ANALYSE NUMERIQUE NON-LINEAIRE

Dimension: px
Commencer à balayer dès la page:

Download "ANALYSE NUMERIQUE NON-LINEAIRE"

Transcription

1 Université de Metz Licence de Mthémtiques - 3ème nnée 1er semestre ANALYSE NUMERIQUE NON-LINEAIRE pr Rlph Chill Lbortoire de Mthémtiques et Applictions de Metz Année 010/11 1

2

3 Tble des mtières Chpitre 1. Représenttion des nombres 5 Chpitre. Interpoltion et pproximtion 9 1. Interpoltion selon Lgrnge 9. Etude de l erreur d interpoltion L lgorithme de Newton 1 4. Approximtion hilbertienne Approximtion uniforme 19 Chpitre 3. Intégrtion et différentition numérique 1 1. Intégrtion pprochée 1. Etude de l erreur d intégrtion pprochée 4 3. L formule d intégrtion pprochée de Guss 6 4. Différentition numérique 7 Chpitre 4. Résolution numérique d équtions non-linéires dns R N Résolution numérique d une éqution d une vrible pr dichotomie ou regul flsi 31. Approximtions successives 3 3. Méthode de Newton 3 4. Méthode de plus grnde descente 3 Chpitre 5. Résolution numérique d équtions différentielles ordinires Le schém d Euler explicite ou implicite 34 3

4

5 CHAPITRE 1 Représenttion des nombres PROPOSITION 1.1. Soit β un entier donné (l bse). Alors tout nombre réel x R s écrit de l forme k x = ( 1) s j β j vec s {0, 1}, k Z, j N, 0 j β 1. Si on exige que k 0, lors l représenttion ci-dessus est unique. On écrit ussi j= (1.1) x = k k , Si β = 10, lors l représenttion (1.1) est exctement l représenttion décimle de x. Autres bses fréquentes: β = (représenttion binire), β = 8 ou β = 16 (représenttion hexdécimle). Pour les ordinteurs, on typiquement β =. Dns l écriture (1.1), déplcer l virgule d une position à droite (ou à guche) correspond à une multipliction (ou une division) pr β. Tout nombre x R dmet donc une unique représenttion sous l forme (1.) x = ( 1) s k, k 1 k k 3 β k vec s {0, 1}, k Z, j N, 0 j β 1, k 0. C est cette représenttion scientifique (ou: représenttion en virgule flottnte) que l on v utiliser dns l suite. Dns cette représenttion on ppelle s ou ( 1) s le signe, l suite k, k 1 k k 3... l mntisse et k Z l exposnt de x. Ces trois vribles crctérisent le nombre réel x Représenttion binire. Nombres mchine. Dns l représenttion binire (c.à.d. β = ) on s {0, 1}, k Z, j {0, 1} k = 1. ( j k), et Comme l mémoire d un ordinteur est limité, on ne peut coder qu un nombre fini de nombres réels. Ainsi, l mntisse d un nombre mchine est toujours une suite finie, et l ensemble des exposnts k est un ensemble fini. Pr exemple, vec b bits (binry 5

6 6 1. REPRÉSENTATION DES NOMBRES digits) on ne peut coder que b nombres réels. Pour l comptibilité entre ordinteurs, on utilise le stndrd IEEE (Institute of Electricl nd Electronics Engineers) suivnt Simple précision (3 bits). Avec 3 bits on peut coder 3 4, 9 millirds de nombres réels. Selon le stndrd IEEE on utilise 1 bit pour le signe 3 bits pour l mntisse, et 8 bits pour l exposnt k qui vrie entre 16 et 17. On remrque que pour un nombre réel non-nul, on toujours k = 1 et qu il suffit donc de coder les 3 bits de l mntisse qui suivent prés l virgule. L exposnt est déclé de 7 1 = 17. Pour les nombres mchine non-nuls on donc }{{} S 1, } {{ } MMM... MMM } {{ } EEEEEEEE. signe (1 bit) mntisse (3 bits) exposnt (8 bits) L exposnt vec l mntisse représente le nombre x = 0. L exposnt vec l mntisse représente l infini. Le plus petit nombre mchine positif, non-nul est 0 1, =1 16 1, On ppelle précision mchine le plus petit nombre mchine positif eps tel que 1 eps > 1 (ddition en virgule flottnte, c.à.d. le résultt 1 eps est de nouveu un nombre mchine). En simple précision, on En générl, on eps = 3 1, x y = (x y)(1 + r) pour deux nombres mchine x, y. Ici, x y est l multipliction excte, x y est l multipliction en virgule flottnte, et l erreur reltif r vérifie r eps Double précision (64 bits). Avec 64 bits on peut coder 64 1, nombres réels. Selon le stndrd IEEE on utilise 1 bit pour le signe 5 bits pour l mntisse, et 11 bits pour l exposnt k qui vrie entre 10 et 103. On remrque qu on toujours k = 1 et qu il suffit donc de coder les 5 bits de l mntisse qui suivent prés l virgule. L exposnt est déclé de 11 1 = 103. }{{} S 1, } {{ } MMM... MMM } {{ } EEEEEEEEEEE. signe (1 bit) mntisse (5 bits) exposnt (11 bits)

7 1. REPRÉSENTATION DES NOMBRES 7 Le plus petit nombre mchine positif, non-nulle est donc 0 1, =1 10. En double précision, on eps = 5,

8

9 CHAPITRE Interpoltion et pproximtion 1. Interpoltion selon Lgrnge On considère le problème d interpoltion polynômile suivnt: étnt donné x 0,..., x n R y 0,..., y n R (les noeuds) et (les bscisses), on cherche un polynôme p : R R de degré n tel que p(x i ) = y i pour tout 0 i n. Bien sur, u lieu de chercher un polynôme clssique de degré n, on peut ussi chercher un polynôme trigonométrique, une fonction spline (une fonction de clsse C qui est un polynôme pr morceux), un élément fini... l importnt étnt qu on cherche une fonction interpolnte dns un espce vectoriel donné et de dimension finie. Pr exemple, l espce R n [X] = {p : R R : p est polynôme de degré n} des polynômes de degré n est un espce de dimension n + 1. Une bse vectorielle est constitué des monômes x i (0 i n) et tout polynôme p R n [X] dmet une représenttion unique de l forme vec i R. p(x) = x + + n x n PROPOSITION.1. Etnt donné des noeuds x 0 < < x n, et étnt donné de bscisses y 0,..., y n R, il existe un et un seul polynôme p n R n [X] tel que p(x i ) = y i pour tout 0 i n. En d utres mots, le problème d interpoltion polynômile dmet une unique solution. PREMIÈRE DÉMONSTRATION DE LA PROPOSITION.1 (COMPLIQUÉE?) Si on représente les polynômes comme combinisons linéires de l bse vectorielle des monômes, lors le problème d interpoltion est le problème de montrer existence et unicité d une fmille de coefficients 0,..., n tel que p(x) = x+ + n x n vérifie p(x i ) = y i (0 i n). Ceci est équivlent à résoudre le système linéire x n x n 0 = y x n + + n x n n = y n, 9..

10 10. INTERPOLATION ET APPROXIMATION c.à.d. le système 1 x 0 x n 0 0 y 0 1 x 1 x n 1 1 y =... 1 x n xn n n y n Ce système dmet une unique solution ( 0, 1,..., n ) si et seulement si l mtrice de Vndermonde 1 x 0 x n 0 1 x 1 x n 1 A = x n xn n est inversible. Autrement dit, le problème d interpoltion dmet une unique solution si et seulement si det A 0. Pour clculer le determinnt det A, on constte que, en développnt pr exemple pr l dernière ligne, que det A = f (x 0,..., x n ) est un polynôme de degré n en l vrible x n. En remplçnt x n pr x j (vec 0 j n 1) on voit que f (x 0,..., x n 1, x j ) = 0, c.à.d. chque noeud x j (0 j n 1) est une rcine de ce polynôme. Ainsi f (x 0,, x n ) = C (x n x 0 ) (x n x n 1 ) pour une constnte C R. Cette constnte est le coefficient principl du polynôme f (x 0,..., x n ), et en revennt u développement de det A pr l dernière ligne, on voit que C = f (x 0,..., x n 1 ), le déterminnt de l mtrice de Vndermonde ssocié ux n noeuds x 0,..., x n 1. Pr récurrence, on trouve lors det A = (x j x i ), 0 i< j n et comme les noeuds sont tous distincts, det A 0. DEUXIÈME DÉMONSTRATION DE LA PROPOSITION.1 (PLUS ÉLÉGANTE?) L idée principle de l démonstrtion est d utiliser une utre bse vectorielle de l espce R n [X]. Pour tout i {0,..., n} on définit le polynôme n x x j l i (x) = (x R). j=0 j i x i x j Alors l i est un polynôme de degré n vec l propriété importnte que 0 si i j, l i (x j ) = 1 si i = j. En conséquence, l fmille (l i ) 0 i n est linéirement indépendnte. Mis comme l dimension de R n [X] est n+1, c.à.d. exctement le nombre d élement de cette fmille, on obtient que (l i ) 0 i n est une bse vectorielle de R n [X].

11 . ETUDE DE L ERREUR D INTERPOLATION 11 Existence d un polynôme d interpoltion. Il suffit mintennt de poser (.1) p n (x) = y i l i (x) (x R). Comme combinison linéire des l i, p n est un polynôme de degré n. En plus, p n (x j ) = y i l i (x j ) = y j pour tout 0 j n. Donc, le polynôme p n est un polynôme d interpoltion. D où l existence d un polynôme d interpoltion. Unicité. Soit p R n [X] un polynôme d interpoltion. Alors, comme (l i ) 0 i n est une bse vectorielle de R n [X], p(x) = z i l i (x) (x R) pour des z i R. Alors, quelque soit j {0,..., n}, z j = z i l i (x j ) (propriété des l i ) = p(x j ) = y j (p est polynôme d interpoltion), et donc p(x) = z i l i (x) = y i l i (x) = p n (x), où p n est le polynôme de (.1). D où l unicité. On ppelle le polynôme l i le i-iéme polynôme de Lgrnge. D près l Proposition.1 nous pouvons (et nous llons) prler du polynôme d interpoltion. L représenttion (.1) est l représenttion de Lgrnge du polynôme d interpoltion ssocié ux noeuds x i et ux bscisses y i. Cette représenttion est simple, mis il fut noter que pour clculer le i-iéme polynôme de Lgrnge il fut fire n dditions, n divisions et n multiplictions. Eventuellement on divise pr des nombres petits si les noeuds sont proches l un de l utre; ceci peut engendrer des erreurs d rrondis importnts. Dns l suite nous verrons d utres représenttions de ce polynôme, ou u moins d utres lgorithmes pour clculer p n (x) en un point x donné.. Etude de l erreur d interpoltion On suppose dns cette section que les bscisses y i = f (x i ) pour une fonction f : [, b] R donnée, et que les noeuds vérifient x 0 < < x n b.

12 1. INTERPOLATION ET APPROXIMATION PROPOSITION.. Soit p n le polynôme d interpoltion de Lgrnge ssocié ux noeuds x 0 < < x n b et ux bscisses f (x 0 ),..., f (x n ), où f C n+1 ([, b]) est une fonction donnée. Alors pour tout x [, b] il existe ξ x ], b[ tel que f (x) p n (x) = f (n+1) (ξ x ) (n + 1)! n (x x i ). DÉMONSTRATION. Pr définition du polynôme d interpoltion, f (x) p n (x) = 0 si x = x i pour un i {0,..., n}. On peut lors supposer que x x i pour tout i {0,..., n}. On pose Q(t) := p n (t) f (t) + f (x) p n(x) n (x x i ) Alors Q C n+1 ([, b]) et n (t x i ) (t [, b]). Q(x i ) = 0 pour tout i, et Q(x) = 0. Le théorème de Rolle implique que l dérivée Q s nnulle en n + 1 points distincts dns l intervlle ], b[. En ppliqunt le théorème de Rolle encore une fois, on voit que Q s nnulle en n points distincts dns l intervlle ], b[, et finlement, qu il existe ξ x ], b[ tel que Q (n+1) (ξ x ) = 0. L proposition s en déduit fcilement. COROLLAIRE.3. Soit f (n+1) := sup x [,b] f (n+1) (x). Alors f (x) p n (x) f (n+1) n (x x i ) (x [, b]). (n + 1)! L proposition et le corollire montrent que l erreur d interpoltion dépend ussi du choix des noeuds x i. En fit, f (x) p n (x) f (n+1) n sup (t x i ) (x [, b]). (n + 1)! t [,b] On verr plus loin qu un choix optiml est le choix des noeuds de Tchebychev, c.à.d., sur l intervlle [, b] = [ 1, 1], le choix des noeuds (i + 1)π x i = cos (0 i n). n + 3. L lgorithme de Newton L lgorithme de Newton est une méthode efficce pour clculer le polynôme d interpoltion ssocié à des noeuds x 0,..., x n donnés et à des bscisses y 0,..., y n donnés (on suppose toujours que x i x j si i j). Il est prticulierement prtique dns les situtions où on veut rjouter des noeuds. L idée est de représenter le polynôme d interpoltion dns l forme (.) p(x) = c 0 + c 1 (x x 0 ) + + c n (x x 0 ) (x x n 1 ) vec des coefficients c 0,..., c n à determiner. On remrque ici que les polynômes 1, x x 0,..., (x x 0 ) (x x n 1 ) forment une bse de l espce R n [X] (exercice!)

13 3. L ALGORITHME DE NEWTON 13 et que les coefficients c 0,..., c n existent et sont uniques. Dns l suite, pour tout i, j {0,..., n}, j i, on note p i, j = le polynôme d interpoltion de degré j ssocié ux noeuds x i j,..., x i et ux bscisses y i j,..., y i. Le polynôme que l on recherche est le polynôme p n,n. On note ensuite c i, j = le coefficient principl du polynôme p i, j, c.à.d. le coefficient correspondnt u monôme x j dns l représenttion p i, j (x) = c i, j x j + polynôme de degré < j. On rppelle que, étnt donné des noeuds x 0,..., x n et des bscisses y 0,..., y n, le polynôme d interpoltion p de degré n existe et est unique (Proposition.1). Ainsi, le coefficient principl est déterminé de mnière unique en fonction des noeuds et des bscisses. REMARQUE.4. Le coefficient principl du polynôme d interpoltion correspondnt ux noeuds x 0,..., x n et ux bscisses y 0,..., y n est dns l littérture ussi noté f [x 0,..., x n ] (l nottion vec le f s explique si les bscisses y 0,..., y n sont de l forme f (x 0 ),..., f (x n ) pour une fonction f donnée). Avec cette nottion, on urit c i, j = f [x i j,..., x i ]. LEMME.5. Soit p = p n,n le polynôme d interpoltion correspondnt ux noeuds x 0,..., x n et ux noeuds y 0,..., y n. On représente p dns l forme (.), c.à.d. p(x) = c 0 + c 1 (x x 0 ) + + c n (x x 0 ) (x x n 1 ) (x R). Alors c i = c i,i (le coefficient principl du polynôme p i,i ). DÉMONSTRATION. Exercice. Afin de clculer des coefficients c i, j, on note d bord que (.3) c i,0 = y i (0 i n). En fit, c i,0 est, pr définition, le coefficient principl du polynôme p i,0 de degré 0 (c.à.d. p i,0 est constnt!) tel que p i,0 (x i ) = y i. Ainsi, p i,0 (x) = y i = y i x 0, d où (.3). Afin de clculer les utres coefficients c i, j vec j 1 on utilise le lemme et le corollire suivnt. LEMME.6 (Différences divisées). Pour tout i, j {1,..., n} vec i j on p i, j (x) = p i, j 1(x)(x x i j ) p i 1, j 1 (x)(x x i ) x i x i j (x R).

14 14. INTERPOLATION ET APPROXIMATION DÉMONSTRATION. Soit q(x) := p i, j 1(x)(x x i j ) p i 1, j 1 (x)(x x i ) x i x i j (x R). Pr définition, p i, j 1 et p i 1, j 1 sont des polynômes de degré j 1. Ainsi, q est un polynôme de degré j. Ensuite, on clcul q(x i j ) = 0 p i 1, j 1(x i j )(x i j x i ) x i x i j = y i j, cr p i 1, j 1 (x i j ) = y i j pr définition de p i 1, j 1. De mnière similire q(x i ) = p i, j 1(x i )(x i x i j ) 0 x i x i j = y i, cr p i, j 1 (x i ) = y i pr définition de p i, j 1. Finlement, pour tout k vec i j < k < i on p i, j 1 (x k ) = y k et p i 1, j 1 (x k ) = y k. Ainsi, q(x k ) = p i, j 1(x k )(x k x i j ) p i 1, j 1 (x k )(x k x i ) x i x i j = y k(x k x i j ) y k (x k x i ) x i x i j = y k. On donc montré que q est un polynôme d interpoltion de degré j ssocié ux noeuds x i j,..., x i et ux bscisses y i j,..., y i. Pr unicité du polynôme d interpoltion, q = p i, j. COROLLAIRE.7 (Différences divisées). Pour tout i, j {1,..., n} vec i j on (.4) c i, j = c i, j 1 c i 1, j 1 x i x i j. DÉMONSTRATION. Conséquence directe du Lemme.6 et de l définition des c i, j. D près les équtions (.3) et (.4), on obtient le schém suivnt pour clculer successivement les c i, j (lgorithme de Newton): x 0 c 0,0 = y 0 x 1 c 1,0 = y 1 c 1,1 x c,0 = y c,1 c, x n 1 c n 1,0 = y n 1 c n 1,1 c n 1,... c n 1,n 1 x n c n,0 = y n c n,1 c n,... c n,n 1 c n,n On finlement p n,n (x) = c 0,0 + c 1,1 (x x 0 ) + + c n,n (x x 0 ) (x x n 1 ) (x R).

15 4. APPROXIMATION HILBERTIENNE 15 EXEMPLE.8. On cherche le polynôme d interpoltion de degré 3 ssocié ux noeuds x 0 = 1, x 1 = 0, x = 1, x 3 = 3 et ux bscisses y 0 = 1, y 1 = 1, y = 0, y 3 =. Avec l lgorithme de Newton on trouve x 0 = 1 x 1 = 0 x = 1 x 3 = 3 c 0,0 = y 0 = 1 c 1,0 = y 1 = 1 c 1,1 = c,0 = y = 0 c,1 = 1 c, = 3 c 3,0 = y 3 = c 3,1 = 1 c 3, = 0 c 3,3 = 3 8 Ici, on clculé successivement, colonne pr colonne, On trouve lors c 1,1 = c 1,0 c 0,0 x 1 x 0 = ( 1) =, c,1 = c,0 c 1,0 x x 1 = 0 ( 1) 1 0 c 3,1 = c 3,0 c,0 x 3 x = = 1, c, = c,1 c 1,1 x x 0 = 1, = 1 ( ) 1 ( 1) = 3, c 3, = c 3,1 c,1 x 3 x 1 = = 0 c 3,3 = c 3, c, x 3 x 0 = ( 1) = 3 8. p(x) = 1 (x ( 1)) + 3 (x ( 1)) (x 0) 3 (x ( 1)) (x 0) (x 1) 8 = 1 (x + 1) + 3 (x + 1) x 3 (x + 1) x (x 1) 8 = x + 3 x 3 8 x3, et il est fcile vérifier que c est effectivement le polynôme d interpoltion recherché. 4. Approximtion hilbertienne Soit I R un intervlle et soit w : I R une fonction continue positive (une fonction poids). On considère l espce C w (I) := { f C(I) : f (x) w(x) dx < }, I

16 16. INTERPOLATION ET APPROXIMATION où C(I) est l espce de toutes les fonctions continues de I dns R. L espce C w (I) ser muni du produit sclire, w donné pr f, g w := f (x)g(x)w(x) dx ( f, g C w (I)). I L norme ssociée à ce produit sclire est l norme w donnée pr f w := ( 1 f, f w = f (x) w(x) dx). Soit F C w (I) un sous-espce vectoriel de dimension finie, et soit f C w (I) une fonction donnée. Le probléme de l meilleure pproximtion de f pr un élément de F est le problème de trouver une fonction p F telle que f p w = inf q F f q w, c.à.d. de trouver une fonction p F telle que l distnce f p w soit minimle prmi toutes les distnces f q w (q F) Solution théorique. L proposition suivnte montre que le problème de l meilleure pproximtion de f dmet une unique solution. PROPOSITION.9. Soit E un espce vectoriel réel muni d un produit sclire,. Soit f E et soit F E un sous-espce vectoriel de dimension finie. Alors il existe un unique élément p F telle que f p = inf q F f q (ici: g := g, g ). Cet élément p est ppelé l projection orthogonle de f sur F. Il est crctérisée pr le fit que (.5) f p, q w = 0 pour tout q F. DÉMONSTRATION. On démontre d bord que p F est une meilleure pproximtion de f dns F si et seulement si l condition (.5) est vérifiée. En fit, p F est une meilleure pproximtion de f dns F si et seulement si p F et ce qui est équivlent à f p f q pour tout q F, f, p + p f, q + q pour tout q F. En remplçnt q F pr p + q F, ceci est équivlent à f p, q q pour tout q F. Ici, on remplce q pr tq (t R, t > 0), on divise pr t, et on fit t tendre vers 0 pour obtenir f p, q 0 pour tout q F. Finlement, en remplçnt q pr q, on obtient que p F est une meilleure pproximtion de f dns F si et seulement si l condition (.5) est vérifiée. Existence et unicité d une meilleure pproximtion. Soit (p i ) 0 i n une bse vectorielle de l espce F (on suppose donc qu il est de dimension n + 1. Alors tout élément p F s écrit de l forme p = n λ i p i vec des coefficients λ i R. En I

17 4. APPROXIMATION HILBERTIENNE 17 plus, come (p i ) est une bse vectorielle de F, l condition (.5) est équivlente à l condition (.6) f, p i = λ j p j, p i pour tout 0 i n, j=0 ce qui est un système linéire pour le vecteur (λ 0,..., λ n ). Ce système linéire dmet une unique solution (λ 0,..., λ n ) si et seulement si le système homogène µ j p j, p i = 0 pour tout 0 i n j=0 dmet (µ 0,..., µ n ) = (0,..., 0) comme seule solution. Mis ce système implique que 0 = µ i µ j p j, p i j=0 µ i p i, et donc µ i p i = 0. Comme l fmille (p i ) est linéirement indépendnte, on trouve (µ 0,..., µ n ) = (0,..., 0). L démonstrtion de l proposition précédente montre que p = n λ i p i est meilleure pproximtion de f dns F si et seulement si (λ 0,..., λ n ) est solution de (.6). Il suffit donc de choisir une bse vectorielle (p i ) de F est de résoudre le système linéire (.6). On remrque que ce système linéire devient prticulièrement simple à résoudre si (p i ) est une bse orthogonle de F, c.à.d. p i si i = j, p j, p i = 0 si i j. COROLLAIRE.10. Soit (p i ) 0 i n une bse orthogonle de F. Alors l meilleure pproximtion p de f dns F est donné pr f, p i p = p i p i. 4.. Le procédé d orthogonlistion de Grm-Schmidt. Soit E un espce vectoriel réel muni d un produit sclire,. Soit (e i ) i 0 E une fmille de vecteurs linéirement indépendnte. Alors le procédé suivnt permet de construire une fmille orthonormle (p i ) i 0. Procédé de Grm-Schmidt. On pose d bord ẽ 0 = e 0 p 0 = et ẽ0 ẽ 0.

18 18. INTERPOLATION ET APPROXIMATION Ensuite, pour tout i 1 on définit de mnière recursive i 1 ẽ i = e i e i, p j p j et p i = ẽi ẽ i. C est un exercice de montrer que pour tout i, j 0 on 1 si i = j, p i, p j = 0 si i j, j=0 c.à.d. que (p i ) est une fmille orthonormle. En plus, si (e i ) étit une bse vectorielle, lors (p i ) est une bse vectorielle normle Les polynômes orthogonux. Soit I R un intervlle quelconque, et soit w : I R une fonction poids (continue, strictement positive). On suppose que, quelque soit n N, x n w(x) dx est bsolument convergente. I Dns ce cs, l espce C w (I) contient tous les polynômes. En ppliqunt le procédé de Grm-Schmidt ux monômes e n (x) = x n (n 0), on obtient une fmille (p n ) n 0 de polynômes orthogonles. Intervlle Poids w(x) Polynômes [ 1, 1] 1 Legendre [0, [ e x Lguerre R e x Hermite 1 ] 1, 1[ 1 x Tchebychev. Pr exemple, pour les polynômes de Legendre, on obtient p 0 (x) = p 1 (x) = p (x) = LEMME.11. Les polynômes orthogonux vérifient () p n est un polynôme de degré n, (b) l fmille (p i ) 0 i n est une bse orthogonle de l espce R n [X], (c) I p n(x)q(x)w(x) dx = 0 pour tout polynôme q de degré < n. THÉORÈME.1. Le polynôme p n possède n rcines réelles. Elles sont simples et contenues dns l intérieur de l intervlle I..

19 DÉMONSTRATION. On peut écrire 5. APPROXIMATION UNIFORME 19 p n (x) = k (x r i ) m i r(x) i=1 où les r i sont des rcines réelles distincts de multiplicité m i, et le polynôme r n ps de rcines réelles (en prticulier, r un signe). Notons r i1,..., r is les rcines de p n situées à l intérieur de l intervlle I et de multplicités m iα impirs. Alors le polynôme q(x) = (x r i1 ) (x r is ) est un polynôme de degré s, toutes les rcines de q sont simples et contenues dns l intérieur de l intervlle I. En plus, le produit p n (x)q(x) ne chnge ps de signe et est non-nulle. Donc p n, q 0. D près le lemme précédent (plus précisément, Lemme.11 (c), on obtient donc que degré p n = degré q, c.à.d. que q est un polynôme de degré = n. 5. Approximtion uniforme Dns cette section, on suppose que I = [, b] est un intervlle compct. L espce C([, b]) de toutes les fonctions continues [, b] R muni de l norme f := sup x [,b] f (x) est un espce vectoriel normé. Etnt donnée une fonction f C([, b]), on considère de nouveu le problème de (meilleure) pproximtion, mis mintennt vec l norme à l plce de l norme hilbertienne w du prgrphe précédent. On rppelle le théorème suivnt. THÉORÈME.13 (Weierstrss). Pour toute fonction f C([, b]) il existe une suite (p n ) de polynômes telle que lim n f p n = 0.

20

21 CHAPITRE 3 Intégrtion et différentition numérique 1. Intégrtion pprochée Soit f : [, b] R une fonction continue donnée, [, b] R étnt un intervlle compcte. On considère le problème de clculer l intégrle I( f ) = f (x) dx. En générl on cherche à trouver une vleur pprochée de l intégrle sous l forme J( f ) = λ i f (x i ), où x 0 < < x n b sont des noeuds donnés (ou à choisir) et où les coefficients λ 0,..., λ n sont donnés (ou à choisir), tous les deux indépendnts de l fonction f. Supposons d bord que les noeuds x 0 < < x n b sont donnés. Comment choisir les coefficients λ 0,..., λ n de telle mnière que l erreur E( f ) = I( f ) J( f ) soit 0 pour une certine clsse de fonctions? Pr exemple, comment choisir les coefficients λ 0,..., λ n de telle mnière que l erreur E( f ) = 0 pour tout polynôme de degré inférieur ou égl à n? C.à.d. telle que l formule d intégrtion pprochée J( f ) soit excte pour tout polynôme de degré inférieur ou égl à n? THÉORÈME 3.1. Etnt donné des noeuds x 0 < < x n b, il existe une et une seule formule d intégrtion pprochée J( f ) = n λ i f (x i ) telle que l erreur E( f ) = I( f ) J( f ) = 0 pour tout polynôme f R n [X]. DÉMONSTRATION. Existence. On pose λ i = l i(x) dx, oú l i est le i-éme polynôme d interpoltion de Lgrnge ssocié ux noeuds x 0,..., x n. Alors, pour tout polynôme f R n [X] on f (x) = f (x i ) l i (x), 1

22 3. INTÉGRATION ET DIFFÉRENTIATION NUMÉRIQUE cr l interpoltion est excte pour tout polynôme de degré n. Donc, I( f ) = = = = f (x) dx f (x i ) l i (x) dx f (x i ) λ i f (x i ) = J( f ). l i (x) dx Unicité. Soient J( f ) = n λ i f (x i ) et J ( f ) = n λ i f (x i) deux formules d intégrtion pprochées qui sont exctes pour tous les polynômes f R n [X], c.à.d. J( f ) = λ i f (x i ) = I( f ) = λ i f (x i ) pour tout f R n [X]. Alors (λ i λ i) f (x i ) = 0 pour tout f R n [X]. En prticulier, en choississnt f = l i le i-ième polynôme d interpoltion de Lgrnge (qui l propriété que l i (x j ) = δ i j pour tout 1 i, j n), on trouve que d où l unicité. λ i = λ i, DÉFINITION 3.. Une formule d intégrtion pprochée est dite d ordre m si I( f ) = J( f ) pour tout polynôme f R m [X] et s il existe un polynôme f R m+1 [X] tel que I( f ) J( f ). D près le Théorème 3.1, étnt donné des noeuds x 0 < < x n b, il existe une et une seule formule d intégrtion pprochée d ordre m n. On verr que l ordre m peut être strictement supérieur à n. Pr contre, on remrque d bord que l ordre est toujours inférieur ou égl à n + 1. LEMME 3.3. Soient x 0 < < x n b des noeuds donnés et soit J( f ) = n λ i f (x i ) une méthode d intégrtion pprochée. Alors l ordre de cette méthode est inférieur ou égl à n + 1. DÉMONSTRATION. Soit f (x) = n (x x i ).

23 1. INTÉGRATION APPROCHÉE 3 Alors f est un polynôme positif, de degré n+, tel que f (x i ) = 0 pour tout 0 i n. Donc J( f ) = λ i f (x i ) = 0 < I( f ). Ainsi, l ordre de J est inférieur ou égl à n + 1. EXEMPLE 3.4 (Méthode des rectngles). On prend n = 0 et x 0 noeud, u milieu de l intervlle [, b]). Alors = +b (un seul et donc λ 0 = l 0 (x) dx = dx = b, J( f ) = (b ) f ( + b ). Cette formule d intégrtion pprochée est excte pour les polynômes constnts f R 0 [X] (Théorème 3.1), mis on ussi Pr contre, J(x) = (b ) + b J(x ( + b) ) = (b ) 4 = b b3 3 3 = I(x). = I(x ). Donc, l ordre de cette formule d intégrtion pprochée est m = 1. EXEMPLE 3.5 (Méthode des trpézes). On prend n = 1, x 0 =, x 1 = b (deux noeuds, ux extrémités de l intervlle [, b]). On et Donc, λ 0 = λ 1 = l 0 (x) dx = l 1 (x) dx = x b b dx = b x b dx = b. J( f ) = b ( f () + f (b)). Cette formule d intégrtion pprochée est excte pour les polynômes f R 1 [X] (Théorème 3.1), mis J(x ) I(x ). L ordre de cette formule d intégrtion pprochée est m = 1.

24 4 3. INTÉGRATION ET DIFFÉRENTIATION NUMÉRIQUE EXEMPLE 3.6 (Méthode de Simpson). On prend n =, x 0 =, x 1 = +b, et x = b (trois noeuds, ux extrémités et u milieu de l intervlle [, b]). On λ 0 = λ 1 = λ = l 0 (x) dx = b 6, l 1 (x) dx = 4 b 6, l (x) dx = b 6. Donc J( f ) = b ( f () + 4 f ( + b 6 ) + f (b)). L ordre de cette formule d intégrtion pprochée est m = 3.. Etude de l erreur d intégrtion pprochée On rppelle l version suivnte du théorème de Tylor, et ussi le théorème de l moyenne. où THÉORÈME 3.7 (Tylor). Soit f C n+1 ([, b]). Alors pour tout x [, b] on (x ) k f (x) = f (k) (x t) n + () + f (n+1) (t) dt, k! n! k=0 t si t 0, t + = 0 si t < 0. THÉORÈME 3.8 (Théorème de l moyenne). Soient f, g : [, b] R deux fonctions continues. On suppose que g(x) 0 pour tout x [, b]. Alors il existe un ξ [, b] tel que f (x)g(x) dx = f (ξ) g(x) dx. THÉORÈME 3.9. Soient x 0 < < x n b des noeuds donnés et soit J( f ) = n λ i f (x i ) une méthode d intégrtion pprochée d ordre m n. Soit K(t) = (x t) m + dx λ i (x i t) m + Alors, pour toute fonction f C (m+1) ([, b]) on E( f ) = I( f ) J( f ) = K(t) m! f (m+1) (t) dt, (t [, b]).

25 et si le noyu K est positif, lors. ETUDE DE L ERREUR D INTÉGRATION APPROCHÉE 5 E( f ) = f (m+1) (ξ) K(t) m! dt pour un ξ [, b]. DÉMONSTRATION. D près le Théorème de Tylor (Théorème 3.7), on m (x ) k f (x) = f (k) (x t) m + () + f (m+1) (t) dt. k! m! k=0 Comme J est d ordre m, on obtient donc E( f ) = E(x = = = (x t) m + m! (x t) m + m! (x t) m + dx K(t) m! f (m+1) (t) dt. f (m+1) (t) dt) f (m+1) (t) dt dx λ i (x i t) m + m! λ i (x i t) m +) f (m+1) (t) dt f (m+1) (t) dt L deuxième représenttion de l erreur est une conséquence directe de cette première représenttion et du théorème de l moyenne (Théorème 3.8). EXEMPLE 3.10 (L erreur dns l méthode des rectngles). Cette méthode est d ordre 1. Donc, ( E( f ) = (x t) + dx (b )( + b ) t) + ) f (t) dt = K(t) f (t) dt vec (t ) si t +b K(t) =, (t b) si t +b. Ainsi, comme le noyu K est positif et pr le théorème de l moyenne, E( f ) = f (b )3 (ξ) 4 pour un certin ξ [, b]. EXEMPLE 3.11 (L erreur dns l méthode de Simpson). Cette méthode est d ordre 3. Donc, E( f ) = K(t) 3! f (4) (t) dt

26 6 3. INTÉGRATION ET DIFFÉRENTIATION NUMÉRIQUE vec K(t) = = (x t) 3 + dx b 6 (b t) 3 (b+ 3t) 1 si t +b, ( t) 3 (b+ 3t) 1 si t +b. ( ( t) ( + b t) (b t) 3 ) + Ainsi, comme le noyu K est négtif, E( f ) = f (4) (b )5 (ξ) 880 pour un certin ξ [, b]. 3. L formule d intégrtion pprochée de Guss On rppelle du Lemme 3.3 que toute méthode d intégrtion pprochée est u plus d ordre n + 1. On peut lors se demnder s il existe une méthode d intégrtion pprochée qui est exctement d ordre m = n + 1. L réponse à cette question est oui, si on choisit bien les noeuds x 0,..., x n. THÉORÈME 3.1 (Guss). Soit [, b] = [ 1, 1], et soit n 0. Alors il existe des noeuds x 0 < < x n b et une méthode d intégrtion pprochée J( f ) = n λ i f (x i ) qui est d ordre n + 1. Plus précisément, il suffit de prendre comme noeuds les rcines du n + 1-ième polynôme de Legendre L n+1 et comme méthode d intégrtion pprochée celle du Théorème 3.1. DÉMONSTRATION. Soit L n+1 le n + 1-ième polynôme de Legendre. On rppelle que l suite des polynômes de Legendre est obtenue pr le procédé de Grm-Schmidt ppliqué à l suite des monômes, en utilisnt le produit sclire f, g = 1 f (x)g(x) dx. 1 Le polynôme L n+1 est un polynôme de degré n + 1 qui est orthogonl à tous les polynômes de degré n (Lemme.11). En plus, toutes les rcines de L n+1 sont simples et contenues dns l intervlle [ 1, 1] (Théorème.1) Soit mintennt p un polynôme de degré n + 1. Une division vec reste montre que p = q L n+1 + r

27 pour des polynômes de degré n. Alors I(p) = = = = = = p(x) dx q(x)l n+1 (x) dx + r(x) dx 4. DIFFÉRENTIATION NUMÉRIQUE r(x) dx (q et L n+1 sont orthogonux) λ i r(x i ) (J est d ordre m n) λ i q(x i )L n+1 (x i ) + λ i p(x i ) = J(p). λ i r(x i ) (x i sont rcines de L n+1 ) Comme p R n+1 [X] étit rbitrire, ceci montre que J est d ordre m n + 1. Pr le Lemme 3.3, m n + 1, et donc l ordre m = n Différentition numérique Etnt donné une fonction f C 1 ([, b]) et un point x [, b], on souhite clculer l dérivée L( f ) = f (x). On souhite clculer cette dérivée à l ide d une formule à deux noeuds Λ( f ) = λ 0 f () + λ 1 f (b), où λ 0, λ 1 sont des constntes. On veut que l formule Λ( f ) soit excte pour tous les polynômes de degré 1. On choississnt f (x) = 1 et f (x) = x on trouve lors les deux conditions et donc λ 0 = λ 1 = 1 b. Ainsi Λ( f ) = λ 0 + λ 1 = 0 λ 0 + λ 1 b = 1, et f (b) f (). b 4.1. Schém centré. Ici, on prend x = +b L( f ) = f ( +b, c.à.d. on souhite clculer l dérivée ) u milieu de l intervlle [, b]. Pr construction, l erreur E( f ) = L( f ) Λ( f ) = f ( + b f (b) f () ) b est nulle pour tout polynôme f de degré 1. Mis on voit fcilement que E(x ) = 0 ussi, et que E(x 3 ) 0. On dit que l méthode de différentition Λ( f ) est d ordre.

EPUUniversité de Tours

EPUUniversité de Tours DI 3ème nnée EPUUniversité de Tours Déprtement Informtique 007-008 ANALYSE NUMERIQUE Chpitre 3 Intégrtion numérique résumé du cours 1 Introduction Il s git d une mniére générle de déterminer, le mieux

Plus en détail

Théorème de Rolle et formules de Taylor

Théorème de Rolle et formules de Taylor Théorème de Rolle et formules de Tylor 1 Extrémums des fonctions différentibles à vleurs réelles 1. Soient K un compct d un espce vectoriel normé (E, ) et f une fonction définie sur K à vleurs dns R. Montrer

Plus en détail

Majorations de l erreur dans les calculs classiques de valeurs approchées d intégrale. Notes pour la préparation au CAPES - Strasbourg- février 2006

Majorations de l erreur dans les calculs classiques de valeurs approchées d intégrale. Notes pour la préparation au CAPES - Strasbourg- février 2006 Mjortions de l erreur dns les clculs clssiques de vleurs pprochées d intégrle Notes pour l préprtion u CAPES - Strsbourg- février 00 On trouve dns différents ouvrges élémentires des démonstrtions à coup

Plus en détail

Théorème de Lax Milgram Application au problème de Dirichlet pour l équation de Sturm Liouville

Théorème de Lax Milgram Application au problème de Dirichlet pour l équation de Sturm Liouville Théorème de Lx Milgrm Appliction u problème de Dirichlet pour l éqution de Sturm Liouville Résumé du cours de MEDP Mîtrise de mthémtiques 2000 2001 2001nov18 (medp-lx-milgrm.tex) Dns ce chpitre, on se

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mthémtiques nnée 2009-2010 Chpitre 2 Le prolème de l unicité des solutions 1 Le prolème et quelques réponses : 1.1 Un exemple Montrer que l éqution différentielle :

Plus en détail

Zéros des fonctions. 1. La dichotomie. Exo7. 1.1. Principe de la dichotomie

Zéros des fonctions. 1. La dichotomie. Exo7. 1.1. Principe de la dichotomie Exo7 Zéros des fonctions Vidéo prtie 1. L dichotomie Vidéo prtie. L méthode de l sécnte Vidéo prtie 3. L méthode de Newton Dns ce chpitre nous llons ppliquer toutes les notions précédentes sur les suites

Plus en détail

Intégration. Rappels. Définition 3. Soit I un intervalle réel et f : I E. On dit que F : I E est. f(x) f(a) x a

Intégration. Rappels. Définition 3. Soit I un intervalle réel et f : I E. On dit que F : I E est. f(x) f(a) x a Intégrtion Les fonctions considérées ci-dessous sont des fonctions définies sur un intervlle réel I, à vleurs réelles ou complees ou, plus générlement, à vleurs dns un espce vectoriel normé de dimension

Plus en détail

Exercices corrigés 9325 = 2 4662 + 1 4662 = 2 2331 + 0 2331 = 2 1165 + 1

Exercices corrigés 9325 = 2 4662 + 1 4662 = 2 2331 + 0 2331 = 2 1165 + 1 Grenoble INP Pgor 1ère nnée Exercices corrigés Anlyse numérique NB : Les exercices corrigés ici sont les exercices proposés durnt les sénces de cours. Les corrections données sont des corrections plus

Plus en détail

Université de Marseille Licence de Mathématiques, 1ere année, Analyse (limites, continuité, dérivées, intégration) T. Gallouët

Université de Marseille Licence de Mathématiques, 1ere année, Analyse (limites, continuité, dérivées, intégration) T. Gallouët Université de Mrseille Licence de Mthémtiques, ere nnée, Anlyse (limites, continuité, dérivées, intégrtion) T. Gllouët July 29, 205 Tble des mtières Limites 3. Définition et propriétés......................................

Plus en détail

Théorème de Poincaré - Formule de Green-Riemann

Théorème de Poincaré - Formule de Green-Riemann Chpitre 11 Théorème de Poincré - Formule de Green-Riemnn Ce chpitre s inscrit dns l continuité du précédent. On vu à l proposition 1.16 que les formes différentielles sont bien plus grébles à mnipuler

Plus en détail

Espaces métriques, espaces vectoriels normés. Tewfik Sari. L2 Math

Espaces métriques, espaces vectoriels normés. Tewfik Sari. L2 Math Espces métriques, espces vectoriels normés Tewfik Sri L2 Mth Avertissement : ces notes sont l rédction, progressive et provisoire, d un résumé du cours d espces métriques de d espces vectoriels normés

Plus en détail

Cours de mathématiques. Chapitre 12 : Calcul Intégral

Cours de mathématiques. Chapitre 12 : Calcul Intégral Cours de mthémtiques Terminle S1 Chpitre 12 : Clcul Intégrl Année scolire 2008-2009 mise à jour 5 mi 2009 Fig. 1 Henri-Léon Leesgue et Bernhrd Riemnn n les confond prfois 1 Tle des mtières I Chpitre 12

Plus en détail

Résumé du cours d analyse de maths spé MP

Résumé du cours d analyse de maths spé MP 1 TOPOLOGE Résumé du cours d nlyse de mths spé MP 1 Topologie 1) Normes, normes équivlentes Une norme sur l espce vectoriel E est une ppliction N de E dns R vérifint : x E, N(x). x E, (N(x) = x = ) (xiome

Plus en détail

ANALYSE APPROFONDIES II MT242

ANALYSE APPROFONDIES II MT242 ALGÈBRE ET ANALYSE APPROFONDIES II MT242 Année 1998-1999 Chpitre 0. Introduction générle Dns cette introduction nous llons commenter les principles notions contenues dns le cours du second semestre, leurs

Plus en détail

Document créé le 28 novembre 2013 Lien vers la dernière mise à jour de ce document Lien vers les exercices de ce chapitre

Document créé le 28 novembre 2013 Lien vers la dernière mise à jour de ce document Lien vers les exercices de ce chapitre Document créé le 28 novembre 2013 Lien vers l dernière mise à jour de ce document Lien vers les exercices de ce chpitre Chpitre 20 Intégrtion Sommire 20.1 Continuité uniforme.................................

Plus en détail

LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE. Unité d enseignement LCMA 4U11 ANALYSE 3. Françoise GEANDIER

LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE. Unité d enseignement LCMA 4U11 ANALYSE 3. Françoise GEANDIER LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE Unité d enseignement LCMA 4U ANALYSE 3 Frnçoise GEANDIER Université Henri Poincré Nncy I Déprtement de Mthémtiques . Tble des mtières I Séries numériques. Séries

Plus en détail

MP1 Janson DS6 du 17 janvier 2014/2015. 1 n x.

MP1 Janson DS6 du 17 janvier 2014/2015. 1 n x. MP Jnson DS6 du 7 jnvier 24/25 Problème (CCP) Toutes les fonctions de ce problème sont à vleurs réelles. PARTE PRÉLMNARE Les résultts de cette prtie seront utilisés plusieurs fois dns le problème.. Fonction

Plus en détail

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) (

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) ( Correction de l épreuve CCP PSI Mths PREMIÈRE PARTIE I- Soit t u voisinge de, t Alors ϕt t s = ϕt ρt s ρs Pr hypothèse, l fonction ϕt ϕt est lorsque t, il en est donc de même de ρt s ρt s ρs cr ρ s est

Plus en détail

Chapitre 3 Dérivées et Primitives

Chapitre 3 Dérivées et Primitives Cours de Mthémtiques Clsse de Terminle STI - Chpitre : Dérivées et Primitives Chpitre Dérivées et Primitives A) Rppels de première et compléments ) Dérivées usuelles Fonction définie sur Fonction f() =

Plus en détail

Fonctions de référence

Fonctions de référence Chpitre 7 Clsse de Seconde Fonctions de référence Ce que dit le progrmme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Fonctions de référence Fonctions linéires et fonctions ffines Vritions de l fonction

Plus en détail

Synthèse de cours (Terminale S) Dérivation : rappels et compléments

Synthèse de cours (Terminale S) Dérivation : rappels et compléments Synthèse de cours (Terminle S) Dérivtion : rppels et compléments Rppels de 1ère Nombre dérivé Soit f une fonction définie sur un intervlle I et un élément de I. f ( + h) f ( ) Si l limite lim existe, on

Plus en détail

Primitive et intégrale d une fonction continue

Primitive et intégrale d une fonction continue Primitive et intégrle d une fonction continue O. Simon, Université de Rennes I 24 mi 2005 Avertissement : Ceci n est ps le contenu d une leçon de CAPES. Dns le progrmme 2002 de terminles S, on introduit

Plus en détail

CHAPITRE 9 : PRIMITIVES - INTEGRALES

CHAPITRE 9 : PRIMITIVES - INTEGRALES Primitives et intégrles Cours CHAPITRE 9 : PRIMITIVES - INTEGRALES. Primitives d une fonction Définition Soit f une fonction définie sur un intervlle I. Une fonction F est une primitive de f sur I, si

Plus en détail

Cours de Mathématique - Statistique Calcul Matriciel

Cours de Mathématique - Statistique Calcul Matriciel L - Mth Stt Cours de Mthémtique - Sttistique Clcul Mtriciel F. SEYTE : Mître de conférences HDR en sciences économiques Université de Montpellier I M. TERRZ : Professeur de sciences économiques Université

Plus en détail

Développements limités. Motivation. Exo7

Développements limités. Motivation. Exo7 Eo7 Développements limités Vidéo prtie. Formules de Tlor Vidéo prtie 2. Développements limités u voisinge d'un point Vidéo prtie 3. Opértions sur les DL Vidéo prtie 4. Applictions Eercices Développements

Plus en détail

Synthèse de cours (Terminale S) Calcul intégral

Synthèse de cours (Terminale S) Calcul intégral Synthèse de cours (Terminle S) Clcul intégrl Intégrle d une onction continue positive sur un intervlle [;] Dns cette première prtie, on considère une onction continue positive sur un intervlle [ ; ] (

Plus en détail

Chapitre 7. Primitives et Intégrales. 7.1 Primitive d une fonction. 7.2 Propriétés des primitives. 7.3 Intégrale définie ou Intégrale de Riemannn)

Chapitre 7. Primitives et Intégrales. 7.1 Primitive d une fonction. 7.2 Propriétés des primitives. 7.3 Intégrale définie ou Intégrale de Riemannn) Chpitre 7 Primitives et Intégrles 7. Primitive d une fonction Soit f une fonction définie sur un intervlle K de R. On ppelle primitive de f, une fonction F dont l dérivée est f : F (x) = f(x). On note

Plus en détail

Ecole Normale Supérieure de Cachan 61 avenue du président Wilson 94230 CACHAN. Concours d admission en 3 ème année Informatique.

Ecole Normale Supérieure de Cachan 61 avenue du président Wilson 94230 CACHAN. Concours d admission en 3 ème année Informatique. C39211 Ecole Normle Supérieure de Cchn 61 venue du président Wilson 94230 CACHAN Concours d dmission en 3 ème nnée Informtique Session 2009 INFORMATIQUE 1 Durée : 5 heures «Aucun document n est utorisé»

Plus en détail

Université Paris-Dauphine DUMI2E. UFR Mathématiques de la décision. Notes de cours. Analyse 2. Filippo SANTAMBROGIO

Université Paris-Dauphine DUMI2E. UFR Mathématiques de la décision. Notes de cours. Analyse 2. Filippo SANTAMBROGIO Université Pris-Duphine DUMI2E UFR Mthémtiques de l décision Notes de cours Anlyse 2 Filippo SANTAMBROGIO Année 2008 2 Tble des mtières 1 Optimistion de fonctions continues et dérivbles 5 1.1 Continuité........................................

Plus en détail

semestre 3 des Licences MISM annnée universitaire 2004-2005

semestre 3 des Licences MISM annnée universitaire 2004-2005 MATHÉMATIQUES 3 semestre 3 des Licences MISM nnnée universitire 24-25 Driss BOULARAS 2 Tble des mtières Rppels 5. Ensembles et opértions sur les ensembles.................. 5.. Prties d un ensemble.........................

Plus en détail

Calcul intégral. II Intégrale d une fonction 4

Calcul intégral. II Intégrale d une fonction 4 BTS DOMOTIQUE Clcul intégrl 8- Clcul intégrl Tble des mtières I Primitives I. Définitions............................................... I. Clculs de primitives.........................................

Plus en détail

Calcul int egral. 15 d ecembre 2008

Calcul int egral. 15 d ecembre 2008 Clcul intégrl. 15 décembre 2008 2 Tble des mtières I Intégrles multiples 5 1 Rppels sur l intégrle définie des fonctions d une vrible. 7 1.1 Motivtions................................ 7 1.1.1 Cs des fonctions

Plus en détail

Mathématiques du signal déterministe

Mathématiques du signal déterministe Conservtoire Ntionl des Arts et Métiers MAA17 Mthémtiques du signl déterministe Nelly POINT 11 octobre 211 Tble des mtières 1 Intégrtion 3 1.1 Méthodes d intégrtion : rppels........................ 3

Plus en détail

COURS D ANALYSE. Licence de Mathématiques, première. Laurent Michel

COURS D ANALYSE. Licence de Mathématiques, première. Laurent Michel COURS D ANALYSE Licence de Mthémtiques, première nnée Lurent Michel Automne 2011 2 Tble des mtières 1 Éléments de logique 5 1.1 Fbriquer des énoncés........................ 5 1.1.1 Enoncés élémentires.....................

Plus en détail

CCP 2007. Filière MP. Mathématiques 1. Corrigé pour serveur UPS de JL. Lamard (jean-louis.lamard@prepas.org)

CCP 2007. Filière MP. Mathématiques 1. Corrigé pour serveur UPS de JL. Lamard (jean-louis.lamard@prepas.org) CCP 27. Filière MP. Mthémtiques. Corrigé pour serveur UPS de JL. Lmrd (jen-louis.lmrd@preps.org EXERCCE.. f est continue (en tnt de frction rtionnelle dont le dénominteur ne s nnule ps sur le compct F

Plus en détail

Licence de Mathématiques Fondamentales Calcul Scientifique feuille de TD 3

Licence de Mathématiques Fondamentales Calcul Scientifique feuille de TD 3 Licence de Mthémtiques Fondmentles Clcul Scientifique feuille de TD 3 Intégrtion numérique Soit f : [, b] R une fonction continue On cherche à clculer numériquement l intégrle f(x) dx Pour cel, on subdivise

Plus en détail

CHAPITRE 4 LA TRANSFORMÉE DE F OURIER

CHAPITRE 4 LA TRANSFORMÉE DE F OURIER CHAPITRE 4 LA TRANSFORMÉE DE F OURIER 4. Fonctions loclement intégrbles Soit I un intervlle de R et soit f : R R une ppliction. Définition 4.. On dit que f est loclement intégrble sur I si f est intégrble

Plus en détail

Module 2 : Déterminant d une matrice

Module 2 : Déterminant d une matrice L Mth Stt Module les déterminnts M Module : Déterminnt d une mtrice Unité : Déterminnt d une mtrice x Soit une mtrice lignes et colonnes (,) c b d Pr définition, son déterminnt est le nombre réel noté

Plus en détail

Chapitre 6 : Fonctions affines -28-01-12- Seconde 7, 2010-2011, Y. Angeli

Chapitre 6 : Fonctions affines -28-01-12- Seconde 7, 2010-2011, Y. Angeli Chpitre 6 : Fonctions ffines -8-01-1- Seconde 7, 010-011, Y. Angeli 1. Éqution réduite d une droite Théorème. Dns un repère, soient A(x A ;y A ) et B(x B ;y B ) tels que x A x B. Alors l droite (AB) est

Plus en détail

Lois de probabilité à densité

Lois de probabilité à densité Lois de probbilité à densité Christophe ROSSIGNOL Année scolire 0/03 Tble des mtières Loi à densité sur un intervlle I. Deux exemples pour comprendre..................................... Densité de probbilité...........................................3

Plus en détail

Cours d Analyse II. Filières : SMP /SMC (Deuxième semestre, première. Notes rédigées par : M. BENELKOURCHI Slimane

Cours d Analyse II. Filières : SMP /SMC (Deuxième semestre, première. Notes rédigées par : M. BENELKOURCHI Slimane Déprtement de Mthémtiques Fculté des Sciences Université Ibn Tofïl Kénitr Cours d Anlyse II S2 Filières : SMP /SMC (Deuxième semestre, première nnée) Notes rédigées pr : M. BENELKOURCHI Slimne Professeur

Plus en détail

Théorie de la mesure et intégration. J.C. Pardo

Théorie de la mesure et intégration. J.C. Pardo Feuille de TD 6. Théorie de l mesure et intégrtion. J.C. Prdo Exercices. Exo. 72 Soit f une fonction sur. On considère muni de l tribu B des boréliens et d une mesure λ sur B. On suppose que f est λ-loclement

Plus en détail

COURS D ANALYSE. Licence d Informatique, première. Laurent Michel

COURS D ANALYSE. Licence d Informatique, première. Laurent Michel COURS D ANALYSE Licence d Informtique, première nnée Lurent Michel Printemps 2010 2 Tble des mtières 1 Éléments de logique 5 1.1 Fbriquer des énoncés........................ 5 1.1.1 Enoncés élémentires.....................

Plus en détail

Relations binaires. Table des matières. Marc SAGE. 18 octobre 2007. 1 Amuse gueule 2. 2 Combinatoire dans les quotients 2. 3 Problème d extréma 3

Relations binaires. Table des matières. Marc SAGE. 18 octobre 2007. 1 Amuse gueule 2. 2 Combinatoire dans les quotients 2. 3 Problème d extréma 3 Reltions binires Mrc SAGE 8 octobre 007 Tble des mtières Amuse gueule Combintoire dns les quotients 3 Problème d extrém 3 4 Un théorème de point xe 3 5 Sur l conjugisons dns R 3 6 Sur les corps totlement

Plus en détail

Toutes les questions de cours et R.O.C. au bac de T.S. Vincent PANTALONI

Toutes les questions de cours et R.O.C. au bac de T.S. Vincent PANTALONI Toutes les questions de cours et R.O.C. u bc de T.S. Vincent PANTALONI VERSION DU 9 MARS 2012 Tble des mtières Bc 2011 3 Bc 2011 5 Bc 2010 9 Bc 2009 11 Bc 2008 13 Bc 2007 17 Bc 2006 19 Bc 2005 21 ii Remerciements.

Plus en détail

Tout ce qu il faut savoir en math

Tout ce qu il faut savoir en math Tout ce qu il fut svoir en mth 1 Pourcentge Prendre un pourcentge t % d un quntité : t Clculer le pourcentge d une quntité pr rpport à une quntité b : Le coefficient multiplicteur CM pour une ugmenttion

Plus en détail

Le Calcul Intégral. niveau maturité. Daniel Farquet

Le Calcul Intégral. niveau maturité. Daniel Farquet Le Clcul Intégrl niveu mturité Dniel Frquet Eté 8 Tble des mtières Introduction Intégrle indéfinie 3. Définitions et générlités................................ 3.. Déf. d une primitive..............................

Plus en détail

Les intégrales. f(x) dx. f(x) dx est appelée intégrale définie, c est un nombre. La variable x ne sert qu à décrire la fonction f, on a b

Les intégrales. f(x) dx. f(x) dx est appelée intégrale définie, c est un nombre. La variable x ne sert qu à décrire la fonction f, on a b Les intégrles Introduction Etnt donnée une fonction positive f définie sur un intervlle borné [, b], on veut évluer l ire comprise entre l e des bscisses, l courbe représentnt f et les verticles = et =

Plus en détail

THÉORIE DE LA MESURE. Notes de cours de B.Demange

THÉORIE DE LA MESURE. Notes de cours de B.Demange THÉORIE DE LA MESURE Notes de cours de B.Demnge Cours donné en 212-213 2 INTRODUCTION Ce cours pour but de donner une bonne définition de l intégrle de fonctions d une ou plusieurs vribles réelles, qui

Plus en détail

Cours de Mathématiques 2

Cours de Mathématiques 2 Cours de Mthémtiques 2 première prtie : Anlyse 2 DEUG MIAS 1 e nnée, 2 e semestre. Mximilin F. Hsler Déprtement Scientifique Interfcultire B.P. 7209 F 97275 SCHOELCHER CEDEX Fx : 0596 72 73 62 e-mil :

Plus en détail

Cours de Terminale S Lycée Camille Pissarro 2013-2014. Sébastien Andrieux

Cours de Terminale S Lycée Camille Pissarro 2013-2014. Sébastien Andrieux Cours de Terminle S Lycée Cmille Pissrro 203-204 Sébstien Andrieux 7 juin 204 Tble des mtières I Cours de Terminle S 5 Risonnement pr récurrence 6 2 Suites et limites des suites 8 I Suite convergente,

Plus en détail

Table des matières. Avant propos

Table des matières. Avant propos Tble des mtières Avnt propos ii 1 Intégrle de Riemnn 1 1.1 Intégrle des fonctions en esclier............ 2 1.2 Fonctions intégrbles u sens de Riemnn........ 6 1.3 Propriétés générles de l intégrle de Riemnn......

Plus en détail

Outils de calcul pour la 3 ème

Outils de calcul pour la 3 ème Chpitre I Outils de clcul pour l Ce que nous connissons déjà :! Opértions sur les décimux, les reltifs et les quotients. Puissnces de dix. Nottions scientifiques. Clcul littérl simple. Objectifs de ce

Plus en détail

LOIS A DENSITE (Partie 1)

LOIS A DENSITE (Partie 1) LOIS A DENSITE (Prtie ) I. Loi de probbilité à densité ) Rppel Eemple : Soit l'epérience létoire : "On lnce un dé à si fces et on regrde le résultt." L'ensemble de toutes les issues possibles Ω = {; ;

Plus en détail

1 - INTERPOLATION. J-P. Croisille. Semestre S7, master de mathématiques M1, année 2008/2009. Université Paul Verlaine-Metz

1 - INTERPOLATION. J-P. Croisille. Semestre S7, master de mathématiques M1, année 2008/2009. Université Paul Verlaine-Metz 1 - INTERPOLATION J-P. Croisille Université Paul Verlaine-Metz Semestre S7, master de mathématiques M1, année 2008/2009 1- INTRODUCTION Théorie de l interpolation: approximation de f(x) par une fonction

Plus en détail

Cours de Mathématiques 2

Cours de Mathématiques 2 Cours de Mthémtiques 2 première prtie : Anlyse 2 DEUG MIAS 1 e nnée, 2 e semestre. Mximilin F. Hsler Déprtement Scientifique Interfcultire B.P. 7209 F 97275 SCHOELCHER CEDEX Fx : 0596 72 73 62 e-mil :

Plus en détail

Table des matières Dénombrer et sommer Événements et Probabilités

Table des matières Dénombrer et sommer Événements et Probabilités Tble des mtières 1 Dénombrer et sommer 5 1.1 Rppels ensemblistes............................. 5 1.1.1 Opértions ensemblistes....................... 5 1.1.2 Bijections............................... 7 1.2

Plus en détail

UNIVERSITE PARIS 1 PANTHEON SORBONNE UFR DE GESTION

UNIVERSITE PARIS 1 PANTHEON SORBONNE UFR DE GESTION UNIVERSITE PRIS PNTHEON SORBONNE UFR DE GESTION MTHEMTIQUES PPLIQUEES L ECONOMIE ET L GESTION LICENCE nnée Cours de Thierry LFY TRVUX DIRIGES semestre 7-8 Thème n : Rppels Eercice Déterminez l ensemble

Plus en détail

Cours de Mathématiques L1. Résumé des chapitres. Hassan Emamirad

Cours de Mathématiques L1. Résumé des chapitres. Hassan Emamirad Cours de Mthémtiques L1 Résumé des chpitres Hssn Emmird Université de Poitiers Version 29/21 TABLE DES MATIÈRES 3 Tble des mtières 1 Nombres complexes 5 1.1 Le corps C.....................................

Plus en détail

Séries, intégrales et probabilités

Séries, intégrales et probabilités Séries, intégrles et probbilités Thierry MEYRE Préprtion à l grégtion interne. Année 2014-2015. Université Pris Diderot. IREM. http://www.prob.jussieu.fr/pgeperso/meyre 2 BIBLIOGRAPHIE. Les ouvrges de

Plus en détail

Les règles de Descartes et de Budan Fourier

Les règles de Descartes et de Budan Fourier Ojectifs de ce chpitre Mthémtiques ssistées pr ordinteur Chpitre 4 : Rcines des polynômes réels et complexes Michel Eisermnn Mt49, DLST LS4, Année 8-9 www-fourierujf-grenolefr/ eiserm/cours # mo Document

Plus en détail

Théorie des Langages Épisode 2 Automates finis

Théorie des Langages Épisode 2 Automates finis AFD AFN Opértions Lemme de pompge 1/ 36 Théorie des Lngges Épisode 2 Automtes finis Thoms Pietrzk Université Pul Verline Metz AFD AFN Opértions Lemme de pompge Reconnisseur Définition Configurtion Accepttion

Plus en détail

2. Formules d addition.

2. Formules d addition. IX. Trigonométrie 1. Rppels 1.1 Définitions : Dns le cercle trigonométrique C ( O, 1 ), si nous fixons un point P correspondnt à un ngle d mplitude nous vons défini : = bscisse du point P sin = ordonnée

Plus en détail

Chapitre 5. Intégration. 5.1 Intégration des fonctions en escaliers

Chapitre 5. Intégration. 5.1 Intégration des fonctions en escaliers Chpitre 5 Intégrtion Nous llons construire l intégrle pr un procédé de pssge à l limite. D bord on définit l intégrle des fonctions en escliers, ensuite on psse à l limite pour intégrer des fonctions plus

Plus en détail

(surface d'un cercle : S = pd2 4 )

(surface d'un cercle : S = pd2 4 ) Les cordes sont de dimètres vribles. Si on les remplce pr deux cordes de même dimètre, le dimètre moyen, le résultt devrit être le même. Ici le résultt, c est sns doute l résistnce qui est proportionnelle

Plus en détail

Intégration numérique

Intégration numérique Chpitre 5 Intégrtion numérique 5.1 Introduction Dns ce chpitre, on s interesse u clcul numérique d intégrles. Plus précisément, on considère une fonction f continue et une fonction w continue et positive

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1 [http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Enoncés 1 Topologie Ouverts et fermés Exercice 6 [ 118 ] [correction] On muni le R-espce vectoriel des suites réelles bornées de l norme u = sup u n

Plus en détail

2008 2010 MODULE M4 MATHEMATIQUES TERMINALE STAV

2008 2010 MODULE M4 MATHEMATIQUES TERMINALE STAV LEGTHP Sint Nicols STAV Promotion 8 MODULE M4 MATHEMATIQUES TERMINALE STAV Fiches de cours S. FLOQUET Septemre 9 Lycée Sint Nicols Igny Promotion 8 SOMMAIRE STAV PARTIE : RESUMES DE COURS Équtions de droites

Plus en détail

ESTIMER LA PRÉCISION DES MESURES

ESTIMER LA PRÉCISION DES MESURES ESTIMER LA PRÉCISION DES MESURES I. Précision d'une mesure directe Une mesure directe est une mesure lue sur un ppreil de mesure. Le résultt d'une mesure directe n'est jmis connu de fçon prfitement excte.

Plus en détail

Chapitre 13 : intégration sur un intervalle quelconque : théorie

Chapitre 13 : intégration sur un intervalle quelconque : théorie Mth Spé MP Chpitre 13 : intégrtion sur un intervlle quelconque : théorie 19/1/2012 1 Cs des onctions à vleurs dns R + Déinition : onction continue pr morceux sur un intervlle : Une onction : K où (K =

Plus en détail

OLYMPIADES ACADEMIQUES DE MATHEMATIQUES 2011 ACADEMIE DE BESANÇON

OLYMPIADES ACADEMIQUES DE MATHEMATIQUES 2011 ACADEMIE DE BESANÇON OLYMPIADES ACADEMIQUES DE MATHEMATIQUES 2011 ACADEMIE DE BESANÇON Durée : 4 heures Les clcultrices sont utorisées. Le sujet comprend qutre exercices indépendnts qui peuvent être trités dns l'ordre que

Plus en détail

Kit de survie - Bac ES

Kit de survie - Bac ES Kit de survie - Bc ES. Étude du signe d une expression ) Signe de x + Ü Ü ½ Ò µ¼ Ò ½ 0) On détermine l vleur de x qui nnule x +, puis on pplique l règle : «signe de près le 0». ) Signe de x + x + c ܾ

Plus en détail

Prospection électrique. Guy Marquis, EOST Strasbourg

Prospection électrique. Guy Marquis, EOST Strasbourg Prospection électrique Guy Mrquis, EOST Strsbourg Le 9 Avril 005 Chpitre Bses physiques L prospection électrique est l une des plus nciennes méthodes de prospection géophysique. S mise en oeuvre est reltivement

Plus en détail

Analyse numérique : Intégration numérique

Analyse numérique : Intégration numérique Anlyse numérique : Intégrtion numérique Pgor 1A Chpitre 4 8 février 11 mrs 2013 Anlyse numérique (Pgor 1A) Intégrtion numérique 8/02-11/03/2013 1 / 67 Pln 1 Introduction 2 Intégrtion pr méthode de Monte-Crlo

Plus en détail

Chapitre 1 : Fonctions analytiques - introduction

Chapitre 1 : Fonctions analytiques - introduction 2e semestre 2/ UE 4 U : Abrégé de cours Anlyse 3: fonctions nlytiques Les notes suivntes, disponibles à l dresse http://www.iecn.u-nncy.fr/ bertrm/, contiennent les définitions et les résultts principux

Plus en détail

Théorie des Langages Formels Chapitre 5 : Automates minimaux

Théorie des Langages Formels Chapitre 5 : Automates minimaux 1/29 Théorie des Lngges Formels Chpitre 5 : Automtes minimux Florence Levé Florence.Leve@u-picrdie.fr Année 2014-2015 2/29 Introduction Les lgorithmes vus précédemment peuvent mener à des utomtes reltivement

Plus en détail

2.1 L'automate minimal

2.1 L'automate minimal CH.2 Minimistion 2.1 L'utomte miniml 2.2 L'lgorithme de minimistion Automtes ch2 1 2.1 L'utomte miniml Le lngge L définit sur Σ* l reltion d'équivlence R L : x R L y ssi ( z, xz L yz L). L'AFD M définit

Plus en détail

Cours de Mathématiques

Cours de Mathématiques Cours de Mthémtiques Bcclurét 20 Résumé Ce document contient les principles définitions, théorèmes et propriétés du cours de mthémtiques du tronc commun de mthémtiques de Terminle S. Je tiens à remercier

Plus en détail

Fonctions définies par une intégrale. On suppose que g et h sont deux fonctions réelles définies sur R d, telles que la fonction

Fonctions définies par une intégrale. On suppose que g et h sont deux fonctions réelles définies sur R d, telles que la fonction Prép. Agrég. écrit d Anlyse, Annexe n o 6. Méthode de Lplce dns R d Fonctions définies pr une intégrle On suppose que g et h sont deux fonctions réelles définies sur R d, telles que l fonction F(t = g(x

Plus en détail

Intégration, probabilités

Intégration, probabilités prép-greg 7-8 Intégrtion, probbilités Dns tous les exercices probbilistes, les vribles létoires sont supposées définies sur le même espce probbilisé (Ω, A, P). I Questions de cours L fonction t sin t t

Plus en détail

Chapitre 1. Dénombrer et sommer. 1.1 Rappels ensemblistes. 1.1.1 Opérations ensemblistes

Chapitre 1. Dénombrer et sommer. 1.1 Rappels ensemblistes. 1.1.1 Opérations ensemblistes Chpitre 1 Dénombrer et sommer Compter des objets et fire des dditions, voilà bien les deux ctivités les plus élémentires à l bse des mthémtiques. Et pourtnt à y regrder de plus près, ce n est ps si fcile.

Plus en détail

STRUCTURE CRISTALLINE THEORIE DES RESEAUX DE BRAVAIS

STRUCTURE CRISTALLINE THEORIE DES RESEAUX DE BRAVAIS CHAPITRE 1 STRUCTURE CRISTALLINE THEORIE DES RESEAUX DE BRAVAIS Objectifs Comme les liquides et les gz, les solides jouent un rôle très importnt en chimie. Or l pluprt des solides sont des solides cristllins.

Plus en détail

Kit de survie - Bac S

Kit de survie - Bac S Kit de survie - Bc S. Inéglités - Étude du signe d une expression Opértions sur les inéglités Règles usuelles : Pour tout x < y x + < y + même sens Pour tout k > : x < y kx < ky même sens Pour tout k

Plus en détail

Séquence 7. Intégration. Sommaire

Séquence 7. Intégration. Sommaire Séquence 7 Intégrtion Sommire. Prérequis. Aire et intégrle d une fonction continue et positive sur [ ; ]. Primitives 4. Primitives et intégrles d une fonction continue 5. Synthèse de l séquence Dns ce

Plus en détail

Cours d Analyse IV Suites et Séries de fonctions

Cours d Analyse IV Suites et Séries de fonctions Université Clude Bernrd, Lyon I Licence Sciences, Technologies & Snté 43, boulevrd 11 novembre 1918 Spécilité Mthémtiques 69622 Villeurbnne cedex, Frnce L. Pujo-Menjouet pujo@mth.univ-lyon1.fr Cours d

Plus en détail

LE RESEAU RECIPROQUE solution

LE RESEAU RECIPROQUE solution LE RESEU RECIPROQUE solution L pge 85 de votre poly de physique est conscrée à l définition du réseu réciproque, un concept initilement introduit pr J.W. Gibbs (189-190). Ce concept, plutôt bstrit, est

Plus en détail

Licence M.A.S.S. Cours d Analyse S4

Licence M.A.S.S. Cours d Analyse S4 Université Pris I, Pnthéon - Sorbonne Licence MASS Cours d Anlyse S4 Jen-Mrc Brdet (Université Pris 1, SAMM) UFR 27 et Equipe SAMM (Sttistique, Anlyse et Modélistion Multidisiplinire) Université Pnthéon-Sorbonne,

Plus en détail

Primitives Calcul intégral

Primitives Calcul intégral Primitives Clcul intégrl Christophe ROSSIGNOL Année scolire 2009/200 Tble des mtières Primitives 2. Définition, premières propriétés..................................... 2.2 Primitives des fonctions usuelles....................................

Plus en détail

LEÇON N 67 : Formules de Taylor. Applications.

LEÇON N 67 : Formules de Taylor. Applications. LEÇON N 67 : Formules de Tylor. Applictions. Pré-requis : Théorème de Rolle, théorème des Accroissements Finis ; Intégrtion pr prties ; Nottions de Lndu. 67. Résultts globux 67.. Formule de Tylor-Lgrnge

Plus en détail

DEUG MIAS 1 Année 2002-2003 Premier et deuxième semestres Feuilles de Cours

DEUG MIAS 1 Année 2002-2003 Premier et deuxième semestres Feuilles de Cours Deug Mis 1 Année 2002-2003 J.-F. Burnol Université Lille 1 1 DEUG MIAS 1 Année 2002-2003 Premier et deuxième semestres Feuilles de Cours Toutes les fiches de cours distribuées ux étudints pendnt l nnée

Plus en détail

Chapitre 7 Intégrale et primitive. Table des matières. Chapitre 7 Intégrale et primitive TABLE DES MATIÈRES page -1

Chapitre 7 Intégrale et primitive. Table des matières. Chapitre 7 Intégrale et primitive TABLE DES MATIÈRES page -1 Chpitre 7 Intégrle et primitive TABLE DES MATIÈRES pge - Chpitre 7 Intégrle et primitive Tble des mtières I Exercices I-................................................ I- Clcul pproché d une intégrle

Plus en détail

UNIVERSITÉ DE CERGY Année 2012-2013 U.F.R. Économie & Gestion Licence d Économie et Mathématiques MATH104 : Mathématiques

UNIVERSITÉ DE CERGY Année 2012-2013 U.F.R. Économie & Gestion Licence d Économie et Mathématiques MATH104 : Mathématiques 1 UNIVERSITÉ DE CERGY Année 2012-201 U.F.R. Économie & Gestion Licence d Économie et Mathématiques MATH104 : Mathématiques Chapitre III : Polynômes 1 Fonctions polynômes & polynômes Définition 1. Soit

Plus en détail

Analyse 1 L1-mathématiques

Analyse 1 L1-mathématiques Anlyse L-mthémtiques Renud Leplideur Année 3-4 UBO Tble des mtières Inéglités et clculs 3. Nombres..................................... 3.. Les ensembles N, Z, Q et R...................... 3.. Les intervlles

Plus en détail

Espaces préhilbertiens

Espaces préhilbertiens 1 Espces préhilbertiens On désigne pr E un espce vectoriel réel non réduit à {}. 1.1 Produit sclire Définition 1.1 On dit qu une forme bilinéire symétrique ϕ sur E est : positive si ϕ (x, x) pour tout

Plus en détail

201-NYC SOLUTIONS CHAPITRE 8

201-NYC SOLUTIONS CHAPITRE 8 Chpitre 8 Nombres complexes 7 -NYC SOUTIONS CHAPITRE 8 8. EXERCICES. ) Re() 5, Im() b) Re(), Im() 8 c) Re() 5, Im() d) Re(), Im() e) Re(), Im() f) Re(), Im() 6. ) x + i et x i b) x + i et x i c) x + i

Plus en détail

mémento de mathématiques pour les ECE1

mémento de mathématiques pour les ECE1 mémento de mthémtiques pour les ECE1 Abdellh Becht Résumé L objectif de ce mémento est de permettre ux élèves de première nnée des clsses préprtoires ux Ecoles de Commerces, option économique, d voir un

Plus en détail

ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE

ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE Jen-Pierre Dedieu, Jen-Pierre Rymond ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE Institut de Mthémtiques Université Pul Sbtier 31062 Toulouse cedex 09 jen-pierre.dedieu@mth.univ-toulouse.fr jen-pierre.rymond@mth.univ-toulouse.fr

Plus en détail

Intégration sur un intervalle quelconque MP

Intégration sur un intervalle quelconque MP ntégrtion sur un intervlle quelconque MP 9 décembre 22 Dns ce chpitre, on définit l notion de fonction continue pr morceu et intégrble sur un intervlle quelconque. Cel nous permettr de donner un sens à

Plus en détail

Programmes des classes préparatoires aux Grandes Ecoles

Programmes des classes préparatoires aux Grandes Ecoles Progrmmes des clsses préprtoires ux Grndes Ecoles Filière : scientifique Voie : Mthémtiques et physique (MP) Discipline : Mthémtiques Seconde nnée Clsse préprtoire MP Progrmme de mthémtiques Tble des mtières

Plus en détail