réel des solutions sur R+ de l’équation différentielle
x 0 = B(t)x (2)
Si F : R+ −→ Mn,1 (R) est une application deux fois dérivable, on lui associe l’application x F : R+ −→ M2n,1 (R)
définie par :  
F (t)
∀t ∈ R+ , x F (t) =  
F 0 (t) 
1.1. Vérifier que Σ A est un espace vectoriel sur R

1.2. Détermination de la dimension de Σ A
1.2.1. Soit F : R+ −→ Mn,1 (R) une application deux fois dérivable.
Montrer que F ∈ Σ A si, et seulement, si x F ∈ Σ B
1.2.2. Montrer que l’application Φ : Σ A −→ Σ B , F 7−→ x F est un isomorphisme d’espaces vectoriels réels.
1.2.3. En déduire la dimension de l’espace vectoriel réel Σ A
1.3. Montrer que, pour tout triplet (s, v, w) ∈ R+ × Mn,1 (R) × Mn,1 (R), il existe une unique application F,
élément de Σ A , telle que F (s) = v et f 0 (s) = w
128
Partie II: Quelques propriétés des solutions de l’équation différentielle (1)
2.1. Soit F ∈ Σ A ; on lui associe l’application f : R+ −→ R définir par f (t) = k F (t) k 2 , t > 0
2.1.1. Montrer que f est deux fois dérivable sur R+ et exprimer sa dérivée seconde.
2.1.2. En déduire que la fonction f est convexe sur R+
2.2. On conserve les hypothèses et les notations de la question (2.1.) précédente ; on suppose qu’il existe un
couple (t 1 ,t 2 ) ∈ R2+ tel que t 1 < t 2 et F (t 1 ) = F (t 2 ) = 0
2.2.1. Montrer que, pour tout t ∈ [t 1 ,t 2 ], f (t) = 0
2.2.2. Montrer que la fonction F est nulle
2.3. Une famille de solutions non bornées de (1)
Soit v ∈ Mn,1 (R) ; on note Fv l’éléments de Σ A tel que Fv (0) = Fv0 (0) = v.
Montrer que si v , 0 alors Ia fonction t 7−→ k F (t) k admet une limite infinie en +∞
2.4. Des normes sur Σ A
Soit b un réel strictement positif.
2.4.1. Montrer que l’application Ψ : Σ A −→ Mn,1 (R) × Mn,1 (R), F 7−→ (F (0), F 0 (0)) est un isomorphisme
d’espaces vectoriels
2.4.2. Montrer que l’application k . k b : F 7−→ k F (0) k + k F (b) k est une norme sur Σ A
2.4.3. Montrer également que l’application k . k ∞, b : F 7−→ sup k F (t) k est une norme sur Σ A
06t6b
2.4.4. Justifier que les normes k . k ∞, b et k . k b , sur Σ A , sont équivalentes
Partie III: Comportement de solutions de l’équation différentielle (1)
3.1. Une famille de suites d’éléments de Σ A

Soit a ∈ Mn,1 (R) un vecteur non nul. Pour tout entier m > 1, on note gm, a l’unique élément de Σ A vérifiant
gm,a (0) = a et gm,a (m) = 0
3.1.1. Montrer que, pour tout entier m > 1, l’application t ∈ R+ 7−→ gm, a (t) est décroissante sur [0, m]
3.1.2. Montrer alors que gm, a m∈N∗ est une suite bornée de l’espace (Σ A , k . k 1 )

3.1.3. Justifier que la suite gm, a m∈N∗ possède une sous-suite gσ (m), a m∈N∗ qui converge dans (Σ A , k . k 1 )

vers un élément noté ga

3.2. Une famille de solutions bornées de (1)
On conserve ici les notations de Ia question (3.1.) précédente.
3.2.1. Montrer que la suite de fonctions gσ (m), a m∈N∗ converge uniformément sur tout compact de R+ vers

l’application ga
3.2.2. Montrer que ga (0) = a et que l’application t ∈ R+ 7−→ k ga (t) k est décroissante sur R+
3.2.3. Montrer que ga est une solution bornée de l’équation différentielle (1).
3.3. Comportement asymptotique des solutions de l’équation différentielle (1)
On conserve ici les notations des questions et des parties précédentes. Soit (e1 , · · · , en ) une base quelconque
de Mn,1 (R) ; on lui associe une famille ge1 , · · · , ge n d’applications construites comme à la question (3.1.)

précédente et on note Σ1 le sous-espace vectoriel de Σ A engendré par cette famille d’applications.

3.3.1. Montrer que les éléments de Σ1 sont des solutions bornées de l’équation différentielle (1)
3.3.2. Montrer que la famille ge1 , · · · , ge n est une base de Σ1

3.3.3. Pour tout v ∈ Mn,1 (R), Fv désigne l’éléments de Σ A vérifiant Fv (0) = Fv0 (0) = v. Montrer que

l’ensemble Σ2 := Fv ; v ∈ Mn,1 (R) est un sous-espace vectoriel de Σ A , de dimension n
3.3.4. Montrer que les sous-espaces vectoriels Σ1 et Σ2 sont supplémentaires dans Σ A
3.3.5. Montrer que Σ A \ Σ1 est un ouvert dense de Σ A et que toute solution F de l’équation différentielle (1)



 si F ∈ Σ A \ Σ1 , alors k F (t) k −t−−−→ +∞
vérifie :  ∈+∞



 si F ∈ Σ1 , alors F est bornée sur R+
Problème 2 : Un résultat de Liouville relatif aux fonctions harmoniques sur Zd
Dans ce problème le nombre d est un entier naturel strictement positif. On note k . k 1 norme définie sur Rd
d
X
par k x k 1 |x i |, pour tout x = (x 1 , · · · , x d ) ∈ Rd . Pour tout x ∈ Zd , on définit V (x) le voisinage discret (sous
i=1
entendu dans Zd ) de x par : V (x) = {yZd ; k y − x k 1 = 1}.
Ce voisinage est l’ensemble des plus proches voisins de x, il est fini de cardinal 2d.
Si A est une partie non vide de Zd , on note I ( A) l’ensemble des x ∈ A tels que V (x) ⊂ A et ∂A le complémentaire
dans A de ∂A. On remarquera que pour A = Zd on a I ( A) = A et ∂A = ∅, et pour A fini de cardinal < 2d, on a
I ( A) = ∅ et ∂A = A.
On dit qu’une fonction f : A −→ R est harmonique sur I ( A) si, pour tout x ∈ I ( A),
1 X
f (x) = f (y)
2d y ∈V (x)
Toutes les variables aléatoires considérées dans ce problème sont supposées définies sur un même espace probabi-
lisé (Ω, A, P) qu’il n’est pas nécessaire d’expliciter.
Partie I: Fonctions harmoniques sur le graphe Zd
Dans les trois premières questions de cette partie on prend d = 1.

4.1. Montrer qu’une fonction f : Z −→ R est harmonique si, et seulement si, quel que soit l’entier relatif k, on a
f (k + 2) − 2 f (k + 1) + f (k) = 0
4.2. Montrer que l’ensemble des fonctions harmoniques sur Z est un espace vectoriel de dimension 2, préciser
une base de cet espace.
4.3. Montrer que l’ensemble des fonctions f : Z∗ −→ R, harmoniques sur I (Z∗ ), est un espace vectoriel de
dimension 4, préciser une base de cet espace. On commencera par déterminer I (Z∗ ).
Dans la suite de cette partie, d est un entier strictement positif quelconque.
4.4. On considère une fonction f : Zd −→ R, positive et harmonique sur Zd .
4.4.1. Montrer que, pour tout k ∈ Zd et tout ` ∈ V (k), f (`) 6 2d f (k)
4.4.2. Montrer que, pour tout k ∈ Zd et tout ` ∈ Zd , f (`) 6 (2d) k `−k k 1 f (k)
4.4.3. Montrer que si k ∈ Zd et f (k) = 0, alors f est la fonction nulle.
4.4.4. Montrer que si f n’est pas Ia fonction nulle, alors, pour tout `, k ∈ Zd ,|ln ( f (`)) − ln ( f (k))| 6
k ` − k k 1 ln(2d)
Partie II: Un résultat de Liouville dans un cadre discret
L’objectif de cette partie est d’établir Ie résultat suivant dû à Liouville :

Si f : Zd −→ R est harmonique et minorée (resp. majorée) sur Zd , alors f est constante.
L’entier d est quelconque dans N∗ et la base canonique de Rd est notée (e[1], · · · , e[q]). On a donc



1 si i = j
∀(i, j) ∈ [[1, n]]2 , e[i] j = 



0 sinon
On considère une suite de variables aléatoires (X n ) n∈N , qui sont mutuellement indépendantes et de même loi, la
loi uniforme sur l’ensemble Dd = {−d, −d + 1, · · · , −1, 1, · · · , d − 1, d}.
On définit une suite de variables aléatoires (Yn )n∈N , en posant
Y0 = 0, et ∀n ∈ N,Yn+1 = Yn + sgn(X n )e [|X n |]
k
où, pour tout k ∈ N∗ , sgn(k) = .
|k |
d
X
Noter que chaque Yn est à valeurs dans Zd qu’on écrit Yn =

Yn, j e j ; les composantes Yn, j de Yn , sont des
j=1
variables aléatoires à valeurs entières.
La suite Y est appelée une marche aléatoire symétrique sur Zd , issue de 0. On modélise ainsi l’évolution d’un
point mobile sur Zd , qui à tout instant n choisit au hasard uniforme un des 2d plus proches voisins de sa position
précédente Yn−1 .
On considère aussi une variable aléatoire U, indépendante des X n (et donc des Yn ) qui suit la loi de poisson de
paramètre λ > 0 fixé.
5.1. Soit g une fonction à valeurs réelles, définie sur Zd et vérifiant
∃(a, b) ∈ [0, +∞[ , ∀k ∈ Zd , |g(k)| 6 exp (a k k k 1 + b)
5.1.1. Montrer que, pour tout entier naturel n ,|g(Yn )| 6 exp (an + b)
5.1.2. En utilisant le théorème de transfert, montrer que l’espérance de la variable aléatoire g (YU ) existe et
établir l’inégalité
E (|g (YU )|) 6 exp λ(ea − 1) + 1

X
5.1.3. Montrer aussi la relation E g (YU ) 2 = g(k) 2 P (YU = k), en justifiant l’existence de l’espérance
k ∈Z d
et la sommabilité de la famille, mises en jeux dans les deux membres de cette égalité.
5.2. On considère une fonction f : Zd −→ R+ , harmonique sur Zd et vérifiant f (0) = 1. On rappelle un résultat
vu dans la première partie : f (k) 6 (2d) k k k 1 , pour tout k ∈ Zd .

5.2.1. Montrer que les variables aléatoires f Yj , pour j ∈ N, et f (YU ) admettent toutes un moment d’ordre
2 et prouver les relations
+∞ n +∞ n
X λ X λ
E f (YU ) 2 = e −λ E f (Yn ) 2 et E ( f (YU )) = e −λ E ( f (Yn ))
n=0
n! n=0
n!
5.2.2. Montrer que, pour tout n ∈ N, E ( f (Yn )) = f (0) = 1 et en déduire que E ( f (YU )) = 1

5.3. On note H l’ensemble des fonctions f : Zd −→ R telles que E f (YU ) 2 existe. Montrer que H est un
espace vectoriel réel et que l’application S : ( f 1 , f 2 ) 7−→ S ( f 1 , f 2 ) = E ( f 1 (YU ) f 2 (YU )) est un produit
scalaire sur H. La norme associée est notée k . k 2
5.4. On note E l’ensemble des fonctions f : Zd −→ R+ qui sont harmoniques sur Zd et vérifiant f (0) = 1.
Cet ensemble E est non vide (il contient la fonction constante 1) et il est inclus dans l’espace H, d’après la
question (5.2.) précédente.

On choisit une fonction m ∈ E de norme k . k 2 maximale, c’est à dire , E f (YU ) 2 6 E m (YU ) 2 pour tout
f ∈ E. La possibilité d’un tel choix est admise et on sait, d’après la première partie, que m ne s’annule pas
sur Zd . Pour tout i ∈ Dd on définit une fonction f i : Zd −→ R+ en posant
m (x + sgn(i)e [|X n |])

f i (x) =
m (sgn(i)e [|X n |])
5.4.1. Montrer que, pour tout i ∈ Dd , la fonction f i est harmonique sur Zd et vérifier qu’elle est positive et
satisfait f i (0) = 1.
5.4.2. Montrer que la fonction m est une combinaison convexe des fonctions f i , i ∈ Dd .
5.4.3. En déduire que, pour tout i ∈ Dd et tout x ∈ Zd , m(x) = f i (x), puis montrer que m est la fonction
constante égale à 1 sur Zd .
5.5. On considère une fonction f : Zd −→ R+ , harmonique sur Zd et vérifiant f (0) = 1. Montrer l’inégalité

V ( f (YU )) 6 E (m(YU ) 2 − 1, puis en déduire que f est constante sur Zd .
5.6. Comment prouver le résultat général de Liouville ?
Problème 1
Partie I: Structure de l’ensemble Σ A
1.1. On montre que Σ A est un sous-espace vectoriel de l’espace des fonctions définies de R+ à valeurs dans
Mn,1 (R)
Σ A , ∅ car l’application nulle t ∈ R+ 7−→ 0n,1 ∈ Mn,1 (R) appartient à Σ A
Soit F, G ∈ Σ A et λ ∈ R. Par définition F et G sont deux fois-dérivable sur R+ , donc λF + G est deux
fois-dérivable sur R+ et
(λF + G) 00 = λF 00 + G00
= λ AF + AG
= A (λF + G)
Donc λF + G ∈ Σ A .
1.2. Détermination de la dimension de Σ A  
F
1.2.1. F est supposé deux-fois dérivable, donc x F =   est dérivable sur R+ et
F 0 
    
F0 0 In   F 
x 0F = Bx F ⇐⇒   = 
F 00   A 0  F 0 



 F0 = F0
⇐⇒ 



 F 00 = AF
⇐⇒ F 00 = AF
Donc l’équivalence demandée F ∈ Σ A si, et seulement si, x F ∈ Σ B

1.2.2. L’application Φ est bien définie, d’après la question précédente.
Φ est linéaire, car pour F, G ∈ Σ A et λ ∈ R,
 
λF + G
Φ (λF + G) =  
 (λF + G) 0 
 
λF + G
=  
 λF 0 + G0 
   
F G
= λ   +  
F 0  G0 
= λΦ(F) + Φ(G)
133
 
F
Soit F ∈ Σ A , x F = 0 entraîne   = 0, donc F = 0. Ainsi Φ est un morphisme injectif
F 0 
 
F
Soit x ∈ Σ B , on écrit x par bloc x =   avec F, G : R+ −→ Mn,1 (R) (F et G sont dérivables sur
G
R+ .
     
F 0 0 I n  F  G
x 0 = Bx =⇒   =     =  
G0   A 0  G  AF 



F0 = G
=⇒ 



 G0 = AF
 
F
L’égalité F 0 = G montre que F est deux fois dérivable et F 00 = G0 = AF. Ainsi x =   avec
F 0 
F ∈ Σ A , ceci montre la surjection de Φ
1.2.3. Σ B est l’ensemble de solutions de l’équation linéaire homogène d’ordre 1 : x 0 = Bx avec B : R+ −→
M2n,1 (R) continue, d’après Cauchy-Lipschitz linéaire, Σ B est de dimension 2n et par isomorphisme
dim (Σ A ) = 2n
1.3. Soit (s, v, w) ∈ R+ × Mn,1 (R) × Mn,1 (R), on a l’équivalence




 x 0F = Bx F
 


 F 00 = AF 
  
 ⇐⇒ 

 
 v 

 F (s) = v et F 0 (s) = w 
 x F (s) =  



 w 
Le second système est un problème de Cauchy qui admet, d’après Cauchy-Lipschitz linéaire, une unique
solution, donc le premier système admet lui aussi une unique solution
Partie II: Quelques propriétés des solutions de l’équation différentielle (1)
2.1.
2.1.1. On a
(x, y) ∈ Mn,1 (R) × Mn,1 (R) 7−→< x, y >∈ R est bilinéaire en dimension finie, donc elle est
indéfiniment différentiable
x ∈ Mn,1 (R) 7−→ (x, x) ∈ Mn,1 (R) × Mn,1 (R) est linéaire en dim finie, donc elle est indéfiniment
différentiable
t ∈ R+ 7−→ F (t) ∈ Mn,1 (R) est deux fois dérivable sur R+
Alors, par composition, f : t ∈ R+ 7−→< F (t), F (t) > est deux fois dérivable sur R+ et par la formule
de Leibniz : pour tout t ∈ R+
f 00 (t) = 2 < F 00 (t), F (t) > +2 < F 0 (t), F 0 (t) >

= 2 < A(t)F (t), F (t) > +2 F 0 (t) 2
2.1.2. Par hypothèse ∀t ∈ R+ , on a < A(t)F (t), F (t) >> 0. Donc, d’après la formule précédente f 00 (t) > 0,
ceci montre que f est convexe

2.2. On suppose qu’il existe un couple (t 1 ,t 2 ) ∈ R2+ tel que t 1 < t 2 et F (t 1 ) = F (t 2 ) = 0
2.2.1. Soit t ∈ [t 1 ,t 2 ], alors il existe λ ∈ [0, 1] tel que t = λt 1 + (1 − λ) t 2 . D’après l’inégalité de convexité
0 6 f (t) 6 λ f (t 1 ) + (1 − λ) f (t 2 ) = 0, donc f (t) = 0
2.2.2. On tire de la question précédente que F = 0 sur le segment [t 1 ,t 2 ] et pour tout t ∈ ]t 1 ,t 2 [, on a F 0 (t) = 0.
Alors pour s ∈ ]t 1 ,t 2 [, l’application nulle et F sont solutions du système



 F 00 = AF




 F (s) = 0 et F 0 (s) = 0
Un tel système n’admet qu’une seule solution, donc F = 0

2.3. La fonction f est convexe et dérivable sur R+ , donc la courbe de f est située au dessus de ces tangentes, en
particulier
∀t ∈ R+ , f (t) > f 0 (0)t + f (0)
Avec f 0 (0) = 2 < Fv0 (0), Fv (0) >= 2 k v k 2 , on tire f (t) > 2 k v k 2 t+ f (0), ceci montre que f (t) −−−−−→ +∞,
t →+∞
puis par composition avec la fonction racine carrée k F (t) k −−−−−→ +∞
t →+∞
2.4. Des normes sur Σ A
2.4.1. Ψ est bien définie et linéaire.
Soit F ∈ Ker (Ψ), alors F s’annule en 0 et en b > 0, d’après la question (2.2.2.), l’application F = 0,
d’où Ψ est injective. Puisque Σ A et Mn,1 (R) × Mn,1 (R) ont même dimension 2n, alors Ψ est un
isomorphisme d’espaces vectoriels
2.4.2. L’application k . k b est bien définie de Σ A à valeurs dans R+
Séparation : Soit F ∈ Σ A .
k F k b = 0 ⇐⇒ k F (0) k + k F (b) k = 0
⇐⇒ F (0) = F (b) = 0
⇐⇒ F = 0 question (2.2.)
Homogénéité : Soit λ ∈ R et F ∈ Σ A :
k λF k b = k λF (0) k + k λF (b) k = |λ| (k F (0) k + k F (b) k) = |λ| k F k b
Inégalité triangulaire : Soit F, G ∈ Σ A , on a
k F (0) + G(0) k 6 k F (0) k + k G(0) k et k F (b) + G(b) k 6 k F (b) k + k G(b) k
On en déduit que
k F + G kb 6 k F kb + k G kb
Ainsi k . k b est bien une norme sur Σ A

2.4.3. L’application t ∈ R+ 7−→ k F (t) k ∈ R+ est continue, par composition des applications continues F
et norme euclidienne, donc elle est bornée sur le segment [0, b] et atteint ses bornes. Donc k . k ∞, b est
bien définie de Σ A à valeurs dans R+

Séparation : Soit F ∈ Σ A .
k F k ∞,b = 0 ⇐⇒ ∀t ∈ [0, b] , F (t) = 0

⇐⇒ F = 0 question (2.2.)
Homogénéité : Soit λ ∈ R et F ∈ Σ A : ∀t ∈ [0, b]
k λF (t) k = |λ| k F (t) k
Donc
k λF k ∞,b = |λ| k F k ∞,b
Inégalité triangulaire : Soit F, G ∈ Σ A , on a : ∀t ∈ [0, b]
k F (t) + G(t) k 6 k F (t) k + k G(t) k 6 k F k ∞,b + k G k ∞,b
On en déduit que
k F + G k ∞, b 6 k F k ∞,b + k G k ∞, b
Ainsi k . k ∞, b est bien une norme sur Σ A

2.4.4. Σ A est un espace de dimension finie, alors k . k ∞,b et k . k b sont équivalentes
Partie III: Comportement de solutions de l’équation différentielle (1)
3.1.
3.1.1. L’application f m,a : t ∈ R+ 7−→ gm, a (t) 2 est convexe sur R+ , donc f m,a
0 est croissante sur R+ . En
particulier ∀t ∈ [0, m] , f m,
0 (t) 6 f 0 (m).
a m,a
0 (m) = 2 < g
m, a (m), gm, a (m) >= 0, donc f m,a est négative sur [0, m] et par suite la décrois-
Or f m,a 0 0
sance de f m, a . Par la croissance de l’application racine carrée, on tire par composition, que t ∈ R+ 7−→
gm,a (t) est décroissante sur [0, m]
3.1.2. Soit m ∈ N∗ . On a 1 ∈ [0, m], par décroissance de l’application t ∈ R+ 7−→ gm, a (t) sur [0, m], on
a gm,a (1) 6 gm,a (0) = k a k. Par définition de la norme k . k 1 , on a gm,a 1 = gm,a (0) +
gm,a (1) 6 2 k a k. La suite gm, a
m∈N ∗ est une suite bornée de l’espace (Σ A , k . k 1 )
3.1.3. La suite gm,a m∈N∗ est une suite bornée de l’espace (Σ A , k . k 1 ) qui est de dimension finie. D’après

Bolzano Weiestrass il existe une suite extraite gσ (m), a m∈N∗ convergente dans (Σ A , k . k 1 ) et notons

ga sa limite
3.2.
3.2.1. Soit K un compact de R+ , alors il existe b ∈ R+∗ tel que K ⊂ [0, b] et
gσ (m), a − ga
∞, K 6 gσ (m),a − ga b
En outre k . k 1 et k . k b sont équivalentes et puisque gσ (m), a converge vers ga pour la norme k . k 1 ,

alors la convergence de la suite gσ (m), a vers ga pour la norme k . k b est assurée puis sa convergence

vers ga sur tout compact K de R+

3.2.2. La convergence uniforme sur tout compact de R+ entraîne la convergence simple. Comme pour tout
m ∈ N∗ , on a gσ (m), a (0) = a , alors par passage à la limite lorsque m tend vers +∞, on obtient
ga (0) = a.
En outre pour t,t 0 ∈ R+ tels que t < t 0 , il existe m0 ∈ N∗ pour lequel σ (m0 ) > t 0 , alors pour tout
m > m0 , on a t,t 0 ∈ [0, σ(m)] et comme gσ (m), a est décroissante sur [0, σ(m)], on obtient
gσ (m),a (t 0 ) 6 gσ (m),a (t)
On fait tendre m vers +∞, donc k ga (t 0 ) k 6 k ga (t) k. Ainsi t ∈ R+ 7−→ k ga (t) k est décroissante sur
R+
3.2.3. ga est un élément de Σ A et pour tout t ∈ R+ , on a k ga (t) k 6 k ga (0) k = k a k, donc ga est une solution
bornée de l’équation (1)
3.3.
3.3.1. D’après la question (3.2.1.) les fonctions ge1 , · · · , ge n sont solutions bornées de l’équation différentielle
(1). Un élément de Σ1 est combinaison linéaire des fonctions bornées, donc il est borné
3.3.2. La famille ge1 , · · · , ge n est génératrice de Σ1 , donc il suffit de montrer que cette famille est libre. Soit

n
X n
X
λ 1 , · · · , λ n ∈ R tels que λ i ge i . Alors pour tout t ∈ R+ , λ i ge i (t) = 0, en particulier pour tout
i=1 i=1
n
X
t = 0, on trouve λ i ei = 0, et donc les scalaires λ 1 = · · · = λ n = 0 car (e1 , · · · , en ) est une base de
i=1
Mn,1 (R). Ainsi la liberté de la famille ge1 , · · · , ge n

3.3.3. On considère l’application


 Σ A −→ Mn,1 (R) × Mn,1 (R)
ζ:


 F 7−→ (F (0), F 0 (0))
ζ est un morphisme d’espaces vectoriels et d’après (1.1.) l’application ζ est un isomorphisme d’espaces
vectoriels. Or ∆ = (v, v) | v ∈ Mn,1 (R) est un sous-espace vectoriel de Mn,1 (R) × Mn,1 (R) de

dimension n, donc Σ2 = ζ −1 (∆) est un sous-espace vectoriel de Σ A de dimension n

n
X
3.3.4. Soit F ∈ Σ1 ∩ Σ2 , alors il existe λ 1 , · · · , λ n ∈ R tel que F = λ i ge i et F (0) = F 0 (0). La combinaison
i=1
n
X
F = λ i ge i montre que F est bornée, d’après la question (2.3.), le vecteur v = F (0) = F 0 (0)
i=1
est forcément nul. Puis par unicité de la solution F = 0. Autrement dit Σ1 ∩ Σ2 = {0} et puisque
dim Σ1 + dim Σ2 = 2n = dim Σ A , alors
Σ A = Σ1 ⊕ Σ2
3.3.5. Σ1 est un sous-espace vectoriel de Σ A de dimension finie, donc Σ1 est un fermé de Σ A et par suite
Σ A \ Σ1 est un ouvert de Σ A
Soit F ∈ Σ A . Puisque Σ1 est un sous-espace vectoriel strict de Σ A il existe G ∈ Σ A \ Σ1 . On
1
considère alors la suite (Fn ) définie par : ∀n ∈ N, Fn = F + n G, une telle suite est d’éléments de
2
1
Σ A \Σ1 et k Fn − F k 1 = n k G k 1 −−−−−→ 0, alors par la caractérisation séquentielle Σ A \ Σ1 = Σ A
2 n→+∞
Soit F ∈ Σ A
D’après la question (3.3.1.), si F ∈ Σ1 , alors elle est bornée sur R+ .

Si F ∈ Σ A \ Σ1 . On écrit F = F2 + F1 avec F2 ∈ Σ2 et F1 ∈ Σ1 . Comme F < Σ1 , alors F2 est non
nulle, donc F2 (0) = F20 (0) , 0 et par inégalité triangulaire on a
∀t ∈ R+ , k F (t) k > k F2 (t) k − k F1 (t) k
k F2 k tend vers +∞ en +∞ et F1 est bornée, donc k F (t) k −−−−−→ +∞

t →+∞
Problème 2
Partie I: Fonction harmonique sur le graphe Zd
3.1. On a I (Z) = Z, pour tout k ∈ Z, on a V (k + 1) = {k, k + 2}, donc f : Z −→ R est harmonique si, et
seulement si,
1 X 1
f (k + 1) = f (i) = ( f (k) + f (k + 2))
2 i ∈V (k+1) 2
si, seulement si
f (k + 2) − 2 f (k + 1) + f (k) = 0
3.2. L’ensemble des fonctions harmoniques sont exactement l’ensemble des suites récurrentes linéaires d’ordre 2
vérifiant l’équation f (k + 2) − 2 f (k + 1) + f (k) = 0 d’équation caractéristique r 2 − 2r + 1 = 0. Cette dernière
admet racine double r = 1, donc f est harmonique si, et seulement si, il existe a, b ∈ R tels que
∀k ∈ Z, f (k) = ak + b
Posons IdZ : x ∈ Z 7−→ x ∈ R et 1Z : x ∈ Z 7−→ 1 ∈ R, alors l’ensemble des fonctions harmoniques est
l’espace Vect (IdZ , 1Z ) qui est de dimension 2 et dont une base (IdZ , 1Z )
3.3. Montrons d’abord que I (Z∗ ) = {k ∈ Z , |k | > 2}.
Soit k ∈ {k ∈ Z , |k | > 2}, alors V (k) = {k − 1, k + 1} ⊂ Z∗ , donc l’inclusion {k ∈ Z , |k | > 2} ⊂ I (Z∗ ).
Inversement k ∈ Z∗ \ {k ∈ Z , |k | > 2}, alors k = 1 ou k = −1, or V (−1) = {−2, 0} 1 Z∗ et V (1) = {2, 0} 1
Z∗ , donc k < I (Z∗ ).
f harmonique sur I (Z∗ ) si, et seulement si,
∀n > 1, f (n + 2) − 2 f (n + 1) + f (n) = 0 (1)
et
∀n 6 −1, f (n + 2) − 2 f (n + 1) + f (n) = 0 (2)
Comme auparavant, l’équation (1) montre qu’il existe a, b ∈ R tels que ∀n > 2, f (n) = an+ b et l’équation
(2) montre qu’il existe c, d ∈ R tels que ∀n 6 −2, f (n) = cn+d. Bref l’ensemble des fonctions harmonique
est l’espace Vect IdZ χ[[2,+∞[[ , IdZ χ]]−∞, −2]] , χ[[2,+∞[[ , χ]]−∞, −2]] qui est de dimension 4.

3.4.
3.4.1. Soit ` ∈ V (k). Par hypothèse f est positive, donc
X
f (`) 6 f (x) = 2d f (k)
x ∈V (k )
3.4.2. Soit k ∈ Zd . Montrons par récurrence sur n ∈ N que pour tout ` ∈ Zd tel que k ` − k k 1 = n, on a
f (`) 6 2d k `−k k 1 f (k)
Pour n = 0, c’est évident et pour n = 1 c’est fait dans la question précédente
Xd
Soit n > 1 et soit ` ∈ Zd tel que k ` − k k 1 = n + 1. Comme |` i − k i | = k ` − k k 1 > 0, alors
 i=1


1 si ` i 0 < k i 0
il existe i 0 ∈ [[1, d]] tel que ` i 0 , k i 0 . On pose alors ε i 0 = et ` 0 obtenu de ` en



 −1 sinon
remplaçant ` i 0 par ` i 0 + ε i 0 . On a bien
` − ` 0 = 1 et ` 0 − k = n
1 1
Par hypothèse de récurrence f (`) 6 2d f (` 0 ) et f (` 0 ) 6 (2d) n f (k). On combine les deux

inégalités f (`) 6 (2d) n+1 f (k)
4.4.3. S’il existe k ∈ Zd tel que f (k) = 0, alors, par positivité de f , on a pour tout ` ∈ Zd :
0 6 f (`) 6 (2d) k `−k k 1 f (k) = 0
Donc f = 0
3.4.3. f étant non nulle, d’après la question précédente, elle ne s’annule jamais. Pour `, k ∈ Zd , on a
f (`)
f (`) 6 (2d) k `−k k 1 f (k) =⇒ 6 (2d) k `−k k 1
f (k)
=⇒ ln ( f (`)) − ln ( f (k)) 6 k ` − k k 1 ln(2d)
Par symétrie, on a aussi ln ( f (k)) − ln ( f (`)) 6 k k − ` k 1 ln(2d). Ainsi
|ln ( f (`)) − ln ( f (k))| 6 k ` − k k 1 ln(2d)
Partie II: Un résultat de Liouville dans un cadre discret
5.1.
5.1.1. Remarquons d’abord que ∀n ∈ N, Yn+1 −Yn = sgn (X n ) e[| X n |] , donc k Yn+1 − Yn k 1 = sgn (X n ) e[| X n |] 1 =
1. Ainsi par télescopage et inégalité triangulaire, pour tout n > 1
n−1 n−1

X X
k Yn k 1 = (Yk+1 − Yk ) 6 k Yk+1 − Yk k 1 = n
k=0 k=0
1
Une telle égalité est vraie pour n = 0. On tire donc
|g(Yn )| 6 exp (a k Yn k 1 + b) 6 exp (an + b)

5.1.2. Soit ω ∈ Ω, on a
|g (YU ) (ω)| = g YU (ω) 6 exp (aU (ω) + b) = exp (aU + b) (ω)

X
Donc |g (YU )| 6 exp (aU + b). D’autre part ean+b P (U = n) est une SATP convergente car
n>0
λ n −λ (ea λ) n −λ+b
ean+b P (U = n) = ean+b e = e
n! n!
(ea λ) n −λ+b
!
et e est sommable. Par comparaison |g (YU )| admet un espérance et
n! n∈N
E (|g(YU )|) 6 E exp (aU + b)

Enfin
+∞
X
E exp (aU + b) = ean+b P (U = n)

n=0
+∞
X (ea λ) n −λ+b
= e
n=0
n!
e a λ −λ+b
= e e
a −1)λ+b
= e (e
D’ou
ea − 1 λ + b

E (|g(YU )|) 6 exp

5.1.3. Par le théorème de transfert g (YU ) 2 admet une espérance si, et seulement si, la famille g(k) 2 P (YU = k)
k ∈Z d
est sommable.

Montrons que E g (YU ) 2 existe.
L’application g 2 est à valeurs réelles vérifiant pour tout k ∈ Zd , g 2 (k) 6 exp (2a k k k 1 + 2b).
D’après la question (5.1.2.), g 2 (YU ) admet une espérance.

Montrons que la famille g(k) 2 P (YU = k) est sommable.
k ∈Z d
• Pour tout n ∈ N, d’après la question (5.1.1.), on a |g (Yn )| 6 exp (an + b) soit g (Yn ) 2 6

exp (2an + 2b) ce qui montre que g (Yn ) 2 admet une espérance et E g (Yn ) 2 6 exp (2an + 2b).

D’autre part, par le théorème du transfert, la famille g(k) 2 P (Yn = k) est sommable de
k ∈Z d
somme E g (Yn ) 2

• La famille E g (Yn ) 2 P(U = n) est sommable car pour tout n ∈ N
n∈N
λn (e2a λ) n −λ+2b
E g(Yn ) 2 P (U = n) 6 e2an+2b e −λ = e
n! n!
(e2a λ) n −λ+b
!
et e est sommable
n! n∈N
Ainsi, par sommation par paquets, la famille g(k) 2 P (Yn = k) P (U = n) est som-
(k, n)∈Z d × N
mable. En conséquence, une autre fois par sommation par paquets, on a

• Pour tout k ∈ Zd , la famille g(k) 2 P (Yn = k) P (U = n) est sommable de somme Sk
n∈N
+∞
X
Sk = g(k) 2 P (Yn = k) P (U = n)
n=0
+∞
X
= g(k) 2 P (Yn = k,U = n)
n=0
= g(k) 2 P (YU = k)

• La famille g(k) 2 P (YU = k) est sommable.
k ∈Z d
Enfin, par le théorème du transfert,
X
E g (YU ) 2 = g(k) 2 P (YU = k)
k ∈Z d
5.2.

5.2.1. Soit j ∈ N, d’après la question (5.1.1.), on a f 2 Yj 6 exp ( j ln (2d)), donc f Yj admet un moment
d’ordre 2. En outre, d’après la question (5.1.3.), la variable f (YU ) admet un moment d’ordre 2. Les

deux familles f (k) 2 P (Yn = k) P (U = n) d
et ( f (k)P (Yn = k) P (U = n)) (k, n)∈Zd × N sont
(k, n)∈Z × N
sommables, en conséquence :
X
E f (YU ) 2 = f (k) 2 P (YU = k)
k ∈Z d
+∞
X X
= f (k) 2 P (Yn = k) P (U = n)
k ∈Z d n=0
+∞ X
X
= f (k) 2 P (Yn = k) P (U = n)
n=0 k ∈Z d
+∞
X
= E( f (Yn ) 2 )P (U = n)
n=0
+∞ n
X λ
= e −λ E f (Yn ) 2
n=0
n!
et
X
E ( f (YU )) = f (k)P (YU = k)
k ∈Z d
+∞
X X
= f (k)P (Yn = k) P (U = n)
k ∈Z d n=0
+∞ X
X
= f (k)P (Yn = k) P (U = n)
n=0 k ∈Z d
+∞
X
= E( f (Yn ))P (U = n)
n=0
+∞ n
X λ
= e −λ E ( f (Yn ))
n=0
n!
5.2.2. Montrons que la suite (E ( f (Yn ))) n∈N est stationnaire. Soit n ∈ N, on a Yn+1 = Yn + sgn(X n )e[| X n |] ,
donc l’ensemble des valeurs prises par Yn+1 est
[
Yn+1 (Ω) = V (α)
α∈Yn (Ω)
Par le théorème du transfert
X
E ( f (Yn+1 )) = f (k)P (Yn+1 = k)
S
k∈ V (α)
α ∈Yn (Ω)
X X
= f (k)P (Yn+1 = k)
α∈Yn (Ω) k ∈V (α)
X X
= f α + sgn(i)e[|i |] P Yn+1 = α + sgn(i)e[|i |]

α∈Yn (Ω) i ∈D d
X X
= f α + sgn(i)e[|i |] P (Yn = α, X n = i)

Yn est une variable aléatoire en fonction de X1 , · · · , X n−1 , or la suite (X n ) est une suite de variables
indépendantes, alors Yn et X n sont indépendantes, donc
1
P (Yn = α, X n = i) = P (Yn = α) P (X n = i) = P (Yn = α)
2d
1
Avec P (X n = i) = puisque X n suit la loi uniforme sur l’ensemble Dd , donc
2d
X X 1
E ( f (Yn+1 )) = f α + sgn(i)e[|i |] P (Yn = α)

2d
X 1 X
= P (Yn = α) f α + sgn(i)e[|i |]

α∈Yn (Ω)
2d i ∈D
d
X
= f (α)P (Yn = α)
α∈Yn (Ω)
= E ( f (Yn ))
On conclut que la suite (E ( f (Yn ))) n∈N est stationnaire, avec E ( f (Y0 )) = E(1) = 1
D’après l’expression de E ( f (YU )) dans la question précédente, on déduit
+∞ n +∞ n
X λ X λ
E ( f (YU )) = e −λ E ( f (Yn )) = e −λ =1
n=0
n! n=0
n!
5.3. H , ∅ car l’application nulle appartient à H.

Soit f , g ∈ H et λ ∈ R, on a

( f + g) 2 (YU ) = f (YU ) 2 + 2 f (YU ) g (YU ) + g (YU ) 2 6 2 f (YU ) 2 + g (YU ) 2
Par comparaison ( f + g) 2 (YU ) admet une espérance . De plus (λ f ) 2 (YU ) admet une espérance, donc
H est un espace vectoriel réel
S est bien définie car pour tout f 1 , f 2 ∈ H, on a
| f 1 f 2 | 6 f 12 + f 22
Donc f 1 (YU ) f 2 (YU ) admet une espérance, ainsi S est bien définie
• S est symétrique, bilinéaire et positive
• Soit f ∈ H tel que S( f , f ) = 0.
On montre d’abord par récurrence que ∀n ∈ N, ∀k ∈ Yn (Ω) , P (Yn = k) , 0.
. Pour n = 0, on a Y0 (Ω) = {0} et P (Y0 = 0) = 1
[
. Soit n ∈ N et soit k ∈ Yn+1 (Ω). Or Yn+1 (Ω) = V (x), alors on pose x 1 , · · · , x p les
x ∈Yn (Ω)
éléments de Yn (Ω) pour lesquels k ∈ v(x i ), donc
p
X
P (Yn+1 = k) = P (Yn = x i ) > 0
i=1
Récurrence achevée.
Soit k ∈ Zd et soit n = k k k 1 , on a k ∈ Yn (Ω) et par la formule des probabilités totales
+∞
X
P (YU = k) = P (Ym = k) P (U = m)
m=0
> P (Yn = k) P (U = n) > 0
X
Enfin, la formule de la question (5.1.3.) donne E f (YU ) 2 = f (k) 2 P (YU = k) = 0 et par suite
k ∈Z d
∀k ∈ Zd , f (k) = 0
5.4.
5.4.1. Soit k ∈ Zd , puisque m est harmonique sur Zd , alors
1
f i (k) = m k + sgn(i)e[|i |]

m sgn(i)e[|i |]
1 1 X
= m x + sgn(i)e[|i |]

m sgn(i)e[|i |] 2d x ∈V (k )
1 X m x + sgn(i)e[|i |]
=
2d x ∈V (k )
m sgn(i)e[|i |]
1 X
= f i (x)
2d x ∈V (k )
f i est positive car m l’est, en outre f i (0) = 1

5.4.2. Soit x ∈ Zd , on a V (x) = x + sgn(i)e[|i |] , i ∈ Dd , alors

1 X
m(x) = m(k)
2d k ∈V (x)
1 X
= m x + sgn(i)e[|i |]

2d i ∈D
d
1 X
=

m sgn(i)e[|i |] f i (x)
2d i ∈D
d
X m sgn(i)e[|i |]
= f i (x)
i ∈D
2d
d
X m sgn(i)e[|i |]
Alors m = f i ; les coefficients d’une telle combinaison sont positifs et de somme
i ∈D d
2d
X m sgn(i)e[|i |]
= m(0) = 1
i ∈D d
2d
5.4.3. Par inégalité triangulaire
X m sgn(i)e[|i |] X m sgn(i)e[|i |]
k m k2 6 k f i k2 6 k m k2 = k m k2
i ∈D
2d i ∈D
2d
d d
Alors ∀i ∈ Dd , k m k 2 = k f i k 2 . D’autre part l’inégalité triangulaire est une égalité et comme
tout i ∈ Dd , m sgn(i)e[|i |] f i , O, alors pour tout j ∈ Di il existe λ j, i ∈ R+ tel que

pour
m sgn( j)e[| j |]
f j = λ j, i f i et l’application m s’exprime m =  λ j  f i . Enfin comme m(0) =
X
2d  
j ∈D d
X
f i (0) = 1, alors on tire λ j, i = 1, puis m = f i .
j ∈D d
Montrons que ∀i ∈ Dd , m sgn(i)e[|i |] = 1.

Soit i ∈ Dd , on pose α i = sgn(i)e[|i |] . On a α −i = −α i et pour tout x ∈ Zd :
m(x) = m(x − α i + α i )
= m(x − α i )m(α i )
= m(x + α −i )m(α i )
= m(x)m(α −i )m(α i )
Donc m(α −i )m(α i ) = 1, ceci donne l’inégalité
1 1 + m(α i ) 2
m(α −i ) + m(α i ) = + m(α i ) = >2
m(α i ) m(α i )
D’autre part
n
X X
2d 6 [(α i ) + m (α −i )] = m (α i ) = 2d.m(0) = 2d
i=1 i ∈D d



 m(α i )m(α −i ) = 1
Alors ∀i ∈ [[1, n]], m(α i ) + m (α −i ) = 2. Le système  donne m(α i ) =



 m(α i ) + m(α −i ) = 2
m (α −i ) = 1.
Montrons par récurrence sur n que ∀k ∈ Zd tel que k k k 1 = n, m(k) = 1

• Pour n = 0, c’est trivial car m(0) = 1
• Soit n ∈ N et k = (k 1 , · · · , kd ) ∈ Zd tels que k k k 1 = n + 1. Alors il existe i 0 ∈ [[1, n]] tel que


1 si k i 0 > 0
k i 0 , 0, on pose alors ε i 0 =  et x obtenu de k en remplaçant k i 0 par k i 0 − ε i 0 .



 −1 sinon
On a bien
k x k1 = n et k = x + ε i 0 e[|i 0 |]
Par hypothèse de récurrence m (x) = 1 et d’après ce qui précède
m (k) = m x + ε i 0 e[|i 0 |] = m (x) = 1

5.5. D’après le théorème de Huygens Kœnig,

V ( f (YU )) = E f (YU ) 2 − E ( f (YU )) 2

Avec E ( f (YU )) = 1 et E f (YU ) 2 6 E m (YU ) 2 , on obtient

V ( f (YU )) 6 E m (YU ) 2 − 1
On montre que f = 1.

On a déjà démontré que m = 1, donc E m (YU ) 2 = 1, puis par l’inégalité précédente V ( f (YU )) = 0. Or
E ( f (YU )) = 1 et

k f − 1 k 22 = E ( f − 1) (YU ) 2 = V ( f (YU )) = 0
Alors f − 1 = 0, puis f = 1
5.6. Soit f : Zd −→ R une fonction harmonique
Si f est minorée, on choisit un minorant α de f qui soit inférieur strictement à f (0) et on considère
l’application
f −α
ϕ=
f (0) − α
ϕ : Zd −→ R+ une fonction harmonique vérifiant ϕ(0) = 1, donc elle est constante et égale 1, c’est-à-
dire f = f (0)
Si f est majorée, on choisit un majorant α de f qui soit supérieur strictement à f (0) et on considère
l’application
f −α
ψ=
f (0) − α
ψ : Zd −→ R+ une fonction harmonique vérifiant ψ(0) = 1, donc elle est constante et égale 1, c’est-à-
dire f = f (0)
Problème
Notations et rappels
Soit n un entier > 2 ; si p ∈ N∗ , on note Mn, p (R) l’espace vectoriel des matrices à coefficients réels, à n lignes et
p colonnes. Si p = n, Mn, p (R) est noté simplement Mn (R), c’est l’algèbre des matrices carrées réelles d’ordre n ;
In désignera la matrice identité de Mn (R) et GLn (R) le groupe des matrices inversibles (groupe linéaire).
Si A ∈ Mn (R), on note Tr ( A) sa trace, det( A) son déterminant et χ A son polynôme caractéristique ; il est défini
par :
∀λ ∈ R, χ A (λ) = det(λIn − A).
Si p ∈ N∗ et M ∈ Mn, p (R), t M désigne la matrice transposée de M. Une matrice de Mn (R) est dite symétrique si
elle coïncide avec sa matrice transposée. L’ensemble des matrices symétriques de Mn (R) se notera Sn (R), c’est un
sous-espace vectoriel de Mn (R).
Le produit scalaire canonique de Mn,1 (R) se notera <, > et la norme associée sera notée k.k2 ; il est défini par
(X,Y ) 7−→< X,Y >:= t XY .
On note Un la partie de Mn (R) formée des matrices ayant nvaleurs propres réelles deux à deux distinctes.
Dans ce problème, l’espace vectoriel Mn (R) est muni de l’une de ses normes.
Partie I: Résultats préliminaires
1.1. Étude de l’ensemble U2

n o
1.1.1. Montrer que U2 = A ∈ M2 (R) ; (Tr(A)) 2 − 4 det( A) > 0
1.1.2. Montrer que les applications A 7−→ det( A) et A 7−→ Tr(A), définies sur M2 (R) et à valeurs réelles sont
continues
1.1.3. Montrer que U2 est un ouvert non vide de M2 (R).
1 2
1.1.4. Dans le plan R2 , dessiner le graphe de la fonction x 7−→ x puis préciser, en l’hachurant sur le même
4
graphique, la partie de 2
 R correspondant
 à l’ensemble {(Tr ( A) , det A) ; A ∈ U2 } .
 

 a b 
1.1.5. On pose V2 = U2 ∩    ∈ M2 (R) , b , 0  . Justifier que toute matrice de U2 est diagonalisable

 
 c d  


dans M2 (R) et construire une application f : V2 → M2 (R) continue, à valeurs dans GL 2 (R) et telle
que, pour tout M ∈ M2 (R), la matrice ( f (M)) −1 .M. f (M) soit diagonale
1.2. Commutant d’une matrice diagonale
Soient α1 , . . . , α n des réels deux à deux distincts et soit A ∈ M n (R) la matrice diagonale de coefficients
diagonaux α1 , . . . , α n respectivement : A = diag(α1 , . . . , α n )
1.2.1. On pose C( A) = {M ∈ M n (R) , M A = AM }. Montrer que C( A) est l’ensemble des matrices diago-
nales de M n (R)
146
1.2.2. Soient U , V deux éléments de GL n (R). Montrer que U. A.U −1 = V. A.V −1 , si, et seulement si la
matrice V −1 .U est diagonale
1.3. Une CNS de conjugaison à une matrice diagonale Soit (M, P) ∈ M n (R) × GL − n(R) et soit D ∈ M n (R)
une matrice diagonale. Montrer que P −1 .M.P = D si, et seulement si, les coefficients diagonaux de D sont
les valeurs propres de M et les vecteurs colonnes de P sont les vecteurs propres de M
Partie II: Quelques propriétés du groupe spécial orthogonal SOn (R)
On rappelle que On (R) = A ∈ M n (R) , t A. A = In et SOn (R) = { AOn (R) , det( A) = 1}

2.1. Montrer que On (R) est un

 sous groupe
 de GL n (R)
 et que SOn (R) est un sous groupe de On (R)

 a −b 

2.2. Montrer que SO2 (R) =    , a2 + b2 = 1 

 b a 
 


2.3. Le groupe SO2 (R) est connexe par arcs  
cos(θ) − sin(θ)
 
On définit l’application Φ : R → M2 (R) par : Φ(θ) =   , θ ∈ R
 
sin(θ) cos(θ) 
2.3.1. Montrer que l’application Φ est continue sur R
2.3.2. Montrer que Φ(R) = SO2 (R)
2.3.3. Justifier que SO2 (R) est une partie connexe par arcs de M2 (R)
2.4. Le groupe SOn (R) est connexe par arcs pour n > 3
2.4.1. Si U ∈ On (R), on rappelle qu’il existe une matrice P ∈ On (R), des entiers naturels p , q et rvérifiant
p + q + 2r = n, et si r , 0, des réels θ 1 , . . . , θ r , éléments de ]0, 2π[− {π}, tels que la matrice P.U.P −1
soit diagonale par blocs de la forme
 
Ip
 
 −Iq (0) 
 
 
 
P.U.P −1 =  Φ(θ 1 )

 .. 
 (0) .
 
 
 
Φ(θ r )
 
cos(θ k ) − sin(θ k )
 
Avec Φ(θ k ) =   , 1 6 k 6 r.
 
sin(θ k ) cos(θ k ) 
Montrer alors que U ∈ SOn (R) si, seulement si, q est pair
2.4.2. Soit U ∈ SOn (R) \ {In }
(i) Montrer qu’il existe P ∈ On (R), des entiers naturels p et s , vérifiant p + 2s = n, et des réels
θ 1 , . . . , θ r , éléments de ]0, 2π[, tels que la matrice P −1 .U.P soit diagonale par blocs de la forme :
 
 I p 
 −Iq (0)   
  cos(θ ) − sin(θ )
avec Φ(θ k ) =  , 1 6 k 6 r
k k
P −1 .U.P =  Φ(θ 1 ) 
   sin(θ k ) cos(θ k ) 
..
 (0) . 
 
Φ(θ r )
(ii) Les notations étant celles de la question précèdente, on définit l’application Γ : [0, 1] → M n (R)
par  
 I p 
 −Iq (0) 
 
∀t ∈ [0, 1] , Γ(t) = P.  Φ(θ 1 )  .P −1
 .. 
 (0) . 
 
Φ(θ r )
Montrer que Γ est continue à valeurs dans SOn (R) puis que Γ(0) = In et Γ(1) = U
2.4.3. En utilisant ce qui précède , montrer soigneusement que SOn (R) est connexe par arcs de M n (R). Pour
connecter deux matrices U1 et U2 dans SOn (R), on pourra d’abord commencer par connecter chacune
d’elles à la matrice In
2.5. Soit A ∈ M n (R) une matrice quelconque
2.5.1. Montrer que l’application M 7−→t M définie sur M n (R), est continue
2.5.2. Justifier que l’application U 7−→ U −1 , définie sur SOn (R), est continue
n o
2.5.3. En déduire que U. A.U −1 , U ∈ SOn (R) est une partie connexe par arcs
Partie III: Non continuité de la diagonalisation dans tout l’ouvert U2
On suppose qu’il existe une application f 2 : U2 → U2 (R) continue, à valeurs dans GL 2 (R) et telle que , pour
tout M ∈ U2 , la matrice f 2 (M) −1 .M. f 2 (M) soit diagonale
3.1. On considère M ∈ U2 ∩ S2 (R) et on note C1 (M) (resp C2 (M), la première ( resp la deuxième) colonne de
la matrice f 2 (M)
3.1.1. Montrer que C1 (M) et C2 (M) sont des vecteurs propres de M associés à des valeurs propres distinctes
et prouver qu’il sont orthogonaux dans (M2 (R), <, >)
1 1
3.1.2. Justifier que la matrice dont la première (resp deuxième) colonne est C1 (M) (resp C1 (M)
||C1 (M)||2 ||C1 (M)||2
est orthogonale .
On note α(n) le déterminant de la matrice décrite ci-dessus et g2 (M) ∈ M2 (R) la matrice dont la
1 1
première (resp deuxième ) colonne est α(M). C1 (M) (resp C2 (M))
||C1 (M)||2 ||C2 (M)||2
3.1.3. Vérifier que g2 (M) ∈ S2 (R)
On dispose ainsi d’une application g2 : U2 ∩ S2 (R) → M2 (R) à valeurs dans SO2 (R)
3.1.4. Montrer que g2 est continue et que, pour tout M ∈ U2 ∩ S2 (R), la matrice g2 (M) −1 .M.g2 (M) est
diagonale  
α 0
3.2. On considère une matrice diagonale B =   ∈ M2 (R), avec α , β
0 β
n o
3.2.1. Montrer que l’ensemble SB = U.B.U −1 , U ∈ S2 (R) est une partie de U2 ∩ S2 (R).
Dans la suite de cette partie, on note h2 la restriction de g2 à SB
3.2.2. Montrer que, pour tout M ∈ SB , la matrice h2 (M) −1 .M.h2 (M) est diagonale et est semblable à B.
Quelles sont les valeurs possibles ?
3.2.3. En déduire que l’application M 7−→ h2 (M) −1 .M.h2 (M) est constante sur SB
3.2.4. Montrer que l’on peut se ramener au cas ou h2 (M) −1 .M.h2 (M) = B, pour tout M ∈ SB
3.3. On reprend les notations de la deuxième question et on suppose désormais que, pour toute matrice M ∈
SB ; , h2 (M) −1 .M.h2 (M) = B
−1
3.3.1. Montrer que pour tout U ∈ SO2 (R), la matrice h2 U.B.U −1 .U est diagonale puis justifier qu’elle
appartient à {−I2 , I2 }
3.3.2. Soient ϕ2 : SO2 (R) → SB × {−I2 , I2 } et ψ : SB × {−I2 , I2 } → SO2 (R)les applications définies par :

ϕ2 (U) = U.B.U −1 , h2 (U.B.U −1 ) −1 .U et ψ2 (M, D) = h2 (M).D. Montrer que ϕ2 et ψ2 sont des
bijections réciproques l’une de l’autre

3.3.3. Montrer que l’application U 7−→ Tr h2 (U.B.U −1 ) −1 .U , définie sur SO 2 (R) et à valeurs réelles, est
continue et a pour ensemble image la paire {−2, 2}
3.3.4. Trouver une contradiction et conclure qu’une telle application f 2 n’existe pas
Partie IV: Non continuité de la diagonalisation dans tout l’ouvert Un , pour n > 3
Dans cette partie, on admet que Un est un ouvert de M n (R) et on suppose qu’il existe une application
f n : Un → M n (R) continue, à valeurs dans GL n (R) et telle que, pour tout M ∈ Un , la matrice f n (M) −1 .M. f n (M)
soit diagonale
4.1. On considère M ∈ Un ∩Sn (R) et on note Ck (M) la k-ème colonne de la matrice ! f n (M), pour tout k ∈ [[1, n]]
1 1
4.1.1. Montrer que la famille .C1 (M), . . . , .Cn (M) est une base orthonormée de l’es-
||C1 (M)||2 ||Cn (M)||2
pace M n,1 (R), < ., . >)
Dans la suite de cette partie, on note α(M)! le déterminant, dans la base canonique, de la famille
1 1
.C1 (M), . . . , .Cn (M) et on désigne par gn (M) ∈ M n (R), la matrice dont la
||C1 (M)||2 ||Cn (M)||2
1 1
k-ème colonne vaut α(M). C1 (M), si k = 1 et vaut . Ck (M), si k ∈ [[2, n]]
||C1 (M)||2 ||Ck (M)||2
4.1.2. Justifier que gn (M) ∈ SOn (R).
On dispose ainsi d’une application gn : Un ∩ Sn (R) → M n (R), à valeurs dans SOn (R)
4.1.3. Montrer que gn est continue et que, pour tout M ∈ Un ∩ Sn (R), la matrice gn (M) −1 .U.gn (M) est
diagonale
4.2. On considère des réels α1 , α n deux à deux distincts et on note A ∈ M n (R) la matrice diagonale de
coefficients diagonaux égaux α1 , . . . , α n respectivement : A = diag(α1 , . . . , α n )
n o
4.2.1. Montrer que l’ensemble S A = U. A. A−1 , U ∈ SOn (R) est une partie de Un ∩ Sn (R)
n o
Dans la suite de cette partie, on note hn la restriction de gn à S A = U. A.U −1 , U ∈ SOn (R)
4.2.2. Montrer que l’application M 7−→ hn (M) −1 .M.hn (M), définie sur S A , ne dépend qu’un nombre fini de
valeur . Combien exactement ?
4.2.3. Justifier alors que l’application M 7−→ hn (M) (−1) .M.hn (M), définie sur S A , est constante
4.2.4. Montrer qu’on peut se ramener au cas hn (M) −1 .M.hn (M) = A, pour tout M ∈ S A
4.3. On reprend les notations de la question précédente et on suppose désormais que, pour toute matrice M ∈
S A , hn (M) −1 .M.hn (M) = A

4.3.1. Montrer que, pour tout U ∈ On (R) , hn U. A.U −1 .U, est une matrice diagonale de SOn (R)
4.3.2. On note Dn (R), l’ensemble des matrices diagonales de Sn (R). Montrer que Dn est fini et déterminer
son cardinal
4.3.3. Soient ϕ n : SOn (R) → S A × Dn et ψ n : S A × Dn → SOn (R) les applications définies par :

ϕ n (U) = U. A.U −1 , hn (U. A.U −1 ) −1 .U et ψ n (U)(M, D) = hn (M)D
Montrer que ϕ n et ψ n sont des bijection réciproque l’une de l’autre

4.3.4. MOntrer que l’application U 7−→ Tr hn (U. A.U −1 ) −1 .U définie sur SOn (R) et à valeurs réelles, est
continue et a pour image tr (Dn )
4.3.5. Trouver une contradiction et conclure qu’une telle application f n n’existe pas
Partie I: Résultats préliminaires
1.1.
1.1.1. A ∈ U2 si, et seulement, si χ A admet deux racines distinctes. Avec χ A = X 2 −Tr ( A) X +det( A) dont le
discriminant ∆ = (Tr ( A)) 2 − 4 det( A), il vient que A ∈ U2 si, et seulement, si (Tr ( A)) 2 − 4 det( A) > 0
1.1.2. A 7−→ det( A) et A 7−→ Tr ( A) sont des fonctions polynomiales en coefficients de A, donc elles sont
continues sur Mn (R)
1.1.3. Par les théorèmes généraux ϕ = Tr2 − 4 det est continue sur M2 (R) à valeurs dans R, puisque U2 =
ϕ −1 (]0, +∞[) est l’image réciproque d’un ouvert par une fonction continue, donc il s’agit d’un ouvert
de M2 (R).  
2 0
U2 , ∅, car   ∈ U2
0 1
1 2
1.1.4. Notons C la courbe de l’application x 7−→ x
4
1.1.5. — Une matrice de U2 est carrée et elle admet deux valeurs propres distinctes, donc elle est diagona-
lisable.   p
 a b  Tr (M) − Tr (M) 2 − 4 det(M)
— Soit M =  ∈ V2 . Les valeurs propres de M sont λ 1 =
 c d 
et
2
p  
Tr (M) + Tr (M) − 4 det(M)
2 x
λ2 = . Le système M X = λ X, avec λ ∈ {λ 1 , λ 2 } et X =   ∈
2  y
M2,1 (R) fournit
 



 ax + by = λx b
 ⇐⇒ X ∈ Vect   



 cx + dy   λ − a 
= λy
 
b b
Posons alors f (M) =   , on a bien f (M) ∈ GL2 (R) et l’application f est conti-
 λ 1 − a λ 2 − a
151
nue car ses fonctions composantes sont continues. En outre

 
λ 0
f (M) −1 M f (M) =  
1
 0 λ 2 
1.2.
X
1.2.1. Soit M ∈ Mn (R), on pose M = mi j Ei j avec Ei j est la base canonique de Mn (R). On
16i, j6n
16i, j6n
a
X X
AM = α k m i j Ek k Ei j = α i m i j Ei j
16k,i, j6n 16i, j6n
et
X X
MA = α k m i j Ei j Ek k = α j m i j Ei j
16k, i, j6n 16i, j6n
Donc AM = M A équivaut à ∀i, j ∈ [[1, n]]2 , α i mi j = α j mi j équivaut à ∀i , j ∈ [[1, n]]2 , mi j = 0. Ainsi

C ( A) est l’ensemble de matrices diagonales
1.2.2. L’égalité U AU −1 = V AV −1 équivaut à V −1U A = AV −1U ou encore équivaut à V −1U ∈ C ( A). Avec
C ( A) égale l’ensemble des matrices diagonales
1.3. Notons Mi la ième colonne de M et posons D = diag (d 1 , · · · , d n )
P −1 M P = D ⇐⇒ M P = PD
⇐⇒ ∀i ∈ [[1, n]] , [M P]i = [PD]i
⇐⇒ ∀i ∈ [[1, n]] , M Pi = PDi
⇐⇒ ∀i ∈ [[1, n]] , M Pi = d i Pi
⇐⇒ ∀i ∈ [[1, n]] , −
→ de M associé à la vp d
P vp
i i
Partie II: Quelques propriétés du groupe spécial orthogonal SOn (R)
2.1. On montre que On (R) est un sous-groupe de GLn (R)

O n (R) ⊂ GLn (R), In ∈ O n (R) .
Soient A, B ∈ O n (R).
AB est inversible et ( AB) −1 = B −1 A−1 = BT AT = ( AB) T donc AB ∈ On (R).
Soit A ∈ O n (R).
−1 −1 T
A−1 est inversible et A−1 = ( AT ) = ( A−1 ) donc A−1 ∈ On (R).
Donc On (R) est un sous-groupe de (GLn (R), ×).
SOn (R) est  de morphisme de groupes det, donc c’est un sous-groupe de On (R)
 le noyau
a −b
2.2. Soit M =  ∈ M2 (R) tel que a2 + b2 = 1, on a bien
 b a 
M T M = I2 et det(M) = a2 + b2 = 1
Donc M ∈ SO2 (R).  

a c
Inversement soit M =   ∈ SO2 (R), les relations t M M = I2 et M t M = I2 entraînent le système
 b d 



 a2 + b2 =1
 et le calcul du déterminant de M donne ad − bc = 1, ainsi on obtient



 c2 + d 2 =1
(a − d) 2 + (b + c) 2 = a2 + d 2 + c2 + b2 + 2 (bc − ad) = 0
Donc d = a et c = −b
2.3.
2.3.1. Φ est continue car ses fonctions composantes sin et cos sont continues
2.3.2. Soit θ ∈ R, d’après la question 2.2.), la matrice Φ(θ) appartient à SO2 (R). Ainsi la première inclusion
Φ (R) ⊂ SO2 (R).
 M ∈ SO2 (R), d’après la question 2.2., il existe a, b ∈ R tels que a + b = 1 et

Inversement soit 2 2

a −b
M =  . Mais l’égalité a2 +b2 = 1 assure l’existence d’un réel θ ∈ R tel que a = cos θ et b = sin θ
 b a 
 
cos θ − sin θ
et par suite M =   = Φ (θ). On en déduit la deuxième inclusion SO2 (R) ⊂ Φ (R)
 sin θ cos θ 
2.3.3. SO2 (R) = Φ (R) est l’image de R, qui est connexe par arcs, par une application continue, donc c’est
un connexe par arcs
2.4. Le groupe SOn (R) est connexe par arcs pour n > 3
2.4.1. U ∈ SOn (R) si, et seulement, si det(U) = 1. Or
r
Y
det(U) = det P −1U P = det −Iq det (Φ (θ i )) = (−1) q
i=1
Cette dernière valeur vaut 1 si, et seulement, si q est pair

2.4.2. Soit U ∈ SOn (R) \ {In }
(i) On écrit  
Ip 0 ··· ··· 0
 
 0 .. ..
−Iq . .
 
. .. .. ..
PTU P =  .. . Φ (θ 1 ) . . 
 
 .. ..
.
..
. 
 . 0 
0 
··· ··· 0 Φ (θ r ) 
On ne peut pas avoir à la fois r = 0 et q = 0 car U , In . Ainsi si q = 0 c’est fini, sinon q est pair
et la matrice −Iq peut s’exprimer par blocs
 
−I2 (0)
 
 −I2 
−Iq =  ..  ∈ Mq (R)
 . 
 
(0) −I2 
 
−1 0
Puisque −I2 =   = Φ (π), on prend alors φ1 = · · · = φ q = π et on change d’indice pour
 0 −1 2
obtenir l’expression demandée

(ii) Il est clair que Γ à valeurs dans SOn (R) et que Γ(0) = In et Γ(1) = U. L’application
 
Ip 0 ··· 0
 
 0 . .. 
Φ (tθ 1 ) . . .
t ∈ [0, 1] 7−→  .  ∈ SOn (R)
 . .. .. 
. .
 . 0 
0 ··· 0 Φ (tθ s ) 
est continue car ses composantes son continues à savoir les identités de R et les fonctions t ∈
[0, 1] 7−→ cos (tθ i ) et t ∈ [0, 1] 7−→ sin (tθ i ). En outre
A ∈ SOn (R) 7−→ P At P
est continue, car c’est la restriction d’une application linéaire en dimension finie. Ainsi par com-
position Γ est continue sur [0, 1]
2.4.3. Soient U1 ,U2 , ∈ SOn (R).
— Si l’une des matrices U1 ou U2 égale In , c’est fini
— Sinon, soit Γ1 ( resp Γ2 ) le chemin défini auparavant joignant In et U1 ( resp In et U2 ). On considère
l’application Γ définie sur [0, 1] par


 Γ1 (1 − 2t) si t ∈ [0, 21 ]
Γ(t) = 


 Γ2 (2t − 1) si t ∈ [ 12 , 1]
Γ est continue sur [0, 1] à valeurs dans SOn (R) et elle vérifie Γ(0) = U1 et Γ(1) = U2
2.5. Soit A ∈ Mn (R)
2.5.1. L’application M 7−→ t M est linéaire de en dimension finie, donc elle est continue sur Mn (R)
2.5.2. Notons que pour tout U ∈ SOn (R), U −1 = tU, donc l’application U 7−→ U −1 est continue sur SOn (R)
car elle est la restriction d’une application continue
2.5.3. L’application X ∈ Mn (R) 7−→ X, t X est continue car elle est linéaire en dimension finie. De plus

l’application (X,Y ) ∈ Mn2 (R) 7−→ X AY est bilinéaire en dimension finie, donc elle est continue, puis
par composition
X ∈ Mn (R) 7−→ X At X ∈ Mn (R)
est continue sur Mn (R). Puisque SOn (R) est connexe par arcs et pour tout U ∈ SOn (R), tU = U −1 ,
alors l’ensemble considéré est l’image d’un connexe par arcs par une application continue donc il s’agit
d’un connexe par arcs
Partie III: Non continuité de la diagonalisation dans tout l’ouvert U2
3.1.
3.1.1. D’après la question 2.2.) les colonnes de f 2 (M) sont les vecteurs propres de M. Par hypothèse les
valeurs propres de M sont simples. Notons λ i la valeur propre associé à Ci (M) où i ∈ {1, 2}. D’une
part, on a
t
C1 (M) MC2 (M) = λ 2 t C1 (M) C2 (M)
Et d’autre part
t
C1 (M) MC2 (M) = t (MC1 (M))C2 (M) = λ 1 t C1 (M) C2 (M)
Donc λ 1 < C1 (M) ,C2 (M) >= λ 2 < C1 (M) ,C2 (M) >, et comme λ 1 , λ 2 alors < C1 (M) ,C2 (M) >=
0
C1 (M) C2 (M)
3.1.2. Les deux vecteurs colonnes et constitue une famille orthonormée, donc la ma-
k C1 (M) k k C2 (M) k
trice considérée est orthogonale
3.1.3. On a α (M) = ±1, la matrice g2 (M) est orthogonale et det (g2 (M)) = α 2 (M) = 1, donc g2 (M) ∈
SO2 (R)
3.1.4. Les fonctions C1 et C2 sont continues : Elles sont les composantes de f 2 vue comme applications
de M2 (R) à valeurs dans M2,1 (R) × M2,1 (R). Par composition M 7−→ k Ci (M) k est continue et
Ci (M)
elle ne s’annule pas sur U2 , donc les deux fonctions M 7−→ sont continues. Enfin α :
! k Ci (M) k
C1 (M) C2 (M)
M 7−→ det , est continue car det : M2,1 (R) × M2,1 (R) −→ R est bilinéaire.
k C1 (M) k k C2 (M) k
C1 (M) C2 (M)
Ainsi g2 est continue. Pour MU2 ∩ S2 (R), les vecteurs α(M) et sont propres
k C1 (M) k k C2 (M) k
de M et ils constituent les vecteurs colonnes de g2 (M), alors , d’après la question 1.3.), la matrice
g2 (M) −1 Mg2 (M) est diagonale  
α 0
3.2. On considère une matrice diagonale B =   ∈ M2 (R), avec α , β
0 β
3.2.1. Soit A ∈ SB , alors A est semblable à B, donc elle admet deux valeurs propres distinctes et par suite
A ∈ U2 . En outre pour toute matrice U ∈ SO2 (R), on a U −1 = tU et
t t
U BtU = tU t BtU = U BtU
Donc U BU −1 ∈ S2 (R)
3.2.2. Le résultat de la question 3.1.4.) affirme que la matrice h2 (M) −1 M h2 (M) est diagonale. De plus la ma-
trice M est semblable aux deux matrices B et h2 (M) −1 M h2 (M), alors par transitivité h2 (M) −1 M h2 (M)
et B sont semblables. La matrice h2 (M) −1 M h2 (M) est diagonale dont les éléments de la diagonale
 
β 0
sont α et β, donc il n’y a que deux valeurs possibles de h2 (M) −1 M h2 (M) qui sont B et B 0 =  
 0 α 
3.2.3. L’application M 7−→ h2 (M) −1 M h2 (M) est continue sur le connexe par arcs à valeurs dans {B, B 0 },
avec B , B 0 , donc elle est constante, car sinon {B, B 0 } sera connexe par arcs dans M2 (R), ce qui est
absurde  
β 0
3.2.4. Si la constante vaut B c’est fini, sinon h2 (M) −1 M h2 (M) =   . Dans un tel cas la première (
 0 α 
resp deuxième ) colonne de h2 (M) est un vecteur propre de M associé à la valeur propre β (resp
α), alors pour obtenir B il faut permuter les colonnes de h2 (M). On redéfinit g2 (M) comme étant
C2 (M) C2 (M)
la matrice dont la première colonne α(M) et dont la deuxième colonne , avec
! k C2 (M) k k C2 (M) k
C2 (M) C1 (M)
α(M) = det ,
k C2 (M) k k C1 (M) k
3.3.
3.3.1. Soit U ∈ SO2 (R) et posons M = U BU −1 , la relation h2 (M) −1 M h2 (M) = B donne h2 (M) −1U BU −1 h2 (M) =
B, soit
h2 (M) −1U B = Bh2 (M) −1U
La matrice B vérifie les conditions de la question 1.2. et h2 (M) −1U une matrice commutant avec B,
donc d’après la question 1.2.1. la matrice h2 (M) −1U est diagonale. 
cos θ − sin θ 
h2 (M) −1U ∈ SO2 (R), alors il existe θ ∈ R tel que h2 (M) −1U = 
 sin θ cos θ 
et puisque elle est
diagonale, alors sin θ = 0, soit θ ≡ 0 [π], en conséquence
h2 (M) −1U = ±I2
3.3.2. Les deux applications ϕ2 et ψ2 sont bien définies.

Pour U ∈ SO2 (R), on a :
−1
ψ2 ◦ ϕ2 (U) = ψ2 U BU −1 , h2 U BU −1 U
−1
= h2 U BU −1 h2 U BU −1 U
= U
Donc ψ2 ◦ ϕ2 = idSO2 (R)

Soit (M, D) ∈ SB × {−I2 , I2 }, on a :
ϕ2 ◦ ψ2 (M, D) = ϕ2 (h2 (M) D)

= MB , h2 (MB ) −1 h2 (M) D
Avec
MB = h2 (M) DBD −1 h2 (M) −1

= h2 (M) Bh2 (M) −1
= M
Il vient que

ϕ2 ◦ ψ2 (M, D) = M, h2 (M) −1 h2 (M) D = (M, D)
Donc ϕ2 ◦ ψ2 = idS B × {− I2, I2 }

Donc les applications ϕ2 et ψ2 sont des bijections réciproques l’une de l’autre

3.3.3. L’application U 7−→ h2 U BU −1 est continue sur SO2 (R) à valeurs dans SO2 (R), d’après la question
−1 −1
2.5.2.) l’application U 7−→ h2 U BU −1 est continue sur SO2 (R). Puis U 7−→ h2 U BU −1 U et
par composition par la trace qui est linéaire en dimension finie, alors la fonction considérée est continue
sur SO2 (R) à valeurs dans R.
−1 −1
D’après la question 3.3.1.), pour tout U ∈ SO2 (R), h2 U BU −1 U = ±I2 , donc Tr h2 U BU −1 U ∈
{−2, 2}. La question 3.3.2.) montre que ϕ est une bijection, donc I2 et −I2 admettent des antécédents,
donc l’ensemble des valeurs prises est exactement {−2, 2}
3.3.4. SO2 (R) est connexe par arcs dont l’image, par une application continue, égale {−2, 2} qui n’est pas
connexe. Ce qui est absurde. Donc une telle fonction f 2 n’existe pas
Partie IV: Non continuité de la diagonalisation dans tout l’ouvert Un , pour n > 3
4.1.
4.1.1. D’après la question 1.3.) les colonnes de f n (M) sont les vecteurs propres de M. Par hypothèse les
valeurs propres de M sont simples. Notons λ i la valeur propre associé à Ci (M) où i ∈ [[1, n]]. D’une
part, on a pour tout i, j ∈ [[1, n]] tels que i , j :
t
Ci (M) MC j (M) = λ j t Ci (M) C j (M)
Et d’autre part
t
Ci (M) MC j (M) = t (MCi (M))C j (M) = λ i t Ci (M) C j (M)
Donc λ i < Ci (M) ,C j (M) >= λ j < Ci (M) ,C j (M) >, et comme λ i , λ j alors < Ci (M) ,C j (M) >=
0. Ainsi la famille (C1 (M) , · · · ,Cn (M))
! est orthogonale, et puisqu’elle est sans vecteur nul, donc la
C1 (M) Cn (M)
famille ,· · · , est orthonormale dans Mn,1 (R) qui est de dimension n, donc
k C1 (M) k k Cn (M) k
c’est une BON
4.1.2. On a α (M) = ±1, la matrice gn (M) est orthogonale car la famille constituée de ses vecteurs colonnes
est orthonormée, en outre det (gn (M)) = α 2 (M) = 1, donc gn (M) ∈ SOn (R)
n sont continues : Elles sont les composantes de f vue comme applications de
4.1.3. Les fonctions (Ci )i=1 n
Mn (R) à valeurs dans Mn,1 (R) n . Par composition pour tout i ∈ [[1, n]], l’application M 7−→ k Ci (M) k
Ci (M)
est continue et elle ne s’annule pas sur Un , donc les fonctions M 7−→ sont continues. Enfin
! k Ci (M) k
Ci (M) Cn (M)
α : M 7−→ det ,· · · , est continue car det : Mn,1 (R) n −→ R est multinéaire.
k Ci (M) k k Cn (M) k
C1 (M) C2 (M) Cn (M)
Ainsi gn est continue. Pour M ∈ Un ∩ Sn (R), les vecteurs α(M) , ,· · ·
k C1 (M) k k C2 (M) k k Cn (M) k
sont propres de M et ils constituent les vecteurs colonnes de gn (M), alors , d’après la question 1.3.), la
matrice gn (M) −1 Mgn (M) est diagonale
4.2. On considère une matrice diagonale A = diag (α1 , · · · , α n ), avec α1 , · · · , α n deux à deux distincts
4.2.1. Soit M ∈ S A , alors M est semblable à A, donc elle admet n valeurs propres distinctes et par suite
M ∈ Un . En outre pour toute matrice U ∈ SOn (R), on a U −1 = tU et
t t
U AtU = tU t AtU = U AtU
Donc U AU −1 ∈ Sn (R)
4.2.2. Le résultat de la question 3.1.4.) affirme que la matrice hn (M) −1 M hn (M) est diagonale. De plus la ma-
trice M est semblable aux deux matrices B et hn (M) −1 M hn (M), alors par transitivité hn (M) −1 M hn (M)
et B sont semblables. Donc il n’y a que n! valeurs possibles de hn (M) −1 M hn (M) qui sont diag ασ (1) , · · · , ασ (n)

avec σ parcourt le groupe symétrique Gn

4.2.3. L’application M 7−→ hn (M) −1 M hn (M) est continue sur le connexe par arcs à valeurs dans {diag ασ (1) , · · · , ασ (n
Gn }, donc elle est constante, car sinon {diag ασ (1) , · · · , ασ (n) , σ ∈ Gn } sera connexe par arcs dans

Mn (R), ce qui est absurde

4.2.4. Il existe σ ∈ Gn tel que hn (M) −1 M hn (M) = diag ασ (1) , · · · , ασ (n) . On redéfinit la matrice dont

Ck (M)
la ième colonne est le vecteur associé à la valeur propre α i , puis α(M), comme aupara-
k Ck (M) k
vant, le déterminant de cette matrice construite et enfin gn (M) la matrice obtenue de cette dernière en
multipliant sa première colonne par α(M)

4.3.
4.3.1. Soit U ∈ SOn (R) et posons M = U AU −1 , la relation hn (M) −1 M hn (M) = A donne hn (M) −1U AU −1 hn (M) =
A, soit
hn (M) −1U A = Ahn (M) −1U
La matrice A vérifie les conditions de la question 1.2. et hn (M) −1U une matrice commute avec A, donc
−1
d’après la question 1.2.1. la matrice hn U AU −1 U est diagonale.
 
 n

4.3.2. Dn =  diag (ε 1 , · · · , ε n ) , ε i ∈ {−1, 1} et ε i = 1  est un ensemble fini car
Y

 

i=1


 Dn −→ {−1, 1} n
ϕ:


 diag (ε 1 , · · · , ε n ) 7−→ (ε 1 , · · · , ε n )
est injective et {−1, 1} n un ensemble fini de cardinal 2n .

n
Y
Le cardinal de Dn est le nombre de n-uplets (ε 1 , · · · , ε n ) de {−1, 1} n pour lesquels ε i = 1, qui vaut
i=1
aussi le nombre de n-uplets (ε 1 , · · · , ε n ) de {−1, 1} n qui contiennent un nombre pair de composantes
X
valant −1, ce nombre vaut Cn2s = 2n−1 , donc Card (Dn ) = 2n−1
062s6n
4.3.3. Les deux applications ϕ n et ψ n sont bien définies.
Pour U ∈ SOn (R), on a :

−1 −1

ψ n ◦ ϕ n (U) = ψ n U AU , hn U AU
−1
U
−1
= hn U AU −1 hn U AU −1 U
= U
Donc ψ2 ◦ ϕ2 = idSOn (R)

Soit (M, D) ∈ SB × Dn , on a :
ϕ n ◦ ψ n (M, D) = ϕ n (hn (M) D)

= M A , hn (M A ) −1 hn (M) D
Avec
M A = hn (M) D AD −1 hn (M) −1
= hn (M) Ahn (M) −1
= M
Il vient que

ϕ n ◦ ψ n (M, D) = M, hn (M) −1 hn (M) D = (M, D)
Donc ϕ n ◦ ψ n = idS B × D n
Donc les applications ϕ2 et ψ2 sont des bijections réciproques l’une de l’autre

4.3.4. D’après la question 4.1.3.) l’application U 7−→ hn U AU −1 est continue sur SOn (R) à valeurs dans
−1
SOn (R), d’après la question 2.5.2.) l’application U 7−→ hn U BU −1 est continue sur SOn (R).
−1
Puis U 7−→ hn U BU −1 U et par composition par la trace qui est linéaire en dimension finie, alors
la fonction considérée est continue sur SO2 (R) à valeurs dans R.
−1 −1
D’après la question 4.3.3. pour tout U ∈ SOn (R), hn U BU −1 U ∈ Dn , donc Tr hn U BU −1 U ∈
Tr (Dn ). La question 4.3.3. montre que ϕ n est une bijection, donc tout élément de Dn admet un anté-
cédent, donc l’ensemble des valeurs prises est exactement Tr (Dn )
4.3.5. SOn (R) est connexe par arcs dont l’image par une application continue égale Tr (Dn ), qui n’est pas un
intervalle, qui n’est pas connexe. Ce qui est absurde, car les connexes par arcs de R sont les intervalles.
Donc une telle fonction f n n’existe pas

Annales CNC MP

Transféré par

Droits d'auteur :

Formats disponibles

Annales CNC MP

Transféré par

Informations du document

Description originale:

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Annales CNC MP

Transféré par

Droits d'auteur :

Formats disponibles

Annales corrigées: Mathématiques

Concours National Commun

Auteur: EL AMDAOUI Mustapha

Bon courage, et bonne réussite !

Exercice : Un peu de probabilité

Pour tout entier naturel n, on définit la fonction gn de la variable réelle x par :

Problème : Étude d’une équation aux dérivées partielles

k (R, C) désigne le C-espace vectoriel des fonctions complexes 2π-périodiques et de classe C k

Partie I: Quelques résultats préliminaires utiles

1.1. Noyau de DIRICHLET.

Pour tout n ∈ N, l’application Dn : R −→ C, θ 7−→ Dn (θ) s’appelle noyau de Dirichlet.

Partie II: Convergence normale de la série de FOURIER

On lui associe la suite (un ( f ))n∈N de fonctions définies par :

∀x ∈ R,u0 ( f )(x) = c0 ( f ) et un ( f )(x) = cn ( f )ein x + c−n ( f )e −in x si n ∈ N∗

2.3.1. Vérifier que, pour tout (n, x) ∈ N × R,

2.3.2. Montrer que, pour tout (n, x) ∈ N × R,

2.3.3. En déduire que, pour tout (n, x) ∈ N × R,

2.3.4. Soit x ∈ R. On note gx la fonction définie sur le segment [−π, π] par :

Partie III: Application à l’étude d’une équation aux dérivées partielles

∀x ∈ R, f 0 (x) = a0 et f n (x) = an ein x + a −n e −in x si n ∈ N∗

3.1. Une question de sommabilité

Dans la suite du sujet, on se propose de résoudre le problème suivant :

3.3. Existence d’une solution du problème

∀(x, t) ∈ R2 , v0 (x,t) = b0 (t) et vn (x,t) = bn (t)ein x + b−n (t)e −in x si n ∈ N∗

On pourra utiliser la question (2.4.).

Exercice : Un peu de probabilité

Pour tout entier naturel n, on définit la fonction gn de la variable réelle x par :

Comme f est paire, intégrable d’intégrale 1, alors

On montre par récurrence sur n > 0 que

π (2n)! π (2n + 2)(2n + 1)(2n)! π (2(n + 1))!

Problème : Étude d’une équation aux dérivées partielles

Partie I: Quelques résultats préliminaires utiles

1.1. Noyau de DIRICHLET

Par linéarité de l’intégrale

Donc f est bornée sur R

1.3. Lemme de LEBESGUE

1.3.1. Supposons que h est constante sur [a, b], alors

On en déduit bien que (Jn (h)) tend vers 0

Soit M la plus grande des valeurs des |yi |. On a :

On en déduit bien que (Jn (h)) tend vers 0.

Maintenant, on choisit n0 de sorte que pour n > n0 , on ait :

Pour un tel n, on a encore :

Ceci prouve que, pour n > n0 , on a :

On en déduit bien que (Jn (h)) tend vers 0

Partie II: Convergence normale de la série de FOURIER

On lui associe la suite (un ( f ))n∈N de fonctions définies par :

∀x ∈ R,u0 ( f )(x) = c0 ( f ) et un ( f )(x) = cn ( f )ein x + c−n ( f )e −in x si n ∈ N∗

On en déduit que (cn ( f ))n∈Z est bornée.

une autre fois on applique le résultat de la question (2.1.2.) à f , on trouve cn ( f 00 ) = −n2 cn ( f ).

En outre, par définition des ck ( f ) et linéarité de l’intégrale

Ceci achève la démonstration.

Partie III: Application à l’étude d’une équation aux dérivées partielles

∀x ∈ R, f 0 (x) = a0 et f n (x) = an ein x + a −n e −in x si n ∈ N∗

3.1. Une question de sommabilité

 Soit n ∈ N? , par Cauchy-Schwarz, on a

  1/2  n  1/2   1/2  n 

puis on fait tendre n vers +∞, alors

3.2.4.  Pour tout n ∈ N, f n est de classe C 2 sur R et

3.3. Existence d’une solution du problème

Soit n ∈ N? , par Cauchy-Schwarz, on a

3.2.4. Pour tout n ∈ N, f n est de classe C 2 sur R et

ϕ admet une dérivée partielle par rapport à t et

bn est solution de l’équation y 0 + in2 y = 0, donc

On démontre l’égalité par récurrence sur n > 2

G(u , · · · ,u ) = det t BB = det(B) 2