ÉQUATIONS DIFFÉRENTIELLES ORDINAIRES. Semestre d accueil, le 30 mars 2006

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "ÉQUATIONS DIFFÉRENTIELLES ORDINAIRES. Semestre d accueil, le 30 mars 2006"

Transcription

1 ÉQUATIONS DIFFÉRENTIELLES ORDINAIRES. Semestre d accueil, le 30 mars 2006

2 MODÈLES DE DYNAMIQUE DES POPULATIONS N désigne l effectif d une population isolée. dn(t) dt MODÈLE DE MALTHUS ( ) dn(t) dt = naissances morts + migrations. = an(t) bn(t) N(t) = N(0)e (a b)t. MODÈLE LOGISTIQUE OU DE VERLHUST ( ) dn(t) dt ( = rn(t) 1 N(t) ) N(t) = K N(0)Ke rt K + N(0)(e rt 1).

3 MODÈLES DE DYNAMIQUE DES POPULATIONS N désigne l effectif d une population isolée. dn(t) dt MODÈLE DE MALTHUS ( ) dn(t) dt = naissances morts + migrations. = an(t) bn(t) N(t) = N(0)e (a b)t. MODÈLE LOGISTIQUE OU DE VERLHUST ( ) dn(t) dt ( = rn(t) 1 N(t) ) N(t) = K N(0)Ke rt K + N(0)(e rt 1).

4 MODÈLES DE DYNAMIQUE DES POPULATIONS N désigne l effectif d une population isolée. dn(t) dt MODÈLE DE MALTHUS ( ) dn(t) dt = naissances morts + migrations. = an(t) bn(t) N(t) = N(0)e (a b)t. MODÈLE LOGISTIQUE OU DE VERLHUST ( ) dn(t) dt ( = rn(t) 1 N(t) ) N(t) = K N(0)Ke rt K + N(0)(e rt 1).

5 MODÈLES DE DYNAMIQUE DES POPULATIONS MODÈLE DE LOTKA-VOLTERRA : deux populations en interaction proie-prédateur : sans prédateurs, taux de croissance des proies proportionnel à la taille de la population ; sans proies, taux de morts des prédateurs proportionnel à la taille de la population ; taux de disparition des proies proportionnel au nombre de rencontres entre une proie et un prédateur, supposé lui-même proportionnel au produit des deux populations ; taux de croissance des prédateurs proportionnel au nombre de rencontres entre proie et prédateur. Si N est l effectif des proies et P celui des prédateurs : dn(t) dt dp(t) dt = N(a bp), = P(cN d).

6 MODÈLES DE DYNAMIQUE DES POPULATIONS MODÈLE DE LOTKA-VOLTERRA : deux populations en interaction proie-prédateur : sans prédateurs, taux de croissance des proies proportionnel à la taille de la population ; sans proies, taux de morts des prédateurs proportionnel à la taille de la population ; taux de disparition des proies proportionnel au nombre de rencontres entre une proie et un prédateur, supposé lui-même proportionnel au produit des deux populations ; taux de croissance des prédateurs proportionnel au nombre de rencontres entre proie et prédateur. Si N est l effectif des proies et P celui des prédateurs : dn(t) dt dp(t) dt = N(a bp), = P(cN d).

7 PREMIÈRES DÉFINITIONS. Dans toute la suite : U : ouvert de R R m, f : U R m : application continue. Équation différentielle y = f (t, y), (t, y) U, t R, y R m. (E) DÉFINITION Une solution de (E) sur un intervalle I R est une fonction dérivable y : I R m telle que 1. t I, (t, y(t)) U, 2. t I, y (t) = f (t, y(t)). PROBLÈME DE CAUCHY : étant donné un point (t 0, y 0 ) U, trouver une solution y : I R m de (E) sur un intervalle I contenant t 0 dans son intérieur, telle que y(t 0 ) = y 0.

8 PREMIÈRES DÉFINITIONS. Dans toute la suite : U : ouvert de R R m, f : U R m : application continue. Équation différentielle y = f (t, y), (t, y) U, t R, y R m. (E) DÉFINITION Une solution de (E) sur un intervalle I R est une fonction dérivable y : I R m telle que 1. t I, (t, y(t)) U, 2. t I, y (t) = f (t, y(t)). PROBLÈME DE CAUCHY : étant donné un point (t 0, y 0 ) U, trouver une solution y : I R m de (E) sur un intervalle I contenant t 0 dans son intérieur, telle que y(t 0 ) = y 0.

9 SOLUTIONS MAXIMALES. DÉFINITION Soient y : I R m, ỹ : Ĩ R m des solutions de (E). On dit que ỹ est un prolongement de y si I Ĩ et ỹ I = y. DÉFINITION On dit qu une solution y : I R m est maximale si y n admet pas de prolongement ỹ : Ĩ R m, avec I Ĩ. THÉORÈME Toute solution y se prolonge en une solution maximale ỹ (pas nécessairement unique).

10 SOLUTIONS GLOBALES. U = J U, avec J intervalle de R et U ouvert de R m. DÉFINITION Une solution globale est une solution définie sur l intervalle J tout entier. EXEMPLE : y = y 2 sur U = R R. Une solution globale y(t) = 0. Si y ne s annule pas : y y 2 = = t + C, y(t) = y(t) t + C. d où deux solutions maximales, définies respectivement sur ], C[ et ] C, + [.

11 ÉQUATION INTÉGRALE. LEMME Une fonction y : I R m est une solution du problème de Cauchy de données initiales (t 0, y 0 ) si et seulement si 1. y est continue et pour tout t I, (t, y(t)) U ; 2. et pour tout t I, y(t) = y 0 + t t 0 f (r, y(r))dr. (1)

12 CYLINDRE DE SÉCURITÉ. une norme (quelconque) sur R m B(x, r) la boule fermée de centre x et de rayon r. Comme U est ouvert, il existe un cylindre C 0 = [t 0 T 0, t 0 + T 0 ] B(y 0, r 0 ) U. M = sup f (t, y) < +. (t,y) C 0 C = [t 0 T, t 0 + T] B(y 0, r 0 ) C 0. DÉFINITION C est un cylindre de sécurité pour l équation (E) si toute solution y : I R m du problème de Cauchy y(t 0 ) = y 0 avec I [t 0 T, t 0 + T], reste contenue dans B(y 0, r 0 ).

13 CYLINDRE DE SÉCURITÉ. une norme (quelconque) sur R m B(x, r) la boule fermée de centre x et de rayon r. Comme U est ouvert, il existe un cylindre M = C 0 = [t 0 T 0, t 0 + T 0 ] B(y 0, r 0 ) U. sup f (t, y) < +. (t,y) C 0 C = [t 0 T, t 0 + T] B(y 0, r 0 ) C 0. LEMME Pour que C soit un cylindre de sécurité, il suffit de prendre ( T min T 0, r ) 0. M

14 MÉTHODE D EULER. subdivision t 0 < t 1 <... < t N 1 < t N = t 0 + T. pas successifs h n = t n+1 t n, 0 n N 1, h max = max(h 0,..., h N 1 ). MÉTHODE D EULER : partant de la donnée initiale y 0, et par récurrence : 0 n N 1, { yn+1 = y n + h n f (t n, y n ) t n+1 = t n + h n La solution approchée y s obtient graphiquement en traçant les segments joignant les points (t n, y n ) et (t n+1, y n+1 ) : y(t) = y n + (t t n )f (t n, y n ), t [t n, t n+1 ). On construit de même une solution approchée sur [t 0 T, t 0 ] en prenant des pas h n < 0.

15 MÉTHODE D EULER. subdivision t 0 < t 1 <... < t N 1 < t N = t 0 + T. pas successifs h n = t n+1 t n, 0 n N 1, h max = max(h 0,..., h N 1 ). MÉTHODE D EULER : partant de la donnée initiale y 0, et par récurrence : 0 n N 1, { yn+1 = y n + h n f (t n, y n ) t n+1 = t n + h n PROPOSITION Si C = [t 0 T, t 0 + T] B(y 0, r 0 ) est un cylindre de sécurité tel que T min(t 0, r 0 /M), toute solution approchée y donnée par la méthode d Euler est contenue dans B(y 0, r 0 ).

16 SOLUTIONS APPROCHÉES. DÉFINITION Soit y : [a, b] R m une fonction C 1 par morceaux (ceci signifie qu il existe une subdivision a = a 0 < a 1 <... < a N = b de [a, b] telle que pour tout n, la restriction y [an,a n+1 ] soit de classe C 1 ). On dit que y est une ε-solution approchée de (E) si 1. t [a, b], (t, y(t)) U, 2. n, t ]a n, a n+1 [, y (t) f (t, y(t)) ε.

17 SOLUTIONS APPROCHÉES. Soit ω f le module de continuité de f sur C, défini par ω f (u) = max { f (t 1, y 1 ) f (t 2, y 2 ) ; t 1 t 2 + y 1 y 2 u}. Comme C est compact, f est uniformément continue sur C, ainsi lim ω f (u) = 0. u 0 PROPOSITION Soit y : [t 0 T, t 0 + T] R m une solution approchée construite par la méthode d Euler avec pas maximum h max. Alors l erreur ε vérifie ε ω f ((M + 1)h max ).

18 SOLUTIONS APPROCHÉES. PROPOSITION Soit y (p) : [t 0 T, t 0 + T] R m une suite de solutions ε p -approchées contenues dans le cylindre de sécurité C, telles que y (p) (t 0 ) = y 0 et lim p + ε p = 0. On suppose que la suite y (p) converge uniformément sur [t 0 T, t 0 + T] vers une fonction y. Alors y est solution exacte du problème de Cauchy pour l équation (E).

19 THÉORÈME DE CAUCHY-PEANO-ARZELA. On suppose que f : U R m est continue. PROPOSITION (ASCOLI) On suppose que E et F sont deux espaces métriques compacts. Soit φ p : E F une suite d applications k-lipschitziennes, où k 0 est une constante donnée. Alors on peut extraire de φ p une sous-suite φ pn uniformément convergente, et la limite est une application k-lipschitzienne. CAUCHY-PEANO-ARZELA Soit C = [t 0 T, t 0 + T] B(y 0, r 0 ), avec T min(t 0, r 0 /M), un cylindre de sécurité pour (E) y = f (t, y). Alors il existe une solution y : [t 0 T, t 0 + T] B(y 0, r 0 ) de (E) avec condition initiale y(t 0 ) = y 0.

20 THÉORÈME DE CAUCHY-PEANO-ARZELA. COROLLAIRE Par tout point (t 0, y 0 ) U, il passe au moins une solution maximale y : I R m de (E). De plus, l intervalle de définition I de toute solution maximale est ouvert (mais en général il n y a pas unicité de ces solutions maximales). EXEMPLE : soit l équation y = 3 y 2/3. Le problème de Cauchy de condition initiale y(0) = 0 admet alors au moins deux solutions maximales : y (1) (t) = 0, y (2) (t) = t 3, t R.

21 THÉORÈME DE CAUCHY-LIPSCHITZ. Soit f LOCALEMENT LIPSCHITZIENNE en y : pour tout point (t 0, y 0 ) U, il existe un cylindre C = [t 0 T, t 0 + T] B(y 0, r 0 ) U et une constante k = k(t 0, y 0 ) 0 tels que f soit k-lipschitzienne en y sur C : (t, y 1 ), (t, y 2 ) C, f (t, y 1 ) f (t, y 2 ) k y 1 y 2. Soit C 0 = [t 0 T 0, t 0 + T 0 ] B(y 0, r 0 ) U un cylindre sur lequel f est k-lipschitzienne en y et soit M = sup f. C 0 On se donne ε > 0 et on considère des solutions y (1) et y (2) respectivement ε 1 et ε 2 approchées du problème de Cauchy de donnée initiale (t 0, y 0 ), avec ε 1, ε 2 ε. On a alors y (i) M + ε, et les graphes de y (1) et y (2) restent contenus dans( le cylindre ) C = [t 0 T, t 0 + T] B(y 0, r 0 ) C 0, dès r 0 que T min T 0,. M + ε

22 THÉORÈME DE CAUCHY-LIPSCHITZ. Soit f LOCALEMENT LIPSCHITZIENNE en y. LEMME (GRONWALL) Sous les hypothèses précédentes, on a y (2) (t) y (1) (t) (ε 1 + ε 2 ) ek t t0 1, t [t 0 T, t 0 + T]. k CAUCHY-LIPSCHITZ Pour tout( cylindre de ) sécurité C = [t 0 T, t 0 + T] B(y 0, r 0 ) tel que r 0 T min T 0,, le problème de Cauchy avec donnée initiale M + ε (t 0, y 0 ) admet une unique solution exacte y : [t 0 T, t 0 + T] R m. De plus, toute suite y (p) de solutions ε p -approchées avec ε p tendant vers 0, converge uniformément vers la solution exacte y sur [t 0 T, t 0 + T].

23 UNICITÉ GLOBALE. THÉORÈME Soient y (1), y (2) : I R m deux solutions de (E), avec f localement lipschitzienne en y. Si y (1) et y (2) coïncident en un point de I, alors y (1) = y (2) sur I. COROLLAIRE Si f est localement lipschitzienne en y sur U, pour tout point (t 0, y 0 ) U, il passe une unique solution maximale y : I R m et une seule.

24 EXISTENCE DE SOLUTIONS GLOBALES. THÉORÈME Soit f : U R m une application continue sur un ouvert produit U = J R m, où J R est un intervalle ouvert. On suppose qu il existe une fonction continue k : J R + telle que pour tout t J fixé, l application y f (t, y) soit lipschitzienne de rapport k(t) sur R m. Alors toute solution maximale de l équation y = f (t, y) est globale. EXEMPLES Montrer que toute solution maximale de l équation différentielle y = t t 2 + y 2, (t, y) R R, est globale. On définit f : R R par f (y) = e si y e et f (y) = y ln y si y e. Montrer que f n est pas lipschitzienne. Déterminer explicitement les solutions maximales de l équation y = f (t, y).

25 EXISTENCE DE SOLUTIONS GLOBALES. THÉORÈME Soit f : U R m une application continue sur un ouvert produit U = J R m, où J R est un intervalle ouvert. On suppose qu il existe une fonction continue k : J R + telle que pour tout t J fixé, l application y f (t, y) soit lipschitzienne de rapport k(t) sur R m. Alors toute solution maximale de l équation y = f (t, y) est globale. EXEMPLES Montrer que toute solution maximale de l équation différentielle y = t t 2 + y 2, (t, y) R R, est globale. On définit f : R R par f (y) = e si y e et f (y) = y ln y si y e. Montrer que f n est pas lipschitzienne. Déterminer explicitement les solutions maximales de l équation y = f (t, y).

26 EXISTENCE DE SOLUTIONS GLOBALES. THÉORÈME Soit f : U R m une application continue sur un ouvert produit U = J R m, où J R est un intervalle ouvert. On suppose qu il existe une fonction continue k : J R + telle que pour tout t J fixé, l application y f (t, y) soit lipschitzienne de rapport k(t) sur R m. Alors toute solution maximale de l équation y = f (t, y) est globale. EXEMPLES Montrer que toute solution maximale de l équation différentielle y = t t 2 + y 2, (t, y) R R, est globale. On définit f : R R par f (y) = e si y e et f (y) = y ln y si y e. Montrer que f n est pas lipschitzienne. Déterminer explicitement les solutions maximales de l équation y = f (t, y).

27 ÉQUATIONS D ORDRE SUPÉRIEUR À UN. Un système différentiel d ordre p dans R m est une équation de la forme y (p) = f (t, y, y,..., y (p 1) ), (2) où f : U R m est une application continue définie sur un ouvert U R (R m ) p. DÉFINITION Une solution de (2) sur un intervalle I R est une application y : I R m p-fois dérivable, telle que 1. t I, y(t), y (t),..., y (p 1) (t) U ; 2. t I, y (p) (t) = f (t, y(t), y (t),..., y (p 1) (t)). Si f est de classe C k, les solutions y sont de classe C k+p.

28 ÉQUATIONS D ORDRE SUPÉRIEUR À UN. Ce système est équivalent au système différentielle d ordre 1 Y 0 = Y 1 Y 1 = Y 2. Y p 2 = Y p 1 Y p 1 = f (t, Y 0, Y 1,..., Y p 1 ) où Y 0 = y, Y 1 = y,... ; soit Y = F(t, Y) avec Y = (Y 0, Y 1,..., Y p 1 ) (R m ) p F = (F 0, F 1,..., F p 1 ) : U (R m ) p F 0 (t, Y) = Y 1,..., F p 2 (t, Y) = Y p 1, F p 1 (t, Y) = f (t, Y).

29 ÉQUATIONS LINÉAIRES. Systèmes différentiels linéaires du premier ordre dans R m : où dy(t) dt = A(t)Y + B(t), A(t) = (a ij (t)) 1 i,j m R m m, B(t) = b 1 (t). b m (t) R m. Les fonctions A et B sont continues, donc la fonction f (t, Y) = A(t)Y + B(t) est lipschitzienne en Y de constante k(t) = A(t). THÉORÈME Pour tout point (t 0, y 0 ) I R m, il passe une solution globale unique.

30 ÉQUATIONS LINÉAIRES. Si le système est dit sans second membre, i.e. B = 0, d où dy(t) = A(t)Y, dt alors l ensemble des solutions maximales est un R-espace vectoriel de dimension m : l application qui à Y solution maximale associe Y(t 0 ), est un isomorphisme linéaire. Le système sans second membre est résoluble explicitement au moins dans les cas suivants : si A est constante, alors Y(t) = exp((t t 0 )A)Y(t 0 ), avec : exp(b) = + n=0 B n n!. si A(t)A(u) = A(u)A(t) pour tous t, u dans I, alors ( t ) Y(t) = exp A(s)ds Y(t 0 ) = R(t, t 0 )Y(t 0 ). t 0

31 ÉQUATIONS LINÉAIRES. Dans le cas général, si Y (1) est une solution globale du système Y = AY + B, alors l ensemble des solutions est de la forme Y (1) + Z avec Z solution maximale du système sans second membre. Une solution particulière s obtient par la méthode dite de VARIATION DES CONSTANTES. On la cherche sous la forme On obtient alors Y (1) (t) = R(t, t 0 )V(t) R(t, t 0 )V (t) = B(t). Y (1) (t) = R(t, t 0 ) t t 0 R(t 0, u)b(u)du = t t 0 R(t, u)b(u)du.

32 ÉQUATIONS NON LINÉAIRES. RAISONNEMENT TYPE dans le cas du modèle logistique : ( dn(t) = rn(t) 1 N(t) ) = rn(t) r dt K K N(t)2 = f (N(t)). Étude de f : f localement lipschitzienne, donc, en tout point N 0, il passe une unique solution maximale N : I R telle que N(0) = N 0. Recherche d éventuel point fixe : f (0) = f (K) = 0. Donc deux solutions globales constantes Y (0) (t) = 0 et Y (K) (t) = K. De plus, si N 0 {0, K} alors pour tout t, N(t) {0, K}. Recherche de solutions globales : si N 0 ]0, K[, nécessairement pour tout t, N(t) ]0, K[, et dans ce cas, toute solution maximale est globale. En revanche si N 0 [0, K], il n y a aucune raison qu une solution maximale soit globale.

33 ÉQUATIONS NON LINÉAIRES. RAISONNEMENT TYPE dans le cas du modèle logistique : ( dn(t) = rn(t) 1 N(t) ) = rn(t) r dt K K N(t)2 = f (N(t)). Étude de f : f localement lipschitzienne, donc, en tout point N 0, il passe une unique solution maximale N : I R telle que N(0) = N 0. Recherche d éventuel point fixe : f (0) = f (K) = 0. Donc deux solutions globales constantes Y (0) (t) = 0 et Y (K) (t) = K. De plus, si N 0 {0, K} alors pour tout t, N(t) {0, K}. Recherche de solutions globales : si N 0 ]0, K[, nécessairement pour tout t, N(t) ]0, K[, et dans ce cas, toute solution maximale est globale. En revanche si N 0 [0, K], il n y a aucune raison qu une solution maximale soit globale.

34 ÉQUATIONS NON LINÉAIRES. RAISONNEMENT TYPE dans le cas du modèle logistique : ( dn(t) = rn(t) 1 N(t) ) = rn(t) r dt K K N(t)2 = f (N(t)). Étude de f : f localement lipschitzienne, donc, en tout point N 0, il passe une unique solution maximale N : I R telle que N(0) = N 0. Recherche d éventuel point fixe : f (0) = f (K) = 0. Donc deux solutions globales constantes Y (0) (t) = 0 et Y (K) (t) = K. De plus, si N 0 {0, K} alors pour tout t, N(t) {0, K}. Recherche de solutions globales : si N 0 ]0, K[, nécessairement pour tout t, N(t) ]0, K[, et dans ce cas, toute solution maximale est globale. En revanche si N 0 [0, K], il n y a aucune raison qu une solution maximale soit globale.

35 ÉQUATIONS NON LINÉAIRES. RAISONNEMENT TYPE dans le cas du modèle logistique : ( dn(t) = rn(t) 1 N(t) ) = rn(t) r dt K K N(t)2 = f (N(t)). Étude de f : f localement lipschitzienne, donc, en tout point N 0, il passe une unique solution maximale N : I R telle que N(0) = N 0. Recherche d éventuel point fixe : f (0) = f (K) = 0. Donc deux solutions globales constantes Y (0) (t) = 0 et Y (K) (t) = K. De plus, si N 0 {0, K} alors pour tout t, N(t) {0, K}. Recherche de solutions globales : si N 0 ]0, K[, nécessairement pour tout t, N(t) ]0, K[, et dans ce cas, toute solution maximale est globale. En revanche si N 0 [0, K], il n y a aucune raison qu une solution maximale soit globale.

36 MODÈLE LOGISTIQUE : RÉSOLUTION EXPLICITE. SUPPRESSION DE LA PARTIE LINÉAIRE : si f est de la forme f (t, y) = a(t)y + g(t, y), si y : I R m est une solution maximale, alors z : I R m définie par z(t) = exp ( t 0 ) a(s)ds y(t) est solution de l équation ( t ) z (t) = a(t)z(t) + a(t)z(t) + exp a(s)ds g(t, y(t)) 0 ( t ) ( ( t ) ) = exp a(s)ds g t, exp a(s)ds z(t). 0 0

37 MODÈLE LOGISTIQUE : RÉSOLUTION EXPLICITE. Pour le modèle de Verlhust, dn(t) dt = rn(t) ( 1 N(t) ) K Y(t) = e rt N(t), Y(0) = N(0) satisfait = rn(t) r K N(t)2 = f (N(t)), Y (t) = r K e rt N(t) 2 = r K ert Y 2 (t) dy (t) Y 2 (t) = r K ert

38 MODÈLE LOGISTIQUE : RÉSOLUTION EXPLICITE. Pour le modèle de Verlhust, dn(t) dt = rn(t) ( 1 N(t) ) K Y(t) = e rt N(t), Y(0) = N(0) satisfait = rn(t) r K N(t)2 = f (N(t)), Y (t) = r K e rt N(t) 2 = r K ert Y 2 (t) dy (t) Y 2 (t) = r K ert Donc Y(t) = 1 Y(0) 1 t Y(t) = dy (s) 0 Y 2 (s) ds = 1 K (ert 1). 1 1 Y(0) + 1 K (ert 1) N(t) = KN(0)ert K + N(0)(e rt 1).

39 MODÈLE LOGISTIQUE : RÉSOLUTION EXPLICITE. Si N(0) < 0, alors N(t) = KN(0)ert K+N(0)(e rt 1) est définie sur l intervalle ], τ 0 [, avec τ 0 = 1 ) (1 KN0 > 0. r De plus lim t τ0 N(t) =. Donc solution maximale, non globale.

40 MODÈLE LOGISTIQUE : RÉSOLUTION EXPLICITE. Si N(0) < 0, alors N(t) = KN(0)ert K+N(0)(e rt 1) est définie sur l intervalle ], τ 0 [, avec τ 0 = 1 ) (1 KN0 > 0. r De plus lim t τ0 N(t) =. Donc solution maximale, non globale. Si N(0) > K, alors N(t) = KN(0)ert K+N(0)(e rt 1) est définie sur l intervalle ]τ 1, + [, avec τ 1 = 1 ) (1 KN0 < 0. r De plus lim t τ1 N(t) = +. Donc solution maximale, non globale.

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

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

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

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

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

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

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

Suites et Convergence

Suites et Convergence Suites et Convergence Une suite c est se donner une valeur (sans ambigüité) pour chaque N sauf peutêtre les premiers n. Donc une suite est une fonction : I R où I = N: = N. Notation : On note ( ) I R pour

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

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

Définition d une norme

Définition d une norme Définition d une norme Définition E est un K-ev. L application N : E R + est une norme sur E ssi 1. x E, N(x) = 0 x = 0. 2. k K, x E, N(k.x) = k N(x). 3. x, y E, N(x + y) N(x) + N(y) Notation N,. Propriété

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

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

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

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES. CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires

Plus en détail

TD3. Exercice 1 Un cas particulier du théorème de Cauchy-Lipschitz. f (s,y(s))ds.

TD3. Exercice 1 Un cas particulier du théorème de Cauchy-Lipschitz. f (s,y(s))ds. Analyse fonctionnelle A. Leclaire - L. Magnis ENS Cachan M1 Hadamard 2015-2016 TD3 Exercice 1 Un cas particulier du théorème de Cauchy-Lipschitz Soient I un intervalle de, E un espace de Banach et f :

Plus en détail

Exercices sur les équations différentielles :

Exercices sur les équations différentielles : Université de Rennes 200-20 Licence de mathématiques L2-ED Exercices sur les équations différentielles : Une mise en jambes Exercice. Parmi les espaces suivants, lesquels sont des espaces vectoriels sur

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)

Plus en détail

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

Formulaire de maths - Analyse dans R n

Formulaire de maths - Analyse dans R n Formulaire de maths - Analyse dans R n Nom Théorème ou formule Espaces vectoriels normés Norme sur E Application qui vérifie les propriétés de : séparation : homogénéité : inégalité triangulaire : Normes

Plus en détail

Chapitre 01 : Intégrales généralisées. Objectifs : En première année, on a étudié l intégrale d une fonction définie et continue sur un intervalle

Chapitre 01 : Intégrales généralisées. Objectifs : En première année, on a étudié l intégrale d une fonction définie et continue sur un intervalle Chapitre 01 : Intégrales généralisées Objectifs : En première année, on a étudié l intégrale d une fonction définie et continue sur un intervalle fermé borné de Dans ce chapitre, on va étudier le cas d

Plus en détail

Programme de Mathématique Préparation Maths-Physique. Analyse et Géométrie Différentielle. Première Année

Programme de Mathématique Préparation Maths-Physique. Analyse et Géométrie Différentielle. Première Année Programme de Mathématique Préparation Maths-Physique Analyse et Géométrie Différentielle Première Année I NOMBRES REELS ET COMPLEXES, SUITES ET FONCTIONS 1 Nombres réels et complexes 2 Suites de nombres

Plus en détail

Equations Différentielles

Equations Différentielles Cours optionnel S4 - Maths Renforcées 1 Equations Différentielles I- Définitions élémentaires. On appelle Equation Différentielle Ordinaire (EDO) toute équation (E) du type (E) : y (n) (t) = F (t; y(t);

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

MEÉF 1 - Mathématiques DS2-5 octobre 2015 Analyse - Géométrie

MEÉF 1 - Mathématiques DS2-5 octobre 2015 Analyse - Géométrie MEÉF - Mathématiques DS2-5 octobre 25 Analyse - Géométrie Eercice Soit E un K-espace vectoriel (K étant le corps R ou C). Deu normes N et N 2 sur E sont dites équivalentes s il eiste deu constantes réelles

Plus en détail

Un peu de topologie. Espaces métriques. Documents disponibles sur www.math.polytechnique.fr/ laszlo. Enseignants :

Un peu de topologie. Espaces métriques. Documents disponibles sur www.math.polytechnique.fr/ laszlo. Enseignants : Documents disponibles sur www.math.polytechnique.fr/ laszlo Un peu de topologie Enseignants : F. Golse (golse@math.polytechnique.fr), Y. Laszlo (laszlo@math.polytechnique.fr), C. Viterbo (viterbo@math.polytechnique.fr)

Plus en détail

Master de Mathématiques M1 Analyse fonctionnelle Examen du 16 juin 2011 1 - durée : 3h

Master de Mathématiques M1 Analyse fonctionnelle Examen du 16 juin 2011 1 - durée : 3h Master de Mathématiques M1 Analyse fonctionnelle Examen du 16 juin 2011 1 - durée : 3h - Le seul document autorisé est un résumé manuscrit du cours de trois pages maximum. - Les téléphones portables et

Plus en détail

LICENCE DE MATHÉMATIQUES FONDAMENTALES. D. Azé

LICENCE DE MATHÉMATIQUES FONDAMENTALES. D. Azé LICENCE DE MATHÉMATIQUES FONDAMENTALES Calcul Différentiel et Équations Différentielles D. Azé Université Paul Sabatier Toulouse 2008 Table des matières 1 Généralités sur les espaces normés 3 1.1 Espaces

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

Cours de Mathématiques. ISA BTP, 2 année

Cours de Mathématiques. ISA BTP, 2 année Cours de Mathématiques ISA BTP, 2 année 15 janvier 2013 2 Table des matières 1 Équations différentielles 7 Introduction...................................... 7 1.1 Équations différentielles linéaires........................

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

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

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 Espaces vectoriels normés

1 Espaces vectoriels normés Université Paris 7 Denis Diderot Année 2005/2006 Licence 2 MIAS MI4 1 Espaces vectoriels normés 1.1 Définitions Soit E un espace vectoriel sur R. Topologie des espaces vectoriels de dimension finie Définition

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

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

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

COURS ET EXERCICES DE MATHEMATIQUES PARTIE 1 1998-2011

COURS ET EXERCICES DE MATHEMATIQUES PARTIE 1 1998-2011 COURS ET EXERCICES DE MATHEMATIQUES PARTIE 1 1998-2011 2 PC Premier semestre Version 2011 Cours Exercice Auteur de la Ressource Pédagogique PICQ Martine MATHEMATIQUES Cours et exercices de Mathématiques

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

[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

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

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

Techniques fondamentales de calcul

Techniques fondamentales de calcul Chapitre Techniques fondamentales de calcul. Inégalités dans R On rappelle que (R, +,, ) est un corps totalement ordonné, d où : x, y R, x y ou y x, x, y, z R, x y = x + z y + z, x, y R, x 0ety 0 = xy

Plus en détail

Un sujet pour l épreuve B (modélisation et informatique)

Un sujet pour l épreuve B (modélisation et informatique) Un sujet pour l épreuve B modélisation et informatique) Présentation Le texte proposé ci-après est conçu pour l épreuve B, portant plus particulièrement sur la modélisation et l informatique l épreuve

Plus en détail

EMLYON 2015 S. Éléments de correction

EMLYON 2015 S. Éléments de correction EMLYON 15 S Éléments de correction ECS Lycée La ruyère, Versailles Année 1/15 Premier problème Première partie 1. On peut vérifier le critère de sous-espace vectoriel E et, pour P 1, P E et λ R, λp 1 +

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

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

ÉTUDE MATHÉMATIQUE DES PROBLÈMES ELLIPTIQUES

ÉTUDE MATHÉMATIQUE DES PROBLÈMES ELLIPTIQUES Chapitre 5 ÉTUDE MATHÉMATIQUE DES PROBLÈMES ELLIPTIQUES Exercice 5.2.1 A l aide de l approche variationnelle démontrer l existence et l unicité de la solution de { u + u = f dans (5.1) u = 0 sur où est

Plus en détail

4.1 La propriété de Borel-Lebesgue

4.1 La propriété de Borel-Lebesgue Chapitre 4 Compacité 4.1 La propriété de Borel-Lebesgue La compacité des espaces métriques ou plus généralement des espaces topologiques doit être comprise comme une propriété de finitude. La définition

Plus en détail

Exercice 3.1.1 Si f est une fonction continue sur [0, 1], montrer que l équation différentielle

Exercice 3.1.1 Si f est une fonction continue sur [0, 1], montrer que l équation différentielle Chapitre 3 FORMULATION VARIATIONNELLE DES PROBLÈMES ELLIPTIQUES Exercice 3.. Si f est une fonction continue sur [, ], montrer que l équation différentielle { d 2 u = f pour < x < dx 2 (3.) u() = u() =.

Plus en détail

Plan du cours. Espaces métriques. Espaces vectoriels normés

Plan du cours. Espaces métriques. Espaces vectoriels normés L3 Maths, 1 er semestre 20112012 Espaces métriques Plan du cours On suppose connues les propriétés élémentaires des nombres réels et des espaces vectoriels et, uniquement pour les exemples, quelques propriétés

Plus en détail

208. Espaces vectoriels normés. Applications linéaires continues. Exemples.

208. Espaces vectoriels normés. Applications linéaires continues. Exemples. 208. Espaces vectoriels normés. Applications linéaires continues. Exemples. Pierre Lissy May 29, 2010 Dans totue la suite, E désigne un espace vectoriel sur R ou C. 1 Norme. Espace vectoriel normé 1.1

Plus en détail

Cours MP. Espaces vectoriels normés

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

Plus en détail

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

Distributions, analyse de Fourier, EDP Amphi no. 1. Distributions, Fourier, EDP

Distributions, analyse de Fourier, EDP Amphi no. 1. Distributions, Fourier, EDP Distributions, analyse de Fourier, EDP Amphi no. 1 Organisation du cours/ressources Un problème à rendre en petite classe avant les vacances de Noël Contrôle classant le lundi 20 janvier 2014 Documents

Plus en détail

Techniques d Analyse par les Méthodes de Lyapunov (suite)

Techniques d Analyse par les Méthodes de Lyapunov (suite) Techniques d Analyse par les Méthodes de Lyapunov (suite) Analyse et Commande des Systèmes Non Linéaires Cours SM II () Enseignant: Dr. Ph. Müllhaupt 1 / 24 Leçon 5 1 Désavantage de la définition de la

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

Introduction aux Systèmes Dynamiques

Introduction aux Systèmes Dynamiques Introduction aux Systèmes Dynamiques Introduction Deux grands chapitres : Les équations différentielles ordinaires dans IR Les systèmes d équations différentielles dans IR² Applications : Dynamique des

Plus en détail

Équations différentielles

Équations différentielles 1 Équations différentielles Compléments de Calculus Math 152 18 janvier 2006 1 Généralités Qu est-ce qu une équation? C est une égalité comportant une (ou plusieurs) inconnue(s) : Résoudre l équation 2x

Plus en détail

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

L2 2011/2012 USTV. Analyse. numérique M43. Recueil d exercices corrigés et aide-mémoire G. FACCANONI. Dernière mise-à-jour

L2 2011/2012 USTV. Analyse. numérique M43. Recueil d exercices corrigés et aide-mémoire G. FACCANONI. Dernière mise-à-jour L / Recueil d exercices corrigés et aide-mémoire USTV M Analyse numérique G FACCANONI Dernière mise-à-jour Jeudi mai Avertissement : ces notes sont régulièrement mises à jour et corrigées, ne vous étonnez

Plus en détail

Cours de Mathématiques 2

Cours de Mathématiques 2 Cours de Mathématiques 2 première partie : Analyse 2 DEUG MIAS 1 e année, 2 e semestre. Maximilian F. Hasler Département Scientifique Interfacultaire B.P. 7209 F 97275 SCHOELCHER CEDEX Fax : 0596 72 73

Plus en détail

Espaces vectoriel normés

Espaces vectoriel normés Espaces vectoriel normés 1) Normes a) Dé nition : K R ou C. Une norme sur un K-ev E est une application E! R x 7! kxk véri ant : i) 8 x 2 E; kxk 0 et kxk 0, x 0 (vecteur nul). ii) 8 x 2 E; 8 2 K kxk jj

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

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

Les espaces L p. Chapitre 6. 6.1 Définitions et premières propriétés. 6.1.1 Les espaces L p, avec 1 p < +

Les espaces L p. Chapitre 6. 6.1 Définitions et premières propriétés. 6.1.1 Les espaces L p, avec 1 p < + Chapitre 6 Les espaces L p 6.1 Définitions et premières propriétés 6.1.1 Les espaces L p, avec 1 p < + Soient (E, T,m) un espace mesuré, 1 p < + et f M = M(E, T) (c est-à-dire f : E R, mesurable). On remarque

Plus en détail

Euler 2D dans des domaines non réguliers

Euler 2D dans des domaines non réguliers Christophe Lacave Université de Paris Diderot (Paris VII), France partiellement en collaboration avec David Gérard-Varet (Paris VII) Math Horizon, Paris, 13 Décembre 2011 1 / 42 Plan de l exposé 1 Solution

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

Cours de Mathématiques 2

Cours de Mathématiques 2 Cours de Mathématiques 2 première partie : Analyse 2 DEUG MIAS 1 e année, 2 e semestre. Maximilian F. Hasler Département Scientifique Interfacultaire B.P. 7209 F 97275 SCHOELCHER CEDEX Fax : 0596 72 73

Plus en détail

Université Lille I 2010-2011. Feuille 1

Université Lille I 2010-2011. Feuille 1 Université Lille I 00-0 Feuille Dans la suite D est un domaine de C, muni d une pseudo-métrique infinitésimale définie par un poids ρ. On note d la pseudo-distance induite. Exercice. On suppose ici que

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

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

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

Maximisation de la fonction d utilité exponentielleprix d indifférence dans un modèle avec défauts

Maximisation de la fonction d utilité exponentielleprix d indifférence dans un modèle avec défauts Maximisation de la fonction d utilité exponentielleprix d indifférence dans un modèle avec défauts Thomas Lim Université Paris 7-LPMA Travail en collaboration avec Marie-Claire Quenez Séminaire des jeunes

Plus en détail

Série n 5 : Optimisation non linéaire

Série n 5 : Optimisation non linéaire Université Claude Bernard, Lyon I Licence Sciences & Technologies 43, boulevard 11 novembre 1918 Spécialité Mathématiques 69622 Villeurbanne cedex, France Option: M2AO 2007-2008 Série n 5 : Optimisation

Plus en détail

13. EQUATIONS DIFFERENTIELLES LINEAIRES DU SECOND ORDRE A COEFFICIENTS CONSTANTS.

13. EQUATIONS DIFFERENTIELLES LINEAIRES DU SECOND ORDRE A COEFFICIENTS CONSTANTS. 13. EQUATIONS DIFFERENTIELLES LINEAIRES DU SECOND ORDRE A COEFFICIENTS CONSTANTS. 1. DEFINITION Soit l'équation différentielle du second ordre à coefficients constants ay + by + cy = ϕ( x) ( I) a R, b

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

L3 Mathématique pour la physique Examen final 4 janvier 2011 : CORRIGE

L3 Mathématique pour la physique Examen final 4 janvier 2011 : CORRIGE Université Joseph Fourier L3 Physique Julia Meyer julia.meyer@ujf-grenoble.fr L3 Mathématique pour la physique Examen final 4 janvier 20 : CORRIGE Modalités : Notes de cours et TDs permis. NOTE IMPORTANTE

Plus en détail

Partie I : Manipulation d inégalités. n k. k=0. (1 + a) n 1 + na. 27. Indication : On pourra utiliser les fonctions f(x) = (x+b+c)3.

Partie I : Manipulation d inégalités. n k. k=0. (1 + a) n 1 + na. 27. Indication : On pourra utiliser les fonctions f(x) = (x+b+c)3. Mathématiques Devoirs de Vacances MPSI/PCSI août 5 Partie I : Manipulation d inégalités Eercice Soit m un réel Déterminer l'ensemble E des réels tels que e + e l'ensemble E des réels tels que (m + + m

Plus en détail

Equations différentielles

Equations différentielles Equations différentielles Mathématiques Martine Arrrou-Vignod FORMAV 2009 I Equations différentielles linéaires à coefficients constants du premier ordre 3 I.1 Vocabulaire Définitions......................

Plus en détail

La fonction logarithme népérien

La fonction logarithme népérien La fonction logarithme népérien Christophe ROSSIGNOL Année scolaire 204/205 Table des matières La fonction logarithme népérien 2. Définition Courbe représentative................................... 2.2

Plus en détail

MODELISATION DE DONNÉES QUALITATIVES PREMIÈRE PARTIE

MODELISATION DE DONNÉES QUALITATIVES PREMIÈRE PARTIE MODELISATION DE DONNÉES QUALITATIVES PREMIÈRE PARTIE Pierre-Louis Gonzalez 1 I INTRODUCTION 1 variable qualitative. Tri à plat. Représentations graphiques. Modélisation : loi binomiale loi multinomiale

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

Cours de mathématiques

Cours de mathématiques Cours de mathématiques Ó Ø Ó Ö ¾¼½ PSI Aurélien Monteillet ii Ce document contient les notes d un cours de mathématiques pour la classe de PSI. Les démonstrations non exigibles ou hors programme sont explicitement

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

Espaces vectoriels normés MP

Espaces vectoriels normés MP Espaces vectoriels normés MP 27 décembre 2012 Faites des dessins Table des matières 1 Espaces vectoriels normés 3 1.1 Normes, espaces normés................................. 3 1.2 Normes dans les espaces

Plus en détail

Licence à distance Chapitre V : Equations différentielles. Méthodes numériques à un pas.

Licence à distance Chapitre V : Equations différentielles. Méthodes numériques à un pas. Licence à distance Chapitre V : Equations différentielles. Méthodes numériques à un pas. M. Granger Table des matières 1 Rappels sur le cours d équations différentielles 2 1.1 Généralités..........................................

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

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

202 - Exemples de parties denses et applications

202 - Exemples de parties denses et applications 202 - Exemples de parties denses et applications 1 Généralités et premiers exemples 1.1 Parties denses On xe un espace métrique (X, d). Dénition 1. Soit D X. On dit que D est dense dans X si D = X. Exemple.

Plus en détail

Modélisation de matériaux photoréfractifs

Modélisation de matériaux photoréfractifs Modélisation de matériaux photoréfractifs B. Bidégaray-Fesquet Laboratoire de Modélisation et de Calcul CNRS, Grenoble Journées EDP Rhône-Alpes, 2006 B. Bidégaray-Fesquet (LMC) Modélisation de matériaux

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

COURS OPTIMISATION. Cours en Master M1 SITN. Ionel Sorin CIUPERCA

COURS OPTIMISATION. Cours en Master M1 SITN. Ionel Sorin CIUPERCA COURS OPTIMISATION Cours en Master M1 SITN Ionel Sorin CIUPERCA 1 Table des matières 1 Introduction 4 2 Quelques rappels de calcul différentiel, analyse convexe et extremum 5 2.1 Rappel calcul différentiel............................

Plus en détail

Calcul intégral et probabilités. Université de La Rochelle

Calcul intégral et probabilités. Université de La Rochelle Calcul intégral et probabilités Frédéric Testard Université de La ochelle Agrégation externe - Calcul intégral et probabilité On donne ci-dessous le planning de la partie de l enseignement de calcul intégral

Plus en détail

Introduction au cours de physique (1)

Introduction au cours de physique (1) Introduction au cours de physique () Exercices : Petites variations, valeurs moyennes Calculs de petites variations Méthode De manière générale : il est souvent plus simple de faire une différentiation

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

EXERCICE 1. Corrigé ECRICOME Eco 2012 par Pierre Veuillez

EXERCICE 1. Corrigé ECRICOME Eco 2012 par Pierre Veuillez Corrigé ECRICOME Eco par Pierre Veuillez EXERCICE (M 3 (R), +,.) désigne l espace vectoriel des matrices carrées d ordre 3 à coeffi cients réels. Deux matrices A et B de M 3 (R) étant données, on suppose

Plus en détail

Fonction réciproque d une fonction strictement monotone sur un intervalle de Y. Etude de la continuité, de la dérivabilité. Exemples.

Fonction réciproque d une fonction strictement monotone sur un intervalle de Y. Etude de la continuité, de la dérivabilité. Exemples. Fonction réciproque d une fonction strictement monotone sur un intervalle de Y. Etude de la continuité, de la dérivabilité. Exemples. Introduction : On suppose connues les notions d injectivité, surjectivité,

Plus en détail

Courbes et surfaces. Pierre Lecomte

Courbes et surfaces. Pierre Lecomte Courbes et surfaces Pierre Lecomte Table des matières partie 1. Courbes 7 Chapitre 1. Introduction 9 1. Courbes paramétrées 9 2. Changements de paramètres 10 2.1. Orientation 14 3. Tangente 14 3.1. Auto-intersection

Plus en détail

Calcul Stochastique et Applications Financières

Calcul Stochastique et Applications Financières 0 Calcul Stochastique et Applications Financières Aurélia Istratii Luis Macavilca Taylan Kunal M I.E.F. SOMMAIRE I. MODELE DE COX-ROSS-RUBINSTEIN II. III. INTRODUCTION AUX METHODES DE MONTE CARLO EQUATION

Plus en détail