DM4 — Sommes et produits

Mathématiques PTSI · Corrections · 30 mars 2026
Chapitres mobilisés

Sommes géométriques · Binôme de Newton · Dérivation et intégration de polynômes · Convolution discrète · Fonctions hyperboliques · Interversion de sommes finies.

TABLE DES MATIÈRES

Exercice 1 — Identité surprenante sur les coefficients binomiaux

ÉNONCÉ

L'objectif est de démontrer la formule suivante :

\[\sum_{k=1}^n \binom{n}{k}\frac{(-1)^{k+1}}{k} = \sum_{k=1}^n \frac{1}{k}.\]
  1. Soit \(x\) un réel non nul. Démontrer que \(\dfrac{1-(1-x)^n}{x} = \displaystyle\sum_{p=0}^{n-1}(1-x)^p\).
  2. On pose \(f(x) = \displaystyle\sum_{k=1}^n \binom{n}{k}\dfrac{(-1)^k}{k}x^k\). Démontrer que \(f'(x) = -\displaystyle\sum_{p=0}^{n-1}(1-x)^p\) pour tout \(x \in \mathbb{R}\).
  3. Conclure.

Q.1 Somme géométrique

Résultat

Pour tout \(x \in \mathbb{R}^*\) : \(\dfrac{1-(1-x)^n}{x} = \displaystyle\sum_{p=0}^{n-1}(1-x)^p\).

Démonstration. Posons \(u = 1-x\). Comme \(x \neq 0\), on a \(u \neq 1\). La formule de la somme géométrique donne : \[\sum_{p=0}^{n-1}(1-x)^p = \frac{1-u^n}{1-u} = \frac{1-(1-x)^n}{x}.\]

Q.2 Dérivée de \(f\)

Résultat

Pour tout \(x \in \mathbb{R}\) : \(f'(x) = -\displaystyle\sum_{p=0}^{n-1}(1-x)^p\).

Démonstration.

\(f\) est un polynôme ; on dérive terme à terme :

\[f'(x) = \sum_{k=1}^n \binom{n}{k}(-1)^k x^{k-1}.\]

Le binôme de Newton donne \((1-x)^n = \displaystyle\sum_{k=0}^n \binom{n}{k}(-1)^k x^k\), d'où :

\[1-(1-x)^n = -\sum_{k=1}^n \binom{n}{k}(-1)^k x^k.\]

Pour \(x \neq 0\), on divise par \(x\) et on applique Q.1 :

\[-\sum_{p=0}^{n-1}(1-x)^p = \frac{(1-x)^n-1}{x} = -\sum_{k=1}^n \binom{n}{k}(-1)^k x^{k-1} = f'(x).\]

En \(x = 0\) : le terme constant de \(f'\) vaut \(\binom{n}{1}(-1)^1 = -n\), et \(-\displaystyle\sum_{p=0}^{n-1}1 = -n\). L'égalité vaut sur \(\mathbb{R}\) entier.

Q.3 Conclusion par intégration

Théorème — Identité binôme / série harmonique
\[\sum_{k=1}^n \binom{n}{k}\frac{(-1)^{k+1}}{k} = \sum_{k=1}^n \frac{1}{k}.\]
Démonstration.

On intègre \(f'\) entre \(0\) et \(1\). Par le théorème fondamental :

\[f(1)-f(0) = \sum_{k=1}^n \binom{n}{k}\frac{(-1)^k}{k}.\]

D'autre part, en intégrant \(f'(x) = -\displaystyle\sum_{p=0}^{n-1}(1-x)^p\) terme à terme :

\[\int_0^1 f'(x)\,dx = -\sum_{p=0}^{n-1}\int_0^1(1-x)^p\,dx = -\sum_{p=0}^{n-1}\frac{1}{p+1} = -\sum_{k=1}^n \frac{1}{k}.\]

En égalisant et en multipliant par \(-1\), on obtient l'identité annoncée.

Idée clé. La somme \(\sum \binom{n}{k}(-1)^k x^k\) est exactement \(1-(1-x)^n\) via le binôme de Newton. Diviser par \(x\) la transforme en somme géométrique (Q.1). L'intégration entre 0 et 1 fait apparaître les termes harmoniques \(1/k\).

Exercice 2 — Produit de convolution de suites

ÉNONCÉ

Pour tout \(n \in \mathbb{N}\), \((a_k)_{k \in \{0,\ldots,n\}} \in \mathbb{R}^{n+1}\) et \((b_k)_{k \in \{0,\ldots,n\}} \in \mathbb{R}^{n+1}\), on pose :

\[S_n = \sum_{k=0}^n a_k\, b_{n-k}.\]
  1. Soit \(a \in \mathbb{R}\). On suppose \(a_n = a^n\) et \(b_n = 3\). Calculer \(S_n\).
  2. Soit \((a,b) \in \mathbb{R}^2\), \(a \neq b\). On suppose \(a_n = a^n\) et \(b_n = b^n\). Calculer \(S_n\).
  3. On pose \(a_k = \binom{n}{k}\) et \(b_k = 2^k\). Calculer \(S_n\).
  4. On suppose \(a_n = n+1\) et \(b_n = n^2\). Calculer \(S_n\).
  5. On suppose \(a_k = b_k = \cosh(kx)\) avec \(x \in \mathbb{R}^*\).
    1. Développer \(\cosh(kx)\cosh((n-k)x)\).
    2. En déduire \(S_n = \dfrac{(n+1)\cosh(nx)}{2} + \dfrac{\sinh((n+1)x)}{2\sinh(x)}\).
  6. On pose \(a_k = \displaystyle\sum_{i=k}^n \dfrac{1}{i+1}\) et \(b_k = 1\). Calculer \(S_n\).
Produit de convolution. La quantité \(S_n = \sum_{k=0}^n a_k b_{n-k}\) s'appelle le produit de convolution discret des suites \((a_k)\) et \((b_k)\) au rang \(n\). C'est le coefficient de \(x^n\) dans le produit des polynômes \(\bigl(\sum_{k=0}^n a_k x^k\bigr)\bigl(\sum_{k=0}^n b_k x^k\bigr)\). La question 3 en est l'illustration directe : on y retrouve le binôme de Newton comme produit de deux polynômes triviaux.
Méthode — Le réflexe \(j = n-k\) dans une convolution

Dans toute somme de type \(S_n = \displaystyle\sum_{k=0}^n a_k b_{n-k}\), le changement d'indice \(j = n-k\) échange les rôles de \(a\) et \(b\) :

\[S_n = \sum_{j=0}^n a_{n-j}\, b_j.\]

Quand utiliser ce réflexe ? Quand \(b_k\) est une suite simple (puissance, polynôme) et \(a_k\) est plus complexe — ou l'inverse. Le changement d'indice place la suite simple en position \(j\) et transforme la suite composée \(a_{n-j}\) en quelque chose de plus maniable. En pratique :

Q.1 Suite géométrique et constante

Calcul
\[S_n = \sum_{k=0}^n a^k \cdot 3 = 3\sum_{k=0}^n a^k.\]
Si \(a \neq 1\) : \(\displaystyle S_n = \frac{3(a^{n+1}-1)}{a-1}\).    Si \(a = 1\) : \(S_n = 3(n+1)\).

Q.2 Deux suites géométriques distinctes

Calcul
\[S_n = \sum_{k=0}^n a^k b^{n-k} = b^n \sum_{k=0}^n \Bigl(\frac{a}{b}\Bigr)^k.\]

Comme \(a \neq b\), on a \(a/b \neq 1\), donc :

\[S_n = \frac{a^{n+1}-b^{n+1}}{a-b}.\]
Méthode alternative — Télescopage via \((a-b)S_n\)

On développe \(aS_n\) et \(bS_n\) séparément :

\[aS_n = a^1b^n + a^2b^{n-1} + \cdots + a^{n+1}b^0\] \[bS_n = a^0b^{n+1} + a^1b^n + \cdots + a^nb^1\]

En soustrayant terme à terme, tout s'annule sauf les extrêmes :

\[(a-b)S_n = a^{n+1} - b^{n+1},\]

d'où \(S_n = \dfrac{a^{n+1}-b^{n+1}}{a-b}\) sans passer par la somme géométrique de raison \(a/b\). C'est exactement la même idée que la démonstration de \(\displaystyle\sum_{k=0}^n u^k = \frac{1-u^{n+1}}{1-u}\) par multiplication par \((1-u)\).

Q.3 Coefficients binomiaux et puissances de 2

Calcul
\[S_n = \sum_{k=0}^n \binom{n}{k} 2^{n-k} = \sum_{k=0}^n \binom{n}{k} 1^k \cdot 2^{n-k} = (1+2)^n\]

par le binôme de Newton.

\[S_n = 3^n.\]
Méthode — Reconnaître un binôme de Newton dans une convolution

Lorsque \(a_k = \binom{n}{k}\), chercher \(\alpha, \beta\) tels que \(b_{n-k} = \alpha^k \beta^{n-k}\). Alors \(S_n = (\alpha+\beta)^n\). Ici \(\alpha = 1\), \(\beta = 2\).

Q.4 Suite arithmétique et suite des carrés

Calcul

Changement d'indice \(j = n-k\) :

\[S_n = \sum_{j=0}^n (n-j+1)\,j^2 = (n+1)\sum_{j=0}^n j^2 - \sum_{j=0}^n j^3 = (n+1)\cdot\frac{n(n+1)(2n+1)}{6} - \frac{n^2(n+1)^2}{4}.\]

En factorisant \(\dfrac{n(n+1)^2}{12}\) :

\[S_n = \frac{n(n+1)^2(n+2)}{12}.\]
Pourquoi \(j = n-k\) est indispensable ici. Sans ce changement, on développerait \((n-k)^2 = n^2 - 2nk + k^2\) et on obtiendrait trois sommes mêlant \(n\) et \(k\), difficiles à factoriser. Avec \(j = n-k\), la suite \(b_{n-k} = (n-k)^2\) devient \(j^2\) — une somme usuelle — tandis que \(a_{n-j} = n-j+1\) se développe linéairement en \(j\). Le réflexe général : placer la suite la plus simple en position \(j\).

Q.5 Cosinus hyperboliques

Formule de linéarisation utilisée
\[\cosh A \cosh B = \frac{\cosh(A+B)+\cosh(A-B)}{2}.\]
(a) Développement

Avec \(A = kx\), \(B = (n-k)x\) :

\[\cosh(kx)\cosh((n-k)x) = \frac{\cosh(nx)+\cosh((2k-n)x)}{2}.\]
(b) Calcul de \(S_n\)

En sommant sur \(k \in \{0,\ldots,n\}\) :

\[S_n = \frac{(n+1)\cosh(nx)}{2} + \frac{1}{2}\underbrace{\sum_{k=0}^n \cosh((2k-n)x)}_{\Sigma}.\]

Il reste à calculer \(\Sigma\). On développe \(\cosh\) en exponentielles :

\[\Sigma = \frac{1}{2}\sum_{k=0}^n \bigl(e^{(2k-n)x} + e^{-(2k-n)x}\bigr) = \frac{1}{2}\left(e^{-nx}\sum_{k=0}^n e^{2kx} + e^{nx}\sum_{k=0}^n e^{-2kx}\right).\]

Les deux sommes intérieures sont géométriques de raisons \(e^{2x}\) et \(e^{-2x}\), toutes deux différentes de 1 car \(x \neq 0\) :

\[\sum_{k=0}^n e^{2kx} = \frac{e^{2(n+1)x}-1}{e^{2x}-1}, \qquad \sum_{k=0}^n e^{-2kx} = \frac{e^{-2(n+1)x}-1}{e^{-2x}-1}.\]

On substitue :

\[\Sigma = \frac{1}{2}\left(e^{-nx}\cdot\frac{e^{2(n+1)x}-1}{e^{2x}-1} + e^{nx}\cdot\frac{e^{-2(n+1)x}-1}{e^{-2x}-1}\right).\]
Simplifier directement ces deux fractions sur un dénominateur commun est laborieux. La bonne idée est de factoriser chaque fraction pour faire apparaître \(e^{\pm x} - e^{\mp x}\) au numérateur et au dénominateur.
Méthode — Factoriser \(e^{2\alpha}-1\) pour faire apparaître un \(\sinh\)

Pour tout réel \(\alpha\), on factorise \(e^\alpha\) :

\[e^{2\alpha}-1 = e^\alpha\bigl(e^\alpha - e^{-\alpha}\bigr).\]

Appliqué ici avec \(\alpha = (n+1)x\) au numérateur et \(\alpha = x\) au dénominateur :

\[\frac{e^{2(n+1)x}-1}{e^{2x}-1} = \frac{e^{(n+1)x}\bigl(e^{(n+1)x}-e^{-(n+1)x}\bigr)}{e^x\bigl(e^x-e^{-x}\bigr)}.\]

De même pour l'autre fraction. On multiplie par \(\tfrac{-e^{2x}}{-e^{2x}}\) pour ramener au même motif :

\[\frac{e^{-2(n+1)x}-1}{e^{-2x}-1} = \frac{e^{-(n+1)x}\bigl(e^{(n+1)x}-e^{-(n+1)x}\bigr)}{e^{-x}\bigl(e^x-e^{-x}\bigr)}.\]
Suite du calcul de \(\Sigma\)

On substitue les deux factorisations dans \(\Sigma\) :

\[\Sigma = \frac{1}{2}\left( e^{-nx}\cdot\frac{e^{(n+1)x}\bigl(e^{(n+1)x}-e^{-(n+1)x}\bigr)}{e^x\bigl(e^x-e^{-x}\bigr)} + e^{nx}\cdot\frac{e^{-(n+1)x}\bigl(e^{(n+1)x}-e^{-(n+1)x}\bigr)}{e^{-x}\bigl(e^x-e^{-x}\bigr)} \right).\]

On simplifie les exposants dans chaque terme :

Le facteur \(\bigl(e^{(n+1)x}-e^{-(n+1)x}\bigr)/\bigl(e^x-e^{-x}\bigr)\) est commun, et les deux termes valent chacun 1, donc :

\[\Sigma = \frac{1}{2}\cdot(1+1)\cdot\frac{e^{(n+1)x}-e^{-(n+1)x}}{e^x-e^{-x}} = \frac{e^{(n+1)x}-e^{-(n+1)x}}{e^x-e^{-x}} = \frac{\sinh((n+1)x)}{\sinh(x)}.\]
\[S_n = \frac{(n+1)\cosh(nx)}{2} + \frac{\sinh((n+1)x)}{2\sinh(x)}.\]
Vérification — \(n = 0\)

\(S_0 = \cosh(0)^2 = 1\). La formule donne \(\tfrac{1}{2} + \tfrac{\sinh(x)}{2\sinh(x)} = 1\).

Q.6 Sommes partielles de la série harmonique

Calcul par interversion
\[S_n = \sum_{k=0}^n \sum_{i=k}^n \frac{1}{i+1}.\]

Domaine : \(\{(k,i):0\leq k\leq i\leq n\}\). On intervertit — on fixe \(i\), \(k\) varie de \(0\) à \(i\) :

\[S_n = \sum_{i=0}^n \frac{1}{i+1}\cdot(i+1) = \sum_{i=0}^n 1.\]
\[S_n = n+1.\]
Les poids \(\frac{1}{i+1}\) dans \(a_k\) sont exactement taillés pour que l'interversion télescopise tout : \(\frac{i+1}{i+1}=1\), et la double somme s'effondre en un simple comptage.

Rappel — Sommes d'Abel vs convolution

Transformation d'Abel

Avec \(A_k = \displaystyle\sum_{j=0}^k a_j\) :

\[\sum_{k=0}^n a_k b_k = A_n b_n - \sum_{k=0}^{n-1} A_k(b_{k+1}-b_k).\]

Analogue discret de l'intégration par parties. Les deux suites sont évaluées au même indice \(k\). Usage : convergence de \(\sum a_k b_k\) quand \((b_k)\) est monotone.

Produit de convolution
\[S_n = (a*b)_n = \sum_{k=0}^n a_k\, b_{n-k}.\]

L'indice de \(b\) est \(n-k\), pas \(k\) : c'est la différence structurelle avec la somme d'Abel.

Pourquoi l'Exercice 2 n'est pas une somme d'Abel

Dans \(S_n = \sum a_k b_{n-k}\), l'indice de \(b\) dépend à la fois de \(n\) et de \(k\). La convolution est un produit de polynômes ; la somme d'Abel est un outil de convergence. Deux structures fondamentalement différentes.

🔴 Fil rouge — Vers les séries entières

Le produit de convolution est le produit de Cauchy : si \(A(x)=\sum a_n x^n\) et \(B(x)=\sum b_n x^n\), alors \(A(x)\cdot B(x)=\sum c_n x^n\) avec \(c_n=\sum_{k=0}^n a_k b_{n-k}\). Cette structure réapparaît dans les séries entières et les équations différentielles.