MATHÉMATIQUES. 1. PROPRIÉTES et ENSEMBLES.

Dimension: px
Commencer à balayer dès la page:

Download "MATHÉMATIQUES. 1. PROPRIÉTES et ENSEMBLES."

Transcription

1 MATHÉMATIQUES. Le Petit Larousse Illustré 1994 donne la définition suivante : Mathématique (de mathêma = science en grec) : nom s. ou pl. 1. Science qui étudie par le moyen du raisonnement déductif les propriétés d êtres abstraits (nombres, figures géométriques, fonctions, espaces, etc.) ainsi que les relations qui s établissent entre eux. 1. PROPRIÉTES et ENSEMBLES. Les êtres abstraits de la définition du P.L.I. sont aussi dits objets (d étude mathématique) ; ils sont caractérisés par leurs propriétés et faire des mathématiques consiste à trouver les propriétés qui en découlent logiquement (= par le raisonnement déductif) Propriétés. Une propriété (mathématique) est une qualité (= condition) concernant les objets qui est telle qu un objet la vérifie (= l a, = la possède) ou sinon ne la vérifie pas. Ces propriétés ont été découvertes et mises en valeur peu à peu lors du développement des mathématiques depuis l antiquité. Exemples. Être un entier relatif pair ; être une fonction continue ; être une isométrie linéaire du plan. Remarques. 1) Étant donnée une propriété, on définit la propriété opposée (= contraire) par : un objet la vérifie si et seulement si (noté s.s.si) il ne vérifie pas la propriété initiale. 2) Á partir d un certain nombre (fini ou infini) de propriétés, on définit deux autres propriétés par : i) avoir toutes ces propriétés ; ii) avoir au moins une de ces propriétés. 3) La propriété contraire de avoir toutes ces propriétés est avoir la propriété opposée d au moins une de ces propriétés et la propriété opposée de avoir au moins une de ces propriétés est avoir toutes les propriétés contraires de ces propriétés Ensembles. Un ensemble est la collection de tous les objets ayant en commun la même propriété (qui peut être définie par plusieurs propriétés). Ces objets s appellent (= sont dits) les éléments (= les points) de l ensemble. Remarque. Un ensemble est lui-même un objet mathématique. Exemples. Le plan est l ensemble de ses points et on peut considérer l ensemble des plans de l espace. 2. Les MATHÉMATIQUES. Elles s écrivent et se lisent (on appelle énoncé d un problème, d un exercice, d un théorème, l écriture de celui-ci). L ordre suivant lequel on les écrit est très important Symboles. Pour condenser l écriture, ce qui facilite grandement la compréhension et le raisonnement, on note (= on représente, = on désigne) en général les objets par des symboles (lettres, chiffres,...) écrits souvent en italiques. 1

2 a) Certains symboles désignent toujours le même objet (mathématique) : i) les chiffres arabes (indiens) : 0, 1, 3,... ; b ii),,,,, etc. (voir ci-après). a b) Certains ensembles, parfaitement définis (= uniquement déterminés par leurs propriétés) sont notés par un symbole fixé : Ø désigne l ensemble vide (= qui n a aucun élément) ; N désigne l ensemble des entiers naturels ; Z désigne l ensemble des entiers relatifs ; Q désigne l ensemble des nombres rationnels ; R désigne l ensemble des nombres réels ; C désigne l ensemble des nombres complexes. Lorsque qu une étude est valable pour R ou C, on désigne, parfois, par K l un ou l autre de ces ensembles. c) En ce qui concerne les autres symboles, ils peuvent représenter n importe quel objet. Si dans un bloc mathématique (une définition, un énoncé, une démonstration...) un symbole représente un objet, on l introduit (= le définit), en général, de la façon suivante : Soit (= considérons, = donnons-nous) E un ensemble (un objet) ayant telle (ou telles) propriété, ou bien, posons E =.... On dit alors que E est défini (on dit même bien défini), en insistant sur le fait qu il n y a pas d ambiguïté sur l objet (ou type d objet) représenté par E. Tout au long du bloc mathématique, E conserve cette définition (= qualité) chaque fois qu on l utilise de sorte que ce que l on déduit de ce bloc est vrai (= valable) pour tout objet ayant les mêmes propriétés que E. On peut représenter une propriété par : Soit la propriété P définie par... ). Si c est le cas, non P représente la propriété opposée de P. On peut même représenter une phrase mathématique par un symbole : ((*)... ) Ensembles. Soient E un ensemble et x un objet : 1) en écrivant x E, on lit et on signifie x appartient à (= est un élément (quelconque) de) E, dans certains cas (voir ci-après) on lit x est une variable (indépendante) dans E ou x est une inconnue dans E ou x est un indice (ou un paramètre) dans E ; 2) en écrivant x / E, on lit et on signifie x n appartient pas à E ; 3) en écrivant soit x E, on définit le symbole x comme représentant un élément quelconque, fixé dans la suite du bloc mathématique, de (l ensemble) E, introduit précédemment ; 4) en écrivant soit, pour (tout) x R, f(x) = x 2 +1 (= posons f(x) = x 2 +1 (x R) ) on introduit la fonction f définie sur R. Dans cette expression x est une variable (= une inconnue) dans R (on dit aussi que x parcourt R). Le symbole x n est pas fixé (on n a pas dit soit x R!) de sorte que l on a aussi pour A R, f(a) =A b Exemple. Étudions les symboles dans posons I = f(t)dt. Ceux qui ont dû être définis a avant sont a, b, f,, dt, celui qui est défini par cette phrase est I et enfin celui qui est une variable est t (on peut remplacer t par x ou tout autre symbole sans changer I). 2

3 Si un ensemble X est défini par certaines propriétés, on écrit X = {x : x (est un objet) ayant ces propriétés} qui se lit, et signifie, ensemble des x tels que x vérifie (= a) ces propriétés. Dans cette écriture x est, ici aussi, une variable non fixée (= non définie) et on peut la remplacer par y (ou par A, ou... ) Définitions. Puisque les mathématiques étudient les propriétés, un grand bloc de mathématique (branche, livre, chapitre, paragraphe,...) commence par des définitions, du type on dit qu un objet est... s il a les propriétés... (*), qui consistent à donner un nom (propre = particulier) à : 1) une propriété (bien définie) ; exemples : pair, continu, isométrie,... ; 2) un type d objets (bien définis) ; exemples : un (nombre) réel, un entier naturel,... ; 3) une structure (mathématique) c.à.d. un ensemble fini ou infini de propriétés, dit ensemble des axiomes de la structure mathématique ainsi nommée ; exemples : structure de groupe, structure d espace vectoriel,... ; un ensemble E a (= est muni de = vérifie les axiomes de) cette structure s il a ces propriétés et l intéret de la structure est qu alors E vérifie d autres propriétés intéressantes. Souvent, par abus de langage, on dit par exemple soit G un groupe à la place de soit G un ensemble vérifiant les axiomes d une structure de groupe (on dira que G, ainsi défini, est un objet stucturé) et on dit que les propriétés vérifiées par tout groupe sont des propriétés des groupes Quantificateurs. Ils sont utilisés (dans la pratique courante des mathématiques) pour abréger, encore plus, l écriture (bien qu on puisse ne jamais les utiliser), on les considère comme des symboles fixés une fois pour toutes : 1) le symbole... est mis pour quelque soit... (= pour tout... ) et est suivi, en général, de on a... (= il est vrai que... ) ; exemple : x E, on a..., où E est un ensemble déjà défini et x est une variable dans E ; 2) le symbole... est mis pour il existe un... (= on peut trouver un..., = on peut construire un... ) et est suivi, en général, de tel que... (= qui vérifie... ) ; exemple : x E, tel que... ; ici x est, en général, fixé ; 3) le symbole... est mis pour il n existe pas de (= il n existe aucun... = on ne peut trouver aucun... ) et est suivi, en général, de tel que... ; 4) le symbole!... est mis pour il existe un... et un seul (= il existe un unique... ) et est suivi, en général, de tel que.... L ordre dans lequel ces quantificateurs sont écrits est très important (à voir en exercice). Le contraire de x E, on a... est : x E, tel que l on n a pas.... Le contraire de x E, tel que... est x E, on n a pas Démonstrations. Soient P et Q des propriétés. Les mathématiques progressent en essayant de répondre (en utilisant le raisonnement déductif) à des questions de types suivants : (*) Dans toute définition, si est mis pour s.s.si. 3

4 (I) (II) Existe-t-il un objet ayant (la propriété) P? Si un objet a (la propriété) P, a-t-il (la propriété) Q? En réponse à chacune de ces questions, on peut : 1) répondre oui ou non ; 2) savoir qu on ne peut pas répondre ; 3) ne pas savoir répondre pour l instant. Pour répondre oui ou non, on écrit un bloc mathématique appelé démonstration (= preuve) et on dit alors que l on a démontré (= prouvé) un résultat (mathématique) dit, en général, théorème (ou lemme, ou corollaire, selon son importance). A) Une démonstration du théorème Il existe un objet vérifiant P (ceci est la réponse oui à (I)) consiste à introduire des objets déjà connus (= définis) et à définir (= construire) à partir d eux, au moyen d opérations connues, un objet. On vérifie que cet objet a la propriété P en utilisant en général des théorèmes déjà démontrés. Exemple. Démonstration (due à Euclide) de il existe des nombres premiers arbitrairement grands dans N : soit n un entier 2, on pose N = n! + 1 ; on sait que N est divisible par un nombre premier et celui-ci est > n car le reste de la division de N par tout entier p, tel que 1 < p n, est égal à 1. (Noter que arbitrairement grand signifie > n,pour (n importe quel) n introduit, par soit n, au début de la preuve). B) Une démonstration, dite par l absurde, du théorème : il n existe aucun objet ayant P (ceci est la réponse non à (I)) consiste à considérer (= introduire) un objet ayant P et à en déduire logiquement une contradiction. En général on construit des objets A et B tels que l on ait à la fois A = B et A B. Exemple. On démontre x R t.q. x 2 4 et 1, 5 x par l absurde : supposons qu un tel x existe. On a x 2 4 < (1, 5) 4 x 2 = x 2, contradiction (où?). Remarque. On accepte aussi la démonstration par l absurde du théorème Il existe un objet vérifiant P qui consiste à supposer qu un tel objet (vérifiant P) n existe pas et à aboutir à une contradiction. C) Démonstration de la réponse oui à (II)) : si un objet a P alors il a Q. Pour ceci on accepte, en mathématiques ordinaires, trois types de démonstrations. 1) Une démonstration directe : on introduit un objet ayant P et on déduit de la propriété P et, en général, de théorèmes prouvés avant, que cet objet a la propriété Q. 2) Une démonstration par contraposée : on prouve si un objet a non Q alors il a non P que l on démontre directement. 3) Une démonstration par l absurde : on démontre Il n existe pas d objet ayant P et non Q, comme il a été dit plus haut en aboutissant à une contradiction. Par exemple, pour prouver par l absurde qu un nombre réel, ayant certaines propriétés, est nul, on suppose qu il est non nul et on en déduit une contradiction. 4

5 Remarques. 1) La réponse non à (II) est le théorème : il existe un objet qui a P et non Q. 2) La réponse non à (III) si un objet a P peut-il avoir Q? est le théorème : si un objet a P alors il a non Q Conditions. Soient P et Q deux propriétés. En 2.5. on a montré comment on démontre le théorème si un objet structuré (cf. 2.3.) a P alors il a Q qui s énonce aussi : tout (= chaque) objet structuré ayant P, a Q. Par abus de langage, lorsque la structure stucturant l objet est fixée et que ce théorème est démontré, on dit on a : P entraîne (= implique) Q et on note : P = Q. On dit aussi que P est l hypothèse du théorème et que Q en est la conclusion. On dit également que P est une condition suffisante pour avoir Q et aussi que Q est une condition nécessaire pour avoir P (= pour avoir P, il est nécessaire d avoir Q ). Exemple. Pour toute fonction réelle, définie sur un intervalle de R, on montre que être dérivable entraîne être continue. On dit, par abus de langage, que la dérivabilité entraîne la continuité. Si on a (= on démontre) : P = Q et Q = P, on dit que l on a prouvé que P est équivalent à Q, ou encore que pour avoir P il est nécessaire et suffisant d avoir Q, on note cela P Q. Dans ce cas l ensemble des objets structurés verifiant P est égal à l ensemble des objets structurés verifiant Q. Se poser la question la réciproque de P = Q est-elle vraie? est se poser la question a-t-on : Q = P? (on échange hypothèse et conclusion). Définition. Plus généralement, on dit que l écriture, sans préjuger de sa validité, de la réponse oui à une question mathématique, dépendante d un type de données et telle que, pour chaque donnée, on peut répondre oui ou non à la question correspondante, est une condition (= assertion = proposition). On dit qu une condition, pour des données, est vérifiée (= vraie) (resp. non vérifiée = fausse ) si on peut, en faisant une démonstration, répondre oui (resp. non) à la question correspondante. Attention. Une condition peut être soit vraie soit fausse (selon la donnée), alors qu un théorème est toujours vrai! Beaucoup d auteurs appellent aussi proposition un théorème de moindre importance, d où ambiguïté sur le sens du mot proposition, aussi nous éviterons de l utiliser. Définition. On dit que l on a démontré que la condition C entraîne (= implique ) la condition D et on note C = D si on peut prouver le théorème Pour toute donnée, si C est vraie alors D est vraie. Les conditions C et D sont dites équivalentes et on note C D si on peut prouver que C = D et D = C. Exemple. Les (trois) conditions suivantes, (dépendantes de la donnée (P,Q)), où P et Q sont deux propriétés (quelconques)), sont équivalentes : (i) P = Q ; (ii) non Q = non P ; (iii) un objet ayant P et non Q. (Ceci énonce l équivalence des démonstrations directes, par contraposées et par l absurde). 3. APPLICATIONS, SUITES et FAMILLES. 5

6 3.1. Applications. Soient X et Y deux ensembles. On appelle application (= fonction) définie sur X, à valeurs dans Y, tout procédé (= loi) qui, à tout (= chaque) élément de X fait correspondre un élément bien déterminé de Y. Notons f une telle application, on dit que (l application) f va de X, dit ensemble (= domaine) de définition de f, dans Y, dit ensemble où f prend ses valeurs (= ensemble d arrivée de f). Soit aussi x X, on note f(x) (qui se lit f de x ) l élément de Y correspondant à x par f. On dit que f(x) est l image de x par f (= la valeur prise par f en x), on dit aussi que y = f(x) est une variable dans Y dépendante, par f, de la variable indépendante x dans X. Soit y Y, on dit que y admet un antécédent x par f si l on a y = f(x). Pour définir une telle application f on procède de l une des façons suivantes : soit f : X Y (qui se lit soit f de (l ensemble) X dans (l ensemble) Y ), ou bien, soit X Y x f(x) ou bien posons (= définissons) pour x X, f(x) =... ou encore posons f(x) =... (x X). Un croquis est souvent utile. Remarques. 1) La notation f(x) est dite notation fonctionnelle et est à distinguer de f fois (= multiplié) par x. 2) Par soit f une fonction réelle (resp. complexe) définie sur X on entend soit f : X R (resp. C) Suites. Soit n un entier 1. Une suite (finie) de n objets (dite aussi n-uple d objets) est une liste notée (x 1, x 2,..., x n ) (ou (x 1,..., x n ) ou (x k ) 1 k n ). Les termes (= objets) de la suite sont x 1,..., x n. On note {x 1,..., x n } = {x k } 1 k n l ensemble fini dont les éléments sont les objets x 1,..., x n. Contrairement à (x k ) 1 k n, {x k } 1 k n ne dépend pas de l ordre des objets. Si les objets x 1,..., x n sont deux à deux distincts, on dit que l ensemble E = {x 1,..., x n } est de cardinal (fini) (= a un nombre d éléments) égal à n et on écrit Card(E) = n (qui se lit cardinal de E égal n ). Les petites suites finies s appellent : couple (ordonné) (x 1, x 2 ) (ou (a, b)) au lieu (= à la place) de 2-uple ; triplet (ordonné) (x 1, x 2, x 3 ) (ou (x, y, z)) au lieu de 3-uple. Un 1-uple s identifie au singleton {x}, ensemble qui a pour seul élément (l objet) x. On a Card({x}) = 1 et Card(char 31) = 0. Une suite finie de n éléments (= de longueur n) dans un ensemble X est une suite (x 1,..., x n ) de n objets qui sont tous éléments de X. C est donc une application de l ensemble [[1, n]] = {1, 2,..., n} dans X, où l on utilise la notation indicielle x k au lieu de la notation fonctionnelle x(k). On définit de même une suite (infinie) d objets notée (x 1, x 2,...) (ou (x n ) n 1 ) et l ensemble des objets de la suite noté {x 1, x 2,...} (ou {x n } n 1 ). De même une suite (infinie) d éléments de l ensemble X est une application de 6

7 N = [[1, + [[ dans X, où l on utilise la notation indicielle x k au lieu de la notation fonctionnelle x(k). Plus généralement, soient I un ensemble et X un autre ensemble. On appelle famille, notée (x i ) i I, dans X, parametrée (= indexée) par i I, toute application I X. On dit alors que I est l ensemble d indices (= de paramètres) de la famille, ou que la famille est indexée par (l indice) i dans I. Étant donnée une famille (x i ) i I dans l ensemble X, on note {x i } i I l ensemble dont les éléments sont les x i, où i parcourt I. Pour I = N, on pose {x i } i N = {x i } i 0 = {x 0, x 1,...} et (x i ) i N = (x i ) i 0 = (x 0, x 1,...) Récurrences. Soient P une propriété et (Q 0, Q 1,... ) = (Q k ) k 0 une suite finie ou infinie de propriétés. On dit que l on a prouvé par recurrence (= par récurrence sur k 0) le théorème : si un objet a P alors il a Q 0, Q 1,... (noté aussi P ( k 0 on a Q k ) ) si on a procédé de la façon suivante : soit z un objet ayant P. On démontre qu il a Q 0 (démonstration pour k = 0, le premier indice). Puis, soit k un entier 0 tel que (k + 1) est à la longueur de la suite (Q 0, Q 1,... ). On suppose que z est un objet ayant Q 0, Q 1,..., Q k et on démontre que z a Q (k+1). Exemples. 1) Soient a, b C, on suppose b 1. On montre, par récurrence sur n 0, que l on a, pour tout n N, a + ab + ab ab n = a(bn+1 1) b 1 (somme d une suite finie géométrique de raison b). On en déduit l identité : si x K et n N, on a x n+1 1 = (x 1)(1 + x x n ) (où x 0 = 1). 2) Soient a, b C. On montre de même que, pour tout n 0, on a la Formule du binôme, ( ) ( où C k nk n = (a + b) n = a n + C 1 na n 1 b C k na n k b k b n = n! (n k)!k! (n, k N, k n) est le coefficient binômial). 4. DÉFINITIONS FONDAMENTALES Pour les ensembles. Soient E et F deux ensembles. On dit que E est inclus (= contenu) dans F (ou aussi que F contient E) si tout élément de E est élément de F. On dit alors que E est une partie (= un sous-ensemble) de F et on écrit E F (noté aussi E F) ou bien F E (noté aussi F E). Remarques. 1) L inclusion est la première propriété que nous définissons qui est telle que, pour montrer qu un objet (ici le couple (E,F)) la vérifie, il est nécessaire de faire une démonstration. Plus précisément, les conditions suivantes (concernant ce couple(e,f)) sont équivalentes (par définition) : (E F) ( x E on a x F) (x E = x F) (x / F = x / E) ( x t.q. x E et x / F). 2) On a donc : (E = F) (E F et F E). Démonstration. On a : (E = F) (x E x F) [(x E = x F) et (x F = x E)] (E F et F E). 7

8 3) Si G est un autre ensemble et si l on a E F et F G alors on a E G (transitivité). Notations. 1) Soit E un ensemble. On note P(E) l ensemble des parties de E. On a, A étant un ensemble, A P(E) A E. Remarquer que l on a Ø, E P(E) et, si A P(E), on a Ø A E. 2) Si A est la partie de E qui est l ensemble des x E ayant la propriété P on note : A = {x E : x vérifie P} ou {x E x vérifie P}. 3) Pour K = N, Z, Q, R ou C, on note K = {x K : x 0}. 4) Si n, p Z et n p on note [[n, p]] = {k Z : n k p}. Pour K = Z, Q, ou R, on note K + = {x K : x 0} et K + =K K + = {x K : x > 0}. Définitions. Soient E et F deux ensembles. 1) On appelle intersection de E et F et on note E F l ensemble {x : x E et x F}. On dit que E et F sont disjoints si l on a E F = Ø. 2) On appelle réunion de E et F et on note E F l ensemble {x : x E ou x F}. Attention : Le ou dans 2) est le ou mathématique à distinguer du ou (bien) du langage courant qui est, en général, le ou exclusif. Si dans 2) le ou est lu comme un ou exclusif on obtient : {x : (x E et x / F) ou (x F et x / E)} qui est la différence symétrique de E et de F (cf. exercices). D autre part, ne pas confondre ou et où! 3) Soit (E i ) i I une famille d ensembles. On définit de même : E i = {x : i I t.q. x E i } et E i = {x : i I on a x E i }. i I i I 4) Soient E un ensemble et A P(E). On appelle complémentaire de A dans E et on note E A (ou E \ A ou E - A si, par le contexte, E est connu et fixé, ou A ou A c ) la partie de E égale à {x E : x / A}. Théorème. 1) Soient E, F, G des ensembles et (F i ) i I une famille d ensembles. On a : E F = F E ; E F = F E ; E (F G) = (E F) G ; E (F G) = (E F) G ; E ( F i ) = (E F i ) ; E ( F i ) = (E F i ) ; i I i I i I i I E (F G) = (E F) (E G) ; E (F G) = (E F) (E G) ; E ( F i ) = (E F i ) ; E ( F i ) = (E F i ) ; i I i I i I i I 2) Si A, B P(E) et si (A i ) i I est une famille de parties de E, on a : (A c ) c =A ; (A B) c = (A c B c ); (A B) c = (A c B c ); ( F i ) c = ( (F i ) c ); ( F i ) c = ( i ) i I i I i I i I(F c ). Définition. On dit que (A i ) i I est une partition d un ensemble E si (A i ) i I est une famille de parties de E telle que l on ait : i IA i = E et si, i, j I tels que l on ait i j, on a A i A j = Ø (on dit que les A i sont deux à deux disjoints de réunion E). Si (A i ) i I est une partition de E on peut définir une application f :E F de la façon suivante : f(x) =..., si x A i (i I). Inversement, une application f :E F définit la partition (A i ) i I de E, où I = f(e) et, pour i I, A i = f 1 ({i}) (voir plus loin, cette image réciproque est aussi notée f 1 (i) par abus de notation). 8

9 Par exemple, si a R, alors (], a[, {a}, ]a, + [) est une partition de R et on définit { si x < a f : R E souvent par f(x) = si x = a si x > a Définition. Soient E et F deux ensembles. On appelle produit de E et F, noté E F, l ensemble de tous les couples (x, y) tels que x E et y F. On dit qu un point quelconque (x, y) E F a pour première coordonnée (resp. deuxième coordonnée) x (resp. y). Plus généralement, si (E i ) i I est une famille finie ou infinie d ensembles, on appelle produit de la famille (E i ) i I et on note E i l ensemble de toutes les familles (x i ) i I telles que, pour i I tout i I, on a x i E i. n Si n N et si (E 1,...,E n ) est une suite finie d ensembles leur produit se note E i et aussi i=1 E 1 E n. Si de plus on a E = E 1 = = E n, ce produit se note E n. Exemple. On a donc R R = R 2. Il est utile de le visualiser comme le plan géométrique rapporté à des axes de coordonnées Pour les applications. Dans tout ce paragraphe, X et Y sont des ensembles non vides et f : X Y une application. Si g : X Y est une autre application, on a : (f = g) ( x X on a f(x) = g(x)). Soit A P(X), on appelle restriction de f à A et on note f A l application g : A Y telle que, pour tout x A, on a g(x) = f(x). On appelle graphe de f la partie de X Y, notée souvent Γ f, où Γ f = {(x, f(x)) : x X} Soient Z un autre ensemble et g :Y Z. L application notée g f : X Z x g(f(x)) composée de g et de f. Donc : x X on a (g f)(x) = g(f(x)) Z. Exemple. Pour X = Y = Z = R, considérons f(x) = sin x, et g(x) = x 2 (x R). On a, pour x R, (g f)(x) = sin 2 x et (f g)(x) = sin(x 2 ). Pour x = π 2, on a (g f)(π 2 ) = sin2 ( π 2 ) = 1 > 0, 7 > sin((π 2 )2 ) = (f g)( π 2 ). Donc on a f g g f. est dite la Image directe. Image réciproque. Si A X, on appelle image de A par f et on note f(a) la partie de Y définie par : f(a) = {f(x) : x A} = {f(x)} x A = {y Y : x X t.q. f(x) = y}. On note encore f l application image directe par f : P(X) P(Y). A f(a) En particulier, f(x), image de X par f, s appelle image de f (= ensemble des valeurs prises par f sur X). Si B Y, on appelle image réciproque de B par f et on note f 1 (B) la partie de X définie par : f 1 (B) = {x X: f(x) B}. D où l application image réciproque par f : P(Y) P(X). B f 1 (B) Composantes d une application à valeurs dans un produit d ensembles. 9

10 Soient X,Y,Z des ensembles. On appelle : 1ère projection dans Y Z l application pr 1 :Y Z Y, 2ème projection dans Y Z l application pr 2 :Y Z Z. (y, z) z Si F : X Y Z est une application, on appelle : 1ère composante de F l application pr 1 F : X Y, et 2ème composante de F l application pr 2 F : X Z. (y, z) y On écrit F = (h, k) pour désigner les composantes h = pr 1 F et k = pr 2 F de façon que : F= (h, k) :X Y Z x (h(x), k(x)) Définitions. (i) On dit que f est injective (= est une injection) (de X dans Y) si deux éléments distincts de X ont des images (par f) distinctes dans Y. On peut écrire cette définition sous forme de conditions équivalentes (expliquer pourquoi) : (f est injective) ( x, x X, si on a x x alors on a f(x) f(x )) ( x, x X, si on a f(x) = f(x ) alors on a x = x ) ( si x, x X on n a pas à la fois x x et f(x) = f(x )). Exemples. 1) Si I est un intervalle de longueur > 0 de R et g : I R une fonction réelle strictement monotone (on note stictement croissante (resp. stictement décroissante par (resp. )) alors g est injective. Demonstration. Soient x, y I. Alors, par exemple, on a x < y et, si g est, on obtient g(x) < g(y) donc g(x) g(y) c.q.f.d. 2) Soit F = (h, k) : X Y Z. Supposons que h ou k est injective. Montrons que F est injective. Pour cela, soient x, x X. Supposons que l on a F(x) = F(x ) c.à.d. (h(x), k(x)) = (h(x ), k(x )) on a donc (1) h(x) = h(x ) et (2) k(x) = k(x ). Si h est injective, on déduit de (1) que x = x, de même, si k est injective, on déduit de (2) que x = x. Donc F est injective. (ii) On dit que f est surjective (= une surjection) de X sur Y, si tout élément de Y est image par f d un élément (au moins) de X. On a donc : (f est une surjection) ( y Y on a x X t.q. f(x) = y) (on a f(x) = Y). Exemples. Les projections pr 1 : Y Z Y et pr 2 : Y Z Z sont surjectives. (y, z) y (y, z) z (iii) On dit que f est bijective (= une bijection) de X sur Y, si, f est, à la fois, injective et surjective. On a donc : (f est bijective) ( y Y on a! x X t.q. f(x) = y). Exemples. 1) Une application bijective de X sur lui même est dite une permutation de X. En particulier, id X : X X (l application identique de X dans lui-même) est une permutation x x de X. Si f : X X, on a f id X = f = id X f. 2) Si f est injective de X dans Y, alors f est bijective de X sur (son image) f(x). 3) On a des bijections naturelles de (X Y) Z, et aussi de X (Y Z), sur X Y Z qui permettent d identifier ces ensembles produits d ensembles. 4) Si f est bijective, on définit l application réciproque de f notée f 1 par : 10.

11 pour chaque y Y, f 1 (y) est l unique x X t.q. f(x) = y de sorte que f 1 : Y X. On a donc : pour tout y Y, f(f 1 (y)) = y, c.à.d. f f 1 = id X Remarquer aussi que pour tout y Y on a {f 1 (y)} = f 1 ({y}). On a également f 1 f = id X car, si x X, alors x est l unique élément de X d image f(x) dans Y, donc on a f 1 (f(x)) = x d où c.q.f.d. Donc, si f est bijective et si x X et y Y, on a les conditions équivalentes : y = f(x) x = f 1 (y). Remarque. Soit f : R R. Alors f est, continue sur R et f(r) = R, donc f est bijective x x 3 et on a f 1 : R R qui n est pas égale à 1 x x 3 1 f : R R. Donc attention avec l écriture f 1. x 1 x 3 Exemple. Soit E : R Z la fonction partie entière où, pour x R, E(x) est l unique x E(x) p Z tel que l on a : p x < p + 1 de sorte que l on a (x E(x)) [0, 1[. Montrons que F = (E, id R - E) :R Z [0, 1[ est bijective et déterminons F 1. Il est plus rapide de x (E(x), x E(x)) procéder comme ce qui suit où l on prouve que F est bijective et, en même temps, on détermine F 1. Soit (p, y) Z [0, 1[, on montre qu il n existe qu un seul x R tel que F(x) = (p, y). On a, pour x R et (p, q) Z [0, 1[, les conditions { équivalentes suivantes : E(x) = p F(x) = (p, y) (E(x), x - E(x)) = (p, y) x E(x) = y x = p + y (si x = p + y, on a p x = p + y < p + 1 donc E(x) = p et x E(x) = y car p Z et y [0, 1[). Donc F est bijective et F 1 : Z [0, 1[ R (p, y) p + y Théorème 1. Soient X, Y des ensembles, f : X Y et g : Y X deux applications. 1) Si on a g f = id X, alors f est injective et g est surjective. 2) Si on a g f = id X et f g = id Y, alors f et g sont bijectives et on a f 1 = g et g 1 = f. 3) Si f est bijective, alors f 1 est bijective et on a (f 1 ) 1 = f. (Demonstration : voir en T.D.). Théorème 2. Soient X, Y des ensembles finis non vides t.q. Card(X) = Card(Y) = n N. Soit f : X Y. Alors les conditions suivantes sont équivalentes : (i) f est bijective ; (ii) f est injective ; (iii) f est surjective. Démonstration. Pour que f soit surjective il faut et il suffit que f(x) ait n éléments distincts (c.à.d. autant d éléments que Y) donc il faut et il suffit que f soit injective (car Card(X) = n). D où c.q.f.d. Exemple. Une permutation de l ensemble fini X tel que Card(X) = n N s écrit, en général, sous forme d une suite bijective (a 1,, a n ) dans X (c.à.d. t.q. si 1 i < j n on a a i a j ou aussi t.q. {a 1,, a n } = X). Par ( exemple on ) définit la permutation (4, 2, 1, 3) de [[1,4]] que l on écrit aussi : ENSEMBLES DÉNOMBRABLES. 11

12 Définition. On dit qu un ensemble E est dénombrable (= a le cardinal du dénombrable) s il existe une bijection de N sur E, si c est le cas, on écrit Card(E) = ℵ 0 (*)). Théorème 1. Si E est un ensemble dénombrable, toute partie de E est soit finie, soit dénombrable, si elle est infinie. Démonstration basée sur le fait que toute partie non vide de N a un plus petit élément. On en déduit que E est dénombrable s.s.si E est infini et on peut écrire E = {x n } n 0. Théorème 2. Un produit fini d ensembles, finis non vides ou dénombrables, tel que l un au moins soit infini, est dénombrable. Démonstration. On se ramène à prouver que N 2 est dénombrable. Pour cela on montre que N 2 = {x n } n 0 où, pour n N, x n = (n p(p+1) 2, (p+1)(p+2) 2 (n + 1)), où p est l unique entier positif ou nul t.q. p(p+1) 2 n < (p+1)(p+2) 2 = p(p+1) 2 + p + 1 (regardez x 0, x 1,, x 6 ). Exemples. 1) Z et Q sont dénombrables. Voir en T.D. le cas de Z, puis remarquer qu il existe une bijection de Q sur une partie de Z 2 ) 2) Soient a, b R tels que a < b alors l intervalle ]a, b[ de R est infini non dénombrable et il contient une infinité dénombrable de nombres rationnels et une infinité non dénombrable de nombres irrationnels. Démonstration par l absurde où l on suppose que l on peut écrire ]a, b[= {x n } n 0, chaque x n étant écrit sous forme décimale. (*) aleph zéro, en mémoire de Georg Cantor ( ) mathématicien créateur de la théorie des ensembles 12

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au

Plus en détail

Logique. Plan du chapitre

Logique. Plan du chapitre Logique Ce chapitre est assez abstrait en première lecture, mais est (avec le chapitre suivant «Ensembles») probablement le plus important de l année car il est à la base de tous les raisonnements usuels

Plus en détail

Chapitre 2. Eléments pour comprendre un énoncé

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

Plus en détail

Cours de mathématiques

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

Plus en détail

Image d un intervalle par une fonction continue

Image d un intervalle par une fonction continue DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction

Plus en détail

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer

Plus en détail

Problèmes de Mathématiques Filtres et ultrafiltres

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

Plus en détail

Probabilités sur un univers fini

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

Plus en détail

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

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

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****

Plus en détail

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

Cours de Probabilités et de Statistique

Cours de Probabilités et de Statistique Cours de Probabilités et de Statistique Licence 1ère année 2007/2008 Nicolas Prioux Université Paris-Est Cours de Proba-Stat 2 L1.2 Science-Éco Chapitre Notions de théorie des ensembles 1 1.1 Ensembles

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

Suites numériques 3. 1 Convergence et limite d une suite

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

Plus en détail

Théorème du point fixe - Théorème de l inversion locale

Théorème du point fixe - Théorème de l inversion locale Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion

Plus en détail

Comparaison de fonctions Développements limités. Chapitre 10

Comparaison de fonctions Développements limités. Chapitre 10 PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?

Plus en détail

Groupe symétrique. Chapitre II. 1 Définitions et généralités

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

Plus en détail

Résolution d équations non linéaires

Résolution d équations non linéaires Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique

Plus en détail

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

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

Plus en détail

Continuité d une fonction de plusieurs variables

Continuité d une fonction de plusieurs variables Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs

Plus en détail

Calcul fonctionnel holomorphe dans les algèbres de Banach

Calcul fonctionnel holomorphe dans les algèbres de Banach Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte

Plus en détail

Chapitre 6. Fonction réelle d une variable réelle

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

Plus en détail

Fonctions de plusieurs variables

Fonctions de plusieurs variables Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme

Plus en détail

Développements limités. Notion de développement limité

Développements limités. Notion de développement limité MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un

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

Cours 02 : Problème général de la programmation linéaire

Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =

Plus en détail

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

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

Plus en détail

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

Le produit semi-direct

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

Plus en détail

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy

Plus en détail

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

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

Plus en détail

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

Items étudiés dans le CHAPITRE N5. 7 et 9 p 129 D14 Déterminer par le calcul l'antécédent d'un nombre par une fonction linéaire

Items étudiés dans le CHAPITRE N5. 7 et 9 p 129 D14 Déterminer par le calcul l'antécédent d'un nombre par une fonction linéaire CHAPITRE N5 FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION Code item D0 D2 N30[S] Items étudiés dans le CHAPITRE N5 Déterminer l'image

Plus en détail

La mesure de Lebesgue sur la droite réelle

La mesure de Lebesgue sur la droite réelle Chapitre 1 La mesure de Lebesgue sur la droite réelle 1.1 Ensemble mesurable au sens de Lebesgue 1.1.1 Mesure extérieure Définition 1.1.1. Un intervalle est une partie convexe de R. L ensemble vide et

Plus en détail

Développement décimal d un réel

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

Plus en détail

Structures algébriques

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

Plus en détail

Continuité en un point

Continuité en un point DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à

Plus en détail

Intégration et probabilités TD1 Espaces mesurés

Intégration et probabilités TD1 Espaces mesurés Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

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

Plus en détail

La fonction exponentielle

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

Plus en détail

1 Définition et premières propriétés des congruences

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

Plus en détail

Les indices à surplus constant

Les indices à surplus constant Les indices à surplus constant Une tentative de généralisation des indices à utilité constante On cherche ici en s inspirant des indices à utilité constante à définir un indice de prix de référence adapté

Plus en détail

Probabilités sur un univers fini

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

Plus en détail

I. Ensemble de définition d'une fonction

I. Ensemble de définition d'une fonction Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux

Plus en détail

Marc HINDRY. Introduction et présentation. page 2. 1 Le langage mathématique page 4. 2 Ensembles et applications page 8

Marc HINDRY. Introduction et présentation. page 2. 1 Le langage mathématique page 4. 2 Ensembles et applications page 8 COURS DE MATHÉMATIQUES PREMIÈRE ANNÉE (L1) UNIVERSITÉ DENIS DIDEROT PARIS 7 Marc HINDRY Introduction et présentation. page 2 1 Le langage mathématique page 4 2 Ensembles et applications page 8 3 Groupes,

Plus en détail

6. Les différents types de démonstrations

6. Les différents types de démonstrations LES DIFFÉRENTS TYPES DE DÉMONSTRATIONS 33 6. Les différents types de démonstrations 6.1. Un peu de logique En mathématiques, une démonstration est un raisonnement qui permet, à partir de certains axiomes,

Plus en détail

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité

Plus en détail

Calcul différentiel sur R n Première partie

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Dualité dans les espaces de Lebesgue et mesures de Radon finies

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

Plus en détail

Suites numériques 4. 1 Autres recettes pour calculer les limites

Suites numériques 4. 1 Autres recettes pour calculer les limites Suites numériques 4 1 Autres recettes pour calculer les limites La propriété suivante permet de calculer certaines limites comme on verra dans les exemples qui suivent. Propriété 1. Si u n l et fx) est

Plus en détail

Premiers exercices d Algèbre. Anne-Marie Simon

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

Plus en détail

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

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

Plus en détail

Planche n o 22. Fonctions de plusieurs variables. Corrigé

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

Plus en détail

Coefficients binomiaux

Coefficients binomiaux Probabilités L2 Exercices Chapitre 2 Coefficients binomiaux 1 ( ) On appelle chemin une suite de segments de longueur 1, dirigés soit vers le haut, soit vers la droite 1 Dénombrer tous les chemins allant

Plus en détail

Raisonnement par récurrence Suites numériques

Raisonnement par récurrence Suites numériques Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.

Plus en détail

3 Approximation de solutions d équations

3 Approximation de solutions d équations 3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle

Plus en détail

Développements limités, équivalents et calculs de limites

Développements limités, équivalents et calculs de limites Développements ités, équivalents et calculs de ites Eercice. Déterminer le développement ité en 0 à l ordre n des fonctions suivantes :. f() e (+) 3 n. g() sin() +ln(+) n 3 3. h() e sh() n 4. i() sin(

Plus en détail

Problème 1 : applications du plan affine

Problème 1 : applications du plan affine Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées

Plus en détail

Théorie de la Mesure et Intégration

Théorie de la Mesure et Intégration Université Pierre & Marie Curie (Paris 6) Licence de Mathématiques L3 UE LM364 Intégration 1 & UE LM365 Intégration 2 Année 2010 11 Théorie de la Mesure et Intégration Responsable des cours : Amaury LAMBERT

Plus en détail

Cours d Analyse. Fonctions de plusieurs variables

Cours d Analyse. Fonctions de plusieurs variables Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........

Plus en détail

Continuité et dérivabilité d une fonction

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

Plus en détail

Probabilités conditionnelles Exercices corrigés

Probabilités conditionnelles Exercices corrigés Terminale S Probabilités conditionnelles Exercices corrigés Exercice : (solution Une compagnie d assurance automobile fait un bilan des frais d intervention, parmi ses dossiers d accidents de la circulation.

Plus en détail

Polynômes à plusieurs variables. Résultant

Polynômes à plusieurs variables. Résultant Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \

Plus en détail

I. Polynômes de Tchebychev

I. Polynômes de Tchebychev Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire

Plus en détail

La persistance des nombres

La persistance des nombres regards logique & calcul La persistance des nombres Quand on multiplie les chiffres d un nombre entier, on trouve un autre nombre entier, et l on peut recommencer. Combien de fois? Onze fois au plus...

Plus en détail

Dérivation : cours. Dérivation dans R

Dérivation : cours. Dérivation dans R TS Dérivation dans R Dans tout le capitre, f désigne une fonction définie sur un intervalle I de R (non vide et non réduit à un élément) et à valeurs dans R. Petits rappels de première Téorème-définition

Plus en détail

Moments des variables aléatoires réelles

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

Plus en détail

CHAPITRE IV. L axiome du choix

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

Plus en détail

Correction de l examen de la première session

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

Plus en détail

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,

Plus en détail

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

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

Plus en détail

Pour l épreuve d algèbre, les calculatrices sont interdites.

Pour l épreuve d algèbre, les calculatrices sont interdites. Les pages qui suivent comportent, à titre d exemples, les questions d algèbre depuis juillet 003 jusqu à juillet 015, avec leurs solutions. Pour l épreuve d algèbre, les calculatrices sont interdites.

Plus en détail

CCP PSI - 2010 Mathématiques 1 : un corrigé

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

Plus en détail

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

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

Plus en détail

Enoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en 2000. Énoncé.

Enoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en 2000. Énoncé. Enoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en 2000. Énoncé. I- ACTIVITES NUMERIQUES (12 points) Exercice 1 (3 points) On considère

Plus en détail

Introduction à l étude des Corps Finis

Introduction à l étude des Corps Finis Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur

Plus en détail

TOUT CE QU IL FAUT SAVOIR POUR LE BREVET

TOUT CE QU IL FAUT SAVOIR POUR LE BREVET TOUT E QU IL FUT SVOIR POUR LE REVET NUMERIQUE / FONTIONS eci n est qu un rappel de tout ce qu il faut savoir en maths pour le brevet. I- Opérations sur les nombres et les fractions : Les priorités par

Plus en détail

Cours d arithmétique Première partie

Cours d arithmétique Première partie Cours d arithmétique Première partie Pierre Bornsztein Xavier Caruso Pierre Nolin Mehdi Tibouchi Décembre 2004 Ce document est la première partie d un cours d arithmétique écrit pour les élèves préparant

Plus en détail

MIS 102 Initiation à l Informatique

MIS 102 Initiation à l Informatique MIS 102 Initiation à l Informatique Responsables et cours : Cyril Gavoille Catherine Pannier Matthias Robine Marc Zeitoun Planning : 6 séances de cours 5 séances de TD (2h40) 4 séances de TP (2h40) + environ

Plus en détail

1/24. I passer d un problème exprimé en français à la réalisation d un. I expressions arithmétiques. I structures de contrôle (tests, boucles)

1/24. I passer d un problème exprimé en français à la réalisation d un. I expressions arithmétiques. I structures de contrôle (tests, boucles) 1/4 Objectif de ce cours /4 Objectifs de ce cours Introduction au langage C - Cours Girardot/Roelens Septembre 013 Du problème au programme I passer d un problème exprimé en français à la réalisation d

Plus en détail

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

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

Plus en détail

Simulation de variables aléatoires

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

Plus en détail

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

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

Plus en détail

III- Raisonnement par récurrence

III- Raisonnement par récurrence III- Raisonnement par récurrence Les raisonnements en mathématiques se font en général par une suite de déductions, du style : si alors, ou mieux encore si c est possible, par une suite d équivalences,

Plus en détail

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2. Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3

Plus en détail

UEO11 COURS/TD 1. nombres entiers et réels codés en mémoire centrale. Caractères alphabétiques et caractères spéciaux.

UEO11 COURS/TD 1. nombres entiers et réels codés en mémoire centrale. Caractères alphabétiques et caractères spéciaux. UEO11 COURS/TD 1 Contenu du semestre Cours et TDs sont intégrés L objectif de ce cours équivalent a 6h de cours, 10h de TD et 8h de TP est le suivant : - initiation à l algorithmique - notions de bases

Plus en détail

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

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

Plus en détail

Seconde Généralités sur les fonctions Exercices. Notion de fonction.

Seconde Généralités sur les fonctions Exercices. Notion de fonction. Seconde Généralités sur les fonctions Exercices Notion de fonction. Exercice. Une fonction définie par une formule. On considère la fonction f définie sur R par = x + x. a) Calculer les images de, 0 et

Plus en détail

Chapitre 1 : Évolution COURS

Chapitre 1 : Évolution COURS Chapitre 1 : Évolution COURS OBJECTIFS DU CHAPITRE Savoir déterminer le taux d évolution, le coefficient multiplicateur et l indice en base d une évolution. Connaître les liens entre ces notions et savoir

Plus en détail

avec des nombres entiers

avec des nombres entiers Calculer avec des nombres entiers Effectuez les calculs suivants.. + 9 + 9. Calculez. 9 9 Calculez le quotient et le rest. : : : : 0 :. : : 9 : : 9 0 : 0. 9 9 0 9. Calculez. 9 0 9. : : 0 : 9 : :. : : 0

Plus en détail

Durée de L épreuve : 2 heures. Barème : Exercice n 4 : 1 ) 1 point 2 ) 2 points 3 ) 1 point

Durée de L épreuve : 2 heures. Barème : Exercice n 4 : 1 ) 1 point 2 ) 2 points 3 ) 1 point 03 Mai 2013 Collège Oasis Durée de L épreuve : 2 heures. apple Le sujet comporte 4 pages et est présenté en livret ; apple La calculatrice est autorisée ; apple 4 points sont attribués à la qualité de

Plus en détail

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

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

Plus en détail

Équations non linéaires

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

Plus en détail

aux différences est appelé équation aux différences d ordre n en forme normale.

aux différences est appelé équation aux différences d ordre n en forme normale. MODÉLISATION ET SIMULATION EQUATIONS AUX DIFFÉRENCES (I/II) 1. Rappels théoriques : résolution d équations aux différences 1.1. Équations aux différences. Définition. Soit x k = x(k) X l état scalaire

Plus en détail

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

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

Plus en détail

FctsAffines.nb 1. Mathématiques, 1-ère année Edition 2007-2008. Fonctions affines

FctsAffines.nb 1. Mathématiques, 1-ère année Edition 2007-2008. Fonctions affines FctsAffines.nb 1 Mathématiques, 1-ère année Edition 2007-2008 Fonctions affines Supports de cours de mathématiques de degré secondaire II, lien hpertete vers la page mère http://www.deleze.name/marcel/sec2/inde.html

Plus en détail

www.h-k.fr/publications/objectif-agregation

www.h-k.fr/publications/objectif-agregation «Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se

Plus en détail

Dérivées d ordres supérieurs. Application à l étude d extrema.

Dérivées d ordres supérieurs. Application à l étude d extrema. Chapitre 5 Dérivées d ordres supérieurs. Application à l étude d extrema. On s intéresse dans ce chapitre aux dérivées d ordre ou plus d une fonction de plusieurs variables. Comme pour une fonction d une

Plus en détail