Espaces vectoriels normés

Dimension: px
Commencer à balayer dès la page:

Download "Espaces vectoriels normés"

Transcription

1 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 : E R + qui vérifie : x E, λ K, N(λx) = λ N(x). x, y E, N(x + y) N(x) + N(y). Si de plus x E, N(x) = 0 x = 0 on dit que N est une norme sur E. Soit N une norme sur E, le couple (E, N) s appelle espace vectoriel normé. Pour x E, N(x) s appelle la norme de x, on le note aussi x. Exemples de normes classiques : Si E = K, les normes sur E sont de la forme N(x) = α x où α R +. Si E est de dimension finie n N : Soit (e 1,..., e n ) une base de E et x = x i e i. On a les 3 normes classiques : N 1 (x) = x 1 = x i 2 et N (x) = x = sup x i. i 1,n Si E = K[X] : Soit P = a i X i. On a les 3 normes classiques : N 1 (P ) = P 1 = x i, N 2 (x) = x 2 =Ì =Ì a i, N 2 (P ) = P 2 i=0 a i 2 et N (P ) = P = sup a i. i 0,n Si E = C([a, b]) avec a b R : Soit f E. On a les 3 normes classiques : N 1 (f) = f 1 =Zb a f(x) dx, N 2 (f) = f 2 =ÊZb a f(x) 2 dx et N (f) = f = sup f(x). x [a,b] f. Si E = B(A, C) l espace des fonctions bornées sur A : On prend la norme N (f) = f = sup A Remarque : Soient (E, N) un espace vectoriel normé et F est un sous-espace de E, alors (F, N F ) est un espace vectoriel normé. Propriété : Soit (E, N) un espace vectoriel normé. Alors x, y E, N(x) N(y) N(x y). Définition : On suppose que E est une K-algèbre. On dit que (E, N) est une algèbre normée ou que N est une norme d algèbre si : (E, N) est un espace vectoriel normé. x, y E, N(xy) N(x)N(y). Définition : (E, N) un espace vectoriel normé. On appelle distance sur E associée à N l application : d : E E R + (x, y) N(x y) Exemples de distances classiques : Si E est de dimension finie n N : Soit (e 1,..., e n ) une base de E et x = x i e i, y = y i e i. On a les 3 distances classiques : d 1 (x, y) = x i y i 2, d (x, y) = sup x i y i. i 1,n x i y i, d 2 (x, y) =Ì 1

2 Si E = C([a, b]) avec a b R : Soit f, g E. On a les 3 distances classiques : d 1 (f, g) =Zb f(x) g(x) dx, f(x) g(x) 2 dx, d (f, g) = sup f(x) g(x). a x [a,b] Si E = K[X] avec n N : Soient P = a i X i, Q = b i X i (On complète par des zéros pour avoir le même degré). i=0 i=0 On a les 3 distances classiques : N 1 (P, Q) = a i b i 2, N (P, Q) = sup a i b i. i 0,n d 2 (f, g) =ÊZb a i b i, N 2 (P, Q) =Ì Propriétés : (E, N) un espace vectoriel normé et d la distance associée. Alors : x, y E, d(x, y) = 0 x = y. x, y E, d(x, y) = d(y, x). x, y, z E, d(x, y) + d(y, z) d(x, z). x, y, z E, A E, d(x, y) d(x, z) d(y, z) Définitions : (E, ) un espace vectoriel normé et d la distance associée. Soient A, B E non vides et a E. On appelle distance de a à A le réel d(a, A) = inf x A On appelle distance de A à B le réel d(a, B) = d(a, x) = inf x A d(x, y) = inf inf x A,y B a x. x y. x A,y B d(a, A) = d({a}, A). a A d(a, A) = 0 alors que d(a, A) = 0 a A. Si A B alors d(a, B) = 0 alors que d(a, B) = 0 A B. inf a A d(a, B) d(a, B). Définitions : (E, ) un espace vectoriel normé. Soit A E. On dit que A est bornée si l ensemble { x /x A} est majoré. Soient a E, r 0. La partie B(a, r) = {x E/ x a < r} s appelle la boule ouverte de centre a et de rayon r. La partie B f (a, r) = {x E/ x a r} s appelle la boule fermée de centre a et de rayon r. La partie S(a, r) = {x E/ x a = r} s appelle la sphère de centre a et de rayon r. A un ensemble. L appliction f : A E est dite bornée si la partie f(a) est bornée. Définition : (E, ) un espace vectoriel normé et A E non vide. On appelle diamètre de A l élément de R : δ(a) = sup x,y A d(x, y) = sup x,y A x y. A bornée ssi a E, r > 0, A B(a, r) ssi δ(a) <. Si A B E alors δ(a) δ(b). Soient A un ensemble non vide et (E, N) un espace vectoriel normé. Alors l ensemble B(A, E) des applications bornées sur A muni de N (f) = sup x A 1.2 Normes équivalentes : N(f(x)) est un espace vectoriel normé. Soient N 1 et N 2 deux normes sur E. Définition : N 1 est dite plus fine que N 2 s il existe α > 0 tel que αn 2 N 1. Elles sont dites équivalentes s il existe α, β > 0 tel que αn 2 N 1 βn 2, dans ce cas on note N 1 N 2. est une relation d équivalence sur l ensemble des normes sur E. N 1 et N 2 sont équivalentes ssi chacune est plus fine que l autre. N 1 et N 2 sont équivalentes ssi il existe c > 0 tel que 1 c N 2 N 1 cn 2. N 1 est dite plus fine que N 2 ssi { N2(x) N 1(x) /x E \ {0}} est majoré. Toutes les normes sont équivalentes sur E = K. Exemples : Si E est de dimension finie n N : On a N N 2 nn 2 nn donc N 1 N 2 N. Si E = C([a, b]) avec a b R : On a N 1 b an 2 (b a)n, donc N est plus fine que N 2 qui est à son role plus fine que N 1. Si E = K n [X] : On N N 2 n + 1N 1 (n + 1)N, donc N 1 N 2 N. a 2/12

3 Remarque pratique : Pour montrer que deux normes ne sont pas équivalentes on cherche une suite (x n ) E N telle que N 2 (x n ) lim = + ou n + N 1 (x n ) lim N 1 (x n ) n + N 2 (x n ) = +. On cherche souvent des suites (x n ) telles que N 1 (x n ) = cste et lim N 2(x n ) = + ou N 2 (x n ) = cste et lim N 1(x n ) = n + n + +. Proposition (Caractérisation géométrique de l équivalence ) : N 1 et N 2 sont équivalentes ssi α, β > 0, x E, B N2 (0, α) B N1 (0, 1) B N2 (0, β). Proposition : Si E est de dimension finie alors N est plus fine que toute autre norme. Proposition : En dimension finie, toutes les normes sont équivalentes. 2 Suites dans un espace vectoriel normé : E un K-espace vectoriel normé. 2.1 Suites Convergentes : Soit (u n ) E N. Proposition et définition : On dit que (u n ) converge si l E, ε > 0, N N, n N, u n l ε. Dans ce cas, l est unique et s appelle la limite de (u n ). On note lim u n = l ou u n l. n + Si (u n ) ne converge pas alors on dit qu elle est divergente. Soit l E. u n l u n l 0. u n l u n l. La réciproque est fausse. u n l ε > 0, {n N/ u n l ε} est fini. u n l ε > 0, N N, n N, u n B(l, ε). Toute suite convergente est bornée. La définition de la limite dépend de la norme choisie. Dans K[X] la suite P n = 1 n ( X n ) converge vers 0 pour la norme N et diverge (car non bornée) pour la norme N 1. Pour deux normes équivalentes, une suite ne change pas de nature. En cas de convergence, elle ne change pas la valeur de sa limite. Proposition : (u n ) et (v n ) deux suites de E N convergentes et λ K. Alors : La suite (u n + v n ) converge et on lim (u n + v n ) = lim u n + lim v n. n + n + n + La suite (λu n ) converge et on a lim (λu n) = λ lim u n. n + n + En particulier, l ensemble des suites convergentes sur E est un sous-espace vectoriel de l espace des suites bornées sur E. Sur une algèbre normée (E, ) si u n l et v n l alors (u n v n ) converge vers ll. Donc, l ensemble des suites convergentes sur E est un sous-algèbre de l algèbre des suites bornées sur E. Définition : Soeint E 1,..., E n des espaces vectoriels normés et on pose E = E 1... E n. E muni de x = (x 1,..., x n ) E, x = sup( x 1,..., x n ) est un espace vectoriel normé et cette norme s appelle la norme produit sur E. Proposition : Soeint E 1,..., E p des espaces vectoriels normés et E = E 1... E p muni de la norme produit. Soient (u n ) = (u n 1,..., u n p ) E N et l = (l 1,..., l p ) E p. Alors : u n l i 1, p, u n i l i. Corollaire : Si E est de dimension finie p N alors : (u n ) = (u n 1,..., u n p ) l = (l 1,..., l p ) i 1, p, u n i l i. Exemples : Si (u n ) C N. (u n ) converge ssi (Re u n ) et (Im u n ) convergent. De plus, u n z ssi Re u n Re z et Im u n Im z. Si (A n ) M mn (K) N. (A n ) converge ssi i 1, m, j 1, n, (a n ij ) converge. De plus, A n A ssi i 1, m, j 1, n, a n ij a ij. 2.2 Suites extraites : (u n ) une suite de E. Rappel : Soit ϕ : N N une application strictement croissante, alors n N, ϕ(n) n. Définition : On dit que (v n ) est une suite extraite de (u n ) s il existe une application strictement croissante ϕ : N N telle que n N, v n = u ϕ(n). proposition : (u n ) converge l E ssi toutes les suites extraites de (u n ) convergent vers l. Exercice : 1. Montrer que si (u 2n ) et (u 2n+1 ) convergent vers une même limite alors (u n ) est convergente. 3/12

4 2. Montrer que si (u 2n ), (u 2n+1 ) et (u 3n ) convergent alors (u n ) est convergente. Remarques pratiques : Pour montrer qu une suite diverge on peut : Ou bien montrer qu elle admet une suite extraite divergente. Ou bien montrer qu elle admet deux suites extraites qui convergent vers deux limites différentes. Définition : On dit que l E est une valeur d adhérence de (u n ) si l est limite de l une de ces suites extraites. Exemple : -1 et 1 sont deux valeurs d adhérences de la suite u n = ( 1) n. Remarque : Si (u n ) converge alors elle admet sa limite comme seule valeur d adhérence. Si (u n ) admet une seule valeur d adhérence alors ça n implique pas que (u n ) converge. En effet, u 2n = 0 et u 2n+1 = 2n + 1 est un exemple d une suite divergente qui admet 0 comme seule valeur d adhérence. 2.3 Comparaison des suites : Soient (u n ), (v n ) E N, (α n ), (β n ) (R + ) N et λ K. Définition : On dit que (u n ) est : dominée par (α n ) si M 0, n N, u n Mα n et on note u n = O(α n ). négligeable devant (α n ) si ε > 0, N N, n N, u n εα n et on note u n = o(α n ). équivalente à (v n ) si u n v n = o( v n ) et on note u n v n. est une relation d équivalence sur E N. Soit l E \ {0}.u n l u n l. u n 0 u n = o(1). Propriétés : n = o(α n ) u u n + λv n = o(α n ). v n = o(α n ) u n = O(α n ) v n = O(α n ) u n = o(α n ) α n = O(β n ) u n = O(α n ) α n = o(β n ) u n + λv n = O(α n ). u n = o(β n ). u n = o(β n ). u n v n u n = O( v n ) v n = O( u n ) n = O( v n ) Remarque : u v n = O( u n ) pourtant u n v n. 3 Topologie des espaces vectoriels normés : E un K-espace vectoriel normé. 3.1 Ouverts, fermés et voisinages :. u n v n. En effet, pour u n = 1 et v n = 2 on a u n = O( v n ) et v n = O( u n ) et Définition : O E, on dit que O est un ouvert de E si x O, ε > 0, B(a, ε) O. Propriétés : φ et E sont des ouverts de E. Un réunion quelconque d ouverts de E est un ouvert. Une intersection finie d ouverts est un ouvert. \ Dans R, les intervalles ouverts sont des ouverts. ] 1 n, 1 n [Šn N est une famille infinie d ouverts de R et ] 1 n, 1 [= {0} n est pas ouverts dans R. n n N Théorème : Une boule ouverte de E est un ouvert de E. Les ouverts de E sont les unions de boules ouvertes. Remarque : Soient E, F deux K-espaces vectoriels normés et E F l espace vectoriel normé produit. On a (x, y) E F, ε > 0, B((x, y), ε) = B(x, ε) B(y, ε). 4/12

5 Généralement, si E 1,..., E n sont des K-espaces vectoriels normés et E = E 1 E n l espace vectoriel normé produit alors x = (x 1,..., x n ) E, ε > 0, B(x, ε) = B(x 1, ε) B(x n, ε). Proposition : Soient E, F deux K-espaces vectoriels normés, A E et B F. Si A est ouvert dans E et B est ouvert dans F alors A B est ouvert dans l espace vectoriel normé produit E F. Généralement, soient E 1,... E n des K-espaces vectoriels normés et i 1, n, U i E i. Si i 1, n, U i est un ouvert de E i alors U 1 U n est un ouvert de l espace vectoriel normé produit E = E 1 E n. Définition : F E, on dit que F est un fermé de E si le complémentaire CE F de F dans E est un ouvert de E. Propriétés : φ et E sont des fermés de E. Un intersection quelconque de fermés de E est un fermé. Une réunion finie de fermés est un fermé. [ Dans R, les intervalles fermés sont des fermés. [ 1 n, 1 1 n ]Šn N est une famille infinie de fermés de R et 1 n, 1 n =]0, 1 1[ n est pas fermé dans R. n N Théorème : Les singletons, les parties finies de E sont des fermés dans E Une boule fermée sur E est un fermé de E. Les sphères de E sont fermées dans E. Caractérisation séquentielle : L ensemble A E est fermé ssi toute suite convergente d éléments de A converge dans A. Proposition : Soient E, F deux K-espaces vectoriels normés, A E et B F. Si A est fermé dans E et B un fermé dans F alors A B est fermé dans l espace vectoriel normé produit E F. Généralement, soient E 1,... E n des K-espaces vectoriels normés et i 1, n A i E i. Si A 1,..., A n sont respectivement des fermés dans E 1,..., E n alors A 1 A n est fermé dans l espace vectoriel normé produit E = E 1 E n. Définition : a E et V E, on dit que V est un voisinage de a s il existe un ouvert O de E tel que a O V. L ensemble des voisinages de a est noté V(a). a E et V E. Si V V(a) alors a V. V V(a) ssi ε > 0, B(a, ε) V. Une réunion quelconque de voisinages de a est un voisinage de a. Une intersection finie de voisinages de a est un voisinage de a. Propriétés : V E est un ouvert ssi V est voisinage de tous ses points. Définition : On dit que V E est un voisinage de l infini si M > 0, x E, x M x V. L ensemble des voisinages de l infini est noté V( ). Les relations sur les voisinages restent valables pour les voisinages à l infini. Proposition : N 1, N 2 deux normes équivalentes sur E, alors les ouverts, les fermés et les voisinages de E pour la norme N 1 sont respectivement les ouverts, les fermés et les voisinages de E pour la norme N 2. On dit que deux normes équivalentes définissent la même topologie. 3.2 Topologie relative à une partie : Soient A E et a A. Définition : On appelle voisinage de a dans A tout ensemble de la forme A V où V est un voisinage de a dans E. L ensemble des voisinage de a dans A est noté V A (a). V A (a) = {V A/V V(a)}. V V A (a) ε > 0, B A V. Les propriétés des voisinage de a dans E restent valables pour les voisinage de a dans A. Si A est un voisinage de a alors V A (a) est l ensemble des voisinages de a dans E contenus dans A. Définition : On appelle ouvert dans A tout ensemble de la forme A O où O est un ouvert de E. Si A est un ouvert de E alors les ouverts relatifs à A sont les ouverts de E contenus dans A. U est un ouvert relatif à A ssi x U, ε > 0, B(x, ε) A U. Les propriétés des ouverts de E restent valables pour les ouverts relatifs à A. Définition : On appelle fermé relatif à A tout ensemble de la forme A F où F est un fermé de E. Le complémentaire dans A d un fermé relatif à A est un ouvert relatif à A. Si A est un fermé de E alors les fermés relatifs à A sont les fermés de E contenus dans A. Les propriétés des fermés de E restent valables pour les fermés relatifs à A. 5/12

6 3.3 Intérieur, adhérence et frontière : a E et A E. Définition : On dit que a adhère à A ou que a est une valeur d adhérence de A ou encore que a est adhérent à A si ε > 0, A B(a, ε) φ. Si a A alors a est adhérent à A. La réciproque est fausse, En effet 0 est adhérent à ]0, 1] mais 0 ]0, 1]. Définition : On appelle adhérence de A l ensemble des valeurs d adhérences de A. On le not Ā. Caractérisation séquentielle : a Ā ssi a est limite d une suite d éléments de A. Propriétés : A Ā. A B Ā B. Ā est un fermé de E. A est un fermé de E ssi Ā = A. Ā = Ā. Ā est le plus petit fermé contenant A, c est l intersection de tous les fermés contenant A. B(a, r) = B f (a, r). Remarque pratique : Soit B E. Pour montrer que B = Ā on vérifie d abord que B est fermé et que pour tout fermé F tel que A F on a B F. Définition : On dit que A est dense dans E si Ā = E. Soit B E. On dit que A est dense dans B si B Ā. Conséquence : A est dense dans B ssi ε > 0, x B, y A, d(x, y) < ε. Caractérisation séquentielle : A est dense dans B E ssi tout élément de B est limite d une suite d éléments de A. Définition : On dit que a est intérieur à A si r > 0, B(a, r) A. a est intérieur à A ssi A est voisinage de a. si a est intérieur à A alors a A mais la réciproque est fausse. En effet 0 {0} mais 0 n est pas un points intérieur de {0}. Proposition : A est un ouvert de E ssi tous ses points sont intérieur. Définition : On appelle intérieur de A l ensemble des points intérieurs de A. On le not Å. Proposition : Pour X E on désigne par CX le complémentaire de X dans E : CA = CÅ. CA = CĀ. Propriétés : Å A. A B Å B. Å = Å. Å est un ouvert de E. A est un ouvert de E ssi Å = A. Å z est } la { réunion de tous les ouverts contenus dans A, En particulier Å est le plus grand ouvert contenu dans A. Si O A et O est un ouvert de E alors O Å. B f (a, r) = B(a, r). Remarque pratique :Soit B E. Pour montrer que B = Å on vérifie d abord que B est ouvert et que pour tout ouvert O A on a O B. Définition : On appelle frontière de A l ensemble Ā \ Å. On le note F r(a) ou A. remarques : φ = φ; E = φ. A = Ā CA. En particulier, A est fermé dans E. B f (a, r) = B(a, r) = S(a, r). 4 Limite et continuité : E, F deux K-espaces vectoriels normés, A E, f : E F, a Ā. 4.1 Limite : Proposition et définition : On dit que f admet une limite en a si l F, ε > 0, η > 0, x A, x a η f(x) l ε. 6/12

7 Dans ce cas, l est unique. On dit que l est la limite de f en a et on la note lim f(x) ou lim f(x). a Proposition : Les assertions suivantes sont équivalentes : lim f(x) = l ε > 0, η > 0, f(b(a, η) A) B(l, ε). V V(l), U V(a), f(u A) V. V V(l), U V A (a), f(u) V. V V(l), f 1 (V ) V A (a). Si f admet une limite en a alors f est bornée qu voisinage de a. L existence et la valeur de la limite ne varient pas si on remplac les normes de E ou F par des normes équivalentes. Si E = R alors cette définition coincide avec celle des fonction à une variable réelle. Si E = R et A =]b, a[ ou A =]a, b[ avec b R alors on obtient la définition de la limite à gauche et la limite à droite. Proposition et définition : On dit que f admet une limite l à l infini si ε > 0, M > 0, x A, x M f(x) l ε. Dans ce cas la limite l est unique et on la note lim x + f(x). Proposition : Les assertions suivantes sont équivalentes : lim f(x) = l x + V V(l), U V(+ ), f(u A) V. V V(l), U V A ( ), f(u) V. V V(l), f 1 (V ) V A (+ ). Caracrtérisation séquentielle : lim f(x) = l (x n) A N, (x n a f(x n ) l). lim f(x) = l (x n) A N, ( x n + f(x n ) l). x a Proposition : Soient λ K et f, g : A F tels que lim f(x) = l et lim g(x) = l. Alors : f + g admet une limite en a et on a lim (f + g)(x) = l + l. λf admet une limite en a et on a lim λf(x) = λ l. Si de plus F est une algèbre normée alors fg admet une limite en a et on a lim (fg)(x) = l l. Proposition : Soient E, F et G trois K-espaces vectoriels normés. A E, B F, f : A F, g : B G, a Ā et l G. On suppose que f(a) B. Si lim f(x) = b alors b B. Si de plus lim g(x) = l alors lim (g f)(x) = l. x b Proposition : Soient F 1,..., F n des K-espaces vectoeiels normés et f : A F 1 F n tel que f = (f 1,..., f n ). f admet une limite en a ssi ses composantes f 1,..., f n ont des limites en a. Dans ce cas lim f(x) = ( lim f 1 (x),..., lim f n (x)). Corollaire : Si F est de dimenstion finie n N, alors f admet une limite en a ssi ses composantes ont des limites en a. Dans ce cas lim f(x) = ( lim f 1 (x),..., lim f n (x)). Définition : Soient f, g : A F, a Ā et ϕ : A R+. On dit que : f est dominée par ϕ au voisinage de a si M > 0, V V A (a), x V, f(x) Mϕ(x). On note f = O a (ϕ). f est négligeable devant ϕ au voisinage de a si ε > 0, V V A (a), x V, f(x) εϕ(x). On note f = o a (ϕ). f et g sont équivalentes au voisinage de a si f g = o a ( g ). 4.2 Continuité : Dans cette partie on suppose que a A. Définition : On dit que f est continue en a si lim f(x) = f(a). On dit que f est continue sur A si f est continue en tout point de A. Propossition : Si f admet une limite en a ssi f est continue en a. Définition : Soit b Ā et on suppose que f admet une limite l en b. L application f(x) si x A = f(x) est continue en b. On l appelle le prolongement par continuité de f en b. l si x = b Caractérisation séquentielle : f est continue en a ssi (x n ) A N, (x n a f(x n ) f(a)). Notations : C(A, F ) : L ensemble des applications continues sur A à valeurs dans F. C(A, K) ou C(A) : L ensemble des applications continues sur A à valeurs dans K (fonctions numériques). Proposition : 7/12

8 C(A, F ) est un sous-espace vectoriel de F(A, F ). Si F est une algèbre normée alors C(A, F ) est un sous-algèbre de F(A, F ). En particulier, C(A) est une sous-algèbre de F(A, K). Proposition : Soient F 1,..., F n des K-espaces vectoeiels normés et f : A F 1 F n tel que f = (f 1,..., f n ). f est continue en a ssi i 1, n, f i est continue en a. Corollaire : On suppose que F est de dimension finie. f est continue en a ssi ses composantes sont continues en a. Proposition : Soient E, F et G trois K-espaces vectoriels normés. A E, B F, f : A F, g : B G. On suppose que f(a) B. Si f est continue en a et g continue en f(a) alors g f est continue en a. Si f est continue sur A et g continue sur B alors g f est continue sur A. Proposition : Soient B A, g = f B et b B. Si f est continue en b alors g est continue en b. Si f est continue sur B alors g est continue sur B. Proposition : Soient f, g C(B, F ) et A B E tels que A est dense dans B. Si f = g sur A alors f = g sur B. Soient f, g C(E, F ) et A E tel que A est dense dans E. Si f = g sur A alors f = g sur E. Proposition : Les assertions suivantes sont équivalentes : f continue sur A. L image réciproque de tout ouvert de F est un ouvert relatif à A. L image réciproque de tout fermé de F est un fermé relatif à A. Applications : Soit f : x x a. On a f C(E) : On a B(a, r) = f 1 (], r[) et ], r[ est un ouvert de R donc B(a, r) est un ouvert de E. On a B f (a, r) = f 1 (], r]) et ], r[ est un fermé de R donc B(a, r) est un fermé de E. On a S(a, r) = f 1 ({r}) et {r} est un fermé de R donc B(a, r) est un fermé de E. Exercice : Montrer que = {(x, x)/x E} est un fermé de E 2. Définition : On dit que f est uniformément continue sur A si ε 0, η 0, x, y A, ( x y η f(x) f(y) ε). Remarque : Si f est uniformément continue sur A alors f est continue en A. La réciproque est fausse. Caractérisation séquentielle : f est uniformément continue sur A ssi (x n ), (y n ) A N, x n y n 0 f(x n ) f(y n ) 0. Remarque : Pour montrer que f n est pas uniformément continue sur A on cherche deux suites (x n ), (y n ) A N tels que x n y n 0 et f(x n ) f(y n ) 0. Exemple : Pour montrer que f : x x 2 n est pas uniformément continue sur R on peut prendre les suites x n = n et y n = n + 1. Définition : On dit que f est Lipschitzienne sur A s il existe k 0 tel que x, y A, f(x) f(y) k x y. On dit dans ce cas que f est k-lipschitzienne. Si de plus k < 1 on dit que f est contractante. Proposition : Si f est Lipschitzienne sur A alors f est uniformément continue sur A. Remarque : La réciproque est fausse. L application f : x x est pas uniformément continue sur [0, + [ mais n est pas Lipschitzienne sur [0, + [. Exemples de fonctions continues : x x est 1-Lipschitzienne sur E, donc uniformément continue sur E et par suite continue sur E. x d(x, A) est 1-Lipschitzienne sur E, donc uniformément continue sur E et par suite continue sur E. Si F est de dimension finie alors tout polynôme, fraction ou fonction usuelle en les coordonnées de la variable est continue sur son domaine de définition. 5 Parties compactes, parties complètes, parties connexes par arc : 5.1 Parties compactes d un espace vectoriel normé : E, F deux K-espaces vectoriels normés, A E et B F. Définition : On dit que A est compact dans E si de toute suite d éléments de A on peut extraire une suite convergente dans A. Les segments de R (i.e {x R/a x b} avec a < b R) sont des compactes dans R. Les disque D(0, r) = {z C/ z r} où r 0 sont des compacts dans C. Une partie finie est compacte. Si N 1 et N 2 sont deux normes équivalents sur E. Alors tout compact dans E pour N 1 est compact pour N 2. Théorème : Si A est compact alors A est fermé. Les intervalles ouverts et semi-ouverts ne sont pas compacts dans R. Les boules ouvertes de E ne sont pas compactes dans E. Si A est compact de E alors les fermés de A sont les fermés de E inclus dans A. 8/12

9 Théorème : Si A est compact alors tout fermé de A est compact dans E. Théorème : Si si A est compact dans E et B compact dans F alors A B est compact de E F. Théorème : Si A est compact dans E alors A est borné. On suppose que E {0}. Tout sous-espace vectoriel non nul de E n est pas compact. En particulier, E n est pas compact. Toute partie non bornée de E n est pas compacte. Théorème de Heine : Soit f : A F continue. Si A est compact dans E alors f est uniformément continue sur A. Proposition : Soit f : A F continue. Si A est compact dans E alors f(a) est compact dans F. Remarque : L image réciproque d un compact par une application continue n est pas forcément un compact. En effet, pour f : x sin x on a [ 1, 1] est compact dans R alors que f 1 ([ 1, 1]) = R n est pas compact dans R. Corollaire : On suppose que A est compact et f : A F continue sur A alors : f(a) est borné et il existe a A tel que f(a) = sup x A Si de plus F = R alors f(a) est borné et il existe a, b A, f(a) = sup x A f(x). (On dit que f atteint la borne supérieur de sa norme). f(x) et f(b) = inf f(x) (On dit que f atteint ses x A bornes) Proposition : Soit n N. Les compacts de (K n, ) sont les fermés bornées de K n. Corollaire : On suppose que E est de dimension finie n N. Les compacts de (E, ) sont les fermés bornés. En particulier, B(0, 1) et S(0, 1) sont des compactes dans (E, ). Proposition : Dans un espace vectoriel normé de dimension finie toutes les normes sont équivalentes. Toutes les normes de R n et C n sont équivalentes. Dans un espace vectoriel de dimension finie on n a pas besoin de préciser la norme avec laquelle on travaille. Proposition : Dans un espace vectoriel normé de dimension finie les compacts sont les fermés bornées. Remarque : En dimension quelconque, les fermés bornés ne sont pas forcément compacts. En effet, pour E = C([ 1, 1], C) muni de la norme la boule unité fermée n est pas compacte. Il suffit de voir que pour la suite e n (t) = e int on a n p N, e n = 1 et e n e p = 2. Proposition : Soit (x n ) une suite de E convergente. Alors {x n ; n N} {lim x n } est compact. Théorème de Bolzano - weierstrass : On suppose que E est de dimension finie. De toute suite bornée de E on peut extraire une suite convergente. 5.2 Espaces complets : Soit A E. Définition : Soit (x n ) une suite de E. On dit que (x n ) est une suite de Cauchy si ε > 0, N N, m, n N, x n x m ε. Propriétés : Toute suite convergente est de Cauchy. Toute suite de Cauchy est bornée. Si une suite de Cauchy admet une valeur d adhérence l alors elle est convergente vers l. Une suite extraite d une suite de Cauchy est de Cauchy. Remarque : Une suite de Cauchy n est pas forcément convergente. Si f est uniformément continue sur A alors pour toute suite de Cauchy (x n ) sur A on a (f(x n )) est une suite de Cauchy sur F. Définition : On dit que A est complet si toute suite de Cauchy à élément dans A est converge dans A. Si E est complet alors on dit que E est un espace de Banach. Propriété : Toute partie compacte de E est complète. Proposition : Si A est complet alors A est fermé. Proposition : Dans un Banach, les parties complètes sont les parties fermées. Proposition : Soient E et F deux K-espaces vectoriels normés. Si A est complet dans E et B complet dans F alors A B est complet dans E F. Proposition : Tout K-espace vectoriel de dimension finie est un Banach. Corollaire : R, C, R n et C n sont complets. Corollaire : Dans un espace vectoriel normé, non nécessairement de dimension finie, tout sous-espace vectoriel de dimension finie est complet. En particulier, il est fermé. Proposition : Soit f : A E F uniformément continue avec F Banach, alors f se prolonge de façon unique sur Ā en une fonction uniformément continue. Proposition : Soit f : A E F k-lipschitzienne avec F Banach, alors f se prolonge de façon unique sur Ā en une fonction Lipschitzienne. De plus, ce prolongement est k-lipschitzien. 9/12

10 5.3 Parties connexes par arc : Définition : Soient A E et a, b A. On appelle chemin de a à b dans A toute application continue γ : [0, 1] A telle que γ(0) = a et γ(1) = b. On dit que A est connexe par arc si pour tous x, y A il existe un chemin de x à y dans A. S il existe une application continue γ : [α, β] A telle que γ(α) = a et γ(β) = b alors il existe un chemin de a à b dans A. En effet, l application f : [0, 1] A définie par f(t) = γ((1 t)α + tβ) est continue et vérifie f(0) = a et f(1) = b. a, b, c A. S il y a un chemin γ 1 de a à b dans A et un chemin γ 2 de b à c dans A alors l application γ : [0, 1] A définie par ( 2t) si 0 t γ(t) = γ 1 2 γ 2 (2t 1) si 1 Donc il existe un chemin de a à c dans A. 2 t 1. La relation a b il existe un chemin de a à b dans A est une relation d équivalence sur A. Proposition : Soit A E et f : A F continue. Si A est connexe par arc alors f(a) est connexe par arc. Remarque : Si A convexe alors A est connexe par arc. En particulier, Tout espace vectoriel normé est connexe par arc. Les intervalles de R sont connexes par arc. Un connexe par arc n est pas forcément convexe. En effet, le cercle unité du plan n est pas convexe mais il est connexe comme image de l intervalle [0, 2π] par l application continue t (cos t, sin t). Proposition : Soient A E et B F. Si A et B sont connexes par arc alors A B est connexes par arc. Proposition : Les connexes par arc de R sont les intervalles. Corollaire : On suppose que f C(A, R) et A connexe par arc, alors f(a) est un intervalle. Théorème des valeurs intermédiares : Soient A connexe par arc, f C(A, R) et (a, b) A 2. Alors m entre f(a) et f(b) il existe c A tel que f(c) = m. Définition : Soit a A. On appelle composante connexe par arc de a dans A l ensemble des points de A joignable par un chemin de A. On la note C(a). Une composante connexe par arc est connexe par arc. La classe d équivalence de a par la relation d équivalence est C(a). a, b A alors C(a) = C(b) ou C(a) C(b) = φ. A est union de composantes connexes deux à deux disjointes. Proposition : Tout ouvert de E est union de composantes connexes par arc. De plus chaque composante par arc est ouverte. Corollaire : Tout ouvert de R est union d intervalles ouverts deux à deux disjoints. 6 Applications linéaires continues : Dans cette partie E, F et G sont trois K-espaces vectoriels normés et f L(E, F ). 6.1 Applications linéaires continues : Caractérisation des applications linéaires continues : Les assertions suivantes sont équivalentes : f continue sur E. f continue en 0. f est bornée sur la boule unité fermée B(0, 1). k > 0, x E, f(x) k x. On peut remplacer dans la proposition la continuité en 0 par un la continuité en un autre point de E. Pour montrer que f n est pas continue sur E on cherche une suite de E telle que n N, x n 1 et f(x n ). Proposition : f continue sur E ssi f uniformément continue sur E ssi f Lipschitzienne sur E. Proposition : L ensemble des applications linéaires continues sur E est un sous-espace vectoriel de L(E, F ). On le note L c (E, F ). Proposition : Si E est de dimension finie alors toute application linéaire de E vers F est continue. En conséquence, L(E, F ) = L c (E, F ). 6.2 Norme subordonnée : Proposition et définition : f = sup f(x) est une norme sur L c (E, F ). On l appelle la norme subordonnée aux normes x 1 de E et F. En particulier, L c (E, F ) est un espace vectoriel normé. 10/12

11 Théorème : f L c (E, F ) : f(x) f = sup f(x) = sup f(x) = sup = inf{k R; f(x) k x } x 1 x =1 x =0 x Corollaire : f L c (E, F ), x E, f(x) f x. f L c (E, F ), k R; f(x) k x f k. Proposition : Soient f L c (E, F ) et g L c (F, G) alors g f L c (E, G) et g f g f. En particulier, L c (E) muni de la norme subordonnée est une K-algèbre normée. 6.3 Caractérisation des normes équivalentes : Soient N et N deux normes sur E. Proposition : N est plus fine que N ssi Id : (E, N ) (E, N) est continue. Corollaire : N est plus fine que N ssi toute suite de E convergente vers 0 au sens de N converge vers 0 au sens de N. Définition : On dit que f : E F est bicontinue ou homéomorphisme si f est bijective et f et f 1 sont continues. Proposition : N et N sont équivalentes ssi Id : (E, N ) (E, N) est un homéomorphisme. Corollaire : N et N sont équivalentes ssi toute suite de E convergente pour l une des normes converge vers la même limite pour l autre norme. 6.4 Normes matricielles X : =Ê X Soient m, n N. Rappel : A 1 = a i,j, A 2 a i,j 2 et A = sup a i,j sont des normes sur 1 i m;1 j n 1 i m;1 j n 1 i m;1 j n M mn (K). Proposition : Les normes 1 et 2 sont des normes d algèbre sur M n (K). 1 La norme n est pas une norme d algèbre sur M n (K). En effet, pour A = 1 a A 1 1 on = 1 et A 2 = 2, en particulier AA A A. Définition : Soit A M 1n (K) = (K n ). On appelle norme de A subordonnée à la norme sur M n1 (K) la norme subordonnée de la forme linéaire sur M n1 (K) : u(x) = AX. On la note A. A M 1n (K), B M n1 (K), AB A B. AX A M 1n (K), A = X. sup X M n1(k)\{0} Proposition : Soit A M 1n (K) Alors : A 1 = A, A 2 = A 2, A = A 1. Définition : Soit A M n (K) = L(K n ). On appelle norme de A subordonnée à la norme sur K n la norme de l endomorphisme sur K n : u(x) = AX. On la note A. est une norme d algèbre sur M n (K). A M n (K), X K n, AX A X. A, B M n (K), AB A B. A M n (K), A = sup X K n \{0} AX X. Proposition : Soit A M n (K) Alors : A 1 = max 1 j n a ij, A = max 1 i n j=1 a ij Proposition : A M n (K) A 2 A 2. Remarque : Linclusion peut être stricte. En effet, pour A = I 2 on a A 2 = 2 et A 2 = 1 < 2. Définition : Soit A M n (K). On appelle matrice adjointe de A la matrice A = t Ā. Notation : On note X, Y K n, < X, Y >= t XY. Soit X, Y K n. Alors : < X, Y > K. < Y, X >= < X, Y >. sup AX 2 = X 2=1 sup X 2 = X 2=1 11/12

12 < X, X >= X < X, Y > X 2 Y 2. Proposition : Soit A M n (K). AlotrsÈ A A 2 = A 2 = A Application bilinéaires continues : Soit B : E F G bilinéaire. Proposition : B est continue sur E F k R, x E, y F, B(x, y) k x y. Corollaire : (λ, x) λx de K E E est continue. E préhilbertien. (x, y) < x, y > de E 2 K est continue. E une algèbre normée. (x, y) xy de E 2 E est continue. (u, v) u v de L c (E) L c (E) L c (E) est continue. Proposition : Si E et F sont de dimensions finies alors Toutes application bilinéaire de E F vers G est continue. Remarque : Généralisation sur les applications multilinéaires Soient E 1,..., E n, F des espaces vectoriels normés et M : E 1 E n F une application multilinéaire. M est continue sur E 1 E n ssi k R, x = (x 1,..., x n ) E 1 E n, M(x 1,..., x n ) k x 1 x n. Si de plus E 1,..., E n sont de dimensions finies alors toute application multilinéaire de E 1 E n vers G est continue. 12/12

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

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

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

Amphi 3: Espaces complets - Applications linéaires continues

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

Plus en détail

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

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

Continuité d une fonction de plusieurs variables

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

Plus en détail

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

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

Plus en détail

Théorie spectrale. Stéphane Maingot & David Manceau

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

Plus en détail

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

M42. Compléments d analyse (résumé).

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

Plus en détail

* 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

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

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

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

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

Plus en détail

Chapitre 7 : Intégration sur un intervalle quelconque

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

Plus en détail

M11 - Résumé de cours et exercices d analyses Premier cycle universitaire TABLES DES MATIÈRES

M11 - Résumé de cours et exercices d analyses Premier cycle universitaire TABLES DES MATIÈRES M11 - Résumé de cours et exercices d analyses Premier cycle universitaire TABLES DES MATIÈRES I. Logique. II. Ensemble. III. Relation, fonction, application. IV. Composition, réciprocité. V. Relation d

Plus en détail

Un tout petit peu d homotopie

Un tout petit peu d homotopie Vincent Beck On note I = [ 0, 1 ]. Un tout petit peu d homotopie 0.1 Homotopie Définition 1 Applications homotopes. Soient X, Y deux espaces topologiques et f, g : X Y deux applications continues. On dit

Plus en détail

TOPOLOGIE - SÉRIE 1. := {x} := {A X x A} est un

TOPOLOGIE - SÉRIE 1. := {x} := {A X x A} est un 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; Exercice

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

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

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

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

L2 MIEE 2012-2013 VAR Université de Rennes 1

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

Plus en détail

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

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

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

Plus en détail

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

Analyse - Résumés et exercices

Analyse - Résumés et exercices Analyse - Résumés et exercices Georges Skandalis Université Paris Diderot (Paris 7) - IREM Préparation à l Agrégation Interne 6 mars 205 Table des matières Suites de nombres réels. Développement décimal

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

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

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer

Plus en détail

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

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

Plus en détail

Cours d Analyse 3 Fonctions de plusieurs variables

Cours d Analyse 3 Fonctions de plusieurs variables Université Claude Bernard, Lyon I Licence Sciences, Technologies & Santé 43, boulevard 11 novembre 1918 Spécialité Mathématiques 69622 Villeurbanne cedex, France L. Pujo-Menjouet pujo@math.univ-lyon1.fr

Plus en détail

Université de Cergy-Pontoise Département de Mathématiques L1 MPI - S1. Cours de Mathématiques 1

Université de Cergy-Pontoise Département de Mathématiques L1 MPI - S1. Cours de Mathématiques 1 Université de Cergy-Pontoise Département de Mathématiques L1 MPI - S1 Cours de Mathématiques 1 Table des matières 1 Un peu de formalisme mathématique 7 1.1 Rudiments de logique........................................

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

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

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité

Plus en détail

Calcul fonctionnel holomorphe dans les algèbres de Banach

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

Plus en détail

AGRÉGATION INTERNE: RÉDUCTION DES ENDOMORPHISMES

AGRÉGATION INTERNE: RÉDUCTION DES ENDOMORPHISMES AGRÉGATION INTERNE: RÉDUCTION DES ENDOMORPHISMES VINCENT GUEDJ 1. Notions fondamentales 1.1. Noyau, Image. On se donne E un K-espace vectoriel de dimension finie (K = R, C principalement) et f L(E) un

Plus en détail

X-ENS PSI - 2009 Un corrigé

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

Plus en détail

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

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

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

Plus en détail

1 Notion d espace vectoriel

1 Notion d espace vectoriel Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Résumé de cours sur les espaces vectoriels et les applications linéaires Les vecteurs du plan, les nombres réels, et les polynômes à coefficients

Plus en détail

EXERCICES MATHEMATIQUE. UNIVERSITE DE LIEGE Faculté des Sciences F.BASTIN J.-P. SCHNEIDERS. Septembre 1992 EDITION PROVISOIRE

EXERCICES MATHEMATIQUE. UNIVERSITE DE LIEGE Faculté des Sciences F.BASTIN J.-P. SCHNEIDERS. Septembre 1992 EDITION PROVISOIRE UNIVERSITE DE LIEGE Faculté des Sciences EXERCICES d ANALYSE MATHEMATIQUE Notes du cours de la seconde candidature en sciences mathématiques et en sciences physiques F.BASTIN J.-P. SCHNEIDERS Septembre

Plus en détail

Différentiabilité ; Fonctions de plusieurs variables réelles

Différentiabilité ; Fonctions de plusieurs variables réelles Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2

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

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

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

Problème 1 : applications du plan affine

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

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 16 octobre 2015 Enoncés 1

[http://mp.cpgedupuydelome.fr] édité le 16 octobre 2015 Enoncés 1 [http://mp.cpgedupuydelome.fr] édité le 16 octobre 2015 Enoncés 1 Relations binaires Relations d équivalence Exercice 1 [ 02643 ] [Correction] Soit R une relation binaire sur un ensemble E à la fois réflexive

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

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

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

2. MATRICES ET APPLICATIONS LINÉAIRES

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

Plus en détail

Théorie des ensembles

Théorie des ensembles Théorie des ensembles Cours de licence d informatique Saint-Etienne 2002/2003 Bruno Deschamps 2 Contents 1 Eléments de théorie des ensembles 3 1.1 Introduction au calcul propositionnel..................

Plus en détail

Fonctions de plusieurs variables

Fonctions de plusieurs variables Maths MP Exercices Fonctions de plusieurs variables Les indications ne sont ici que pour être consultées après le T (pour les exercices non traités). Avant et pendant le T, tenez bon et n allez pas les

Plus en détail

Chapitre 4. Adjoints Opérateurs auto-adjoints et isométries

Chapitre 4. Adjoints Opérateurs auto-adjoints et isométries Chapitre 4 Adjoints Opérateurs auto-adjoints et isométries I. Adjoint : Cas général d une forme { bilinéaire symétrique sesquilinéaire hermitienne On suppose dans tout I que E est un espace vectoriel de

Plus en détail

Relations binaires sur un ensemble.

Relations binaires sur un ensemble. Math122 Relations binaires sur un ensemble. TABLE DES MATIÈRES Relations binaires sur un ensemble. Relations d équivalence, relation d ordre. Table des matières 0.1 Définition et exemples...................................

Plus en détail

Exercices de mathématiques MPSI et PCSI

Exercices de mathématiques MPSI et PCSI Exercices de mathématiques MPSI et PCSI par Abdellah BECHATA www.mathematiques.ht.st Table des matières Généralités sur les fonctions 2 2 Continuité 3 3 Dérivabilité 4 4 Fonctions de classes C k 5 5 Bijections

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

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

Théorèmes du Point Fixe et Applications aux Equations Diérentielles

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

Plus en détail

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

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

Table des matières. 4 Espaces de Hilbert 88 4.1 Généralités... 88 4.2 Le Théorème des bases hilbertiennes... 99 4.3 Exemples...

Table des matières. 4 Espaces de Hilbert 88 4.1 Généralités... 88 4.2 Le Théorème des bases hilbertiennes... 99 4.3 Exemples... Table des matières 1 Espaces linéaires à semi norme 3 1.1 Parties remarquables d un espace linéaire.................. 3 1.2 Sémi-normes sur un espace linéaire...................... 7 1.3 Espace linéaire

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

MATHS Rappels Suites, Fonctions, Développements limités

MATHS Rappels Suites, Fonctions, Développements limités INSTITUT NATIONAL POLYTECHNIQUE DE TOULOUSE MATHS Rappels Suites, Fonctions, Développements limités Pascal Floquet Xuân Meyer Première Année à Distance Septembre 006 Jean-Claude Satge Table des matières

Plus en détail

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

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

Plus en détail

Opérateurs non-bornés

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

Plus en détail

1 Sujets donnés en option scientifique

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

Plus en détail

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

Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques

Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques Université de Provence Topologie 2 Cours3. Applications continues et homéomorphismes 1 Rappel sur les images réciproques Soit une application f d un ensemble X vers un ensemble Y et soit une partie P de

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

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

Théorie de la Mesure et Intégration

Théorie de la Mesure et Intégration Université Pierre & Marie Curie (Paris 6) Licence de Mathématiques L3 UE LM365 Intégration 2 Année 2011 12 Théorie de la Mesure et Intégration Amaury Lambert 1 1. Responsable de l UE. Mél : amaury.lambert@upmc.fr

Plus en détail

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

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

Plus en détail

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

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t 3.La méthode de Dirichlet 99 11 Le théorème de Dirichlet 3.La méthode de Dirichlet Lorsque Dirichlet, au début des années 180, découvre les travaux de Fourier, il cherche à les justifier par des méthodes

Plus en détail

Autour du cardinal d un ensemble de matrices binaires

Autour du cardinal d un ensemble de matrices binaires Autour du cardinal d un ensemble de matrices binaires Adrien REISNER 1 Abstract. We here study a couple of algebraic and analytic properties of certain binary matrices in the spaces M n(r). In particular,

Plus en détail

Mathématiques MPSI. Pierron Théo. ENS Ker Lann

Mathématiques MPSI. Pierron Théo. ENS Ker Lann Mathématiques MPSI Pierron Théo ENS Ker Lann 2 Table des matières I Algèbre 1 1 Ensembles 3 1.1 Vocabulaire général........................ 3 1.2 Opérations sur les parties d un ensemble............ 4

Plus en détail

Université Joseph Fourier MAT231 2008-2009

Université Joseph Fourier MAT231 2008-2009 Université Joseph Fourier MAT231 2008-2009 mat231-exo-03.tex (29 septembre 2008) Feuille d exercices n o 3 Exercice 3.1 Soit K un corps commutatif et soit {P 0, P 1,... P n } une famille de polynômes de

Plus en détail

L usage de la calculatrice n est pas autorisé.

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

Plus en détail

Sommaire. Chapitre 1 Variables et vecteurs aléatoires... 5. Chapitre 2 Variables aléatoires à densité... 65

Sommaire. Chapitre 1 Variables et vecteurs aléatoires... 5. Chapitre 2 Variables aléatoires à densité... 65 Sommaire Chapitre 1 Variables et vecteurs aléatoires............... 5 A. Généralités sur les variables aléatoires réelles.................... 6 B. Séries doubles..................................... 9

Plus en détail

VIII Relations d ordre

VIII Relations d ordre VIII Relations d ordre 20 février 2015 Dans tout ce chapitre, E est un ensemble. 1. Relations binaires Définition 1.0.1. On appelle relation binaire sur E tout triplet R = (E, E, Γ) où Γ est une partie

Plus en détail

Capes 2002 - Première épreuve

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

Plus en détail

1.3 Produit matriciel

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

Plus en détail

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

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

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

1 Fonctions de plusieurs variables

1 Fonctions de plusieurs variables Université de Paris X Nanterre U.F.R. Segmi Année 006-007 Licence Economie-Gestion première année Cours de Mathématiques II. Chapitre 1 Fonctions de plusieurs variables Ce chapitre est conscré aux fonctions

Plus en détail

Master de mathématiques Analyse numérique matricielle

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

Plus en détail

Introduction aux inégalités

Introduction aux inégalités Introduction aux inégalités -cours- Razvan Barbulescu ENS, 8 février 0 Inégalité des moyennes Faisons d abord la liste des propritétés simples des inégalités: a a et b b a + b a + b ; s 0 et a a sa sa

Plus en détail

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

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

Plus en détail

Les calculatrices, téléphones, tablettes, ordinateurs et autres appareils électroniques similaires, ainsi que les documents sont interdits.

Les calculatrices, téléphones, tablettes, ordinateurs et autres appareils électroniques similaires, ainsi que les documents sont interdits. Les calculatrices, téléphones, tablettes, ordinateurs et autres appareils électroniques similaires, ainsi que les documents sont interdits 1 La qualité de la rédaction est un facteur important dans l appréciation

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

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

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2 Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R

Plus en détail

PROGRAMME DE I. NOMBRES COMPLEXES ET GÉOMÉTRIE ÉLÉMENTAIRE CLASSE DE PREMIÈRE ANNÉE MPSI

PROGRAMME DE I. NOMBRES COMPLEXES ET GÉOMÉTRIE ÉLÉMENTAIRE CLASSE DE PREMIÈRE ANNÉE MPSI CLASSE DE PREMIÈRE ANNÉE MPSI Le programme de première année MPSI est organisé en trois parties. Dans une première partie figurent les notions et les objets qui doivent être étudiés dès le début de l année

Plus en détail

Du Calcul d Aire... ...Au Calcul Intégral

Du Calcul d Aire... ...Au Calcul Intégral Du Calcul d Aire......Au Calcul Intégral Objectifs Définir proprement l aire d une surface plane, au moins pour les domaines usuels (limités par des courbes simples) et fournir un moyen de la calculer.

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