Calcul approché des intégrales définies

Dimension: px
Commencer à balayer dès la page:

Download "Calcul approché des intégrales définies"

Transcription

1 Clcul pproché des itégrles défiies Pour ce chpitre, I = [, b] est u segmet réel vec < b, C I est l espce vectoriel réel des foctios défiies sur I à vleurs réelles et cotiues et pour toute foctio f C I, o ote : f = sup f t. x I.1 Formules de qudrture Défiitio.1 O ppelle formule ou méthode de qudrture à + 1 poits sur C I l doée d ue forme liéire ϕ défiie sur C I pr : f C I, ϕ f = λ,k f x,k où est u etier turel o ul, x,k k ue suite de poits deux à deux disticts ds l itervlle I et λ,k k ue suite de réels o tous uls. O cherche des formules de qudrture, vec des coefficiets x,k et λ,k idépedts de f, permettt d pproximer l itégrle défiie f x dx ϕ f = f x dx. O écrir lors : λ,k f x,k. Pour chque formule de qudrture il ser importt de svoir estimer l erreur de qudrture : E f = f x dx ϕ f. Défiitio. Ue formule de qudrture à + 1 poits sur C I est dite d ordre p si elle est excte sur R p [x] et iexcte pour u mois u polyôme de degré strictemet supérieur à p. Pour vérifier qu ue formule de qudrture est d ordre p, il suffit, pr liérité de ϕ et de l itégrle, de vérifier qu elle est excte sur ue bse de R p [x] pr exemple l bse coique et iexcte pour u polyôme de degré p + 1 pr exemple le polyôme x p+1. 47

2 474 Clcul pproché des itégrles défiies Remrque.1 L ordre mximum d ue formule de qudrture à + 1 poits est + 1. E effet e cosidért le polyôme P de degré + défii pr P x = x x,k, o : P x π x dx > = λ,k P x,k. O dit qu ue méthode de qudrture défiie pr ue suite de formes liéires ϕ N est covergete si pour toute foctio f C I l suite ϕ f N coverge vers ϕ f.. L méthode des rectgles à guche Pour I = [, b] itervlle fermé boré, e pret les poits x,k équidistts ds I, c està-dire : x,k = + k b k et les coefficiets λ,k tous égux à b pour k compris etre et 1, le coefficiet λ, étt ul, o obtiet l formule des rectgles à guche : R f = b 1 f x,k et le cours sur l itégrle de Riem ous dit que : f C I, lim R f = + L méthode des rectgles à guche est doc covergete. f x dx. Cette méthode est d ordre. E effet il est clir que R f = et pour f x = x sur [, 1], o pour tout etier 1 : R f = 1 1 k = + 1 = f x dx pour f costte xdx = 1. De mière plus géérle, e choisisst pour tout etier k compris etre et 1 u réel ξ,k ds l itervlle [x,k, x,k+1 ], les sommes de Riem : ϕ f = b 1 f ξ,k défiisset ue méthode de qudrture sur C I qui est excte sur l esemble des foctios costtes et pour toute foctio f ds C I o : lim ϕ f = + f x dx. L méthode des rectgles e u poit quelcoque de [x,k, x,k+1 ] est doc covergete. Pour f mootoe, o peut fcilemet obteir u ecdremet de l erreur d pproximtio pour l méthode des rectgles à guche.

3 L méthode des rectgles à guche 475 Théorème.1 Avec les ottios qui précèdet, o pour f mootoe sur [, b] : f x dx R f b f b f Démostrtio. Pr exemple, pour f croisste, o pour k compris etre et 1 : ce qui etrîe e itégrt sur [x,k, x,k+1 ] : et e effectut l somme : soit : x [x,k, x,k+1 ], f x,k f x f x,k+1 b f x,k b,k+1 x,k 1 f x,k f x dx b f x,k+1 f x dx b f x dx R f b f x,k k=1 f b f Ds le cs où f est décroisste, f est croisste et R f = R f. O doc : ou ecore : f x dx R f b R f f x dx b f b + f f f b. Remrque. Il est ps écessire de supposer que f est cotiue ds le théorème précédet puisque ue foctio mootoe est Riem-itégrble. de Pour f de clsse C 1 sur [, b], o peut doer ue mjortio de l erreur d pproximtio f x dx pr l méthode des rectgles à guche. Nous utiliseros à plusieurs reprises le lemme suivt, coséquece du théorème des vleurs itermédiires. Lemme.1 Si ϕ est ue foctio cotiue sur [, b] et x k 1 k ue suite de poits de [, b] vec, il existe lors u réel c ds [, b] tel que : 1 ϕ x k = ϕ c k=1 Démostrtio. E désigt pr m [resp. M] l bore iférieure [resp. supérieure] de ϕ sur [, b], o : 1 m ϕ x k M et le théorème des vleurs itermédiires ous dit lors qu il existe c ds [, b] tel que 1 ϕ x k = ϕ c. k=1

4 476 Clcul pproché des itégrles défiies Lemme. Soit f ue foctio de clsse C 1 sur [, b]. Il existe u réel c ds ], b[ tel que : Démostrtio. E désigt pr F : x f x dx f b = f c b. f t dt l primitive de f ulle e, cette foctio est de clsse C sur [, b] et le théorème de Tylor-Lgrge ous dit qu il existe u réel c ], b[ tel que : F b = f x dx = F + F b + F c = f b + f c b b O déduit de ce lemme ue mjortio de l erreur ds l méthode de bse du rectgle à guche : b f x dx f b f b Pour ce qui est de l méthode composée des rectgles, o le résultt suivt. Théorème. Soit f ue foctio de clsse C 1 sur [, b] et u etier turel o ul. Avec les ottios qui précèdet, il existe u réel c [, b] tel que : et o : f x dx R f = b f c f x dx R f f b Démostrtio. O : 1 f x dx R f = = 1,k+1 x,k 1,k+1 = f c,k f x dx b 1 f x,k x,k f x dx x,k+1 x,k f x,k x,k+1 x,k = b 1 f c,k où chque c,k est ds ]x,k, x,k+1 [. Le lemme.1 ous dit lors qu il existe c ds [, b] tel que 1 f c,k = f c. O doc : f x dx R f = b f c = f x dx R f f b b f c

5 L méthode des rectgles à guche 477 Avec ce théorème, o retrouve le fit que : lim R f = + f x dx. Pour ue foctio f suffismmet dérivble, o peut doer, e utilist l formule de Tylor- Lgrge, u développemet symptotique de l erreur d pproximtio ds l méthode des rectgles à guche. Lemme. Pour toute foctio f C [, b], R, il existe des réel c 1, c, c ds [, b] tels que : F b = f b + b b f b f f b f 1 b 4 + f c 1 f c + f c 4 Démostrtio. E désigt pr F : x f t dt l primitive de f ulle e, cette foctio est de clsse C 4 sur [, b] et le théorème de Tylor-Lgrge ous dit qu il existe u réel c 1 ], b[ tel que : F b = f x dx = F + F b + F = f b + f b + f 6 b + F 6 b + f c 1 4 O ussi, vec l formule de Tylor-Lgrge pour f : f b = f + f b + f soit, e multiplit l première reltio pr b f b = b et e reportt ds.1, o obti F b = f b + b = f b + b De même, vec : f b f f 4 f b f f 1 : b + F 4 c 4 b + f c 6 f b f f 4 + f b 4 b b f c 1 6 b + f b = f + f b + f c.1 b 4. b 4 b f c 1 b + f c 1 b 4 4 b b 4 b 4 4 f c 1 f c

6 478 Clcul pproché des itégrles défiies o obti f 1 b = b 1 f b f f c 4 b 4 F b = f b + b b f b f f b f 1 b 4 + f c 1 f c + f c 4 Théorème. Pour toute foctio f C [, b], R o le développemet symptotique : R f = f x dx b b 1 f b f + f b f + O. 1 Démostrtio. O, pour tout k compris etre et 1 :,k+1 x,k f x dx = f x,k x,k+1 x,k + x,k+1 x,k = b 1 + x,k+1 x,k 4 4 f x,k+1 f x,k x,k+1 x,k f x,k+1 f x,k 1 f c 1,k f c,k + f c,k = b f x,k + b f x,k+1 f x,k b f x 1,k+1 f x,k b 4 + f c 4 4 1,k f c,k + f c,k f x,k + b 1 f x dx =,k+1 x,k f x dx 1 f x,k+1 f x,k b 1 f x 1,k+1 f x,k b f c 4 4 1,k f c,k + f c,k soit e désigt pr c, d et e des réels ds [, b] tels que 1 1 f c,k = f d, et 1 f x dx = R f + b f c,k = f e : f b f b 1 f c 1,k = f c, f b f + b 4 4 f c f d + f e

7 L méthode des poits milieux 479 vec : f c f d + f e f ce qui doe bie le résultt océ. Exemple.1 Pour f t = 1 sur [, 1], o obti 1 + t Exemple. Pour f t = 1 α 1 k= 1 k= 1 k 1 k = 1 1 α 1 α 1 α 1 = l O t α sur [, 1], vec α >, α 1 : α. L méthode des poits milieux + α O. 1 α+1 Cette méthode cosiste à utiliser les sommes de Riem vec le poit milieu ξ,k = x,k + x,k+1. O utilise doc l opérteur M défii sur C [, b] pr : 1 x,k + x,k+1 M f = b L méthode de bse, qui correspod à = 1, est défiie pr : + b f x dx M 1 f = b f. 1 Si f est ue foctio ffie, elle peut s écrire f x = α x + β et le chgemet de vrible x = + b + b t ous doe : 1 f x dx = α x + β dx = α b b t β dt α b = + β + b = b f f 1 b dt = 1 x,k + x,k+1 1 M f = x,k+1 x,k f =. α b + β,k+1 b x,k f x dx = Pour f x = x sur [, 1], o pour tout etier 1 : M f = 1 1 k + 1 = 1 1 k + k = = x dx = 1. f x dx.

8 48 Clcul pproché des itégrles défiies L méthode est doc d ordre 1. Ds le cs ou f est ue foctio dérivble, l tgete u grphe de f e + b équtio : + b y = h x = f x + b + b + f O doc : + b + b h x dx = b h = b f. M 1 f = h x dx. pour Ds le cs où f est ue foctio dérivble covexe, so grphe est toujours u dessus des tgetes, o doc f x h x pour tout x [, b] + b f x dx h x dx = b f. Pour ce qui est d ue estimtio de l erreur d pproximtio, o s itéresse d bord à l méthode de bse. Lemme.4 Soit f ue foctio à vleurs réelles de clsse C sur u itervlle [, b]. Il existe u réel c ds ], b[ tel que : + b b f x dx b f = f c 4 Démostrtio. O se rmèe à l itervlle [ 1, 1] e utilist le chgemet de vrible x = + b + b t vec t [ 1, 1], ce qui coduit à itroduire l foctio g défiie sur [ 1, 1] pr : + b g t = f + b t. L erreur ds l méthode du poit milieu de bse pour f sur [, b] est : + b E f = f x dx b f = b 1 g t dt g 1 O désige pr G : x défiie sur [, 1] pr : ϕ x = g t dt l primitive sur [, 1] de g ulle e et pr ϕ l foctio x g t dt xg = G x G x xg erreur ds l méthode du poit milieu sur [ x, x]. L foctio G est de clsse C sur [, 1] et l formule de Tylor-Lgrge ous doe pour x [ 1, 1] \ {} : G x = G + G x + G x + G c x x 6 = g x + g x + g c x x 6

9 L méthode des poits milieux 481 vec < c x < x et e coséquece : ϕ x = G x G x xg = g c x + g c x x. 6 vec x < c x <. Le lemme.1 ous dit lors qu il existe d x ds [ x, x] ] 1, 1[ tel que g c x + g c x = g d x. O doc : = b ϕ x = g d x x E f = b ϕ 1 = b b f c = g d 1 b f c 4 vec c = + b + b d 1 ], b[. O déduit de ce lemme ue mjortio de l erreur ds l méthode de bse du poit milieu pour ue foctio f de clsse C sur [, b] : + b f x dx = b f f 4 Pour l méthode composée, o e déduit le résultt suivt. b Théorème.4 Soit f ue foctio de clsse C sur [, b] et u etier turel o ul. Avec les ottios qui précèdet, il existe u réel c [, b] tel que : et o : f x dx M f = f x dx M f b 4 f c b 4 f Démostrtio. O : b 1,k+1 x,k + x,k+1 f x dx M f = f x dx x,k+1 x,k f = x,k 1 x,k+1 x,k f c,k = 4 b 4 1 f c,k où chque c,k est ds ]x,k, x,k+1 [. Le lemme.1 ous dit qu il existe c ds [, b] tel que 1 f c,k = f c. O doc : f x dx M f = b 4 f c = b 4 f c

10 48 Clcul pproché des itégrles défiies f x dx M f b 4 f Là ecore, o retrouve le fit que : Remrque. Pour 1, o : E eff = b R f = b 1 f j= R f = b lim M f = + f x dx. M f = R f R f 1 + j b = b 1 j= k b f x,k = b f 1 + f + j + 1 b j= 1 x,j + x,j+1 f x,j + f j= f x,j + b j= 1 x,j + x,j+1 f j= = R f + M f. O doc ccéléré l covergece de l suite R f 1 e utilist l suite M f 1 formée des moyees de R f et R f vec les poids et 1 respectivemet..4 Les méthodes de Newto-Cotes Ces méthodes sot bsées sur l iterpoltio de Lgrge. O se plce ici ds le cs où I = [, b] est itervlle fermé boré, o se doe u etier p 1 et o lui ssocie les poits x p,k défiis pr : x p,k = + k b p k p. Théorème.5 Pour tout etier turel o ul p, il existe des coefficiets réels uiques µ p,k k p tels que pour toute foctio polyomile P de degré u plus égl à p o it : Ces coefficiets sot doés pr : P x dx = b p µ p,k = 1p k Cp k p! p p µ p,k P x p,k.. p t j dt k p j= j k

11 Les méthodes de Newto-Cotes 48 Démostrtio. O désige pr L p,k k p l bse de Lgrge de R p [x] défiie pr : L p,k x = p x x p,j x p,k x p,j j= j k Pr liérité, l propriété. est vérifiée pour tout P ds R p [x] si, et seulemet si, elle est vérifiée pour tous les L p,k, ce qui équivut à : L p,k x dx = b p µ p,k pour tout etier k compris etre et p. O doc isi prouvé l existece et l uicité des coefficiets µ p,k. Le chgemet de vrible x = + t b ous doe : p p µ p,k = L p,k + t b dt p vec : L p,k + t b = p t j k j = j= j k 1p k k! p k! = 1p k p! C k p p t j j= j k p t j j= j k Remrque.4 Les coefficiets µ p,k k p e dépedet que de p et de k, mis ps de l itervlle I. Remrque.5 O peut ussi détermier les coefficiets µ p,k k p e utilist l bse x i de R p [x], ce qui fit pprître ces coefficiets comme solutios du système i p liéire : Soit : p µ p,k x p,k i = p b p k i µ p,k = pi+1 i + 1 x i dx i p L mtrice de ce système est l mtrice de type Vdermode : A = p p p p p i p.4

12 484 Clcul pproché des itégrles défiies de détermit p 1 p 1 det A =.... = p! p p p p 1 p p p 1 p p = p! i j = p! i 1! = i!. 1 j<i p i= i= Ce détermit étt o ul, o retrouve l existece et l uicité des coefficiets µ p,k. E résolvt ces systèmes o obtiet les coefficiets µ p,k. Si f est ue foctio cotiue sur I, e ott P p le polyôme d iterpoltio de Lgrge ssocié à f et ux poits x p,k k p, o : P p x dx = b p p µ p,k P x p,k = b p p µ p,k f x p,k. L méthode de Newto-Cotes correspodte cosiste à remplcer f x dx pr P p x dx, ce qui reviet à utiliser l méthode de qudrture décrite pr l foctioelle ϕ p défiies pr : f C I, ϕ p f = b p p µ p,k f x p,k. Théorème.6 Avec les ottios qui précèdet, les coefficiets µ p,k k sot des ombres rtioels et o : µ p,p k = µ p,k k p Démostrtio. Pour tout k compris etre et p, le polyôme π p,k défii pr : p π p,k t = p t j j= j k est à coefficiets etiers, doc π p,k t dt est u ombre rtioel et il e est de même de µ p,k. O peut ussi dire que les µ p,k sot rtioels comme solutios du système liéire.4 qui est à coefficiets rtioels. E ott π p t = p t j, le chgemet d idice k = p j ous doe : j= π p p t = p p p t j = 1 p+1 t p j j= j= p = 1 p+1 t k = 1 +1 π p t,

13 Les méthodes de Newto-Cotes 485 et e écrivt que π p,k t = π p t, o obti t k π p,k t = π p p t t p k = π p t 1p t p k = 1 p π p,p k t. Le chgemet de vrible t = p u ous doe lors : p p π p,k t dt = 1 p π p,p k u du et tet compte de Cp p k p. = C k p, o e déduit que µ p,p k = µ p,k pour tout k compris etre et Remrque.6 Les formules de Newto-Cotes à p + 1 poits sot exctes sur R p [x], elles sot doc d ordre u mois égl à p. Exercice.1 Motrer que pour tout etier turel o ul p pir, les formules de Newto- Cotes à p + 1 poits sot exctes sur R p+1 [x]. Solutio.1 E effectut u chgemet de vrible o se rmèe à l itervlle I = [ 1, 1]. O sit déjà que les formules de Newto-Cotes à p + 1 poits sot exctes sur R p [x]. Soit p = q vec q o ul. L foctio x p+1 étt impir, o : 1 1 x p+1 dx =. D utre prt, vec : µ p,p k = µ p,k x p,p k = 1 + q k 1 q = 1 k q = x p,k pour k compris etre et q 1, x p,q = et p + 1 impir, o déduit que : p µ p,k x p+1 p,k = q 1 µ p,k x p+1 p,k + q 1 µ p k,k x p+1 p k,k =. L formule de qudrture correspodte est doc excte sur R p+1 [x]. Remrque.7 O peut motrer que les formules de Newto-Cotes à p+1 poits sot d ordre p pour p impir et d ordre p + 1 pour p pir voir [4]. Pour ce qui est de l erreur d pproximtio, o peut motrer le résultt suivt voir [4], où π p t = p t j. j=

14 486 Clcul pproché des itégrles défiies Théorème.7 Soiet f ue foctio de clsse C p+ sur I = [, b] et E p f = f x dx b p p µ p,k f x p,k l erreur de qudrture ds l méthode de Newto-Cotes à p + 1 poits ds I. Si p est pir, il existe lors u réel ξ ds [, b] tel que : p+ b f p+ ξ E p f = p +! Si p est impir, il existe lors u réel ξ ds [, b] tel que : p+ b f p+1 ξ E p f = p p + 1! p p tπ p t dt. π p t dt. Les méthodes que ous veos de décrire sot les méthodes de Newto-Cotes de bse. E prtique, o utilise les formules de Newto-Cotes composées qui cosistet à se fixer u etier turel o ul p égl ds l prtique à 1,, 4 ou 6 et pour tout etier turel o ul o utilise ue formule de Newto-Cotes d ordre p sur chcu des itervlles [x,k, x,k+1 ] pour k compris etre et 1, où x,k = + k b. Ces formules sot décrites pr les foctioelles ϕ,p défiies sur C I pr : ϕ,p f = 1 b p p µ p,j f j= x,k + j b 1 = p ϕ,p,k f..5 E écrivt : ϕ,p f = p j= µ p,j p 1 b f x,k + j b = 1 p p p µ p,j S,p,j f j= et e remrqut que pour tout etier j compris etre et p, S,p,j f est ue somme de Riem de f sur [, b], o : et vec p j= µ p,j = p, o déduit que : lim S,p,j f = + f C I, lim ϕ,p f = + f x dx f x dx. Les méthodes de Newto-Cotes composées sot doc covergetes..5 L méthode des trpèzes O coserve les ottios du prgrphe précédet.

15 L méthode des trpèzes 487 Pour p = 1, o x 1, =, x 1,1 = b µ 1, = µ 1,1 = 1 tdt = 1. L formule de qudrture de bse correspodte est l formule du trpèze : f x dx b f + f b. Cette formule est excte pour les polyômes de degré 1 mis ps pour x, elle est doc d ordre 1. L méthode composée est l méthode des trpèzes défiie pr : T f = b = b 1 f x,k + f x,k+1 f + f b 1 + k=1 f x,k où o oté x,k = + k b pour tout k compris etre et. L formule de Tylor vec reste itégrl et le théorème de l moyee ous permettet d obteir ue estimtio de l erreur d pproximtio ds l méthode du trpèze. Comme pour l méthode du poit milieu, u chgemet de vrible ous rmèe à [ 1, 1]. Le lemme qui suit ous ser utile pour obteir cette estimtio de l erreur. Lemme.5 Soit h ue foctio de clsse C sur [, 1] telle que h =. Pour tout x ds ], 1] il existe u réel c x ds [, 1] tel que : h t dt xh x = h c x x. Démostrtio. L formule de Tylor vec reste itégrl à l ordre 1 ous permet d écrire : h x = h + h x + = h + x t h t dt x t h t dt. De même, l formule de Tylor vec reste itégrl à l ordre pour l primitive de h ulle e, H : x h t dt qui est de clsse C ous doe : H x = H + H x + H x x + = h x + h x + = h x + x t H t dt x t h t dt x t h t dt.

16 488 Clcul pproché des itégrles défiies O e déduit lors que : = h t dt xh x = H x xh x x t h t dt x = x t h t dt x t h t dt. Pour x ], 1], l foctio t x t étt à vleurs positives sur [, x], le théorème de l moyee ous dit qu il existe c x [, x] tel que : h t dt xh x = h c x x t dt = h c x x. Lemme.6 Soit f ue foctio à vleurs réelles de clsse C sur u itervlle [, b]. Il existe u réel c ds ], b[ tel que : f x dx b f + f b = b f c 1 Démostrtio. Le chgemet de vrible x = + b + b t vec t [ 1, 1] ous rmèe à l itervlle [ 1, 1]. E défiisst l foctio g sur [ 1, 1] pr : + b g t = f + b t, l erreur ds l méthode du trpèze pour f sur [, b] s écrit : E f = = b f x dx b f + f b 1 g t dt g 1 + g 1. 1 E désigt pr h l foctio défiie sur [ 1, 1] pr h t = g t + g t, o : E f = b 1 h x dx h 1, l foctio h étt de clsse C sur [ 1, 1] vec h = g g = et le lemme précédet ous dit qu il existe u réel c 1 ds [, 1] tel que : E f = b h c = b g c 1 + g c 1. Le lemme.1 ous dit qu il existe d 1 ds [, 1] tel que g c 1 + g c 1 = g d 1. O doc : E f = b b g d 1 = f c 1

17 L méthode des trpèzes 489 vec c = + b + b d 1 ds [, b]. O déduit de ce lemme ue mjortio de l erreur ds l méthode du trpèze pour ue foctio f de clsse C sur [, b] : f x dx b f + f b f b 1 Remrque.8 Ue démostrtio élémetire, mis plus stucieuse, du lemme précédet peut se fire comme suit voir [1]. O peut remrquer qu ue itégrtio pr prties ous doe pour f de clsse C 1 sur [, b] : x + b [ f x dx = x + b ] b f x = b f + f b f x dx f x dx Pour f de clsse C sur [, b] ue utre itégrtio pr prties ous doe : et e coséquece : f x dx b x + b [ f x dx = f x 1 x + b ] b b 1 b x + b b f x dx = 1 b b x + b f x dx f + f b = 1 = 1 = 1 x + b b f x dx x +b b x +b b x x f x dx. + b f x dx Comme sur l itervlle [, b], o b x x, o déduit du théorème de l moyee qu il existe c [, b] tel que : b x x f x dx = f c f x dx b b x x dx = f c f + f b = b f c 1 b 6 Pour l méthode composée, o e déduit le résultt suivt.

18 49 Clcul pproché des itégrles défiies Théorème.8 Soit f ue foctio de clsse C sur [, b] et u etier turel o ul. Avec les ottios qui précèdet, il existe u réel c [, b] tel que : et o : b f x dx T f = f c 1 f x dx T f b 1 f Démostrtio. O : b 1,k+1 f x dx T f = 1 x,k x,k+1 x,k = 1 f x dx x,k+1 x,k f b 1 c,k = 1 f x,k + f x,k+1 f c,k où chque c,k est ds [x,k, x,k+1 ]. Le lemme.1 ous dit qu il existe c ds [, b] tel que 1 f c,k = f c. O doc : b f x dx T f = f b c 1 = f c 1 De ce théorème, o déduit que : Remrque.9 Pour 1, o : 1 f x dx T f lim T f = + b 1 f x dx. T f = R f + R f f où R f = b f x,k+1 est ue pproximtio de f x dx pr l méthode composée des rectgles à droite. O doc ccéléré l covergece des suites R f 1 R f 1 e utilist l suite T f 1 formée des moyees de R f et R f vec les poids 1 et 1 respectivemet. Remrque.1 O ussi : M f = T f T f Pour o : T f = b f + f b 1 + f x,k.

19 L méthode des trpèzes 491 E remrqut que pour tout j compris etre et 1 o : o déduit que : T f = b { x,j = x,j x,j+1 = x,j + b f + f b 1 + = T f + M f. Ce résultt étt ecore vlble pour = 1. j= = m,j 1 f x,j + f m,j Exercice. Doer ue suite d pproximtios rtioelles de l et π e utilist les 4 méthodes composées des trpèzes. Doer ue expressio de l erreur d pproximtio. Solutio. O pplique, pour tout etier 1, l méthode composée des trpèzes à l foctio f : t 1 sur l itervlle [, 1] découpé e itervlles égux, ce qui doe : 1 + t l = 1 j= dt 1 + t u = k +. Ue expressio de l erreur d pproximtio est doée pr : k=1 l u f 1 = 1 6. Nous verros plus loi que l formule d Euler-Mcluri ous doe le développemet symptotique : l u = b f 1 f 1 b 4 4 f 4 ξ 1 4 = ξ 5, vec ξ [, 1]. L suite v 1 défiie pr : coverge vers l plus vite que v 1. Pour = 1, o : v = k + k=1 u , v , l Pour π 1, o procède de même vec l foctio f : t sur l itervlle [, 1] t

20 49 Clcul pproché des itégrles défiies Exercice. Vérifier que, pour, l formule des trpèzes composées sur [, π] est excte pour l foctio cos. Qu e est-il pour l foctio x si x sur [, π]. Solutio. L formule composée des trpèzes pour l foctio cos sur [, π]s écrit : où : τ = π = π = π cos t dt τ, cos + cos π 1 + k=1 1 cos k π. cos k π Pour = 1, o : et pour, o : 1 cos k π 1 = R L formule est doc excte pour tout. Pour f x = si x, o T = π π si x dx =, τ f = π τ 1 = π e ikπ 1 k=1 = R si k π 1 e iπ 1 e iπ =. = π si π cos π 1..6 L méthode de Simpso Pour p = ds l méthode de bse de Newto-Cotes, o x, =, x,1 = + b, x, = b µ, = µ, = 1 t t 1 dt = 1 µ,1 = t t dt = 4 L formule de qudrture correspodte est l formule de Simpso : f x dx b + b f + 4f + f b. 6 O vérifie fcilemet, e se plçt sur I = [ 1, 1] o s y rmèe toujours pr chgemet de vrible ffie que cette formule est excte pour les polyômes de degré mis ps pour x 4, elle est doc d ordre.

21 L méthode de Simpso 49 L méthode composée de Simpso est défiie pr : S f = ϕ, f = b 1 f x,k + 4f m,k + f x,k+1 6 = b f b f 1 + f x,k + f m,k où o oté x,k = + k b pour tout k compris etre et et m,k = x k + b le milieu de [x k, x k+1 ] pour tout k compris etre et 1. Pour ue mjortio de l erreur ous utiliseros le lemme suivt, logue à celui utilisé pour l méthode des trpèzes. Lemme.7 Soit h ue foctio de clsse C 4 sur [, 1] telle que h = et h =. Pour tout x ds ], 1] il existe u réel c x ds [, 1] tel que : h x + h h t dt x = h4 c x x Démostrtio. L formule de Tylor vec reste itégrl à l ordre ous permet d écrire : h x = h + h x + h x + h +! = h + h x x x t + h 4 t dt.! x t h 4 t dt! h x + h = h + h x x x t + h 4 t dt.!! De même, l formule de Tylor vec reste itégrl à l ordre pour l primitive de h ulle e, H : x h t dt qui est de clsse C 5 ous doe : H x = H + H x + H = h x + h x + h! = h x + h x +! O e déduit lors que : h x + h h t dt x x + H! x + h x 4 + 4! x t 4 4! h 4 t dt. x + H4 x 4 x t 4 + H 5 t dt 4! 4! x t 4 h 4 t dt 4! h x + h = H x x x t 4 = h 4 t dt x = = 4! x t! x t! x h 4 t x t 4 h 4 t x + t 1 dt x t h 4 t dt! dt

22 494 Clcul pproché des itégrles défiies Pour x ], 1], l foctio t x t x + t étt à vleurs positives sur [, x], le théorème de l moyee ous dit qu il existe c x [, x] tel que : h x + h h t dt x = h4 c x 1! = h4 c x 1! x t x + t dt 5 x5 = h4 c x x Lemme.8 Soit f ue foctio à vleurs réelles de clsse C 4 sur u itervlle [, b]. Il existe u réel c ds ], b[ tel que : f x dx b + b b 5 f + 4f + f b = 6 88 f 4 c Démostrtio. Le chgemet de vrible x = + b + b t vec t [ 1, 1] ous rmèe à l itervlle [ 1, 1]. E défiisst l foctio g sur [ 1, 1] pr : + b g t = f + b t, l erreur ds l méthode de Simpso sur [, b] : E f = f x dx b 6 f + 4f + b + f b s écrit lors : E f = b 1 g t dt 1 1 g 1 + 4g + g 1. E désigt pr h l foctio défiie sur [ 1, 1] pr h t = g t + g t, o : E f = b 1 h 1 + h h x dx, l foctio h étt de clsse C 4 sur [ 1, 1] vec h = h = et le lemme précédet ous dit qu il existe u réel c 1 ds [, 1] tel que : E f = b h 4 c 1 18 x 5 = b g 4 c 1 + g 4 c Comme pour l méthode du poit milieu ou du trpèze, le lemme.1 ous dit qu il existe d 1 ds [ 1, 1] tels que g 4 c 1 + g 4 c 1 = g 4 d 1 E f = b g 4 d 1 9 b 5 = 5 9 f 4 b 5 c = 88 f 4 c vec c = + b + b d 1 ds [, b]. O déduit de ce lemme ue mjortio de l erreur ds l méthode de bse de Simpso pour ue foctio f de clsse C 4 sur [, b] : f x dx b + b f + 4f + f b f 4 b

23 L méthode de Simpso 495 Remrque.11 Cette méthode d évlutio de l erreur e foctioe ps pour les méthodes de Newto-Cotes plus géérles. Pour l méthode composée, o e déduit le résultt suivt. Théorème.9 Soit f ue foctio de clsse C 4 sur [, b] et u etier turel o ul. Avec les ottios qui précèdet, il existe u réel c [, b] tel que : et o : b 5 f x dx S f = 88 f 4 c 4 f x dx T f b f 4 Démostrtio. O : 1,k+1 f x dx S f = 1 x,k x,k+1 x,k 5 = 88 f x dx x,k+1 x,k 6 f 4 b 5 1 c,k = 88 5 f x,k + 4f m,k + f x,k+1 f 4 c,k où chque c,k est ds [x,k, x,k+1 ]. Le lemme.1 ous dit lors qu il existe c ds [, b] tel que 1 f 4 c,k = f 4 c. O doc : b 5 f x dx S f = 88 f 4 b 5 c 5 = 88 f 4 c 4 f x dx S f b f 4 De ce théorème, o déduit que : lim S f = + Remrque.1 Pour tout etier 1 o : f x dx. S f = T f + M f S f = 4T f T f c est l première étpe ds l méthode d ccélértio de Romberg. Pour l première formule, il suffit de l vérifier pour les méthodes de bse, c est-à-dire ds le cs = 1. Ds ce cs o : S 1 f = 1 b f + f b + b f m

24 496 Clcul pproché des itégrles défiies où m = + b, ce qui doe bie l reltio : S 1 f = T 1 f + R 1 f. Puis e élimit M f ds les équtios : S f = T f + M f T f = T f + M f o obti soit S f = 4T f T f. 4T f S f = T f,

16.1 Convergence simple et convergence uniforme. une suite de fonctions de I dans R ou C.

16.1 Convergence simple et convergence uniforme. une suite de fonctions de I dans R ou C. 16 Suites de foctios Suf précisio cotrire, I est u itervlle réel o réduit à u poit et les foctios cosidérées sot défiies sur I à vleurs réelles ou complexes. 16.1 Covergece simple et covergece uiforme

Plus en détail

Baccalauréat S Asie 19 juin 2014 Corrigé

Baccalauréat S Asie 19 juin 2014 Corrigé Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps

Plus en détail

Séries réelles ou complexes

Séries réelles ou complexes 6 Séries réelles ou complexes Comme pour le chapitre 3, les suites cosidérées sot a priori complexes et les résultats classiques sur les foctios cotiues ou dérivables d ue variable réelle sot supposés

Plus en détail

Etude de la fonction ζ de Riemann

Etude de la fonction ζ de Riemann Etude de la foctio ζ de Riema ) Défiitio Pour x réel doé, la série de terme gééral,, coverge si et seulemet si x >. x La foctio zeta de Riema est la foctio défiie sur ], [ par : ( x > ), = x. Remarque.

Plus en détail

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3. EXERCICE 3 (6 poits ) (Commu à tous les cadidats) Il est possible de traiter la partie C sas avoir traité la partie B Partie A O désige par f la foctio défiie sur l itervalle [, + [ par Détermier la limite

Plus en détail

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1 Premières propriétés des ombres réels 2 Suites umériques 3 Suites mootoes : à faire 4 Séries umériques 4. Notio de série. Défiitio 4.. Soit (u ) ue suite de ombres réels ou complexes. Pour N N, o ote S

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n =

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n = [http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Eocés 1 Nombres réels Ratioels et irratioels Exercice 1 [ 9 ] [correctio] Motrer que la somme d u ombre ratioel et d u ombre irratioel est u ombre irratioel.

Plus en détail

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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Exo7 Topologie Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Exercice **

Plus en détail

Chapitre 3 : Fonctions d une variable réelle (1)

Chapitre 3 : Fonctions d une variable réelle (1) Uiversités Paris 6 et Paris 7 M1 MEEF Aalyse (UE 3) 2013-2014 Chapitre 3 : Foctios d ue variable réelle (1) 1 Lagage topologique das R Défiitio 1 Soit a u poit de R. U esemble V R est u voisiage de a s

Plus en détail

Intégrales généralisées

Intégrales généralisées 3 Iégrles géérlisées Pour ce chpire, les focios cosidérées so priori défiies sur u iervlle réel I o rédui à u poi, à vleurs réelles ou complees e coiues pr morceu. L défiiio e les propriéés de l iégrle

Plus en détail

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3 1 Groupe orthogoal d'u espace vectoriel euclidie de dimesio, de dimesio Voir le chapitre 19 pour l'étude des espaces euclidies et des isométries. État doé u espace euclidie E de dimesio 1, o rappelle que

Plus en détail

CHAPITRE 2 SÉRIES ENTIÈRES

CHAPITRE 2 SÉRIES ENTIÈRES CHAPITRE 2 SÉRIES ENTIÈRES 2. Séries etières Défiitio 2.. O appelle série etière toute série de foctios ( ) f dot le terme gééral est de la forme f ()=a, où (a ) désige ue suite réelle ou complee et R.

Plus en détail

1 Mesure et intégrale

1 Mesure et intégrale 1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios

Plus en détail

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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Eo7 Séries etières Eercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Eercice

Plus en détail

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X Exo7 Détermiats Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable T : pour

Plus en détail

Limites des Suites numériques

Limites des Suites numériques Chapitre 2 Limites des Suites umériques Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Limite fiie ou ifiie d ue suite. Limites et comparaiso. Opératios sur les ites. Comportemet

Plus en détail

Séquence 5. La fonction logarithme népérien. Sommaire

Séquence 5. La fonction logarithme népérien. Sommaire Séquece 5 La foctio logarithme épérie Objectifs de la séquece Itroduire ue ouvelle foctio : la foctio logarithme épérie. Coaître les propriétés de cette foctio : sa dérivée, ses variatios, sa courbe, sa

Plus en détail

Suites et séries de fonctions

Suites et séries de fonctions [http://mp.cpgedupuydelome.fr] édité le 3 avril 5 Eocés Suites et séries de foctios Propriétés de la limite d ue suite de foctios Eercice [ 868 ] [correctio] Etablir que la limite simple d ue suite de

Plus en détail

La spirale de Théodore bis, et la suite «somme=produit».

La spirale de Théodore bis, et la suite «somme=produit». Etde d e vrite de l spirle de Théodore, dot issce à e site dot les sommes prtielles sot égles x prodits prtiels. Mots clés : spirle de Théodore, théorème de Pythgore, site, série, polyôme. L spirle de

Plus en détail

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1 Bac blac TS Correctio Exercice I ( Spé ) / émotros par récurrece que 5x y = pour tout etier aturel 5x y = 5 8 = La propriété est doc vraie au rag = Supposos que la propriété est vraie jusqu au rag, o a

Plus en détail

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé : Itégratio et probabilités EN Paris, 202-203 TD 203 Lois des grads ombres, théorème cetral limite. Corrigé Lois des grads ombres Exercice. Calculer e cet leços Détermier les limites suivates : x +... +

Plus en détail

Solutions particulières d une équation différentielle...

Solutions particulières d une équation différentielle... Solutios particulières d ue équatio différetielle......du premier ordre à coefficiets costats O cherche ue solutio particulière de y + ay = f, où a est ue costate réelle et f ue foctio, appelée le secod

Plus en détail

4 Approximation des fonctions

4 Approximation des fonctions 4 Approximatio des foctios Ue foctio f arbitraire défiie sur u itervalle I et à valeur das IR peut être représetée par so graphe, ou de maière équivalete par la doée de l esemble de ses valeurs f(t) pour

Plus en détail

Processus et martingales en temps continu

Processus et martingales en temps continu Chapitre 3 Processus et martigales e temps cotiu 1 Quelques rappels sur les martigales e temps discret (voir [4]) O cosidère u espace filtré (Ω, F, (F ) 0, IP). O ote F = 0 F. Défiitio 1.1 Ue suite de

Plus en détail

INTENTION LES PROCESSUS MATHÉMATIQUES

INTENTION LES PROCESSUS MATHÉMATIQUES INTENTION Adpttios u Cdre commu des progrmmes d études de mthémtiques M-9 telles que reflétées ds le documet Mthémtiques M-9 : Progrmme d études de l Albert (2007) Le coteu du documet Mthémtiques M-9 :

Plus en détail

Cours 5 : ESTIMATION PONCTUELLE

Cours 5 : ESTIMATION PONCTUELLE Cours 5 : ESTIMATION PONCTUELLE A- Gééralités B- Précisio d u estimateur C- Exhaustivité D- iformatio E-estimateur sas biais de variace miimale, estimateur efficace F- Quelques méthode s d estimatio A-

Plus en détail

14 Chapitre 14. Théorème du point fixe

14 Chapitre 14. Théorème du point fixe Chapitre 14 Chapitre 14. Théorème du poit fixe Si l o examie de plus près les méthodes de Lagrage et de Newto, étudiées au chapitre précédet, elles revieet das leur pricipe à remplacer la résolutio de

Plus en détail

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9 Au sommaire : Suites extraites Le théorème de Bolzao-Weierstrass La preuve du théorème de Bolzao-Weierstrass3 Foctio K-cotractate4 Le théorème du poit fixe5 La preuve du théorème du poit fixe6 Utilisatios

Plus en détail

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes. Polyésie Septembre 2 - Exercice O peut traiter la questio 4 sas avoir traité les questios précédetes Pour u achat immobilier, lorsqu ue persoe emprute ue somme de 50 000 euros, remboursable par mesualités

Plus en détail

Déroulement de l épreuve de mathématiques

Déroulement de l épreuve de mathématiques Dérouleet de l épreuve de thétiques MATHÉMATIQUES Extrit de l ote de service 2012-029 du 24 février 2012 (BOEN 13 du 29-3-2012) Durée de l épreuve : 2 heures Nture de l épreuve : écrite pr le socle cou

Plus en détail

Comportement d'une suite

Comportement d'une suite Comportemet d'ue suite I) Approche de "ses de variatio et de ite d'ue suite" : 7 Soit la suite ( ) telle que = 5 ( + ) 2 Représetos graphiquemet la suite das u pla mui d' u repère. Il suffit de placer

Plus en détail

SÉRIES STATISTIQUES À DEUX VARIABLES

SÉRIES STATISTIQUES À DEUX VARIABLES 1 ) POSITION DU PROBLÈME - VOCABULAIRE A ) DÉFINITION SÉRIES STATISTIQUES À DEUX VARIABLES O cosidère deux variables statistiques umériques x et y observées sur ue même populatio de idividus. O ote x 1

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

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

STATISTIQUE AVANCÉE : MÉTHODES

STATISTIQUE AVANCÉE : MÉTHODES STATISTIQUE AVANCÉE : MÉTHODES NON-PAAMÉTIQUES Ecole Cetrale de Paris Arak S. DALALYAN Table des matières 1 Itroductio 5 2 Modèle de desité 7 2.1 Estimatio par istogrammes............................

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

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

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

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009 M LA REGRESSION : HYPOTHESES ET TESTS Avril 009 I LES HYPOTHESES DE LA MCO. Hypothèses sur la variable explicative a. est o stochastique. b. a des valeurs xes das les différets échatillos. c. Quad ted

Plus en détail

A11 : La représentation chaînée (1ère partie)

A11 : La représentation chaînée (1ère partie) A11 : L représettio chîée (1ère prtie) - Défiitio et schéms de cosulttio - Schéms de mise à jour (isertio, suppressio) - Exemples J-P. Peyri - L représettio chîée (première prtie) 0 Pricipe de l représettio

Plus en détail

Introduction : Mesures et espaces de probabilités

Introduction : Mesures et espaces de probabilités Itroductio : Mesures et espaces de probabilités Référeces : Poly cédric Berardi et Jea Michel Morel. J.-F. Le Gall, Itégratio, Probabilités et Processus Aléatoire J.-Y. Ouvrard, Probabilités 2, maîtrise-agrégatio,

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

Des résultats d irrationalité pour deux fonctions particulières

Des résultats d irrationalité pour deux fonctions particulières Collect. Math. 5, 00, 0 c 00 Uiversitat de Barceloa Des résultats d irratioalité pour deux foctios particulières Richard Choulet 7, Rue du 4 Août, 40 Aveay, Frace E-mail: richardchoulet@waadoo.fr Received

Plus en détail

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions Déombremet ECE3 Lycée Carot 12 ovembre 2010 Itroductio La combiatoire, sciece du déombremet, sert comme so om l'idique à compter. Il e s'agit bie etedu pas de reveir au stade du CP et d'appredre à compter

Plus en détail

STATISTIQUE : TESTS D HYPOTHESES

STATISTIQUE : TESTS D HYPOTHESES STATISTIQUE : TESTS D HYPOTHESES Préparatio à l Agrégatio Bordeaux Aée 203-204 Jea-Jacques Ruch Table des Matières Chapitre I. Gééralités sur les tests 5. Itroductio 5 2. Pricipe des tests 6 2.a. Méthodologie

Plus en détail

Module 2 : Déterminant d une matrice

Module 2 : Déterminant d une matrice L Mth Stt Module les déterminnts M Module : Déterminnt d une mtrice Unité : Déterminnt d une mtrice x Soit une mtrice lignes et colonnes (,) c b d Pr définition, son déterminnt est le nombre réel noté

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

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

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI FEUILLE D EXERCICES 7 - PROBABILITÉS SUR UN UNIVERS FINI Exercice - Lacer de dés O lace deux dés à 6 faces équilibrés. Calculer la probabilité d obteir : u double ; ue somme des deux dés égale à 8 ; ue

Plus en détail

Statistique descriptive bidimensionnelle

Statistique descriptive bidimensionnelle 1 Statistique descriptive bidimesioelle Statistique descriptive bidimesioelle Résumé Liaisos etre variables quatitatives (corrélatio et uages de poits), qualitatives (cotigece, mosaïque) et de types différets

Plus en détail

EXERCICES : DÉNOMBREMENT

EXERCICES : DÉNOMBREMENT Chapitre 7 ECE 1 - Grad Nouméa - 015 EXERCICES : DÉNOMBREMENT LISTES / ARRANGEMENTS Exercice 1 : Le code ativol Pour so vélo, Toto possède u ativol a code. Le code est ue successio de trois chiffres compris

Plus en détail

Les Nombres Parfaits.

Les Nombres Parfaits. Les Nombres Parfaits. Agathe CAGE, Matthieu CABAUSSEL, David LABROUSSE (2 de Lycée MONTAIGNE BORDEAUX) et Alexadre DEVERT, Pierre Damie DESSARPS (TS Lycée SUD MEDOC LETAILLAN MEDOC) La première partie

Plus en détail

Exercices de mathématiques

Exercices de mathématiques MP MP* Thierry DugarDi Marc rezzouk Exercices de mathématiques Cetrale-Supélec, Mies-Pots, École Polytechique et ENS Coceptio et créatio de couverture : Atelier 3+ Duod, 205 5 rue Laromiguière, 75005 Paris

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

Chaînes de Markov. Arthur Charpentier

Chaînes de Markov. Arthur Charpentier Chaîes de Markov Arthur Charpetier École Natioale de la Statistique et d Aalyse de l Iformatio - otes de cours à usage exclusif des étudiats de l ENSAI - - e pas diffuser, e pas citer - Quelques motivatios.

Plus en détail

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil. Qu appelle-t-o éclipse? Éclipser sigifie «cacher». Vus depuis la Terre, deu corps célestes peuvet être éclipsés : la Lue et le Soleil. LES ÉCLIPSES Pour qu il ait éclipse, les cetres de la Terre, de la

Plus en détail

PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS

PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS ET APPROXIMATIONS DIOPHANTIENNES J. L. NICOLAS Cet article expose sup 3 e quelques iter'f~reces etre les pr'obl~res dloptimisatio e hombres etiers et la th~or-ie

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

Cours de Statistiques inférentielles

Cours de Statistiques inférentielles Licece 2-S4 SI-MASS Aée 2015 Cours de Statistiques iféretielles Pierre DUSART 2 Chapitre 1 Lois statistiques 1.1 Itroductio Nous allos voir que si ue variable aléatoire suit ue certaie loi, alors ses réalisatios

Plus en détail

20. Algorithmique & Mathématiques

20. Algorithmique & Mathématiques L'éditeur L'éditeur permet à l'utilisateur de saisir les liges de codes d'u programme ou de défiir des foctios. Remarque : O peut saisir directemet des istructios das la cosole Scilab, mais il est plus

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

Calculer comment se constituer un capitale ; Calculer comment rembourser une dette en effectuant des versements réguliers.

Calculer comment se constituer un capitale ; Calculer comment rembourser une dette en effectuant des versements réguliers. CHAP: 8 Objecifs de ce chpire : Clculer comme se cosiuer u cpile ; Clculer comme rembourser ue dee e effecu des versemes réguliers. RAPPELS : Qu'es-ce qu'ue vleur cquise? Qu'es-ce qu'ue vleur cuelle? Le

Plus en détail

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3... Applicatios des maths Algèbre fiacière 1. Itérêts composés O place u capital C 0 à u taux auel T a pedat aées. Quelle est la valeur fiale C de ce capital? aée capital e fi d'aée 1 C 0 + T C 0 = C 0 (1

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

a g c d n d e s e s m b

a g c d n d e s e s m b PPrrooppoossiittiioo 22001111JJPP 22770055 000011 uu 0088 fféévvrriirr 22001111 VVlliiiittéé jjuussqquu uu 3300//0044//22001111 tim c ir tv é p g c h u i rè s G A Z iv lu s IC.G R é c lo y m ip s 9 r7

Plus en détail

Probabilités et statistique pour le CAPES

Probabilités et statistique pour le CAPES Probabilités et statistique pour le CAPES Béatrice de Tilière Frédérique Petit 2 3 jui 205. Uiversité Pierre et Marie Curie 2. Uiversité Pierre et Marie Curie 2 Table des matières Modélisatio de phéomèes

Plus en détail

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices Chapitre 1 Déombremet 1.1 Eocés des exercices Exercice 1 L acie système d immatriculatio fraçais était le suivat : chaque plaque avait 4 chiffres, suivis de 2 lettres, puis des 2 uméros du départemet.

Plus en détail

Algorithmes sur les mots (séquences)

Algorithmes sur les mots (séquences) Introduction Algorithmes sur les mots (séquences) Algorithmes sur les mots (textes, séquences, chines de crctères) Nomreuses pplictions : ses de données iliogrphiques ioinformtique (séquences de iomolécules)

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

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES DEUXIEME PARTIE Deuième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES Chapitre. L assurace de capital différé Chapitre 2. Les opératios de retes Chapitre 3. Les assuraces décès Chapitre 4. Les assuraces

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

STI2D Logique binaire SIN. L' Algèbre de BOOLE

STI2D Logique binaire SIN. L' Algèbre de BOOLE L' Algère de BOOLE L'lgère de Boole est l prtie des mthémtiques, de l logique et de l'électronique qui s'intéresse ux opértions et ux fonctions sur les vriles logiques. Le nom provient de George Boole.

Plus en détail

Chapitre 11 : L inductance

Chapitre 11 : L inductance Chpitre : inductnce Exercices E. On donne A πr 4π 4 metn N 8 spires/m. () Selon l exemple., µ n A 4π 7 (8) 4π 4 (,5) 5 µh (b) À prtir de l éqution.4, on trouve ξ ξ 4 3 5 6 6,3 A/s E. On donne A πr,5π 4

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

LANGAGES - GRAMMAIRES - AUTOMATES

LANGAGES - GRAMMAIRES - AUTOMATES LANGAGES - GRAMMAIRES - AUTOMATES Mrie-Pule Muller Version du 14 juillet 2005 Ce cours présente et met en oeuvre quelques méthodes mthémtiques pour l informtique théorique. Ces notions de bse pourront

Plus en détail

Statistique Numérique et Analyse des Données

Statistique Numérique et Analyse des Données Statistique Numérique et Aalyse des Doées Arak DALALYAN Septembre 2011 Table des matières 1 Élémets de statistique descriptive 9 1.1 Répartitio d ue série umérique uidimesioelle.............. 9 1.2 Statistiques

Plus en détail

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4 UNVERSTE MONTESQUEU BORDEAUX V Licece 3 ère aée Ecoomie - Gestio Aée uiversitaire 2006-2007 Semestre 2 Prévisios Fiacières Travaux Dirigés - Séaces 4 «Les Critères Complémetaires des Choix d vestissemet»

Plus en détail

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1 Aalyse des doées Statistiques appliquées à la gestio Cours d aalyse de doés Master F. SEYTE : Maître de coféreces HDR e scieces écoomiques Uiversité de Motpellier I M. TERRAZA : Professeur de scieces écoomiques

Plus en détail

Influence du milieu d étude sur l activité (suite) Inhibition et activation

Influence du milieu d étude sur l activité (suite) Inhibition et activation Influence du milieu d étude sur l ctivité (suite) Inhibition et ctivtion Influence de l tempérture Influence du ph 1 Influence de l tempérture Si on chuffe une préprtion enzymtique, l ctivité ugmente jusqu

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

Séries numériques. Chap. 02 : cours complet.

Séries numériques. Chap. 02 : cours complet. Séris méris Cha : cors comlt Séris d réls t d comlxs Défiitio : séri d réls o d comlxs Défiitio : séri corgt o dirgt Rmar : iflc ds rmirs trms d séri sr la corgc Théorèm : coditio écssair d corgc Théorèm

Plus en détail

Chap. 5 : Les intérêts (Les calculs financiers)

Chap. 5 : Les intérêts (Les calculs financiers) Chap. 5 : Les itérêts (Les calculs fiaciers) Das u cotrat de prêt, le prêteur met à la dispositio de l empruteur, à u taux d itérêt doé, ue somme d arget (le capital) qu il devra rembourser à ue certaie

Plus en détail

e x dx = e x dx + e x dx + e x dx.

e x dx = e x dx + e x dx + e x dx. Chtr Foctos Gmm t foctos d Bssl Chtr Focto Gmm t foctos d Bssl Détrmto d l focto Gmm L focto Gmm st très sml à dédur à rtr d l tégrl d'eulr: Ctt tégrl st u focto d rmètr ; ll st rrésté r l symbol () t

Plus en détail

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales PROMENADE ALÉATOIRE : Chaîes de Markov et martigales Thierry Bodieau École Polytechique Paris Départemet de Mathématiques Appliquées thierry.bodieau@polytechique.edu Novembre 2013 2 Table des matières

Plus en détail

/HVV\VWqPHVFRPELQDWRLUHV

/HVV\VWqPHVFRPELQDWRLUHV /HVV\VWqPHVFRPELQDWRLUHV I. Définition On ppelle système combintoire tout système numérique dont les sorties sont exclusivement définies à prtir des vribles d entrée (Figure ). = f(x, x 2,,, x n ) x x

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

MESURE DE L'INFORMATION

MESURE DE L'INFORMATION MESURE DE L'INFORMATION Marc URO TABLE DES MATIÈRES INTRODUCTION... 3 INCERTITUDE D'UN ÉVÉNEMENT (OU SELF-INFORMATION)... 7 INFORMATION MUTUELLE DE DEUX ÉVÉNEMENTS... 9 ENTROPIE D'UNE VARIABLE ALÉATOIRE

Plus en détail

UNIVERSITÉ DE SFAX École Supérieure de Commerce

UNIVERSITÉ DE SFAX École Supérieure de Commerce UNIVERSITÉ DE SFAX École Supérieure de Commerce Aée Uiversitaire 2003 / 2004 Auditoire : Troisième Aée Études Supérieures Commerciales & Scieces Comptables DÉCISIONS FINANCIÈRES Note de cours N 3 Première

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

55 - EXEMPLES D UTILISATION DU TABLEUR.

55 - EXEMPLES D UTILISATION DU TABLEUR. 55 - EXEMPLES D UTILISATION DU TABLEUR. CHANTAL MENINI 1. U pla possible Les exemples qui vot suivre sot des pistes possibles et e aucu cas ue présetatio exhaustive. De même je ai pas fait ue étude systématique

Plus en détail

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) RAIRO Operatios Research RAIRO Oper. Res. 34 (2000) 99-129 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) Commuiqué par Berard LEMAIRE Résumé. L étude

Plus en détail

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE. Exemple troductf (Les élèves qu coasset déà be le prcpe peuvet sauter ce paragraphe) Cosdéros la sute (u ), défe pour tout, par : u u u 0 0 Cette sute est défe

Plus en détail

Chapitre VI Contraintes holonomiques

Chapitre VI Contraintes holonomiques 55 Chpitre VI Contrintes holonomiques Les contrintes isopérimétriques vues u chpitre précéent ne sont qu un eemple prticulier e contrintes sur les fonctions y e notre espce e fonctions missibles. Dns ce

Plus en détail

Régulation analogique industrielle ESTF- G.Thermique

Régulation analogique industrielle ESTF- G.Thermique Chapitre 5 Stabilité, Rapidité, Précisio et Réglage Stabilité. Défiitio Coditio de stabilité. Critères de stabilité.. Critères algébriques.. Critère graphique ou de revers das le pla de Nyquist Rapidité

Plus en détail

DETERMINANTS. a b et a'

DETERMINANTS. a b et a' 2003 - Gérard Lavau - http://perso.waadoo.fr/lavau/idex.htm Vous avez toute liberté pour télécharger, imprimer, photocopier ce cours et le diffuser gratuitemet. Toute diffusio à titre oéreux ou utilisatio

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

Intégrales dépendant d un paramètre

Intégrales dépendant d un paramètre [hp://mp.cpgedupuydelome.fr] édié le 3 avril 5 Eocés Iégrales dépeda d u paramère Covergece domiée Exercice [ 9 ] [correcio] Calculer les limies des suies do les ermes gééraux so les suivas : a) u = π/4

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

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2. Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES PLAN DU CHAPITRE 2 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.1 Pla de sodage 2.2.2 Probabilités d iclusio 2.3 SONDAGE

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