Le théorème du point xe. Applications

Dimension: px
Commencer à balayer dès la page:

Download "Le théorème du point xe. Applications"

Transcription

1 49 Le théorème du point xe. Applications 1 Comme dans le titre de cette leçon, le mot théorème est au singulier, on va s'occuper du théorème du point xe de Picard qui a de nombreuses applications. Le cas particulier des fonctions d'une variable réelle et à valeurs réelles est étudié en détails au paragraphe Le théorème du point xe de Picard (E, ) est un espace de Banach et F un fermé non vide de E. Dénition 49.1 On dit qu'une application f : F E est strictement contractante s'il existe une constante λ [0, 1[ telle que : On dit aussi que f est λ-contractante. (x, y) F F, f (x) f (y) λ x y Il est facile de vérier qu'une application contractante est uniformément continue. Exemple 49.1 Du théorème des accroissements nis on déduit que si [a, b] est un segment non réduit à un point et f une fonction à valeurs réelles qui est continue sur [a, b], dérivable sur ]a, b[ et telle que sup f (x) = λ < 1, elle est alors λ-contractante. x I Dénition 49.2 Soit f une application de F dans F. Si x est un élément de F, on appelle orbite de x suivant f la suite (x n ) n N d'éléments de F dénie par x 0 = x et x n+1 = f (x n ) pour tout n N. La condition f (F ) F est essentielle pour dénir les orbites suivant f. Théorème 49.1 (du point xe) Si f : F F est une application λ-contractante avec λ [0, 1[, elle admet alors un unique point xe α dans F et ce point xe est la limite de toute toute orbite (x n ) n N suivant f. De plus, une majoration de l'erreur d'approximation de α par les x n est donnée par : 1. Version du 28/02/2013 n N, α x n λn 1 λ x 1 x

2 1226 Le théorème du point xe. Applications Démonstration. Pour l'existence du point xe, on montre que la suite (x n ) n N Cauchy dans l'espace de Banach (E, ). Pour q > p 0, on a : est de x q x p x q x q x p+1 x p avec pour tout k 1 : Ce qui nous donne : x k+1 x k = f (x k ) f (x k 1 ) x q x p ( q 1 k=p λ x k x k 1 λ k x 1 x 0 ) λ k x 1 x 0 = λp (1 λ q p ) 1 λ λp 1 λ x 1 x 0 p + 0 x 1 x 0 puisque λ [0, 1[. La suite (x n ) n N est donc de Cauchy dans (E, ) et en conséquence, elle converge vers un élément α F puisque E est complet et F fermé dans E. Avec la continuité de f on déduit que f (α) = α, c'est-à-dire que α est un point xe de f. En faisant tendre q vers l'inni dans la majoration précédente (à p xé) on obtient la majoration de l'erreur : α x p λp 1 λ x 1 x 0 Si β F est un autre point xe de f, on a alors : et nécessairement α = β puisque λ [0, 1[. α β = f (α) f (β) λ α β Remarque 49.1 Une application f : F F telle que f (x) f (y) < x y pour tous x y dans F n'a pas nécessairement de point xe dans F comme le montre l'exemple de f (x) = x + 1 sur F = [1, + [. Mais dans le cas où F est compact on a le résultat suivant. x Théorème 49.2 Soient K un compact d'un espace vectoriel normé (E, ) (non nécessairement complet) et f : K K telle que : (x, y) K 2, (x y f (x) f (y) < x y ) La fonction f admet un unique point xe dans K et ce point xe est limite de toute orbite suivant f. Démonstration. La fonction f qui est lipschitzienne est en particulier continue. L'application x f (x) x étant continue sur le compact K, elle est bornée et atteint ses bornes. En particulier, il existe un élément α K tel que : f (α) α = inf f (x) x x K

3 Le théorème du point xe de Picard 1227 Si f (α) α, on a alors alors f (α) f (f (α)) < α f (α) avec f (α) K, ce qui est contradictoire avec la dénition de α. On a donc f (α) = α. S'il existe un autre point xe de f, β α, on a alors : α β = f (α) f (β) < α β ce qui est impossible. En conclusion, f admet un unique point xe dans K. Soit (x n ) n N une suite de points de K dénie par : { x0 K n N, x n+1 = f (x n ) Si il existe n 0 N tel que x n0 = α, alors la suite est stationnaire, donc convergente. On suppose donc que x n a pour tout n. On a alors 0 < x n+1 α = f (x n ) f (α) < x n α pour tout n, c'est-à-dire que la suite ( x n α ) n N est strictement décroissante minorée par 0, elle est donc convergente vers un réel d 0. La suite (x n ) n N étant dans le compact K, on peut en extraire une sous-suite ( x φ(n) qui converge vers β K. On a alors : )n N ( ) f (β) α = lim f xφ(n) α = lim xφ(n)+1 α = d n + n + et β α entraîne d = α f (β) = f (α) f (β) < α β = d, ce qui est impossible. On a donc β = α et d = 0, c'est-à-dire que lim x n = α. n + Remarque 49.2 Le résultat précédent est faux si on suppose seulement que K est complet comme le montre l'exemple de la fonction f : x x + 1 sur [1, + [. x Corollaire 49.1 Soit K un compact convexe dans un espace normé (E, ) (non nécessairement complet) et f : K K telle que : (x, y) K 2, f (x) f (y) x y La fonction f admet alors un point xe dans K. Démonstration. On se xe un point a dans K et on dénit la suite de fonctions (f n ) n 1 sur K par : ( ( 1 n 1, x K, f n (x) = f n a ) ) x n Cette suite est bien dénie du fait la convexité de K, chaque fonction f n est à valeurs dans K et pour x, y dans K, on a : ( f n (x) f n (y) 1 1 ) x y n Pour n 1 la fonction f n est donc strictement contractante de K dans K avec K compact dans E, elle admet donc un unique point xe x n K. De cette suite (x n ) n 1 dans le compact K on peut extraire une sous-suite ( x φ(n) qui converge vers un élément α K. En notant )n N g n = f φ(n), et y n = x φ(n), on a pour tout n N : f (α) g n (y n ) f (α) g n (x) + g n (α) g n (y n )

4 1228 Le théorème du point xe. Applications avec : f (α) g n (α) = ( ( 1 f (α) f a φ(n) φ(n) ) α) 1 φ(n) α a g n (α) g n (y n ) = ( ) f φ(n) (α) f φ(n) xφ(n) ( 1 n) 1 α x φ(n) ce qui entraîne que lim f ( ) φ(n) xφ(n) = f (α). Tenant compte du fait que xφ(n) est point xe ( n + ) de f φ(n), on a f φ(n) xφ(n) = xφ(n) et f (α) = lim x φ(n) = α, c'est-à-dire que α est point xe n + de f. Il peut arriver que la fonction f ne soit pas strictement contractante mais que l'une de ces itérées le soit. Dans ce cas on a encore existence et unicité du point xe de f qui est limite de toute suite d'approximations successives. Ce résultat est utilisé par exemple dans la démonstration du théorème de Cauchy-Lipschitz. Lemme 49.1 Soient p N {0} et (x n ) n N une suite de points dans un espace vectoriel normé (E, ) telle que pour tout r {0,, p 1} la suite extraite (x jp+r ) j N converge vers le même α E. La suite (x n ) n N converge alors vers α. Démonstration. Soit ε > 0. Pour tout r {0,, p 1}, on peut trouver un entier j r tel que : j j r, x jp+r α < ε On note j ε = max j r. Tout entier n N s'écrit de manière unique n = jp + r avec j N, 0 r p 1 r {0,, p 1} et pour j j ε on a x n α < ε. On déduit donc que : n (j ε + 1) p, x n α < ε On a donc ainsi prouvé que la suite (x n ) n N converge vers α. Théorème 49.3 Si f : F F est une application telle que l'une des itérées f p = f f } {{ } p fois soit strictement contractante, elle admet alors un unique point xe dans F limite de toute orbite suivant f. Démonstration. L'application f p est strictement contractante sur le fermé F dans l'espace complet E, elle admet donc un unique point xe α F. De f p (α) = α on déduit que f p (f (α)) = f (f p (α)) = f (α) et f (α) est aussi point xe de f p. On a donc f (α) = α du fait de l'unicité du point xe de f p. L'application f admet donc un point xe dans F. En considérant que tout point xe de f est aussi point xe de f p, on déduit que ce point xe est unique dans F. Si (x n ) n N est dénie par x 0 E et x n+1 = f (x n ) pour tout n N, on a alors pour tout r {0,, p 1} et tout j N : x jp+r = f jp+r (x 0 ) = (f p ) j (f r (x 0 )), c'est-à-dire que (x jp+r ) j N est l'orbite f r (x 0 ) suivant f p. On a donc lim x jp+r = α pour tout j + r {0,, p 1} ce qui équivaut à dire que lim x n = α. n + Le résultat suivant est utilisé pour prouver le théorème de Cauchy-Lipschitz linéaire. On désigne par K le corps des réels ou des complexes et pour tout segment réel [a, b] non réduit à un point, on note E = C 0 ([a, b], K n ) l'espace vectoriel des fonctions continues de [a, b] dans K n.

5 Le théorème du point xe de Picard 1229 Muni de la norme de la convergence uniforme : f f = sup f (x) x [a,b] où est une quelconque norme sur K n (elles sont toutes équivalentes), cet espace est un espace de Banach (théorème 54.2). Théorème 49.4 Soient x 0 [a, b], K : [a, b] 2 K n, h : [a, b] K n deux applications continues et φ : E E dénie par : y E, x [a, b], φ (y) (x) = K (x, t) y (t) dt + h (x) x 0 Il existe un entier p strictement positif tel que l'application φ p = φ φ soit contractante. } {{ } p fois En conséquence, l'application φ admet un unique point xe dans E. Démonstration. Il est clair que pour toute fonction y continue sur [a, b] la fonction φ (y) est également continue sur [a, b]. Pour y, z dans E et x dans [a, b] on a : x φ (y) (x) φ (z) (x) = K (x, t) (y (t) z (t)) dt x 0 x λ y (t) z (t) dt x 0 où λ = x λ y z x x 0 sup K (x, t). Par récurrence sur k 1, on déduit que : (x,t) [a,b] 2 x [a, b], φ k (y) (x) φ k (z) (x) (λ x x 0 ) k y z k! En eet on vient de voir que le résultat est vrai pour k = 1 et en le supposant acquis pour k 1, on a pour tout x [a, b] : φ k+1 (y) (x) φ k+1 (z) (x) x λ φ k (y) (t) φ k (z) (t) dt x 0 λ λk k! y z x t x 0 k dt x 0 avec : x t x 0 k dt = x x 0 k+1 x 0 k + 1 Ce qui donne : φ k+1 (y) (x) φ k+1 (z) (x) (λ x x 0 ) k+1 y z (k + 1)! On déduit alors que : k 1, φ k (y) φ k (z) (λ (b a))k k! y z (λ (b a)) k et, avec lim = 0, on déduit que pour k 1 assez grand l'application φ k est k + k! contractante. Le théorème du point xe itéré nous dit alors que φ admet un unique point xe dans E.

6 1230 Le théorème du point xe. Applications 49.2 Applications à la résolution d'équations numériques C'est le cas des fonctions d'une variable réelle à valeurs réelles qui est étudié au paragraphe On a en particulier l'étude des points xes attractifs et répulsifs. Dans les paragraphes 58.4 et 58.5 les méthodes de la sécante et de Newton y sont étudiées en détails Méthodes itératives de résolution des systèmes linéaires On se donne un entier n 2, une matrice A GL n (K), un vecteur b K n, où K = R ou C et on s'intéresse à la résolution du système linéaire Ax = b. En écrivant la matrice A sous la forme A = M N, où M est facilement inversible, la résolution du système Ax = b se ramene au problème de point xe qui consiste à trouver x dans K n solution de x = M 1 Nx + M 1 b. Dénition 49.3 Si A GL n (K), on dit alors que la méthode itérative associée à la décomposition ) A = M N avec M inversible est convergente si pour tout x (0) K n, l'orbite associée ( x (k) est convergente. k N Remarque 49.3 Si une orbite ( x (k)) k N x du système Ax = b. est convergente, c'est nécessairement vers la solution Pour toute matrice M M n (K), on désigne par Sp (M) l'ensemble des valeurs propres complexes de M et par ρ (M) = λ son rayon spectral. max λ Sp(M) On rappelle que pour toute norme sur M n (K) induite par une norme vectorielle sur K n (i. e. M = sup Mx ), on a ρ (M) M. x =1 Théorème 49.5 Soient A = M N une matrice inversible avec M inversible et ρ (M 1 N) le rayon spectral de la matrice M 1 N. La méthode itérative associée à la décomposition A = M N converge si et seulement si ρ (M 1 N) < 1. Démonstration. On pose B = M 1 N et on suppose que ρ (B) < 1. En écrivant que l'équation Ax = b équivaut à x = Bx + M 1 b, on déduit que : k N, x (k+1) x = B ( x (k) x ) = B k+1 ( x (0) x ) Avec ρ (B) < 1 on déduit que lim k + Bk = 0 (théorème 16.12) et en conséquence la suite ( x (k)) k N converge vers x, quelle que soit la valeur initiale x (0). Réciproquement si la méthode associée à la décomposition A = M N est convergente, alors pour tout vecteur y (0) R n la suite ( y (k)) k N dénie par y(k+1) = By (k) pour tout entier k est convergente vers le vecteur nul (unique solution de Ax = 0) ce qui équivaut à ρ (B) < 1 (théorème 16.12). Remarque 49.4 S'il existe une norme matricielle telle que B < 1, alors la méthode itérative correspondante est convergente puisque ρ (B) B.

7 Méthodes itératives de résolution des systèmes linéaires 1231 Pour toute norme matricielle induite par une norme vectorielle, on a : x (k) x = B k ( x (0) x ) B k x (0) x On peut donc utiliser B k pour avoir une idée de la vitesse de convergence d'une méthode itérative. De manière plus précise, on peut remarquer que : B k y (0) y (k) k N, B k = sup y (0) R n {0} k N, B k = y (0) sup x (0) R n {x} = sup y (0) R n {0} y (0) la suite ( y (k)) étant dénie par k N y(k+1) = By (k). Ce qui peut aussi s'écrire, en notant x la solution de Ax = b : x (k) x Méthode de Jacobi x (0) x En notant A = ((a ij )) 1 i,j n et en supposant que tous les coecients diagonaux de A sont non nuls, on choisit M = D matrice diagonale dénie par d ii = a ii pour tout i = 1,, n. L'algorithme de construction des x (k) est alors le suivant : n x (k+1) i = 1 a ii j=1 j i a ij x (k) j + b i (i = 1,, n) Dans le cas particulier des matrices à diagonale strictement dominante (dénition 16.4), on a le résultat suivant. Théorème 49.6 Si la matrice A est à diagonale strictement dominante, alors la méthode de Jacobi converge. Démonstration. Une matrice à diagonale strictement dominante a tous ses termes diagonaux non nuls, on peut donc utiliser la méthode de Jacobi. Si J = D 1 N, avec A = D N, on a : n et la méthode de Jacobi est convergente. J = max 1 i n Méthode de Gauss-Seidel j=1 j i a ij a ii < 1 Là encore, on suppose que tous les coecients diagonaux de A sont non nuls. On choisit pour matrice M le triangle inférieur de A. C'est-à-dire que M est dénie par : { mij = 0, pour 1 i < j n m ij = a ij, pour 1 j i n En notant A = M N, le vecteur x (k+1) est solution du système triangulaire inférieur Mx (k+1) = Nx (k) + b. D'où l'algorithme de Gauss-Seidel : a ii x (k+1) i i 1 = j=1 a ij x (k+1) j n j=i+1 a ij x (k) j + b i (i = 1,, n)

8 1232 Le théorème du point xe. Applications Théorème 49.7 Si la matrice A est à diagonale strictement dominante, alors la méthode de Gauss-Seidel converge. Démonstration. Une matrice à diagonale strictement dominante a tous ses termes diagonaux non nuls, on peut donc utiliser la méthode de Gauss-Seidel. Soient A à diagonale strictement dominante, G = M 1 N, λ C une valeur propre de G et x C n un vecteur propre non nul associé. On a alors Nx = λmx, c'est-à-dire : n a ij x j = λ i a ij x j (i = 1,, n 1) j=i+1 0 = λ n a nj x j j=1 Si on suppose que λ 1, en prenant i tel que x = x i, on déduit que : j=1 λ a ii j i a ij λ ce qui contredit le fait que la matrice A est à diagonale strictement dominante. Le rayon spectral de G est donc strictement inférieur à 1 et la méthode de Gauss-Seidel converge. Théorème 49.8 Si la matrice A est réelle symétrique dénie positive, alors la méthode de Gauss-Seidel converge. Démonstration. Une matrice symétrique dénie positive a tous ses termes diagonaux strictement positifs, on peut donc utiliser la méthode de Gauss-Seidel. Soient A symétrique dénie positive, λ C une valeur propre de G = M 1 N et x C n un vecteur propre non nul associé. En écrivant A = D + E + F, où D est la diagonale de A, E le triangle inférieur strict, F le triangle supérieur strict et en notant le produit scalaire hermitien canonique de C n, on a : x Ax = x Dx + x Ex + x F x (49.1) Puis avec F x = λ (Dx + Ex) (M = D + E, N = F), on déduit que : donc λ 1 (puisque x Ax > 0) et : x Ax = ( 1 λ ) ( x Dx + x Ex ) 1 x Ax = x Dx + x Ex (49.2) 1 λ Par conjugaison complexe de (49.1), en considérant que A et D sont hermitiennes et que t E = F on déduit que : 1 x Ax = x Dx + x F x (49.3) 1 λ En faisant (49.2) + (49.3) (49.1), on en conclut que : 1 λ 2 2 x Ax = x Dx 1 λ Avec x Ax > 0 et x Dx > 0 (A et D sont dénies positives) on déduit que λ < 1. Le rayon spectral de G est donc strictement inférieur à 1 et la méthode de Gauss-Seidel converge.

9 Systèmes diérentiels linéaires à coecients constants et exponentielle de matrice 1233 Remarque 49.5 De manière générale, quand les méthodes de Jacobi et de Gauss-Seidel sont convergentes il vaut mieux choisir celle de Gauss-Seidel. Mais il se peut que la méthode de Gauss-Seidel diverge alors que celle de Jacobi converge comme le montre l'exemple de la matrice A = Pour la méthode Jacobi toutes les valeurs propres de J sont nulles et pour la méthode de Gauss Seidel, on a G = avec les valeurs propres 0, 0.35 et Systèmes diérentiels linéaires à coecients constants et exponentielle de matrice Voir le paragraphe 56.1 où l'on montre comment le théorème du point xe itéré permet de dénir l'exponentielle matricielle t e At comme solution du système diérentiel X (t) = AX (t) Systèmes diérentiels linéaires à coecients non constants Voir le paragraphe Équations diérentielles non linéaires Voir le paragraphe 54.2.

10 1234 Le théorème du point xe. Applications

Calculs approchés d un point fixe

Calculs approchés d un point fixe M11 ÉPREUVE COMMUNE DE TIPE 2013 - Partie D TITRE : Calculs approchés d un point fixe Temps de préparation :.. 2 h 15 minutes Temps de présentation devant les examinateurs :.10 minutes Dialogue avec les

Plus en détail

Master de mathématiques Analyse numérique matricielle

Master de mathématiques Analyse numérique matricielle Master de mathématiques Analyse numérique matricielle 2009 2010 CHAPITRE 1 Méthodes itératives de résolution de systèmes linéaires On veut résoudre un système linéaire Ax = b, où A est une matrice inversible

Plus en détail

Cours MP. Espaces vectoriels normés

Cours MP. Espaces vectoriels normés Table des matières Espaces vectoriels normés B. Seddoug. Médiane Sup, Oujda I Norme et distance 1 I.1 Définitions..................... 1 I.2 Evn produit.................... 12 I.3 Notions topologiques

Plus en détail

Cours d analyse numérique SMI-S4

Cours d analyse numérique SMI-S4 ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,

Plus en détail

3 Approximation de solutions d équations

3 Approximation de solutions d équations 3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle

Plus en détail

Calcul Matriciel. Chapitre 10. 10.1 Qu est-ce qu une matrice? 10.2 Indexation des coefficients. 10.3 Exemples de matrices carrées.

Calcul Matriciel. Chapitre 10. 10.1 Qu est-ce qu une matrice? 10.2 Indexation des coefficients. 10.3 Exemples de matrices carrées. Chapitre 10 Calcul Matriciel 101 Qu est-ce qu une matrice? Définition : Soit K un ensemble de nombres exemples, K = N, Z, Q, R, C, n, p N On appelle matrice à n lignes et p colonnes la données de np nombres

Plus en détail

Amphi 3: Espaces complets - Applications linéaires continues

Amphi 3: Espaces complets - Applications linéaires continues Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite

Plus en détail

Le corps R des nombres réels

Le corps R des nombres réels Le corps R des nombres réels. Construction de R à l aide des suites de Cauchy de nombres rationnels On explique brièvement dans ce paragraphe comment construire le corps R des nombres réels à partir du

Plus en détail

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples 45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et

Plus en détail

NOTATIONS PRÉLIMINAIRES

NOTATIONS PRÉLIMINAIRES Pour le Jeudi 14 Octobre 2010 NOTATIONS Soit V un espace vectoriel réel ; l'espace vectoriel des endomorphismes de l'espace vectoriel V est désigné par L(V ). Soit f un endomorphisme de l'espace vectoriel

Plus en détail

Outils d analyse fonctionnelle Cours 5 Théorie spectrale

Outils d analyse fonctionnelle Cours 5 Théorie spectrale Outils d analyse fonctionnelle Cours 5 Théorie spectrale 22 septembre 2015 Généralités Dans tout ce qui suit V désigne un espace de Hilbert réel muni d un produit scalaire x, y. Définition Soit A une application

Plus en détail

X-ENS PSI - 2009 Un corrigé

X-ENS PSI - 2009 Un corrigé X-ENS PSI - 009 Un corrigé Première partie.. Des calculs élémentaires donnent χ A(α) = χ B(α) = X X + et χ A(α)+B(α) = X X + 4α + 4 On en déduit que Sp(A(α)) = Sp(B(α)) = {j, j } où j = e iπ 3 Sp(A(α)

Plus en détail

Limites finies en un point

Limites finies en un point 8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****

Plus en détail

Jeux à somme nulle : le cas fini

Jeux à somme nulle : le cas fini CHAPITRE 2 Jeux à somme nulle : le cas fini Les jeux à somme nulle sont les jeux à deux joueurs où la somme des fonctions de paiement est nulle. Dans ce type d interaction stratégique, les intérêts des

Plus en détail

I. Polynômes de Tchebychev

I. Polynômes de Tchebychev Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire

Plus en détail

Théorie spectrale. Stéphane Maingot & David Manceau

Théorie spectrale. Stéphane Maingot & David Manceau Théorie spectrale Stéphane Maingot & David Manceau 2 Théorie spectrale 3 Table des matières Introduction 5 1 Spectre d un opérateur 7 1.1 Inversibilité d un opérateur........................... 7 1.2 Définitions

Plus en détail

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Bachir Bekka Février 2007 Le théorème de Perron-Frobenius a d importantes applications en probabilités (chaines

Plus en détail

Chapitre 5: Opérateurs dans les espaces de Hilbert. Notions d opérateur adjoint

Chapitre 5: Opérateurs dans les espaces de Hilbert. Notions d opérateur adjoint Chapitre 5: Opérateurs dans les espaces de Hilbert. Notions d opérateur adjoint 18 mars 2008 1 Généralités sur les opérateurs 1.1 Définitions Soient H et H deux espaces de Hilbert sur C. Définition 1.1

Plus en détail

Queue de la solution stationnaire d un modèle auto-régressif d ordre 1 à coefficients markoviens.

Queue de la solution stationnaire d un modèle auto-régressif d ordre 1 à coefficients markoviens. . Queue de la solution stationnaire d un modèle auto-régressif d ordre 1 à coefficients markoviens. Benoîte de Saporta Université de Nantes Université de Nantes - 9 juin 2005 p. 1/37 Plan de l exposé 1.

Plus en détail

M42. Compléments d analyse (résumé).

M42. Compléments d analyse (résumé). Université d Evry-Val-d Essonne. Année 2008-09 D. Feyel M42. Compléments d analyse (résumé). Table. I. Rappels sur les suites. Limites supérieure et inférieure. II. Topologie élémentaire. III. Fonctions

Plus en détail

Systèmes différentiels. 1 Généralités, existence et unicité des solutions

Systèmes différentiels. 1 Généralités, existence et unicité des solutions Systèmes différentiels Cours de YV, L3 Maths, Dauphine, 2012-2013 Plan du cours. Le cours a pour but de répondre aux questions suivantes : - quand une équation différentielle a-t-elle une unique solution

Plus en détail

2. MATRICES ET APPLICATIONS LINÉAIRES

2. MATRICES ET APPLICATIONS LINÉAIRES 2. MATRICES ET APPLICATIONS LINÉAIRES 2.1 Définition Une matrice n m est un tableau rectangulaire de nombres (réels en général) à n lignes et m colonnes ; n et m sont les dimensions de la matrice. Notation.

Plus en détail

Intégration et probabilités 2012-2013. TD3 Intégration, théorèmes de convergence Corrigé. 1 Petites questions. n hésitez pas à m envoyer un mail à

Intégration et probabilités 2012-2013. TD3 Intégration, théorèmes de convergence Corrigé. 1 Petites questions. n hésitez pas à m envoyer un mail à Intégration et probabilités 212-213 TD3 Intégration, théorèmes de convergence Corrigé xercice ayant été voué à être préparé xercice 1 (Mesure image). Soient (, A, µ) un espace mesuré, (F, B) un espace

Plus en détail

TD2 Fonctions mesurables Corrigé

TD2 Fonctions mesurables Corrigé Intégration et probabilités 2012-2013 TD2 Fonctions mesurables Corrigé 0 Exercice qui avait été préparé chez soi Exercice 1. Soit (Ω, F, µ) un espace mesuré tel que µ (Ω) = 1. Soient A, B P (Ω) deux sousensembles

Plus en détail

Cours de mathématiques - Alternance Gea

Cours de mathématiques - Alternance Gea Cours de mathématiques - Alternance Gea Anne Fredet 11 décembre 005 1 Calcul matriciel Une matrice n m est un tableau de nombres à n lignes( et m colonnes. 1 0 Par exemple, avec n = et m =, on peut considérer

Plus en détail

Résolution de systèmes linéaires par des méthodes directes

Résolution de systèmes linéaires par des méthodes directes Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.

Plus en détail

Intégration et probabilités TD1 Espaces mesurés Corrigé

Intégration et probabilités TD1 Espaces mesurés Corrigé Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.

Plus en détail

Applications linéaires

Applications linéaires Applications linéaires I) Applications linéaires - Généralités 1.1) Introduction L'idée d'application linéaire est intimement liée à celle d'espace vectoriel. Elle traduit la stabilité par combinaison

Plus en détail

Structures algébriques

Structures algébriques Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe

Plus en détail

1.3 Produit matriciel

1.3 Produit matriciel MATRICES Dans tout ce chapitre, K désigne les corps R ou C, p et n des entiers naturels non nuls 1 Matrices à coefficients dans K 11 Définition Définition 11 Matrice On appelle matrice à coefficients dans

Plus en détail

Théorèmes du Point Fixe et Applications aux Equations Diérentielles

Théorèmes du Point Fixe et Applications aux Equations Diérentielles Université de Nice-Sophia Antipolis Mémoire de Master 1 de Mathématiques Année 2006-2007 Théorèmes du Point Fixe et Applications aux Equations Diérentielles Auteurs : Clémence MINAZZO - Kelsey RIDER Responsable

Plus en détail

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. 1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le

Plus en détail

EXERCICES SANS PRÉPARATION HEC 2005. Question 11 D après HEC 2005-11 F 2 EXERCICES SANS PRÉPARATION 2008. Question 7 HEC 2006-7 F 1 élève

EXERCICES SANS PRÉPARATION HEC 2005. Question 11 D après HEC 2005-11 F 2 EXERCICES SANS PRÉPARATION 2008. Question 7 HEC 2006-7 F 1 élève 30-1- 2013 J.F.C. p. 1 F 1 F 2 F 3 Assez simple ou proche du cours. Demande du travail. Délicat. EXERCICES SANS PRÉPARATION HEC 2005 Question 11 D après HEC 2005-11 F 2 X est une variable aléatoire de

Plus en détail

Document créé le 27 novembre 2013 Lien vers la dernière mise à jour de ce document Lien vers les exercices de ce chapitre

Document créé le 27 novembre 2013 Lien vers la dernière mise à jour de ce document Lien vers les exercices de ce chapitre Document créé le 27 novembre 2013 Lien vers la dernière mise à jour de ce document Lien vers les exercices de ce chapitre Chapitre 17 Matrices et applications linéaires Sommaire 171 Matrices et applications

Plus en détail

Examen optimisation Centrale Marseille (2008) et SupGalilee (2008)

Examen optimisation Centrale Marseille (2008) et SupGalilee (2008) Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut

Plus en détail

Notes du cours Mathématiques pour l ingénieur. Sup Galilée - année 2008-2009

Notes du cours Mathématiques pour l ingénieur. Sup Galilée - année 2008-2009 Notes du cours Mathématiques pour l ingénieur Sup Galilée - année 2008-2009 Benoît Merlet Ces notes de cours s adressent aux élèves ayant suivi le cours. Elles contiennent peu d explications. Elles pourront

Plus en détail

Problème 1 : applications du plan affine

Problème 1 : applications du plan affine Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées

Plus en détail

1 Sujets donnés en option scientifique

1 Sujets donnés en option scientifique Les sujets suivants, posés aux candidats des options scientifique, économique, technologique et littéraire BL constituent la première version d un échantillon des sujets proposés lors des épreuves orales

Plus en détail

Cours d Analyse. Fonctions de plusieurs variables

Cours d Analyse. Fonctions de plusieurs variables Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........

Plus en détail

COURS METHODES MATHEMATIQUES POUR L INGENIEUR. MAM 3, Polytech Lyon. Ionel Sorin CIUPERCA

COURS METHODES MATHEMATIQUES POUR L INGENIEUR. MAM 3, Polytech Lyon. Ionel Sorin CIUPERCA COURS METHODES MATHEMATIQUES POUR L INGENIEUR MAM 3, Polytech Lyon Ionel Sorin CIUPERCA Le cours s adresse en principal à des élèves des écoles d ingénieurs, filière modélisation mathématique. Une partie

Plus en détail

Approximations variationelles des EDP Notes du Cours de M2

Approximations variationelles des EDP Notes du Cours de M2 Approximations variationelles des EDP Notes du Cours de M2 Albert Cohen Dans ce cours, on s intéresse à l approximation numérique d équations aux dérivées partielles linéaires qui admettent une formulation

Plus en détail

3. Conditionnement P (B)

3. Conditionnement P (B) Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte

Plus en détail

Théorème du point fixe - Théorème de l inversion locale

Théorème du point fixe - Théorème de l inversion locale Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion

Plus en détail

Image d un intervalle par une fonction continue

Image d un intervalle par une fonction continue DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction

Plus en détail

Programme de mathématiques TSI1

Programme de mathématiques TSI1 Programme de mathématiques TSI1 1. PROGRAMME DE DÉBUT D ANNÉE I. Nombres complexes et géométrie élémentaire 1. Nombres complexes 1 2. Géométrie élémentaire du plan 3 3. Géométrie élémentaire de l espace

Plus en détail

Introduction à l Optimisation Numérique

Introduction à l Optimisation Numérique DÉPARTEMENT STPI 3ÈME ANNÉE MIC Introduction à l Optimisation Numérique Frédéric de Gournay & Aude Rondepierre Table des matières Introduction 5 Rappels de topologie dans R n 7 0.1 Ouverts et fermés de

Plus en détail

Université de Nantes Année 2009-2010 Faculté des Sciences et des Techniques Département de Mathématiques. Topologie et calculs différentiel Liste n 5

Université de Nantes Année 2009-2010 Faculté des Sciences et des Techniques Département de Mathématiques. Topologie et calculs différentiel Liste n 5 Université de Nantes Année 009-010 Faculté des Sciences et des Techniques Département de Mathématiques Topologie et calculs différentiel Liste n 5 Applications Différentiables Exercice 1. Soit f : R n

Plus en détail

Projet CLANU en 3GE: Compléments d algèbre linéaire numérique

Projet CLANU en 3GE: Compléments d algèbre linéaire numérique Projet CLANU en 3GE: Compléments d algèbre linéaire numérique Année 2008/2009 1 Décomposition QR On rappelle que la multiplication avec une matrice unitaire Q C n n (c est-à-dire Q 1 = Q = Q T ) ne change

Plus en détail

est diagonale si tous ses coefficients en dehors de la diagonale sont nuls.

est diagonale si tous ses coefficients en dehors de la diagonale sont nuls. Diagonalisation des matrices http://www.math-info.univ-paris5.fr/~ycart/mc2/node2.html Sous-sections Matrices diagonales Valeurs propres et vecteurs propres Polynôme caractéristique Exemples Illustration

Plus en détail

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Dualité dans les espaces de Lebesgue et mesures de Radon finies Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention

Plus en détail

Construction de l'intégrale de Lebesgue

Construction de l'intégrale de Lebesgue Université d'artois Faculté des ciences Jean Perrin Mesure et Intégration (Licence 3 Mathématiques-Informatique) Daniel Li Construction de l'intégrale de Lebesgue 10 février 2011 La construction de l'intégrale

Plus en détail

Actions de groupes. Exemples et applications

Actions de groupes. Exemples et applications 4 Actions de groupes. Exemples et applications G, ) est un groupe multiplicatif et on note ou G si nécessaire) l élément neutre. E est un ensemble non vide et S E) est le groupe des permutations de E.

Plus en détail

Continuité d une fonction de plusieurs variables

Continuité d une fonction de plusieurs variables Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs

Plus en détail

Cours 02 : Problème général de la programmation linéaire

Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =

Plus en détail

Résolution d équations non linéaires

Résolution d équations non linéaires Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique

Plus en détail

Calcul fonctionnel holomorphe dans les algèbres de Banach

Calcul fonctionnel holomorphe dans les algèbres de Banach Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte

Plus en détail

Modélisation et Simulation

Modélisation et Simulation Cours de modélisation et simulation p. 1/83 Modélisation et Simulation G. Bontempi Département d Informatique Boulevard de Triomphe - CP 212 http://www.ulb.ac.be/di Cours de modélisation et simulation

Plus en détail

Optimisation des fonctions de plusieurs variables

Optimisation des fonctions de plusieurs variables Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables

Plus en détail

Fiche Méthode 11 : Noyaux et images.

Fiche Méthode 11 : Noyaux et images. Fiche Méthode 11 : Noyaux et images. On se place dans un espace vectoriel E de dimension finie n, muni d une base B = ( e 1,..., e n ). f désignera un endomorphisme de E 1 et A la matrice de f dans la

Plus en détail

Corrigé Pondichéry 1999

Corrigé Pondichéry 1999 Corrigé Pondichéry 999 EXERCICE. = 8 = i ). D'où les solutions de l'équation : z = + i et z = z = i. a. De manière immédiate : z = z = b. Soit θ la mesure principale de arg z : cos θ = Par suite arg z

Plus en détail

Exo7. Sujets de l année 2008-2009. 1 Partiel. Enoncés et corrections : Sandra Delaunay. Exercice 1 Soit A une matrice 2 2 à coefficients réels.

Exo7. Sujets de l année 2008-2009. 1 Partiel. Enoncés et corrections : Sandra Delaunay. Exercice 1 Soit A une matrice 2 2 à coefficients réels. Enoncés et corrections : Sandra Delaunay Exo7 Sujets de l année 28-29 1 Partiel Exercice 1 Soit A une matrice 2 2 à coefficients réels. On suppose a + c = b + d = 1 et a b 1. ( ) a b c d 1. Soient (x 1,x

Plus en détail

Exo7. Formes quadratiques. Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr

Exo7. Formes quadratiques. Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr Exo Formes quadratiques Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

Plus en détail

133: endomorphismes remarquables d'un espace vectoriel euclidien de dimension nie

133: endomorphismes remarquables d'un espace vectoriel euclidien de dimension nie 133: endomorphismes remarquables d'un espace vectoriel euclidien de dimension nie Pierre Lissy March 8, 2010 On considère un espace vectoriel euclidien de dimension nie n, le produit scalaire sera noté

Plus en détail

Exo7. Topologie générale. Enoncés : M. Quéffelec Corrections : A. Bodin

Exo7. Topologie générale. Enoncés : M. Quéffelec Corrections : A. Bodin Enoncés : M. Quéffelec Corrections : A. Bodin Exo7 Topologie générale Exercice 1 1. Rappeler les définitions d une borne supérieure (inférieure) d un ensemble de nombres réels. Si A et B sont deux ensembles

Plus en détail

Applications Bilinéaires et Formes Quadratiques

Applications Bilinéaires et Formes Quadratiques Ce cours peut être librement copié et distribué. Il est recommandé d en télécharger la version la plus récente à partir de : http://www.math.jussieu.fr/~alp. Toute remarque, correction ou suggestion doit

Plus en détail

À propos des matrices échelonnées

À propos des matrices échelonnées À propos des matrices échelonnées Antoine Ducros appendice au cours de Géométrie affine et euclidienne dispensé à l Université Paris 6 Année universitaire 2011-2012 Introduction Soit k un corps, soit E

Plus en détail

Calcul différentiel sur R n Première partie

Calcul différentiel sur R n Première partie Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité

Plus en détail

PAD - Notes de cours. S. Rigal, D. Ruiz, et J. C. Satgé

PAD - Notes de cours. S. Rigal, D. Ruiz, et J. C. Satgé ALGÈBRE PAD - Notes de cours S. Rigal, D. Ruiz, et J. C. Satgé November 23, 2006 Table des Matières Espaces vectoriels Applications linéaires - Espaces vectoriels............................... 3 -. Approche

Plus en détail

Théorie des Opérateurs 1 M1 Mathématiques, Université de la Réunion

Théorie des Opérateurs 1 M1 Mathématiques, Université de la Réunion Théorie des Opérateurs 1 M1 Mathématiques, Université de la Réunion Guillaume AUBRUN 1. Ce cours est très largement inspiré de l'excellent livre de John Conway, A Course in Functional Analysis. Pour toute

Plus en détail

Contents. Systèmes d'équations non linéaires 2 1. Dichotomie 2 2. Point xe 3 3. Méthodes de Newton et et de la sécante 5

Contents. Systèmes d'équations non linéaires 2 1. Dichotomie 2 2. Point xe 3 3. Méthodes de Newton et et de la sécante 5 Contents Systèmes d'équations non linéaires 2 1. Dichotomie 2 2. Point xe 3 3. Méthodes de Newton et et de la sécante 5 1 Systèmes d'équations non linéaires On considère un intervalle I R (borné ou non)

Plus en détail

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Exercices - Polynômes : corrigé. Opérations sur les polynômes Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)

Plus en détail

Introduction à la Topologie

Introduction à la Topologie Introduction à la Topologie Licence de Mathématiques Université de Rennes 1 Francis Nier Dragoş Iftimie 2 3 Introduction Ce cours s adresse à des étudiants de Licence en mathématiques. Il a pour objectif

Plus en détail

Agrégation interne de Mathématiques. Session 2009. Deuxième épreuve écrite. (et CAERPA)

Agrégation interne de Mathématiques. Session 2009. Deuxième épreuve écrite. (et CAERPA) Agrégation interne de Mathématiques (et CAEPA Session 2009 Deuxième épreuve écrite 2 NOTATIONS ET PÉLIMINAIES On désigne par le corps des nombres réels et par C le corps des nombres complexes. Si f est

Plus en détail

: 3 si x 2 [0; ] 0 sinon

: 3 si x 2 [0; ] 0 sinon Oral HEC 2007 Question de cours : Dé nition d un estimateur ; dé nitions du biais et du risque quadratique d un estimateur. On considère n (n > 2) variables aléatoires réelles indépendantes X 1,..., X

Plus en détail

Suites réelles. 4 Relations de comparaison des suites 9 4.1 Encore du vocabulaire... 9. 5.2 Quelques propriétés... 13

Suites réelles. 4 Relations de comparaison des suites 9 4.1 Encore du vocabulaire... 9. 5.2 Quelques propriétés... 13 Maths PCSI Cours Table des matières Suites réelles 1 Généralités 2 2 Limite d une suite 2 2.1 Convergence d une suite....................... 2 2.2 Deux premiers résultats....................... 3 2.3 Opérations

Plus en détail

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation

Plus en détail

Capes 2002 - Première épreuve

Capes 2002 - Première épreuve Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série

Plus en détail

2 Opérateurs non bornés dans un espace de Hilbert

2 Opérateurs non bornés dans un espace de Hilbert 2 Opérateurs non bornés dans un espace de Hilbert 2. Opérateurs non bornés: définitions et propriétés élémentaires Soit H un espace de Hilbert et A un opérateur dans H, c est-à-dire, une application linéaire

Plus en détail

C) Fiche : Espaces vectoriels.

C) Fiche : Espaces vectoriels. C) Fiche : Espaces vectoriels. 1) Définition d'un espace vectoriel. K= I ou est le corps des scalaires. E est un K-espace I vectoriel si et seulement si : C'est un ensemble non vide muni de deux opérations,

Plus en détail

Fonctions de plusieurs variables

Fonctions de plusieurs variables Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme

Plus en détail

Opérateurs non-bornés

Opérateurs non-bornés Master Mathématiques Analyse spectrale Chapitre 4. Opérateurs non-bornés 1 Domaine, graphe et fermeture Soit H un espace de Hilbert. On rappelle que H H est l espace de Hilbert H H muni du produit scalaire

Plus en détail

Solveur linéaire sur GPU

Solveur linéaire sur GPU Thomas JOST 1 Sylvain CONTASSOT-VIVIER 1,2 Stéphane VIALLE 1,3 1 Équipe AlGorille, LORIA 2 Université Henri Poincaré Nancy 1 3 Équipe IMS Supélec (Metz) 1 Introduction 2 Contraintes et algorithmes Structure

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 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)

Plus en détail

Licence MIMP Semestre 1. Math 12A : Fondements de l Analyse 1. http ://math.univ-lille1.fr/ mimp/math12.html

Licence MIMP Semestre 1. Math 12A : Fondements de l Analyse 1. http ://math.univ-lille1.fr/ mimp/math12.html Licence MIMP Semestre 1 Math 12A : Fondements de l Analyse 1 http ://math.univ-lille1.fr/ mimp/math12.html Septembre 2013 Table des matières Chapitre I. Les nombres réels et les suites numériques 1 1

Plus en détail

Intégration et probabilités TD1 Espaces mesurés

Intégration et probabilités TD1 Espaces mesurés Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?

Plus en détail

Equations différentielles

Equations différentielles Maths PCSI Cours Table des matières Equations différentielles 1 Généralités 2 1.1 Solution d une équation différentielle................................ 2 1.2 Problème de Cauchy.........................................

Plus en détail

Chapitre 7 : Intégration sur un intervalle quelconque

Chapitre 7 : Intégration sur un intervalle quelconque Universités Paris 6 et Paris 7 M1 MEEF Analyse (UE 3) 2013-2014 Chapitre 7 : Intégration sur un intervalle quelconque 1 Fonctions intégrables Définition 1 Soit I R un intervalle et soit f : I R + une fonction

Plus en détail

UNIVERSITÉ DE POITIERS

UNIVERSITÉ DE POITIERS UNIVERSITÉ DE POITIERS Faculté des Sciences Fondamentales et Appliquées Mathématiques PREMIÈRE ANNEE DE LA LICENCE DE SCIENCES ET TECHNOLOGIES UE L «algèbre linéaire» Plan du cours Exercices Enoncés des

Plus en détail

Espaces vectoriels et applications linéaires

Espaces vectoriels et applications linéaires Espaces vectoriels et applications linéaires Exercice 1 On considère l'ensemble E des matrices carrées d'ordre 3 défini par,,, 1) Montrer que est un sous-espace vectoriel de l'espace vectoriel des matrices

Plus en détail

ANALYSE MATHEMATIQUE. Jean SCHMETS

ANALYSE MATHEMATIQUE. Jean SCHMETS UNIVERSITE DE LIEGE Faculté des Sciences Institut de Mathématique ANALYSE MATHEMATIQUE Introduction aux espaces fonctionnels Notes du cours de la seconde candidature en sciences mathématiques ou en sciences

Plus en détail

L2 MIEE 2012-2013 VAR Université de Rennes 1

L2 MIEE 2012-2013 VAR Université de Rennes 1 . Sous-ensembles de R n et fonctions (suite) 1 Nappes paramétrées Si f une fonction de deux variables, son graphe est une surface incluse dans R 3 : {(x, y, f(x, y)) / (x, y) R 2 }. Une telle surface s

Plus en détail

Formulaire de maths Algèbre linéaire et multilinéaire

Formulaire de maths Algèbre linéaire et multilinéaire Formulaire de maths Algèbre linéaire et multilinéaire Nom Formule Espaces vectoriels Famille libre On dit que la famille est libre si Famille liée On dit que la famille est liée si Théorème de la base

Plus en détail

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

Chapitre 3. Mesures stationnaires. et théorèmes de convergence Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée

Plus en détail

L usage de la calculatrice n est pas autorisé.

L usage de la calculatrice n est pas autorisé. e3a Concours ENSAM - ESTP - EUCLIDE - ARCHIMÈDE Épreuve de Mathématiques A durée 4 heures MP L usage de la calculatrice n est pas autorisé. Si, au cours de l épreuve, un candidat repère ce qui lui semble

Plus en détail

Cours Diagonalisation

Cours Diagonalisation Cours Diagonalisation par Pierre Veuillez 1 Objectif Pour une matrice A donnée, déterminer une matrice D diagonale et une matrice P inversible telle que A = P D P 1. Interprètation : Quelle relation reconnaît-on?

Plus en détail

CHAPTER 1. Introduction

CHAPTER 1. Introduction CHAPTER Introduction.. Quelques notions mathématiques indispensables... Voisinage. On appelle voisinage d'un point x R tout intervalle ouvert ]x h, x + h[, avec h >, centré sur x. Une propriété P t est

Plus en détail

Cours de Topologie L3-math

Cours de Topologie L3-math Cours de Topologie L3-math Renaud Leplaideur Année 2014-2015 UBO 2 Table des matières 1 Rappels, préliminaires 5 1.1 Rappels sur les ensembles........................... 5 1.1.1 Formalisme ensembliste.........................

Plus en détail

Développement décimal d un réel

Développement décimal d un réel 4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce

Plus en détail

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin. Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).

Plus en détail