Intégrale et primitives

Dimension: px
Commencer à balayer dès la page:

Download "Intégrale et primitives"

Transcription

1 Chpitre 5 Intégrle et primitives 5. Ojetif On herhe dns e hpitre à onstruire l opérteur réiproue de l opérteur de dérivtion. Les deux uestions suivntes sont lors nturelles. Question : Soit f une pplition de R dns R. Existe-t-il une pplition F,deR dns R, dérivle et t.. F = f ( est-à-dire F (x) =f(x) pour tout x R)? Si une telle pplition F existe, on dit ue F est une primitive de f. Question 2 : Si F existe, dns l uestion, F est-elle uniue? Réponse à l uestion 2 : Cette uestion est file, F est uniue à une onstnte dditive près. On peut le voir omme onséuene du théorème des roissements finis (théorème 3.2). Nous le verrons dns le théorème 5.2. Réponse à l uestion : Cette uestion est euoup plus diffiile.. On v montrer ue l réponse est oui si f est ontinue (le fit ue f soit ontinue est don une ondition suffisnte pour ue f dmette une primitive). Cei ser vu dns le théorème Le fit ue f soit ontinue n est ps une ondition néessire pour ue f dmette une primitive. Plus préisément, si f dmet une primitive, on don f = F,oùF est une pplition dérivle de R dns R. L exerie 3.5 montre lors ue f vérifie l propriété des vleurs intermédiires. Don, le fit ue f vérifie l propriété des vleurs intermédiires est une ondition néessire pour ue f dmette une primitive. Cette ondition est-elle suffisnte? (je ne sis ps..., on peut montrer ue si f vérifie l propriété des vleurs intermédiires, f n est ps néessirement lolement intégrle, même u sens de Leesgue, notion ui ne ser ps présentée dns e doument, mis el ne permet ps de onlure.) Résumé : L ojetif prinipl de e hpitre est don de démontrer ue si f est ontinue de ]α, β[ dns R ( α<β ), lors f dmet une primitive. 96

2 5.2 Intégrle des fontions en eslier Définition 5. (Fontions en eslier) Soit <<< et f une pplition de [, ] dns R. On dit ue f est en eslier si il existe n N, x,...,x n [, ], α,...,α n R t.. : = x <...<x n =, f(x) =α i,six ]x i,x i [, i {,...,n}. On note E, l ensemle des fontions en eslier sur l intervlle [, ]. Remrue 5. Soit <<< et f E,. Soit x,...,x n [, ] etα,...,α n R t.. : = x <...<x n = et f(x) =α i si x ]x i,x i [, i {,...,n}. On imerit poser f(x)dx = n i= α i(x i x i ). Est e possile? L diffiulté est ii ue les i et les α i ne sont ps néessirement uniues. Cette diffiulté est résolue dns l proposition 5.. Proposition 5. Soit <<< et f E,. Soit x,...,x n [, ] et α,...,α n R t.. : = x <...<x n =, etf(x) =α i si x ]x i,x i [, i {,...,n}. Soit y,...,y p [, ] et β,...,β p R t.. : = y <...<y p = et f(x) =β i si x ]y i,y i [, i {,...,p}. Alors, n i= α i(x i x i )= p i= β i(y i y i ). Démonstrtion : On réunit l ensemle des points x i, i {,...,n}, et des points y j, j {,...,p}, on insi {z,...,z } = {x,...,x n } {y,...,y p }, ve = z <...<z =. (On don mx{n, p} n + p.) Sur l intervlle ]z k,z k [, k {,...,}), l fontion f est onstnte, on note γ k s vleur. On v démontrer ue n α i (x i x i )= i= γ k (z k z k ). (5.) Bien sûr, un risonnement nlogue donnerit p i= β i(y i y i )= k= γ k(z k z k ), e ui permet de onlure l démonstrtion. Pour montrer (5.), on remrue ue les points x i, i {,...,n}, font prtie des points z k, k {,...,}. Pour tout i {,...,n}, il existe don k i {,...,} t.. x i = z ki. On, en prtiulier, k =et k n =. k= Soit mintennt i {,...,n}. Onx i x i = z ki z ki = α i (x i x i )= k i k=k i + k i k=k i + α i (z k z k ). z k z k, et don 97

3 Mis, pour tout k {k i +,...,k i }, on ]z k,z k [ ]x i,x i [ et don γ k = α i.onendéduitue α i (x i x i )= k i k=k i + On somme mintennt sur i ette églité et on otient n α i (x i x i )= i= n k i i= k=k i + γ k (z k z k ). γ k (z k z k )= γ k (z k z k ). Ce ui donne ien (5.) et onlut l démonstrtion (r, omme el déjà été dit, un risonnement nlogue donnerit p i= β i(y i y i )= k= γ k(z k z k )). Définition 5.2 (Intégrle des fontions en eslier) Soit <<< et f E, (voir l définition 5.). Soit x,...,x n [, ], α,...,α n R t.. : = x <...<x n = et f(x) =α i,six ]x i,x i [, i {,...,n}. On pose T (f) = f(x)dx = n i= α i(x i x i ). Voii des propriétés élémentires sur E, et sur l opérteur T. Proposition 5.2 (Propriétés de l intégrle sur E, ) Soit <<<, Alors(velesdéfinitions5.et5.2):. E, est un e.v. sur R, 2. T est une pplition linéire de E, dns R, 3. f,g E,, f g T (f) T (g), 4. f E, f E, et T (f) T ( f ). N.B. L nottion f g signifie f(x) g(x) pour tout x [, ]. L fontion f est définie pr f (x) = f(x) pour x [, ]. Démonstrtion :. Il est file de voir ue l ensemle des pplitions de [, ] dns R est un e.v. sur R. On remrue lors ue E, est un s.e.v. ( est-à-dire un sous espe vetoriel) de l ensemle des pplitions de [, ] dns R. En effet, soit f,g E, et α, β R. Il existe x,...,x n [, ] t.. = x <...<x n = et t.. f soit onstnte sur ]x i,x i [, pour tout i {,...,n}. Demême,ilexistey,...,y p [, ] t.. = y <...<y p = et t.. g soit onstnte sur ]y j,y j [, pour tout j {,...,p}. On introduit lors, omme dns l proposition 5., l union des points x i, i {,...,n}, et des points y j, j {,...,p}, est-à-dire {z,...,z } = {x,...,x n } {y,...,y p }, ve = z <...<z =. Il est lir (omme l ensemle des points z k ontient tous les points x i et tous les points y j )ueles fontions f et g sont onstntes sur ]z k,z k [, pour tout k {,...,}. l fontion αf + βg est don ussi onstnte sur ]z k,z k [, pour tout k {,...,}. e ui prouve ue αf + βg E, et don ue E, est un e.v. sur R. (On peut remruer ue et espe vetoriel est de dimension infinie). k= 98

4 2. Pour montrer ue T est une pplition linéire sur E,, on reprend les nottions préédentes. Soit f,g E, et α, β R. Comme préédemment, on remrue u il existe {z,...,z } t.. = z <...< z = et t.. f et g soient onstntes sur ]z k,z k [, pour tout k {,...,}. On note lors α k l vleur de f sur ]z k,z k [et β k l vleur de g sur ]z k,z k [. Pr définition de T (définition 5.) on T (f) = α k (z k z k ), T(g) = k= β k (z k z k ). L fontion αf +βg (ui pprtient, omme nous l vons déjà vu, à E, ) est ussi onstnte sur ]z k,z k [ (pour tout k {,...,}) et s vleur sur ]z k,z k [estαα k + ββ k. On don (toujours pr l définition 5.) T (αf + βg) = (αα k + ββ k )(z k z k ). On en déduit T (αf + βg) =α k= α k (z k z k )+β k= Ce ui prouve ien l linérité de T. k= β k (z k z k )=αt (f)+βt(g). 3. On reprend, enore une fois, les mêmes nottions. Soit f,g E,.Ilexiste{z,...,z } t.. = z <... < z = et t.. f et g soient onstntes sur ]z k,z k [, pour tout k {,...,}. On note lors α k l vleur de f sur ]z k,z k [et β k l vleur de g sur ]z k,z k [. On don T (f) = k= α k (z k z k ), T(g) = k= β k (z k z k ). Si f g, on néessirement α k β k pour tout k {,...,} (il suffit de remruer ue α k = f(x) g(x) =β k pour x ]z k,z k [). On en déduit ue T (f) = α k (z k z k ) k= k= β k (z k z k )=T (g). 4. Soit f E,. Il existe x,...,x n [, ], α,...,α n R t.. = x <...<x n = et f = α i sur ]x i,x i [, i {,...,n}. On lors f = α i sur ]x i,x i [, pour tout i {,...,n}. Cei prouve ue f E, et (ve l définition 5.) T ( f ) = n α i (x i x i ) i= Le même résultt ve f u lieu de f donne k= n α i (x i x i )=T (f). i= T ( f ) T ( f).. Comme f = f et (pr linérité de T ) T ( f) = T (f), on don T ( f ) T (f). Finlement on don T ( f ) mx(t (f), T (f)) = T (f). 99

5 5.3 Intégrle des fontions ontinues Exemple 5. Soit I un intervlle de R et f une pplition de I dns R. On rppelle ue : f ontinue (sur I) f uniformément ontinue. Voii deux exemples d pplitions ontinues et non uniformément ontinues.. I =], ] et f(x) = x (vu u hpitre 2). 2. I = R et f(x) =x 2. Toutefois, lorsue I est intervlle de R, fermé et orné, le théorème 5. montre ue f est ontinue si et seulement si f est uniformément ontinue. Théorème 5. (Heine) Soit <<< et f une pplition ontinue de [, ] dns R. Alors, f est uniformément ontinue. Démonstrtion : Cette démonstrtion fit l ojet de l exerie 5.2. Remrue 5.2 Soit <<< et f une pplition ornée de [, ] dns R. Comme f est ornée, on peut trouver g et h dns E, t.. g f h. Soit g, h E, t.. g f h. On lors (d près l proposition 5.2) g(x)dx h(x)dx. Cette remrue suggère l définition de l intégrle supérieure (notée S f ) et de l intégrle inférieure (notée I f )def. Définition 5.3 (Intégrles supérieure et inférieure) Soit <<< et f une pplition ornée de [, ] dns R. On pose I f =sup{ g(x)dx, g E,, g f}, S f =inf{ h(x)dx, h E,, f h}. Remrue 5.3 Soit <<< et f une pplition ornée de [, ] dns R. L remrue 5.2 (ve les nottions de l définition 5.3) donne I f S f. Mil il est possile ue I f = S f. Pr ontre, si f E,, il est file de montrer ue I f = S f = f(x)dx. Soit <<< et f une pplition ontinue de [, ] dns R. L fontion f est don ornée (voir le théorème 2.3). Nous vons vu dns l remrue 5.3 ue I f S f (es untités sont définies dns l définition 5.3). Dns l proposition 5.4 nous llons montrer ue I f = S f. Cei nous permettr lors de définir l intégrle de f sur [, ] omme l vleur ommune de I f et S f (voir l définition 5.5). Pour el, nous llons d ord montrer u on peut pproher f uniformément pr une fontion en eslier (grâe u théorème 5.). Définition 5.4 (Convergene simple et onvergene uniforme) Soit D R, (f n ) n N d pplitions de D dns R et f une pplition D dns R.. On dit ue f n onverge simplement vers f, undn +, si une suite pour tout x D, f n(x) =f(x). 2. On dit ue f n onverge uniformément vers f, undn +, si sup f n (x) f(x) =. x D

6 Remrue 5.4 L onvergene uniforme impliue l onvergene simple, mis l réiproue est fusse (même si D est un intervlle fermé orné et ue les fontions f n et f sont ontinues de D dns R). Pr exemple, on prend D =[, ], f(x) = pour tout x [, ] et, pour n 2, on définit f n pr f n (x) =nx si x n, f n (x) = n(x 2 n )si n <x 2 n, f n (x) =si 2 n x. L suite (f n ) n 2 onverge ien simplement vers f, mis elle ne onverge pr uniformément vers f r, pour tout n 2, sup x [,] f n (x) =. On pprohe mintennt une fontion ontinue pr une fontion en eslier. Proposition 5.3 Soit <<< et f une pplition ontinue de [, ] dns R. Onlors. Pour tout ε>, ilexisteϕ E, t.. f ϕ ε ( est-à-dire ϕ(x) ε f(x) ϕ(x)+ε pour tout x [, ]). 2. Il existe une suite (ϕ n ) n N de E, t.. ϕ n f uniformément, und n +. Démonstrtion : Soit ε>. Comme f est uniformément ontinue (d près le théorème 5.), il existe α>t.. x, y [, ], x y α f(x) f(y) ε. (5.2) On hoisit lors n N t.. n α et pour i {,...,n} on pose x i = + i n ( ), de sorte ue = x <...<x n = et x i x i = n α. On définit lors ϕ de l mnière suivnte : ϕ(x) =f(x i ) si x I i,i {,...,n}, ve I i =[x i,x i [sii {,...,n} et I n =[x n,x n ]. Ave ette définition de ϕ, on ien ϕ E, et on f ϕ ε. En effet, soit x E,,ilexistei {,...,n} t.. x I i. On lors (grâe à (5.2)) ϕ(x) f(x) = f(x i ) f(x) ε r x x i x i x i = n α. On don ien trouvé ϕ E, t.. ϕ f ε. Pour montrer le deuxième item, il suffit de prendre, pour n N, ϕ n E, t.. ϕ n f n. On lors sup x [,] ϕ n (x) f(x) n. L suite (ϕ n) n N onverge don uniformément vers f. Proposition 5.4 Soit <<< et f une pplition ontinue de [, ] dns R. AlorsI f = S f. Démonstrtion : Comme el été dit dns l remrue 5.3 on I f S f (el est même vri pour toute fontion ornée de [, ] dns R et don, fortioripour toute fontion ontinue de [, ] dns R). Grâe à l proposition 5.3, on v montrer mintennt ue I f = S f. D près l proposition 5.3, il existe une suite (ϕ n ) n N de E, t.. ϕ n f uniformément vers f, und n +. On don, pour tout n N, ϕ n ε n f ϕ n + ε n,

7 ve ε n =etε n = sup ϕ n (x) f(x). En posnt g n = f n ε n et h n = f n + ε n, on don x [,] g n,h n E, et g n f h n. L définition de I f et S f (définition 5.3) et le fit ue I f S f donne lors g n (x)dx I f S f Grâe à l linérité de l intégrle sur E,, on don ϕ n (x)dx ε n ( ) I f S f h n (x)dx. ϕ n (x)dx + ε n ( ). (5.3) On en déduit, en prtiulier, ue S f I f 2ε n ( ). Comme ε n =, on don I f = S f. Définition 5.5 (Intégrle des fontions ontinues) Soit <<< et f une pplition ontinue de [, ] dns R. On pose f(x)dx = I f = S f (les untités I f et S f sont définies dns l définition 5.3). Remrue 5.5 Soit, R, <,etf une pplition ontinue de [, ] dns R. On sit mintennt ue f(x)dx = I f = S f. Soit (ϕ n ) n N une suite de E, t.. ϕ n f uniformément vers f, und n +. On don, pour tout n N, ve ϕ n ε n f ϕ n + ε n, ε n =etε n = sup ϕ n (x) f(x). Comme el été vu dns l proposition 5.4, on x [,] ϕ n (x)dx ε n ( ) I f S f Mil, omme f(x)dx = I f = S f, on en déduit On don ϕ n (x)dx = f(x)dx ϕ n (x)dx ε n ( ). ϕ n (x)dx + ε n ( ). f(x)dx. Nous utiliserons ei pour démontrer (simplement) l linérité de l intégrle sur l ensemle des fontions ontinues de [, ] dns R (proposition 5.5). Soit <<<, on rppelle ue E, = {f :[, ] R; f en eslier} et on note C([, ]) = {f : [, ] R; f ontinue}. L intégrle est don définie sur C([, ]) (et sur E, ). Voii uelues propriétés simples de l intégrle sur C([, ]) déduites de elles sur E, (proposition 5.2). Proposition 5.5 (Propriétés de l intégrle des fontions ontinues) Soit <<<. On note I l pplition de C([, ]) dns R définie pr I(f) = f(x)dx. Alors:. C([, ]) est un e.v. sur R, 2. (linérité) I est une pplition linéire de C([, ]) dns R, 2

8 3. (monotonie) f,g C([, ]), f g I(f) I(g), 4. f C([, ]) f C([, ]) et I(f) I( f ). Démonstrtion :. Le fit ue C([, ]) est un e.v. sur R est file à voir. En effet, si f et g sont ontinues de [, ] dns R et si α, β R, l fontion αf + βg est ussi ontinue de [, ] dns R. 2. Soit f,g C([, ]) et α, β R. Il existe deux suites (ϕ n ) n N et (ψ n ) n N de E, t.. ϕ n f uniformément et ψ n g uniformément, und n +. Pour tout x [, ], on et don (αϕ n + βψ n )(x) (αf + βg)(x) α ϕ n (x) f(x) + β ψ n (x) g(x), sup { (αϕ n + βψ n )(x) (αf + βg)(x) } α sup { ϕ n (x) f(x) } + β sup { ψ n (x) g(x) }. x [,] x [,] x [,] On en déduit ue (αϕ n + βψ n ) (αf + βg) uniformément, und n +. D près l remrue 5.5 on don et ϕ n (x)dx = f(x)dx, (αϕ n + βψ n )(x)dx = Or, l linérité de l intégrle sur E, (proposition 5.2) donne (αϕ n + βψ n )(x)dx = α en pssnt à l ite und n + on otient don (αf + βg)(x)dx = α Ce ui prouve ien l linérité de l intégrle sur C([, ]). ϕ n (x)dx + β f(x)dx + β 3. Soit f,g C([, ]), ve g f. On remrue simplement ii ue On en déduit I g I f et don ψ n (x)dx = (αf + βg)(x)dx. {ϕ E,,ϕ g} {ϕ E,,ϕ f}. g(x)dx = I g I f = f(x)dx. ψ n (x)dx, g(x)dx. g(x)dx 4. Soit f C([, ]). On, ien sûr f C([, ]). Comme f f, l item préédent donne f(x)dx f(x) dx. Mis, on ussi f f, les deux items préédents donnent lors f(x)dx = ( f)(x)dx f(x) dx. 3

9 Finlement, omme f(x)dx = mx{ f(x)dx, f(x)dx Ce ui termine l démonstrtion de l proposition 5.5. f(x)dx}, on ien f(x) dx. Remrue 5.6 Soit, R, <. On défini l intégrle des fontions ontinues (et l intégrle des fontions en eslier) sur l intervlle [, ]. On ussi montré ue l pplition f f(x)dx étit linéire sur E, (proposition 5.2) et linéire sur C([, ]) (proposition 5.5). On donne mintennt deux générlistions possiles (mis peu intéressntes).. On note S, l ensemle des fontions réglées, est-à-dire l ensemle des fontions ui sont ite uniforme de fontions en eslier. L ensemle S, ontient don E, et C([, ]). En reprennt l proposition 5.3, il est file de voir ue I f = S f si f S, (dns l proposition 5.3, on seulement utilisé le fit u une fontion ontinue étit ite uniforme de fontions en eslier). Si f S,, on pose f(x)dx = I f = S f. De même, une dpttion simple de l proposition 5.5 montre ue S, est un e.v. sur R et ue l pplition f f(x)dx est linéire sur S,. 2. Soit f une pplition de [, ] dns R. On dit ue f est intégrle u sens de Riemnn si f est ornée et I f = S f (voir l définition 5.3). On note R, l ensemle des fontions intégrles u sens de Riemnn sur l intervlle [, ]. L ensemle R, ontient don S,. Si f R,, on pose f(x)dx = I f = S f. On peut montrer ue R, est un espe vetoriel sur R et ue l pplition f f(x)dx est linéire sur R, (voir l exerie 5.9). Cette démonstrtion est différente de elle de l proposition 5.5 r une fontion pprtennt à R, n est ps forément ite uniforme de fontions en eslier. 3. Les deux générlistions préédentes (l intégrle sur S, et sur R, ) sont peu intéressntes. Une générlistion très intéressnte (mis ui utilise des outils différents) est l intégrle de Leesgue. Elle ontient l intégrle de Riemnn, est-à-dire l intégrle sur R,, et don ussi l intégrle des fontions réglées et l intégrle des fontions ontinues. Remrue 5.7 Soit <<< et f C([, ]), on pose m =inf{f(x), x [, ]} et M = sup{f(x), x [, ]}. Une onséuene du troisième item de l proposition 5.5 est lors ue m( ) f(x)dx M( ). Proposition 5.6 (Formule de Chsles) Soit <<<, f C([, ]) et <<.Alors f(x)dx = f(x)dx + Démonstrtion : Soit ϕ E,.Ondéfinitξ et ζ pr f(x)dx. ξ(x) =ϕ(x) pour x [, ], ζ(x) =ϕ(x) pour x [, ]. Il est file de voir ue ξ E,, ζ E, et (ve l définition 5.2) ue ϕ(x)dx = ξ(x)dx + ζ(x)dx. (5.4) 4

10 Comme f C([, ]), il existe une suite ϕ n dns E, t.. ϕ n f uniformément sur [, ]. On définit lors les suites (ξ) n N et (ζ n ) n N dns E, et E, pr ξ n (x) =ϕ n (x) pour x [, ], ζ n (x) =ϕ n (x) pour x [, ]. L suite (ξ n ) n N onverge uniformément vers f sur [, ] etlsuite(ζ n ) n N onverge uniformément vers f sur [, ]. L remrue 5.5 donne don Comme f(x)dx = ξ n (x)dx = ϕ n (x)dx = f(x)dx Primitives f(x)dx, ξ n (x)dx+ f(x)dx. ζ n (x)dx = f(x)dx, ϕ n (x)dx = f(x)dx. ζ n (x)dx (pour tout n N, voir (5.4)), on otient und n +, Définition 5.6 (Intégrle toutes ornes) Soit < < et f C([, ]), Onpose: f(x)dx = f(x)dx si <et f(x)dx =. Une onséuene file de l définition 5.6 et de l proposition 5.6 est ue si α<β, f est une pplition ontinue de ]α, β[ dns R et,, ]α, β[, on lors : f(x)dx = f(x)dx + f(x)dx. On montre mintennt l existene (et l uniité à une onstnte près) d une primitive à une fontion ontinue. Théorème 5.2 (Primitive d une fontion ontinue) Soit α< β et f ontinue de ]α, β[ dns R. Soit ]α, β[. On pose F (x) = x f(t)dt pour x ]α, β[. Alors:. L fontion F dérivle (sur ]α, β[) etf (x) =f(x) pour tout x ]α, β[. L fontion F est don une primitive de f. 2. Soit G une primitive de f. Il existe lors C R t.. F G = C ( est-à-dire F (x) G(x) =C pour tout x R). L fontion F est don l seule primitive de f s nnulnt en. Démonstrtion : Soit x ]α, β[. On v montrer ue Soit ε>. Comme f est ontinue en x, ilexisteη>t.. F (x + h) F (x) = f(x). (5.5) h h y [x η, x + η] f(y) f(x) ε. (5.6) 5

11 Soit mintennt <h η. On On don F (x + h) F (x) = x+h x F (x + h) F (x) h f(t)dt et f(x) = f(x) h f(x) = h x+h x x+h x dt = h x+h x (f(t) f(x))dt. On utilise mintennt l proposition 5.5 et (5.6) (r h η). On otient F (x + h) F (x) f(x) h x+h f(t) f(x) dt h h Un risonnement nlogue ve η h< donne F (x + h) F (x) f(x) h h Finlement, on don x x x+h h =, h η F (x + h) F (x) h x+h x f(x)dt. εdt = ε. f(t) f(x) dt x εdt = ε. h x+h f(x) ε. Cei prouve ien (5.5) et termine le er item du théorème 5.2, est-à-dire F est dérivle et F = f. Pour montrer le deuxième item, soit G une primitive de f. On don, pour tout y ]α, β[, F (y) = G (y) =f(y). Soit x ]α, β[, x =. En ppliunt le théorème des roissements finis (théorème 3.2) à l fontion G F sur l intervlle dont les ornes sont et x, ilexistey entre et x t.. (G(x) F (x)) (G() F ()) = (x )(G (y) F (y)) =. L fontion G F est don onstnte (et égle à G() F (), est-à-dire à G()). Bien sûr, on en déduit ue F est l seule primitive de f s nnulnt en. Une onséuene du théorème 5.2 est ue l on peut luler des intégrles en reherhnt des primitives. Plus préisément, soit α<β et f une fontion ontinue de ]α, β[ dns R. Soit, ]α, β[. Pour luler f(t)dt, on reherhe une primitive de f, notée F. On lors f(t)dt = F () F (). Pr exemple, Pour luler de t2 dt, on herhe une primitive de x x 2. Une primitive est l pplition x x3 3 et on otient insi t2 = 3. Remrue 5.8 Soit α<β et f de ]α, β[ dns R, de lsse C. On lors, pour tout, ]α, β[, f() f() = f (t)dt. En effet, pour x ]α, β[, on pose F (x) = x f (t)dt et G(x) =f(x) f(). Les fontions F et G sont don deux primitives, s nnulnt en, de l fontion ontinue f. théorème 5.2 donne don ue F = G, est-à-dire F () =G() pour tout ]α, β[. Voii un exemple d pplition de ette églité, en utilisnt l monotonie de l intégrle. Si >, on déduit de l églité préédente : m( ) f() f() M( ), ve m =min{f (x),x [, ]} et M = mx{f (x),x [, ]}. (Cei déjà été montré préédemment, mis d une mnière différente, en utilisnt diretement le théorème des roissements finis, théorème 3.2.) Le 6

12 5.5 Intégrtion pr prties, formule de Tylor Proposition 5.7 (intégrtion pr prties) Soit α<β et f,g deux pplitions ontinues de ]α, β[ dns R, delssec.onlors,pourtout, ]α, β[, <: f (x)g(x)dx = f(x)g (x)dx + f()g() f()g(). Démonstrtion : l fontion fg est ussi de lsse C sur ]α, β[. L remrue 5.8 donne don, omme (fg) = f g + fg, f()g() f()g() = (fg) (t)dt = L linérité de l intégrle (proposition 5.5) donne lors Ce ui termine l démonstrtion. f (x)g(x)dx = (f (x)g(x)+f(x)g (x))dx. f(x)g (x)dx + f()g() f()g(). On donne mintennt l formule de Tylor ve reste intégrl, plus préise ue les formules de Tylor- Young et Tylor-Lgrnge. Proposition 5.8 (Tylor, reste intégrl) Soit α<β et f une pplition de ]α, β[ dns R. Soit, ]α, β[ et n N.Onsupposeuef est de lsse C n.onlors:. Si n =, f() =f()+( ) f (t +( t))dt. 2. Si n =2, f() =f()+( )f ()+( ) 2 ( t)f (t +( t))dt. 3. Si n>2, f() = n ( ) k k= k! f (k) ()+( ) n ( t) n (n )! f (n) (t +( t))dt. Démonstrtion : On ommene pr montrer l proposition si =, = (et don α<etβ>). Soit ϕ une fontion de lsse C sur ]α, β[ (l intervlle ]α, β[ est don simplement un intervlle ouvert ontennt l intervlle fermé [, ]). L remrue 5.8 donne Cei donne l item de l proposition 5.8. ϕ() ϕ() = On suppose mintennt ue ϕ est de lsse C 2. g(x) =ϕ (x). On otient ϕ() ϕ() = ϕ (t)dt = ϕ (t)dt. On utilise l proposition 5.7 ve f(x) =x et (x )ϕ (x)dx + f()ϕ () f()ϕ () = ( x)ϕ (x)dx + ϕ (). Cei montre le deuxième item de l proposition 5.8. On montre ensuite le troisième item de l proposition 5.8 en fisnt une réurrene et en utilisnt l proposition 5.7 (on psse de n à n + en prennt, dns l proposition 5.7, f(x) = n ( x)n et g(x) =ϕ (n) ). Cei est lissé en exerie. 7

13 Pour montrer le s générl de l proposition 5.8, on se rmène u s =et = en posnt ϕ(t) =f(t +( t)). L fontion ϕ est ien définie sur un intervlle ouvert ontennt [, ]. Elle l même régulrité ue ϕ ( est-à-dire ue ϕ est de lsse C n si f est de lsse C n ) et on otient les dérivées de ϕ à prtir de elle de f. Plus préisèment, on, pour t [, ], ϕ (t) =( )f (t +( t)) et don, pr réurrene sur n, pour tout n N, ϕ (n) (t) =( ) n f (n) (t +( t)). On trouve lors filement l formule de tylor de f à prtir de elle pour ϕ. 5.6 Théorème de onvergene Question : Soit <<<, (f n ) n N une suite de C([, ]) et f C([, ]). On suppose ue f n (x) =f(x) pour tout x [, ] (on dit ue f n onverge simplement vers f.) A-t-on f n(x)dx = f(x)dx? (i.e. peut-on intervertir et ) Réponse : En générl, l réponse est non! mis l réponse est oui si l onvergene de f n vers f est uniforme, omme le montre le théorème 5.3. Théorème 5.3 (Convergene uniforme donne onvergene en moyenne) Soit <<<, (f n ) n N une suite de C([, ]) et f C([, ]). Onsupposeue(f n ) n N onverge uniformément vers f. Alors: On même Démonstrtion : On pose ε n = f n (x)dx = f(x)dx. f n (x) f(x) dx =. sup f n (x) f(x). x [,] (On peut noter d illeurs ue e sup est tteint, est-à-dire u il existe x n [, ]t.. f n (x n ) f(x n ) = sup x [,] f n (x) f(x).) L onvergene uniforme de f n vers f donne ε n =. Pr monotonie de l intégrle, on don on en déduit ien f n (x) f(x) dx ( )ε n, f n (x) f(x) dx =. Puis, les items 2 et 4 de l proposition 5.5 donne f n (x)dx f(x)dx = (f n (x) f(x))dx On don f n(x)dx = f(x)dx. f n (x) f(x) dx ( )ε n. 8

14 Remrue 5.9 Soit <<<, (f n ) n N une suite de C([, ]) et f C([, ]). Nous vons mintennt 3 définitions différentes de onvergene :. Convergene simple, 2. onvergene uniforme, 3. onvergene en moyenne ( est-à-dire f n(x) f(x) dx = ). On : 2) ), 2) 3) (théorème 5.3) mis, on peut montrer : ) 2), ) 3), 3) ), 3) 2). 5.7 Exeries Exerie 5. (Bolzno-Weierstrss) Soit <<< et (x n ) n N une suite de points de [, ].. Pour tout n N, on pose n =inf{x p,p n}. Montrer ue l suite ( n ) n N est une suite roissnte mjorée. En déduire u il existe x [, ] t.. n x und n Montrer ue, pour n N,ilexisteϕ(n) n t.. x ϕ(n) n n (où n est défini à l uestion préédente). En déduire ue x ϕ(n) x und n + (où x est défini à l uestion préédente). Exerie 5.2 (Théorème de Heine) Soit <<< et f une pplition de [, ] dns R.. On suppose ue f n est ps uniformément ontinue. () Montrer u il existe ε> t.., pour tout n N,ilexistex n,y n [, ] t.. x n y n n et f(x n ) f(y n ) ε. () Montrer u il existe un point x [, ] t.. f ne soit ps ontinue en x. [Utiliser l exerie 5..] 2. On suppose ue f est ontinue (sur [, ]). Montrer ue f est uniformément ontinue (sur [, ]). Exerie 5.3 (Clul de primitives). Soit f de R dns R définie pr f(x) =x 4 +3x 2 x. Cluler F de R dns R t.. F = f et F () =. 2. Soit f de R + dns R définie pr f(x) = x+. Cluler F de R + dns R t.. F = f et F () =. 3. Soit f de R + dns R définie pr f(x) = x4 +x 2 x 2. Cluler F de R + dns R t.. F = f et F () =. Exerie 5.4 (Formule de l moyenne) Soit <<< et f une pplition ontinue de [, ] dns R. On note Im(f) ={f(x),x [, ]}, m =inf(im(f)) et M =sup(im(f)).. Montrer u il existe µ [m, M] t..: f(x)dx = µ( ). 9

15 2. Montrer u il existe [, ] t..: Exerie 5.5 (Intégrle d une fontion positive) f(x)dx = f()( ). Soit <<< et f une pplition ontinue de [, ] dns R. On suppose ue f(x) pour tout x [, ], et u il existe [, ] t..f() >. Montrer ue f(x)dx >. Exerie 5.6 (Intégrle impropre) On définit l pplition f de R dns R pr : f(x) =, si x, f(x) =x 2 sin x 2, si x>.. Montrer ue f est ontinue et dérivle en tout point de R. 2. Montrer ue f est ontinue en tout point suf. 3. Soit <<<. Montrer ue : f() f() = f (t)dt. 4. Soit >. Pour <x<, on pose, g(x) = x f (t)dt. Montrer ue g(x) une ite (dns R) und x, ve x>. On note (improprement... r f n est ps ontinue sur [,]) f (t)dt ette ite. Montrer ue : Exerie 5.7 (Clul d intégrles) Cluler les intégrles suivntes : f() f() = f (t)dt. 3 x 3 dx, 4 x 2 x 2 dx, 2 x + dx. Exerie 5.8 (Convergene de l intégrle) Soit (ϕ n ) n N une suite d pplitions ontinues de [, ] dns R et ϕ une pplition ontinue de [, ] dns R. On suppose ue ϕ n ϕ simplement und n ( est-à-dire ue ϕ n (x) =ϕ(x), pour tout x [, ]).. Montrer ue si n ϕ n (x) ϕ(x) dx =, lors n 2. Montrer ue si (ϕ n ) n N onverge uniformément vers ϕ, lors n ϕ n (x) dx = ϕ(x) dx. ϕ n (x) dx = ϕ(x) dx.

16 3. Donner un exemple pour leuel (ϕ n ) n N ne onverge ps uniformément vers ϕ et : n 4. Donner un exemple pour leuel n ϕ n (x) dx = ϕ n (x) dx = 5. Si l suite (ϕ n ) n N stisfit les deux onditions : ϕ(x) dx. ϕ(x) dx. () Pour tout ε, <ε<, (ϕ n ) n N onverge uniformément vers ϕ sur [ε, ], () Les ϕ n sont à vleurs dns [, +], montrer ue n ϕ n (x) dx = ϕ(x) dx. Exerie 5.9 (Linérité de l intégrle de Riemnn) Soit, R, <. On rppelle ue R, désigne l ensemle des fontions intégrles u sens de Riemnn sur [, ] (remrue 5.6). Montrer ue R, est un e.v. sur R et ue l pplition f f(x)dx est linéire sur R,.

Chapitre 3 Intégrale double

Chapitre 3 Intégrale double Chpitre 3 Intégrle oule Nous llons supposer le pln usuel muni un repère orthonormé (O,i,j). 3. Aperçu e l éfinition formelle e l intégrle oule Soit =[, [, (

Plus en détail

Université de Marseille Licence de Mathématiques, 1ere année, Analyse (limites, continuité, dérivées, intégration) T. Gallouët

Université de Marseille Licence de Mathématiques, 1ere année, Analyse (limites, continuité, dérivées, intégration) T. Gallouët Université de Mrseille Licence de Mthémtiques, ere nnée, Anlyse (limites, continuité, dérivées, intégrtion) T. Gllouët July 29, 205 Tble des mtières Limites 3. Définition et propriétés......................................

Plus en détail

Document créé le 28 novembre 2013 Lien vers la dernière mise à jour de ce document Lien vers les exercices de ce chapitre

Document créé le 28 novembre 2013 Lien vers la dernière mise à jour de ce document Lien vers les exercices de ce chapitre Document créé le 28 novembre 2013 Lien vers l dernière mise à jour de ce document Lien vers les exercices de ce chpitre Chpitre 20 Intégrtion Sommire 20.1 Continuité uniforme.................................

Plus en détail

3.2 Succession d intégrales simples - Théorème de Fubini

3.2 Succession d intégrales simples - Théorème de Fubini 8 Intégrle oule. Suession intégrles simples - Théorème e Fuini Soit R = [, [, (

Plus en détail

CHAPITRE 9 : PRIMITIVES - INTEGRALES

CHAPITRE 9 : PRIMITIVES - INTEGRALES Primitives et intégrles Cours CHAPITRE 9 : PRIMITIVES - INTEGRALES. Primitives d une fonction Définition Soit f une fonction définie sur un intervlle I. Une fonction F est une primitive de f sur I, si

Plus en détail

Cours de mathématiques. Chapitre 12 : Calcul Intégral

Cours de mathématiques. Chapitre 12 : Calcul Intégral Cours de mthémtiques Terminle S1 Chpitre 12 : Clcul Intégrl Année scolire 2008-2009 mise à jour 5 mi 2009 Fig. 1 Henri-Léon Leesgue et Bernhrd Riemnn n les confond prfois 1 Tle des mtières I Chpitre 12

Plus en détail

GLMA201 - ALGÈBRE LINÉAIRE ET ANALYSE 2-2013-2014 CONTRÔLE CONTINU 2

GLMA201 - ALGÈBRE LINÉAIRE ET ANALYSE 2-2013-2014 CONTRÔLE CONTINU 2 GLMA -4 GLMA - ALGÈBRE LINÉAIRE ET ANALYSE - -4 CONTRÔLE CONTINU Durée : h Tout doument ou lultrie est interdit Il ser tenu ompte de l lrté et de l préision de l rédtion Il est importnt de justifier hune

Plus en détail

Techniques d analyse de circuits

Techniques d analyse de circuits Chpitre 3 Tehniques d nlyse de iruits Ce hpitre présente différentes méthodes d nlyse de iruits. Ces méthodes permettent de simplifier l nlyse de iruits ontennt plusieurs éléments. Bien qu on peut résoudre

Plus en détail

Théorème de Poincaré - Formule de Green-Riemann

Théorème de Poincaré - Formule de Green-Riemann Chpitre 11 Théorème de Poincré - Formule de Green-Riemnn Ce chpitre s inscrit dns l continuité du précédent. On vu à l proposition 1.16 que les formes différentielles sont bien plus grébles à mnipuler

Plus en détail

Synthèse de cours (Terminale S) Calcul intégral

Synthèse de cours (Terminale S) Calcul intégral Synthèse de cours (Terminle S) Clcul intégrl Intégrle d une onction continue positive sur un intervlle [;] Dns cette première prtie, on considère une onction continue positive sur un intervlle [ ; ] (

Plus en détail

Exercices Mathématiques Discrètes : Relations

Exercices Mathématiques Discrètes : Relations Exeries Mthémtiques Disrètes : Reltions Reltions inires R1 Soient A = {0, 1, 2, 3, 4} et B = {0, 1, 2, 3} deux ensemles. Erire expliitement les ouples (, ) R où (, ) R si et seulement si : =, + = 4,

Plus en détail

Séquence 7. Intégration. Sommaire

Séquence 7. Intégration. Sommaire Séquence 7 Intégrtion Sommire. Prérequis. Aire et intégrle d une fonction continue et positive sur [ ; ]. Primitives 4. Primitives et intégrles d une fonction continue 5. Synthèse de l séquence Dns ce

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 Mthémtiques nnée 2009-2010 Chpitre 2 Le prolème de l unicité des solutions 1 Le prolème et quelques réponses : 1.1 Un exemple Montrer que l éqution différentielle :

Plus en détail

Calcul intégral. II Intégrale d une fonction 4

Calcul intégral. II Intégrale d une fonction 4 BTS DOMOTIQUE Clcul intégrl 8- Clcul intégrl Tble des mtières I Primitives I. Définitions............................................... I. Clculs de primitives.........................................

Plus en détail

Intégration. Rappels. Définition 3. Soit I un intervalle réel et f : I E. On dit que F : I E est. f(x) f(a) x a

Intégration. Rappels. Définition 3. Soit I un intervalle réel et f : I E. On dit que F : I E est. f(x) f(a) x a Intégrtion Les fonctions considérées ci-dessous sont des fonctions définies sur un intervlle réel I, à vleurs réelles ou complees ou, plus générlement, à vleurs dns un espce vectoriel normé de dimension

Plus en détail

Résumé du cours d analyse de maths spé MP

Résumé du cours d analyse de maths spé MP 1 TOPOLOGE Résumé du cours d nlyse de mths spé MP 1 Topologie 1) Normes, normes équivlentes Une norme sur l espce vectoriel E est une ppliction N de E dns R vérifint : x E, N(x). x E, (N(x) = x = ) (xiome

Plus en détail

LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE. Unité d enseignement LCMA 4U11 ANALYSE 3. Françoise GEANDIER

LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE. Unité d enseignement LCMA 4U11 ANALYSE 3. Françoise GEANDIER LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE Unité d enseignement LCMA 4U ANALYSE 3 Frnçoise GEANDIER Université Henri Poincré Nncy I Déprtement de Mthémtiques . Tble des mtières I Séries numériques. Séries

Plus en détail

Calcul int egral. 15 d ecembre 2008

Calcul int egral. 15 d ecembre 2008 Clcul intégrl. 15 décembre 2008 2 Tble des mtières I Intégrles multiples 5 1 Rppels sur l intégrle définie des fonctions d une vrible. 7 1.1 Motivtions................................ 7 1.1.1 Cs des fonctions

Plus en détail

Cours de Mathématiques 2

Cours de Mathématiques 2 Cours de Mthémtiques 2 première prtie : Anlyse 2 DEUG MIAS 1 e nnée, 2 e semestre. Mximilin F. Hsler Déprtement Scientifique Interfcultire B.P. 7209 F 97275 SCHOELCHER CEDEX Fx : 0596 72 73 62 e-mil :

Plus en détail

LES CONIQUES. 1) Différentes approches des «coniques». page 2. 2) Equation focale d une conique.. page 4

LES CONIQUES. 1) Différentes approches des «coniques». page 2. 2) Equation focale d une conique.. page 4 LES CONIQUES Tle des mtières COURS ) Différentes pprohes des «oniques». pge ) Eqution fole d une onique.. pge 4 3) Axe fol de Γ. pge 6 4) Sommets de Γ. pge 6 5) Equtions rtésiennes réduites d une prole.

Plus en détail

Cours de Mathématiques 2

Cours de Mathématiques 2 Cours de Mthémtiques 2 première prtie : Anlyse 2 DEUG MIAS 1 e nnée, 2 e semestre. Mximilin F. Hsler Déprtement Scientifique Interfcultire B.P. 7209 F 97275 SCHOELCHER CEDEX Fx : 0596 72 73 62 e-mil :

Plus en détail

Chapitre 7. Primitives et Intégrales. 7.1 Primitive d une fonction. 7.2 Propriétés des primitives. 7.3 Intégrale définie ou Intégrale de Riemannn)

Chapitre 7. Primitives et Intégrales. 7.1 Primitive d une fonction. 7.2 Propriétés des primitives. 7.3 Intégrale définie ou Intégrale de Riemannn) Chpitre 7 Primitives et Intégrles 7. Primitive d une fonction Soit f une fonction définie sur un intervlle K de R. On ppelle primitive de f, une fonction F dont l dérivée est f : F (x) = f(x). On note

Plus en détail

Théorème de Lax Milgram Application au problème de Dirichlet pour l équation de Sturm Liouville

Théorème de Lax Milgram Application au problème de Dirichlet pour l équation de Sturm Liouville Théorème de Lx Milgrm Appliction u problème de Dirichlet pour l éqution de Sturm Liouville Résumé du cours de MEDP Mîtrise de mthémtiques 2000 2001 2001nov18 (medp-lx-milgrm.tex) Dns ce chpitre, on se

Plus en détail

Tout ce qu il faut savoir en math

Tout ce qu il faut savoir en math Tout ce qu il fut svoir en mth 1 Pourcentge Prendre un pourcentge t % d un quntité : t Clculer le pourcentge d une quntité pr rpport à une quntité b : Le coefficient multiplicteur CM pour une ugmenttion

Plus en détail

semestre 3 des Licences MISM annnée universitaire 2004-2005

semestre 3 des Licences MISM annnée universitaire 2004-2005 MATHÉMATIQUES 3 semestre 3 des Licences MISM nnnée universitire 24-25 Driss BOULARAS 2 Tble des mtières Rppels 5. Ensembles et opértions sur les ensembles.................. 5.. Prties d un ensemble.........................

Plus en détail

Exercices corrigés 9325 = 2 4662 + 1 4662 = 2 2331 + 0 2331 = 2 1165 + 1

Exercices corrigés 9325 = 2 4662 + 1 4662 = 2 2331 + 0 2331 = 2 1165 + 1 Grenoble INP Pgor 1ère nnée Exercices corrigés Anlyse numérique NB : Les exercices corrigés ici sont les exercices proposés durnt les sénces de cours. Les corrections données sont des corrections plus

Plus en détail

EPUUniversité de Tours

EPUUniversité de Tours DI 3ème nnée EPUUniversité de Tours Déprtement Informtique 007-008 ANALYSE NUMERIQUE Chpitre 3 Intégrtion numérique résumé du cours 1 Introduction Il s git d une mniére générle de déterminer, le mieux

Plus en détail

COURS D ANALYSE. Licence d Informatique, première. Laurent Michel

COURS D ANALYSE. Licence d Informatique, première. Laurent Michel COURS D ANALYSE Licence d Informtique, première nnée Lurent Michel Printemps 2010 2 Tble des mtières 1 Éléments de logique 5 1.1 Fbriquer des énoncés........................ 5 1.1.1 Enoncés élémentires.....................

Plus en détail

Université Paris-Dauphine DUMI2E. UFR Mathématiques de la décision. Notes de cours. Analyse 2. Filippo SANTAMBROGIO

Université Paris-Dauphine DUMI2E. UFR Mathématiques de la décision. Notes de cours. Analyse 2. Filippo SANTAMBROGIO Université Pris-Duphine DUMI2E UFR Mthémtiques de l décision Notes de cours Anlyse 2 Filippo SANTAMBROGIO Année 2008 2 Tble des mtières 1 Optimistion de fonctions continues et dérivbles 5 1.1 Continuité........................................

Plus en détail

Le Calcul Intégral. niveau maturité. Daniel Farquet

Le Calcul Intégral. niveau maturité. Daniel Farquet Le Clcul Intégrl niveu mturité Dniel Frquet Eté 8 Tble des mtières Introduction Intégrle indéfinie 3. Définitions et générlités................................ 3.. Déf. d une primitive..............................

Plus en détail

Intégration sur un intervalle quelconque MP

Intégration sur un intervalle quelconque MP ntégrtion sur un intervlle quelconque MP 9 décembre 22 Dns ce chpitre, on définit l notion de fonction continue pr morceu et intégrble sur un intervlle quelconque. Cel nous permettr de donner un sens à

Plus en détail

MP1 Janson DS6 du 17 janvier 2014/2015. 1 n x.

MP1 Janson DS6 du 17 janvier 2014/2015. 1 n x. MP Jnson DS6 du 7 jnvier 24/25 Problème (CCP) Toutes les fonctions de ce problème sont à vleurs réelles. PARTE PRÉLMNARE Les résultts de cette prtie seront utilisés plusieurs fois dns le problème.. Fonction

Plus en détail

Mathématiques discrètes Chapitre 4 : relations binaires

Mathématiques discrètes Chapitre 4 : relations binaires U.P.S. I.U.T. A, Déprtement Informtique Année 2009-2010 Mthémtiques isrètes Chpitre 4 : reltions inires 1. Générlités Définition Soient E 1, E 2,...E n es ensemles. Une reltion n-ire est l onnée un sous-ensemle

Plus en détail

Kit de survie - Bac ES

Kit de survie - Bac ES Kit de survie - Bc ES. Étude du signe d une expression ) Signe de x + Ü Ü ½ Ò µ¼ Ò ½ 0) On détermine l vleur de x qui nnule x +, puis on pplique l règle : «signe de près le 0». ) Signe de x + x + c ܾ

Plus en détail

2. Formules d addition.

2. Formules d addition. IX. Trigonométrie 1. Rppels 1.1 Définitions : Dns le cercle trigonométrique C ( O, 1 ), si nous fixons un point P correspondnt à un ngle d mplitude nous vons défini : = bscisse du point P sin = ordonnée

Plus en détail

Cours d Analyse IV Suites et Séries de fonctions

Cours d Analyse IV Suites et Séries de fonctions Université Clude Bernrd, Lyon I Licence Sciences, Technologies & Snté 43, boulevrd 11 novembre 1918 Spécilité Mthémtiques 69622 Villeurbnne cedex, Frnce L. Pujo-Menjouet pujo@mth.univ-lyon1.fr Cours d

Plus en détail

Chapitre 13 : intégration sur un intervalle quelconque : théorie

Chapitre 13 : intégration sur un intervalle quelconque : théorie Mth Spé MP Chpitre 13 : intégrtion sur un intervlle quelconque : théorie 19/1/2012 1 Cs des onctions à vleurs dns R + Déinition : onction continue pr morceux sur un intervlle : Une onction : K où (K =

Plus en détail

Toutes les questions de cours et R.O.C. au bac de T.S. Vincent PANTALONI

Toutes les questions de cours et R.O.C. au bac de T.S. Vincent PANTALONI Toutes les questions de cours et R.O.C. u bc de T.S. Vincent PANTALONI VERSION DU 9 MARS 2012 Tble des mtières Bc 2011 3 Bc 2011 5 Bc 2010 9 Bc 2009 11 Bc 2008 13 Bc 2007 17 Bc 2006 19 Bc 2005 21 ii Remerciements.

Plus en détail

COURS D ANALYSE. Licence de Mathématiques, première. Laurent Michel

COURS D ANALYSE. Licence de Mathématiques, première. Laurent Michel COURS D ANALYSE Licence de Mthémtiques, première nnée Lurent Michel Automne 2011 2 Tble des mtières 1 Éléments de logique 5 1.1 Fbriquer des énoncés........................ 5 1.1.1 Enoncés élémentires.....................

Plus en détail

TD : Arbres Binaires de Recherche (A.B.R.)

TD : Arbres Binaires de Recherche (A.B.R.) TD : Arres Binires de eherhe (A.B..) Olivier ynud rynud@isim.fr http ://www.isim.fr/rynud ésumé Dns e Td nous proposons trois exeries. Le premier est onsré à l implémenttion du T.D.A. Ensemles dynmiques

Plus en détail

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) (

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) ( Correction de l épreuve CCP PSI Mths PREMIÈRE PARTIE I- Soit t u voisinge de, t Alors ϕt t s = ϕt ρt s ρs Pr hypothèse, l fonction ϕt ϕt est lorsque t, il en est donc de même de ρt s ρt s ρs cr ρ s est

Plus en détail

2008 2010 MODULE M4 MATHEMATIQUES TERMINALE STAV

2008 2010 MODULE M4 MATHEMATIQUES TERMINALE STAV LEGTHP Sint Nicols STAV Promotion 8 MODULE M4 MATHEMATIQUES TERMINALE STAV Fiches de cours S. FLOQUET Septemre 9 Lycée Sint Nicols Igny Promotion 8 SOMMAIRE STAV PARTIE : RESUMES DE COURS Équtions de droites

Plus en détail

Fonctions définies par une intégrale. On suppose que g et h sont deux fonctions réelles définies sur R d, telles que la fonction

Fonctions définies par une intégrale. On suppose que g et h sont deux fonctions réelles définies sur R d, telles que la fonction Prép. Agrég. écrit d Anlyse, Annexe n o 6. Méthode de Lplce dns R d Fonctions définies pr une intégrle On suppose que g et h sont deux fonctions réelles définies sur R d, telles que l fonction F(t = g(x

Plus en détail

Chapitre 9: Primitives et intégrales

Chapitre 9: Primitives et intégrales PRIMITIVES ET INTEGRALES 7 Chpitre 9: Primitives et intégrles Prérequis: Limites, dérivées Requis pour: Emen de mturité 9. «À quoi ç sert?» Un peu d histoire Isc Newton (64-77) Les clculs d ire de figures

Plus en détail

Chapitre 3 Dérivées et Primitives

Chapitre 3 Dérivées et Primitives Cours de Mthémtiques Clsse de Terminle STI - Chpitre : Dérivées et Primitives Chpitre Dérivées et Primitives A) Rppels de première et compléments ) Dérivées usuelles Fonction définie sur Fonction f() =

Plus en détail

ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE

ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE Jen-Pierre Dedieu, Jen-Pierre Rymond ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE Institut de Mthémtiques Université Pul Sbtier 31062 Toulouse cedex 09 jen-pierre.dedieu@mth.univ-toulouse.fr jen-pierre.rymond@mth.univ-toulouse.fr

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

Développements limités. Motivation. Exo7

Développements limités. Motivation. Exo7 Eo7 Développements limités Vidéo prtie. Formules de Tlor Vidéo prtie 2. Développements limités u voisinge d'un point Vidéo prtie 3. Opértions sur les DL Vidéo prtie 4. Applictions Eercices Développements

Plus en détail

Cours de Mathématiques

Cours de Mathématiques Cours de Mthémtiques Bcclurét 20 Résumé Ce document contient les principles définitions, théorèmes et propriétés du cours de mthémtiques du tronc commun de mthémtiques de Terminle S. Je tiens à remercier

Plus en détail

Préparation à l'examen écrit de maturité Mathématiques 2013

Préparation à l'examen écrit de maturité Mathématiques 2013 Wechter Loïc Mturité 2013 Mthémtiques Cours de M. Flcoz 2013 Préprtion à l'exmen écrit de mturité Mthémtiques 2013 1.Primitives et intégrles 1.1Primitives (CRM pp.77-80) Une primitive pourrit se définir

Plus en détail

Mathématiques du signal déterministe

Mathématiques du signal déterministe Conservtoire Ntionl des Arts et Métiers MAA17 Mthémtiques du signl déterministe Nelly POINT 11 octobre 211 Tble des mtières 1 Intégrtion 3 1.1 Méthodes d intégrtion : rppels........................ 3

Plus en détail

Ecole Normale Supérieure de Cachan 61 avenue du président Wilson 94230 CACHAN. Concours d admission en 3 ème année Informatique.

Ecole Normale Supérieure de Cachan 61 avenue du président Wilson 94230 CACHAN. Concours d admission en 3 ème année Informatique. C39211 Ecole Normle Supérieure de Cchn 61 venue du président Wilson 94230 CACHAN Concours d dmission en 3 ème nnée Informtique Session 2009 INFORMATIQUE 1 Durée : 5 heures «Aucun document n est utorisé»

Plus en détail

Séquence 8. Probabilité : lois à densité. Sommaire

Séquence 8. Probabilité : lois à densité. Sommaire Séquence 8 Proilité : lois à densité Sommire. Prérequis 2. Lois de proilité à densité sur un intervlle 3. Lois uniformes 4. Lois exponentielles 5. Synthèse de l séquence Dns cette séquence, on introduit

Plus en détail

Continuité - Limites Asymptotes à une courbe

Continuité - Limites Asymptotes à une courbe Continuité - Limites Asymptotes à une cre Continuité - Théorème des vleurs intermédiires Notion de continuité Grphiquement, on peut reconnître une fonction continue sur un intervlle I pr le fit que le

Plus en détail

Cours de Mathématiques L1. Résumé des chapitres. Hassan Emamirad

Cours de Mathématiques L1. Résumé des chapitres. Hassan Emamirad Cours de Mthémtiques L1 Résumé des chpitres Hssn Emmird Université de Poitiers Version 29/21 TABLE DES MATIÈRES 3 Tble des mtières 1 Nombres complexes 5 1.1 Le corps C.....................................

Plus en détail

Licence M.A.S.S. Cours d Analyse S4

Licence M.A.S.S. Cours d Analyse S4 Université Pris I, Pnthéon - Sorbonne Licence MASS Cours d Anlyse S4 Jen-Mrc Brdet (Université Pris 1, SAMM) UFR 27 et Equipe SAMM (Sttistique, Anlyse et Modélistion Multidisiplinire) Université Pnthéon-Sorbonne,

Plus en détail

distance parcourue temps mis pour la parcourir

distance parcourue temps mis pour la parcourir CH IV VITESSE - DEBIT - MASSE VOLUMIQUE - DENSITE RAPPELS DE COURS QUESTION 26 Conversion de m/s en km/h : il fut à l fois onvertir les mètres en kilomètres et les seondes en heures. On : 1 m = 0, 001

Plus en détail

Table des matières Dénombrer et sommer Événements et Probabilités

Table des matières Dénombrer et sommer Événements et Probabilités Tble des mtières 1 Dénombrer et sommer 5 1.1 Rppels ensemblistes............................. 5 1.1.1 Opértions ensemblistes....................... 5 1.1.2 Bijections............................... 7 1.2

Plus en détail

LOIS A DENSITE (Partie 1)

LOIS A DENSITE (Partie 1) LOIS A DENSITE (Prtie ) I. Loi de probbilité à densité ) Rppel Eemple : Soit l'epérience létoire : "On lnce un dé à si fces et on regrde le résultt." L'ensemble de toutes les issues possibles Ω = {; ;

Plus en détail

Mathématiques, Semestre S1

Mathématiques, Semestre S1 Polytech Pris-Sud PeiP1 2011/2012 Notes de cours Mthémtiques, Semestre S1 Filippo SANTAMBROGIO 2 Tble des mtières 1 Les fonctions dns R et leurs limites 7 1.1 Fonctions réelles d une vrible réelle.........................

Plus en détail

Chapitre 1 : Fonctions analytiques - introduction

Chapitre 1 : Fonctions analytiques - introduction 2e semestre 2/ UE 4 U : Abrégé de cours Anlyse 3: fonctions nlytiques Les notes suivntes, disponibles à l dresse http://www.iecn.u-nncy.fr/ bertrm/, contiennent les définitions et les résultts principux

Plus en détail

Cours de «concepts avancés de compilation» Travaux pratiques. Auteur : F. Védrine

Cours de «concepts avancés de compilation» Travaux pratiques. Auteur : F. Védrine Cours de «onepts vnés de ompiltion» Trvux prtiques Auteur : F. Védrine Les utomtes et les expressions régulières Les utomtes sont onstitués d étts et de trnsitions. Un étt définit l vnée dns l reonnissne

Plus en détail

ECOLE DES HAUTES ETUDES COMMERCIALES E.S.C.P.-E.A.P. ECOLE SUPERIEURE DE COMMERCE DE LYON MATHEMATIQUES I

ECOLE DES HAUTES ETUDES COMMERCIALES E.S.C.P.-E.A.P. ECOLE SUPERIEURE DE COMMERCE DE LYON MATHEMATIQUES I CHAMBRE DE COMMERCE ET D INDUSTRIE DE PARIS DIRECTION DE L ENSEIGNEMENT Direction des Admissions et concours ECOLE DES HAUTES ETUDES COMMERCIALES E.S.C.P.-E.A.P. ECOLE SUPERIEURE DE COMMERCE DE LYON CONCOURS

Plus en détail

ANALYSE APPROFONDIES II MT242

ANALYSE APPROFONDIES II MT242 ALGÈBRE ET ANALYSE APPROFONDIES II MT242 Année 1998-1999 Chpitre 0. Introduction générle Dns cette introduction nous llons commenter les principles notions contenues dns le cours du second semestre, leurs

Plus en détail

Les règles de Descartes et de Budan Fourier

Les règles de Descartes et de Budan Fourier Ojectifs de ce chpitre Mthémtiques ssistées pr ordinteur Chpitre 4 : Rcines des polynômes réels et complexes Michel Eisermnn Mt49, DLST LS4, Année 8-9 www-fourierujf-grenolefr/ eiserm/cours # mo Document

Plus en détail

Intégration, probabilités

Intégration, probabilités prép-greg 7-8 Intégrtion, probbilités Dns tous les exercices probbilistes, les vribles létoires sont supposées définies sur le même espce probbilisé (Ω, A, P). I Questions de cours L fonction t sin t t

Plus en détail

Analyse 1 L1-mathématiques

Analyse 1 L1-mathématiques Anlyse L-mthémtiques Renud Leplideur Année 3-4 UBO Tble des mtières Inéglités et clculs 3. Nombres..................................... 3.. Les ensembles N, Z, Q et R...................... 3.. Les intervlles

Plus en détail

mémento de mathématiques pour les ECE1

mémento de mathématiques pour les ECE1 mémento de mthémtiques pour les ECE1 Abdellh Becht Résumé L objectif de ce mémento est de permettre ux élèves de première nnée des clsses préprtoires ux Ecoles de Commerces, option économique, d voir un

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1 [http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Enoncés 1 Topologie Ouverts et fermés Exercice 6 [ 118 ] [correction] On muni le R-espce vectoriel des suites réelles bornées de l norme u = sup u n

Plus en détail

Intégration (suite) 1 Champs de vecteurs et intégrales curvilignes

Intégration (suite) 1 Champs de vecteurs et intégrales curvilignes . Intégrtion (suite) e qui suit comporte trois prties : l première correspond à peu près à ce qui été trité lors du dernier cours, certins exemples du cours et d utres clculs sont présentés dns l deuxième,

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

Intégration et probabilités 2012-2013. TD3 Intégration, théorèmes de convergence Corrigé. 1 Petites questions. n hésitez pas à m envoyer un mail à

Intégration et probabilités 2012-2013. TD3 Intégration, théorèmes de convergence Corrigé. 1 Petites questions. n hésitez pas à m envoyer un mail à Intégration et probabilités 212-213 TD3 Intégration, théorèmes de convergence Corrigé xercice ayant été voué à être préparé xercice 1 (Mesure image). Soient (, A, µ) un espace mesuré, (F, B) un espace

Plus en détail

Cours d Analyse Mathématique II

Cours d Analyse Mathématique II Année 22-23 Cours d Anlyse Mthémtique II F. Bstin Prise de notes rédigée pr Alice Slmon. Avec l prticiption de : Nicols Ghye (schéms) Sndy Assent (relecture) Préfce Avertissement Ce texte résulte d une

Plus en détail

Cours d informatique théorique de M. Arfi. FMdKdD fmdkdd [à] free.fr

Cours d informatique théorique de M. Arfi. FMdKdD fmdkdd [à] free.fr Cours d informtique théorique de M. Arfi FMdKdD fmdkdd [à] free.fr Université du Hvre Année 2009 2010 Tle des mtières 1 Reltions et lois de composition internes 2 1.1 Reltions.....................................

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

Cours de Mathématique - Statistique Calcul Matriciel

Cours de Mathématique - Statistique Calcul Matriciel L - Mth Stt Cours de Mthémtique - Sttistique Clcul Mtriciel F. SEYTE : Mître de conférences HDR en sciences économiques Université de Montpellier I M. TERRZ : Professeur de sciences économiques Université

Plus en détail

Automates temporisés

Automates temporisés Automtes temporisés introdution pr un néophyte Prtie I / II Mots et utomtes temporisés Merredi 30 otore 20002 ÉNS Lyon Jérôme DURAND-LOSE jerome.durnd-lose@ens-lyon.fr MC2 LIP - ÉNS Lyon Automtes temporisés

Plus en détail

ANALYSE NUMERIQUE NON-LINEAIRE

ANALYSE NUMERIQUE NON-LINEAIRE Université de Metz Licence de Mthémtiques - 3ème nnée 1er semestre ANALYSE NUMERIQUE NON-LINEAIRE pr Rlph Chill Lbortoire de Mthémtiques et Applictions de Metz Année 010/11 1 Tble des mtières Chpitre

Plus en détail

M42. Compléments d analyse (résumé).

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

Plus en détail

Informatique TP 4 & 5. Chaînes de Markov. Partie 1 : exemple introductif

Informatique TP 4 & 5. Chaînes de Markov. Partie 1 : exemple introductif Informatique TP 4 & 5 ECS2 Lyée La Bruyère, Versailles Chaînes de Markov Partie 1 : exemple introdutif Exerie 1 : épidémiologie On modélise l évolution d une maladie en lassant les individus en trois groupes

Plus en détail

Utiliser l inverse d une matrice pour résoudre un système d équations & courbes polynomiales

Utiliser l inverse d une matrice pour résoudre un système d équations & courbes polynomiales Utiliser l inverse d une mtrice pour résoudre un système d équtions & coures polynomiles Exercice : Dns une ferme, il y des lpins et des poules. On dénomre 58 têtes et 60 pttes. Comien y -t-il de lpins

Plus en détail

DEUG MIAS 1 Année 2002-2003 Premier et deuxième semestres Feuilles de Cours

DEUG MIAS 1 Année 2002-2003 Premier et deuxième semestres Feuilles de Cours Deug Mis 1 Année 2002-2003 J.-F. Burnol Université Lille 1 1 DEUG MIAS 1 Année 2002-2003 Premier et deuxième semestres Feuilles de Cours Toutes les fiches de cours distribuées ux étudints pendnt l nnée

Plus en détail

Kit de survie - Bac S

Kit de survie - Bac S Kit de survie - Bc S. Inéglités - Étude du signe d une expression Opértions sur les inéglités Règles usuelles : Pour tout x < y x + < y + même sens Pour tout k > : x < y kx < ky même sens Pour tout k

Plus en détail

CH.1 Automates finis

CH.1 Automates finis CH.1 Automtes finis 1.1 Les utomtes finis déterministes 1.2 Les utomtes finis non déterministes 1. Les utomtes vec -trnsitions 1.4 Les expressions régulières 1.5 L'équivlence des modèles Automtes ch1 1

Plus en détail

1ère partie «COMMISSARIAT A L'ENERGIE ATOMIQUE DEFINITIONS ET TRAITEMENTS DES FONCTIONS BINAIRES. René-Louis VALLEE

1ère partie «COMMISSARIAT A L'ENERGIE ATOMIQUE DEFINITIONS ET TRAITEMENTS DES FONCTIONS BINAIRES. René-Louis VALLEE O '.v.v.v.v..v.v.v.v. «' V.V.V.V _ _ - -' """ ^ " " REMIER MINISTRE «OMMISSRIT L'ENERGIE TOMIQUE IU (J E -R. 3534 (I) 9. NLYSE INIRE ère prtie EINITIONS ET TRITEMENTS ES ONTIONS INIRES pr René-Louis VLLEE

Plus en détail

TD2 Fonctions mesurables Corrigé

TD2 Fonctions mesurables Corrigé Intégration et probabilités 2012-2013 TD2 Fonctions mesurables Corrigé 0 Exercice qui avait été préparé chez soi Exercice 1. Soit (Ω, F, µ) un espace mesuré tel que µ (Ω) = 1. Soient A, B P (Ω) deux sousensembles

Plus en détail

NCCI : Conception et calcul initial de poutres mixtes

NCCI : Conception et calcul initial de poutres mixtes NCCI : Coneption et lul initil e poutres mixtes SN022-FR-EU NCCI : Coneption et lul initil e poutres mixtes Ce oument fournit es reommntions reltives à l séletion e poutres mixtes priniples et seonires

Plus en détail

Formules de Taylor et développements limités

Formules de Taylor et développements limités Chapitre 4 Formules de Taylor et développements limités 4. Taylor-Lagrange Si a, b R, on note Int(a, b) l intervalle ouvert dont les bornes sont a et b, c est-à-dire Int(a, b) =]a, b[ si a b et Int(a,

Plus en détail

4. Logique séquentielle asynchrone

4. Logique séquentielle asynchrone Liene d Informtique MARSEILLELUMINY. Logique séquentielle synhrone. Introdution.. Représenttion de fontionnement : les étts.. Équivlene et pseudoéquivlene d étts.. Rédution du système.. Attriution de vriles

Plus en détail

Fonctions de référence

Fonctions de référence Chpitre 7 Clsse de Seconde Fonctions de référence Ce que dit le progrmme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Fonctions de référence Fonctions linéires et fonctions ffines Vritions de l fonction

Plus en détail

Feuilles de TD du cours d Algèbre S4

Feuilles de TD du cours d Algèbre S4 Université Paris I, Panthéon - Sorbonne Licence M.A.S.S. 203-204 Feuilles de TD du cours d Algèbre S4 Jean-Marc Bardet (Université Paris, SAMM) Email: bardet@univ-paris.fr Page oueb: http://samm.univ-paris.fr/-jean-marc-bardet-

Plus en détail

zz' = z. z' ; Si z' # 0 1 z' Re(z) = z + z z est réel z = z ; z est imaginaire pur z = - z

zz' = z. z' ; Si z' # 0 1 z' Re(z) = z + z z est réel z = z ; z est imaginaire pur z = - z Nomres complexes Module et conjugué d'un nomre complexe Définition - Propriétés Un nomre complexe z s'écrit de fçon unique sous l forme + i ; IR, IR On dit que + i est l forme lgérique du nomre complexe

Plus en détail

Cours de Terminale S Lycée Camille Pissarro 2013-2014. Sébastien Andrieux

Cours de Terminale S Lycée Camille Pissarro 2013-2014. Sébastien Andrieux Cours de Terminle S Lycée Cmille Pissrro 203-204 Sébstien Andrieux 7 juin 204 Tble des mtières I Cours de Terminle S 5 Risonnement pr récurrence 6 2 Suites et limites des suites 8 I Suite convergente,

Plus en détail

Relations binaires. Table des matières. Marc SAGE. 18 octobre 2007. 1 Amuse gueule 2. 2 Combinatoire dans les quotients 2. 3 Problème d extréma 3

Relations binaires. Table des matières. Marc SAGE. 18 octobre 2007. 1 Amuse gueule 2. 2 Combinatoire dans les quotients 2. 3 Problème d extréma 3 Reltions binires Mrc SAGE 8 octobre 007 Tble des mtières Amuse gueule Combintoire dns les quotients 3 Problème d extrém 3 4 Un théorème de point xe 3 5 Sur l conjugisons dns R 3 6 Sur les corps totlement

Plus en détail

Intégration et primitives

Intégration et primitives DERNIÈRE IMPRESSIN LE 8 mrs 24 à 4:2 Itégrtio et primitives Tle des mtières Notio d itégrle 2. Défiitio................................. 2.2 Exemple de clcul d itégrle : l qudrture de l prole.... 3.3 Itégrle

Plus en détail

Option informatique :

Option informatique : Option formtique : l deuxième nnée Lurent Chéno été 1996 Lycée Louis-le-Grnd, Pris Tle des mtières I Arres 13 1 Arres ires 15 1.1 Défitions et nottions... 15 1.1.1 Défition formelle d un rre ire... 15

Plus en détail

Cours de Mathématiques

Cours de Mathématiques Cours de Mthémtiques TS Lycée Henri IV Tble des mtières I Les nombres complexes 7 Rcines n ième d un nombre complexe non nul 7. Définition.................................................... 7.2 Représenttion

Plus en détail

Automates et langages

Automates et langages Automtes et lngges L exmen corrigé RICM 9 jnvier 22 Grmmire Automte Expression On considère l grmmire régulière G =(Γ,Σ,S,Π) vec Γ = {S,P,R}, Σ={,} et Π={S P,P R,P S,R,R P }.. Construire un utomte A cceptnt

Plus en détail

L'algèbre de BOOLE ou algèbre logique est l'algèbre définie pour des variables ne pouvant prendre que deux états.

L'algèbre de BOOLE ou algèbre logique est l'algèbre définie pour des variables ne pouvant prendre que deux états. ciences Industrielles ystèmes comintoires Ppnicol Roert Lycée Jcques Amyot I - YTEME COMBINATOIRE A. Algère de Boole. Vriles logiques: Un signl réel est une grndeur physique en générl continue, on ssocie

Plus en détail

Stage olympique de Cachan Géométrie

Stage olympique de Cachan Géométrie Stge olympique de chn Géométrie Exercices du vendredi 20 février 2015 1 Quelques définitions et résultts utiles éfinition (Nottions) Soit un tringle non plt. On utiliser usuellement les nottions suivntes

Plus en détail