Retour au blog

Maîtriser l'Algèbre Linéaire et l'Analyse en MPSI

Les réflexes qui rapportent des points en MPSI : noyau et théorème du rang en algèbre linéaire, hypothèses et développements limités en analyse, avec quatre exercices corrigés.

Cet article a été rédigé à des fins pédagogiques. Les informations présentées peuvent évoluer. Nous t’invitons à vérifier auprès de sources officielles.

En algèbre linéaire, le réflexe qui débloque presque tout en MPSI tient en deux temps : reconnaître une application linéaire, puis compter des dimensions. Par exemple, pour prouver qu'un endomorphisme $u$ de $\mathbb{R}^3$ (une application linéaire de $\mathbb{R}^3$ dans lui-même) est bijectif, il suffit de montrer que son noyau, l'ensemble des vecteurs envoyés sur $0$, est réduit à $\{0\}$ : le théorème du rang donne la surjectivité sans calcul. En analyse, le réflexe est double : citer les hypothèses d'un théorème avant de l'appliquer, et sortir un développement limité dès qu'une limite résiste.

Tu verras d'où viennent ces réflexes et où ils piègent, puis tu t'entraîneras sur quatre exercices corrigés.

Algèbre linéaire : penser noyau et dimension

Définition : une application $u : E \to F$ entre deux $\mathbb{K}$-espaces vectoriels, avec $\mathbb{K} = \mathbb{R}$ ou $\mathbb{C}$, est linéaire si $u(\lambda x + \mu y) = \lambda u(x) + \mu u(y)$ pour tous $x, y$ de $E$ et tous scalaires $\lambda, \mu$ de $\mathbb{K}$. Son noyau est $\operatorname{Ker} u = \{x \in E : u(x) = 0\}$, son image $\operatorname{Im} u = \{u(x) : x \in E\}$.

Premier usage : prouver qu'un ensemble est un sous-espace vectoriel. Au lieu de vérifier la définition, écris-le comme le noyau d'une application linéaire. Un noyau est toujours un sous-espace, car $u(0) = 0$ et, si $u(x) = u(y) = 0$, alors $u(\lambda x + \mu y) = 0$.

Ce réflexe éclaire aussi les équations différentielles linéaires. L'application $y \mapsto y' + ay$ est linéaire : les solutions de l'équation homogène $y' + a(x)y = 0$ forment son noyau. Et la différence de deux solutions de l'équation complète $y' + a(x)y = b(x)$ tombe dans ce noyau : toutes ses solutions s'écrivent donc $y_p + y_h$, une solution particulière plus une solution de l'équation homogène.

Deuxième usage, le plus rentable : compter. Le rang de $u$, noté $\operatorname{rg}(u)$, est la dimension de son image.

Théorème du rang : si $E$ est de dimension finie $n$ et si $u : E \to F$ est linéaire, alors $n = \dim \operatorname{Ker} u + \operatorname{rg}(u)$.

D'où il vient : prends un supplémentaire $S$ de $\operatorname{Ker} u$ dans $E$, c'est-à-dire un sous-espace tel que tout $x$ de $E$ s'écrive de façon unique $x = k + s$, avec $k \in \operatorname{Ker} u$ et $s \in S$. Alors $u(x) = u(s)$ : $u$ envoie $S$ sur toute l'image, et seul le vecteur nul de $S$ part sur $0$. C'est donc un isomorphisme (une bijection linéaire) de $S$ sur $\operatorname{Im} u$, et $\operatorname{rg}(u) = \dim S = n - \dim \operatorname{Ker} u$. Pour le retrouver : les $n$ dimensions du départ se partagent entre celles que $u$ écrase et celles qui survivent dans l'image.

Conséquence : quand $E$ et $F$ ont la même dimension finie, $u$ est injective si et seulement si elle est surjective, donc bijective. Comme $u$ est injective exactement quand $\operatorname{Ker} u = \{0\}$, c'est l'exemple du début.

Piège classique : le théorème du rang compte la dimension de l'espace de départ, pas celle de l'espace d'arrivée. Et l'équivalence entre injective et surjective exige deux espaces de même dimension : $(x, y) \mapsto (x, y, 0)$, de $\mathbb{R}^2$ dans $\mathbb{R}^3$, est injective, mais son rang vaut $2$, donc elle n'est pas surjective.

Les matrices, une colonne par vecteur de base

Dans le programme de MPSI, le calcul matriciel arrive au premier semestre, les espaces vectoriels au second. Le pont entre les deux tient en une règle : pour un endomorphisme $u$ de $E$ et une base $(e_1, \dots, e_n)$ de $E$, la colonne $j$ de la matrice de $u$ contient les coordonnées de $u(e_j)$.

Pourquoi ça suffit : tout $x$ de $E$ s'écrit $x = x_1 e_1 + \dots + x_n e_n$, donc, par linéarité, $u(x) = x_1 u(e_1) + \dots + x_n u(e_n)$. Connaître les images des vecteurs de base, c'est connaître $u$ partout.

Le rang de la matrice est celui de $u$. Tu le calcules par le pivot de Gauss, car les opérations élémentaires sur les lignes (échanges, multiplication d'une ligne par un scalaire non nul, ajout d'un multiple d'une autre ligne) ne changent pas le rang. Une matrice carrée de taille $n$ est inversible si et seulement si son rang vaut $n$, ce qui revient à un noyau réduit à $\{0\}$ ou à un déterminant non nul.

Piège classique : le produit matriciel n'est pas commutatif, donc $(A + B)^2 = A^2 + AB + BA + B^2$. Avec $A = \begin{pmatrix} 0 & 1 \\ 0 & 0 \end{pmatrix}$ et $B = \begin{pmatrix} 0 & 0 \\ 1 & 0 \end{pmatrix}$, tu trouves $AB = \begin{pmatrix} 1 & 0 \\ 0 & 0 \end{pmatrix}$ mais $BA = \begin{pmatrix} 0 & 0 \\ 0 & 1 \end{pmatrix}$. La formule du binôme ne s'applique que si $AB = BA$.

Analyse : quantificateurs et hypothèses

En MPSI, la limite d'une suite se manie par sa définition, écrite avec des quantificateurs (« pour tout », « il existe »).

Définition : la suite $(u_n)$ converge vers le réel $\ell$ si, pour tout $\varepsilon > 0$, il existe un rang $N$ tel que, pour tout $n \geqslant N$, $|u_n - \ell| \leqslant \varepsilon$.

En pratique, on ne cherche presque jamais $N$ à la main : on majore. Si $|u_n - \ell| \leqslant v_n$ avec $v_n \to 0$, alors $u_n \to \ell$, puisqu'à partir d'un certain rang $v_n \leqslant \varepsilon$. Par exemple, pour $n \geqslant 1$ et $u_n = \dfrac{n + \cos n}{n}$, on a $|u_n - 1| = \dfrac{|\cos n|}{n} \leqslant \dfrac{1}{n}$, donc $u_n \to 1$.

Pour les fonctions, les grands théorèmes (valeurs intermédiaires, bornes atteintes, Rolle, accroissements finis) ont chacun leurs hypothèses, et chacune sert. Rolle demande $f$ continue sur le segment $[a\,;\,b]$ (un intervalle fermé borné), dérivable sur $]a\,;\,b[$, avec $f(a) = f(b)$ ; il donne alors un $c$ de $]a\,;\,b[$ tel que $f'(c) = 0$. Sans la dérivabilité, la conclusion tombe : $f(x) = |x|$ sur $[-1\,;\,1]$ vérifie $f(-1) = f(1)$, mais sa dérivée vaut $-1$ ou $1$, jamais $0$, car $f$ n'est pas dérivable en $0$.

D'où la méthode : dans une copie, écris chaque hypothèse avant le « donc » ; pour retenir un théorème, retiens avec lui un contre-exemple par hypothèse.

Développements limités : lever les indéterminations

Un développement limité à l'ordre $n$ en $0$ écrit $f(x)$ comme un polynôme de degré au plus $n$, plus un reste $o(x^n)$ : une quantité de la forme $x^n \varepsilon(x)$ avec $\varepsilon(x) \to 0$ quand $x \to 0$. Près de $0$, ce reste est négligeable devant $x^n$.

Ils viennent de la formule de Taylor-Young : si $f$ est de classe $\mathcal{C}^n$ (dérivable $n$ fois, avec $f^{(n)}$ continue) sur un intervalle contenant $0$, alors

$$f(x) = \sum_{k=0}^{n} \frac{f^{(k)}(0)}{k!}\, x^k + o(x^n)$$

C'est elle qui te rend un développement oublié : toutes les dérivées de l'exponentielle valent $1$ en $0$, d'où les coefficients $\dfrac{1}{k!}$.

Formule : développements usuels à l'ordre 3 en $0$.

$$e^x = 1 + x + \frac{x^2}{2} + \frac{x^3}{6} + o(x^3)$$ $$\ln(1 + x) = x - \frac{x^2}{2} + \frac{x^3}{3} + o(x^3)$$ $$\sin x = x - \frac{x^3}{6} + o(x^3)$$ $$\cos x = 1 - \frac{x^2}{2} + o(x^3)$$ $$\tan x = x + \frac{x^3}{3} + o(x^3)$$

Pour une limite, développe numérateur et dénominateur jusqu'à leur premier terme non nul, puis simplifie. Avec $\dfrac{\ln(1 + x) - x}{x^2}$, le numérateur vaut $-\dfrac{x^2}{2} + o(x^2)$, donc le quotient tend vers $-\dfrac{1}{2}$ quand $x \to 0$.

Piège classique : les équivalents (on note $f(x) \sim g(x)$ quand $\dfrac{f(x)}{g(x)} \to 1$) se multiplient et se divisent, mais ne s'additionnent pas. De $\tan x \sim x$ et $\sin x \sim x$, tu ne peux rien tirer sur $\tan x - \sin x$. L'exercice 2 tombe exactement là-dessus.

Exercices corrigés

Cherche chacun sur ta feuille avant d'ouvrir la correction.

Exercice 1 : Soit $F = \{(x, y, z) \in \mathbb{R}^3 : x + y - 2z = 0\}$. Montre que $F$ est un sous-espace vectoriel de $\mathbb{R}^3$, puis donne sa dimension et une base.

Correction :

L'application $\varphi : (x, y, z) \mapsto x + y - 2z$, de $\mathbb{R}^3$ dans $\mathbb{R}$, est linéaire et $F = \operatorname{Ker} \varphi$ : $F$ est donc un sous-espace vectoriel.

L'image de $\varphi$ est un sous-espace de $\mathbb{R}$ qui contient $\varphi(1, 0, 0) = 1$ : c'est $\mathbb{R}$ tout entier, de dimension 1. Le théorème du rang donne $\dim F = 3 - 1 = 2$.

Pour une base, tire $x = 2z - y$ : $(x, y, z) = y(-1, 1, 0) + z(2, 0, 1)$. Ces deux vecteurs de $F$ l'engendrent et ne sont pas colinéaires (compare leurs deux dernières coordonnées). Ils forment donc une base de $F$ : $\big((-1, 1, 0), (2, 0, 1)\big)$.

Exercice 2 : Calcule $\displaystyle\lim_{x \to 0} \frac{\tan x - \sin x}{x^3}$.

Correction :

Remplacer $\tan x$ et $\sin x$ par $x$ donnerait $0$ : c'est faux, car cela revient à additionner des équivalents.

Le dénominateur est $x^3$, donc on développe à l'ordre 3. Les termes en $x$ se compensent :

$$\tan x - \sin x = \frac{x^3}{3} + \frac{x^3}{6} + o(x^3) = \frac{x^3}{2} + o(x^3)$$

En divisant par $x^3$, la limite vaut $\dfrac{1}{2}$.

Exercice 3 : Un condensateur se charge à travers une résistance. La tension $u(t)$ à ses bornes, en volts, vérifie $\tau u'(t) + u(t) = E$ pour $t \geqslant 0$, avec $u(0) = 0$. Données fictives : $\tau = 0{,}01$ s et $E = 5$ V. Exprime $u(t)$, puis calcule au bout de combien de temps $u$ atteint $99\,\%$ de $E$.

Correction :

On divise par $\tau$ : $u' + \dfrac{1}{\tau} u = \dfrac{E}{\tau}$. Les solutions de l'équation homogène sont les $t \mapsto C e^{-t/\tau}$, avec $C$ réel, et la constante $E$ est une solution particulière. Donc $u(t) = E + C e^{-t/\tau}$.

La condition $u(0) = 0$ donne $C = -E$, d'où $u(t) = E\left(1 - e^{-t/\tau}\right) = 5\left(1 - e^{-100t}\right)$, en volts, avec $t$ en secondes.

On veut $1 - e^{-t/\tau} = 0{,}99$, soit $e^{-t/\tau} = 0{,}01$, donc $t = \tau \ln 100 \approx 0{,}01 \times 4{,}605 \approx 0{,}046$ s : la tension atteint $99\,\%$ de $E$ au bout d'environ $46$ ms.

Exercice 4 : On note $\mathbb{R}_2[X]$ l'espace des polynômes réels de degré au plus 2, et on pose $u(P) = XP' - P$.

1. Montre que $u$ est un endomorphisme de $\mathbb{R}_2[X]$ et écris sa matrice dans la base $(1, X, X^2)$.

2. Détermine $\operatorname{Ker} u$, le rang de $u$ et $\operatorname{Im} u$. L'application $u$ est-elle bijective ?

Correction :

1. Dériver puis multiplier par $X$ sont des opérations linéaires, donc $u$ est linéaire. Si $\deg P \leqslant 2$, alors $\deg(XP') \leqslant 2$, donc $u(P) \in \mathbb{R}_2[X]$. Images des vecteurs de base : $u(1) = -1$, $u(X) = X - X = 0$ et $u(X^2) = 2X^2 - X^2 = X^2$. Colonne par colonne :

$$\begin{pmatrix} -1 & 0 & 0 \\ 0 & 0 & 0 \\ 0 & 0 & 1 \end{pmatrix}$$

2. Pour $P = a + bX + cX^2$, la matrice donne $u(P) = -a + cX^2$. Donc $u(P) = 0$ si et seulement si $a = c = 0$ : $\operatorname{Ker} u = \operatorname{Vect}(X)$, l'ensemble des $\lambda X$, de dimension 1. Le théorème du rang donne $\operatorname{rg}(u) = 3 - 1 = 2$. Or toutes les images sont dans $\operatorname{Vect}(1, X^2)$, de dimension 2 comme l'image, donc $\operatorname{Im} u = \operatorname{Vect}(1, X^2)$. Enfin, $\operatorname{Ker} u \neq \{0\}$, donc $u$ n'est pas injective, et pas bijective non plus.

À retenir

À retenir :

  • Un sous-espace se prouve en l'écrivant comme un noyau.
  • Théorème du rang : $\dim E = \dim \operatorname{Ker} u + \operatorname{rg}(u)$, avec $E$ l'espace de départ, de dimension finie.
  • Entre espaces de même dimension finie, injective, surjective et bijective reviennent au même.
  • Colonne $j$ de la matrice : les coordonnées de $u(e_j)$ ; et $AB \neq BA$ en général.
  • Avant chaque théorème d'analyse, ses hypothèses, une par une.
  • Une forme indéterminée se lève par un développement limité ; les équivalents ne s'additionnent pas.

Sources

  • Programme de mathématiques des classes préparatoires MPSI et MP2I, annexe 1 de l'arrêté du 5 janvier 2021 : texte sur education.gouv.fr.
  • Arrêté du 5 janvier 2021, Journal officiel du 7 février 2021, applicable en première année depuis la rentrée 2021 : texte sur Légifrance.

Tu peux partager cette page librement, en citant ORBITECH AI Academy avec son lien.