Home Medias & Documents
Maps > Mathematics > Authors
Teyssier. Mathématiques. 2e. 2026.
Partie 1. Rappels et notations
Chapitre 1
1.1. Un début en douceur
1.1.1. Les principaux domaines mathématiques
1.1.2. Le discours mathématique
1.1.2.1. Les énoncés mathématiques
1.1.2.2. Les assertions
1.1.2.3. Les axiomes et démonstrations
1.1.2.4. Importance du choix des axiomes
1.1.3. Les ensembles usuels de nombres
1.1.3.1. N et Z : les entiers
1.1.3.2. D et Q : les décimaux et les rationnels
1.1.3.3. R et C : les réels et les complexes
1.1.3.4. Les sous-ensembles usuels
1.1.4. Un (petit) peu de théorie des ensembles
1.1.4.1. Assignation et égalité
1.1.4.2. Quantification
1.1.4.3. Implication et équivalence
1.1.4.4. Ensembles et appartenance
1.1.4.5. L’inclusion
1.1.4.6. L’union
1.1.4.7. L’intersection
1.1.4.8. La différence
1.1.4.9. Le produit
1.1.4.10. L’homogénéité
1.1.5. Usage des symboles et écriture des phrases mathématiques
1.1.6. Décoder un sujet, composer ses réponses
1.1.7. Terminologies et notations diverses
Ce qu'il faut retenir
Chapitre 2
1.2. Lois d'évolution et fonctions élémentaires
1.2.1. Vers les fonctions usuelles
1.2.2. Les fonctions constantes
1.2.3. Les fonctions affines
1.2.4. Fonction valeur absolue et fonction signe
1.2.5. Les fonctions puissances entières
1.2.6. La fonction exponentielle
1.2.7. Les fonctions logarithmes
1.2.8. Les fonctions puissances réelles et autres exponentielles
1.2.9. Les fonctions circulaires
1.2.9.1. Le nombre π
1.2.9.2. Mesure d’angles
1.2.9.3. Trigonométrie du cercle
1.2.10. Application Python : tabulation du logarithme I
1.2.11. Pour aller plus loin : un modèle de radioactivité
1.2.11.1. Étude de la loi de désintégration radioactive
1.2.11.2. Temps de demi-vie d’un élément radioactif
1.2.11.3. Application : radiodatation au carbone 14
Ce qu'il faut retenir
Exercices
Chapitre 3
1.3. Géométrie plane
1.3.1. Introduction
1.3.2. Produit de matrices et transformations linéaires
1.3.2.1. Les matrices
1.3.2.2. Le produit de deux matrices
1.3.2.3. Les transformations matricielles
1.3.2.4. Exemples de transformations linéaires de R
1.3.3. Addition des matrices, translations et transformations affines
1.3.3.1. La somme de deux matrices
1.3.3.2. Les translations
1.3.3.3. Les transformations affines
1.3.3.4. Retour sur les motifs autosimilaires
1.3.4. Trouver les matrices d'une application affine
1.3.4.1. Le théorème fondamental de la géométrie affine
1.3.4.2. À l’aide d’un système linéaire
1.3.4.3. À l’aide de mesures
1.3.5. Dessiner un motif autosimilaire avec Python
1.3.5.1. Le module SAI
1.3.5.2. Visualiser un SAI
Ce qu'il faut retenir
Exercices
Chapitre 4
1.4. Combinatoire et probabilités
1.4.1. Unions, intersections, sommes
1.4.1.1. L’union
1.4.1.2. L’intersection
1.4.1.3. La somme
1.4.2. Les mesures de probabilité
1.4.3. Le dénombrement
1.4.4. Les probabilités conditionnelles et l'indépendance
1.4.4.1. Les probabilités conditionnelles
1.4.4.2. L’indépendance
1.4.5. L'aléatoire avec Python
1.4.6. Pour aller plus loin : bluff et théorie des jeux
Ce qu'il faut retenir
Exercices
Partie 2. Pratique du calcul
Chapitre 5
2.1. Arithmétique
2.1.1. Les nombres entiers
2.1.1.1. Propriétés générales
2.1.1.2. Divisibilité
2.1.2. Les nombres rationnels
2.1.3. L'arithmétique modulaire
2.1.4. La définition de N
2.1.5. Test de primalité avec Python
2.1.6. Pour aller plus loin : le système de cryptographie RSA
Ce qu'il faut retenir
Exercices
Chapitre 6
2.2. Nombres complexes
2.2.1. Construction algébrique des nombres complexes
2.2.1.1. Premières définitions
2.2.1.2. Opérations arithmétiques
2.2.1.3. Identités remarquables
2.2.1.4. Existence d’une division
2.2.1.5. Conjugaison complexe
2.2.1.6. Module d’un complexe
2.2.2. Exponentielle complexe
2.2.2.1. Construction
2.2.2.2. Propriétés
2.2.3. Écritures algébrique et exponentielle : notion d'argument
2.2.4. Incarnation géométrique des nombres complexes
2.2.5. Applications à la trigonométrie
2.2.5.1. Formules de trigonométrie
2.2.5.2. Linéarisation des monômes trigonométriques
2.2.6. Résolution d'équations
2.2.6.1. Racines carrées
2.2.6.2. Équations algébriques de degré 2
2.2.6.3. Équations exponentielles
2.2.6.4. Racines n
2.2.7. Pour aller plus loin : structure de corps sur IRn
Ce qu'il faut retenir
Exercices
Chapitre 7
2.3. Systèmes linéaires
2.3.1. Introduction
2.3.1.1. Tomographie
2.3.1.2. Systèmes d’équations : l’algorithme de Gauss
2.3.2. Généralités sur les systèmes
2.3.2.1. Résoudre un système linéaire
2.3.2.2. Trois exemples types
2.3.2.3. Deux points de vue complémentaires sur les systèmes linéaires
2.3.2.4. Solutions d’un même système et noyau
2.3.3. Les systèmes réduits
2.3.3.1. Matrices réduites
2.3.3.2. Existence de solutions et solution particulière
2.3.3.3. Le noyau d’une matrice réduite
2.3.4. La méthode de Gauss
2.3.4.1. L’idée, illustrée sur quelques exemples
2.3.4.2. Voisinage et équivalence au sens de Gauss
2.3.4.3. La méthode de Gauss, ça marche toujours, la preuve !
2.3.4.4. Unicité de la forme réduite
2.3.5. Deux apparitions des systèmes linéaires en sciences
2.3.5.1. Équilibrer une réaction chimique
2.3.5.2. L’équation de la chaleur discrète
Ce qu'il faut retenir
Exercices
Chapitre 8
2.4. Matrices
2.4.1. Les matrices : définitions et notations
2.4.1.1. Définition d’une matrice
2.4.1.2. Les matrices diagonales et scalaires
2.4.1.3. Les matrices triangulaires
2.4.1.4. Deux matrices particulières
2.4.2. Opérations sur les matrices
2.4.2.1. La transposition
2.4.2.2. L’addition et la multiplication
2.4.2.3. Le noyau d’une matrice
2.4.2.4. L’image d’une matrice
2.4.3. Matrices inversibles
2.4.3.1. Définition
2.4.3.2. Exemples de matrices inversibles
2.4.3.3. Comportement de l’inversion vis-à-vis des opérations sur les matrices
2.4.3.4. Décider de l’inversibilité d’une matrice et trouver son inverse
2.4.4. Le déterminant
2.4.4.1. Présentation axiomatique
2.4.4.2. En pratique : calculer un déterminant
2.4.4.3. Deux dernières formules importantes
2.4.5. En Python : retour sur l'équation de la chaleur discrète
2.4.5.1. Rappel
2.4.5.2. La matrice de la chaleur est inversible
2.4.5.3. Inversion de la matrice de la chaleur et calcul des solutions
Ce qu'il faut retenir
Exercices
Chapitre 9
2.5. Calcul symbolique sur les formules
2.5.1. Les graphes d'évaluation
2.5.1.1. Les blocs élémentaires
2.5.1.2. Les blocs d’opérations
2.5.1.3. Fabrication des graphes d’évaluation
2.5.2. Les formules
2.5.2.1. Définition
2.5.2.2. Les opérations arithmétiques
2.5.2.3. Substitution de variables et composition de formules
2.5.3. Relations et simplifications
2.5.3.1. Formules équivalentes
2.5.3.2. Simplification de formules
2.5.3.3. Notion de formule réciproque
2.5.4. Liste des formules standard
2.5.5. Application Python : manipuler des formules
2.5.5.1. Représenter des graphes d’évaluation
2.5.5.2. Opérations arithmétiques sur les graphes
Ce qu'il faut retenir
Exercices
Chapitre 10
2.6. Polynômes
2.6.1. Polynômes de degré 8 et GPS
2.6.2. Cadre général
2.6.2.1. Définition
2.6.2.2. Opérations sur les polynômes
2.6.3. Arithmétique des polynômes
2.6.3.1. Degré et division euclidienne
2.6.3.2. Divisibilité et racines
2.6.3.3. Polynômes irréductibles et factorisation
2.6.3.4. Application : interpolation de Lagrange
2.6.3.5. Factorisation dans C[X]
2.6.3.6. Factorisation dans R[X]
2.6.4. Fractions rationnelles
2.6.4.1. Structure algébrique
2.6.4.2. Le théorème de décomposition en facteurs simples
2.6.5. En Python : où sont nos racines ?
2.6.5.1. L’idée
2.6.5.2. L’algorithme de Weyl
Ce qu'il faut retenir
Exercices
Chapitre 11
2.7. Calcul symbolique de dérivées et de primitives
2.7.1. C'est quoi toutes ces dérivées ?
2.7.2. Dérivation d'une formule d'une seule variable
2.7.2.1. Axiomes de dérivation des blocs élémentaires et opératoires
2.7.2.2. Cas d’une formule quelconque
2.7.2.3. Un exemple
2.7.2.4. Dérivée des formules standard
2.7.3. Dérivées d'ordre supérieur
2.7.3.1. Construction
2.7.3.2. Application aux polynômes
2.7.4. Dérivation des formules de plusieurs variables
2.7.5. Calcul de primitives
2.7.5.1. Primitives de formules
2.7.5.2. Méthodes de calcul
2.7.5.3. Les polynômes
2.7.5.4. Les fractions rationnelles
2.7.5.5. Les polynômes trigonométriques
2.7.5.6. Les triques
2.7.6. Application Python : dériver symboliquement une formule
2.7.7. Pour aller plus loin: irrationalité de l'exponentielle
Ce qu'il faut retenir
Exercices
Partie 3. Algèbre
Chapitre 12
3.1. Ensembles et applications
3.1.1. Les ensembles
3.1.1.1. Théorie des ensembles
3.1.1.2. Définition d’un ensemble
3.1.1.3. L’inclusion
3.1.2. Les applications
3.1.2.1. Définition
3.1.2.2. Images et antécédents
3.1.2.3. Restriction, prolongement
3.1.2.4. Injections, surjections et bijections
3.1.3. Cardinal d'un ensemble
3.1.3.1. Ensembles finis
3.1.3.2. Ensemble infinis et dénombrabilité
3.1.4. Dessine-moi un ensemble avec Python
3.1.5. Pour aller plus loin : le système bielle-manivelle
Ce qu'il faut retenir
Exercices
Chapitre 13
3.2. Espaces vectoriels
3.2.1. La structure d'espace vectoriel
3.2.1.1. Définition
3.2.1.2. Exemples d’espaces vectoriels
3.2.1.3. Exemples de propriétés découlant directement des axiomes
3.2.1.4. Sous-ensembles générateurs, espaces vectoriels de dimension finie
3.2.1.5. Les familles libres
3.2.1.6. Les bases
3.2.2. Les sous-espaces vectoriels
3.2.2.1. Définition
3.2.2.2. Opérations sur les sous-espaces vectoriels
3.2.3. Quelques résultats marquants
3.2.3.1. Le théorème de la base incomplète
3.2.3.2. Comment vérifier qu’une famille est libre ou génératrice ?
3.2.3.3. Théorème de la base incomplète et supplémentaires
3.2.3.4. Supplémentaires et dimension d’une somme
3.2.3.5. Les matrices de passage
3.2.4. Compléments : espaces affines, et espaces euclidiens
3.2.4.1. Les espaces vectoriels euclidiens
3.2.4.2. Les espaces affines
3.2.4.3. Les espaces affines euclidiens
3.2.5. Application : compression de données
3.2.5.1. Suites de mesures
3.2.5.2. Implémentation en PYTHON
Ce qu'il faut retenir
Exercices
Chapitre 14
3.3. Applications linéaires
3.3.1. Un exemple introductif
3.3.2. Définitions et premières propriétés
3.3.2.1. La notion d’application linéaire
3.3.2.2. Image et préimage
3.3.2.3. La composition des applications linéaires
3.3.3. La matrice d'une application linéaire
3.3.3.2. La matrice d’une application linéaire entre espaces vectoriels de dimension finie
3.3.3.3. Le changement de base
3.3.3.4. La matrice d’une application composée
3.3.3.5. Comment trouver le noyau et l’image d’une application linéaire ?
3.3.3.6. Le théorème du rang
3.3.3.7. Théorème du rang et dimension d’une somme
3.3.4. Les endomorphismes
3.3.4.1. Premières notions
3.3.4.2. Matrice d’un endomorphisme
3.3.4.3. Les endomorphismes diagonalisables
3.3.4.4. Le polynôme caractéristique
3.3.4.5. Un théorème de diagonalisabilité
3.3.4.6. Dynamique des itérés d’un endomorphisme
Ce qu'il faut retenir
Exercices
Partie 4. Analyse
Chapitre 15
4.1. Nombres réels
4.1.1. Des nombres connus et inconnus
4.1.1.1. Comment compléter Q ?
4.1.1.2. La représentation des nombres entiers
4.1.1.3. La représentation des nombres décimaux
4.1.2. Une construction des réels
4.1.2.1. Les écritures décimales infinies
4.1.2.2. L’ordre lexicographique
4.1.2.3. L’ensemble ordonné des nombres réels
4.1.2.4. Les opérations arithmétiques
4.1.2.5. Ordre et opérations
4.1.2.6. Des nombres réels particuliers
4.1.3. Les parties entière et fractionnaire
4.1.4. Les bornes supérieures et inférieures
4.1.4.1. R
4.1.4.2. Les majorants et les minorants
4.1.4.3. Les bornes supérieures et inférieures
4.1.4.4. Propriétés
4.1.5. Les intervalles
4.1.5.1. Les intervalles de la droite réelle achevée
4.1.5.2. Les bornes supérieures et inférieures
4.1.6. Application Python : représentation des nombres dans un ordinateur
4.1.7. Pour aller plus loin
Ce qu'il faut retenir
Exercices
Chapitre 16
4.2. Limites des suites numériques
4.2.1. Les suites numériques
4.2.1.1. Structure et opérations algébriques
4.2.1.2. Les suites stationnaires
4.2.2. Limite d'une suite numérique
4.2.2.1. Les suites réelles qui tendent vers...
4.2.2.2. La notion de limite
4.2.2.3. Le cas des suites complexes
4.2.2.4. Le critère de convergence en module
4.2.3. Les opérations sur les limites
4.2.3.1. Les formes indéterminées réelles
4.2.3.2. Les formes indéterminées complexes
4.2.3.3. Propriétés algébriques de la limite
4.2.4. Propriétés de la limite liées à l'ordre sur R
4.2.4.1. Comparaison de suites
4.2.4.2. Caractérisation des bornes supérieures et inférieures
4.2.4.3. Les suites majorées et minorées
4.2.4.4. Les suites monotones et adjacentes
4.2.5. Comparaison d'ordres de grandeur classiques
4.2.6. Les suites extraites
4.2.6.1. Définition
4.2.6.2. Caractérisation de la convergence par les suites extraites
4.2.6.3. Le cas de suites bornées
4.2.7. Densité
4.2.8. Application Python : suite logistique et chaos déterministe
Ce qu'il faut retenir
Exercices
Chapitre 17
4.3. Fonctions continues sur un intervalle
4.3.1. Généralités
4.3.1.1. Intervalles et voisinages
4.3.1.2. La structure algébrique
4.3.1.3. Les fonctions monotones
4.3.2. Limite d'une fonction réelle en un point
4.3.2.1. Les fonctions qui tendent vers. . .
4.3.2.2. La notion de limite
4.3.2.3. Propriétés algébriques
4.3.3. Ordre et limites
4.3.3.1. Les limites à gauche et à droite
4.3.3.2. Limite et encadrement
4.3.3.3. Les fonctions monotones
4.3.4. Les fonctions continues sur un intervalle
4.3.4.1. La continuité en un point
4.3.4.2. La continuité sur un ensemble
4.3.4.3. Le prolongement par continuité
4.3.4.4. L’égalité sur des parties denses
4.3.5. Les grands théorèmes
4.3.5.1. Le cas d’un intervalle fermé
4.3.5.2. Le théorème des valeurs intermédiaires
4.3.5.3. Le cas des fonctions strictement monotones
4.3.6. Pour aller plus loin : les suites définies par itération
Ce qu'il faut retenir
Exercices
Chapitre 17
4.4. Fonctions dérivables
4.4.1. Généralités
4.4.2. Aspects algébriques
4.4.3. Dérivées d'ordre supérieur et classes de dérivabilité
4.4.4. Théorèmes fondamentaux
4.4.4.1. Le théorème des accroissements finis
4.4.4.2. Dérivée et variations
4.4.4.3. Dérivée et extrema
4.4.4.4. Le prolongement de la dérivée
4.4.5. Introduction aux équations différentielles
4.4.5.1. Généralités
4.4.6. Résoudre une équation différentielle avec Python
4.4.7. Pour aller plus loin : la méthode de Newton
Ce qu'il faut retenir
Exercices
Chapitre 19
4.5. Fonctions usuelles
4.5.1. Une construction de l'exponentielle complexe
4.5.1.1. L’exponentielle réelle
4.5.1.2. Les fonctions sinus et cosinus
4.5.1.3. Les équations différentielles affines
4.5.2. Construction des réciproques des fonctions standards
4.5.2.1. Les racines n
4.5.2.2. Le logarithme népérien
4.5.2.3. Les fonctions hyperboliques inverses
4.5.2.4. Les fonctions circulaires inverses
4.5.3. La classe des fonctions usuelles
4.5.3.1. L’évaluation d’une formule
4.5.3.2. La fonction associée à une formule
4.5.3.3. Déterminer un ensemble de définition
4.5.4. Propriétés fondamentales
4.5.4.1. La continuité
4.5.4.2. La dérivabilité
4.5.4.3. Calcul de limites
4.5.5. Plan d'étude d'une fonction usuelle
4.5.6. Application Python : évaluer numériquement une formule
4.5.6.1. Calcul de l’exponentielle
4.5.6.2. Soyons plus efficaces
4.5.6.3. Calcul du logarithme
Ce qu'il faut retenir
Exercices
Partie 5. Probabilités
Chapitre 20
5.1. Probabilités discrètes
5.1.1. Qu'est-ce que le hasard ?
5.1.2. Les mesures de probabilité
5.1.3. Les variables aléatoires
5.1.4. L'espérance
5.1.5. La variance
5.1.6. La loi forte des grands nombres
5.1.7. Simulations avec Python
5.1.8. Pour aller moins loin : la marche de l'ivrogne
Ce qu'il faut retenir
Exercices
Chapitre 21 20bis
5.2. Probabilités continues
5.2.1. Les mesures de probabilités continues
5.2.2. Les variables aléatoires à densité
5.2.2.1. La fonction de répartition
5.2.2.2. Espérance, variance et propriétés
5.2.3. Les lois normales
5.2.4. Le théorème central limite
5.2.5. Simulation d'une variable aléatoire avec Python
5.2.6. Pour aller plus loin : modélisons le niveau de vie
Ce qu'il faut retenir
Exercices
Chapitre 21 de ed 2026
INTRODUCTION À L’APPRENTISSAGE AUTOMATIQUE
1 Intelligence artificielle et apprentissage automatisé (machine learning)
2 Une brève histoire des réseaux de neurones
2.1 Fonctionnement des neurones biologiques
2.2 Fonctions logiques
2.3 Le neurone formel de Pitts et McCulloch
2.4 Apprentissage des réseaux de neurones
3 Un outil omniprésent : la descente selon le gradient
3.1 La descente selon le gradient pour une fonction f : R →R
3.2 La descente selon le gradient pour une fonction f : R2 →R
4 Apprentissage d’un réseau de neurones : le cas de la porte XOR
5 Apprentissage d’un réseau de neurones : reconnaissance de caractères
5.1 Le dataset MNIST
5.2 Que voulons-nous construire ?
5.3 Entraînement d’un réseau de neurones avec sklearn
Corrigés
Index
Crédits iconographiques