Exercice 1. [Échauffement sur quelques inclusions] 2. Soient p, q [1, ]. Quelle inclusion y a-t-il entre L p et L q? Cette inclusion est-elle

Dimension: px
Commencer à balayer dès la page:

Download "Exercice 1. [Échauffement sur quelques inclusions] 2. Soient p, q [1, ]. Quelle inclusion y a-t-il entre L p et L q? Cette inclusion est-elle"

Transcription

1 ENS de Lyon TD 1 21/09/2015 M1 - Analyse Avancée Exercice 1. [Échauffement sur quelques inclusions] 1. Soient p, q [1, ]. Quelle inclusion y a-t-il entre l p et l q? Cette inclusion est-elle continue? 2. Soient p, q [1, ]. Quelle inclusion y a-t-il entre L p et L q? Cette inclusion est-elle continue? 3. Soient p, q [1, ]. On suppose que L p L q. Montrer que l injection est continue. 4. Soient p [1, ]. Montrer que les espaces L p ([0, 1]) et L p (R) sont isométriques. 5. Soient p [1, ]. Construire un sous-espace de L p ([0, 1]) qui est isométrique à l p. Exercice 2. [Un théorème de Grothendieck] Soit 0 < p <. Soit S un sous-espace fermé de L p ([0, 1]), tel que S L. On veut montrer que S est nécessairement de dimension finie. 1. Montrer que S L Soit f 1,..., f n une famille orthonormale de S L 2. Montrer qu il existe une constante C > 0 telle que, pour presque tout x et pour tout α C n tel que α 2 1, 3. Conclure. n α i f i (x) C i=1 Exercice 3. [Espaces L p avec 0 < p < 1.] Soient (X, λ) = ([0, 1], λ), p ]0, 1[ et L p (X, λ) l ensemble des fonctions mesurables de X dans R quotienté par la relation d égalité presque partout, telles que f p p := f p dλ <. 1. Soient a, b 0. Montrer que (a + b) p a p + b p. 2. Montrer que L p (X, λ) est un espace vectoriel et que d(f, g) := f g p p est une distance. 3. Montrer que (L p (X, λ), d) est un espace vectoriel topologique complet. 4. Soient f, g : X R des fonctions telles que f 0 et g > 0 λ-pp et soit q < 0 tel que 1/p + 1/q = 1. Montrer que fg 1 f p g 1 1 q.

2 5. Soient f 1,..., f N L p (X, λ), montrer que N N f j p f j j=1 6. Soient f 1,..., f N L p (X, λ), montrer que N f j N 1 p p j=1 p La constante N 1 p p est-elle optimale? j=1 p. N f j p. 7. Montrer que si V est un voisinage convexe de 0 dans L p (X, λ), alors V = L p (X, λ). En déduire que L p (X, λ) n est pas localement convexe. 8. Soit Y un e.v.t.l.c.. Montrer que pour toute application lineaire continue T : L p (X, λ) Y, on a T (L p (X, λ)) = {0}. En particulier (L p (X, λ)) = {0}. 9. Soit une semi-norme sur L p (X, λ) telle que : L p (X, λ) R est p continue. Alors f = 0 pour tout f L p (X, λ). Exercice 4. [Espace vectoriel topologique] Soit E l espace vectoriel des fonctions continues sur l intervalle ]0, 1[, muni de la topologie pour laquelle une base de voisinages de f E est donnée par j=1 V (f, r) = {g E g(x) f(x) < r, x ]0, 1[}, r > 0. Montrer que l addition est continue, mais que la multiplication scalaire ne l est pas. Exercice 5. [Semi-normes et métrique] Soit E un espace vectoriel topologique dont la topologie T est induite par une famille dénombrable (p n ) séparante de semi-normes. Démontrer que T est la topologie induite par une distance invariante dont on donnera une formule explicite. Comparer les notions de "partie bornée", de "suite de Cauchy" et d "espace complet" dans l e.v.t. (E, T) et dans l espace métrique (E, d). Exercice 6. [Convergence uniforme sur tout compact.] Soit Ω R d un ouvert. Pour tout compact K Ω on définit la semi-norme p K (f) := fχ K. 1. Montrer que C(Ω) muni de la famille de semi-normes {p K } K est un espace de Fréchet. 2. Montrer que la topologie de C(Ω) n est pas normable. Si A C(Ω) et K Ω est un compact, on définit A K := A χ K = {fχ K : f A}. 3. Montrer que A C(Ω) est relativement compact si et seulement si A K C(K) est relativement compact pour tout K. 4. Faire un parallèle avec le théorème d Ascoli-Arzela.

3 ENS de Lyon TD 2 28/09/2015 M1 - Analyse Avancée Exercice 1. [Moyennabilité] Soit Γ un groupe dénombrable. On dit que Γ est moyennable s il existe une forme linéaire non-nulle Λ sur l (Γ) qui est invariante par translation à gauche (i.e. f l (Γ) γ Γ Λ(γ f) = Λ(f)), positive (i.e. si f 0 alors Λ(f) 0) et telle que Λ(1 Γ ) = 1. Une telle forme linéaire est encore appelée une moyenne sur Γ. 1. On considère l opérateur S : l (Z) l (Z) tel que (Sf)(n) = f(n + 1). Montrer que Im(S Id) = Vect({m f f, f l (Z) et m Z}). 2. Vérifier que C := {f l (Z), ε > 0 f ε} est convexe, ouvert et contient 1 Z. 3. Montrer que C et Im(S Id) sont disjoints. 4. En déduire que Z est moyennable. 5. ( ) Montrer que le groupe libre à deux générateurs F 2 n est pas moyennable. Exercice 2. [Fonctions harmoniques] Soit Γ un groupe engendré par une partie finie symétrique S Γ, i.e. S = S 1. On note Cay(Γ, S) le graphe de Cayley associé à Γ. Les sommets de ce graphe sont les éléments de Γ. Deux sommets γ 1, γ 2 Γ sont reliés par une arête si il existe s S tel quel γ 1 = γ 2 s. On appelle fonction harmonique toute fonction f définie sur les sommets du graphe de Cayley et à valeurs dans R vérifiant pour tout γ Γ : f(γ) = 1 f(γ ), deg(γ) γ γ où deg(γ) désigne le nombre d arêtes reliant le sommet γ, et γ γ les sommets liés à γ par une arête. On se propose de montrer le théorème suivant : Théorème 1. Toute fonction harmonique positive sur Z 2 est constante. On note S = {(1, 0), ( 1, 0), (0, 1), (0, 1)} Z Représenter le graphe de Cayley Cay(Z/nZ, {1, 1}). Représenter le graphe de Cayley Cay(Z 2, S). 2. Montrer que toute fonction harmonique sur un groupe fini est constante. 3. Notons H + 1 (Z 2 ) l ensemble des fonctions harmoniques positives définies sur Z 2 vérifiant f(0, 0) = 1. Montrer qu il suffit de vérifier que (H + 1 (Z 2 )) ext = {1}. 4. Soit f (H + 1 (Z 2 )) ext. Montrer que pour tout x Z 2 et tout s S, 5. En déduire que f 1, puis conclure. f(s + x) = f(s)f(x).

4 6. (*) Généraliser au cas des groupes abéliens de type fini. Exercice 3. [Matrices bistochastiques] On dit qu une matrice n n à coefficients positifs est bistochastique si la somme des coefficients de chaque ligne et de chaque colonne vaut 1. Montrer que toute matrice bistochastique peut s écrire comme combinaison convexe de matrices de permutation (i.e. de matrices de la forme (δ i,σ(i) pour σ S n, groupe symétrique à n éléments). Exercice 4. Soit K un espace métrique compact et T un homéomorphisme de K. 1. Montrer qu il existe une mesure de probabilité µ sur K qui est T -invariante, c est-àdire telle que T µ = µ, où T µ(a) := µ(t 1 A). 2. Montrer qu il existe une mesure de probabilité µ sur K qui est T -invariante et ergodique, c est à dire telle que si A K est tel que µ(t (A) A) = 0, alors µ(a) {0, 1}. 3. Soit S un homéomorphisme de K qui commute avec T. Montrer qu il existe une mesure de probabilité µ sur K qui est T et S invariante. Exercice 5. Soit c 0 l l espace de Banach des suites qui tendent vers 0, muni de la norme. 1. Montrer que la boule unité de c 0 n a pas de point extrémal. 2. Montrer que la boule unité de L 1 ([0, 1]) n a pas de point extrémal. 3. En déduire que c 0 et L 1 ([0, 1]) ne sont pas isométriques au dual d un espace de Banach. Exercice 6. Soit K un espace métrique compact. On rappelle le théorème de représentation de Riesz : C(K) = M(K) l ensemble de mesures de Radon sur K. Quels sont les points extrémaux de (M(K)) 1? Exercice Soit H un espace de Hilbert. Monter que tout élément e H de norme e = 1 est extrémal dans la boule unité de H. 2. Soit C un sous-ensemble convexe de l e.v.t. E. On note C l intérieur de C. Montrer que si x C et y C alors tx + (1 t)y C pour tout t (0, 1]. 3. Soit C R n un convexe compact. Montrer que chaque x C est combinaison convexe d au plus n + 1 points extrémaux de C. Exercice 8. Soit X un espace normé de dimension infinie. Montrer que tout voisinage faible de 0 contient une droite. En déduire que la topologie forte et la topologie faible sont distinctes.

5 ENS de Lyon TD 3 5/10/2015 M1 - Analyse Avancée Exercice 1. Soient (X, µ) un espace mesuré et p, q ]1, + [ tels que 1/p + 1/q = On définit l application Φ p : L p (X, µ) L q (X, µ) par Φ p (f)(g) = Φ p f (g) := fgdµ. Montrer qu elle est bien définie et continue. 2. Montrer que pour p > 1, l application Φ p est une isométrie, c est-à-dire que Φ p f = f p. 3. En déduire que Φ p (L p (X, µ)) L q (X, µ) est un sous-espace de Banach. Exercice 2. Soit p [2, + [. 1. Montrer que pour tous α, β 0, α p + β p (α 2 + β 2 ) p En déduire pour a, b R, l inégalité p a + b 2 + a b 2 3. Montrer que L p (X, µ) est uniformément convexe. Exercice 3. Soit p ]1, [. p 1 2 ( a p + b p ). 1. Déduire des exercices précédents que, pour tout p ]1, [, l espace L p (X, µ) est réflexif. 2. Soit Φ p comme dans l exercice 1. Montrer que (Φ p ) = Φ q. 3. Montrer que Φ p est bijective, i.e. L p (X, µ) est isomorphe au dual de L q (X, µ). Exercice 4. [Théorème de Stone-Weierstrass] Soit K un espace métrique compact, et A une sous-algèbre de C(K) (i.e. un sous espace-vectoriel stable par produit qui contient les fonctions constantes) qui sépare les points de K (i.e. x y K, il existe f A, f(x) f(y)). On veut montrer que A est dense dans C(K). On note M(K) l ensemble des mesures de Radon sur K. 1. On définit l ensemble C M(K) par C = {µ M(K) 1 : Montrer le théorème dans le cas où C = {0}. K fdµ = 0, f A}. 2. On suppose désormais que C {0}. Soit µ un point extrémal de C, et soit f A telle que 0 < f < 1. On définit µ 1 et µ 2 par dµ 1 = fdµ, dµ 2 = (1 f)dµ. Montrer que µ 1 et µ 2 appartiennent à C, et que µ 1 + µ 2 = µ. En déduire qu il existe une constante 0 < c < 1 telle que µ 1 = cµ.

6 3. Montrer que toute fonction f A vérifiant 0 < f < 1 est constante sur suppµ. 4. Conclure. Exercice 5. Soit k N et e k la suite dont le k-ième terme vaut 1 et les autres 0 et soit S := {ϕ (c 0 ) : n ϕ(e n) = 0}. 1. Montrer que S est fermé pour la topologie de la norme et la topologie σ((c 0 ), (c 0 ) ). 2. Montrer que S n est pas forcément fermé pour la topologie préfaible (σ((c 0 ), c 0 )) (en particulier, dans un dual, un convexe fermé pour la topologie de la norme n est pas nécessairement fermé pour la topologie préfaible). Exercice 6. Soit {x m } l 2 la famille de suite de la forme 0 x m si n < m n = m si m = n 0 si n > m Montrer que la suite (0) est dans l adhérence faible de {x m }, mais qu aucune sous-suite de {x m } ne tend faiblement vers (0). Exercice 7. Soit K un espace topologique localement compact et soit C 0 (K) l espace des fonctions continues sur K qui tendent vers 0 à l infini. Montrer qu une suite (f n ) C 0 (K) est faiblement convergente si et seulement si elle est uniformément bornée en norme et elle converge ponctuellement. Exercice 8. Soient E et F deux espaces de Banach et T : E F une application linéaire. 1. Montrer que si T est continue par rapport aux topologies faibles de E et F, alors T est bornée. 2. Montrer que si T est continue par rapport à la topologie faible de E et la topologie de la norme de F, alors T (E) est de dimension finie. Exercice 9. [Minimisation d une fonctionnelle convexe] Soit E un espace vectoriel normé, et φ : E R une fonction convexe et semi-continue inférieurement (s.c.i.) : {φ > λ} est ouvert dans E pour tout λ. 1. Montrer que φ est faiblement s.c.i. (i.e. s.c.i. dans E muni de la topologie faible). 2. On suppose E réflexif, et φ coercive : φ(x) =. x Soit C E non vide, convexe et fermé. Montrer que φ C atteint son minimum.

7 ENS de Lyon TD 4 12/10/2015 M1 - Analyse Avancée Exercice 1. Calculer pour tout p, q N, T = x p δ (q). Exercice Soit f une fonction mesurable bornée et d intégrale égale à 1 et soit f n (x) := nf(nx). Etudier la convergence au sens des distributions de la suite (f n ). 2. Soit Λ n la distribution associée à la fonction sin(nt) πt. Montrer que Λ n converge vers δ Soit Λ n la distribution associée à la fonction cos(nt). Montrer que Λ n converge vers la distribution nulle. Exercice 3. Soit a un réel positif et soit f la fonction définie par { x si x < a f(x) := 0 si x a. Déterminer la dérivée de f au sens classique et au sens des distributions. Exercice Montrer que la fonctionnelle vp ( ) 1 (ϕ) := lim x ε 0 x ε ϕ(x) x dx est une distribution sur R et en préciser l ordre. 2. Montrer que xvp(1/x) = Déterminer la dérivée (au sens des distributions) de ln x. Exercice 5. Soit F N (t) := 1 N 2π k= N eikt, soit Λ N la distribution associée à F N et soit ϕ D(R) de support contenu dans [ (2M + 1)π, (2M + 1)π]. Montrer que Λ N (ϕ) = 1 2π π π sin((2n + 1)t/2) sin(t/2) Montrer que Λ N converge vers p Z δ 2πp. Exercice 6. [La formule des sauts] M k= M ϕ(t + 2kπ)dt. Soit (x n ) n 1 une suite strictement croissante de R telle que lim x n = +. On pose x 0 =, Ω j =]x j, x j+1 [ et Ω = j 0 Ω j. Pour tout j N, soit f j C 1 (Ω j ) telle que f j L 1 (Ω j ). On introduit les fonctions f et {f } définies p.p. dans R par f = f j dans Ω j, et {f } = f j pour tout j. Montrer qu au sens des distributions où σ j = f(x + j ) f(x j ). f = {f } + σ j δ xj, i=1

8 Exercice Soient ϕ, θ D(R) telles que θ(0) = 1. Montrer qu il existe une fonction ψ D(R) telle que ϕ(x) ϕ(0)θ(x) = xψ(x). 2. Montrer que l espace des solutions de l équation xλ = 0 dans D (R) est le sous-espace {cδ 0 } avec c C. 3. Soit n N. Déterminer l espace des solutions de l équation x n Λ = Soit n N. Déterminer l espace des solutions de l équation x n Λ = 1. Exercice On considère dans l intervalle I =]a, b[ deux fonctions f et g de classe C. Démontrer que toute distribution Λ D (I) qui est solution de Λ + fλ = g, est une fonction de classe C et vérifie l équation au sens usuel. 2. Montrer que si Λ = 0, alors Λ est la distribution associée à une fonction constante. 3. Soit f C (R). Trouver toutes les solutions de Λ + fλ = Soit f C (R) et Λ 0 D (R). Trouver toutes les solutions de Λ + fλ = Λ Résoudre au sens des distributions les équation suivantes Exercice 9. Λ 4Λ + 2Λ =0, Λ 4Λ + 2Λ =δ Soit Ω un ouvert de R d et soit δ 0 la (distribution associée à la) mesure de Dirac en 0. Montrer que il n existe aucune fonction localement intégrable f telle que δ 0 = Λ f. 2. Soit µ une mesure de Radon sur Ω. Quand peut-on identifier la distribution associée à µ à une fonction localement intégrable? Exercice Pour tout n N donner un exemple de distribution Λ D (R) d ordre n. Construire une distribution d ordre infini. 2. Montrer que la fonctionnelle linéaire Λ(f) := 0 e 1 t f(t)dt, n est pas bornée et donc n est pas une distribution.

9 ENS de Lyon TD 5 19/10/2015 M1 - Analyse Avancée Exercice Soient ϕ, θ D(R) telles que θ(0) = 1. Montrer qu il existe une fonction ψ D(R) telle que ϕ(x) ϕ(0)θ(x) = xψ(x). 2. Montrer que l espace des solutions de l équation xλ = 0 dans D (R) est le sous-espace {cδ 0 } avec c C. 3. Soit n N. Déterminer l espace des solutions de l équation x n Λ = Soit n N. Déterminer l espace des solutions de l équation x n Λ = 1. Exercice On considère dans l intervalle I =]a, b[ deux fonctions f et g de classe C. Démontrer que toute distribution Λ D (I) qui est solution de Λ + fλ = g, est une fonction de classe C et vérifie l équation au sens usuel. 2. Montrer que si Λ = 0, alors Λ est la distribution associée à une fonction constante. 3. Soit f C (R). Trouver toutes les solutions de Λ + fλ = Soit f C (R) et Λ 0 D (R). Trouver toutes les solutions de Λ + fλ = Λ Résoudre au sens des distributions les équation suivantes Exercice Montrer que supp(δ 0 ) = {0}. 2. Montrer que supp(vp(1/x)) = R. 3. Montrer que (δ a Λ)(ϕ) = Λ(ϕ( + a)). 4. Calculer δ 0 δ 0. Λ 4Λ + 2Λ =0, Λ 4Λ + 2Λ =δ Soit Λ D (R), montrer qu il existe une distribution η à support compact telle que η Λ = Λ (k). Exercice Soit Λ D (R), montrer qu il existe Λ 0 D (R) telle que Λ 0 = Λ. 2. Plus généralement, montrer que l application linaire D + λi : D (R) D (R) admet un inverse à droite, où ((D + λi)λ)(ϕ) = Λ(ϕ ) + λλ(ϕ). Exercice Soit λ R. Trouver une distribution Λ D (R) avec supp(λ) R + telle que (δ 0 λδ 0 ) Λ = δ En déduire que pour tous a 1,..., a n R et Λ 0 D (R) telle que supp(λ 0 ) R +, il existe une distribution Λ telle que supp(λ) R + et k a kd k Λ = Λ 0.

10 Exercice 6. On considère dans le plan la distribution définie par la fonction { 1 si t x > 0 2 E(x, t) = 0 si t x 0 On pose = 2 t 2 x (l opérateur des ondes). Calculer au sens des distributions E. Exercice 7. On considère dans R R la fonction E(x, t) = H(t) 4πt exp( x2 4t ), où H(t) = χ t 0 est la fonction de Heaviside. Montrer que E définit une distribution sur R 2. On pose P = t 2 x (l opérateur de la chaleur). Calculer P E au sens des distributions.

11 ENS de Lyon TD 6 2/11/2015 M1 - Analyse Avancée Exercice 1. Soit A : D(R n ) C (R n ) une application linéaire continue. On suppose que A commute aux opérateurs de translation. Montrer qu il existe une unique distribution T D (R n ) telle que Aϕ = T ϕ, ϕ D(R n ). Exercice 2. que 1. Soient S, T D (R n ) vérifiant : pour tout R > 0, il existe C > 0 tel Donner un sens à T S. (x suppt, y supps, x + y R) x, y C. 2. On définit D +(R) l ensemble des distributions à support dans R +. Montrer que D +(R) est une algèbre commutative pour la convolution, ayant δ comme élément neutre. Exercice Montrer que toute fonction mesurable dominée par un polynôme définit une distribution tempérée. 2. Montrer que pour 1 p, toute fonction f L p définit une distribution tempérée. 3. En considérant f(x) = exp(x) cos(exp(x)) dans R, montrer qu aucune de ces conditions est nécessaire. Exercice Soient f, g S(R n ). On suppose que f g est identiquement nulle. Peut-on affirmer que f ou g est nulle? Et si f = g? 2. Même question si f S et g E. Exercice Calculer Fδ (m). 2. Montrer que vp(1/x) est une distribution tempérée et calculer sa transformée de Fourier. 3. Trouver une distribution tempérée Λ telle que FΛ = H est la fonction d Heaviside. 4. Calculer la tranformée de Fourier de x. 5. Démontrer que dans S (R), on a lim λ + eiλx vp(1/x) = aδ 0, a C. Exercice 6. Soit k > 0 et u une distribution tempérée sur R tels que Montrer que u (j) L 2 (R) pour 0 j 4. u (4) + ky L 2 (R). Exercice 7. Soit Λ S (R n ) telle que Λ = Montrer que supp(fλ) {0}. 2. Montrer que les seules fonctions u de classe C 2 telles que u = 0 et à croissance modérée sont des polynômes.

12 Exercice 8. On considère la distribution Λ = j Z δ j. 1. Montrer que Λ S (R). 2. Soit u(x) = e 2iπx. Montrer que pour tout ϕ D(R) on a ufλ(ϕ) = FΛ(ϕ). 3. Soit Λ 0 une distribution telle que (u 1)Λ 0 = 0. Montrer que Λ 0 = j Z a jδ j. 4. Montrer que FΛ = Λ. 5. En déduire que pour tout ϕ S(R), on a j Z ϕ(j) = j Z F(ϕ)(j).

13 ENS de Lyon TD 7 16/11/2015 M1 - Analyse Avancée Exercice 1. Soit Ω =]0, 1[ 2. Trouver une fonction f dans L 1 (Ω) telle que f n est pas dans W 1,1 (Ω) et x y f = 0 au sens des distributions. Exercice 2. Un ouvert Ω R n est dit étoilé par raport à x Ω si toutes les demi-droites d origine x rencontrent Ω en un seul point. Soit Ω R n un ouvert étoilé borné. Soit Ω k := {x W l,p (Ω), on note u k (x) = u( k 1x). k 1. Montrer que u k u W l,p (Ω) tend vers Montrer que C ( Ω) est dense dans W l,p (Ω). : k 1 x Ω} et pour tout u k Exercice 3. Soient u W k,p (Ω) et v W k,q 0 (Ω) où 1/p + 1/q = 1. Montrer que pour tout α < k, on a α uvdx = ( 1) α u α vdx. Exercice 4. Soit 1 p et u W 1,p (]0, 1[). Ω 1. Montrer qu il existe C R tel que u(x) = C + x Du(t)dt pour presque tout x. Dans 0 la suite, on écrira W 1,p (I) C(Ī) et on identifiera toute fonction u W 1,p (I) au représentant continu de sa classe d équivalence modulo égalité presque partout. Cela permet en particulier de consiédrer la valeur de u en un point x Ī (ce qui n était pas du tout évident a priori puisque u est définie modulo égalité presque partout). 2. Montrer que W 1,p (I) L (I). 3. Montrer que u est une fonction höldérienne d exposant 1 1/p. 4. Soit u C(]0, 1[). On suppose qu il existe w L p (]0, 1[) tel que u(x) = x 0 w(t)dt pour tout x. Montrer que u W 1,p (]0, 1[) et Du = w. 5. Montrer que W 1,p (I) est une algèbre. Exercice 5. Soit I =]a, b[ un intervalle ouvert borné de R. 1. Si p > 1, montrer que l injection W 1,p (I) C(Ī) est compacte : de toute suite bornée dans W 1,p (I), on peut extraire une sous-suite convergente dans C(Ī). 2. Montrer que 3. Démontrer l inégalité de Poincaré : W 1,p 0 (I) = {u W 1,p : u(a) = u(b) = 0}. C > 0, u W 1,p 0 (I), u L p C u L p. Ω

14 Exercice 6. [Changement de variables] Soient Ω 1, Ω 2 R n des ouverts et f : Ω 1 Ω 2 un difféomorphisme C k, tel que f C k ( Ω 1 ) et f 1 C k ( Ω 2 ). Soit F : W k,p (Ω 1 ) W k,p (Ω 2 ) l application linéaire F (u)(y) = u(f 1 (y)). Montrer qu il existe des réels positifs c 1 et c 2 tels que pour tout u W k,p (Ω 1 ), on a c 1 u k,p F (u) k,p c 2 u k,p. Exercice 7. Montrer qu une fonction u est dans W 1, (R d ) ssi elle est lipschitzienne et bornée.

15 ENS de Lyon TD 8 23/11/2015 M1 - Analyse Avancée Exercice 1. Soit Ω R n un ouvert borné par rapport à une direction. 1. Montrer qu il existe C > 0 tel que u 2 L 2 (Ω) C Ω u 2 dx, u W 1,2 0 (Ω). 2. Montrer que la forme bilinéaire (u, v) 0 := u vdx est un produit scalaire sur Ω W 1,2 0 (Ω) et que la topologie induite par ce produit scalaire est la même que la topologie de la norme 1,2. Exercice 2. Soit Ω R n un ouvert borné. Pour u W k,p 0 (Ω) on définit u = α u p p α =k 1 p. Montrer que u p (diamω) k u. Exercice Soit Ω R n un ouvert, montrer que L 2 (Ω) s injecte dans (W 1,2 0 (Ω)). Dans la suite on posera W 1,2 (Ω) := (W 1,2 0 (Ω)). 2. Montrer qu on a une injection canonique W 1,2 (Ω) D (Ω). 3. Montrer que f W 1,2 (Ω) si et seulement s il existe f 0, f1,..., f n L 2 (Ω) tel que f = f 0 + n i f i. i=1 4. Montrer que la norme duale est équivalente à la norme suivante : ( n 2 n f := inf fi dx) 2 tel que f = f 0 + i f i. i=0 Ω Exercice 4. Soit Ω R n un ouvert, soit f W 1,2 (Ω) et soit µ R un réel positif. Montrer qu il existe une unique solution faible v W 1,2 (Ω) de i 1 u(x) + µu(x) = f(x) u(x) = 0 pour x Ω pour x Ω. Montrer que si Ω est borné par rapport à une direction, il existe une unique solution faible à l equation différentielle précédente.

16 Exercice 5. Soit Ω R n un ouvert borné par rapport à une direction. Soit A = (a ij ) ij une matrice n n symétrique où les a i,j sont des fonctions de Ω à valeurs réelles bornées. Supposons qu il existe θ > 0 tel que a ij (x)ξ i ξ j θ ξ 2, pour tout ξ R n et s Ω. i,j de Montrer que pour tout f W 1,2 (Ω), il existe une unique solution faible v W 1,2 (Ω) ij i (a ij (x) j u(x)) = f(x) u(x) = 0 pour x Ω pour x Ω. Exercice 6. [Minimisation d une fonctionnelle convexe] Soit E un espace vectoriel normé, et φ : E R une fonction convexe et semi-continue inférieurement (s.c.i.) : {φ > λ} est ouvert dans E pour tout λ. 1. Montrer que φ est faiblement s.c.i. (i.e. s.c.i. dans E muni de la topologie faible). 2. On suppose E réflexif, et φ coercive : φ(x) =. x Soit C E non vide, convexe et fermé. Montrer que φ C atteint son minimum. Exercice 7. [Un problème de calcul des variations] Soient f C 1 L (R), et g C([a, b]). Soit I =]a, b[ un intervalle ouvert borné. On définit, pour u H 1 (I) := W 1,2 (I), J(u) = b a ( 1 2 (u ) 2 + f(u) + ug). 1. Montrer que pour toute suite (u n ) H 1 (I) N convergeant faiblement vers u dans H 1 (I), on a J(u) lim inf J(u n ). On pourra considérer d abord le cas où f et g sont nulles. 2. Montrer qu il existe u 0 H 1 0(I) telle que J(u 0 ) = inf H 1 0 (I) J. 3. Montrer que u 0 est de classe C2 et vérifie { u = f (u) + g u(a) = u(b) = 0. On pourra utiliser le fait que J(u 0 + ϕ) J(u 0 ) pour toute fonction test ϕ D(I).

17 ENS de Lyon TD 9 30/11/2015 M1 - Analyse Avancée Exercice 1. Soit Ω R n un ouvert borné par rapport à une direction. Soit A = (a ij ) ij une matrice n n symétrique où les a i,j sont des fonctions de Ω à valeurs réelles bornées. Supposons qu il existe θ > 0 tel que a ij (x)ξ i ξ j θ ξ 2, pour tout ξ R n et s Ω. i,j de Montrer que pour tout f W 1,2 (Ω), il existe une unique solution faible v W 1,2 0 (Ω) ij i (a ij (x) j u(x)) = f(x) u(x) = 0 pour x Ω pour x Ω. Exercice 2. Soit E un espace de Banach de dimension infinie et soit T : E E un opérateur compact. Peut-on avoir T 1 L(E)? Exercice 3. Montrer que l espace des opérateurs compacts K(E, E) est un idéal dans L(E, E). Exercice Soit T un opérateur compact. Soit (x n ) n une suite dans E qui converge faiblement vers x E. Montrer que (T x n ) n converge vers T x en norme. 2. Montrer que la réciproque est vérifiée si E est réflexif : si l image par T de toute suite faiblement convergente est convergente en norme alors T est compact. 3. Soit H un espace de Hilbert et {e n } n une base orthonormale de H. Soit T : H H compact. Montrer que T e n 0 en norme. Exercice 5. [Problème de Dirichlet à paramètre] Soit Ω R d un ouvert borné à bord C 1. Soit f H 1 (Ω). On s intéresse au problème à paramètre λ suivant { u = λu + f u Ω = 0 1. Montrer qu il existe A : H 1 0(Ω) H 1 0(Ω) opérateur autoadjoint continu et v H 1 0(Ω) tels que : u H 1 0(Ω) est solution du problème de Dirichlet à paramètre λ si et seulement si, u vérifie u λau = v. 2. Montrer que A est un opérateur compact. 3. (to be continued...)

18 Exercice 6. Montrer que tout opérateur compact entre espaces de Hilbert est limite d opérateurs de rang fini. Exercice Soient X, Y des espaces de Banach et (ϕ n ) n X, (y n ) n Y et (λ n ) n l 1 trois suites. Montrer que l opérateur T : X Y, défini par T (x) = n λ ny n ϕ n (x) est compact. 2. Soit X = C([0, 1]) et f C([0, 1] 2 ) et soit T : X X Montrer que T est compact. T (g) = 1 0 f(s, t)g(t)dt. 3. Soit X = L 2 (R) et f L 2 (R 2 ) et soit T : X X T (g) = f(s, t)g(t)dt. Montrer que T est compact. 4. Soit X = C([0, 1]) et soit V : X X R V f(x) = x 0 f(t)dt. Montrer que V est compact et montrer que σ(v ) = {0}. Exercice Montrer que l injection canonique de C 1 ([0, 1]) dans C([0, 1]) est un opérateur compact. 2. Soit E un sous-espace fermé de C([0, 1]) qui est contenu dans C 1 ([0, 1]). Montrer que E est de dimension finie.

19 ENS de Lyon TD 10 7/12/2015 M1 - Analyse Avancée Exercice Soit X = C([0, 1]) et f C([0, 1] 2 ) et soit T : X X Montrer que T est compact. T (g) = 1 0 f(s, t)g(t)dt. 2. Soit X = L 2 (R) et f L 2 (R 2 ) et soit T : X X T (g) = f(s, t)g(t)dt. Montrer que T est compact. 3. Soit X = C([0, 1]) et soit V : X X R V f(x) = x 0 f(t)dt. Montrer que V est compact et montrer que σ(v ) = {0}. Exercice Montrer que l injection canonique de C 1 ([0, 1]) dans C([0, 1]) est un opérateur compact. 2. Soit E un sous-espace fermé de C([0, 1]) qui est contenu dans C 1 ([0, 1]). Montrer que E est de dimension finie. Exercice 3. Soit H un espace de Hilbert et T L(H). 1. Montrer que si T est normal, et qu il existe d 2 entier tel que T d compact alors T compact. 2. Si T est normal, compact, tel que σ(t ) R, montrer que T est autoadjoint. Exercice 4. [Isométries partielles] Soit H un espace de Hilbert et T L(H). On dit que T est une isométrie partielle si, x Ker(T ), T x = x. 1. Montrer que si T est une isométrie partielle, alors l image de T est fermée. 2. Montrer que les conditions suivantes sont équivalentes : (i) T est une isométrie partielle, (ii) T T T = T, (ii) T T est une projection orthogonale, (ii) T T est une projection orthogonale. 3. On dit que T admet un inverse généralisé s il existe S L(H) tel que T ST = T et ST S = S. Montrer que les conditions suivantes sont équivalentes :

20 (i) T est une isométrie partielle, (ii) T est une contraction et admet un inverse généralisé qui est une contraction. Exercice Montrer que pour tout compact non-vide K C, il existe un opérateur sur un espace de Hilbert complexe dont le spectre est K. 2. Soit D K un sous-ensemble dénombrable. Montrer qu il existe un opérateur sur un espace de Hilbert complexe dont le spectre est K et tout d D est une valeur propre. Exercice Soit T un opérateur nilpotent (T n = 0 pour un certain n > 0). Montrer que σ(t ) = {0}. 2. Montrer que σ(st ) \ {0} = σ(t S) \ {0}. 3. Montrer que σ(t ) = σ(t ). 4. Montrer que si T est inversible, alors σ(t 1 ) = σ(t ) Montrer que si T est inversible, alors il existe δ > 0 tel que T x δ x pour tout x Soit T : H H un opérateur et soient f, g H et λ µ C tels que T f = λf et T g = µg. Les éléments f, g sont-ils orthogonaux? Exercice 7. Soit (X, µ) un espace mesuré et soit f L (X, µ) et M f : L 2 (X, µ) L 2 (X, µ) l opérateur de multiplication par f. 1. A quelle condition M f est injectif? surjectif? compact? 2. Calculer le spectre de M f. 3. A quelle condition existe-t-il g L 2 (X, µ) tel que M f g = λg pour λ C? 4. L opérateur M f peut-il avoir un espace propre de dimension finie?

21 ENS de Lyon TD 11 14/12/2015 M1 - Analyse Avancée Exercice 1. Soit S B(H). Montrer que S = 0 si et seulement si (Sx, x) = 0 pour tout x H. Exercice Soit S B(H). Montrer que S = S si et seulement si (Sx, x) R pour tout x H. 2. Soit S = S B(H). Montrer que si S est inversible à droite, alors S est inversible. 3. Soit S = S B(H). Montrer que S = sup{ (Sx, x) : x = 1}. 4. Soit S = S B(H). Montrer que si inf{ (Sx, x) : x = 1} > 0, alors S est inversible. Exercice 3. [Opérateurs positifs] Un opérateur T B(H) est dit positif si (T x, x) 0 pour tout x H. Soit T un opérateur positif. 1. Montrer que T = T. 2. Montrer que σ(t ) R Montrer que l ensemble des opérateurs positifs est convexe fermé. 4. Montrer que pour tout n > 0, il existe un unique S positif tel que S n = T. Exercice 4. [Isométries partielles] Soit H un espace de Hilbert et T L(H). On rappelle que T est une isométrie partielle si, x Ker(T ), T x = x. 1. Montrer que les conditions suivantes sont équivalentes : (i) T est une isométrie partielle, (ii) T T T = T, (ii) T T est une projection orthogonale, (ii) T T est une projection orthogonale. 2. On dit que T admet un inverse généralisé s il existe S L(H) tel que T ST = T et ST S = S. Montrer que les conditions suivantes sont équivalentes : (i) T est une isométrie partielle, (ii) T est une contraction et admet un inverse généralisé qui est une contraction. Exercice Soit S = S B(H). Montrer qu il existe deux opérateurs positifs S et S + tels que S = S + S et S + S = S S + = Montrer que tout S B(H) est combinaison de 4 opérateurs positifs. 3. Soit S = S B(H). Montrer que S I + S est positif. 4. Pour f L ([0, 1]) trouver des conditions nécessaires et suffisantes pour que M f soit positif. 5. Montrer que si S B(H), alors ST S est positif.

22 6. Montrer que si T, S et T S sont positifs et S est inversible, alors T est inversible. 7. Montrer que S B(H) est positif si et seulement si il existe V tel que S = V V. 8. Montrer que si S, T sont positifs et ST = T S alors ST est positif. Exercice 6. Soit T B(H) un opérateur normal. Montrer que T est une projection si et seulement si σ(t ) = {0, 1}. Exercice 7. [Opérateurs de Hilbert-Schmidt] soit H un espace de Hilbert. On définit l ensemble des opérateurs de Hilbert-Schmidt, HS(H) := {T K(H) : (vp n (T )) l 2 }, où (vp n (T )) désigne la suite des valeurs propres de T. On pose pour tout T HS(H), T HS := ( vp n (T ) 2 ) 1/2. 1. Soit T L(H). Montrer que T est un opérateur de Hilbert-Schmidt si et seulement si il existe une base hilbertienne (e n ) telle que T en 2 <, et qu alors, pour toute base hilbertienne (e n ), T 2 HS = T e n Montrer que. HS est une norme, et que HS(H) est un espace de Hilbert pour cette norme. 3. On considère H = L 2 (0, 1) et T L(H). Montrer que T est un opérateur de Hilbert-Schmidt si et seulement si il existe k L 2 ((0, 1) 2 ) tel que T f = k(., t)f(t)dt f H, et qu on a alors T HS = k L 2.

23 ENS de Lyon TD 12 17/12/2015 M1 - Analyse Avancée Exercice 1. Soit A une C -algèbre. Un élément a A est dit positif si a = a et σ(a) R +. Notez que si A B(H), alors a est positif ssi il est positif comme opérateur sur H. Un état sur A est une forme linéaire ϕ : A C telle que ϕ = 1 et ϕ(a) 0 pour tout a A positif. Le but de l exercice est de définir la construction GNS : il existe une correspondence entre les états sur A et les representations cycliques de A. Soit ϕ un état sur A. 1. Montrer que (a, b) ϕ = ϕ(b a) est un semi-produit scalaire. 2. Montrer que pour tout a, b A, ϕ(a b) ϕ(a a)ϕ(b b). 3. Montrer que L = {a A : ϕ(a a) = 0} est un idéal à gauche fermé de A. 4. Montrer que (a+l, b+l) ϕ = ϕ(b a) est un produit scalaire bien défini sur X = A/L. Soit ϕ la norme associé à (, ) ϕ et soit H ϕ le complété de X par rapport à ϕ. 5. Montrer que pour tous a, x A, on a a 2 A x x x a ax est positif. 6. Montrer que pour tout a A, l application x + L X ax + L est bien définie et ax + L ϕ a A x + L ϕ. 7. Montrer que l on obtient ainsi un morphisme continu π ϕ : A B(H ϕ ). 8. Montrer que 1 + L H ϕ est cyclique. 9. Soit H un espace de Hilbert et π : A B(H) une application continue. Soit ξ H un vecteur cyclique. Trouver un état ϕ sur A et une isométrie U : H H ϕ tels que Uπ(a) = π ϕ (a)u. Exercice 2. Soit B A une inclusion de C -algèbres. Montrer que pour tout état ϕ sur B il existe un état ϕ sur A qui étend ϕ. Exercice Soit a A un élément positif. Montrer qu il existe un état ϕ tel que ϕ(a) = a. 2. Montrer que a A est positif ssi pour tout état ϕ on a ϕ(a) Montrer que pour tout a A non nul il existe un état tel que ϕ(a) 0. Exercice 4. Soit A une C -algèbre. Montrer qu il existe un espace de Hilbert H et un morphisme continu injectif π : A B(H). Montrer que si A est séparable, alors on peut choisir H séparable. Exercice 5. Soit Σ la tribu des boréliens de R. On dit qu une application E : Σ L(H), A E A, est une mesure spectrale si (i) pour tout A Σ, E A est une projection orthogonale, (ii) E = 0, E R = Id, (iii) si A = A n, union disjointe, alors E A x = E An x, (iv) pour tous A, B Sigma, E A E B = E B E A = E A B. (On peut en fait montrer que la dernière condition est superflue car elle découle des précédentes.) On note B(R) l ensemble des fonctions boréliennes sur R, muni de la norme.. Remarque : en particulier, pour tous x, y H, A < E A x, y > est une mesure borélienne finie sur R (donc automatiquement régulière).

24 1. Soit E une mesure spectrale. Montrer qu il existe une unique application continue B(R) L(H), f f(λ)de λ telle que, pour toute fonction simple f = α i 1 Ai, f(λ)de λ = α i E Ai. 2. On suppose de plus que E est à support compact K R, i.e. E K = Id. Montrer que T := λde λ est un opérateur auto-adjoint, dont le calcul fonctionnel continu est donné par f(t ) = f(λ)de λ. K σ(t )

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

Dualité dans les espaces de Lebesgue et mesures de Radon finies

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

Plus en détail

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

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

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

Approximations variationelles des EDP Notes du Cours de M2

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

Plus en détail

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

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

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

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

* 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

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

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois

Plus en détail

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

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

Plus en détail

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

Mesures gaussiennes et espaces de Fock

Mesures gaussiennes et espaces de Fock Mesures gaussiennes et espaces de Fock Thierry Lévy Peyresq - Juin 2003 Introduction Les mesures gaussiennes et les espaces de Fock sont deux objets qui apparaissent naturellement et peut-être, à première

Plus en détail

Groupe symétrique. Chapitre II. 1 Définitions et généralités

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

Plus en détail

Structures algébriques

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

Plus en détail

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

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015 Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k

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

NOTATIONS PRÉLIMINAIRES

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

Plus en détail

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

Calcul différentiel. Chapitre 1. 1.1 Différentiabilité

Calcul différentiel. Chapitre 1. 1.1 Différentiabilité Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace

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

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

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

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

Chapitre VI Fonctions de plusieurs variables

Chapitre VI Fonctions de plusieurs variables Chapitre VI Fonctions de plusieurs variables 6. 1 Fonctions différentiables de R 2 dans R. 6. 1. 1 Définition de la différentiabilité Nous introduisons la différentiabilité sous l angle des développements

Plus en détail

Notes de cours M2 Équations aux dérivées partielles elliptiques. Hervé Le Dret

Notes de cours M2 Équations aux dérivées partielles elliptiques. Hervé Le Dret Notes de cours M2 Équations aux dérivées partielles elliptiques Hervé Le Dret 4 mars 2010 2 Table des matières 1 Rappels en tous genres 7 1.1 Les théorèmes de convergence de Lebesgue............ 7 1.2

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

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

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

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

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

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

Plus en détail

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

Introduction à la. Points Critiques. Otared Kavian. et Applications aux Problèmes Elliptiques. Springer-Verlag

Introduction à la. Points Critiques. Otared Kavian. et Applications aux Problèmes Elliptiques. Springer-Verlag Otared Kavian Introduction à la Théorie des Points Critiques et Applications aux Problèmes Elliptiques Springer-Verlag Berlin Heidelberg NewYork London Paris Tokyo Hong Kong Barcelona Budapest Avant propos

Plus en détail

Equations aux Dérivées Partielles

Equations aux Dérivées Partielles Equations aux Dérivées Partielles Tony Lelièvre 29-2 Après avoir considéré dans le capitre précédent des équations d évolution pour des fonctions ne dépendant que du paramètre temps, nous nous intéressons

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

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

EXERCICE 4 (7 points ) (Commun à tous les candidats)

EXERCICE 4 (7 points ) (Commun à tous les candidats) EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat

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

Programmes des classes préparatoires aux Grandes Ecoles

Programmes des classes préparatoires aux Grandes Ecoles Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme

Plus en détail

Le produit semi-direct

Le produit semi-direct Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.

Plus en détail

Calcul différentiel sur R n Première partie

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

Plus en détail

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

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

Plus en détail

CCP PSI - 2010 Mathématiques 1 : un corrigé

CCP PSI - 2010 Mathématiques 1 : un corrigé CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P

Plus en détail

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. 14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,

Plus en détail

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours MSUR T INTÉGRATION N UN DIMNSION Notes de cours André Giroux Département de Mathématiques et Statistique Université de Montréal Mai 2004 Table des matières 1 INTRODUCTION 2 1.1 xercices.............................

Plus en détail

Yamina Yagoub-Zidi. Inconditionnalité et propriétés du point fixe dans les espaces de fonctions lisses

Yamina Yagoub-Zidi. Inconditionnalité et propriétés du point fixe dans les espaces de fonctions lisses MINISTERE DE L ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE UNIVERSITE MOULOUD MAMMERI, TIZI-OUZOU FACULTE DES SCIENCES DEPARTEMENT DE MATHEMATIQUES THESE DE DOCTORAT SPECIALITE : MATHEMATIQUES

Plus en détail

3. Conditionnement P (B)

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

Plus en détail

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

RO04/TI07 - Optimisation non-linéaire

RO04/TI07 - Optimisation non-linéaire RO04/TI07 - Optimisation non-linéaire Stéphane Mottelet Université de Technologie de Compiègne Printemps 2003 I Motivations et notions fondamentales 4 I1 Motivations 5 I2 Formes quadratiques 13 I3 Rappels

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

Programmation linéaire et Optimisation. Didier Smets

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

Plus en détail

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

Chp. 4. Minimisation d une fonction d une variable

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

Plus en détail

CHAPITRE IV. L axiome du choix

CHAPITRE IV. L axiome du choix CHAPITRE IV L axiome du choix Résumé. L axiome du choix AC affirme qu il est légitime de construire des objets mathématiques en répétant un nombre infini de fois l opération de choisir un élément dans

Plus en détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur

Plus en détail

rf( 1 f(x)x dx = O. ) U concours externe de recrutement de professeurs agreg6s composition d analyse

rf( 1 f(x)x dx = O. ) U concours externe de recrutement de professeurs agreg6s composition d analyse page 8 AGREGATIN de MATHEMATIQUES: 1991 1/5 externeanalyse concours externe de recrutement de professeurs agreg6s composition d analyse NTATINS ET DGFINITINS Dans tout le problème, R+ désigne l intervalle

Plus en détail

Correction de l examen de la première session

Correction de l examen de la première session de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi

Plus en détail

Produits d espaces mesurés

Produits d espaces mesurés Chapitre 7 Produits d espaces mesurés 7.1 Motivation Au chapitre 2, on a introduit la mesure de Lebesgue sur la tribu des boréliens de R (notée B(R)), ce qui nous a permis d exprimer la notion de longueur

Plus en détail

Relation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices

Relation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices Lycée Pierre de Fermat 2012/2013 MPSI 1 Feuille d exercices Manipulation des relations d ordre. Relation d ordre Exercice 1. Soit E un ensemble fixé contenant au moins deux éléments. On considère la relation

Plus en détail

Exercices Corrigés Premières notions sur les espaces vectoriels

Exercices Corrigés Premières notions sur les espaces vectoriels Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3

Plus en détail

Commun à tous les candidats

Commun à tous les candidats EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle

Plus en détail

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA

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 LM364 Intégration 1 & UE LM365 Intégration 2 Année 2010 11 Théorie de la Mesure et Intégration Responsable des cours : Amaury LAMBERT

Plus en détail

C1 : Fonctions de plusieurs variables

C1 : Fonctions de plusieurs variables 1er semestre 2012/13 CPUMP 3 U 11 : Abrégé de cours Compléments Analyse 3 : fonctions analytiques Les notes suivantes, disponibles à l adresse http://www.iecn.u-nancy.fr/~bertram/, contiennent les définitions

Plus en détail

Intégrale de Lebesgue

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

Plus en détail

C algèbre d un certain groupe de Lie nilpotent.

C algèbre d un certain groupe de Lie nilpotent. Université Paul Verlaine - METZ LMAM 6 décembre 2011 1 2 3 4 Les transformations de Fourier. Le C algèbre de G/ Z. Le C algèbre du sous-groupe G 5 / vect{u,v }. Conclusion. G un groupe de Lie, Ĝ l ensemble

Plus en détail

Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe

Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe des n n groupes quantiques compacts qui ont la théorie

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

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Planche n o 22. Fonctions de plusieurs variables. Corrigé Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette

Plus en détail

Théorie de la mesure. S. Nicolay

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

Plus en détail

Moments des variables aléatoires réelles

Moments des variables aléatoires réelles Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................

Plus en détail

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

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

Plus en détail

Développement décimal d un réel

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

Plus en détail

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

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires

Plus en détail

Simulation de variables aléatoires

Simulation de variables aléatoires Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo

Plus en détail

Cours d analyse numérique SMI-S4

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

Plus en détail

Fonctions de plusieurs variables. Sébastien Tordeux

Fonctions de plusieurs variables. Sébastien Tordeux Fonctions de plusieurs variables Sébastien Tordeux 22 février 2009 Table des matières 1 Fonctions de plusieurs variables 3 1.1 Définition............................. 3 1.2 Limite et continuité.......................

Plus en détail

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

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

Plus en détail

TIQUE DE FRANCE NILSYSTÈMES D ORDRE 2 ET PARALLÉLÉPIPÈDES

TIQUE DE FRANCE NILSYSTÈMES D ORDRE 2 ET PARALLÉLÉPIPÈDES Bulletin de la SOCIÉTÉ MATHÉMATIQUE DE FRANCE NILSYSTÈMES D ORDRE 2 ET PARALLÉLÉPIPÈDES Bernard Host & Alejandro Maass Tome 135 Fascicule 3 2007 SOCIÉTÉ MATHÉMATIQUE DE FRANCE Publié avec le concours du

Plus en détail

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48 Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation

Plus en détail

F411 - Courbes Paramétrées, Polaires

F411 - Courbes Paramétrées, Polaires 1/43 Courbes Paramétrées Courbes polaires Longueur d un arc, Courbure F411 - Courbes Paramétrées, Polaires Michel Fournié michel.fournie@iut-tlse3.fr http://www.math.univ-toulouse.fr/ fournie/ Année 2012/2013

Plus en détail

Un K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E

Un K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E Exo7 Espaces vectoriels Vidéo partie 1. Espace vectoriel (début Vidéo partie 2. Espace vectoriel (fin Vidéo partie 3. Sous-espace vectoriel (début Vidéo partie 4. Sous-espace vectoriel (milieu Vidéo partie

Plus en détail

INTRODUCTION AUX ÉQUATIONS AUX DÉRIVÉES PARTIELLES Cours de maîtrise, L. Boutet de Monvel

INTRODUCTION AUX ÉQUATIONS AUX DÉRIVÉES PARTIELLES Cours de maîtrise, L. Boutet de Monvel EDP - Cours de Maîtrise LBdM 1 INTRODUCTION AUX ÉQUATIONS AUX DÉRIVÉES PARTIELLES Cours de maîtrise, L. Boutet de Monvel Ce polycopié regroupe les notes du cours d Équations aux dérivées partielle de la

Plus en détail

Introduction à l optimisation de forme et application à la mécanique des fluides

Introduction à l optimisation de forme et application à la mécanique des fluides Laboratoire Jacques-Louis LIONS Introduction à l optimisation de forme et application à la mécanique des fluides Master 2 - Année universitaire 2014-2015 Pascal FREY et Yannick PRIVAT Laboratoire Jacques-Louis

Plus en détail

Calcul Différentiel. I Fonctions différentiables 3

Calcul Différentiel. I Fonctions différentiables 3 Université de la Méditerranée Faculté des Sciences de Luminy Licence de Mathématiques, Semestre 5, année 2008-2009 Calcul Différentiel Support du cours de Glenn Merlet 1, version du 6 octobre 2008. Remarques

Plus en détail

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

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

Plus en détail

Premiers exercices d Algèbre. Anne-Marie Simon

Premiers exercices d Algèbre. Anne-Marie Simon Premiers exercices d Algèbre Anne-Marie Simon première version: 17 août 2005 version corrigée et complétée le 12 octobre 2010 ii Table des matières 1 Quelques structures ensemblistes 1 1.0 Ensembles, relations,

Plus en détail

Introduction à la méthode des éléments finis

Introduction à la méthode des éléments finis ÉCOLE NATIONALE SUPERIEURE DES MINES DE PARIS Introduction à la méthode des éléments finis Michel KERN 1 2004 2005 S3733 / S3735 1 Inria, Rocquencourt, BP 105, 78153 Le Chesnay, Michel.Kern@inria.fr 2

Plus en détail

Programmation linéaire

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

Plus en détail

Espérance conditionnelle

Espérance conditionnelle Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle

Plus en détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur

Plus en détail

Équations non linéaires

Équations non linéaires Équations non linéaires Objectif : trouver les zéros de fonctions (ou systèmes) non linéaires, c-à-d les valeurs α R telles que f(α) = 0. y f(x) α 1 α 2 α 3 x Equations non lineaires p. 1/49 Exemples et

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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I

Plus en détail

EXERCICES - ANALYSE GÉNÉRALE

EXERCICES - ANALYSE GÉNÉRALE EXERCICES - ANALYSE GÉNÉRALE OLIVIER COLLIER Exercice 1 (2012) Une entreprise veut faire un prêt de S euros auprès d une banque au taux annuel composé r. Le remboursement sera effectué en n années par

Plus en détail