Chapitre II Dérivabilité, théorème des fonctions implicites et applications

Dimension: px
Commencer à balayer dès la page:

Download "Chapitre II Dérivabilité, théorème des fonctions implicites et applications"

Transcription

1 37 Chpitre II Dérivbilité, théorème des fonctions implicites et pplictions Sommire. Les dérivées d une fonction en un point permettent de comprendre son comportement u voisinge de ce point (formule de Tylor); dns l prtique ce sont souvent les dérivées d ordre 1 ou 2 seulement qui sont utilisées. Pr exemple, il existe un critère bien connu pour qu une fonction d une vrible f(x) dmette un extremum (mximum ou un minimum) locl en un point : il fut que l dérivée de f en soit nulle, ce qui s interprète géométriquement pr le fit que l tngente u grphe de f u point (, f()) doit être horizontle. C est sur ce critère que se bsent l méthode des multiplicteurs de Lgrnge pour l recherche d extrem liés, et les équtions d Euler-Lgrnge pour l recherche d extrem dns des espces de dimension non finie (clcul des vritions). 1. Dérivbilité, différentibilité 1.1 Norme d une ppliction linéire Soit A : R n R p une ppliction linéire. Les coefficients de l mtrice de A pr rpport ux bses nturelles e j, j = 1,...,n, et e i, i = 1,...,p, de R n et R p respectivement sont définis pr : A(e j ) = p i,j e i, j = 1,...,n i=1 x 1 et lors, si. est un vecteur de R n, on : x n x 1 n A. = i,j x j x j=1 n i=1,...,p On déduit fcilement de cette expression de A que c est une ppliction continue. 1.1 Définition norme d une ppliction linéire. L norme de l ppliction linéire A : R n R p reltive à des normes données sur R n et R p est définie pr : { } A = sup A(x) R p x R n 1.. Puisque A est continue et que { x R n x 1 } est compct, l ensemble { A(x) x 1 } est borné et donc cette définition un sens. L vleur de A dépend des normes choisies sur R n et R p, même si cel n est ps noté explicitement. 1.2 Proposition. i) Pour tout x R n on : A(x) R p A x R n. ii) A définit une norme sur l espce vectoriel L(R n, R p ) des pplictions linéires de R n dns R p. iii) A = inf {K A(x) K x, x R n } Anlyse II B (nlyse réelle), pr Felice Rong Version du 26 jnvier 24, à 19h. 11

2 38 II Dérivbilité, théorème des fonctions implicites Preuve: i) Si x =, l inéglité ffirmée est évidente. Sinon, x x = 1 et lors : ( A(x) = x ) A x A x. x ii) Vérifions que A est une norme sur L(R n, R p ) (cf. définition 1.2 du chp. I). (1) Si A =, lors il suit de i) que A =. (2) Si λ R, λa(x) = λ A(x), x R n et il en suit que λa = λ A. (3) Si A, B L(R n, R p ) on : (A + B)(x) = A(x) + B(x) A(x) + B(x) A + B x R n, x 1 et donc A + B = sup { (A + B)(x), x 1} A + B. iii) D près i), A {K A(x) K x, x R n } et donc A inf {K A(x) K x, x R n } Si K est tel que A(x) K x, x R n, lors A = sup { A(x), x 1} K 1 et donc j=1 A inf {K A(x) K x, x R n }. Pr exemple, si l on munit R n et R p de l norme, on peut estimer l norme de A L(R n, R p ) à l ide des coefficients de l mtrice ( i,j ) i=1,...,n de A: j=1,...,p n ( ) { } i,j x j i,j x, i = 1,...,p A(x) sup i=1,...,p i,j x j { } et donc A sup i=1,...,p j i,j n sup { i,j, i = 1,...p, j = 1,..., n}. 1.2 L inéglité fondmentle de l intégrle Rppelons que si φ : [, b] R est une fonction continue, on définit son intégrle comme étnt le nombre réel qui est limite de sommes sur les prtges de [, b]: b (1-1) φ(x)dx = lim φ(x i ) x i δ(p) i=1,...,l(p) où P = { = x < x 1 < < x k = b} est un prtge de [, b], l(p) = k, x i = x i x i 1, i = 1,...,l(P) et δ(p) = sup { x i i = 1,..., l(p)}. Dns le cs d une ppliction continue f : [, b] R p, l intégrle de f sur [, b] est le vecteur de R p obtenu en intégrnt les composntes f i, i = 1,...,p, de f: ( b b ) b f(x)dx = f 1 (x)dx,..., f p (x)dx et en ppliqunt (1-1) ux f i on voit que: Puisque b f(x)dx = lim i=1,...l(p) δ(p) f(x i ) x i i=1,...l(p) i=1,...l(p) f(x i ) x i. f(x i ) x i j en fisnt tendre δ(p) vers, on obtient l inéglité suivnt, ppelée inéglité fondmentle de l intégrle: b b (1-2) f(x)dx f(x) dx

3 1.3 Dérivbilité, différentibilité Soient Ω R n un ouvert et f : Ω R p une ppliction. II.1 Dérivbilité, différentibilité Définition - dérivbilité. Soit Ω. On dit que f est dérivble (ou différentible) u point s il existe une ppliction linéire A L(R n, R p ) telle que, pour h R n, h ssez petit : f( + h) = f() + A(h) + r(h), vec lim h r(h) h =. Autrement dit : ou encore : f( + h) f() A(h) h si h h δ ε f( + h) f() A(h) ε h. Si l on pose φ(h) = f(+h) f() A(h) h, cel veut encore dire que : f( + h) = f() + A(h) + φ(h) h, vec φ(h) si h En d utres termes, l ppliction linéire h A(h) est une pproximtion de h f(+h) f(), vec une erreur r(h) qui est très petite pr rpport h, puisque r(h) tend vers si h. h 1.4 Remrques. (1) Si f est dérivble u point, elle est continue en ce point, cr : lim h f( + h) = lim(f() + A(h) + φ(h) h ) = f() h (2) Si f est dérivble u point Ω et v R n, v, l limite suivnte, dns lquelle t R, existe : et elle est égle à A(v). En effet : f( + tv) f() t = f( + t v) f() () = lim v t t A(t v) + φ(t v) t v t = A(/t v) /t ± φ(t v) v A(v) si t. On ppelle v () l dérivée de f dns l direction du vecteur v u point. Puisque v () = A(v), cel montre que A est entièrement déterminée pr f; on l ppelle l dérivée de f u point, et on l note df ou encore f (). En prticulier, si f : R n R p est linéire, en tout point R n elle coincide vec s propre dérivée en ce point : df = f, R n. Notons que si v =, lors v =. (3) Si f = (f 1,...,f p ) : Ω R p est dérivble u point Ω, s dérivée df = f () : R n R p peut être représentée pr une mtrice, qu on ppelle mtrice jcobienne (inventée pr Crl Jcobi, ); elle s écrit : ( ) i i f i ( + t e j ) f i () (), où () = lim = i () x j x j t t e j où e j = (,...,, 1,,...,) dénote le j-ème vecteur de l bse nturelle de R }{{} n. Pr bus de lngge, on j écrit souvent df = ( i ) x () j. Les i x () j sont ppelées dérivées prtielles de f u point. Nous verrons un peu plus loin (1.1) le théorème suivnt, qui permet de psser de l existence des dérivées prtielles de f à

4 4 II Dérivbilité, théorème des fonctions implicites l dérivée de f u sens de l définition 1.3 : si les i x (x) j existent pour x dns un voisinge de, et sont continues sur ce voisinge, lors f est dérivble u point. Pr exemple, soit f : R 2 R 3, f(x 1, x 2 ) = (x 2 1, x 1 x 2, x 3 2), lors : df (x1,x 2 ) = 2x 1 x 2 x 1 3x 2 2 (4) Dérivbilité et différentibilité. Autrefois on ppelit différentielle d une fonction f(x) (ou encore différentielle totle) l ccroissement des vleurs de f lorsqu on donnit un ccroissement infiniment petit à l vrible x; pour une fonction de deux vribles, on écrivit : df = dx 1 + dx 2 ; x 1 x 2 le reste dispru, prce que c est un infiniment petit d ordre supérieur pr rpport ux dx i (voir pr exemple Ed. Gourst, Cours d nlyse mthémtique, Guthier-Villrs, Pris (191), pge 52.) Le terme de dérivée étit reservé ux dérivées prtielles; dns les ouvrges contemporins, les notions de dérivbilité et différentibilité sont équivlentes, et correspondent à notre définition 1.3. Dns le cs de fonctions d une vrible, on écrivit df = f df (x)dx, d où l on tire : dx (x) = f (x). Ce n est ps très rigoureux, mis l nottion df dx (x) pour f (x) peut être utile, prce que l on explicite le nom de l vrible pr rpport à lquelle on dérive. Cette nottion ser utilisée dns l formule d Euler-Lgrnge u Proposition Dérivtion de fonctions composées. Soient Ω R m, Ω R n des ouverts, f : Ω R n, g : Ω R p, des pplictions, et supposons que f(ω) Ω. Supposons que f soit dérivble u point Ω, et que g soit dérivble u point b = f(). Alors l composée g f est dérivble u point et s dérivée en ce point est l composée de l dérivée de f en vec l dérivée de g en b = f() : d (g f) = dg f() df. Preuve: ( ) g(f( + h)) g(f()) = g (f()) f( + h) f() + φ g (f( + h) f()) f( + h) f() = ( ) ) g (f()) (f ()(h)) + g (f()) φ f (h) h + φ g (f( + h) f() f () (h) + φ f(h) h }{{} =ρ(h) et ρ(h) g (b) φ f ( h ) h + φ g (f( + h) f()) ( f () + φ f (h) ) h d où on déduit que ρ(h) h si h, donc ρ(h) vérifie bien les conditions de terme de reste de l définition 1.3. On imerit voir une estimtion explicite de l ccroissement f( + h) f() en termes de h ; pour des fonctions à une vrible, à vleurs dns R, on connit le théorème des ccroissements finis, qui dit que si f : [, b] R est dérivble, lors il existe ξ [, b] tel que f(b) f() = f (ξ)(b ). En générl, on ne peut ps s ttendre à voir des formules nlogues; pr exemple, si l on prend l ppliction ϕ(t) = (t 2, t 3 ), ϕ (t) = (2t, 3t 2 ) : ϕ(1) ϕ() = ϕ (ξ)(1 ) = ϕ (ξ) (1, 1) = (2ξ, 3ξ 2 ) ξ = 1/2 et ξ 2 = 1/3 il n y donc ps de solutions. Pr contre, on déduit de que, si f (ξ) M, ξ [, b], lors f(b) f() M(b ) et cette inéglité se générlise, comme nous llons voir mintennt (théorème 1.8.)

5 II.1 Dérivbilité, différentibilité Définition - ppliction de clsse C 1. Soit f : Ω R p dérivble en tout point Ω; en ssocint à tout point Ω l dérivée en ce point df L(R n, R p ) on définit une ppliction df : Ω L(R n, R p ). On dit que f est de clsse C 1, ou 1 fois continûment dérivble, si l ppliction df : Ω L(R n, R p ) est continue, c est-à-dire si toutes les dérivées prtielles i x j (x), i = 1,...,p, j = 1,...,n sont continues sur Ω. 1.7 Proposition. Soit f : Ω R p, Ω R n, de clsse C 1 ; soit v R n et supposons que le segment { + tv t 1} soit contenu dns Ω. Alors f( + v) f() = 1 v (+tv)dt Preuve: On pose ϕ(t) = f( + tv), pour t 1, de sorte que ϕ(1) ϕ() = f( + v) f(). Il suit de 1.4(2) que ( ) ( ) ϕ(t + s) ϕ(t) f( + (t + s)v) f( + tv) lim = lim = s s s s v (+tv) et en prticulier ϕ est ussi de clsse C 1. Donc f( + v) f() = ϕ(1) ϕ() = 1 ϕ (t)dt = 1 v (+tv)dt. 1.8 Théorème des ccroissements finis. Soit f : Ω R p, Ω R n, Ω ouvert; supposons que f soit de clsse C 1. Soient, b Ω; supposons que le segment [, b] = { + t(b ) t 1} soit contenu dns Ω. Alors : f(b) f() sup { df+t(b ) t 1 } b Preuve: Tout d bord, du fit que f est C 1, il suit que l ppliction t df +t(b ) est continue; comme [, 1] est compct, le sup { df +t(b ) t 1 } un sens. Posons v = b. Il résulte de 1.7 et de l inéglité fondmentle de l intégrle que 1 f(b) f() = 1 dt v (+t(v))dt Une conséquence immédite : v (+tv) sup { df +tv (v) t 1 } sup { df +tv t 1 } v 1.9 Corollire. Soient f : Ω F, et b comme dns le théorème précédent; supposons que B(, r) Ω et que df x M, x B(, r). Alors si b B(, r) on : f(b) f() M b. Soient Ω R m R n, f : Ω R p, Ω un ouvert; notons pr (x, y) les éléments de R m R n, vec x R m, y R n. Si (, b) Ω, on note pr x (,b) l dérivée u point v = de l ppliction v f( + v, b), et pr y (,b) l dérivée u point w = de l ppliction w f(, b + w). L proposition suivnte, qui est utile pour le clcul de dérivées, générlise le théorème mentionné sous 1.4(3).

6 42 II Dérivbilité, théorème des fonctions implicites 1.1 Propostition. Supposons que les dérivées y (,b) et x (x,y), (x, y) dns un voisinge de (, b), existent, et que l ppliction (x, y) (x,y) soit continue dns un voisinge du point (, b). Alors f est dérivble u point (, b) et : x df (,b) (v, w) = (,b)(v) + x y (,b)(w). Preuve: f((, b) + (v, w)) f(, b) (,b)(v) x y (,b)(w) = f(( + v, b + w)) f((, b + w) x (,b)(v) + f(, b + w)) f(, b) }{{} y (,b)(w) }{{} I II. Soit ε > ; il s git de montrer que I + II ε (v, w) si (v, w) est ssez petit. Posons ϕ(v) = f( + v, b + w) x (,b)(v); lors ϕ(v) ϕ() = I. Puisque dϕ v = x (+v,b+w) x (,b), dϕ v dépend continûment de (v, w), et en prticulier ϕ est de clsse C 1. On que dϕ =, et lors si (v, w) est ssez petite, dϕ v < ε. Il suit de 1.9 que I ε v pour (v, w) ssez petite. L existence de y (,b) implique directement que II ε w si w est ssez petite. Cette proposition se générlise sns utre ux cs de plus de 2 fcteurs : si f : Ω R p, Ω ouvert de R n 1... R n k, espce vectoriel normé, x = (x 1,..., x k ) Ω, x i R n i, on pose f x j (ξ j ) = f(x 1,...,x j 1, ξ j, x j+1,...,x k ), qui est définie pour ξ j ({x 1 }... {x j 1 } R n j {x j+1 }... {x k }) Ω et si fj x est dérivble en ξ j = x j, on dénote s dérivée pr j f x. Il suit de 1.1, pr induction sur k, que si 1 f existe et que les j f x, j = 2,...,k, sont continues u voisinge de, lors f est dérivble et d f(h 1,...,h k ) = 1 f (h 1 ) k f (h k ). Dns le cs d une ppliction f : Ω R, Ω ouvert de R n, en utilisnt l décomposition R n = R... R, }{{} n on que de i f(x) = x i (x) Corollire. Soit f : Ω R p, f = (f 1,...,f p ), Ω, et supposons que toutes les dérivées prtielles x (x) i existent et soient continues pour x Ω. Alors f est dérivble en tout point Ω et l mtrice de df est égle à ( i ) x () j i=1,...,p, j=1,...,n En prticulier, si f : Ω R p et les dérivées i x j (x) existent et sont continues sur Ω, f est C 1 : l condition que f soit dérivble demndée dns l définition 1.6 est utomtiquement stisfite. L proposition ci-dessous étblit une propriété élémentire, mis efficce, à lquelle nous urons recours pour des pplictions u suivnt. Soit f : Ω R une ppliction, Ω R n ouvert et Ω. On dit que est un minimum (respectivement mximum) locl de f s il existe un voisinge V de tel que f(x) f() si x V (respectivement f(x) f()). On dit que est un extremum locl si c est un minimum ou un mximum locl.

7 II.1 Dérivbilité, différentibilité Proposition. Soit f comme ci-dessus. Supposons que f soit dérivble u point. Alors, si est un extremum locl de f, on df =. Preuve: Supposons qu il s gisse d un mximum locl; soit v R n et t > ssez petit. Alors on : f( + tv) f() t f( tv) f() t et comme les 2 frctions ont pour limite v (), on doit voir v () = df (v) =, ceci pout tout v R n. Le cs d un minimum locl est semblble. 1.4 Dérivées d ordre supérieur et formule de Tylor Nous llons définir l notion d ppliction f : Ω R p de clsse C k, k N, et ses dérivées d ordre l k pr induction sur k : 1.13 Définition. On dit que f est de clsse C si f est continue, et dns ce cs il n y point de dérivées à définir. Au 1.2 on introduit l notion d ppliction de clsse C 1 (définition 1.6). Cel revient à supposer que les dérivées prtielles x () i existent pour tout Ω et sont continues, ce qui entrîne pr le corollire 1.11 que f est dérivble en tout point Ω. Supposons d voir défini l notion d ppliction de clsse C l et les pplictions l f x i1... x il : Ω R p, 1 i h n, h = 1,...,l pour tout l k 1. On dir que lors que f est de clsse C k si les fonctions ci-dessus sont de clsse C 1 et on pose: k f Ω, () = ( k 1 ) f () x i1 x i2... x ik x i1 x i2... x ik On dit encore que f : Ω R p est C si f est de clsse C k pour tout k Dns le cs d une ppliction g :], b[ R p de clsse C k, il n y qu une dérivée d ordre l, 1 l k, celle qui correspond à l suite i 1 = = i k = 1. On l note g (l) (), ou encore dl g (), si t denote l vrible dtl du domine de définition de g. On note ussi g () () = g(). On peut générliser ussi l notion de dérivée directionnelle; si v 1,...,v k R n, on définit pr induction sur k: k f () = ( k 1 ) f (). v 1... v k v 1 v 2... v k Il suit du fit que v () est linéire en v que pour tout i = 1,...,k, k f v 1... v i... v () k est linéire pr rpport à v i. L définition suivnte ser utile pour mieux comprendre les dérivées d ordre supérieur Définition. Soit f : Ω R p une ppliction (quelconque). Pour tout Ω et v R n tels que [, + v] Ω on pose: v f() = f( + v) f() On peut regrder v f comme un opérteur dépendnt du prmètre v: à l ppliction f il ssocie une nouvelle ppliction, celle qui à fit correspondre l ccroissement de f en reltif à l ccroissement v de l vrible. L nouvelle ppliction v f ne ser ps toujours définie, mis puisque Ω est ouvert, pour tout

8 44 II Dérivbilité, théorème des fonctions implicites Ω il existe un r > tel que + v Ω si v < r, et donc v f ser bien définie pour tout v ssez petit. Dns ce qui suit on supposer, sns le dire explicitement chque fois, que les ccroissements v i sont ssez petits pour que les opérteurs que l on écrir soient bien définis. Considérons l expression v2 v1 f() = v2 (f( + v 1 ) f()) = f( + v 1 + v 2 ) f( + v 2 ) (f( + v 1 ) f()) = f( + v 1 + v 2 ) f( + v 1 ) f( + v 2 ) + f(). Elle représente l ccroissement (reltif à v 2 ) de l ccroissement (reltif à v 1 ) de f et nous ser utile pour comprendre l 2-ième dérivée comme tux d ccroissement du tux d ccroissement ; de même, à l ide de l opérteur itéré k fois on obtiendr une expression de l k-ième dérivée (voir corollire 1.16). Notons que l expression ci-dessus est symétrique en (v 1, v 2 ) : v2 v1 f() = v1 v2 f() Proposition. Soit f : Ω R p de clsse C k ; on : vk vk 1... v1 f() = 1 ( 1 k ) f... (+t k v k + +t 1 v 1 )dt k... dt 1. v k... v 1 Preuve: On procède pr induction sur k. Si k = 1, cel résulte de l proposition 1.7. Supposons que l formule soit vrie pour k 1 et posons w k 1 = t k 1 v k t 1 v 1. On : hyp. induction vk... v1 f() = vk 1 v1 f( + v k ) vk 1... v1 f() = k 1 f (+v k +w k 1 ) dt k 1...dt 1 v k 1... v ( k 1 f =... (+v k +w k 1 ) v k 1... v 1 = k 1 f (+w k 1 ) dt k 1...dt 1 v k 1... v 1 ) dt k 1...dt 1 k 1 f v k 1... v 1 (+w k 1 ) k f v k... v 1 (+t k v k + +t 1 v 1 ) dt k... dt 1 où l dernière églité résulte du cs k = 1 ppliqué à k f v k 1... v 1 (+w k 1 ). Le corollire suivnt exprime une dérivée d ordre supérieur de f directement à prtir de f, plutôt que de psser pr des dérivtions successives comme il est fit dns l définition 1.13: 1.16 Corollire. Si f est de clsse C k, k ( ) f sk v () = lim k... s1 v 1 f() v k... v 1 s 1,...,s k s k s 1 Preuve: D près 1.15: sk v k... s1 v 1 f() s k... s 1 = 1 s k... s 1 = k f (s k v k )... (s 1 v 1 ) (+s kt k v k + +s 1 t 1 v 1 ) dt k... dt 1 k f v k... v 1 (+s k t k v k + +s 1 t 1 v 1 )dt k...dt 1

9 II.1 Dérivbilité, différentibilité 45 k f où l dernière églité utilise le fit que (s k v k )... (s 1 v 1 ) (x) = s 1 s k v k... v (x) 1 (linérité pr rpport à v i, i = 1,...,k). Puisque k f v k... v (x) 1 est continue en x, il suffit de poser s i = dns l dernière expression pour clculer l limite cherchée Corollire. Si f est de clsse C k, Ω, lors k f v k... v () 1 est symétrique en v 1,...,v k, ce qui veut dire que si σ : {1,...,k} {1,...,k} est une bijection, lors k f k f k f () = (). v k... v 1 v σ(k)... v σ(1) Preuve: On déjà remrqué que v2 v1 f() étit symétrique en v 1, v 2. Il en suit que vk... v1 f() est symétrique en v 1,..., v k, et le corollire suit lors de L formule suivnte, dûe à Leibniz, exprime l l-ième dérivée de 2 fonctions d une vrible en termes des dérivées de chcune des fonctions : 1.18 Proposition. Soient α, β :]t r, t + r[ R deux fonctions de clsse C l. Alors l l-ième dérivée de α(t) β(t) pour expression : (α(t) β(t)) (l) (t) = l h= ( ) l α (h) (t) β (l h) (t) h Preuve: Pr induction sur l. Pour l = 1, l formule se réduit à l expression bien connue : Supposons voir montré que (α(t) β(t)) (t) = α (t) β(t) + α(t) β (t). l 1 ( ) (α(t) β(t)) (l 1) l 1 (t) = α (h) (t) β (l 1 h) (t). h On dérive en ppliqunt l formule pour l = 1 à chque terme de l somme : l 1 ( ) l 1 ( (α(t) β(t))(l 1)(t) = α (h+1) (t) β (l 1 h) (t) + α (h) (t) β (t)) (l h) h h= l (( ) ( )) l 1 l 1 = α (h) (t) β (l h) (t) + h 1 h h= h= et on conclut en remrqunt que : ( ) l 1 + h 1 ( ) l 1 = h = (l 1)! (h 1)!(l 1 (h 1))! + (l 1)! h!(l 1 h)! (l 1)!h (l 1)!(l h) (l 1)!h + (l 1)!(l h + = = h!(l h)! h!(l h)! h!(l h)! ( ) l h. Suivent des résultts préliminires à l formule de Tylor.

10 46 II Dérivbilité, théorème des fonctions implicites 1.19 Proposition. Soit g :], b[ R de clsse C k+1, t >, [, t] ], b[. Supposons que Alors g() = g () = = g (k) () =. (1-3) g(t) = t k+1 γ(t) où (1-4) γ(t) = 1 k! et en prticulier γ() = 1 (k+1)! g(k+1) (). 1 g (k+1) (t u)(1 u) k du Preuve: Montrons l ffirmtion pr induction sur k. Pour k=, on que g() = et donc : g(t) = t g (s)ds. On fit le chngement de vrible s = u t dns l intégrle : g(t) = 1 g (t u) tdu = t 1 g (t u)du. Supposons que g() = g () = = g k () = et que (1-3) et (1-4) soient vrie pour k 1: g(t) = On intègre pr prtie en remrqunt que t k (k 1)! et compte tenu du fit que g (k) () = on obtient: t k g(t) = (k 1)! t k (k 1)! ( 1 g(k) (t u) g (k) (1 u)k (t u) ( k ) (1 u)k 1 1 ( } {{ k } = 1 g (k) (t u)(1 u) k 1 du ) (1 u) k 1 (1 u)k = ( k ) du) = g (k+1) (t u) t ( ) (1 u)k du = tk+1 k k! 1 g (k+1) (t u)(1 u) k du Puisque 1 (1 u)k du = 1 uk du = 1 1 k+1, on bien que γ() = (k+1)! g(k+1) (). 1.2 Corollire formule de Tylor pour les fonctions d une vrible. Soit ϕ :] r, + r[ R une fonction de clsse C k+1. Alors, pour t < r : ϕ( + t) = ϕ() + k l=1 ϕ (l) () t l + tk+1 l! k! 1 ϕ (k+1) ( + t u) (1 u) k du.

11 II.1 Dérivbilité, différentibilité 47 Preuve: On pose g(t) = ϕ( + t) ϕ() ( k l= ) ϕ (l) () t l l! de sorte que g (l) () =, l k et g (k+1) (t) = φ k+1 (t), puis on pplique 1.19 à g. Le cs de fonctions à plusieurs vribles pourr se rmener u cs d une vrible grâce u lemme suivnt. Tout d bord on introduit une nottion permettnt de regrouper les dérivées supérieures qui ne diffèrent que pr l ordre des dérivtions. Soit α = (α 1,...,α n ) N n un vecteur à coefficients entiers. On pose: α = α α n, α! = (α 1!)... (α n!) et si h = (h 1,..., h n ) R n, on pose h α = h α hα n n R. Soit α N n, α = k; on peut lui ssocier l suite de k entiers i(α) = (i(α) 1,...,i(α) k ) définie insi : Si f : Ω R p est de clsse C k, on pose : i(α) = (1,...,1, 2,...,2,..., n,...,n). }{{}}{{}}{{} α 1 fois α 2 fois α n fois α f x α () = α f () x i(α)k... x i(α)1 ce qui revient à dériver f α 1 -fois pr rpport à x 1, α 2 -fois pr rpport à x 2, et insi de suite, u point Lemme. Soit f : Ω R p de clsse C k, h R n tel que { + th t 1} Ω. Posons ϕ(t) = f( + th), t 1. Alors, l k on : ϕ (l) (t) = 1 i 1,...,i l n l f x il... x i1 (+th)h i1... h il = α N n, α =l l! l f α! x α (+th)hα Preuve: On montre d bord l première églité pr induction sur l. Pour l = 1, puisque h = n i=1 h ie i, où les e i dénotent les vecteurs de l bse stndrd de R n, il suit de l définition de h et du fit qu elle est linéire en h que: Supposons d voir démontré que Alors ϕ (l) (t) = n x i i=1 ϕ (l 1) (t) = 1 i 1,...,i l 1 n ϕ (t) = ( + th) = (+th)h i. h x i 1 i n 1 i 1,...,i l 1 n l 1 f x il 1... x i1 (+th) h i1... h il 1. ( l 1 ) f (+th)h i1... h il 1 h i = x il 1... x i1 1 i 1,...,i l n l f x il... x i1 (+th)h i1... h il.

12 48 II Dérivbilité, théorème des fonctions implicites Dns l somme ci-dessus, l suite d indices (i 1,...,i l ) = (1,...,1, 2,...,2,..., n...,n) }{{}}{{}}{{} α 1 -fois α 2 -fois α n fois vec α α n = l pprît l! fois à permuttion près; en effet, il fut diviser le nombre l! de toutes α! les permuttions de l suite (1,...,1, 2,...,2,...,n...,n) pr le nombre de celles qui l lissent invrinte, }{{}}{{}}{{} α 1 -fois α 2 -fois α n -fois qui est (α 1!)... (α n!) = α!. L dernière églité énoncée suit lors du corollire 1.16 (symétrie des dérivées d ordre supérieure) Formule de Tylor. Soit f = (f 1,...,f p ) : Ω R p de clsse C k+1, Ω et h R n tel que { + th t 1} Ω. Alors: f( + h) = f() + k l=1 α =l 1 α! α f x α () hα + r k (, h) où le terme r k (, h), ppelé terme de reste, s écrit : (1-5) r k (, h) = (k + 1) α =k+1 ( 1 1 α ) f α! hα x α (+uh)(1 u)k du. Si R > est tel que B(, R) Ω et h R, on : (1-6) r k (, h) C k h k+1 où C k est une constnte, et en prticulier lim h r k (, h) h k =. Preuve: On pose ϕ(t) = (ϕ 1 (t),...,ϕ p (t)) = f( + th), t 1. L formule (1-5) se déduit lors du corollire 1.2 ppliqué ux composntes de ϕ(t) et du lemme 1.21 ppliqués ux composntes de f. D utre prt, en reprennt (1-5), on que r k (, h) = 1 k! 1 i 1,...,i k+1 n h α ( 1 k+1 f (+uh)(1 u) du) k x ik+1... x i1 Il y n k+1 terme dns l somme sous l intégrle, et 1 (1 u)k ds = 1 k+1. On sit que l norme donnée sur R n est équivlente à l norme h = sup { h i i = 1,...,n}, donc il existe K tel que h K h. Or, si α = k + 1 : h α = h α hα n n h k+1 Kk+1 h k+1 Si on pose : l inéglité (1-6) suit. { α f C k = sup ( + uh) xα } α = k + 1, u 1 n k+1 (k + 1)! Kk+1.

13 1.23 Remrques. (1) Considérons l fonction: II.1 Dérivbilité, différentibilité 49 f(x) = { e 1/t 2 si t > si t On montre que f est C en, vec toutes ses dérivées nulles en ce point. Il en résulte que tous les termes de l formule de Tylor sont nuls, suf le terme de reste. On en déduit que f(t) t k, ceci pour t ssez petit et pour tout k. (2) Un théorème dû à E. Borel ffirme que pour toute suite { k } k N R de nombres réels, il existe une fonction f : [ 1, 1] R de clsse C telle que f (k) () = k. Cel exprime l extrême flexibilité des fonctions différentibles. On un énoncé nlogue pour les fonctions de plusieurs vribles: si l on se donne une fmille { α } α N n R, il existe f : U R, U R n ouvert, U telle que α f x α () = α. (3) Si f est C et ses dérivées sont bornées sur une boule fermée de ryon fixe, on déduit de (1-5) que que l série 1 α f f() + α! x α ()hα k=1 converge uniformément sur cette même boule vers f( + h). Cel peut s ppliquer à des fonctions telles que sin(x), cos(x), e x+y.. Etude des extrem locux de fonctions 1.24 Définition. Soit f : Ω R, Ω R n ouvert, Ω. On dit que est un minimum locl strict (respectivement un mximum locl strict) s il existe un ouvert V Ω, V, tel que : x V, x f(x) > f() ( respectivement f(x) < f() ). Si l on remplce les inéglités strictes ci-dessus pr des inéglités non strictes on obtient les notions de minimum locl, resp. mximum locl, non strict. L formule de Tylor fournit un critère permettnt prfois de décider si un point est un extremum locl ou non d une fonction Proposition. Soit f : Ω R, Ω R n ouvert, de clsse C k+1, k 2, U. Supposons que toutes les dérivées de f d ordre u plus k 1 s nnulent en : Posons α f () = α tel que 1 α k 1. xα ϕ k (h) = α =k 1 α f α! x α ()hα. On : (1) Si ϕ k (h) > h, lors est un minimum locl. (2) Si ϕ k (h) < h, lors est un mximum locl. (3) S il existe h 1, h 2 R n tels que ϕ k (h 1 ) >, ϕ k (h 2 ) < lors n est ni un minimum ni un mximum locl, même non strict. Preuve: Remrquons que ϕ k (h) est homogène de degré k, ce qui veut dire que λ R, ϕ k (λh) = λ k ϕ k (h). Soit h R n tel que ϕ k (h ), vec h = 1. Alors il suit de l formule de Tylor que ( f( + th ) f() = ϕ k (th ) + r k (, th ) = t k ϕ k (h ) + r ) k(, th ) t k.

14 5 II Dérivbilité, théorème des fonctions implicites Posons ε = ϕ k (h ) ; il suit de l inéglité (1-6) de 1.22 qu il existe δ ε tel que si t < δ ε, r k (, th ) t k h k }{{} =1 < ε = ϕ k (h ) et donc f( + th ) f() le même signe que ϕ k (h ). Cel entrîne imméditement l ffirmtion (3). Pour (1) et (2), il suffit de poser ε = inf { ϕ k (h ) h = 1 } ; puisque ϕ k (h) est continue, non nulle sur l ensemble compct {h h = 1}, il suit que ε >. L condition d extremum locl strict ser stisfite vec V = { + th t < δ ε }, 1.26 Remrques. (1) Du fit que ϕ k ( h) = ( 1) k ϕ k (h) on déduit que : si l condition (1) ou l condition (2) de 1.25 sont stisfites, lors k est pir. si est un extremum locl et k est l ordre de l première dérivée non nulle en, lors k doit être pir, sinon on pourrit ppliquer (3) de 1.25 vec h 1 un vecteur tel que ϕ k (h 1 ) et h 2 = h 1. (2) Il se peut qu une fonction f it un minimum locl en restriction à chque droite pssnt pr le point, sns que soit un minimum locl pour f (même discours pour les mxim). C est le cs pour l fonction f(x, y) = (y x 2 )(y 2x 2 ). On voit que f dmet un zéro isolé à l origine de toute droite l pssnt pr (, ), et qu elle est strictement positive sur un intervlle de l contennt (, ). Cependnt, on ne peut ps trouver une longueur d intervlle uniforme, qui fonctionne sur toute droite. Et en fit il y des points rbitrirement près de l origine en lesquels f est positive, d utres en lesquels f est négtive. ( ) (3) Si k = 2 et dét 2 f x j x () i, lors on peut décider si est un minimum locl strict, un mximum, ou bien ni l un ni l utre en exminnt l forme qudrtique q(h) = φ 2 (h) = α =2 1 2 f α! x α ()hα. En effet, q est soit définie positive, uquel cs est un minimum locl strict, soit définie négtive, et lors est un mximum locl strict, soit elle est indéfinie, et lors n est ni minimum, ni mximum locl, même non strict. On peut décider en mettnt q sous forme ( digonle. ) ( ) Dns le cs de fonctions à 2 vribles, si dét 2 f > lors q est définie, si dét 2 f < x j x i () x j x i () elle est indéfinie; si elle est définie, elle est définie positive si 2 f x 2 () > (ou 2 f 1 x 2 () > ), elle est définie 2 négtive sinon. (4) L fonction x 2 + y 4 possède visiblement un minimum bsolu en (, ), mis les critères de 1.25 ne s ppliquent ps.

15 II.2 Le théorème des fonctions implicites Le théorème des fonctions implicites Soit f(x, y), (x, y) U R 2, une fonction de 2 vribles. On peut lui ssocier une correspondnce entre x et y de l mnière suivnte : à tout x fixé on fit correspondre les vleurs de y qui sont solution de f(x, y) =. On dir que cette correspondnce entre x et y peut être rendue explicite s il existe une fonction y(x) telle que : f(x, y) = y = y(x). En générl, il n est ps possible de psser de l reltion implicite f(x, y) = à l reltion explicite y = y(x). Souvent c est possible, mis seulement loclement, u voisinge d une solution prticulière de f(x, y) =. 2.1 Exemples. (1) Soit f(x, y) = x + by + c = l éqution d une droite. Si b, on peut en tirer l éqution explicite : y = b x c b, et si, on en tire que x = b y c. Le premier cs revient à supposer que y, ou encore que l droite n est ps verticle; dns le deuxième, x, ou encore que l droite n est ps horizontle. (2) De l éqution implicite x 2 + y 2 1 = on peut tirer 4 reltions explicites : y = + 1 x 2, x < 1, y > ; y = 1 x 2, x < 1, y < x = + 1 y 2, y < 1, x > ; x = 1 y 2, y < 1, x < (3) De l reltion implicite x 2 y 2 = on peut tirer les 2 reltions explicites : y = x et y = x. Ensemble, elles décrivent toutes les solutions de x 2 y 2 =. Mis u voisinge de l solution (, ), ucune des 2 ne donne une solution explicite complète. En fit il n y ps de solution explicite u voisinge de (, ) (voir figure II.1). y y y= 1-x 2 x= 1-y2 y=x O x O y(x)? x y(x)? x y=-x Figure II.1 Pssge d une reltion implicite à une reltion explicite Le théorème suivnt nous donne une condition suffisnte pour psser loclement d une reltion implicite à une reltion explicite. Considérons l décomposition en produit R n = R n p R p et notons (x, y) R n p R p, x = (x 1,...,x n p ), y = (y 1,...,y p ). 2.2 Théorème des fonctions implicites. Soit U R n un ouvert et f : U R p continue, dmettnt une dérivée prtielle y (x,y) L(Rp, R p ) dépendnt continûment de (x, y) U. Supposons que (x, y ) U soit tel que : i) f(x, y ) = ii) y (x,y ) : R p R p est bijective.

16 52 II Dérivbilité, théorème des fonctions implicites Alors il existe r, R > et une ppliction continue g : B(x, r ) B(y, R ) tels que: i) B(x, r ) B(y, R ) U ii) f(x, g(x)) = x B(x, r ) et pour tout (x, y) B(x, r ) B(y, R ) on : f(x, y) = y = g(x). Pour comprendre intuitivement cet énoncé, supposons que f soit C 1 ; lors, pour (x, y) proche de (x, y ) : f(x, y) = f(x, y ) + }{{} x (x,y )(x x ) + y (x,y )(y y ) + reste = et si on néglige le reste, on en déduit que : f(x, y) = x (x,y )(x x ) + ( ) 1 ( ) y (x,y )(y y ) y = y y (x,y ) x (x,y )(x x ) à condition, bien sûr que y (x,y ) soit bijective. Cel nous donne une expression pproximtive de y en fonction de x; on peut espérer que : ( ) 1 ( ) y = y y (x,y ) x (x,y )(x x ) + ρ(x x ) vec ρ(x y ) très petit si x est proche de x. Nous verrons plus loin (voir 2.9) qu en fit lim x x ρ(x x ) x x =. Preuve: Soient r, R > tels que B(x, r) B(y, R) U et posons: { } X r,r = φ : B(x, r) B(y, R) φ continue ( ) ) c est un sous-ensemble fermé de l espce vectoriel complet C (B(x, r), R p, et donc X r,r est complet pour l métrique induite pr (voir I.3.1). Pour φ X r,r posons: ; ( ) 1 T(φ) (x) = φ(x) y (x ( ), y ) f(x, φ(x)) ; T(φ) est une ppliction continue de B(x, r) dns R p. Remrquons que T(φ) = φ f(x, φ(x)) = x B(x, r). On donc rmené l recherche d une solution explicite à un problème de point fixe. En fit, l définition de T s inspire de l 1ère vrinte de l méthode de Newton (voir I.4.2), que l on retrouve lorsque p = 1 et si l on considère x comme un prmètre. Le reste de l preuve consiste pour l essentiel à montrer que si r, R sont ssez petits, lors T est une trnsformtion contrctnte. Définissons l ppliction uxiliire ( ) 1 ( Ψ : B(x, r) B(y, R) R p, Ψ(x, y) = y y (x,y ) f(x, y)) de sorte que T(φ)(x) = Ψ(x, φ(x)) et Ψ(x, y ) = y. On que ( ) 1 Ψ ( ) y (x,y) = I p y (x,y ) y (x,y)

17 II.2 Le théorème des fonctions implicites 53 où I p : R p R p dénote l ppliction identité. Choisissons q tel que < q < 1. Il suit de l hypothèse que Ψ y (x,y) est continue que y (x,y) l est ussi, ( ) 1 ( ) et puisque Ψ y (x,y ) = I p y (x,y ) y (x,y ) =, il existe r 1 > et R > tel que: x x r 1, y y R Ψ y (x,y) ce qui entrîne encore, pr le théorème des ccroissements finis 1.9 que Soit δ > tel que q x x r 1, y 1 y, y 2 y R Ψ(x, y 1 ) Ψ(x, y 2 ) q y 1 y 2. et posons r = inf {r 1, δ}. Alors Ainsi, si φ X r,r, x x δ Ψ(x, y ) Ψ(x, y ) R (1 q) x x r, y y R Ψ(x, y) y Ψ(x, y) Ψ(x, y ) + Ψ(x, y ) Ψ(x, y ) q y y + R (1 q) qr + R (1 q) = R. T(φ) y = sup { Ψ(x, φ(x)) y, x x r } R et si φ 1, φ 2 X r,r, T ( φ 1 ) T ( φ2 ) = sup { Ψ(x, φ 1 (x)) Ψ(x, φ 2 (x)), x x r } q sup { φ 1 (x) φ 2 (x), x x r } = q φ 1 φ 2. Donc T est une trnsformtion contrctnte de X r,r et on peut lui ppliquer le théorème du point fixe (chp. I, th. 5.1, pge 16). L unique point fixe de T ser une ppliction continue g : B(x, r ) B(y, R ) telle que f(x, g(x)) =. L unicité du point fixe de T nous dit que g est l unique ppliction vec l propriété ci-dessus, cependnt cel n empêche ps priori que pour un x B(x, r ) il existe y B(y, R ), y g(x) vec f(x, y) =. Mis si x B(x, r ) est fixé, on peut considérer l trnsformtion t x : B(y, R ) B(y, R ),t x (y) = Ψ(x, y). On déduit imméditement des estimtions qu on vues sur Ψ que t x est une trnsformtion contrctnte, donc elle dmet un unique point fixe, qui ne peut être que g(x). 2.3 Remrques. (1) Si l on préfère trviller vec des boules ouvertes, on peut choisir r r tel que g ( B(x, r )) B(y, R ), et on ur encore: pour (x, y) B(x, r ) B(y, R ), f(x, y) = y = g(x). (2) Soit f : U R p, U R n, x U, f(x ) = et supposons que df x soit surjective. Alors, quitte à renuméroter les vecteurs de l bse nturelle de R n, on peut supposer que ( ) i dét (x ). x j i=1,...,p,j=n p+1,...,n

18 54 y II Dérivbilité, théorème des fonctions implicites R { y (x, y ) g(x) Z(f) x { r x Figure II.2 Le théorème des fonctions implicites y y=(x-1) x x 1 y=-(x-1) x Figure II.3 L courbe d éqution y 2 x(x 1) 2 = Si l on prend l décomposition R n = R p R n p et l on note (x, x ) R n p R p, on ur que x (x ) est bijective et on pourr ppliquer le théorème des fonctions implicites pour exprimer x en fonction de x près de x = (x, x ). (3) Désignons pr Z(f) = {(x, y) R n f(x, y) = } l ensemble des zéros de f. L ppliction h : B(x, r ) B(x, R ), x (x, g(x )), est une bijection sur Z(f) (B(x, r ) B(x, R )); c est une prmétristion locle de X u voisinge de x (cf. proposition 4.8(2)). 2.4 Exemples. (1) Courbes plnes. Générlement, si x R et y R, l éqution f(x, y) = définit une courbe plne, notée Z(f). Si (x, y ) Z(f) et ( x (x,y ), y (x,y )) (, ), on dit que (x, y ) est un point régulier, sinon c est un point singulier. On ppelle droite tngente à Z(f) en un point régulier (x, y ) l droite d éqution : x (x,y )(x x ) + y (x,y )(y y ) = ; elle est proche de Z(f) près de (x, y ), prce que f(x, y) f(x, y ) = f(x, y) est pproché pr x (x,y )(x x ) + y (x,y )(y y ). Si (x, y ) est un point régulier, le théorème des fonctions implicites nous dit qu on

19 II.2 Le théorème des fonctions implicites 55 peut prmétrer Z(f) B(x ) B(y, R ) pr une ppliction de l forme x (x, g(x)), x B(x, r ), si y (x,y ), ou y (y, g(y)) si x (x,y ). L condition y (x,y ) signifie que l droite tngente à Z(f) en (x, y ) n est ps verticle, et elle se projette donc bijectivement sur l xe OX; le théorème des fonctions implicites nous dit qu lors l courbe elle-même, u voisinge de (x, y ), se projette bijectivement sur OX (voir figure II.3). Pr exemple, considérons l fonction f : R 2 R, f(x, y) = y 2 x(x 1) 2. On : y (x,y) = 2y, x (x,y) = 3x2 + 4x 1 et f(x, y) =, (x,y) = (x, y) = (, ) ou (1, ). y On pourr donc résoudre explicitement y en fonction de x, suf ux 2 points (, ) et (1, ). Puisque x (,) = 1, u voisinge de ce point on pourr résoudre explicitement x en fonction de y. Pr contre (1, ) est un point singulier, et on se rend compte sur l figure II.3 qu il n est ps possible de résoudre explicitement, ni y en fonction de x, ni x en fonction de y. (2) Surfces de l espce. Une éqution de l forme F(x, y, z) =, x, y, z R, définit générlement une surfce de l espce. Si P = (x, y, z ) Z(F) et df P = ( F F F x (P), y (P), y (P)) (,, ), on dit que P est un point régulier, sinon c est un point singulier. On ppelle pln tngent à Z(F) en un point régulier P = (x, y, z ) l pln d éqution : F x (P)(x x ) + F y (P)(y y ) + F z (P)(z z ) = ; il est proche de Z(F) près de (x, y, z ), prce que F(x, y, z) F(x, y, z ) = F(x, y, z) est pproché pr F x (x,y,z )(x x ) + F y (x,y,z )(y y ) + F z (x,y,z )(z z ). Au voisinge d un point régulier P, si pr exemple F z (P), on peut prmétrer Z(F) pr (x, y, z) (x, y, g(x, y)), pour (x, y) proche de (x, y ), où g(x, y) nous est fournie pr le théorème des fonctions implicites. Pr exemple, considérons F(x, y, z) = x 2 + y 2 z 2, df (x,y,z) = (2x, 2y, 2z). Donc (,, ) Z(F) est l unique point singulier. Au voisinge de (, 1, 1) on peut prmétrer Z(F) pr (x, y) (x, y, x 2 + y 2 ), (x, y) proche de (, 1). (3) Courbes dns l espce. Si ϕ = (ϕ 1, ϕ 2 ) : R 3 R 2, générlement Z(ϕ) est une courbe dns l espce. Un point P = (x, y, z ) Z(ϕ) est dit régulier si dϕ P est de rng 2, sinon on dit qu il est singulier. Si P est régulier, cel signifie que dϕ 1 P et dϕ2 P sont linéirement indépendnts; en prticulier ils sont non nuls, et donc P est un point régulier sur chcune des deux surfces Z(ϕ 1 ) et Z(ϕ 2 ). Dire que dϕ 1 P et dϕ2 P sont linéirement indépendnts signifie exctement que ces plns tngents sont distincts; leur intersection est l droite tngente à Z(ϕ) en P. Au voisinge d un point régulier, on peut prmétrer Z(ϕ) pr projection sur OX, OY ou OZ. Pr exemple prenons ϕ 1 (x, y, z) = x 2 + y 2 z 2, ϕ 2 (x, y, z) = y 2 + z 2 1; Z(ϕ 1 ) est un cône circulire d xe OZ, Z(ϕ 2 ) est un cylindre circulire de ryon 1, d xe OX. En posnt ϕ = (ϕ 1, ϕ 2 ), on : ( ) 2x 2y 2z dϕ =. 2y 2z Les 2 2 mineurs de cette mtrice vlent 8yz, 4xy et 4xz. Pour que le rng de dϕ soit inférieur à 2 il fut donc que 2 des 3 coordonnées x, y, z s nnulent, et on vérifie que cel ne se produit en ucun point de Z(ϕ); donc tous les points de Z(ϕ) sont réguliers. Au point (1,, 1), le mineur de dϕ correspondntà l première et dernière colonne est non nul; on peut prmétrer Z(ϕ) u voisinge de ce point pr y ( 1 2y 2, 1 y 2 ). Dns les exemples précédents, on utilisé souvent l dverbe générlement, prce qu il est des équtions prticulières surprenntes; pr exemple, si on prend F(x, y, z) = x 2 + y 2 + z 2 =, lors Z(F) = {(,, )}.

20 56 II Dérivbilité, théorème des fonctions implicites 2.1 Dépendnce des rcines simples d une fmille de polynômes pr rpport à des prmètres D bord un lemme qui nous donne une estimtion des rcines d un polynôme à une vrible en fonction de l tille de ses coefficients. On v supposer que le polynôme est distingué, ce qui veut dire que le coefficient du terme du plus hut degré vut Lemme. Soit f(x) = x d + d i=1 ix d i, i R et supposons que i M, i = 1,..., d. Alors, si α R et f(α) = on : α < 1 + M Preuve: Si α 1 il n y rien à démontrer. Sinon : d 1 α i < 1 α i = 1 α i=1 et lors = α d d 1 + i α i α (1 d M i=1 α d ( 1 M α et donc α < 1 + M dns tous les cs. d i=1 ( i=1 ) 1 α i > 1 1 1/ α 1 1 1/ α )) ( = α d 1 M 1 ) α 1 = 1 M 1 < = α < 1 + M α Théorème. Soit F(x, λ) = x d + d 1 i= i(λ)x i une fmille de polynômes de degré d, où les coefficients sont des fonctions continues i (λ) : U R, U R n. Supposons que pour un λ U l éqution F(x, λ ) = possède exctement ν rcines, toutes simples, α 1,...,α ν R : F(x, λ ) = i t.q. x = α i, et F x (α i,λ ), i = 1,...,ν Alors il existe r > et ν fonctions continues γ i : B(λ, r) R telles que : i) γ i (λ ) = α i ii) F(x, λ) =, λ B(λ, r) i t.q. x = γ i (λ) Preuve: D près le théorème des fonctions implicites 2.2 il existe r >, R i >, i = 1,..., ν et des fonctions continues γ i : B(λ, r) ]α i R i, α i + R i [, i = 1,...,ν, telles que F(x, λ) =, x B(α i, R i ), λ B(λ, r) i t.q. x = γ i (λ). Il reste à voir que si r est choisi suffismment petit il n y ps d utres rcines. Soit r < r; lors, puisque {λ λ λ r } est compct et les (λ) continues, il existe M tel que (λ) M pour λ λ r Alors il suit du lemme qui précède que F(x, λ) si λ B(λ, r ) et x 1 + M. Posons { µ = inf F(x, λ ) } x [ 1 M, 1 + M] \ i=1,...,ν B(α i, R i ) lors µ >. Il existe r r tel que F(x, λ) µ/2 si λ λ r, x [ 1 M, 1+M]\ i=1,...,ν B(α i, R i ); les rcines de F(x, λ) ne peuvent donc être que dns i=1,...,ν B(α i, R). Remrquons que si l on dmet des rcines non simples, le théorème précèdent est fux : x 2 + λ dmet une rcine pour λ =, qui disprît dès que λ >. Aussi, le théorème est en défut pour l fmille de polynômes λx 2 x : pour λ =, x = est l unique rcine, et elle est simple, mis dès que λ il y 2 rcines simples : x = et x = 1 λ. On peut nénmoins étendre un peu l vlidité de 2.6 : ;

21 II.2 Le théorème des fonctions implicites Corollire. Soit F(x, λ) = d i= i(λ)x i une fmille de polynômes de degré d, où les coefficients sont des fonctions continues i (λ) : U R, U R n. Soit λ U tel que l on it : i) d (λ ) ii) l éqution F(x, λ ) = possède exctement ν rcines, toutes simples. Alors l conclusion du théorème 2.6 reste vlble. Preuve: En posnt F (x, λ) = 1/ d (λ), pour λ dns un voisinge de λ, on est rmené à 2.6. On en déduit une méthode pour dessiner des courbes plnes décrites pr une éqution polynomile en deux vrible x et y, que nous llons esquisser. Soit f(x, y) = d i,j= i,jx i y j un polynôme en x et y et soit X = { (x, y) R 2 f(x, y) = } l courbe plne qu il définit. Posons f x (y) = f(x, y) = (x) + 1 (x)y + + d (x)y d, que l on considère comme fmille de polynômes en y dépendnts du prmètre x. L idée de cette méthode est de fixer x R, puis de chercher l ensemble des y solutions de l éqution f x (y) = ; ce ser un ensemble S x R qui ser soit fini, soit égl à R, si l courbe X contient l droite verticle {x} R. Puis on essie de comprendre comment S x se comporte lorsque x vrie. Des problèmes vont surgir lorsque les rcines de f x ne dépendent ps continûment de x. D près 2.7 cel ne peut rriver que dns les cs suivnts : lorsque x nnulle le coefficient de degré mximl en y : d (x) = lorsque y (x,y) = et f(x, y) = En ces points, qui sont générlement en nombre fini, il fut exminer de plus près l éqution. On v noter Σ R l ensemble de ces points. Son complémentire R \ Σ est consitué d un nombre fini d intervlles I 1,..., I N. Il suit de 2.7 que X I h se compose d une réunion finie d rcs disjoints, chcun se projetnt bijectivement sur I h, pour h = 1,...,N. 2.8 Exemple. Considérons l courbe d éqution : On clcule que y 2 (1 x) x(2x 1) 2 =. x = y2 12x 2 + 8x 1, y = 2y 2xy. Les solutions de f(x, y) =, y = sont (, ) et (1/2, ). Le coefficient du terme de degré mximum en y est 1 x, nul en x = 1. Donc Σ = {, 1/2, 1}. On vérifie que l éqution f x (y) = possède 2 solutions symétrique pr rpport à l xe Ox lorsque < x < 1/2 et 1/2 < x < 1. Le point (, ) n est ps singulier, lors que (1/2, ) l est. Pour comprendre ce qui se psse en (1/2, ) on regrde le développement de Tylor de f en ce point : f(x, y) = 1/2y 2 2(x 1/2) + r 2 et il est donc probble que X ressemble à l pire de droites 1/2y 2 2(x 1/2) 2 = u voisinge de ce point. Enfin, si x 1, les deux solutions de f x (y) = ne peuvent que tendre vers l infini, cr f(1, y) = 1 (figure II.4).

22 58 II Dérivbilité, théorème des fonctions implicites 1 1/2 Figure II.4 L courbe d éqution y 2 (1 x) x(2x 1) 2 =. 2.2 Méthode des multiplicteurs de Lgrnge pour l recherche d extrem liés Soit Ω R n un ouvert et F : Ω R k une ppliction. Posons X = {x R n F(x) = } = Z(F); si f : Ω R est une fonction, on imerit chercher les extrem locux de l restriction de f à X : on dit que X est un mximum (resp. minimum) locl de f X si r > tel que x X, d(x, ) < r f(x) f() (resp. f(x) f(). On dit lors que est un extremum locl de f, lié ux conditions F i (x) =, i = 1,...,k. Pr exemple, cherchons les points de l prbole y = x 2 qui sont à distnce minimle du point P = (, c). Dns ce cs, F(x, y) = y x 2, et on peut prendre pour f l fonction f(x, y) = x 2 +(y c) 2, c est-à-dire le crré de l distnce de (x, y) à P; minimiser f(x, y) ou l distnce proprement dite f(x, y) revient u même, mis f(x, y) est plus simple à écrire. On peut résoudre directement ce problème à l ide de l prmétristion globle de Z(F) : α(x) = (x, x 2 ); lors f(α(x)) = x 2 + (x 2 c) 2 = φ(x), φ (x) = 2x + 2(x 2 c)2x = 2x(2x 2 2c + 1). On doit chercher l vleur de x pour lquelle φ(x) est minimle, et lors φ (x) =, d où x = ou x = c 1/2 si c > 1/2. Or φ() = c 2, φ( c 1/2) = c 1/4 (c 1/2). On vérifie que c 2 c 1/4 si c 1/2; donc que l distnce minimle est tteinte pr le point (, ) si c < 1/2, sinon pr les deux points (± c 1/2, c 1/2) (figure II.5). (,c) ( c 1 2, c 1 ) ( c 1 2 2, c 1 ) 2 1 (,c ) -1 1 Figure II.5 Exemple d extremum lié : distnce minimle d une courbe à un point donné

23 II.2 Le théorème des fonctions implicites 59 Dns cet exemple, on s est rmené, à l ide d une prmétristion de l courbe g(x, y) =, à l recherche de points critiques d une fonction d une vrible. En générl, il n est ps possible d expliciter une prmétristion d une courbe décrite pr une éqution : le théorème des fonctions implicites est un pur théorème d existence. Nénmoins, un complément à ce théorème v nous donner l expression de l première dérivée d une prmétristion locle de l courbe g = ; c est ce que v exploiter l méthode des multiplicteurs de Lgrnge, qui permet sous certines conditions de donner des équtions des extrems d une fonction liés à une contrinte. 2.9 Complément u théorème des fonctions implicites. Sous les hypothèses du théorème 2.2 (théorème des fonctions implicites), si f est dérivble en (x, y ), lors g est dérivble en x et ( ) 1 ( ) (3) dg x = y (x,y ) x (x,y ). De plus, si f est de clsse C r, g l est ussi. Preuve: En dérivnt les 2 membres de l éqution: on obtient que et de là on tire que f(x, g(x)) = x (x,y ) + ) y (x,y ) (dg x = ( ) 1 ( ) dg x = y (x,y ) x (x,y ) ceci à condition que l on sche déjà que g est dérivble en x. C est précisément ce que l on doit commencer pr démontrer, mis le clcul précédent explique d où vient l formule énoncée. Pour montrer que g est dérivble en x, donnons un ccroissement h à l vrible x en x, un ccroissement g = g(x + h) g(x ) à y en y et utilisons l dérivbilité de f en (x, y ) et le fit que f(x, g(x)) = : (4) = f(x + h, g(x + h)) f(x, g(x )) = x (x,y )(h) + y (x,y )( g) + r(h, g) vec r(h, g) ε( h + g ) si h, g δ ε, où l on prend prtout l norme 1. Puisque g est continue h δ 1 ε g δ ε donc si δ 2 ε = inf { δ ε, δ 1 ε}, (5) h δε 2 r(h, g) ε( h + g ). Pr illeurs, on déduit de (4) que (6) g = 1 ( ) (h) + r(h, g) y x et donc, en supposnt que ε < 1, 1 h δε 2 g (( ) ) y x + 1 h + ε g

24 6 II Dérivbilité, théorème des fonctions implicites où cel v sns dire que les dérivées sont prises u point (x, y ). ( ) Posons C = ; en prennt ε = 1 et en ppellnt δ3 l vleur correspondnte de δε, 2 on obtient que y x 2 y h δ 3 1 g C h + 2 (7) 1 g C h g 2C h 2 Si on reprend (6) on voit que (8) g = 1 ( ) y x (h) et il suit de (5), (7) et (8) que y 1 1 g = C h + 1 y 2 g + ρ(h) où ρ(h) = 1( ) r(h, g) y h inf { δ ε, δ 3} 1 ρ(h) ε (1 + 2C) h ; y cel montre que g est dérivble et que s dérivée est donnée pr (3). Si l on suppose f de clsse C r, r 1, x et y sont de clsse Cr 1. L expression (3) est vlble sur un ouvert U x et montre que dg est de clsse C r 1 et donc que g est de clsse C r. Soit F : Ω R k une ppliction de clsse C 1. Si x Z(F) et que df x soit surjective, on dit que x est un point régulier de Z(F), sinon c est un point singulier (ceci générlise l terminologie introduite dns les exemples (2.4).) Si donc x est un point régulier de F, on peut ppliquer l remrque 2.3(3) pour voir une prmétristion de X = Z(F) u voisinge de x, de l forme x (x, g(x )), où x R n k est proche de x ; on pose h(x ) = (x, g(x ), et il suit de 2.9 que h est de clsse C 1. On définit l espce tngent à X u point x : TX x = {v R n df x (v) = } c est un sous-espce vectoriel de R n de dimension n k (dns les exemples 2.4 c est en fit le trnslté pr x de TX x que l on ppelé espce tngent). 2.1 Proposition. On : et : TX x = TX x = Im(dh x ) { v R } n des suites {x n } X, {λ n } R telles que lim x n = x et lim λ n (x n x ) = v n n Notons qu en prticulier, l deuxième expression de TX x ne fit ps intervenir l éqution F de X. Preuve: L dérivée de h s écrit : dh x = 1 }{{} n k dg x

25 II.2 Le théorème des fonctions implicites 61 et on voit qu elle est injective, et donc Im(dh x ) est de dimension n k. Puisque F(h(x )) =, df x dh x =, et donc Im(dh x ) Ker(dF x ) = TX x et puisque ces espces ont même dimension n k, ils coïncident. Si v TX x, lors w R n k tel que v = dh x (w). Soit x n = h(x + 1 n w) et λ n = n. Alors et lim (x n) = h ( lim n n (x + 1 n w)) = h(x ) = x lim (n(x n x )) = lim(n(h(x + 1 n n w) h(x )) = lim h(x + 1 n w) h(x ) 1 = dh x (w) = v D utre prt, si lim n x n = x et lim n λ n (x n x ) = v : = λ n (F(x n ) F(x )) = λ n (df x (x n x )) + λ n r(x n x ) = df x (λ n (x n x )) + r(x n x ) x n x λ n x n x df x (v) L proposition 1.12 se générlise comme suit Proposition. Soit Ω R n un ouvert, et soit F : Ω R k de clsse C 1, X = Z(F) et x X un point régulier. Soit f : Ω R une fonction de clsse C 1 ; pour que x soit un extremum locl de f X il est nécessire que : df x TX x =. n Preuve: Soit h(x ) l prmétristion locle de X u voisinge de x. Alors dire que x est un extremum locl de f X équivut à dire que x est un extremum locl de f h, ce qui, d près l proposition 1.12 implique que d(f h) x =. Mis d(f h) x = df x dh x ; cel entrîne donc que df x Im(dh x ) = df x TX x =. Voici un théorème qui trduit le résultt précédent en une méthode de clcul Théorème Methode des multiplicteurs de Lgrnge ( ). Soient F : Ω R k, et f : Ω R, Ω R n un ouvert, F, f de clsse C 1. Posons X = F 1 () et soit X; supposons que df soit surjective. Alors, une condition nécessire pour que f X it un extremum locl en est qu il existe k nombres réels λ 1,..., λ k R tel que : k df = λ i F i() où F i () L(Rn, R) dénote l dérivée de F i u point. En coordonnées, cel s écrit : x j () = k i=1 i=1 λ i F i x j (), j = 1,..., n Notons que pour l recherche des extrems liés nous urons : n + k inconnues : 1,..., n, λ 1,...,λ k n + k équtions : F 1 () = = F k () =, x j () = k i=1 λ i F i x j (), j = 1,...,n. Il est donc risonnble d espérer résoudre ce système d équtions. Les points Ω qui stisfont les n + k équtions ci-dessus, sns préjuger de leur qulité de mximum ou minimum locl lié, sont ppelés points sttionnires. Lorsque n = 2 et k = 1, les niveux de f et F sont générlement des courbes. L condition du théorème devient grd(f) = λ grd(f), donc les 2 courbes F(x 1, x 2 ) = et f(x 1, x 2 ) f() = ont même tngente en ; on le constte pr exemple sur les figures II.5 et II.6. L démonstrtion du théorème repose sur un lemme d lgèbre linéire :

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

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

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

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

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

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

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

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

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

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

Chapitre 1 : Fonctions analytiques - introduction

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

Plus en détail

Cours 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

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

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

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

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

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

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

Différentiabilité ; Fonctions de plusieurs variables réelles

Différentiabilité ; Fonctions de plusieurs variables réelles Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2

Plus en détail

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

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2 Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R

Plus en détail

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

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

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

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

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

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

Intégrale et primitives

Intégrale et primitives Chpitre 5 Intégrle et primitives 5. Ojetif On herhe dns e hpitre à onstruire l opérteur réiproue de l opérteur de dérivtion. Les deux uestions suivntes sont lors nturelles. Question : Soit f une pplition

Plus en détail

Théorèmes du Point Fixe et Applications aux Equations Diérentielles

Théorèmes du Point Fixe et Applications aux Equations Diérentielles Université de Nice-Sophia Antipolis Mémoire de Master 1 de Mathématiques Année 2006-2007 Théorèmes du Point Fixe et Applications aux Equations Diérentielles Auteurs : Clémence MINAZZO - Kelsey RIDER Responsable

Plus en détail

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

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

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

Techniques d analyse de circuits

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

Plus en détail

OM 1 Outils mathématiques : fonction de plusieurs variables

OM 1 Outils mathématiques : fonction de plusieurs variables Outils mathématiques : fonction de plusieurs variables PCSI 2013 2014 Certaines partie de ce chapitre ne seront utiles qu à partir de l année prochaine, mais une grande partie nous servira dès cette année.

Plus en détail

Séquence 8. Probabilité : lois à densité. Sommaire

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

Plus en détail

Calcul Différentiel. I Fonctions différentiables 3

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

Plus en détail

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

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

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

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

Plus en détail

Chapitre VI Fonctions de plusieurs variables

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

Plus en détail

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

Turbine hydraulique Girard simplifiée pour faibles et très faibles puissances

Turbine hydraulique Girard simplifiée pour faibles et très faibles puissances Turbine hydrulique Girrd simplifiée pour fibles et très fibles puissnces Prof. Ing. Zoltàn Hosszuréty, DrSc. Professeur à l'université technique de Kosice Les sites hydruliques disposnt de fibles débits

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Calcul fonctionnel holomorphe dans les algèbres de Banach

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

Plus en détail

Capes 2002 - Première épreuve

Capes 2002 - Première épreuve Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série

Plus en détail

Continuité 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

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

Fonctions de plusieurs variables et changements de variables

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

Plus en détail

3. Conditionnement P (B)

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

Plus en détail

Chapitre 7 : Intégration sur un intervalle quelconque

Chapitre 7 : Intégration sur un intervalle quelconque Universités Paris 6 et Paris 7 M1 MEEF Analyse (UE 3) 2013-2014 Chapitre 7 : Intégration sur un intervalle quelconque 1 Fonctions intégrables Définition 1 Soit I R un intervalle et soit f : I R + une fonction

Plus en détail

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

AUTOUR D UN MÉMOIRE INÉDIT : LA CONTRIBUTION D HERMITE AU DÉVELOPPEMENT DE LA THÉORIE DES FONCTIONS ELLIPTIQUES. Bruno BELHOSTE (*)

AUTOUR D UN MÉMOIRE INÉDIT : LA CONTRIBUTION D HERMITE AU DÉVELOPPEMENT DE LA THÉORIE DES FONCTIONS ELLIPTIQUES. Bruno BELHOSTE (*) Revue d histoire des mthémtiques, 2 (1996), p. 1 66. AUTOUR D UN MÉMOIRE INÉDIT : LA CONTRIBUTION D HERMITE AU DÉVELOPPEMENT DE LA THÉORIE DES FONCTIONS ELLIPTIQUES Bruno BELHOSTE (*) RÉSUMÉ. Dns cet rticle,

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

Fonctions de plusieurs variables. Sébastien Tordeux

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

Plus en détail

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

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

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

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

Sur certaines séries entières particulières

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

Plus en détail

Cours Fonctions de deux variables

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

Plus en détail

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

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

Une forme générale de la conjecture abc

Une forme générale de la conjecture abc Une forme générale de la conjecture abc Nicolas Billerey avec l aide de Manuel Pégourié-Gonnard 6 août 2009 Dans [Lan99a], M Langevin montre que la conjecture abc est équivalente à la conjecture suivante

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Licence de Mathématiques 3

Licence de Mathématiques 3 Faculté des sciences et techniques Département de mathématiques 2004-2005 Licence de Mathématiques 3 M62 : Fonctions réelles de plusieurs variables Laurent Guillopé www.math.sciences.univ-nantes.fr/~guillope/m62/

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

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

Notes de révision : Automates et langages

Notes de révision : Automates et langages Préprtion à l grégtion de mthémtiques 2011 2012 Notes de révision : Automtes et lngges Benjmin MONMEGE et Sylvin SCHMITZ LSV, ENS Cchn & CNRS Version du 24 octore 2011 (r66m) CC Cretive Commons y-nc-s

Plus en détail

Partie 4 : La monnaie et l'inflation

Partie 4 : La monnaie et l'inflation Prtie 4 : L monnie et l'infltion Enseignnt A. Direr Licence 2, 1er semestre 2008-9 Université Pierre Mendès Frnce Cours de mcroéconomie suite 4.1 Introduction Nous vons vu dns l prtie introductive que

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

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours

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

Plus en détail

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

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 et applications pour l ingénieur

Fonctions de plusieurs variables et applications pour l ingénieur Service Commun de Formation Continue Année Universitaire 2006-2007 Fonctions de plusieurs variables et applications pour l ingénieur Polycopié de cours Rédigé par Yannick Privat Bureau 321 - Institut Élie

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

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

Fonctions de plusieurs variables

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

Plus en détail

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t 3.La méthode de Dirichlet 99 11 Le théorème de Dirichlet 3.La méthode de Dirichlet Lorsque Dirichlet, au début des années 180, découvre les travaux de Fourier, il cherche à les justifier par des méthodes

Plus en détail

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

* 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

Magister en : Génie Mécanique

Magister en : Génie Mécanique الجمهورية الجزاي رية الديمقراطية الشعبية République Algérienne Démocrtique et Populire وزارة التعليم العالي و البحث العلمي Ministère de l enseignement supérieur et de l recherche scientifique Université

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

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

Intégrales doubles et triples - M

Intégrales doubles et triples - M Intégrales s et - fournie@mip.ups-tlse.fr 1/27 - Intégrales (rappel) Rappels Approximation éfinition : Intégrale définie Soit f définie continue sur I = [a, b] telle que f (x) > 3 2.5 2 1.5 1.5.5 1 1.5

Plus en détail

Fonctions de deux variables. Mai 2011

Fonctions de deux variables. Mai 2011 Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs

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

/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

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

Chp. 4. Minimisation d une fonction d une variable

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

Plus en détail

Correction du Baccalauréat S Amérique du Nord mai 2007

Correction du Baccalauréat S Amérique du Nord mai 2007 Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n

Plus en détail

CHAPITRE 10. Jacobien, changement de coordonnées.

CHAPITRE 10. Jacobien, changement de coordonnées. CHAPITRE 10 Jacobien, changement de coordonnées ans ce chapitre, nous allons premièrement rappeler la définition du déterminant d une matrice Nous nous limiterons au cas des matrices d ordre 2 2et3 3,

Plus en détail

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

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

Plus en détail

Correction du baccalauréat S Liban juin 2007

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

Plus en détail

Conseils et astuces pour les structures de base de la Ligne D30

Conseils et astuces pour les structures de base de la Ligne D30 Conseils et stuces pour les structures de bse de l Ligne D30 Conseils et stuces pour l Ligne D30 Ligne D30 - l solution élégnte pour votre production. Rentbilité optimle et méliortion continue des séquences

Plus en détail

3- Les taux d'intérêt

3- Les taux d'intérêt 3- Les tux d'intérêt Mishkin (2007), Monnie, Bnque et mrchés finnciers, Person Eduction, ch. 4 et 6 Vernimmen (2005), Finnce d'entreprise, Dlloz, ch. 20 à 22 1- Mesurer les tux d'intérêt comprer les différents

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

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

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