Fiche de révision : Introduction aux Nombres Premiers et Fonctions

📋 Plan du Cours

1. Arithmétique
2. Notion de fonction
3. Fonction en mathématiques
4. Statistique et probabilités
5. Analyse de données

📖 1. Arithmétique

🔑 Notions clés & Définitions

Nombre premier
Un nombre premier est un entier naturel strictement supérieur à 1 qui n’a que deux diviseurs positifs : 1 et lui-même. Autrement dit, il ne peut pas être divisé par un autre nombre entier positif sans laisser de reste. Par exemple, 2, 3, 5, 7, 11 sont des nombres premiers. Selon Euclide (vers -300 av. J.-C.), les nombres premiers sont les éléments fondamentaux de la décomposition en facteurs, car tout nombre entier supérieur à 1 peut être exprimé comme un produit de nombres premiers.

Diviseur
Un diviseur d’un nombre entier est un nombre qui divise ce dernier sans laisser de reste. Formelement, si $a$ et $b$ sont des entiers, alors $a$ est un diviseur de $b$ si il existe un entier $k$ tel que $b = a \times k$. Par exemple, 3 est un diviseur de 12 car $12 = 3 \times 4$. La notion de diviseur est essentielle pour comprendre la divisibilité et la structure des nombres entiers.

PGCD (Plus Grand Commun Diviseur)
Le PGCD de deux entiers est le plus grand entier qui divise ces deux nombres sans reste. Par exemple, le PGCD de 8 et 12 est 4. La détermination du PGCD est utile pour simplifier des fractions, en divisant le numérateur et le dénominateur par leur PGCD, et pour résoudre des problèmes de divisibilité. La méthode la plus courante pour le calculer est l’algorithme d’Euclide.

PPCM (Plus Petit Commun Multiple)
Le PPCM de deux entiers est le plus petit entier qui est multiple de ces deux nombres. Par exemple, le PPCM de 4 et 6 est 12. Il est utilisé pour additionner ou comparer des fractions ayant des dénominateurs différents, en trouvant un dénominateur commun. Le PPCM peut être calculé à partir du PGCD en utilisant la formule :
$\text{PPCM}(a, b) = \frac{|a \times b|}{\text{PGCD}(a, b)}$

Entier relatif
Un entier relatif est un nombre entier qui peut être positif, négatif ou nul. La famille des entiers relatifs est notée $\mathbb{Z}$. Par exemple, -3, 0, 5 sont des entiers relatifs. Ces nombres permettent d’étendre l’arithmétique à des opérations sur des nombres pouvant représenter des gains et des pertes, des positions, etc.

📝 Points essentiels

Les nombres premiers jouent un rôle central dans la décomposition en facteurs premiers, qui consiste à exprimer tout nombre entier supérieur à 1 comme un produit de nombres premiers. Cette décomposition est unique (à l’ordre près) et constitue la base de nombreuses propriétés arithmétiques. Par exemple, elle permet de déterminer si deux nombres sont premiers entre eux, c’est-à-dire si leur PGCD est égal à 1.

Le PGCD est un outil fondamental pour simplifier les fractions. En divisant le numérateur et le dénominateur par leur PGCD, on obtient une fraction irréductible. Il sert également à résoudre des problèmes de divisibilité, comme déterminer si un nombre divise un autre ou pour résoudre des équations diophantiennes simples.

Le concept de diviseur est la pierre angulaire de l’arithmétique. Il permet d’établir la divisibilité, de comprendre la structure des nombres et de construire des notions plus avancées comme la primalité ou la recherche de diviseurs communs.

Le PPCM est essentiel pour additionner ou comparer des fractions avec des dénominateurs différents. En utilisant le PPCM, on peut ramener ces fractions à un dénominateur commun, facilitant leur addition ou leur soustraction.

Les entiers relatifs étendent la notion de nombres entiers en incluant les nombres négatifs et zéro, permettant une modélisation plus complète des situations arithmétiques et une compréhension plus profonde de la structure des nombres entiers.

💡 À retenir

L’arithmétique repose sur la compréhension des nombres premiers, des diviseurs, du PGCD et du PPCM, qui sont essentiels pour manipuler et simplifier les nombres entiers. Le PGCD, en particulier, est un outil clé pour simplifier les fractions et résoudre des problèmes de divisibilité, illustrant ainsi la structure fondamentale des nombres entiers.

📖 2. Notion de fonction

🔑 Notions clés & Définitions

Domaine de définition
Le domaine de définition d'une fonction est l'ensemble des éléments pour lesquels la fonction est définie. Autrement dit, c'est l'ensemble des valeurs d'entrée possibles pour la fonction. La compréhension précise du domaine de définition est essentielle pour éviter toute erreur lors de l'étude ou de l'application d'une fonction, car elle détermine sur quels éléments la fonction peut agir.

Image d'une fonction
L'image d'une fonction est l'ensemble des valeurs de l'ensemble d'arrivée qui sont effectivement prises par la fonction lorsqu'on considère tous les éléments de son domaine de définition. Autrement dit, c'est l'ensemble des résultats possibles que peut produire la fonction à partir de ses entrées. La connaissance de l'image permet de comprendre la portée de la fonction et ses éventuelles limites.

Antécédent
Un antécédent d'un élément y dans l'ensemble d'arrivée est un élément x du domaine de définition tel que la fonction appliquée à x donne y, c'est-à-dire f(x) = y. La notion d'antécédent est fondamentale pour analyser si un élément de l'ensemble d'arrivée a une pré-image dans le domaine, notamment dans le cadre de l'étude de la surjectivité.

Fonction injective
Une fonction est dite injective si, pour deux éléments distincts x1 et x2 du domaine, leurs images sont distinctes, c'est-à-dire que f(x1) ≠ f(x2). En d'autres termes, chaque valeur de l'image est associée à au plus un seul antécédent. Cela garantit qu'il n'y a pas de collisions ou de doublons dans l'image, ce qui est crucial pour certaines constructions mathématiques.

Fonction surjective
Une fonction est surjective si, pour tout élément y de l'ensemble d'arrivée, il existe au moins un élément x dans le domaine tel que f(x) = y. Autrement dit, l'image de la fonction couvre entièrement l'ensemble d'arrivée. La surjectivité assure que la fonction "atteint" tous les éléments de l'ensemble d'arrivée, ce qui est une propriété importante pour l'invertibilité et d'autres propriétés analytiques.

📝 Points essentiels

Une fonction associe à chaque élément de son domaine un unique élément de l'ensemble d'arrivée. Cela signifie que pour tout x dans le domaine, il existe un seul y dans l'ensemble d'arrivée tel que y = f(x). Cette relation d'association est la caractéristique fondamentale qui définit une fonction. La compréhension du domaine de définition est cruciale pour éviter les erreurs dans l'étude des fonctions, car elle délimite précisément l'ensemble des éléments pour lesquels la fonction est applicable et permet d'éviter des ambiguïtés ou des erreurs lors de l'analyse ou de l'application de la fonction.

💡 À retenir

La notion de fonction formalise le lien unique entre deux ensembles, ce qui constitue le fondement de nombreuses constructions mathématiques. La maîtrise du domaine, de l'image, ainsi que des propriétés d'injectivité et de surjectivité, est essentielle pour une compréhension approfondie et précise de leur comportement.

📖 3. Fonction en mathématiques

🔑 Notions clés & Définitions

Fonction affine
Une fonction affine est une fonction qui peut s’écrire sous la forme $f(x) = ax + b$, où $a$ et $b$ sont des constantes. Elle est représentée graphiquement par une droite dans un plan cartésien. La pente $a$ indique l’inclinaison de la droite et modélise une relation linéaire entre la variable indépendante $x$ et la variable dépendante $f(x)$. La fonction affine est caractéristique par sa représentation graphique en ligne droite, ce qui facilite son étude et son utilisation pour modéliser des relations proportionnelles ou linéaires simples.

Fonction quadratique
Une fonction quadratique est une fonction qui peut s’écrire sous la forme $f(x) = ax^2 + bx + c$, où $a$, $b$, et $c$ sont des constantes, avec $a \neq 0$. Son graphique est une parabole, qui peut s’ouvrir vers le haut ou vers le bas selon le signe de $a$. La fonction quadratique est essentielle pour modéliser des phénomènes où la relation entre variables est non linéaire, notamment dans les domaines de la physique, de l’économie ou de la biologie.

Fonction composée
La fonction composée, notée généralement $f \circ g$, est la fonction obtenue en appliquant une fonction $g$ à une variable, puis en appliquant une autre fonction $f$ au résultat de $g$. Formellement, elle s’écrit $(f \circ g)(x) = f(g(x))$. La composition permet de construire des fonctions plus complexes à partir de fonctions simples, en enchaînant leurs applications. Elle est fondamentale dans l’étude des relations entre différentes fonctions et dans la modélisation de processus successifs.

Fonction inverse
Une fonction inverse d’une fonction $f$ est une fonction $f^{-1}$ telle que $f^{-1}(f(x)) = x$ pour tout $x$ dans le domaine de $f$. Elle permet de retrouver la variable initiale à partir de la variable dépendante. La fonction inverse existe si $f$ est bijective (injective et surjective). Elle est utile pour résoudre des équations ou pour changer de point de vue dans une relation fonctionnelle.

Fonction constante
Une fonction constante est une fonction qui attribue la même valeur à tous les éléments de son domaine. Elle s’écrit sous la forme $f(x) = c$, où $c$ est une constante. Son graphique est une droite horizontale. La fonction constante modélise des situations où une variable ne dépend pas de la variable indépendante, par exemple un coût fixe ou une quantité qui ne varie pas.

📝 Points essentiels

Les fonctions affines sont représentées par des droites et modélisent des relations linéaires. Cela signifie que leur graphique est une ligne droite, ce qui facilite leur étude et leur utilisation pour représenter des relations proportionnelles ou directement proportionnelles. La pente de la droite, donnée par le coefficient $a$, indique si la relation est croissante (positive) ou décroissante (négative). La fonction affine est souvent utilisée pour modéliser des phénomènes simples où la variation de la variable dépend de manière linéaire de la variable indépendante.

La composition de fonctions permet de construire des fonctions complexes à partir de fonctions simples. En appliquant une fonction à une autre, on peut modéliser des processus successifs ou imbriqués, ce qui est essentiel dans l’analyse de phénomènes complexes. La notation $f \circ g$ indique que l’on applique d’abord $g$, puis $f$, ce qui permet d’étudier comment ces relations s’enchaînent.

💡 À retenir

L’étude des fonctions spécifiques, telles que les fonctions affines, quadratiques, composées, inverses et constantes, permet de modéliser et d’analyser une grande variété de phénomènes à travers des expressions mathématiques. Leur compréhension est essentielle pour représenter, manipuler et résoudre des relations dans de nombreux domaines scientifiques et techniques.

📖 4. Statistique et probabilités

🔑 Notions clés & Définitions

Moyenne
La moyenne, aussi appelée moyenne arithmétique, est un indicateur central de tendance dans un ensemble de données. Elle se calcule en additionnant toutes les valeurs de l’échantillon ou de la population, puis en divisant cette somme par le nombre total de ces valeurs. Par exemple, si l’on a les notes 12, 14, 16, la moyenne est (12 + 14 + 16) / 3 = 14. La moyenne permet de donner une idée globale de la valeur typique dans un ensemble de données, mais elle peut être influencée par des valeurs extrêmes.

Médiane
La médiane est la valeur qui partage un ensemble de données ordonné en deux parties égales. Si l’on classe les données du plus petit au plus grand, la médiane est la valeur située au centre. Si le nombre de données est impair, c’est la valeur du milieu ; si le nombre est pair, c’est la moyenne des deux valeurs centrales. La médiane est une mesure robuste, peu influencée par les valeurs extrêmes, ce qui la rend utile lorsque les données comportent des outliers.

Variance
La variance mesure la dispersion ou la variabilité d’un ensemble de données autour de la moyenne. Elle se calcule en faisant la moyenne des carrés des écarts de chaque valeur par rapport à la moyenne. Plus la variance est grande, plus les données sont dispersées. La formule de la variance pour une population est la suivante : σ² = (1/N) Σ (xi - μ)², où N est le nombre total de valeurs, xi chaque valeur, et μ la moyenne. La variance est essentielle pour comprendre la stabilité ou la variabilité d’un phénomène.

Événement
En probabilités, un événement est un résultat ou un ensemble de résultats possibles issus d’une expérience aléatoire. Par exemple, lors du lancer d’un dé à six faces, obtenir un 3 est un événement. Un événement peut être simple (un seul résultat) ou composé (regroupant plusieurs résultats). La probabilité d’un événement est une mesure numérique de la chance qu’il se produise.

Probabilité conditionnelle
La probabilité conditionnelle est la probabilité qu’un événement A se produise sachant qu’un autre événement B s’est déjà produit. Elle se note P(A | B) et se calcule par la formule : P(A | B) = P(A ∩ B) / P(B), où P(A ∩ B) est la probabilité que A et B se produisent simultanément, et P(B) la probabilité de B. La probabilité conditionnelle permet d’intégrer une information préalable dans le calcul de la probabilité d’un événement, ce qui est crucial dans l’analyse de situations où les événements ne sont pas indépendants.

📝 Points essentiels

La moyenne est un indicateur central de tendance dans un ensemble de données. Elle fournit une valeur représentative qui résume l’ensemble, facilitant la comparaison entre différents ensembles ou groupes. Cependant, elle peut être sensible aux valeurs extrêmes, ce qui limite son utilité dans certains contextes.

La probabilité conditionnelle permet de calculer la probabilité d’un événement en tenant compte d’une information préalable. Elle est essentielle pour analyser des situations où la connaissance d’un événement influence la probabilité de l’autre, comme dans la modélisation de phénomènes dépendants ou dans la prise de décision sous incertitude.

💡 À retenir

Les statistiques et probabilités fournissent les outils pour quantifier l’incertitude et analyser des données aléatoires. La moyenne, la médiane, la variance, l’événement et la probabilité conditionnelle sont autant de concepts fondamentaux pour comprendre et modéliser le comportement de phénomènes aléatoires et de données.

📖 5. Analyse de données

🔑 Notions clés & Définitions

Diagramme en bâtons
Le diagramme en bâtons est une représentation graphique utilisée pour visualiser la fréquence ou la distribution d’une variable catégorielle ou discrète. Il consiste en des barres verticales ou horizontales dont la longueur est proportionnelle à la valeur qu’elles représentent. Ce type de graphique permet de comparer facilement différentes catégories ou valeurs. Par exemple, on peut l’utiliser pour représenter le nombre d’élèves dans différentes classes ou la répartition des ventes par produit.

Histogramme
L’histogramme est une représentation graphique qui sert à visualiser la distribution d’une variable quantitative continue. Il se compose de barres adjacentes dont la hauteur indique la fréquence ou la proportion d’observations dans chaque intervalle (ou classe). Contrairement au diagramme en bâtons, les barres d’un histogramme sont généralement jointes, soulignant la continuité des données. Par exemple, on peut l’utiliser pour représenter la répartition des âges dans une population.

Nuage de points
Le nuage de points est un graphique qui représente la relation entre deux variables quantitatives. Chaque point du graphique correspond à une paire de valeurs (x, y). Il permet d’observer visuellement la tendance, la dispersion ou la présence de relations particulières entre ces deux variables. Par exemple, on peut représenter la relation entre la taille et le poids d’un groupe de personnes.

Corrélation
La corrélation mesure la force et la direction d’une relation linéaire entre deux variables. Elle est généralement quantifiée par un coefficient numérique compris entre -1 et +1. Un coefficient proche de +1 indique une forte corrélation positive (lorsque l’une augmente, l’autre aussi), tandis qu’un coefficient proche de -1 indique une forte corrélation négative (lorsque l’une augmente, l’autre diminue). Un coefficient proche de 0 suggère une absence de relation linéaire. La corrélation ne signifie pas causalité mais indique simplement une association.

Régression linéaire
La régression linéaire est une méthode statistique qui permet de modéliser la relation entre une variable dépendante et une ou plusieurs variables indépendantes en ajustant une ligne droite (ou une hyperplan dans le cas multiple). Elle sert à prédire la valeur de la variable dépendante à partir des valeurs des variables indépendantes. La droite de régression représente la meilleure approximation de la relation linéaire entre ces variables, en minimisant la somme des carrés des écarts entre les points observés et la ligne.

📝 Points essentiels

Les représentations graphiques facilitent la visualisation et l’interprétation des données. En utilisant des diagrammes en bâtons, on peut comparer facilement des catégories ou des valeurs discrètes, ce qui est utile pour analyser la fréquence ou la répartition de différentes classes. Les histogrammes, quant à eux, permettent d’observer la distribution d’une variable continue, en montrant comment les données se répartissent sur différents intervalles. Ces deux types de graphiques transforment des chiffres bruts en représentations visuelles compréhensibles, facilitant ainsi l’analyse des tendances et des modèles.

Le nuage de points est un outil précieux pour examiner la relation entre deux variables quantitatives. Il permet de repérer visuellement si une relation linéaire ou non linéaire existe, ainsi que la dispersion des données. La corrélation, en complément, quantifie cette relation en indiquant sa force et sa direction. Elle permet de mesurer objectivement à quel point deux variables évoluent ensemble, sans pour autant établir une causalité.

La régression linéaire utilise cette relation pour modéliser et prédire la valeur d’une variable en fonction d’une ou plusieurs autres. Elle est essentielle pour faire des prévisions et comprendre l’impact relatif de chaque variable indépendante sur la variable dépendante. En résumé, ces outils graphiques et statistiques transforment les données numériques en informations visuelles et interprétables, indispensables pour la prise de décision.

💡 À retenir

L’analyse de données repose sur des représentations graphiques telles que le diagramme en bâtons, l’histogramme et le nuage de points, qui facilitent la visualisation et l’interprétation des relations et distributions. La corrélation quantifie la force et la direction d’une relation linéaire, tandis que la régression linéaire permet de modéliser et de prédire cette relation pour une meilleure compréhension et prise de décision.

📊 Tableaux de Synthèse

⚠️ Pièges & Confusions Fréquentes

1. Confondre nombre premier et nombre composé (un nombre premier n’a que deux diviseurs).
2. Oublier que le PGCD peut être calculé via l’algorithme d’Euclide.
3. Confondre PPCM et PGCD ; le PPCM est basé sur la multiplication et le PGCD.
4. Mal définir ou confondre le domaine de définition d’une fonction (ex : racine carrée doit avoir un argument ≥ 0).
5. Confondre injectivité et surjectivité : une fonction peut être l’un ou l’autre, ou les deux.
6. Négliger la différence entre image et antécédent lors de l’étude d’une fonction.
7. Limiter la compréhension des fonctions affines à leur représentation graphique sans analyser leur formule.

✅ Checklist Examen

1. Connaître la définition de nombre premier selon Euclide.
2. Savoir calculer le PGCD à l’aide de l’algorithme d’Euclide.
3. Maîtriser la formule du PPCM en lien avec le PGCD.
4. Identifier le domaine de définition d’une fonction donnée.
5. Définir l’image d’une fonction et donner un exemple.
6. Expliquer la différence entre injectivité et surjectivité avec exemples.
7. Savoir écrire une fonction affine sous forme $f(x)=ax+b$.
8. Reconnaître une fonction quadratique et son graphique (parabole).
9. Comprendre la notion d’antécédent dans le contexte d’une fonction.
10. Maîtriser les notions fondamentales de la décomposition en facteurs premiers.
11. Savoir utiliser le PGCD pour simplifier une fraction.
12. Connaître la relation entre PPCM et PGCD pour deux nombres.

• Connaître la définition de PERROUX sur la croissance