Le théorème du sandwich au jambon

Dimension: px
Commencer à balayer dès la page:

Download "Le théorème du sandwich au jambon"

Transcription

1 Le théorème du sandwich au jambon Florian Bouguet & Paul Schneider Ecole Normale Supérieure de Cachan - Antenne de Bretagne Travaux encadrés par Antoine Chambert-Loir Université de Rennes 1 1

2 2

3 Table des matières 1 Introduction 3 2 Le théorème original Enoncé Approche en dimension Démonstration A propos des hypothèses Le théorème discret Position quelconque Position générale Algorithmes en dimension Algorithme basique Algorithme optimal Conclusion 14 3

4 4

5 1 Introduction Le théorème du sandwich au jambon (parfois appelé de manière moins imagée théorème de Stone-Tukey) est un problème datant des années 1930, posé par Steinhaus et résolu pour la première fois par Banach. Voici la version d origine : étant donnés trois solides dans R 3, on peut trouver un plan séparant chacun de ces solides en deux parties de même volume. Cela se généralise au cas de d solides dans R d, pour d 2. Cas de la dimension 2 Ce théorème et ses nombreuses dérivées tiennent leur nom du cas tridimensionnel, dans lequel les trois objets sont couramment une tranche de pain, de jambon et de fromage. En dimension 2, il est parfois appelé théorème du pancake... 5

6 2 Le théorème original Dans cette partie, nous allons énoncer le théorème du sandwich au jambon, puis nous intéresser à l idée de la preuve en dimension 2. Nous verrons alors une démonstration rigoureuse dans le cas de la dimension d. 2.1 Enoncé On considèrera toujours dans la suite l espace mesurable (R d, B(R d )) avec d 2. Rappelons qu une mesure de Borel finie est une mesure µ sur R d telle que tout ouvert soit µ-mesurable, et que 0 µ(r d ) < +. On notera, pour tout hyperplan affine h, h (resp. h ) le demi-espace fermé positif (resp. négatif) et h > (resp. h < ) le demi-espace ouvert positif (resp. négatif). Définition 1 (Bissection). Considérons µ 1,..., µ k des mesures de Borel finies. Un hyperplan affine h de R d réalise une bissection de µ 1,..., µ k si i [[ 1, k ] µ i (h ) = µ i (h ). Théorème 1 (Théorème du sandwich au jambon). Soient µ 1,..., µ d des mesures de Borel finies. Si tout hyperplan est de mesure nulle pour chacune des µ i Alors h hyperplan de R d réalisant une bissection de µ 1,..., µ d. 2.2 Approche en dimension 2 Nous allons simplement donner une idée de la preuve en dimension 2. Une preuve complète sera effectuée dans la partie suivante, qui nécessitera l utilisation du théorème de Borsuk-Ulam. Des arguments plus simples suffisent dans le cas bidimensionnel, comme nous allons le voir maintenant. Considérons X 1, X 2 R 2 mesurables et bornés. On va montrer qu il existe une droite affine h réalisant une bissection de X 1 et X 2. Nous considererons µ i = λ 1I Xi (où λ est la mesure de Lebesgue sur R 2 ). Ce cas est plus réducteur que dans le cas de deux mesures de Borel finies quelconques, mais il est aussi plus simple et c est le premier à avoir été étudié. 6

7 Considérons u un vecteur de S 1. On peut définir H u l ensemble des droites affines orientées par u. Par continuité de λ, il existe h u H u réalisant une bissection de X 1. On peut alors définir f : S 1 R telle que f(u) = µ 2 (h u ) µ 2 (h u ). Soit u 0 S 1. Si f(u 0 ) = 0 alors µ 2 (h u 0 ) = µ 2 (h u 0 ). Si f(u 0 ) 0, on remarque que f( u 0 ) = f(u 0 ). f a l air continue sur S 1, donc, par le théorème des valeurs intermédiaires, u 1 S 1 tel que f(u 1 ) = 0, et donc µ 2 (h u 1 ) = µ 2 (h u 1 ). Quoi qu il en soit, on a donc trouvé un vecteur u tel que h(u) réalise une bissection de µ 1 et µ Démonstration Considérons µ 1,..., µ d des mesures de Borel finies. Nous allons utiliser le théorème de Borsuk-Ulam, il peut donc être utile de rappeler son énoncé : Théorème 2 (Théorème de Borsuk-Ulam). Soit f : S d R d. Si f est continue sur S d Alors u S d tel que f(u) = f( u). Démonstration du Théorème du sandwich au jambon : Soit u = (u 0,..., u d ) S d R d. On peut définir : h(u) = {x R d /x 1 u x d u d = u 0 } h (u), h (u), h > (u) et h < (u) comme définis précédemment f(u) = (µ 1 (h (u)),..., µ d (h (u))) On obtient une fonction f : S d R d. Pour utiliser le théorème de Borsuk-Ulam, il nous reste à montrer que cette fonction f est continue sur S d. Pour cela, on va montrer que µ i (h ( )) est 7

8 continue sur S d pour tout i [[ 1, d ]. Introduisons quelques notations : Π : R d+1 R d tel que Π(v 0,..., v d ) = (v 1,..., v d ) g = 1I {h (u)} et g n = 1I {h (u n )} Considérons u n = (u n 0,..., u n d ) Sd R d+1 pour n N. Supposons que (u n ) u ; on souhaite montrer que f(u n ) f(u). Soit 1 i d. On va commencer par montrer que (g n ) converge simplement vers g µ i -presque partout. Soit x h > (u). ε > 0 tel que x Π(u) > u 0 + ε. L application v x Π(v) est continue sur S d car Π L(R d+1, R d ) et le produit scalaire de R d est continu. Donc N N tel que n N, x Π(u) x Π(u n ) < ε 2 et u 0 u n 0 < ε 2. x Π(u n ) > x Π(u) ε 2 > u 0 + ε 2 > u n o Donc x h > (u n ) pour n assez grand. On montre de la même façon que x h < (u) x h < (u n ) pour n assez grand. Donc, si on considère x R d \h(u), g n (x) g(x). Enfin, h(u) = {x R d /x 1 u x d u d u 0 } est un hyperplan, donc µ i (h(u)) = 0. Donc (g n ) converge vers g µ i -presque partout. Les fonctions g n et g sont des indicatrices, qui sont donc majorées par 1I {Rd } L 1 (µ i ) (car µ i est finie). Par le théorème de convergence dominée de Lebesgue, on obtient donc que : 1I {h (u n )} dµ i = µ i (h (u n ) µ i (h (u) = 1I {h (u)} dµ i R d R d f est donc continue sur S d. Le théorème de Borsuk-Ulam peut donc être appliqué à f : il existe u 0 S d tel que f(u 0 ) = f( u 0 ). Par définition de h et h, on a la relation suivante : h (u 0 ) = h ( u 0 ). Donc i [[ 1, d ], µ i (h (u 0 )) = µ i (h ( u 0 )) = µ i (h (u 0 )). Donc h(u 0 ) réalise une bissection de µ 1,..., µ d. 2.4 A propos des hypothèses Nous venons donc de voir le théorème du sandwich au jambon dans sa version originale. Nous verrons plus tard d autres versions plus ou moins atypiques, mais revenons pour le moment sur 8

9 les hypothèses du théorème. Nous avons supposé que les µ 1,..., µ d sont des mesures de Borel finies, et que tout hyperplan est de mesure nulle pour chacune des µ i. Si l on ne peut pas vraiment revenir sur le caractère "mesure de Borel finies", on peut en revanche se demander pourquoi on suppose que tout hyperplan est de mesure nulle. Est-il possible d affaiblir cette hypothèse, ou bien est-elle nécessaire? Contre-exemple en dimension 2 Dans cet exemple, où A 1, A 2, B 2 et C 2 sont des points, il est impossible d effectuer une bissection. Cela est évidemment dû à la position particulière des points. On dit qu ils ne sont pas en position générale. Nous allons voir cela plus en détail dans la partie suivante. 9

10 3 Le théorème discret Dans toute cette partie, on considerera A 1,..., A d des ensembles de points disjoints finis non vides. Définition 2 (Position générale). Considérons A 1,..., A d des ensembles de points finis. A 1,..., A d sont en position générale si h hyperplan affine, h contient au plus d points de A 1 A d. Dans le cas discret, c est la définition de bissection qui va nous poser certains problèmes ; en effet, selon la position des ensembles, certaines définitions seront plus agréables que d autres... Contre-exemple typique en dimension 2 si les A i sont en position quelconque, nous aurons besoin d une définition plus faible que "chaque sous-espace contient le même nombre de points" pour obtenir l existence d une bissection. si les A i sont en position générale, en revanche, cette définition ne sera pas trop forte et tout se passera bien. 3.1 Position quelconque Définition 3 (Bissection faible). Considérons A 1,..., A k des ensembles de points finis. Un hyperplan affine h de R d réalise une bissection faible de A 1,..., A k si i [[ 1, k ] : { (h > A i ) 1 2 (A i) (h < A i ) 1 2 (A i) Théorème 3 (Théorème du sandwich au jambon discret - Position quelconque). Considérons A 1,..., A d des ensembles de points finis. Alors h hyperplan de R d réalisant une bissection faible de A 1,..., A d. Démonstration du Théorème du sandwich au jambon discret - Position quelconque : Etape 1 10

11 Supposons que les (A i ) soient impairs, et que A 1,..., A d soient en position générale (c est-àdire qu un hyperplan ne contient pas plus de d points de l union). Soit A ε i = {x Rd /d(x, A i ) ε} (nous remplaçons les points par des boules de rayon ε). On peut choisir ε > 0 suffisament petit pour qu un hyperplan intersecte au plus d boules de A ε 1 A ε d, car A 1,..., A d sont en position générale et qu ils sont finis. Appliquons alors le théorème du sandwich au jambon démontré précedemment : soit h réalisant une bissection de µ 1,..., µ d, où µ i = λ 1I Ai. A ε i possède un nombre impair de boules, donc h intersecte au moins l une d entre elles. Puisqu un hyperplan ne peut intersecter plus de d boules, alors h intersecte exactement une boule de chaque A ε i. Cette boule est évidemment coupée en deux par h, qui passe donc par le centre de cette boule. Donc h réalise une bissection faible de A 1,..., A d. Etape 2 Supposons toujours que les (A i ) soient impairs, mais les A 1,..., A d sont désormais en position quelconque. n N, on peut définir A i,n obtenu en bougeant chaque point de A i d au plus 1 n, de manière à ce que A 1,n,..., A d,n soient en position générale. Ceci est vrai car les A i sont finis, et il y a donc un nombre fini d hyperplans intersectant au moins d+1 points de A 1 A d. D après l étape 1, il existe h n = {x R d / a n x = b n }, où a n est un vecteur unitaire de R d, réalisant une bissection faible de A 1,n,..., A d,n. Les A i sont bornés, donc les A i,n également, ce qui implique que {b n R/n N } est un intervalle borné de R (on a en effet imposé que a n S d 1 ). Par compacité, il existe donc une suite extraite telle que (a nk, b nk ) (a, b) R d R. Notons h = {x R d / a x = b}. Comme nous l avons vu lors de la démonstration du théorème du sandwich au jambon, x h > (resp. h < ) x h > n k (resp. h < n k ) pour k assez grand. Donc, si (h > A i ) = p alors K N tel que k K, (h > n k A i ) p. Donc (h > A i ) 1 2 (A i). Le même raisonnement s applique évidemment à l autre demi-espace ouvert. Donc h réalise une bissection faible de A 1,..., A d. Etape 3 Pour finir, on ne fait plus d hypothèse sur la parité des (A i ). si (A i ) est pair, considérons x i A i et notons A i = A i\{x i } si (A i ) est pair, notons A i = A i (A i ) est impair, donc d après l étape 1, il existe h réalisant une bissection faible de A 1,..., A d. Si (A i) est pair, 1 2 (A i) = 1 2 (A i ) +1 donc, par définition de la bissection faible, rajouter x i à A i ne posera pas de problème. Donc h réalise une bissection faible de A 1,..., A d. 11

12 3.2 Position générale Définition 4 (Bissection forte). Considérons A 1,..., A k des ensembles de points finis. Un hyperplan affine h de R d réalise une bissection forte de A 1,..., A k si i [[ 1, k ] : (h > A i ) = 1 2 (A i) (h < A i ) = 1 2 (A i) (h A i ) 1 Théorème 4 (Théorème du sandwich au jambon discret - Position générale). Considérons A 1,..., A d des ensembles de points finis. Si A 1,..., A d sont en position générale Alors h hyperplan de R d réalisant une bissection forte de A 1,..., A d. Cette définition de la bissection forte est bien plus conforme à la notion définie dans le cas de mesures ne chargeant pas les hyperplans, mais malheureusement la position générale est, comme son nom ne l indique pas, un cas particulier... Démonstration du Théorème du sandwich au jambon discret - Position générale : Considérons h réalisant une bissection faible de A 1,..., A d. Quitte à changer le système de coordonnées, on peut supposer que h est l hyperplan horizontal : h = {x R d / x e d = 0}. Rappelons que {x 0,..., x k } est dit affinement indépendant si leur enveloppe affine est de dimension k (ce qui est aussi équivalent à dire que {x 1 x 0,..., x k x 0 } est linéairement indépendant). h peut contenir jusqu à d points de A 1 A d. Notons B = h (A 1 A d ), et notons b = (B). B est affinement indépendant. En effet, si ce n était pas le cas, son enveloppe affine serait de dimension au plus (b 2). En rajoutant (d b + 1) points de (A 1 A d ) à B (ensemble que l on nommeb ), l enveloppe affine de B est donc contenue dans un hyperplan et (B ) = d + 1 ; ceci contredit l hypothèse de position générale. On peut rajouter (d b) points de h à B affinement indépendants de B (on peut justifier cela par le théorème de la base incomplète). On obtient alors un ensemble C h affinement indépendant. On cherche à bouger légèrement h pour qu il n intersecte pas les points de B dont on ne veut pas (on veut un unique point des A i de taille impaire et aucun point des A i de taille paire. Considérons ε > 0. Pour tout a C, on note a ε = a si a / B ou si on veut garder a sur l hyperplan. Sinon, notons a ε = a ± εe d (selon que l on souhaite le placer strictement au-dessus ou en-dessous de l hyperplan). Notons C ε = {a ε /a C}. En utilisant "l équivalence" entre indépendance affine et indépendance linéaire rappelée plus haut, on montre que pour ε suffisamment petit, C ε est encore affinement indépendant. On peut donc définir de manière unique h ε l enveloppe affine de C ε. De même, pour ε suffisamment petit, h ε réalise toujours une bissection faible de A 1,..., A d. Cependant, par construction de h ε, on peut décaler les points gênants pour que la bissection soit forte. Donc h ε réalise une bissection forte de A 1,..., A d. 12

13 4 Algorithmes en dimension 2 Dans cette dernière partie, nous allons nous intéresser à deux algorithmes de construction d une droite bissectrice dans le plan. On considère donc deux ensembles de points finis A 1 et A 2, et l on souhaite trouver une droite effectuant une bissection faible de A 1 et A 2. Par définition de la bissection faible et sans perte de généralité, on peut supposer que les (A i ) sont impairs (sinon, on enlève arbitrairement un point de A i, on effectue l algorithme et on le rajoute). 4.1 Algorithme basique On suppose donc (A i ) = 2k i + 1. Par définition de la bissection faible, on ne veut pas plus de k i points de A i dans chaque demi-espace ouvert. Il en résulte qu au moins un point de chaque A i appartient à la droite bissectrice. Un algorithme brutal consiste donc à déterminer toutes les droites reliant un élément de A 1 à un élément de A 2, et à compter pour chacune d elle le nombre de points strictement au-dessus et strictement en-dessous (resp. à gauche et à droite pour une droite verticale). Cet algorithme n est évidemment pas optimal et possède même une complexité assez abominable...néanmoins, il ne nécessite aucune hypothèse et, malgré le temps de calcul, retourne de bons résultats : Bissection d ensembles de 8 et 11 points 13

14 Bissection d ensembles avec beaucoup de points 4.2 Algorithme optimal Pour obtenir la droite effectuant la bissection faible, l algorithme le plus répandu passe par la dualité point/droite. On associe à un point P (a, b) la droite D : y = 2ax + b. On obtient après transformation des ensembles H 1 et H 2 duaux de A 1 et A 2. Nous allons développer la notion de p-niveau d un ensemble de droites H. Il s agit d une ligne brisée contenant les points ayant exactement, à abscisse fixée, (p 1) points en-dessous d eux (ceci est bien défini car H ne contient pas de droite verticale) : 14

15 3-niveau de l ensemble de droites Enfin, on appelle niveau médian de H le (H) -niveau de H (par exemple, il s agit du 3- niveau d un ensemble de 5 droites). Le concept de p-niveau est intimement lié, par dualité, à la notion de p-ensemble (sous-ensemble de cardinal p d un ensemble de points, séparé de son complémentaire par une droite). Il n y a qu un pas à faire pour parler de théorème du sandwich au jambon... Le problème de la bissection se ramène, par dualité, à trouver une intersection des niveaux médians de H 1 et H 2. Dans l article de Matoušek que nous avons étudié, les hypothèses sont plutôt floues (il est notamment démontré que les niveaux médians se coupent en un nombre impair de fois, ce qui n est pas vrai pour tous les ensembles de points). Néanmoins, voici le schéma global de preuve, et il s agit d un algorithme optimal (de complexité O(n)) : Initialisation : On se donne un intervalle T = R, G i = H i, n i = (G i ). On va chercher à réduire T à l abscisse d un point d interection des niveaux médians. Etape 1 : Considérons n 1 n 2 (sinon, on change la numérotation). On divise l intervalle T en un nombre constant de sous-intervalles T i, dont la "bande verticale" V (T i ) = T i R contient au plus une fraction constante de points d intersection des droites de G 1. Etape 2 : On trouve un intervalle T i dont la V (T i ) possède un nombre impair d intersections du p 1 -niveau de G 1 et du p 2 -niveau de G 2. Etape 3 : On construit un trapèze τ V (T i ) contenant le p 1 -niveau de G 1 et intersectant au plus la moitié des droites de G 1. Etape 4 : On enlève de G 1 les droites n intersectant pas τ, T i devient T. 15

16 5 Conclusion Nous avons donc évoqué dans cet exposé trois différents théorèmes du sandwich au jambon : le cas général, le cas discret en position quelconque, et le cas discret en position générale. Il existe néanmoins une multitude de variantes : Sous les hypothèses du théorème du sandwich au jambon (d mesures de Borel finies ne chargeant pas les hyperplans) et en considérant p 1,..., p d [0, 1], il est possible de trouver un hyperplan h tel que µ i (h ) = p i µ i (R d ). Considérons une mesure de Borel finie de R d ne chargeant pas les hyperplans. Si d 3, il est possible de la diviser en 2 d zones de même mesure (le cas bidimensionnel est une excellente application du théorème du sandwich au jambon). Si d 5 ceci est impossible en général. Le problème est ouvert en dimension 4. Si l on a pn points bleus et pm points rouges en position générale dans le plan, il est possible de séparer celui-ci en p convexes contenant chacun n points bleus et m points rouges. Références [1] Timothy M. Chan. Remarks on k-level algorithms in the plane [2] Jiri Matousek. Using the Borsuk-Ulam theorem. Springer, [3] Jiri Matousek, Chi-Yuan Lo, and William Steiger. Algorithms for ham-sandwich cuts. Discrete and Computationnal Geometry, [4] William Steiger and Jihui Zhao. Generalized ham-sandwich cuts. Discrete and Computationnal Geometry,

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

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

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

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

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

La mesure de Lebesgue sur la droite réelle

La mesure de Lebesgue sur la droite réelle Chapitre 1 La mesure de Lebesgue sur la droite réelle 1.1 Ensemble mesurable au sens de Lebesgue 1.1.1 Mesure extérieure Définition 1.1.1. Un intervalle est une partie convexe de R. L ensemble vide et

Plus en détail

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

Formules d inclusion-exclusion

Formules d inclusion-exclusion Université de Rouen L1 M.I.EEA 2011 2012 Mathématiques discrètes Formules d inclusion-exclusion Je présente ici une correction détaillée de l Exercice 5 de la Feuille d exercices 1, en reprenant le problème

Plus en détail

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante

Plus en détail

Suites numériques 3. 1 Convergence et limite d une suite

Suites numériques 3. 1 Convergence et limite d une suite Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n

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

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

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

Chp. 4. Minimisation d une fonction d une variable

Chp. 4. Minimisation d une fonction d une variable Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie

Plus en détail

Espaces vectoriels et applications

Espaces vectoriels et applications Espaces vectoriels et applications linéaires 1 Définitions On parle d espaces vectoriels sur le corps R ou sur le corps C. Les définitions sont les mêmes en substituant R à C ou vice versa. Définition

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

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au

Plus en détail

Cours de Probabilités. Jean-Yves DAUXOIS

Cours de Probabilités. Jean-Yves DAUXOIS Cours de Probabilités Jean-Yves DAUXOIS Septembre 2013 Table des matières 1 Introduction au calcul des probabilités 7 1.1 Espace probabilisable et loi de variable aléatoire........ 8 1.1.1 Un exemple

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

Calculs de probabilités

Calculs de probabilités Calculs de probabilités Mathématiques Générales B Université de Genève Sylvain Sardy 13 mars 2008 1. Définitions et notations 1 L origine des probabilités est l analyse de jeux de hasard, tels que pile

Plus en détail

THÉORIE DE LA MESURE ET INTÉGRATION

THÉORIE DE LA MESURE ET INTÉGRATION Université Pierre et Marie Curie Licence de Mathématiques Années 2004-2005-2006 LM 363 THÉORIE DE LA MESURE ET INTÉGRATION Cours de P. MAZET Edition 2004-2005-2006 Table des matières Table des matières

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

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

Théorie de la mesure. S. Nicolay

Théorie de la mesure. S. Nicolay Théorie de la mesure S. Nicolay Année académique 2011 2012 ii Table des matières Introduction v 1 Mesures 1 1.1 Sigma-algèbres................................. 1 1.2 Mesures.....................................

Plus en détail

Programmation linéaire et Optimisation. Didier Smets

Programmation linéaire et Optimisation. Didier Smets Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des

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

www.h-k.fr/publications/objectif-agregation

www.h-k.fr/publications/objectif-agregation «Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se

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

Programmation linéaire

Programmation linéaire Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire

Plus en détail

Continuité et dérivabilité d une fonction

Continuité et dérivabilité d une fonction DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité

Plus en détail

Ensembles et applications. Motivations. Exo7

Ensembles et applications. Motivations. Exo7 o7 nsembles et applications Vidéo partie 1. nsembles Vidéo partie 2. Applications Vidéo partie 3. Injection, surjection, bijection Vidéo partie 4. nsembles finis Vidéo partie 5. Relation d'équivalence

Plus en détail

Cours de spécialité mathématiques en Terminale ES

Cours de spécialité mathématiques en Terminale ES Cours de spécialité mathématiques en Terminale ES O. Lader 2014/2015 Lycée Jean Vilar Spé math terminale ES 2014/2015 1 / 51 Systèmes linéaires Deux exemples de systèmes linéaires à deux équations et deux

Plus en détail

Université Joseph Fourier, Grenoble. Systèmes linéaires. Bernard Ycart

Université Joseph Fourier, Grenoble. Systèmes linéaires. Bernard Ycart Université Joseph Fourier, Grenoble Maths en Ligne Systèmes linéaires Bernard Ycart Si vous savez déjà résoudre un système linéaire par la méthode de Gauss, vous n apprendrez pas grand chose de neuf dans

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

Séance de soutien PCSI2 numéro 10 : Espaces vectoriels et applications linéaires

Séance de soutien PCSI2 numéro 10 : Espaces vectoriels et applications linéaires Séance de soutien PCSI2 numéro 10 : Espaces vectoriels et applications linéaires Tatiana Labopin-Richard Mercredi 18 mars 2015 L algèbre linéaire est une très grosse partie du programme de Maths. Il est

Plus en détail

Support du cours de Probabilités IUT d Orléans, Département d informatique

Support du cours de Probabilités IUT d Orléans, Département d informatique Support du cours de Probabilités IUT d Orléans, Département d informatique Pierre Andreoletti IUT d Orléans Laboratoire MAPMO (Bât. de Mathématiques UFR Sciences) - Bureau 126 email: pierre.andreoletti@univ-orleans.fr

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

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

Chapitre 2. Eléments pour comprendre un énoncé

Chapitre 2. Eléments pour comprendre un énoncé Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données

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

Fonctions linéaires et affines. 1 Fonctions linéaires. 1.1 Vocabulaire. 1.2 Représentation graphique. 3eme

Fonctions linéaires et affines. 1 Fonctions linéaires. 1.1 Vocabulaire. 1.2 Représentation graphique. 3eme Fonctions linéaires et affines 3eme 1 Fonctions linéaires 1.1 Vocabulaire Définition 1 Soit a un nombre quelconque «fixe». Une fonction linéaire associe à un nombre x quelconque le nombre a x. a s appelle

Plus en détail

TOPOLOGIE - SÉRIE 1. x f 1 B i f(x) B i x f 1 (B i ). f 1 ( i I B i) = i I f 1 (B i ); en effet. f 1 B i = f 1 B i et f 1 (B \ B ) = A \ f 1 B ; i I

TOPOLOGIE - SÉRIE 1. x f 1 B i f(x) B i x f 1 (B i ). f 1 ( i I B i) = i I f 1 (B i ); en effet. f 1 B i = f 1 B i et f 1 (B \ B ) = A \ f 1 B ; i I TOPOLOGIE - SÉRIE 1 Exercice 1. Soit f : A B une application. Prouver que (a) A f 1 fa pour tout A A, avec égalité si f est injective; (b) ff 1 B B pour tout B B, avec égalité si f est surjective; Preuve.

Plus en détail

Séance de TD 05 TD05. 1 Exercice 1. 1.1 Question 1 : dessins des ABR avec hauteurs différentes AG51

Séance de TD 05 TD05. 1 Exercice 1. 1.1 Question 1 : dessins des ABR avec hauteurs différentes AG51 Séance de TD 05 1 Exercice 1 1. Dessinez les arbres binaires de recherche de hauteur 2,3,4,5 et 6 pour le même ensemble de clés S = 1,4,5,10,16,17,21. 2. Donnez l algorithme de l opération ArbreRechercher(x,k)

Plus en détail

Corrigé de l examen partiel du 30 Octobre 2009 L2 Maths

Corrigé de l examen partiel du 30 Octobre 2009 L2 Maths Corrigé de l examen partiel du 30 Octobre 009 L Maths (a) Rappelons d abord le résultat suivant : Théorème 0.. Densité de Q dans R. QUESTIONS DE COURS. Preuve. Il nous faut nous montrer que tout réel est

Plus en détail

INTÉGRATION SUR LES SURFACES. Le but de ce texte est d expliquer comment définir et calculer des expressions du type

INTÉGRATION SUR LES SURFACES. Le but de ce texte est d expliquer comment définir et calculer des expressions du type INTÉGRATION SUR LES SURFACES Le but de ce texte est d expliquer comment définir et calculer des expressions du type φ(x)dσ(x) Σ où Σ est une surface de classe C 1 de R 3 ou plus généralement une hypersurface

Plus en détail

Terminale ES Correction du bac blanc de Mathématiques (version spécialité).

Terminale ES Correction du bac blanc de Mathématiques (version spécialité). Terminale ES Correction du bac blanc de Mathématiques (version spécialité). Lycée Jacques Monod février 05 Exercice : Voici les graphiques des questions. et.. A 4 A Graphique Question. Graphique Question..

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

BASES DU RAISONNEMENT

BASES DU RAISONNEMENT BASES DU RAISONNEMENT P. Pansu 10 septembre 2006 Rappel du programme officiel Logique, différents types de raisonnement. Ensembles, éléments. Fonctions et applications. Produit, puissances. Union, intersection,

Plus en détail

Fondements de l informatique: Examen Durée: 3h

Fondements de l informatique: Examen Durée: 3h École polytechnique X2013 INF412 Fondements de l informatique Fondements de l informatique: Examen Durée: 3h Sujet proposé par Olivier Bournez Version 3 (corrigé) L énoncé comporte 4 parties (sections),

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

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

4 Espaces topologiques vectoriels

4 Espaces topologiques vectoriels 4 Espaces topologiques vectoriels Il existe des exemples importants d espaces vectoriels pour lesquels la notion naturelle de convergence n est pas engendrée par une norme. C est le cas, par exemple, de

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

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

Vecteurs Géométrie dans le plan Exercices corrigés

Vecteurs Géométrie dans le plan Exercices corrigés Vecteurs Géométrie dans le plan Exercices corrigés Sont abordés dans cette fiche : Exercice 1 : notion de vecteur, transformation de points par translation et vecteurs égaux Exercice 2 : parallélogramme

Plus en détail

Programmation linéaire

Programmation linéaire 1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit

Plus en détail

Exercices théoriques

Exercices théoriques École normale supérieure 2008-2009 Département d informatique Algorithmique et Programmation TD n 9 : Programmation Linéaire Avec Solutions Exercices théoriques Rappel : Dual d un programme linéaire cf.

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

Compacité faible et Axiome du Choix Séminaire ERMIT

Compacité faible et Axiome du Choix Séminaire ERMIT Compacité faible et Axiome du Choix Séminaire ERMIT Marianne Morillon 12 et 19 février 2007 Questions Etant donné un espace normé E, on note par défaut. sa norme, B E sa boule unité large: B E := {x E

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

Factorisation des matrices creuses

Factorisation des matrices creuses Chapitre 5 Factorisation des matrices creuses 5.1 Matrices creuses La plupart des codes de simulation numérique en mécanique des fluides ou des structures et en électromagnétisme utilisent des discrétisations

Plus en détail

LIVRET DE MATHEMATIQUES ENTREE EN PREMIERE S Institut Notre-Dame (Saint Germain en Laye) Année 2015-2016

LIVRET DE MATHEMATIQUES ENTREE EN PREMIERE S Institut Notre-Dame (Saint Germain en Laye) Année 2015-2016 LIVRET DE MATHEMATIQUES ENTREE EN PREMIERE S Institut Notre-Dame (Saint Germain en Laye) Année 015-016 Pourquoi ce livret? Afin de mieux préparer cette rentrée, ce livret reprend un ensemble de notions

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

APPLICATIONS LINÉAIRES

APPLICATIONS LINÉAIRES 21-10- 2007 J.F.C. A.L. p. 1 APPLICATIONS LINÉAIRES I GÉNÉRALITÉS 1. Définition et vocabulaire 2. Conséquences de la définition 3. Caractérisation II OPÉRATIONS SUR LES APPLICATION LINÉAIRES 1. Somme,

Plus en détail

Université Joseph Fourier, Grenoble. Espaces vectoriels. Bernard Ycart

Université Joseph Fourier, Grenoble. Espaces vectoriels. Bernard Ycart Université Joseph Fourier, Grenoble Maths en Ligne Espaces vectoriels Bernard Ycart Vous devez vous habituer à penser en termes de «vecteurs» dans un sens très général : polynômes, matrices, suites, fonctions,

Plus en détail

Rappels sur les suites - Algorithme

Rappels sur les suites - Algorithme DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................

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

Continuité en un point

Continuité en un point DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à

Plus en détail

Rappels sur les applications linéaires

Rappels sur les applications linéaires Rappels sur les applications linéaires 1 Définition d une application linéaire Définition 1 Soient E et F deux espaces vectoriels sur un même corps K et f une application de E dans F Dire que f est linéaire

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

Leçon 6. Savoir compter

Leçon 6. Savoir compter Leçon 6. Savoir compter Cette leçon est une introduction aux questions de dénombrements. Il s agit, d une part, de compter certains objets mathématiques (éléments, parties, applications,...) et, d autre

Plus en détail

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy

Plus en détail

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables

Plus en détail

Représentation des fonctions booléennes

Représentation des fonctions booléennes Représentation des fonctions booléennes Épreuve pratique d algorithmique et de programmation Juillet 2003 Ce problème est consacré à l étude de deux représentations des fonctions booléennes de N variables

Plus en détail

Feuille n 2 : Contrôle du flux de commandes

Feuille n 2 : Contrôle du flux de commandes Logiciels Scientifiques (Statistiques) Licence 2 Mathématiques Générales Feuille n 2 : Contrôle du flux de commandes Exercice 1. Vente de voiture Mathieu décide de s acheter une voiture neuve qui coûte

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

Partie II. Supplémentaires d un sous-espace donné. Partie I. Partie III. Supplémentaire commun. MPSI B 8 octobre 2015

Partie II. Supplémentaires d un sous-espace donné. Partie I. Partie III. Supplémentaire commun. MPSI B 8 octobre 2015 Énoncé Dans tout le problème, K est un sous-corps de C. On utilisera en particulier que K n est pas un ensemble fini. Tous les espaces vectoriels considérés sont des K espaces vectoriels de dimension finie.

Plus en détail

Espaces vectoriels. Université d Orléans Année 2009-2010 Espaces vectoriels et applications linéaires. 2MA01-Licence de Mathématiques

Espaces vectoriels. Université d Orléans Année 2009-2010 Espaces vectoriels et applications linéaires. 2MA01-Licence de Mathématiques Université d Orléans Année 2009-2010 Espaces vectoriels et applications linéaires 2MA01-Licence de Mathématiques Espaces vectoriels Exercice 1 Soit E un espace vectoriel. Pour x, y E et λ, µ K, montrer

Plus en détail

Texte Agrégation limitée par diffusion interne

Texte Agrégation limitée par diffusion interne Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse

Plus en détail

Recherche opérationnelle. Programmation linéaire et recherche opérationnelle. Programmation linéaire. Des problèmes de RO que vous savez résoudre

Recherche opérationnelle. Programmation linéaire et recherche opérationnelle. Programmation linéaire. Des problèmes de RO que vous savez résoudre Recherche opérationnelle Programmation linéaire et recherche opérationnelle Ioan Todinca Ioan.Todinca@univ-orleans.fr tél. 0 38 41 7 93 bureau : en bas à gauche Tentative de définition Ensemble de méthodes

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

Groupe symétrique. Chapitre II. 1 Définitions et généralités

Groupe symétrique. Chapitre II. 1 Définitions et généralités Chapitre II Groupe symétrique 1 Définitions et généralités Définition. Soient n et X l ensemble 1,..., n. On appelle permutation de X toute application bijective f : X X. On note S n l ensemble des permutations

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

Cours de mathématiques ECS 1 ère année. BÉGYN Arnaud

Cours de mathématiques ECS 1 ère année. BÉGYN Arnaud Cours de mathématiques ECS 1 ère année BÉGYN Arnaud 12/11/2012 2 Introduction Ce manuscrit regroupe des notes de cours de mathématiques pour une classe d ECS première année. J ai écris ces notes lors de

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

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

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

BACCALAURÉAT BLANC 2013

BACCALAURÉAT BLANC 2013 BACCALAURÉAT BLANC 203 Série S Corrigé Exercice. a) On traduit les données de l énoncé et on représente la situation par un arbre pondéré. PF ) = 2, PF 2) = 3, P F ) = 5 00 = 20, P F 2 ) =,5 00 = 3 3,5,

Plus en détail

Intégrale de Lebesgue

Intégrale de Lebesgue Intégrale de Lebesgue L3 Mathématiques Jean-Christophe Breton Université de Rennes 1 Septembre Décembre 2014 version du 2/12/14 Table des matières 1 Tribus (σ-algèbres) et mesures 1 1.1 Rappels ensemblistes..............................

Plus en détail

IV.1 Dual d un espace vectoriel... 77

IV.1 Dual d un espace vectoriel... 77 76 IV FORMES LINÉAIRES, DUALITÉ IV Formes linéaires, dualité Sommaire IV.1 Dual d un espace vectoriel.......... 77 IV.1.a Rappels sur les e.v................... 77 IV.1.b Rappels sur les applications linéaires........

Plus en détail

Terminale STMG Lycée Jean Vilar 2013/2014. Terminale STMG. O. Lader

Terminale STMG Lycée Jean Vilar 2013/2014. Terminale STMG. O. Lader Terminale STMG O. Lader Table des matières 1 Information chiffrée (4s) 4 1.1 Taux d évolution....................................... 6 1.2 indices............................................. 6 1.3 Racine

Plus en détail

Notes de cours de Probabilités Appliquées. Olivier François

Notes de cours de Probabilités Appliquées. Olivier François Notes de cours de Probabilités Appliquées Olivier François 2 Table des matières 1 Axiomes des probabilités 7 1.1 Introduction................................. 7 1.2 Définitions et notions élémentaires.....................

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

Construction d un cercle tangent à deux cercles donnés.

Construction d un cercle tangent à deux cercles donnés. Préparation au CAPES Strasbourg, octobre 2008 Construction d un cercle tangent à deux cercles donnés. Le problème posé : On se donne deux cercles C et C de centres O et O distincts et de rayons R et R

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

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

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

Couplages et colorations d arêtes

Couplages et colorations d arêtes Couplages et colorations d arêtes Complément au chapitre 5 «Une employée mécontente» et au chapitre 9 «L apprentie sudokiste» Considérons n équipes de hockey qui doivent s affronter lors d un tournoi.

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

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