Le théorème du sandwich au jambon

Save this PDF as:
 WORD  PNG  TXT  JPG

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,

Intégrale de Lebesgue

Intégrale de Lebesgue Intégrale de Lebesgue ÉCOLE POLYTECHNIQUE Cours 4 : intégrale de Lebesgue Bertrand Rémy 1 / 50 1. Motivations et points de vue ÉCOLE POLYTECHNIQUE Cours 4 : intégrale de Lebesgue Bertrand Rémy 2 / 50 Deux

Plus en détail

Intégration de polynômes Points de Gauss

Intégration de polynômes Points de Gauss Intégration de polynômes Points de Gauss Commençons par un exercice classique de premier cycle. Problème 1 Trouver trois réels α, β et γ tels que, pour tout polynôme P de degré au plus 2, on ait : ( )

Plus en détail

TOPOLOGIE DE LA DROITE REELLE

TOPOLOGIE DE LA DROITE REELLE TOPOLOGIE DE LA DROITE REELLE P. Pansu 16 mai 2005 1 Qu est-ce que la topologie? C est l étude des propriétés des objets qui sont conservées par déformation continue. Belle phrase, mais qui nécessite d

Plus en détail

Feuille d exercices n o 1. N(x i ). 4. On rappelle qu un espace normé est séparable s il contient une partie dénombrable dense.

Feuille d exercices n o 1. N(x i ). 4. On rappelle qu un espace normé est séparable s il contient une partie dénombrable dense. 1 Feuille d exercices n o 1 1. Deuxième forme géométrique du théorème de Hahn-Banach Soient A E et B E deux convexes, non vides, disjoints (E est une espace vectoriel normé). On suppose que A est fermé

Plus en détail

ÉCOLE POLYTECHNIQUE ÉCOLE NORMALE SUPÉRIEURE DE CACHAN ÉCOLE SUPÉRIEURE DE PHYSIQUE ET DE CHIMIE INDUSTRIELLES FILIÈRE MP HORS SPÉCIALITÉ INFO

ÉCOLE POLYTECHNIQUE ÉCOLE NORMALE SUPÉRIEURE DE CACHAN ÉCOLE SUPÉRIEURE DE PHYSIQUE ET DE CHIMIE INDUSTRIELLES FILIÈRE MP HORS SPÉCIALITÉ INFO ÉCOLE POLYTECHNIQUE ÉCOLE NORMALE SUPÉRIEURE DE CACHAN ÉCOLE SUPÉRIEURE DE PHYSIQUE ET DE CHIMIE INDUSTRIELLES CONCOURS D ADMISSION 2012 FILIÈRE MP HORS SPÉCIALITÉ INFO FILIÈRE PC COMPOSITION D INFORMATIQUE

Plus en détail

Les espaces vectoriels

Les espaces vectoriels Agrégation interne UFR MATHÉMATIQUES 1. Généralités Les espaces vectoriels Dans tout le chapitre, K représente un corps commutatif. 1.1. Notion d espace vectoriel On considère un ensemble E sur lequel

Plus en détail

Les théorèmes de Gerschgorin et de Hadamard

Les théorèmes de Gerschgorin et de Hadamard Localisation des valeurs propres : Quelques propriétés sur les disques de Gerschgorin. Jean-Baptiste Campesato 22 septembre 29 Gerschgorin est parfois retranscrit en Gershgorin, Geršgorin, Hershhornou

Plus en détail

2 Ensembles convexes. 2.1 Définition et premières propriétés

2 Ensembles convexes. 2.1 Définition et premières propriétés 2 Ensembles convexes Les chapitres 2 et 3 présentent les éléments d analyse convexe qui nous seront utiles pour étudier les problèmes d optimisation et les algorithmes qui les résolvent. Le chapitre 2

Plus en détail

et Transversalité par Pierre Vogel

et Transversalité par Pierre Vogel Université Paris 7 Denis Diderot Institut de Mathématiques de Jussieu Géométrie des Variétés et Transversalité par Pierre Vogel Introduction Ce cours est destiné à l étude des variétés différentiables

Plus en détail

1 Topologies, distances, normes

1 Topologies, distances, normes Université Claude Bernard Lyon 1. Licence de mathématiques L3. Topologie Générale 29/1 1 1 Topologies, distances, normes 1.1 Topologie, distances, intérieur et adhérence Exercice 1. Montrer que dans un

Plus en détail

Construction de la mesure de Lebesgue. 1 Mesure positive engendrée par une mesure extérieure.

Construction de la mesure de Lebesgue. 1 Mesure positive engendrée par une mesure extérieure. Université d Artois Faculté des Sciences Jean Perrin Analyse Fonctionnelle (Licence 3 Mathématiques-Informatique Daniel Li Construction de la mesure de Lebesgue 28 janvier 2008 Dans ce chapitre, nous allons

Plus en détail

Généralités sur les fonctions numériques

Généralités sur les fonctions numériques 7 Généralités sur les fonctions numériques Une fonction numérique est, de manière générale, une fonction d une variable réelle et à valeurs réelles. 7.1 Notions de base sur les fonctions Si I, J sont deux

Plus en détail

Topologie des espaces vectoriels normés

Topologie des espaces vectoriels normés Topologie des espaces vectoriels normés Cédric Milliet Version préliminaire Cours de troisième année de licence Université Galatasaray Année 2011-2012 2 Chapitre 1 R-Espaces vectoriels normés 1.1 Vocabulaire

Plus en détail

Une axiomatisation du plan euclidien

Une axiomatisation du plan euclidien Nicole opp Strasbourg, avril 2007 Une axiomatisation du plan euclidien Le but de ce texte est de montrer comment on peut axiomatiser le plan euclidien d une manière qui se rapproche, autant que faire se

Plus en détail

IV. Espaces L p. + tx 1. (1 t)x 0

IV. Espaces L p. + tx 1. (1 t)x 0 cours 13, le lundi 7 mars 2011 IV. spaces L p IV.1. Convexité Quand deux points x 0, x 1 R sont donnés, on peut parcourir le segment [x 0, x 1 ] qui les joint en posant pour tout t [0, 1] x t = (1 t)x

Plus en détail

TD Dérivation n 2 : étude des variations de fonctions

TD Dérivation n 2 : étude des variations de fonctions 1) f (x) = 7x+3 TD Dérivation n : étude des variations de fonctions Étude de variations f est une fonction affine, de coefficient directeur négatif, on sait donc qu elle est décroissante surê. Le calcul

Plus en détail

Le Déterminant. par Alain Prouté Université Denis Diderot Paris 7. 1 Permutations. 1. 2 Application transposée, base duale. 3. 3 Mesures de volume.

Le Déterminant. par Alain Prouté Université Denis Diderot Paris 7. 1 Permutations. 1. 2 Application transposée, base duale. 3. 3 Mesures de volume. 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

ÉLÉMENTS D OPTIMISATION. Complément au cours et au livre de MTH 1101 - CALCUL I

ÉLÉMENTS D OPTIMISATION. Complément au cours et au livre de MTH 1101 - CALCUL I ÉLÉMENTS D OPTIMISATION Complément au cours et au livre de MTH 1101 - CALCUL I CHARLES AUDET DÉPARTEMENT DE MATHÉMATIQUES ET DE GÉNIE INDUSTRIEL ÉCOLE POLYTECHNIQUE DE MONTRÉAL Hiver 2011 1 Introduction

Plus en détail

Cours d Analyse Réelle 4M003

Cours d Analyse Réelle 4M003 Cours d Analyse Réelle 4M003 Jean SAINT RAYMOND Université Pierre et Marie Curie Avant-propos Ce texte a été rédigé pour servir de support écrit à un cours de Master 1 de l Université Pierre-et-Marie Curie.

Plus en détail

Cet article a pour but de répondre à ces deux questions.

Cet article a pour but de répondre à ces deux questions. Chercheuse : Parreau Anne. Professeurs : Mme Avinzac et Mme Lecureux du lycée Ozenne ainsi que M. Ronchini du lycée st Sernin. Elèves : Nogues Alexandre (en première à Ozenne) ainsi que Nouhen Hubert et

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

Le problème des multiplications matricielles enchaînées peut être énoncé comme suit : étant

Le problème des multiplications matricielles enchaînées peut être énoncé comme suit : étant Licence informatique - L Année 0/0 Conception d algorithmes et applications (LI) COURS Résumé. Dans cette cinquième séance, nous continuons l exploration des algorithmes de type Programmation Dynamique.

Plus en détail

TRAVAUX DIRIGÉS DE l UE MNBif. Informatique 3A MÉTHODES NUMÉRIQUES DE BASE. 2015-2016, Automne. N. Débit & J. Bastien

TRAVAUX DIRIGÉS DE l UE MNBif. Informatique 3A MÉTHODES NUMÉRIQUES DE BASE. 2015-2016, Automne. N. Débit & J. Bastien TRAVAUX DIRIGÉS DE l UE MNBif Informatique 3A MÉTHODES NUMÉRIQUES DE BASE 2015-2016, Automne N. Débit & J. Bastien Document compilé le 13 novembre 2015 Liste des Travaux Dirigés Avant-propos iii Travaux

Plus en détail

Plans projectifs, arithmétique modulaire et Dobble

Plans projectifs, arithmétique modulaire et Dobble Plans projectifs, arithmétique modulaire et Dobble M. Deléglise 27 février 2013 Résumé Le jeu de Dobble édité par Asmodée est une excellente occasion d introduire des objets mathématiques importants :

Plus en détail

Arithmétique Algorithmique. http://www.math.univ-lyon1.fr/~roblot/ens.html

Arithmétique Algorithmique. http://www.math.univ-lyon1.fr/~roblot/ens.html Arithmétique Algorithmique http://www.math.univ-lyon1.fr/~roblot/ens.html Partie III Algorithmes classiques 1 Coût de la multiplication et de la division 2 Exponentiation rapide 3 Algorithme d Euclide

Plus en détail

CHAPITRE 2 SUITES RÉELLES ET COMPLEXES

CHAPITRE 2 SUITES RÉELLES ET COMPLEXES CHAPITRE SUITES RÉELLES ET COMPLEXES Les suites sont un objet fondamental à la fois en mathématiques et dans l application des mathématiques aux autres sciences. Nous verrons dans ce cours et les travaux

Plus en détail

Tracé de lignes et de courbes planes

Tracé de lignes et de courbes planes Département d informatique Université de Toulon et du Var Plan 1 Introduction 2 Tracé de segments 3 Tracé de cercles 4 Tracé de courbes Définition Le processus de représentation d objets graphiques continus

Plus en détail

Préparation aux épreuves écrites du CAPES Conseils de rédaction

Préparation aux épreuves écrites du CAPES Conseils de rédaction Préparation aux épreuves écrites du CAPES Conseils de rédaction Claire Debord Le texte qui suit est une libre compilation de plusieurs textes sur le même thème, notamment ceux de Christophe Champetier

Plus en détail

Fiche n 1: Groupe, sous-groupe, ordre

Fiche n 1: Groupe, sous-groupe, ordre Université Lille 1 Algèbre 2010/11 M51.MIMP Fiche n 1: Groupe, sous-groupe, ordre Exercice 1 On considère sur R la loi de composition définie par x y = x + y xy. Cette loi est-elle associative, commutative?

Plus en détail

Exo7. Espaces vectoriels. 1 Définition, sous-espaces. Fiche amendée par David Chataur et Arnaud Bodin.

Exo7. Espaces vectoriels. 1 Définition, sous-espaces. Fiche amendée par David Chataur et Arnaud Bodin. Exo7 Espaces vectoriels Fiche amendée par David Chataur et Arnaud Bodin. Définition, sous-espaces Exercice Montrer que les ensembles ci-dessous sont des espaces vectoriels (sur R) : E = { f : [,] R } :

Plus en détail

TD7. ENS Cachan M1 Hadamard 2015-2016. Exercice 1 Sous-espaces fermés de C ([0,1]) formé de fonctions régulières.

TD7. ENS Cachan M1 Hadamard 2015-2016. Exercice 1 Sous-espaces fermés de C ([0,1]) formé de fonctions régulières. Analyse fonctionnelle A. Leclaire ENS Cachan M Hadamard 25-26 TD7 Exercice Sous-espaces fermés de C ([,] formé de fonctions régulières. Soit F un sous-espace vectoriel fermé de C ([,] muni de la convergence

Plus en détail

Chapitre 1. Ensembles et sous-ensembles

Chapitre 1. Ensembles et sous-ensembles Chapitre 1 Ensembles et sous-ensembles 1. Notion d ensemble - Elément d un ensemble Un ensemble est une collection d objets satisfaisant un certain nombre de propriétés et chacun de ces objets est appelé

Plus en détail

11. Espaces vectoriels, homomorphismes, bases

11. Espaces vectoriels, homomorphismes, bases 11. Espaces vectoriels, homomorphismes, bases 11.1. Espaces vectoriels, algèbres 11.1.1. Structure d espace vectoriel et d algèbre 11.1.2. Combinaisons linéaires 11.1.3. Espaces vectoriels et algèbres

Plus en détail

Éléments de logique et de théorie des ensembles

Éléments de logique et de théorie des ensembles 1 Éléments de logique et de théorie des ensembles Pour les exemples et exercices traités dans ce chapitre les ensembles usuels de nombres entiers, rationnels réels et complexes sont supposés connus, au

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

Sujets HEC B/L 2013-36-

Sujets HEC B/L 2013-36- -36- -37- Sujet HEC 2012 B/L Exercice principal B/L1 1. Question de cours : Définition et propriétés de la fonction de répartition d une variable aléatoire à densité. Soit f la fonction définie par : f(x)

Plus en détail

Espaces vectoriels normés

Espaces vectoriels normés Espaces vectoriels normés Essaidi Ali 19 octobre 2010 K = R ou C. E un K-espace vectoriel. 1 Normes et distances : 1.1 Normes et distances : Définition : On appelle semi-norme sur E toute application N

Plus en détail

Espaces de Sobolev. Résumé du cours de MEDP Maîtrise de mathématiques 2001 2002. medp-sobolev.tex (2001nov24)

Espaces de Sobolev. Résumé du cours de MEDP Maîtrise de mathématiques 2001 2002. medp-sobolev.tex (2001nov24) Espaces de Sobolev Résumé du cours de MEDP Maîtrise de mathématiques 2001 2002 medp-sobolevtex (2001nov24) Sauf mention explicite du contraire, toutes les fonctions considérées seront à valeurs réelles

Plus en détail

2010/2011. Espaces vectoriels

2010/2011. Espaces vectoriels Université Paris-Est Marne-la-Vallée 010/011 M1 enseignement CD/Préparation au CAPES Espaces vectoriels Dans toute la suite on considèrera des espaces vectoriels sur un corps commutatif K de caractéristique

Plus en détail

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2013 2014 MATHS/STATS. Solution des exercices d algèbre linéaire

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2013 2014 MATHS/STATS. Solution des exercices d algèbre linéaire UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 3 4 Master d économie Cours de M. Desgraupes MATHS/STATS Document : Solution des exercices d algèbre linéaire Table des matières

Plus en détail

Machines de Turing. Chapitre 14 14.1. DÉFINITION ET FONCTIONNEMENT

Machines de Turing. Chapitre 14 14.1. DÉFINITION ET FONCTIONNEMENT Chapitre 4 Machines de Turing Dans ce chapitre on présente un modèle de calcul introduit dans les années 3 par Turing, les machines de Turing. Ces machines formalisent la notion de calculabilité. La thèse

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1. b) Soit (u n ) n N une suite d éléments de [0 ; 1]. Montrer

[http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1. b) Soit (u n ) n N une suite d éléments de [0 ; 1]. Montrer [http://mp.cpgedupuydelome.fr] édité le 9 décembre 05 Enoncés Familles sommables Ensemble dénombrable a) Calculer n+ Exercice [ 03897 ] [Correction] Soit f : R R croissante. Montrer que l ensemble des

Plus en détail

Cours 2 6 octobre. 2.1 Maximum de vraisemblance pour une loi Gaussienne multivariée

Cours 2 6 octobre. 2.1 Maximum de vraisemblance pour une loi Gaussienne multivariée Introduction aux modèles graphiques 2010/2011 Cours 2 6 octobre Enseignant: Francis Bach Scribe: Nicolas Cheifetz, Issam El Alaoui 2.1 Maximum de vraisemblance pour une loi Gaussienne multivariée Soit

Plus en détail

Le fer à cheval de Smale

Le fer à cheval de Smale Le fer à cheval de Smale Selim GHAZOUANI, ENS Lyon Novembre 2010, Groupe de lecture dirigé par Alexey GLUSTYUK sur les systèmes dynamiques Le fer à cheval de Smale est un exemple de transformation continue

Plus en détail

Université Paris IX Dauphine UFR Mathématiques de la décision Notes de cours ALGEBRE 2. Guillaume CARLIER

Université Paris IX Dauphine UFR Mathématiques de la décision Notes de cours ALGEBRE 2. Guillaume CARLIER Université Paris IX Dauphine UFR Mathématiques de la décision Notes de cours ALGEBRE 2 Guillaume CARLIER L1, année 2006-2007 2 Ce support de cours est basé sur le poly de Tristan Tomala des années précédentes.

Plus en détail

Intégration et probabilités ENS Paris, 2013-2014. TD 5 Théorèmes de Fubini, calculs Corrigé

Intégration et probabilités ENS Paris, 2013-2014. TD 5 Théorèmes de Fubini, calculs Corrigé Intégration et probabilités NS Paris, 23-24 TD 5 Théorèmes de Fubini, calculs Corrigé xercices à préparer du TD 4 xercice. (Partiel 27 Soit (,,µ un espace mesuré et f : + une fonction mesurable.. On suppose

Plus en détail

Espaces métriques complets. Espaces de Banach

Espaces métriques complets. Espaces de Banach Chapitre 5 Espaces métriques complets. Espaces de Banach La droite réelle est complète, car toute suite numérique de Cauchy converge. Cette propriété n est plus vraie pour le corps des nombres rationneles,

Plus en détail

Suites numériques. Sommaire :

Suites numériques. Sommaire : Suites numériques I Activité n o 2 page 295 Sommaire : II Généralités sur les suites numériques III Variations et bornes IV Suites arithmétiques V Suites géométriques VI Suites convergentes VII Représentation

Plus en détail

Avertissement! Dans tout ce chapître, C désigne une partie convexe de IR n, et f une fonction. 9.1 Fonctions affines, convexes, strictement convexes

Avertissement! Dans tout ce chapître, C désigne une partie convexe de IR n, et f une fonction. 9.1 Fonctions affines, convexes, strictement convexes Chp. 9. Convexité Avertissement! Dans tout ce chapître, C désigne une partie convexe de IR n, et f une fonction numérique partout définie sur C. 9.1 Fonctions affines, convexes, strictement convexes Définition

Plus en détail

Autour de Perron, Frobenius et Markov

Autour de Perron, Frobenius et Markov Université Claude Bernard Lyon 1-2007/2008 Préparation Capes - Algèbre et Géométrie - Devoir à rendre le 12 février 2008 - Autour de Perron Frobenius et Markov Rappels et notations On note M mn (K) le

Plus en détail

Cours d Analyse Semestre 1. Stéphane Attal

Cours d Analyse Semestre 1. Stéphane Attal Cours d Analyse Semestre 1 Stéphane Attal 2 Contents 1 Les nombres réels 5 1.1 Les ensembles usuels de nombres................ 5 1.2 Ensembles ordonnés........................ 6 1.3 Le corps des nombres

Plus en détail

Probabilités et statistique

Probabilités et statistique Probabilités et statistique Université Paris 1 Panthéon-Sorbonne Cours de deuxième année de licence de sciences économiques Fabrice Rossi Cette œuvre est mise à disposition selon les termes de la licence

Plus en détail

Espaces de probabilités.

Espaces de probabilités. Université Pierre et Marie Curie 2010-2011 Probabilités et statistiques - LM345 Feuille 2 Espaces de probabilités. 1. Donner un exemple d'une famille de parties d'un ensemble qui ne soit pas une tribu.

Plus en détail

Les paraboles. x ax 2 + bx + c.

Les paraboles. x ax 2 + bx + c. 1ES Résumé du cours sur le second degré. Les paraboles. On appelle fonction du second degré une fonction de la forme x ax 2 + bx + c. Bien sûr a doit être différent de 0 sinon ce n est pas une fonction

Plus en détail

Fonctions Nombre Dérivé Fonction dérivée

Fonctions Nombre Dérivé Fonction dérivée Fonctions Nombre Dérivé Fonction dérivée Ce chapitre est le chapitre central de la classe de Terminale STG. Il permet (en partie) de clore ce qui avait été entamé dés le collège avec les fonctions affines

Plus en détail

TOPOLOGIE. une partie X d'un métrique est dite bornée ssi il existe une boule contenant X ; définition : diamètre : diam(x)=min{ r R

TOPOLOGIE. une partie X d'un métrique est dite bornée ssi il existe une boule contenant X ; définition : diamètre : diam(x)=min{ r R TOPOLOGIE 1) DISTANCE, ESPACES MÉTRIQUES a : distances : d'après le cours de M. Nicolas Tosel professeur en MP* au Lycée du Parc, Lyon Année 2004 2005 une distance est une application d de E dans R + telle

Plus en détail

Probabilités et Statistiques. Raphaël KRIKORIAN Université Paris 6

Probabilités et Statistiques. Raphaël KRIKORIAN Université Paris 6 Probabilités et Statistiques Raphaël KRIKORIAN Université Paris 6 Année 2005-2006 2 Table des matières 1 Rappels de théorie des ensembles 5 1.1 Opérations sur les ensembles................... 5 1.2 Applications

Plus en détail

ALGÈBRE BILINÉAIRE 1

ALGÈBRE BILINÉAIRE 1 3-8- 213 J.F.C. Eve p. 1 ALGÈBRE BILINÉAIRE 1 P mentionne des résultats particulièrement utiles et souvent oubliés dans la pratique de l algèbre bilinéaire... mentionne des erreurs à ne pas faire où des

Plus en détail

Épreuve de Mathématiques 8

Épreuve de Mathématiques 8 Lycée La Prat s Vendredi 10 avril 2015 Classe de PT Épreuve de Mathématiques 8 Durée 4 h L usage des calculatrices est interdit. La présentation, la lisibilité, l orthographe, la qualité de la rédaction

Plus en détail

Relations d ordre et relations d équivalence

Relations d ordre et relations d équivalence CHAPITRE 1 Relations d ordre et relations d équivalence 1.1 Définition Une relation sur un ensemble E est un sous-ensemble R de l ensemble E E, produit cartésien de E par lui-même. Par exemple, si E =

Plus en détail

Mathématique - Cours

Mathématique - Cours Mathématique - Cours Filière STAV 2014-2015 Centre de Formation aux Métier de la Montagne Marine Estorge Le programme se compose ainsi : partie seconde partie 1/3 partie 2/3 partie 3/3 Sommaire 1 Ensemble

Plus en détail

[ Baccalauréat S Nouvelle-Calédonie \ 19 novembre 2015

[ Baccalauréat S Nouvelle-Calédonie \ 19 novembre 2015 Durée : 4 heures [ Baccalauréat S Nouvelle-Calédonie \ 19 novembre 015 A. P. M. E. P. EXERCICE 1 7 points Une usine produit de l eau minérale en bouteilles. Lorsque le taux de calcium dans une bouteille

Plus en détail

Chapitre IV Bases et dimension d un espace vectoriel

Chapitre IV Bases et dimension d un espace vectoriel Chapitre IV Bases et dimension d un espace vectoriel Objectif : Nous allons voir comment fabriquer des systèmes de coordonnées pour les vecteurs d un espace vectoriel général. Dans ce chapitre désigne

Plus en détail

3 Equations de Laplace et de Poisson

3 Equations de Laplace et de Poisson 3 Equations de Laplace et de Poisson 3. Formule d intégration par parties Soit un domaine borné à bord régulier de classe C. On note ν = ν(x) le vecteur normal extérieur au point x. Pour toutes fonctions

Plus en détail

Théorème de Rolle et égalité des accroissements finis. Applications

Théorème de Rolle et égalité des accroissements finis. Applications 0 Théorème de Rolle et égalité des accroissements finis. Applications 0. Le théorème de Rolle sur un espace vectoriel normé Pour ce paragraphe, on se donne un espace vectoriel normé (E, ). Le théorème

Plus en détail

1.1.1 Cas le plus général d espace topologique

1.1.1 Cas le plus général d espace topologique Chapitre 1 Topologie 1.1 Espaces topologiques 1.1.1 Cas le plus général d espace topologique Définition 1 (Topologie) Une topologie T sur l ensemble X est une partie T P (X) vérifiant : L ensemble vide

Plus en détail

Le théorème du point xe. Applications

Le théorème du point xe. Applications 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

Plus en détail

Erik PERNOD Calcul Scientifique 3 ème Année RESEAUX DE NEURONES

Erik PERNOD Calcul Scientifique 3 ème Année RESEAUX DE NEURONES Erik PERNOD Calcul Scientifique 3 ème Année RESEAUX DE NEURONES 1 TABLE DES MATIERES TABLE DES MATIERES... 2 I PERCEPTRON SIMPLE... 3 I.1 Introduction... 3 I.2 Algorithme... 3 I.3 Résultats... 4 1er exemple

Plus en détail

CHAPITRE 6 LES OPÉRATIONS SUR LES FONCTIONS. 6.1 QUATRE OPÉRATIONS (+,, x, ) SUR LES FONCTIONS

CHAPITRE 6 LES OPÉRATIONS SUR LES FONCTIONS. 6.1 QUATRE OPÉRATIONS (+,, x, ) SUR LES FONCTIONS CHAPITRE 6 LES OPÉRATIONS SUR LES FONCTIONS 6.1 QUATRE OPÉRATIONS (+,, x, ) SUR LES FONCTIONS On peut effectuer les quatre opérations de base sur des fonctions, c est-à-dire les additionner, les soustraire,

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

FICHE DE RÉVISION DU BAC

FICHE DE RÉVISION DU BAC Note liminaire Programme selon les sections : - fonctions de références, représentations graphiques, dérivées, tableau de variations : toutes sections - opérations sur les limites, asymptotes : STI2D,

Plus en détail

concours externe de recrutement de professeurs certifiés et concours d accès à des listes d aptitude (CAFEP)

concours externe de recrutement de professeurs certifiés et concours d accès à des listes d aptitude (CAFEP) SESSION DE 2005 concours externe de recrutement de professeurs certifiés et concours d accès à des listes d aptitude (CAFEP) section : mathématiques deuxième composition de mathématiques (épreuve de remplacement)

Plus en détail

Unicité et minimalité des solutions d une équation de Ginzburg-Landau.

Unicité et minimalité des solutions d une équation de Ginzburg-Landau. Unicité et minimalité des solutions d une équation de Ginzburg-Landau. Gilles arbou.m.l.a Ecole Normale Supérieure de achan 61, avenue du Président Wilson 9435 achan edex Résumé. - On étudie les solutions

Plus en détail

Université de Cergy-Pontoise 2008-2009 Calcul Diff S6 M. Topologie

Université de Cergy-Pontoise 2008-2009 Calcul Diff S6 M. Topologie Université de Cergy-Pontoise 2008-2009 Calcul Diff S6 M Topologie 1 Espaces métriques 1.1 Distance Dans toute cette partie E représente un ensemble qui n est pas forcément un espace vectoriel. Définition

Plus en détail

Laurent Garcin MPSI Lycée Jean-Baptiste Corot

Laurent Garcin MPSI Lycée Jean-Baptiste Corot ESPACES VECTORIELS 1 Définition et exemples fondamentaux 1.1 Définition Définition 1.1 Espace vectoriel Soient K un corps et E un ensemble muni d une loi interne + et d une loi externe. i.e. d une application

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

Agrégation de Mathématiques Exercices d algèbre linéaire

Agrégation de Mathématiques Exercices d algèbre linéaire Agrégation de Mathématiques Exercices d algèbre linéaire P. HUBERT La plupart des exercices ci-dessous se trouvent dans les livres suivants : - E. Leichtnam, X. Schaeur, Exercices corrigés de mathématiques

Plus en détail

Licence informatique - L3 Année 2012/2013. Conception d algorithmes et applications (LI325) COURS 2

Licence informatique - L3 Année 2012/2013. Conception d algorithmes et applications (LI325) COURS 2 Licence informatique - L Année 0/0 Conception d algorithmes et applications (LI) COURS Résumé. Cette deuxième séance est entièrement consacrée aux applications du principe Diviser pour Régner. Nous regarderons

Plus en détail

Programmation Linéaire - Cours 4

Programmation Linéaire - Cours 4 Programmation Linéaire - Cours 4 P. Pesneau pierre.pesneau@math.u-bordeaux1.fr Université Bordeaux 1 Bât A33 - Bur 265 Sommaire Dualité 1 Dualité 2 3 Primal / Dual Dualité Les PL vont toujours par paires

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1. a) x arctan x. a) x x x b) x (ch x) x c) x ln x

[http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1. a) x arctan x. a) x x x b) x (ch x) x c) x ln x [ttp://mp.cpgedupuydelome.fr] édité le 29 décembre 205 Enoncés Dérivation Dérivabilité Eercice [ 0354 ] [Correction] Étudier la dérivabilité des fonctions suivantes : a) 2 3 b) 2 ) arccos 2 ) Eercice 2

Plus en détail

MAP-SIM2 : Planification de trajectoire

MAP-SIM2 : Planification de trajectoire MP-SIM : Planification de trajectoire sujet proposé par Nicolas Kielbasiewicz : nicolas.kielbasiewicz@ensta-paristech.fr 0 janvier 06 La planification de trajectoire consiste à déterminer une trajectoire,

Plus en détail

Baccalauréat Série S Métropole, juin 2014

Baccalauréat Série S Métropole, juin 2014 Baccalauréat Série S Métropole, juin 4 Sujet et Corrigé Stéphane PASQUET Disponible sur http://www.mathweb.fr juin 4 Exercice (5 points) - Commun à tous les candidats Partie A Dans le plan muni d un repère

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

CODES CORRECTEURS D'ERREURS

CODES CORRECTEURS D'ERREURS CODES CORRECTEURS D'ERREURS Marc URO TABLE DES MATIÈRES DÉTECTION ET CORRECTION D'ERREURS... 6 CAS D'UN CANAL SANS SYMBOLE D'EFFACEMENT...6 CAS D'UN CANAL AVEC SYMBOLE D'EFFACEMENT...7 GÉNÉRATION ET DÉTECTION

Plus en détail

MATHÉMATIQUES I. lorsqu elle est périodique à partir d un certain rang, c est-à-dire s il existe

MATHÉMATIQUES I. lorsqu elle est périodique à partir d un certain rang, c est-à-dire s il existe MATHÉMATIQUES I On dit qu une suite réelle a = ( a n ) n IN est ultimement périodique lorsqu elle est périodique à partir d un certain rang, c est-à-dire s il existe n 0 IN et p IN tels que : ( R) n IN,

Plus en détail

1 Programmation linéaire

1 Programmation linéaire UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2012 2013 Master d économie Cours de M. Desgraupes Méthodes Numériques Document 4 : Corrigé des exercices d optimisation linéaire

Plus en détail

Généralités sur les fonctions ( En seconde )

Généralités sur les fonctions ( En seconde ) Généralités sur les fonctions ( En seconde ) Dernière mise à jour : Dimanche 31 Octobre 2010 Vincent OBATON, Enseignant au lycée Stendhal de Grenoble (Année 2010-2011) Lycée Stendhal, Grenoble ( Document

Plus en détail

Journées Nationales APMEP : Atelier géométries non-euclidiennes. 1. Quelle est la somme des angles d un triangle de la sphère unitaire S 2?

Journées Nationales APMEP : Atelier géométries non-euclidiennes. 1. Quelle est la somme des angles d un triangle de la sphère unitaire S 2? Journées Nationales APMEP : Atelier géométries non-euclidiennes IREM DE GRENOBLE Quatre questions de géométrie ont été proposées aux participants de l atelier des Jounées Nationales de Grenoble : 1. Quelle

Plus en détail

PC* Espaces préhilbertiens réels

PC* Espaces préhilbertiens réels I. Espace préhilbertien réel................................... 3 I.1 Produit scalaire dans un espace vectoriel réel................... 3 I.2 Inégalités de Cauchy-Schwarz et de Minkowski..................

Plus en détail

LICENCE DE MATHÉMATIQUES PURES

LICENCE DE MATHÉMATIQUES PURES LICENCE DE MATHÉMATIQUES PURES Topologie Générale Philippe Charpentier Université Bordeaux I Année universitaire 2000-01 PHILIPPE CHARPENTIER UNIVERSITÉ BORDEAUX I LABORATOIRE DE MATHÉMATIQUES PURES 351,

Plus en détail

Recueil d annales en Mathématiques. Terminale S Enseignement obligatoire. Intégrales

Recueil d annales en Mathématiques. Terminale S Enseignement obligatoire. Intégrales Recueil d annales en Mathématiques Terminale S Enseignement obligatoire Frédéric Demoulin Dernière révision : 3 juin 2 Document diffusé via le site www.bacamaths.net de Gilles Costantini 2. frederic.demoulin

Plus en détail

UNIVERSITÉ DE CERGY Année 2013-2014 U.F.R. Économie & Gestion Licence d Économie et Finance / Licence de Gestion MATH201 : Probabilités

UNIVERSITÉ DE CERGY Année 2013-2014 U.F.R. Économie & Gestion Licence d Économie et Finance / Licence de Gestion MATH201 : Probabilités 1 UNIVERSITÉ DE CERGY Année 2013-2014 U.F.R. Économie & Gestion Licence d Économie et Finance / Licence de Gestion MATH201 : Probabilités Chapitre II : Espaces probabilisés 1 Notions d événements 1.1 Expérience

Plus en détail

en dimension finie Table des matières

en dimension finie Table des matières Maths PCSI Cours Algèbre linéaire en dimension finie Table des matières 1 Rappels d algèbre linéaire 2 1.1 Applications linéaires......................................... 2 1.2 Familles libres, génératrices

Plus en détail

Espaces vectoriels de dimension finie

Espaces vectoriels de dimension finie Espaces vectoriels de dimension finie 1 Questions de cours 3 Exercices 1. Énoncer et montrer le théorème de la base incomplète. 2. Soit E de dimension finie n et F un sousespace de E. Montrer que F est

Plus en détail

L2 ÉCONOMIE & GESTION 2010-11 COURS DE MÉTHODES MATHÉMATIQUES 3. Alexandre VIDAL

L2 ÉCONOMIE & GESTION 2010-11 COURS DE MÉTHODES MATHÉMATIQUES 3. Alexandre VIDAL L2 ÉCONOMIE & GESTION 2010-11 COURS DE MÉTHODES MATHÉMATIQUES 3 Alexandre VIDAL Dernière modification : 11 janvier 2011 Table des matières I Généralités et rappels sur les fonctions 1 I.1 Définition....................................

Plus en détail

Introduction à l optimisation

Introduction à l optimisation Université du Québec à Montréal Introduction à l optimisation Donnée dans le cadre du cours Microéconomie II ECO2012 Baccalauréat en économique Par Dominique Duchesneau 21 janvier septembre 2008 Ce document

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

Cours d analyse 1ère année. Rhodes Rémi

Cours d analyse 1ère année. Rhodes Rémi Cours d analyse 1ère année Rhodes Rémi 10 décembre 2008 2 Table des matières 1 Propriétés des nombres réels 5 1.1 Sous-ensembles remarquables de R........................ 5 1.2 Relations d ordre..................................

Plus en détail

FONCTIONS CONVEXES. Chapitre 3. 3.1 Notations et définitions préliminaires

FONCTIONS CONVEXES. Chapitre 3. 3.1 Notations et définitions préliminaires Chapitre 3 FONCTIONS CONVEXES 3.1 Notations et définitions préliminaires L étude des fonctions convexes montrera que celles ci sont continues sur tout l intérieur de leur domaine de définition et qu elles

Plus en détail

Rappels d Algèbre Linéaire de P.C.S.I

Rappels d Algèbre Linéaire de P.C.S.I Rappels d Algèbre Linéaire de PCSI Table des matières 1 Structure d espace vectoriel sur IK 3 11 Définition et règles de calcul 3 12 Exemples de référence 3 13 Espace vectoriel produit 4 14 Sous-espaces

Plus en détail