Corrigé Centrale PC 2 : Opérateur de différence

Dimension: px
Commencer à balayer dès la page:

Download "Corrigé Centrale PC 2 : Opérateur de différence"

Transcription

1 Corrigé Centrale PC : Opérateur de différence I L opérateur de translation et l opérateur de différence I.A - L opérateur de translation I.A.1) Soit P = d a X, un polynôme non nul de R n [X], de degré d = deg(p ) (i.e. a d 0). Alors, τ(p ) est de la forme : Comme a d 0 : P (X + 1) = d d a (X + 1) = a d X d + (da d + a d 1 )X d 1 + b X deg(τ(p )) = deg(p ) et cd(τ(p )) = cd(p ) I.A.) Notons que τ 0 (P ) = P. Et que si τ (P )(X) = P (X + ), alors τ +1 (P )(X) = τ(τ (P ))(X) = P ((X + ) + 1) = P (X + ( + 1)). Ainsi, par récurrence N, τ(p )(X) = P (X + ) I.A.3) D après la formule du binôme de Newton (changement de variable i = h + 1), 1 ( ) 1 N n+1, τ(p )(X) = (X + 1) 1 = X h = h h=0 i=1 ( ) 1 P i 1 i M est donc triangulaire supérieure et les coefficients de M vérifient donc { ( 1 ) pour i, [1,n], (M) i, = i 1 0 sinon I.A.4) La matrice M est triangulaire supérieure, donc ses valeurs propres se trouvent sur la diagonale. Il s agit des nombres ( 1) = 1. Comme M et τ ont les mêmes valeurs propres, Sp(τ) = {1} Si M était diagonalisable, elle serait alors semblable à la matrice unité, et donc elle serait égale à la matrice unité. Ainsi, M et τ ne sont pas diagonalisable I.A.5) 0 n étant pas valeur propre de τ, τ est biective Puis si on considère τ : R n [X] R n [X],P (X) P (X 1), on montre qu il s agit d un endomorphisme de R n [X]. Il vérifie : τ τ = τ τ = id : i P R n [X], τ(τ(p ))(X) = τ(p )(X + 1) = P (X) = τ(τ(p ))(X) τ 1 (P )(X) = P (X 1) Puis, comme pour la question ), on montre que pour tout N, τ (P )(X) = P (X ). la formule est touours vraie : Z, τ(p )(X) = P (X + ) 1

2 I.A.6) Avec l expression de τ 1, on applique la même méthode qu en 3) et on obtient : 1 ( ) 1 N n+1, τ 1 (P )(X) = (X 1) 1 = ( 1) 1 h X h = h h=0 i=1 ( ) 1 ( 1) i i 1 P i Puis { i, [1,n], (M 1 ( 1) i ( 1) pour ) i, = i 1 0 sinon i I.A.7) La + 1 e ligne du calcul V = Q U est ustement n+1 v = Q +1, u 1 = =1 On peut identifier (après changement d indice) : Q, = On a donc Q = M T ( ) u { ( 1 ) 1 pour 0 sinon I.A.8) M est inversible, donc Q = M T également et Q 1 = (M T ) 1 = (M 1 ) T. Puis par équivalence : V = Q U U = Q 1 V = (M 1 ) T V. La + 1 e ligne de ce calcul donne alors n+1 ( u = (M 1 ) ) n+1 T v ( +1, 1 = (M 1 ) ) v,+1 1 = =1 u = =1 ( ) ( 1) v ( (M 1 ) ) v +1,+1 I.A.9) On a alors v = ( ) λ = (λ + 1) On vérifie bien : ( ) ( 1) v = ( ) (λ + 1) ( 1) = ((λ + 1) 1) = u I.B - L opérateur de différence I.B.1) Avec les mêmes notations qu en 1.A.1), avec P non constant on a : d δ(p )(X) = a d X d + (da d + a d 1 )X d 1 + Comme a d 0 : d b X a d X d a d 1 X d 1 d a X = da d X d 1 + si P, non constant, deg(δ(p )) = deg(p ) 1 et cd(δ(p )) = deg(p ) cd(p ) c X

3 I.B.) D après la question précédente, si P n est pas constant, deg(p ) 1 et deg(δ(p )) 0, donc δ(p ) n est pas nul. Ainsi, si δ(p ) = 0, alors P est constant. Réciproquement, si P est constant, le calcul (simple) donne δ(p ) = 0. er(δ) = R 0 [X] La question précédente montre aussi que Im(δ) R n 1 [X]. Or d après le théorème du rang : dim(im(δ)) = n + 1 dim(er(δ)) = n = dim(r n 1 [X]). : Im(δ) = R n 1 [X] I.B.3) Si er(δ ) = R 1 [X], avec < n. Ainsi, par récurrence : P er(δ +1 ) δ +1 (P ) = 0 = δ (δ(p )) δ(p ) R 1 [X] P er(δ +1 ) deg(p ) = deg(δ(p )) + 1 ( 1) + 1 = P R [X] [1,n], er(δ ) = R 1 [X] Si P Im(δ ), alors il existe Q R n [X] tel que P = δ (Q). Or une récurrence simple (suite arithmétique) montre que degp = deg(q), donc deg(p ) n. Par conséquent, P R n [X], et donc Im(δ ) R n [X]. Le théorème du rang assure par ailleurs que ces deux espaces ont même dimension, donc : [1,n], Im(δ ) = R n [X] I.B.4) Notons, la matrice de δ dans la base (P ). Par construction de δ = τ id, on a = M I n+1. Puis comme M commute avec I n+1, alors d après la formule de Newton : = ( ) ( 1) M. Ce qui permet d affirmer, en revenant aux endomorphismes : N, δ = ( ) ( 1) I.B.5) Si P R n 1 [X] = er(δ n ), alors δ n (P ) = 0. : 0(X) = [δ n (P )](X) = [ ( 1) n τ (P )](X) = il s agit bien du polynôme nul. Et en particulier en la valeur réelle X = 0 : τ ( 1) n [τ (P )(X)] = ( 1) n P () = 0 ( 1) n P (X + ) I.B.6) a) u δ = u [u u ] = u 5 = [u u ] u = δ u. u et δ commutent 3

4 b) Soit P R 1 [X] = erδ, alors δ (u(p )) = u(δ (P )) = u(0) = 0 u(p ) er(δ ) = R 1 [X]. Par conséquent R 1 [X] est stable par u ( ) ( ) a b 0 1 c) Si A = vérifie A c d =, alors 0 0 ( 0 a 0 c ) = A A = A 3 = A A = ( c d 0 0 ( ) ( ) a b a a = d et c = 0, ainsi A =, puis A 0 a ab = 0 a, et ainsi nécessairement a = 0, puis ab = 0 ; ce qui est contradictoire avec ab = 1. ( ) 0 1 aucune matrice A ne vérifie A = 0 0 d) Puisque R 1 [X] est stable par u, notons ũ : R 1 [X] R 1 [X],P u(p ). Considérons alors A, la matrice de ũ dans la base (P ( 1,P ) de ) R 1 [X]. 0 1 Alors A est égale à la matrice de δ sur R 1 [X] donc. 0 0 Or d après la question précédente, ceci est impossible. Il n existe pas d endomorphisme u de R n [X] tel que u = δ I.B.7) a) On a vu (questions I.B.3)) que deg(δ i (P )) = deg(p ) i = d i. Ainsi, la famille (P,δ(P ),...δ d (P )) est une famille de degré échelonné (de d à 0). C est une famille libre et vect(p,δ(p ),...δ d (P )) = R d [X] b) Soit V stable par δ. Si P V, alors δ i (P ) V et donc R deg(p ) [X] = vect(p,δ(p ),...δ n (P )) V. Il reste à montrer l égalité, il faut prendre le polynôme en degré maximum... V est un sous-espace vectoriel de R n [X]. Notons d = dim(v ) 1. Notons (e 0,...e d ) une base de V. Nécessairement, l un des e i est un polynôme de degré supérieur ou égal à d. Sinon, on aurait une famille libre de d + 1 vecteurs de R d [X], ce qui est impossible. il existe P dans V de degré r d. Si degp = r > d, alors d après la remarque précédente, R r [X] = vect(p,δ(p ),...δ r (P )) V et V ne peut être de dimension d + 1. il existe P de degré d dans V et R d [X] V et par égalité des dimensions : il existe d [[0,n]] tel que V = R d [X] ) II Applications en combinatoire II.A - Quelques cas particuliers II.A.1) Si ϕ est une surection de E sur F, alors nécessairement #F #E. si n > p, alors S(p,n) = 0 4

5 II.A.) Une surection d un ensemble de cardinal n sur un ensemble de cardinal n est en fait une biection. S(n,n) = n! II.A.3) Les surections de N n+1 sur [1,n] sont parfaitement déterminées -et de manière uniquepar : Le choix de deux éléments de N n+1 qui auront la même image : ( n+1) possibilités Puis, la distribution des n éléments de l ensemble d arrivée, avec les n éléments de l ensemble de départ (un de ces éléments étant double) : n! possibilités Le principe de décomposition permet alors d affirmer que le cardinal recherché est le produit : + 1 S(n + 1,n) = n! = n (n + 1)! II.B - Recherche d une expression générale II.B.1) Le résultat ne fait pas partie du programme. Il faut le démontrer. Une application de E = N p sur un ensemble F = [1,n] est parfaitement définie -et de manière unique- par la donné pour chacun des p élément de E d un unique élément de F. pour chacun des p éléments de E, il y a n possibilités. Le principe de décomposition permet alors d affirmer que le cardinal recherché est le produit : le nombre d applications de N p sur [1,n] est donc n n n = n p II.B.) Notons I = {ϕ : N p [1,n] #ϕ(n p ) = }. Alors, d après la question précédente : n p = #I =1 Il reste à dénombrer I. Or les applications ϕ de I sont parfaitement déterminées -et de manière unique- par : Le choix de éléments de N n qui forment ϕ(n p ) : ( n ) possibilités Puis, le choix des surections de N p sur l ensemble ϕ(n p ) à éléments : S(p,) possibilités Le principe de décomposition permet alors d affirmer que le cardinal recherché est le produit : avec la convention S(p,0) = 0. n p = =1 S(p,) = S(p, ) II.B.3) On applique alors la formule d inversion trouvée en I.A.8), (p constant) v n = avec v n = n p, u = S(p,), donc u u n = p n, S(p,n) = ( 1) n ( 1) n II.B.4) Pour p < n, le polynôme P = X p appartient à R n 1 [X], donc d après I.B.5), ( 1) n p = ( 1) n P () = 5 p v ( 1) n p = 0 = S(p,n)

6 On peut donc généraliser, de manière cohŕente, la formule obtenue à la question précédente : p N, S(p,n) = ( 1) n p II.C) Avec les questions précédentes : ( 1) n n = S(n,n) = n! et ( 1) n n+1 = S(n + 1,n) = n (n + 1)! III Etude d une famille de polynômes III.A - Généralités III.A.1) Pour tout [0,n], deg(h ) =. la famille (H 0,H 1,...H n ) est une famille de degrés échelonnés, donc elle est libre. Elle est constituée de n + 1 = dim(r n [X]) éléments de R n [X]. (H 0,H 1,...H n ) est une base de R n [X] III.A.) δ(h 0 ) = 1 1 = 0. Et pour tout [1,n], δ(h )(X) = H (X+1) H (X) = (X + 1 ) (X )! = 1! (X + 1) (X ) (X + 1) (X ) Bilan : δ(h ) = 1 (X )! ((X + 1) (X + 1)) = 1 (X )! = H 1 δ(h 0 ) = 0 et pour tout [1,n], δ(h ) = H 1 III.A.3) Comme δ = τ id, on a alors τ(h 0 ) = δ(h 0 ) + H 0 = H 0 et τ(h ) = δ(h ) + H = H + H 1. Ainsi M est exactement la matrice de τ dans la base (H 0,H 1,...,H n ) de R n. Par conséquent, M et M sont semblables (matrice d un même endomorphisme dans deux bases différentes) III.A.4) Pour tout,l [0,n], on a (par récurrence pour l ) : { δ (H l ) = δ 1 Hl si l (H l 1 ) = 0 sinon Puis comme h 0, H h (0) = 0 et H 0 (0) = 1. Par conséquent : δ (H l )(0) = { 1 si l = 0 sinon III.A.5) Puisque (H ) est une base de R n [X], pour tout P R n [X], il existe a 0,a 1,...a n R tels que P = n l=0 a l H l. Puis, par linéarité : δ P (0) = a l δ (H l )(0) = a P R n [X], P = l 6 δ (P )(0)H

7 III.B - Étude d un exemple III.B.1) Notons T (X) = X 3 + X + 5X + 7. Il s agit de calculer δ (T )(0), pour de 0 à 3. Or T (X) = X 3 + X + 5X + 7, δ(t )(X) = 3X + 7X + 8, δ (T )(X) = 6X + 10, δ 3 (T )(X) = 6 On a donc T = 6H H + 8H 1 + 7H 0 III.B.) Puisque δ (H ) = H, alors par linéarité : si P = 6H H 4 + 8H 3 + 7H, on a δ (P ) = 6H H + 8H 1 + 7H 0 III.B.3) Considérons (p n ) une solution particulière. Toute autre solution (u n ) vérifie : N, (u p) + (u p) +1 + (u p) = (u + u +1 + u ) (p + p +1 + p ) = ( ) ( ) = 0 la suite (u p) n est une suite récurrente linéaire d ordre. Son équation caractéristique est r r + 1 = (r 1), et il existe A,B R tel que pour tout n N, u n = p n + (A + Bn)1 n Reste à trouver une solution paticulière. On a vu que δ (P )(X) = P (X + ) P (X + 1) + P (X). Avec P tel que N, δ (P )() = et p = P (), on a une solution particulière. Enfin, comme pour h, H h () = 1 h! ( 1)...( (h 1) = 1 h!! = ( ( h)! h), et pour < h, H (h) = 0 ; on a il existe A,B R tels que pour tout N, u = A + B + 6 ( ( 5) + 10 ( 4) + 8 ( 3) + 7 ) avec convention : ( h) = 0 si h > III.C - Polynômes à valeurs entières III.C.1) Le calcul a été fait plus haut pour les nombres entiers naturels. Si < 0, en notant p =, on a : H n () = 1 n! ( 1)...( (n 1)) = 1 n! ( p)( (p+1))...( (p+n 1)) = 1 ( ) (p + n 1)! p + n 1 ( 1)n = ( 1) n n! (p 1)! n Finalement H n () = ( n) si n 0 si [0,n 1] ( 1) n( n 1 ) n si < 0 III.C.) Tous les coefficients binomiaux sont entiers (puisqu il s agit d un cardinal d un ensemble), donc pour tout Z, H n () Z. H n (Z) Z III.C.3) Pour tout Z, δ(p )() = P ( + 1) P () Par soustraction de nombres entiers, il s agit d un nombre entier. Si P est à valeurs entières sur les entiers, alors il en est de même pour δ(p ) 7

8 III.C.4) Si P est à valeurs entières sur les entiers, alors par récurrence (sur h N), pour tout entier Z, δ h (P )() Z ; et donc en particulier δ h (P )(0) Z, et les coordonnées de P dans la base (H ) sont des entières. Réciproquement, si les coordonnées de P dans la base (H ) sont des entiers, alors P = d i=0 a i H i, puis P () = d i=0 a i H i () Z (combinaison linéaire d entiers). Bilan : P est à valeurs entières sur les entiers si et seulement si ses coordonnées dans (H ) sont entières III.C.5) Supposons que P, de degré d, est à valeurs entières sur les entiers, Alors d après les questions précédentes, il existe a 0,a 1...a d Z tels que P = d i=0 a i H i. Et donc d d i 1 d!p = a i d!h i = a i d(d 1)...(i + 1) (X ) i=0 i=0 Il s agit bien d un polynôme d!p à coefficients entiers. Comme le montre le polynôme P = 1 X, de degré : on a!p à coefficients entiers, mais P (1) = 1 Z. La réciproque est donc fausse. IV Généralisation de l opérateur de différence et application IV.A - IV.A.1) x x + 1 est C de R + à valeurs dans R +. Par composition, x f (x + 1) est C sur R +. Puis par addition Puis pour tout x R +, δ est de classe C de R + δ(f )(x) = f (x + 1) f (x) et (δ(f )) (x) = f (x + 1) f (x) δ(f ) = (δ(f )) IV.A.) Même démonstration qu en I.B.4), n N,(δ n (f ))(x) = ( 1) n f (x + ) IV.A.3) Soit x > 0. Appliquons le théorème des accroissements finis à f, de classe C 1 sur [x,x + 1], c ]x,x + 1[ telque δ(f )(x) = f (x + 1) f (x) = f (c) (x + 1 x) = f (c) En faisant le changement de variable y 1 = c x, pour tout x > 0, il existe y 1 ]0,1[ tel que δ(f )(x) = f (x + y 1 ) IV.A.4) Nous allons procéder par récurrence. Notons, pour tout n N : P n :«x > 0, f C (R +), y n ]0,n[ tel que n ( 1) n ( n ) f (x + ) = f (n) (x + y n )» La réponse de IV.A.3) montre que P 1 est vraie. 8

9 Soit n N. Supposons que P n est vraie. Soit x > 0, il existe y n ]0,n[ (P n à δf ) tel que : δ n+1 (f )(x) = δ n (δf )(x) = (δf ) (n) (x + y n ) Puis par commutation de l opération différence et dérivation : δ n+1 (f )(x) = (δf ) (n) (x + y n ) = δ(f (n) )(x + y n ) = f (n) (x + y n + 1) f (n) (x + y n ) On applique l égalité des accroissements finis à f (n), il existe c ]x + y n,x + y n + 1[ tel que f (n) (x + y n + 1) f (n) (x + y n ) = (f (n) ) (c) ( (x + y n + 1) (x + y n ) ) = f (n+1) (c) Enfin, d après IV.A.) : n δ n+1 (f )(x) = ( 1) n+1 f (x + ) = f (n+1) (c) En prenant y n+1 = c x, alors y n+1 x + y n x y n 0 et y n+1 x + y n + 1 x y n + 1 n + 1. Ainsi, on a donc P n+1 qui est vérifiée. Par conséquent, x > 0, f C (R +), n N, y n ]0,n[ telque ( 1) n f (x + ) = f (n) (x + y n ) IV.B - IV.B.1) Soit N. Il existe p 1,...p i, i nombres premiers et a 1,a...a i N tel que = i =1 p a. On a alors i i α = (p a )α = (p α )a Il s agit de produit de nombres entiers naturels non nuls, donc =1 =1 α est un nombre entier naturel IV.B.) Si α < 0, alors ( ) 1 α α = < 1 Or on a vu que pour tout N, α N, donc α 1. On a une contradiction, α R + IV.B.3) Si α est un entier naturel, alors f α (α) = α! et donc f α (α+1) = 0 ; donc l une au moins des dérivées de f α s annule en au moins un réel strictement positif. Réciproquement, s il existe n N et x 0 > 0 tels que f α (n) (x 0 ) = 0 ; or on sait que pour tout réel x, f α (n) (x) = α(α 1)...(α n + 1)x α n si f (n) α (x 0 ) = 0, alors comme x 0 > 0, on a nécessairement : α(α 1)...(α n + 1) = 0 ; et donc il existe [0,n 1]] tel que α = 0 donc α = N. Ainsi : α N ssi il existe n N et x 0 > 0 tels que f (n) α (x 0 ) = 0 9

10 IV.C - IV.C.1) D après IV.B.1), pour tout entier, α N, donc pour tout [0,n], f α (x + ) N puisque x entier. Puis par stabilité par multiplication et additions d entiers : ( 1) n f α (x + ) N IV.C.) On applique directement la relation (IV.1.) : y n ]0,n[ tel que comme y n 0, 0 ( 1) n ( 1) n f α (x + ) f α (x + ) = f α (n) (x + y n ) = α(α 1) (α α ) x α +1 α α(α 1) (α α ) (x + y n ) α +1 α 0 x + IV.C.3) Comme cette limite pour x + est nulle, on peut prendre ɛ = 1 ; il existe A > 0 tel que pour tout x A et entier : n ( 1) n ( n ) fα (x + ) ] 1, 1 [. Or cette somme est entière, donc elle est nécessairement nulle. Ainsi, pour tout x A, n ( 1) n ( n ) fα (x + ) = 0 = f (n) (x + y n )., une dérivée de f α s annule en au moins un réel strictement positif. D après IV.B.3), α est donc un entier naturel 10

PROBABILITES ET STATISTIQUE I&II

PROBABILITES ET STATISTIQUE I&II PROBABILITES ET STATISTIQUE I&II TABLE DES MATIERES CHAPITRE I - COMBINATOIRE ELEMENTAIRE I.1. Rappel des notations de la théorie des ensemble I.1.a. Ensembles et sous-ensembles I.1.b. Diagrammes (dits

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

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

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

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

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

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

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

NOTATIONS PRÉLIMINAIRES

NOTATIONS PRÉLIMINAIRES Pour le Jeudi 14 Octobre 2010 NOTATIONS Soit V un espace vectoriel réel ; l'espace vectoriel des endomorphismes de l'espace vectoriel V est désigné par L(V ). Soit f un endomorphisme de l'espace vectoriel

Plus en détail

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

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

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

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

3 Approximation de solutions d équations

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

Plus en détail

Résolution d équations non linéaires

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

Plus en détail

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

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

Exercices Corrigés Premières notions sur les espaces vectoriels

Exercices Corrigés Premières notions sur les espaces vectoriels Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3

Plus en détail

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

Triangle de Pascal dans Z/pZ avec p premier

Triangle de Pascal dans Z/pZ avec p premier Triangle de Pascal dans Z/pZ avec p premier Vincent Lefèvre (Lycée P. de Fermat, Toulouse) 1990, 1991 1 Introduction Nous allons étudier des propriétés du triangle de Pascal dans Z/pZ, p étant un nombre

Plus en détail

Distribution Uniforme Probabilité de Laplace Dénombrements Les Paris. Chapitre 2 Le calcul des probabilités

Distribution Uniforme Probabilité de Laplace Dénombrements Les Paris. Chapitre 2 Le calcul des probabilités Chapitre 2 Le calcul des probabilités Equiprobabilité et Distribution Uniforme Deux événements A et B sont dits équiprobables si P(A) = P(B) Si il y a équiprobabilité sur Ω, cad si tous les événements

Plus en détail

Qu est-ce qu une probabilité?

Qu est-ce qu une probabilité? Chapitre 1 Qu est-ce qu une probabilité? 1 Modéliser une expérience dont on ne peut prédire le résultat 1.1 Ensemble fondamental d une expérience aléatoire Une expérience aléatoire est une expérience dont

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

UNIVERSITE IBN ZOHR Faculté des sciences Agadir. Filière SMA & SMI. Semestre 1. Module : Algèbre 1

UNIVERSITE IBN ZOHR Faculté des sciences Agadir. Filière SMA & SMI. Semestre 1. Module : Algèbre 1 UNIVERSITE IBN ZOHR Faculté des sciences Agadir Filière SMA & SMI Semestre 1 Module : Algèbre 1 Année universitaire : 011-01 A. Redouani & E. Elqorachi 1 Contenu du Module : Chapitre 1 : Introduction Logique

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

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

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

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

* 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

Optimisation des fonctions de plusieurs variables

Optimisation des fonctions de plusieurs variables Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables

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

Corrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2

Corrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2 33 Corrigé Corrigé Problème Théorème de Motzkin-Taussky Partie I I-A : Le sens direct et le cas n= 2 1-a Stabilité des sous-espaces propres Soit λ une valeur propre de v et E λ (v) le sous-espace propre

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

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

Corrigé du baccalauréat S Pondichéry 12 avril 2007

Corrigé du baccalauréat S Pondichéry 12 avril 2007 Corrigé du baccalauréat S Pondichéry 1 avril 7 EXERCICE 1 Commun à tous les candidats 4 points 1 a Les vecteurs AB et AC ont pour coordonnées AB ; ; ) et AC 1 ; 4 ; 1) Ils ne sont manifestement pas colinéaires

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

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

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

Programmes des classes préparatoires aux Grandes Ecoles

Programmes des classes préparatoires aux Grandes Ecoles Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme

Plus en détail

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

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

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

Chapitre 2. Matrices

Chapitre 2. Matrices Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce

Plus en détail

Déterminants. Marc SAGE 9 août 2008. 2 Inverses et polynômes 3

Déterminants. Marc SAGE 9 août 2008. 2 Inverses et polynômes 3 Déterminants Marc SAGE 9 août 28 Table des matières Quid des formes n-linéaires alternées? 2 2 Inverses et polynômes 3 3 Formule de Miller pour calculer un déterminant (ou comment illustrer une idée géniale)

Plus en détail

Théorie et codage de l information

Théorie et codage de l information Théorie et codage de l information Les codes linéaires - Chapitre 6 - Principe Définition d un code linéaire Soient p un nombre premier et s est un entier positif. Il existe un unique corps de taille q

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

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

Optimisation Discrète

Optimisation Discrète Prof F Eisenbrand EPFL - DISOPT Optimisation Discrète Adrian Bock Semestre de printemps 2011 Série 7 7 avril 2011 Exercice 1 i Considérer le programme linéaire max{c T x : Ax b} avec c R n, A R m n et

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

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

Rappels et compléments, première partie : Nombres complexes et applications à la géométrie

Rappels et compléments, première partie : Nombres complexes et applications à la géométrie Rappels et compléments, première partie : Nombres complexes et applications à la géométrie 1 Définition des nombres complexes On définit sur les couples de réels une loi d addition comme suit : (x; y)

Plus en détail

Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe

Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe des n n groupes quantiques compacts qui ont la théorie

Plus en détail

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

Corrigé du baccalauréat S Asie 21 juin 2010

Corrigé du baccalauréat S Asie 21 juin 2010 Corrigé du baccalauréat S Asie juin 00 EXERCICE Commun à tous les candidats 4 points. Question : Le triangle GBI est : Réponse a : isocèle. Réponse b : équilatéral. Réponse c : rectangle. On a GB = + =

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

Documentation technique du logiciel Moduleo Version du 03/12/2014

Documentation technique du logiciel Moduleo Version du 03/12/2014 Version du 03/12/2014 SOMMAIRE I) Architecture globale... 3 I.A) Logiciel modulaire... 3 I.B) Logiciel réseau... 3 I.C) Information en temps-réel... 3 I.D) Client lourd / serveur lourd... 4 II) Réseau...

Plus en détail

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

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

Plus en détail

Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5.

Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5. DÉVELOPPEMENT 32 A 5 EST LE SEUL GROUPE SIMPLE D ORDRE 60 Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5. Démonstration. On considère un groupe G d ordre 60 = 2 2 3 5 et

Plus en détail

Définition d un Template

Définition d un Template Objectif Ce document a pour objectif de vous accompagner dans l utilisation des templates EuroPerformance. Il définit les différents modèles et exemples proposés. Définition d un Template Un template est

Plus en détail

Quelques tests de primalité

Quelques tests de primalité Quelques tests de primalité J.-M. Couveignes (merci à T. Ezome et R. Lercier) Institut de Mathématiques de Bordeaux & INRIA Bordeaux Sud-Ouest Jean-Marc.Couveignes@u-bordeaux.fr École de printemps C2 Mars

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

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

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

Objets Combinatoires élementaires

Objets Combinatoires élementaires Objets Combinatoires élementaires 0-0 Permutations Arrangements Permutations pour un multi-ensemble mots sous-ensemble à k éléments (Problème du choix) Compositions LE2I 04 1 Permutations Supposons que

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

Exercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument

Exercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument Formes algébriques et trigonométriques, module et argument Exercice - - L/Math Sup - On multiplie le dénominateur par sa quantité conjuguée, et on obtient : Z = 4 i 3 + i 3 i 3 = 4 i 3 + 3 = + i 3. Pour

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

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

Chapitre 3. Mesures stationnaires. et théorèmes de convergence Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée

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

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

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

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

Probabilités. C. Charignon. I Cours 3

Probabilités. C. Charignon. I Cours 3 Probabilités C. Charignon Table des matières I Cours 3 1 Dénombrements 3 1.1 Cardinal.................................................. 3 1.1.1 Définition............................................. 3

Plus en détail

Résolution de systèmes linéaires par des méthodes directes

Résolution de systèmes linéaires par des méthodes directes Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.

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

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

Mathématiques Algèbre et géométrie

Mathématiques Algèbre et géométrie Daniel FREDON Myriam MAUMY-BERTRAND Frédéric BERTRAND Mathématiques Algèbre et géométrie en 30 fiches Daniel FREDON Myriam MAUMY-BERTRAND Frédéric BERTRAND Mathématiques Algèbre et géométrie en 30 fiches

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

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

Catalogue des connaissances de base en mathématiques dispensées dans les gymnases, lycées et collèges romands.

Catalogue des connaissances de base en mathématiques dispensées dans les gymnases, lycées et collèges romands. Catalogue des connaissances de base en mathématiques dispensées dans les gymnases, lycées et collèges romands. Pourquoi un autre catalogue en Suisse romande Historique En 1990, la CRUS (Conférences des

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

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

1 Première section: La construction générale

1 Première section: La construction générale AMALGAMATIONS DE CLASSES DE SOUS-GROUPES D UN GROUPE ABÉLIEN. SOUS-GROUPES ESSENTIEL-PURS. Călugăreanu Grigore comunicare prezentată la Conferinţa de grupuri abeliene şi module de la Padova, iunie 1994

Plus en détail

PEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS?

PEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS? PEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS? Pierre Baumann, Michel Émery Résumé : Comment une propriété évidente visuellement en dimensions deux et trois s étend-elle aux autres dimensions? Voici une

Plus en détail

BTS BAT 1 Notions élémentaires de chimie 1

BTS BAT 1 Notions élémentaires de chimie 1 BTS BAT 1 Notions élémentaires de chimie 1 I. L ATOME NOTIONS EÉLEÉMENTAIRES DE CIMIE Les atomes sont des «petits grains de matière» qui constituent la matière. L atome est un système complexe que l on

Plus en détail

Programmation linéaire et Optimisation. Didier Smets

Programmation linéaire et Optimisation. Didier Smets Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des

Plus en détail

Approximations variationelles des EDP Notes du Cours de M2

Approximations variationelles des EDP Notes du Cours de M2 Approximations variationelles des EDP Notes du Cours de M2 Albert Cohen Dans ce cours, on s intéresse à l approximation numérique d équations aux dérivées partielles linéaires qui admettent une formulation

Plus en détail

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 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

Programmation linéaire

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

Plus en détail

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes. Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de

Plus en détail

Axiomatique de N, construction de Z

Axiomatique de N, construction de Z Axiomatique de N, construction de Z Table des matières 1 Axiomatique de N 2 1.1 Axiomatique ordinale.................................. 2 1.2 Propriété fondamentale : Le principe de récurrence.................

Plus en détail

Chapitre VI - Méthodes de factorisation

Chapitre VI - Méthodes de factorisation Université Pierre et Marie Curie Cours de cryptographie MM067-2012/13 Alain Kraus Chapitre VI - Méthodes de factorisation Le problème de la factorisation des grands entiers est a priori très difficile.

Plus en détail

Travaux dirigés d introduction aux Probabilités

Travaux dirigés d introduction aux Probabilités Travaux dirigés d introduction aux Probabilités - Dénombrement - - Probabilités Élémentaires - - Variables Aléatoires Discrètes - - Variables Aléatoires Continues - 1 - Dénombrement - Exercice 1 Combien

Plus en détail

AGRÉGATION DE SCIENCES DE LA VIE - SCIENCES DE LA TERRE ET DE L UNIVERS

AGRÉGATION DE SCIENCES DE LA VIE - SCIENCES DE LA TERRE ET DE L UNIVERS AGRÉGATION DE SCIENCES DE LA VIE - SCIENCES DE LA TERRE ET DE L UNIVERS CONCOURS EXTERNE ÉPREUVES D ADMISSION session 2010 TRAVAUX PRATIQUES DE CONTRE-OPTION DU SECTEUR A CANDIDATS DES SECTEURS B ET C

Plus en détail

Taux d évolution moyen.

Taux d évolution moyen. Chapitre 1 Indice Taux d'évolution moyen Terminale STMG Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Indice simple en base 100. Passer de l indice au taux d évolution, et réciproquement.

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

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

Carl-Louis-Ferdinand von Lindemann (1852-1939)

Carl-Louis-Ferdinand von Lindemann (1852-1939) Par Boris Gourévitch "L'univers de Pi" http://go.to/pi314 sai1042@ensai.fr Alors ça, c'est fort... Tranches de vie Autour de Carl-Louis-Ferdinand von Lindemann (1852-1939) est transcendant!!! Carl Louis

Plus en détail

L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ

L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et

Plus en détail