La construction de Pontryagin

Dimension: px
Commencer à balayer dès la page:

Download "La construction de Pontryagin"

Transcription

1 La construction de Pontryagin Projet de Séminaire Master 2 - Mathématiques et Applications Université Montpellier II 2014 Jérémy NUSA jeremy.nusa@etud.univ-montp2.fr

2

3 Préface Ce rapport a été écrit pour l unité d enseignement Séminaire de la deuxième année de master à l université Montpellier II concernant un sujet proposé par M. Stéphane Baseilhac. Notre but est de faire découvrir au lecteur la construction de Pontryagin qui est un moyen de classifier les variétés différentielles de même dimension par la relation d équivalence du cobordisme parallélisé. Ce sujet de topologie algébrique est abordé par le biais de la topologie différentielle, ainsi nous commençons donc par rappeler quelques définitions basiques d analyse différentielle et de topologie. Nous construisons ensuite les relations d équivalence de cobordisme et de cobordisme parallélisé et démontrons leurs propriétés. Nous terminons en énonçant et démontrant les trois théorèmes de Pontryagin qui permettent la classification voulue.

4

5 Table des matières 1 Application lisse et variété lisse 1 2 Valeur régulière, le Théorème de Sard & Brown 6 3 Cobordisme parallélisé : La construction de Pontryagin 11 Bibliographie 20

6

7 1 Application lisse et variété lisse On se réfère à R k vu comme l espace vectoriel réel euclidien de dimension finie k. Commençons par présenter quelques définitions et propriétés sur les sous-ensembles de R k. Définition 1.1 (Application lisse) Soient U R k et V R l deux ouverts. Une application f : U V sera dite lisse, si et seulement si pour tout n N ses dérivées partielles d ordre n existent et sont continues. n N, (x i1,..., x in ) {1,..., k} n, n f x i1... x in est continue On peut étendre cette définition à l ensemble des couples de sousensembles de R k et de R l. Définition 1.2 Soient X R k et Y R l. Une application f : X Y sera dite lisse, si et seulement si pour tout x X il existe un voisinage ouvert U de x dans X et une application lisse F : U R l qui coïncide avec f sur U X. Définition 1.3 (Homotopie lisse) Soient f, g : X Y deux applications lisses, on dit qu une application lisse H définie une homotopie entre f et g si et seulement si H vérifie : H : X [0, 1] Y (x, t) H(x, t) x X, x X, H(x, 0) = f(x) H(x, 1) = g(x) Dans ce cas, on dira que f et g sont lissement homotope et on notera f g. C est une relation d équivalence et on peut ainsi considérer la classe d homotopie lisse d une application lisse f. Remarque Pour toute application lisse f la différentielle de f au sens de Fréchet noté df coïncide avec la dérivée directionnelle au sens de Gateau. De plus 1

8 si on se donne deux bases des espaces vectoriels euclidiens R k et R l, la différentielle df s exprime dans ces bases comme le produit des vecteurs de R k par la matrice jacobienne J f des dérivées partielles. Définition 1.4 (Difféomorphisme) Soient X R k et Y R l. Une application f : X Y sera dite un difféomorphisme, si et seulement si f est un homéomorphisme et de plus f et f 1 sont des applications lisse. La topologie différentielle peut ainsi être définie comme l étude des propriétés des sous-ensembles de R k qui sont invariantes par difféomorphisme. Nous allons nous intéresser à un certain type de sousensembles, les variétés. Définition 1.5 (Variété lisse) Un sous-ensemble M R k sera dit une variété lisse de dimension m, si et seulement si pour tout point x M il existe : Un voisinage U de x dans R k. Un ouvert V de R m. Un difféomorphisme f : U M V. Un tel difféomorphisme s il existe est appelé un système de coordonnées sur U M et son difféomorphisme inverse f 1 est appelé une paramétrisation de U M. Afin de définir une notion convenable de différentielle pour une application entre deux variétés M et N nous introduisons la notion d espace tangent en un point x de la variété. Définition 1.6 (Espace tangent) Soit M R k une variété lisse de dimension m et soit x M. Il existe alors un ouvert U R m et une paramétrisation g : U M R k telle que g(u) soit un voisinage de x dans M. Notons y l unique point de U tel que g(y) = x. Comme g est une application lisse, sa différentielle en y, noté dg y : R m R k existe. On définit alors l espace tangent à M en x noté T M x par : T M x := dg y (R m ) Proposition 1.1 La construction précédente de T M x ne dépend pas de la paramétrisation g choisie. 2

9 Preuve. Soient U et V deux ouverts de R m et soient g : U M et h : V M deux paramétrisations de g(u) et h(v ) deux voisinages de x. On pose u = g 1 (x) et v = h 1 (x), alors il existe un voisinage U 1 de u et un voisinage V 1 de v tels que h 1 g : U 1 V 1 soit un difféomorphisme. On a donc un diagramme commutatif d applications lisses : R k g h U 1 V 1 h 1 g Sachant que la différentielle d une application composée est la composition des différentielles, au sens où d(h 1 g) u = dh 1 x dg u on obtient ainsi le diagramme commutatif d applications linéaires : R k dg u dh v R m = R m d(h 1 g) u On en déduit donc que x R m, dg u (x) = dh v d(h 1 g) u (x) et dh v (x) = dg u d(h 1 g) 1 u (x) donc Image(dg u ) = Image(dh v ), ainsi x M le tangent T M x ne dépend pas du choix de la paramétrisation. L espace tangent va nous permettre de définir la différentielle d une application lisse entre deux variétés lisses. Définition 1.7 Soient M R k et N R l deux variétés lisses de dimensions m et n. Soit f : M N une application lisse et notons pour x M, y := f(x). Comme f est une application lisse, il existe un ouvert W R k, x W, et une application lisse F : W R l qui coïncide avec f sur W M. On définit : v T M x, df x (v) := df x (v) Proposition 1.2 Soit f : M N une application lisse entre variétés. Alors : x M, df x : T M x T N f(x) De plus df x définition. ne dépend pas de l application lisse F choisie dans la 3

10 Preuve. Par hypothèse, il existe un ouvert W R k, x W, et une application lisse F : W R l qui coïncide avec f sur W M. Montrons que v T M x, df x (v) T N f(x). Choisissons une paramétrisation g : U M d un voisinage g(u) de x dans M et une autre paramétrisation h : V N d un voisinage h(v ) de f(x) dans N. Quitte à remplacer U par un plus petit ouvert, on peut supposer que g(u) W et que f g(u) h(v ). On obtient donc une application lisse : h 1 f g : U V On considère alors le diagramme commutatif suivant et son diagramme de différentielles associées où u = g 1 (x), v = h 1 (f(x)). W F R l R k df x R l g h dg u dh v h 1 f g U V R m d(h 1 f g) u R n On obtient ainsi que : df x (T M x ) = df x (T M x ) = df x dg u (R m ) = dh v d(h 1 f g) u (R m ) dh v (R n ) = T N f(x) L application df x : T M x T N f(x) est donc bien définie. De plus cette application est définie indépendamment de l application F choisie, car : df x = dh v d(h 1 f g) u (dg u ) 1 Jusqu à présent nous nous sommes intéressés aux variétés étant définies relativement à des ouverts d un espace euclidien réel de dimension finie. Cette définition a fait que nos variétés étaient implicitement des variétés sans bord comme la sphère et le tore, cependant il est possible de définir des variétés à bord comme une boule ou un ruban de Möbius. Pour cela, considérons le demi-espace fermé H n de l espace euclidien réel R n. H n := {(x 1,..., x n ) R n x n 0} H n := {(x 1,..., x n ) H n x n = 0} 4

11 Définition 1.8 (Variété lisse à bord) Un sous-ensemble M R k sera dit une variété lisse à bord de dimension m, si et seulement si pour tout point x M il existe : Un voisinage U de x dans R k. Un ouvert V de R m. Un difféomorphisme f : U M V H m. Dans ce cas le bord de M noté M sera l ensemble des points de M s envoyant sur H m par un tel difféomorphisme. 5

12 2 Valeur régulière, le Théorème de Sard & Brown Considérons dans un premier temps deux variétés lisses N et N de mêmes dimension n et une application lisse f : N N. Un point x N sera dit régulier si la différentielle de f en x est un homéomorphisme, sinon il sera dit singulier. Si le point x est régulier le Théorème d inversion locale garantit l existence d un voisinage de x sur lequel f est un difféomorphisme sur son image. Un point y N sera dit une valeur régulière si son image réciproque par f ne contient que des points réguliers, sinon y sera appelé une valeur singulière. Nous allons voir une généralisation de ces définitions dues à Sard dans le cas où les deux variétés ne seraient pas de même dimension. Théorème 2.1 (Théorème de Sard) Soient U R m un ouvert de l espace euclidien et f : U R n une application lisse. Définissons l ensemble des points critiques : C := {x U df x n est pas surjective} Alors l image de C par l application f est de mesure de Lebesgue nulle. Preuve. La preuve se fait par récurrence sur la dimension n. L initialisation se fait pour n = 0 et p 1 comme R 0 est un point l image de C par f est au plus un point et donc nécessairement de mesure nulle. Supposons le théorème vrai au rang n 1 et prouvons-le au rang n. Soit C i l ensemble des points x U dont les dérivées partielles d ordre inférieur ou égal à i sont nulles. On a ainsi une suite décroissante d ensembles fermés : C C 1 C 2... Nous allons démontrer les trois faits suivants : L ensemble f(c \ C 1 ) est de mesure nulle. L ensemble f(c i \ C i+1 ) est de mesure nulle, i 1. L ensemble f(c k ) est de mesure nulle, pour k suffisamment grand. 6

13 En notant λ n la mesure de Lebesgue sur R n on obtient ainsi : λ n f(c) = λ n f(c \ C 1 C 1 \ C 2 C k 1 \ C k C k ) k 1 = λ n f(c \ C 1 ) + λ n f(c i \ C i+1 ) + λ n f(c k ) = 0 i=1 Preuve du fait 1 : Remarquons que si m = 1 alors C = C 1, alors le fait devient trivial. Supposons donc m 2. Soit x C \ C 1, comme x / C 1 alors une des dérivées partielles d ordre 1, disons f 1 / x 1 est non nulle en x. Considérons l application : h(x) = (f 1 (x), x 2,..., x n ) Comme l application dh x est surjective, le Théorème d inversion locale assure l existence d un voisinage ouvert V de x difféomorphe à un ouvert V via l application h. Alors l application composée g := f h 1 envoie cet ouvert V dans R m. L ensemble C des points critiques de g est l ensemble h(v C), donc l ensemble g(c ) des valeurs critiques de g est exactement l ensemble f(v C). Pour tout (t, x,..., x n ) V, g(t, x,..., x n ) {t} R m 1 R m donc g envoie les hyperplans dans d autres hyperplans. Définissons la restriction de g : g t : ({t} R n 1 ) V {t} R m 1 Un point de {t} R n 1 est critique pour g t si et seulement si il l est pour, g car la matrice des premières dérivées partielles de g est de la forme : ( ) 1 0 g i / x i = gi/ x t i D après l hypothèse de récurrence, l ensemble des valeurs critique de g t est de mesure nulle dans {t} R m 1. Donc l ensemble des valeurs critiques de g intersecte chaque hyperplan de la forme {t} R m 1 en un ensemble de mesure nulle. L ensemble g(c ) est mesurable, car il peut s écrire comme union dénombrable de sous-ensembles compacts. Donc par le Théorème de Fubini, l ensemble g(c ) = f(v C) est de mesure nulle. Comme l ensemble C \ C 1 peut être recouvert par une quantité dénombrable de voisinages V de ses points, alors f(c \ C 1 ) est également de mesure nulle. 7

14 Preuve du fait 2 : Pour tout x C i \ C i+1 il existe une i + 1 ième dérivée partielle i+1 f r / x s1... x si+1 non nulle. Donc la fonction : w(x) := i f r / x s2... x si+1 Vaut 0 en x mais w/ x s1 ne s annule pas en x. Supposons pour simplifier que s 1 = 1. Alors l application h : U R n définie telle que : h(x) := (w(x), x 2,..., x n ) Est un difféomorphisme sur un certain voisinage ouvert V de x vers un ouvert V. Remarquez que h envoie l ensemble C i V sur l hyperplan {0} R n 1, considérons donc à nouveau l application composée : Et sa restriction : g := f h 1 : V R m g =: {0} R n 1 R m Par hypothèse de récurrence, l ensemble des valeurs critiques de g est de mesure nulle dans R m. Mais chaque point de h(c i V ) est un point critique pour g car toutes les dérivées partielles d ordre i s annulent. Donc g h(c i V ) = f(c i V ) est de mesure nulle. Et comme l ensemble C i \ C i+1 peut être recouvert par un ensemble dénombrable de tels ouverts V il s en suit que f(c i \ C i+1 ) est également de mesure nulle. Preuve du fait 3 : Soit I n U un cube de côté δ. Si k > n/m 1 nous allons prouver que f(c k I n ) est de mesure nulle. D après le Théorème de Taylor, et comme I n est compact, on a : f(x + h) = f(x) + R(x, h) où R(x, h) c h k+1 Pour x C k I n, x + h I n. Et c est une constante qui ne dépend que de f et de I n. À présent subdivisons In en r n cubes de coté δ/r. Soit I 1 l un des cubes de la subdivision contenant un point x C k. Alors tout point de I 1 peut s écrire sous la forme x + h avec h n(δ/r). La première équation nous dit que l image de I 1 par f est incluse dans un cube de coté a/r k+1 centré en f(x), où a = 2c( nδ) k+1 est une constante. On en déduit 8

15 donc que f(c k I n ) est contenu dans une union d au plus r n cubes ayant un volume total V vérifiant : V r n (a/r k+1 ) m = a m r n (k+1)m Alors si k + 1 > n/m alors évidemment V tend vers 0 quand r tend vers, donc f(c k I n ) est de mesure nulle. Et à nouveau comme C k peut être recouvert par un ensemble dénombrable de cubes ceci prouve que f(c k ) est de mesure nulle. Définition 2.1 (Valeur régulière) Soit f : M N une application lisse entre variétés lisses de dimensions respectives m et n. Définissons l ensemble : C := {x M df x : T M x T N f(x) n est pas surjective} Alors on a : C est appelé l ensemble des points critiques. f(c) est appelé l ensemble des valeurs critiques. N \ f(c) est appelé l ensemble des valeurs régulières. Proposition 2.1 L ensemble des valeurs régulières d une application lisse f : M N est dense dans N. Preuve. Comme M est une variété, elle admet un atlas, c est-à-dire un recouvrement par des ouverts difféomorphes à des ouverts de R m. Il suffit ensuite d y appliquer le Théorème de Sard. Théorème 2.2 Soit f : M N une application lisse entre variétés lisses de dimensions respectives m et n telles que m n. Soit y N une valeur régulière de f. Alors l ensemble f 1 (y) M est une variété lisse de dimension m n. Preuve. Soit x f 1 (y). Comme y est une valeur régulière l application df x : T M x T N y est surjective. Alors par linéarité de df x son noyau est un sous-espace vectoriel de T M x de dimension m n. Si M R k, choisissons une application linéaire L : R k R m n qui est un 9

16 homéomorphisme sur Ker df x R k et définissons : Clairement la différentielle de F est : F : M N R m n z (f(z), L(z)) df x (v) = (df x (v), L(v)) Ainsi df x est inversible. Donc par le Théorème d inversion locale, il existe un voisinage U de x tel que F U est un difféomorphisme sur un voisinage V de (y, L(x)). De plus f 1 (y) correspond via l application F à l hyperplan {y} R m n, et F est un difféomorphisme de f 1 (y) U sur ({y} R m n ) V. Ce qui prouve donc que f 1 (y) est une variété lisse de dimension m n. Théorème 2.3 Soit f : M N une application lisse entre variétés lisses de dimensions respectives m et n telles que m n. Soit y N une valeur régulière de f. Alors le noyau de la différentielle df x : T M x T N y est égal à l espace tangent T (f 1 (y)) x T M x. De plus T (f 1 (y)) x est isomorphe à T N y par df x. Preuve. Considérons les diagrammes associés suivants : f 1 (y) i M T (f 1 (y)) x i T M x f f df x df x {y} i N {0} i T N y L application df x envoie le sous-espace T (f 1 (y)) x T M x sur {0} et comme df x est surjective, nécessairement T (f 1 (y)) x est isomorphe à T N y via l application df x. 10

17 3 Cobordisme parallélisé : La construction de Pontryagin Nous allons à présent définir la relation d équivalence voulue sur les variétés lisses compactes de même dimension et obtenir la construction de Pontryagin caractérisant cette classification. Comme une variété lisse est un sous-ensemble de R k il est toujours possible de plonger deux variétés quelconques N R k et M R l de dimensions n et m dans R k+l telles que leur intersection soit au plus le point d origine de l espace vectoriel réel euclidien. Si de plus l une de ces deux variétés est compacte, il est possible de la plonger dans R k+l de façon à ce que l intersection soit vide. Ainsi, se donner une relation entre différentes variétés est équivalent à se donner une relation entre les sous-variétés de R n pour n assez grand. Commençons par définir un exemple d une telle relation. Définition 3.1 (Cobordisme) Soit M une variété lisse de dimension m. Soient N et N deux sousvariétés lisses et compactes de M de dimension n. Alors N sera dite cobordante à N, si et seulement si il existe ɛ ]0, 1[ tel que le sous-ensemble : N [0, ɛ[ N ]1 ɛ, 1] Peut être étendue en une variété lisse à bord, notée X telle que : (i) X M [0, 1] (ii) X = N {0} N {1} (iii) X (M {0} M {1}) = X C est une relation d équivalence sur les sous-variétés de même dimension. 11

18 Définition 3.2 (Parallélisation) Soient M une variété lisse de dimension m et N M une sous-variété lisse de dimension n. Une parallélisation de N est une application p qui associe à tout élément x N une base de l espace vectoriel T Nx dans T M x. Plus précisément : x N, T N x := {v T M x w T N x, < v, w >= 0} Où <.,. > est le produit scalaire euclidien dans R k. Et T Nx est un sous-espace vectoriel de R k de dimension m n appelée la codimension de N dans M. Considérons B(T Nx ) l ensemble des bases de T Nx, alors on a : p : N B(T N x ) x (p 1 (x),..., p m n (x)) Dans ce cas, la paire (N, p) est appelée une sous-variété lisse et parallélisée de M. Nous allons voir un cas particulier de cobordisme préservant les parallélisations. Cette propriété nous permettra ensuite de définir les variétés de Pontryagin qui sont le cœur de notre étude. Définition 3.3 (Cobordisme parallélisé) Soit M une variété lisse de dimension m. Soient (N, p) et (N, p ) deux sous-variétés lisses, compactes et parallélisées de M de dimension n. Alors (N, p) sera dite parallèlement cobordante à (N, p ), si et seulement si il existe une variété cobordante X M [0, 1] entre N et N ainsi qu une parallélisation b de X vérifiant : (i) i m n, (x, t) N [0, ɛ[, b i (x, t) = (p i (x), 0) (ii) i m n, (x, t) N ]1 ɛ, 1], b i (x, t) = (p i (x), 0) C est à nouveau une relation d équivalence sur les sous-variétés de même dimension. On va maintenant construire les variétés de Pontryagin comme l image réciproque d une valeur régulière pour une certaine fonction lisse f. Cette même application induit une parallélisation naturelle de la variété de Pontryagin. De plus la classe de cobordisme parallélisé de cette sousvariété ne dépend pas de la valeur régulière choisie. Cette construction nous permettra de transporter le problème de la classification des sous-variétés en un problème de classification des applications lisses. 12

19 Proposition 3.1 (Variété de Pontryagin) Soient M une variété lisse, et S p la sphère de dimension p. Soient f : M S p une application lisse et y S p une valeur régulière. Soit b = (b 1,... b p ) une base positivement orienté de l espace tangent T (S p ) y. Alors f 1 (y) est une sous-variété lisse de M et b induit une parallélisation f b de f 1 (y). Le couple (f 1 (y), f b) est appelé une variété de Pontryagin. Preuve. L application f étant lisse et comme y S p est une valeur régulière, nous avons déjà vu que l ensemble f 1 (y) est une sous variété de M. Il reste à montrer l existence d une parallélisation de cette variété. Pour tout x f 1 (y) on a l application : df x : T M x T (S p ) y De plus, l espace tangent T (f 1 (y)) x Ker(df x ) et son orthogonal T (f 1 (y)) x est isomorphe à T (S p ) via df x. Alors l image réciproque de b = (b 1,... b p ) par df x est une base de T (f 1 (y)) x que l on notera : f b = (w 1 (x),... w p (x)) vérifiant x f 1 (y), i p, df x (w i (x)) = b i Cette construction n est pas unique, car elle dépend à la fois de la valeur régulière y, de la base b et de la fonction f choisie. Cependant toutes les variétés de Pontryagin entretiennent des liens étroits liés au cobordisme parallélisé. Nous présentons d abord les trois théorèmes qui rassemblent ces résultats puis nous les démontrons un par un. Théorème 3.1 (Théorème I de Pontryagin) Soit M une variété lisse et soient y, y S p deux valeurs régulières d une même application lisse f : M S p. Soient b et b deux bases positivement orientées des espaces tangents T (S p ) y et T (S p ) y. Alors les sous-variétés (f 1 (y), f b) et (f 1 (y ), f b ) sont parallèlement cobordantes. 13

20 Remarque En d autres termes il est possible de définir une application Φ sur l ensemble des fonctions lisses {f : M S p } à valeur dans l ensemble des classes de cobordisme parallélisé des sous-variétés de M, compactes et de même dimension. Car sur cet ensemble quotient la construction précédente ne dépend plus que de la fonction lisse f. Théorème 3.2 (Théorème II de Pontryagin) Soient f, f : M S p deux applications lisses. Alors f est lissement homotope à f si et seulement si les variétés de Pontryagin associées à f sont parallèlement cobordantes aux variétés de Pontryagin associées à f. Remarque L application Φ précédente induit une application Φ définie sur les classes d homotopie lisse des applications lisses f : M S p. De plus Φ est injective. Théorème 3.3 (Théorème III de Pontryagin) Soient M une variété lisse de dimension m et (N, p) une sous-variété lisse, compacte et parallélisée de codimension p dans M. Alors il existe une application lisse f : M S p, telle que (N, p) est parallèlement cobordante à une sous-variété de Pontryagin associée à f. Remarque L application Φ est donc surjective et Φ met ainsi en correspondance bijective l ensemble des classes de cobordisme parallélisé des sous-variétés compactes de même codimension p et l ensemble des classes d homotopie lisse des applications à valeurs dans la sphère de dimension p. Preuve (Théorème I de Pontryagin). Commençons par prouver que les variétés de Pontryagin (f 1 (y), f b) et (f 1 (y), f b ) induites par deux bases de même orientation positive sont parallèlement cobordantes. Choisissons un chemin de la base b à la base b dans l espace des bases positivement orientées. Ce qui est possible, car cet espace peut être identifié au groupe linéaire positif GL + p (R) des matrices carrées de dimension p et de déterminant positif, qui est un espace connexe par arc. Ce même chemin permet ainsi de construire la parallélisation de la variété f 1 (y) [0, 1]. 14

21 Montrons maintenant que si y et z sont deux valeurs régulières alors les variétés de Pontryagin associées sont parallèlement cobordantes. Choisissons un ensemble de rotations de la sphère de dimension p formant une homotopie lisse, t [0, 1], r t : S p S p telle que r 0 est l identité et r 1 (y) = z. Alors l application f est homotope à l application r 1 f et nous allons montrer qu ainsi f 1 (z) est parallèlement cobordante à (r 1 f) 1 (z) = f 1 (y). En effet si f et g sont lissement homotopes et y est une valeur régulière pour les deux applications, choisissons une homotopie F et ɛ > 0 tels que : F (x, t) = f(x) 0 t < ɛ, F (x, t) = g(x) 1 ɛ < t 1. Supposons qu il existe une autre valeur régulière z appartenant à un voisinage de y telle que f 1 (z) soit parallèlement cobordante à f 1 (y) et que g 1 (z) soit également parallèlement cobordante à g 1 (y). Alors F 1 (z) est une variété lisse parallélisée et fournit ainsi une variété lisse parallélisée et cobordante entre f 1 (z) et g 1 (z), ainsi en inversant le rôle de y et z on obtient que f 1 (y) est parallèlement cobordante à g 1 (y) comme voulu. Montrons qu une telle valeur régulière z existe toujours. Comme l ensemble des valeurs régulières est dense dans l image de f, nous pouvons choisir ɛ > 0 tel que la boule de rayon ɛ et de centre y ne contienne que des valeurs régulières. Prenons alors un élément z de cette boule, à nouveau choisissons une homotopie lisse décrivant un ensemble de rotations de S p : t [0, 1], r t : S p S p tel que r 1(y) = z et tel qu il existe ɛ : r t soit égale à l identité pour 0 t < ɛ, r t soit égale à r 1 pour 1 ɛ < t 1, t [0, 1], r t 1 (z ) appartiennent à la boule de rayon ɛ centré en y. Définissons l homotopie F : F : M [0, 1] S p (x, t) r t f(x) Alors pour tout t [0, 1] z est une valeur régulière de F, on a donc une variété lisse parallélisée : F 1 (z ) M [0, 1] Cette variété est de plus cobordante entre les variétés lisses parallélisées f 1 (z ) et (r 1 f) 1 (z ) = f 1 (y). En considérant un voisinage de y suffisamment petit, il est donc possible de trouver une valeur régulière z satisfaisant nos conditions. Ainsi f 1 (y) est 15

22 toujours parallèlement cobordante à g 1 (y) et ainsi f 1 (z) est parallèlement cobordante à f 1 (y) ce qui achève la démonstration. Avant de donner une preuve des deux autres théorèmes de Pontryagin, nous allons présenter et prouver un autre théorème central dans les démonstrations à venir. Théorème 3.4 (Théorème du Voisinage produit) Soit (N, b) une sous-variété lisse compacte et parallélisée de codimension p d une variété lisse M de dimension m. Alors il existe un voisinage de N dans M difféomorphe au produit N R p. De plus, un tel difféomorphisme peut être choisi de façon à ce que tout point x N corresponde au point (x, 0) N R p et que toute base b(x) corresponde à la base standard de R p. Preuve. Supposons tout d abord que M est l espace euclidien R n+p et considérons l application g telle que : g : N R p M (x; t 1,..., t p ) x + t 1 b 1 (x) + + t p b p (x) Alors dg (x;0,...,0) est inversible, donc par le Théorème d inversion locale il existe un voisinage ouvert V de (x, 0) difféomorphe à g(v ). Nous allons prouver qu il existe ɛ > 0 tel que g est bijective sur l ensemble N B(0, ɛ) où B(0, ɛ) est la boule ouverte de rayon ɛ et centré en 0, qui est un voisinage ouvert de N {0}, car sinon il existerait deux points (x, u) et (x, u ) N R p avec u et u de norme arbitrairement petite dans R p avec g(x, u) = g(x, u ). Comme N est compacte on peut choisir une suite de telles paires avec x convergent vers sa limite x 0 et x convergent vers sa limite x 0 ainsi que u et u convergent vers 0 R p alors on obtient que x 0 = x 0 ce qui contredit l hypothèse que g est bijective dans un voisinage de (x 0, 0). Alors l application g restreinte à N B(0, ɛ) est un difféomorphisme sur son image, et la boule B(0, ɛ) est difféomorphe à l espace euclidien R p par l application suivante : u u/(1 u 2 /ɛ 2 ) Ce qui prouve le théorème dans le cas où M est l espace euclidien R n+p. Pour le cas général il faut remplacer les segments de l espace euclidien R n+p par les géodésiques de M. Notons g(x; t 1,..., t p ) le point final de la 16

23 géodésique de longueur t 1 b 1 (x) + + t p b p (x) dans M de point initial x et de différentielle en x égale à : t 1 b 1 (x) + + t p b p (x)/ t 1 b 1 (x) + + t p b p (x) Alors on obtient une application lisse g telle que : g : N B(0, ɛ) M Et on recommence le reste de la preuve précédente dans le cas M = R n+p pour démontrer le théorème dans le cas M quelconque. Ce théorème va nous fournir les outils nécessaires à la démonstration des deux derniers théorèmes. Commençons par le plus simple : Preuve (Théorème III de Pontryagin). Choisissons une sous-variété lisse compacte et parallélisée (N, p) M sans bord ainsi qu une représentation produit d un voisinage V de N : g : N R p V M vérifiant le Théorème du voisinage produit. Définissons la projection : π : V R p g(x, y) y Alors 0 est une valeur régulière pour cette application et π 1 (0) est exactement la variété lisse N munie de sa parallélisation b. Construisons maintenant une application ψ : R p S p qui envoie tous les éléments de norme x 1 sur le point bases 0 et qui envoie B(0, 1) de façon difféomorphe sur S p \ {s 0 }. Définissons f : M S p x ψ(π(x)) si x V s 0 si x / V Alors f est une application lisse et le point ψ(0) est une valeur régulière de f. De plus comme la variété de Pontryagin associée f 1 (ψ(0)) = π 1 (0) est la variété (N, p) ceci termine notre démonstration. Preuve (Théorème II de Pontryagin). Pour démontrer ce théorème, il nous faut d abord prouver que les variétés de Pontryagin associées à une application lisse déterminent sa classe d homotopie d application lisse. 17

24 Montrons que si deux applications lisses f et g qui ont une valeur régulière en commun y donnent les mêmes variétés de Pontryagin, alors ces deux applications sont lissement homotopes, on notera f g. Considérons donc les variétés de Pontryagin (f 1 (y), f b) et (g 1 (y), g b). Notons N := f 1 (y) = g 1 (y), alors l hypothèse d égalité sur les parallélisations f b et g b implique l égalité des différentielles df x et dg x pour tout x N. Supposons d abord qu il existe un voisinage V de N où f = g. Soit h : S p \ {y} R p la projection stéréographique. Alors on a une homotopie lisse H entre f et g : H(x, t) = f(x) H(x, t) = h 1 (t.h(f(x)) + (1 t).h(g(x))) pour x V pour x M \ N Afin de traiter le cas général il suffit donc de composer f avec une application lisse d de sorte que f := d f coïncide avec g sur un voisinage de N. Cependant cette application lisse ne doit évidemment pas ajouter d autres points dans N. Choisissons donc une représentation produit d un voisinage V de N. N R p V M Où V est tel que f(v ) et g(v ) ne contiennent pas l antipode ȳ de y dans S p. En identifiant V avec N R p et en identifiant S p \ {ȳ} avec R p on obtient les applications F et G correspondants à f et g par ces identifications : avec et pour tout x N on a F, G : N R p R p F 1 (0) = G 1 (0) = N {0} df (x,0) = dg (x,0) = p 2 := la projection sur R p Nous allons d abord trouver une constante c telle que pour tout x N et pour tout u R p tel que 0 < u < c on ait : F (x, u).u > 0 et G(x, u).u > 0 Ce qui implique que F (x, u) et G(x, u) appartiennent au même demi espace ouvert dans R p. Ainsi l homotopie définie par : (1 t).f (x, u) + t.g(x, u) entre F et G n enverra aucun nouveau point en 0. 18

25 Par le théorème de Taylor on a que : F (x, u) u c 1 u 2, pour u 1 Posons c := Min(c 1 1, 1). Alors pour 0 < u < c on a les inégalités : (F (x, u) u).u c 1 u 3 F (x, u).u u 2 c 1 u 3 > 0 Avec un raisonnement similaire, on obtient les mêmes inégalités pour G. Pour que la déformation d soit locale, c est-à-dire égale à l identité en dehors d un certain compact. Nous choisissons une application lisse λ telle que : Ainsi l homotopie définie par : λ : R p R u 1 si u c/2 0 si u c F t (x, u) = [1 λ(u).t].f (x, u) + λ(u).t.g(x, u) Transforme F = F 0 en une application F 1 telle que : F 1 coïncide avec G sur B(0, c/2) F 1 coïncide avec F sur R p \ B(0, c) u, F 1 (u) 0 En transportant cette déformation via l identification faite préalablement. On obtient donc une homotopie entre f et g. Terminons donc la preuve. Si f et g sont deux applications lissement homotopes, alors nous avons déjà vu dans la preuve du Théorème II que les variétés de Pontryagin f 1 (y) et g 1 (y) sont parallèlement cobordantes. Réciproquement, on se donne une variété lisse cobordante (X, m) entre les variétés f 1 (y) et g 1 (y), de façon analogue à la preuve du Théorème III, nous construisons une homotopie lisse F : F : M [0, 1] S p Dont la variété de Pontryagin associée (F 1 (y), F b) est (X, m). Alors en définissant F t (x) = F (x, t), on obtient que F 0 et f ont exactement les mêmes variétés de Pontryagin associées. Donc F 0 f et de même F 1 g, donc f g ce qui achève la preuve. 19

26 Bibliographie [1] John W. Milnor, Topology from the Differentiable Viewpoint, Princeton landmarks in mathematics, [2] James Munkres, Topology, Second Edition, Pearson New International Edition, [3] Allen Hatcher, Algebraic Topology,

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

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

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

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 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

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

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

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

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

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

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

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

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

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

AOT 13. et Application au Contrôle Géométrique

AOT 13. et Application au Contrôle Géométrique AOT 13 Géométrie Différentielle et Application au Contrôle Géométrique Frédéric Jean Notes de cours Édition 2011/2012 ii Table des matières 1 Variétés différentiables 1 1.1 Variétés différentiables............................

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

* 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

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

* 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

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

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

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

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

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

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

Suites numériques 3. 1 Convergence et limite d une suite

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

Plus en détail

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

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

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

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

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

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

Cours de mathématiques

Cours de mathématiques DEUG MIAS premier niveau Cours de mathématiques année 2003/2004 Guillaume Legendre (version révisée du 3 avril 2015) Table des matières 1 Éléments de logique 1 1.1 Assertions...............................................

Plus en détail

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Exercices - Polynômes : corrigé. Opérations sur les polynômes Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)

Plus en détail

Cours Fonctions de deux variables

Cours Fonctions de deux variables Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté

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

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

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

Plus en détail

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

La fonction exponentielle

La fonction exponentielle DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction

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

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

Sur certaines séries entières particulières

Sur certaines séries entières particulières ACTA ARITHMETICA XCII. 2) Sur certaines séries entières particulières par Hubert Delange Orsay). Introduction. Dans un exposé à la Conférence Internationale de Théorie des Nombres organisée à Zakopane

Plus en détail

Construction d un cercle tangent à deux cercles donnés.

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

Plus en détail

I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES

I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et

Plus en détail

Programmation linéaire

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

Plus en détail

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

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

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

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet

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

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

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

1 Définition et premières propriétés des congruences

1 Définition et premières propriétés des congruences Université Paris 13, Institut Galilée Département de Mathématiques Licence 2ème année Informatique 2013-2014 Cours de Mathématiques pour l Informatique Des nombres aux structures Sylviane R. Schwer Leçon

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

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

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

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs Eo7 Limites de fonctions Théorie Eercice Montrer que toute fonction périodique et non constante n admet pas de ite en + Montrer que toute fonction croissante et majorée admet une ite finie en + Indication

Plus en détail

a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b

a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b I Définition d une fonction affine Faire l activité 1 «une nouvelle fonction» 1. définition générale a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe

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

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

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

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières

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

Fonctions holomorphes

Fonctions holomorphes Université Joseph Fourier, Grenoble Maths en Ligne Fonctions holomorphes Christine Laurent-Thiébaut Ceci est le second volet de l étude des fonctions d une variable complexe, faisant suite au chapitre

Plus en détail

Chapitre 2. Eléments pour comprendre un énoncé

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

Plus en détail

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

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

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples, Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très

Plus en détail

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques

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

FEUILLETAGES PAR VARIÉTÉS COMPLEXES ET PROBLÈMES D UNIFORMISATION LAURENT MEERSSEMAN

FEUILLETAGES PAR VARIÉTÉS COMPLEXES ET PROBLÈMES D UNIFORMISATION LAURENT MEERSSEMAN FEUILLETAGES PAR VARIÉTÉS COMPLEXES ET PROBLÈMES D UNIFORMISATION LAURENT MEERSSEMAN Abstract. Ce texte est une introduction aux feuilletages par variétés complexes et aux problèmes d uniformisation de

Plus en détail

Fonctions de plusieurs variables

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

Plus en détail

Correction du baccalauréat S Liban juin 2007

Correction du baccalauréat S Liban juin 2007 Correction du baccalauréat S Liban juin 07 Exercice. a. Signe de lnx lnx) : on fait un tableau de signes : x 0 e + ln x 0 + + lnx + + 0 lnx lnx) 0 + 0 b. On afx) gx) lnx lnx) lnx lnx). On déduit du tableau

Plus en détail

Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions

Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions HQ = He 1 He 2 He 3 He 4 HQ e 5 comme anneaux (avec centre Re 1 Re 2 Re 3 Re 4

Plus en détail

Problèmes de Mathématiques Filtres et ultrafiltres

Problèmes de Mathématiques Filtres et ultrafiltres Énoncé Soit E un ensemble non vide. On dit qu un sous-ensemble F de P(E) est un filtre sur E si (P 0 ) F. (P 1 ) (X, Y ) F 2, X Y F. (P 2 ) X F, Y P(E) : X Y Y F. (P 3 ) / F. Première Partie 1. Que dire

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

[http://mp.cpgedupuydelome.fr] édité le 30 avril 2015 Enoncés 1

[http://mp.cpgedupuydelome.fr] édité le 30 avril 2015 Enoncés 1 [http://mpcpgedupuydelomefr] édité le 3 avril 215 Enoncés 1 Exercice 1 [ 265 ] [correction] On note V l ensemble des matrices à coefficients entiers du type a b c d d a b c c d a b b c d a et G l ensemble

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

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

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

Chapitre 6. Fonction réelle d une variable réelle

Chapitre 6. Fonction réelle d une variable réelle Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette

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

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

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

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

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

* 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. 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

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

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

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

ÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE

ÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE ÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE JEAN-DENIS FOUKS, EMMANUEL LESIGNE ET MARC PEIGNÉ J.-D. Fouks. École Supérieure d Ingénieurs de Poitiers. 40 avenue du Recteur Pineau, 860 Poitiers

Plus en détail

Calcul intégral élémentaire en plusieurs variables

Calcul intégral élémentaire en plusieurs variables Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement

Plus en détail

Continuité et dérivabilité d une fonction

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

Plus en détail

Etude de fonctions: procédure et exemple

Etude de fonctions: procédure et exemple Etude de fonctions: procédure et exemple Yves Delhaye 8 juillet 2007 Résumé Dans ce court travail, nous présentons les différentes étapes d une étude de fonction à travers un exemple. Nous nous limitons

Plus en détail

Construction de l'intégrale de Lebesgue

Construction de l'intégrale de Lebesgue Université d'artois Faculté des ciences Jean Perrin Mesure et Intégration (Licence 3 Mathématiques-Informatique) Daniel Li Construction de l'intégrale de Lebesgue 10 février 2011 La construction de l'intégrale

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 et changements de variables

Fonctions de plusieurs variables et changements de variables Notes du cours d'équations aux Dérivées Partielles de l'isima, première année http://wwwisimafr/leborgne Fonctions de plusieurs variables et changements de variables Gilles Leborgne juin 006 Table des

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

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

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