Calcul différentiel 1 Licence de Mathématiques

Dimension: px
Commencer à balayer dès la page:

Download "Calcul différentiel 1 Licence de Mathématiques"

Transcription

1 Clcul différentiel 1 Licence de Mthémtiques

2

3 Tble des mtières Avertissement 5 Chpitre 1. Préliminires 7 1. Espces vectoriels normés 7 2. Convergence, continuité Vocbulire topologique Compcité, connexité, complétude Applictions linéires et multilinéires Sclristion 26 Chpitre 2. Fonctions d une vrible Dérivtion des fonctions à vleurs vectorielles Intégrtion des fonctions à vleurs vectorielles L formule de Tylor Fonctions convexes 41 Chpitre 3. Applictions différentibles Définitions Fonctions à vleurs dns R m ; fonctions définies sur R n Fonctions composées AF et TFA Fonctions de clsse C 2 64 Chpitre 4. Extrem Introduction Compcité et existence d extrem Conditions sur les différentielles première et seconde Le cs des fonctions convexes Extrem liés 82 Chpitre 5. Inversion locle, fonctions implicites Applictions linéires inversibles Difféomorphismes Le théorème d inversion locle Le théorème des fonctions implicites 100 3

4

5 Avertissement Dns tout ce qui suit, on considérer uniquement des espces vectoriels réels. Autrement dit, l expression espce vectoriel signifier toujours R-espce vectoriel. 5

6

7 CHAPITRE 1 Préliminires 1. Espces vectoriels normés 1.1. Normes sur un espce vectoriel. Définition 1.1. Une norme sur un espce vectoriel E est une ppliction de E dns R, notée u u ou, vérifint les propriétés suivntes : (1) u 0 pour tout u E, et u = 0 seulement pour u = 0 ; (2) λu = λ u pour tout u E et pour tout λ R ; (3) u + v u + v pour tous u, v E (inéglité tringulire). Un espce vectoriel normé est un espce vectoriel muni d une norme. Pour bréger, on écrir en générl evn u lieu de espce vectoriel normé. Remrque. Il rriver souvent qu on considère plusieurs espces vectoriels normés E, F, G... en même temps. En générl, on utiliser l même nottion pour l norme de chcun des espces. S il est bsolument nécessire d être plus précis, on écrir E, F, G,... Exemple 1. L vleur bsolue est une norme sur E = R, le module est une norme sur E = C. On supposer toujours que R et C sont munis de ces normes cnoniques. Exemple 2. (normes usuelles sur R n ) Soit n N. On définit des normes, 1 et 2 sur E = R n en posnt, pour x = (x 1,..., x n ) R n : x = mx( x 1,..., x n ), x 1 = x j, x 2 = j=1 x x2 n. Dns l suite, on utiliser principlement l norme. Remrque. Même si on ur tendnce à privilégier l norme, il est bon d jouter quelques mots sur l norme 2. Cette norme s ppelle l norme euclidienne. Pr définition, on x 2 = x, x, où, est le produit sclire usuel sur R n. L norme euclidienne et le produit sclire sont églement reliés pr l très importnte inéglité de Cuchy-Schwrz : si x, y R n, lors x, y x 2 y 2. Il n est ps évident que 2 est effectivement une norme : l inéglité tringulire x+y 2 x 2 + y 2 n est ps immédite. On peut l démontrer en développnt x + y 2 2 = x + y, x + y et en utilisnt l inéglité de Cuchy-Schwrz. Enfin, pour n = 2, l norme euclidienne n est rien d utre que l norme module sur C = R 2. 7

8 8 1. PRÉLIMINAIRES Exemple 3. Soit [, b] un intervlle fermé borné de R, et soit C([, b]) l espce vectoriel constitué pr toutes les fonctions continues u : [, b] R. On définit une norme sur C([, b]) en posnt u = sup { u(t) ; t [, b]}. Exemple 4. (espce produit) Soient E 1,..., E n des evn, et soit E = E 1 E n. Écrivons chque vecteur u E sous l forme u = (u(1),..., u(n)), où u(j) E j. Alors l formule ) u = mx ( u(1) E1,..., u(n) En définit une norme sur E = E 1 E n, qu on ppelle l norme produit. Chque fois qu on considérer un espce produit E 1 E n, on supposer implicitement qu il est muni de l norme produit. (Ceci est en ccord vec le choix de l norme sur R n = R R). Exercice 1. Démontrer ce qui est dit dns les exemples 2, 3 et 4. Exercice 2. Soit E un evn. Montrer que si u E et u 0 (donc u 0), lors u u = 1. Exercice 3. Soit E un evn. Montrer que si u, v E, lors : u v u v u + v. L première de ces inéglités s ppelle l inéglité tringulire inverse Normes équivlentes. Définition 1.2. Soient et deux normes sur un espce vectoriel E. On dit que et sont équivlentes si on peut trouver deux constntes c > 0 et C < telles que u E : c u u C u. Remrque. L terminologie n est ps délirnte : on définit bien insi une reltion d équivlence sur l ensemble de toutes les normes sur E. (Exercice : vérifier). Exercice 1. Montrer que les normes, 1 et 2 sur R n sont équivlentes. Exercice 2. Pour u C([0, 1]), on pose u 1 = 1 0 u(t) dt. Montrer que 1 est une norme sur C([0, 1]), mis qu elle n est ps équivlente à. Le théorème suivnt signifie en gros que lorsqu on est en dimension finie (et pour ce qui v nous intéresser), le choix de l norme n ucune importnce. Il s git évidemment d un résultt très utile, et donc très importnt. Il n est ps nécessire de svoir refire l démonstrtion, qui est un peu compliquée. En revnche, il est essentiel de connitre l énoncé et de svoir l utiliser. Théorème 1.3. Sur un espce vectoriel de dimension finie, toutes les normes sont équivlentes. Démonstrtion. Tout espce vectoriel de dimension finie étnt isomorphe à R n pour un certin n 1, il s git de montrer que toutes les normes sur R n sont équivlentes. Pour cel, il suffit de prouver que toute norme sur R n est équivlente à.

9 1. ESPACES VECTORIELS NORMÉS 9 Étpe 1. Si est une norme sur R n, il existe une constnte C < telle que C. Démonstrtion. Si u = (u(1),..., u(n)) R n et si on note (e 1,..., e n ) l bse cnonique de R n, lors u = u(j)e j j=1 u(j)e j = j=1 u(j) e j j=1 u e j, puisque u(j) u pour tout j. On obtient donc le résultt souhité vec C := n 1 e j (qui est bien une constnte indépendnte de u R n ). Étpe 2. Si est une norme sur R n, il existe une constnte c > 0 telle que c. Démonstrtion. C est l prtie difficile. On v démontrer le résultt pr récurrence sur n. Pour n = 1, ce n est ps compliqué : si est une norme sur R 1 = R, lors u = u 1 = u 1 = c u pour tout u R 1, où c = 1 est bien strictement positif cr 1 0. Supposons le résultt vri pour n 1, et démontrons le pour n + 1. Soit une norme sur R n+1. Pr l bsurde, on suppose qu il n existe ps de constnte c > 0 telle que c. Cel signifie que pour tout c > 0, on peut trouver un vecteur u c R n+1 tel que u c < c u c. On u c 0 (d près l inéglité stricte), donc on peut définir v c = uc u c Alors v c = 1 et j=1 v c = 1 u c u c < c. En prennt c = 1/k pour tout k N et en posnt v k = v 1/k, on obtient insi une suite (v k ) R n+1 telle que v k = 1 pour tout k et v k 0. Écrivons v k = (v k (1),..., v k (n + 1)). Pr définition de, on peut choisir pour tout k un indice j k {1,..., n} tel que v k (j k ) = v k = 1. Comme il y une infinité d entiers k et un nombre fini d indices j {1,..., n}, il existe u moins un j {1,..., n} tel que j k = j pour une infinité de k. On peut pr exemple supposer que j = n + 1, et on obtient insi une sous-suite (v k ) de (v k) telle que v k (n + 1) = 1 pour tout k, utrement dit v k (n + 1) = ±1. De même, il y une infinité de k tels que v k (n + 1) = 1, ou bien une infinité de k tels que v k (n + 1) = 1. On peut pr exemple supposer qu on est dns le premier cs, ce qui donne une sous-suite (v k ) de (v k ) (et donc une sous-suite de (v k )) telle que v k (n + 1) = 1 pour tout k. Pour simplifier les nottions, on chnge le nom de v k qu on ppelle à nouveu v k. Au totl, on insi trouvé une suite (v k ) R n+1 telle que v k (n+1) = 1 = v k pour tout k et v k 0.

10 10 1. PRÉLIMINAIRES Le point clé est mintennt le suivnt : si p, q N, lors (v q v p )(n+1) = 0. Donc, on peut considérer v q v p comme un vecteur de R n, en identifint R n à R n {0} R n+1. Pr hypothèse de récurrence, il existe une constnte c > 0 telle que u c u pour tout u R n = R n {0}. En prennt u := v q v p, on en déduit qu on (1.1) v q (j) v p (j) (1/c ) v q v p pour tous p, q N et pour tout j {1,..., n}. D utre prt, on églement v q v p v q + v p d près l inéglité tringulire, et donc v q v p 0 qund p, q. D près (1.1), cel montre que pour tout j {1,..., n}, l suite (v k (j)) k N est une suite de Cuchy dns R, et est donc convergente (critère de Cuchy). Pour chque j {1,..., n}, il existe donc un nombre réel v(j) tel que v k (j) v(j) qund k. Si mintennt on pose v = (v(1),..., v(n), 1) R n+1, lors v k (j) v(j) pour tout j {1,..., n + 1} puisque v k (n+1) 1. Pr définition de l norme, cel entrine que v k v 0 (Exercice). Et comme C pour une certine constnte C (d près l étpe 1), on en déduit que v k v 0. D près l inéglité tringulire, on v v v k + v k pour tout k N. Comme v k 0 et v k v 0, on en déduit v 0 en fisnt tendre k vers l infini, et donc v = 0. Comme est une norme, cel signifie que v = 0. Mis ceci est bsurde puisque l (n + 1)-ième coordonnée de v vut 1. On donc obtenu une contrdiction, ce qui chève l démonstrtion pr récurrence. Au totl, les fits 1 et 2 donnent le théorème. Exercice. Soit N N. Déterminer les meilleures constntes c n et C n telles que c n u u 2 C n u pour tout u R n Suites convergentes. 2. Convergence, continuité Définition 2.1. Soient E un evn, (u k ) k N une suite d éléments de E, et u E. On dit que l suite (u k ) converge vers u si u k u tend vers 0 qund k. Avec des quntificteurs, cel s écrit ε > 0 K k K : u k u ε. (On pourrit tout ussi bien écrire < ε u lieu de ε : pourquoi?). Remrque. Les suites convergentes restent les mêmes si on remplce l norme de E pr une norme équivlente. En prticulier, dns un espce vectoriel de dimension finie, les suites convergentes sont les mêmes quelle que soit l norme utilisée, et on peut donc prler de convergence sns fire explicitement référence à ucune norme. Exercice. Montrer qu on unicité de l limite ; utrement dit, qu une suite (u k ) ne peut ps converger vers deux points différents. Exemple 1. Une suite réelle ou complexe converge pour l norme vleur bsolue ou module si et seulement si elle converge u sens usuel.

11 2. CONVERGENCE, CONTINUITÉ 11 Exemple 2. Une suite (u k ) R n converge dns R n (pour n importe quelle norme) si et seulement si elle converge coordonnée pr coordonnée. Autrement dit, si on écrit u k = (u k (1),..., u k (n)) et u = (u(1),..., u(n)), lors u k u si et seulement si u k (j) u(j) pour tout j {1,..., n}. Démonstrtion. Pr équivlence des normes, il suffit de le voir pour l norme. C est un exercice fcile, qu il fut bsolument svoir fire (et qui d illeurs déjà été utilisé dns l preuve du théorème 1.3). Exemple 3. Une suite (u k ) C([, b]) converge pour l norme si et seulement si elle converge uniformément sur [, b]. Pour cette rison, l norme s ppelle l norme de l convergence uniforme. Exemple 4. Dns un evn produit E = E 1 E n, une suite converge si et seulement si elle converge coordonnée pr coordonnée. Démonstrtion. Exercice (le même que dns l exemple 2) Le théorème de Bolzno-Weierstrss. Une suite (u k ) dns un evn E est dite bornée s il existe une constnte M < (indépendnte de k) telle que u k M pour tout k N. Il n est ps difficile de montrer que toute suite convergente est bornée (exercice). L réciproque est évidemment fusse : considérer pr exemple u k = ( 1) k dns E = R. Le très importnt résultt suivnt donne cependnt une réciproque prtielle en dimension finie. Rppelons qu une sous-suite de (u k ) est une suite (u k ) de l forme u k = u n k, où (n k ) est une suite croissnte d entiers tendnt vers l infini. Théorème 2.2. (Bolzno -Weierstrss) Toute suite bornée dns un evn de dimension finie possède une sous-suite convergente. Démonstrtion. Pr équivlence des normes en dimension finie, il suffit de le voir lorsque l evn est R n muni de l norme. Soit (u k ) une suite bornée dns (R n, ), et écrivons u k = (u k (1),..., u k (n)). Fixons églement une constnte M telle que u k M pour tout k N. Comme u k (1) u k M pour tout k, l suite (u k (1)) k N est bornée dns R. D près le théorème de Bolzno -Weierstrss usuel, on peut donc trouver une sous-suite (u k ) de (u k) et un nombre réel l 1 tels que u k (1) l 1 qund k. Mintennt, l suite (u k (2)) est bornée dns R cr u k (2) u k M, donc on peut trouver l 2 R et une sous-suite (u k ) de (u k ) tels que u k (2) l 2. Alors (u k ) est une sous-suite de (u k) telle que u k (1) l 1 et u k (2) l 2. En poursuivnt ce risonnement, on obtient près n extrctions une sous-suite (v k ) de (u k ) et n nombres réels l 1,..., l n tels que v k (j) l j pour tout j {1,..., n}. Si on pose u = (l 1,..., l n ) R n, lors (v k ) converge vers u coordonnée pr coordonnée, et donc u sens de l norme. Exercice. Pour k N, soit u k : [0, 1] R l fonction nulle sur les intervlles [0, 1/(2k+ 1)] et [1/(2k 1), 1], vlnt 1 u point t = 1/2k, et ffine sur les intervlles [1/(2k 1), 1/2k] et [1/2k, 1/(2k+1)]. Montrer que l suite (u k ) est bornée dns (C([0, 1]), ) mis ne possède ucune sous-suite convergente Applictions continues. Définition 2.3. Soient E et F deux evn, et soit A E. On dit qu une ppliction f : A F est continue en un point A si f(u) tend vers f() qund u tend vers ; utrement dit (vec des quntificteurs) : ε > 0 δ = δ(, ε) > 0 u A : u < δ = f(u) f() ε.

12 12 1. PRÉLIMINAIRES (C est l même chose si on écrit δ et/ou < ε ). On dit qu une ppliction f : A F est continue sur A si elle est continue en tout point A. Remrque 1. Cette définition est exctement l même que pour les fonctions réelles d une vrible réelle : on remplce simplement les vleurs bsolues pr des normes. Remrque 2. Les pplictions continues restent les mêmes si on remplce les normes pr des normes équivlentes. En prticulier, on peut prler d pplictions continues entre deux evn de dimension finie sns fire explicitement référence à ucune norme. Exemple 1. On dit qu une ppliction f : A F est lipschitzienne s il existe une constnte C < telle que u, v A : f(v) f(u) C v u. (Dns ce cs, on dit que f est C-lipschitzienne). Il est immédit que toute ppliction lipschitzienne est continue sur (on peut prendre δ(, ε) = ε/c pour tout A). Exemple 2. Les pplictions coordonnées sont continues sur R n. Autrement dit, pour tout j {1,..., n}, l ppliction π j : R n R définie pr π j (x 1,..., x n ) = x j est continue sur R n Démonstrtion. Pr équivlence des normes, on peut supposer que R n est muni de l norme. Si u = (x 1,..., x n ) et v = (y 1,..., y n ), lors π j (v) π j (u) = y j x j v u, ce qui prouve que l ppliction π j est lipschitzienne. Exercice. Montrer que si E est un evn, lors l ppliction u u est continue sur E. Le résultt suivnt est souvent très utile. Proposition 2.4. (crctéristion séquentielle de l continuité) Pour une ppliction f : A F, les propriétés suivntes sont équivlentes : (i) f est continue en un point A ; (ii) pour toute suite (u k ) A convergent vers, l suite (f(u k )) tend vers f(). Démonstrtion. Exercice (qu il fut bsolument svoir fire). Corollire 2.5. Soit f : A R m, et écrivons f(u) = f 1 (u). f m(u) si et seulement si les pplictions f 1,..., f m sont continues.. Alors f est continue Démonstrtion. C est immédit en utilisnt des suites, puisque l convergence dns R m est l convergence coordonnée pr coordonnée. Remrque. Ce corollire est importnt cr il permet de se rmener u cs des fonctions à vleurs réelles (et non plus vectorielles). Proposition 2.6. L continuité est préservée pr somme, produit (pour les fonctions à vleurs réelles ou complexes), quotient (qund il est défini), composition (qund elle un sens). Démonstrtion. Autre exercice à svoir fire bsolument. Le plus délict est en fit le cs du produit : voir le cours d nlyse de 1ère nnée si besoin est, ou l preuve de l proposition 5.9.

13 3. VOCABULAIRE TOPOLOGIQUE 13 Conséquence prtique. Soit f(x 1,..., x n ) une formule explicite dépendnt de n vribles x 1,..., x n R et n utilisnt que des fonctions usuelles. Alors l fonction f est continue sur son domine de définition. Ce n est ps un énoncé précis, mis il est clir que cel découle imméditement de l proposition : toute formule explicite f(x 1,..., x n ) est construite à prtir des pplictions coordonnés (qui sont continues) en utilisnt des fonctions usuelles (donc continues), des sommes, des produits et des compositions. L chose importnte est qu il fut déterminer précisément le domine de définition de l fonction. Exemple 1. L formule f(x, y) = log(x y) e xy 1 définit une fonction continue. Quel est son domine de définition? Exemple 2. L ppliction M det(m) est continue sur M n (R). Démonstrtion. On identifie M n (R) à R n2 en ssimilnt une mtrice M à l liste de ses coefficients (près voir choisi un ordre d énumértion). L formule définissnt le déterminnt montre que det(m) est une fonction polynomile des coefficients de M, d où l continuité. Remrque. Il fut tout de même fire un peu ttention vec l expression formule explicite. Il ne doit y voir qu une seule formule : une définition pr cs ne rentre ps dns l ctégorie formule explicite. Pr exemple, on ne peut ps invoquer l proposition précédente pour justifier que l fonction f : R 2 R définie pr f(x, y) = x 2 y x 2 +y 2 si (x, y) (0, 0) et f(0, 0) = 0 est continue sur R 2. Exercice 1. Soient E et F deux evn, et soit f : E F. Soit églement Ω un ouvert de E (voir l section suivnte). Montrer que f est continue en tout point de Ω si et seulement si l restriction de f à Ω est continue. Est-ce encore vri si Ω est une prtie quelconque de E? Exercice 2. Soit f : R 2 R. Montrer que l fonction f est continue en (0, 0) si et seulement si f(r cos θ, r sin θ) tend vers f(0, 0) uniformément pr rpport à θ R qund r 0 +. Exercice 3. Montrer que l fonction f de l remrque précédente est effectivement continue sur R Boules. 3. Vocbulire topologique Définition 3.1. Soit E un evn, E et ε 0. L boule ouverte de centre et de ryon ε, notée B(, ε), est l ensemble des points u E vérifint u < ε : B(, ε) = {u E; u < ε}. L boule fermée de centre et de ryon ε, notée B(, ε), est définie pr B(, ε) = {u E; u ε}. Exemple 1. Si E = R muni de l vleur bsolue, lors B(, ε) est l intervlle ouvert ] ε, + ε[ et B(, ε) = [ ε, + ε]. Si E = C muni du module, lors B(, ε) est le disque ouvert de centre et de ryon ε, et B(, ε) est le disque fermé correspondnt.

14 14 1. PRÉLIMINAIRES Exemple 2. Si E = (R 2, ), lors B(, ε) est le crré de centre dont les côtés sont prllèles ux xes de coordonnée et de longueur 2ε. Exercice 1. Dessiner l boule fermée B(0, 1) dns E = (R 2, 1 ). Exercice 2. Montrer que dns tout evn E, une boule B (ouverte ou fermée) est toujours un ensemble convexe : si u, v B, lors le segment [u, v] est entièrement contenu dns B. On rppelle que le segment [u, v] est défini nlytiquement pr [u, v] = { (1 t)u + tv; t [0, 1] }. Exercice 3. Dns l définition des boules, l vleur ε = 0 est utorisée. Déterminer B(, 0) et B(, 0) Ouverts et fermés. Définition 3.2. Soit E un evn. On dit qu un ensemble Ω E est un ouvert de E si, pour tout point Ω, on peut trouver r = r() > 0 tel que B(, r) Ω. Remrque 1. On obtient une définition équivlente en écrivnt B(, r) u lieu de B(, r). Pourquoi? Remrque 2. Les ouverts restent les mêmes si on remplce l norme de E pr une norme équivlente. Démonstrtion. Exercice. Exemple. Dns R, tout intervlle ouvert (borné ou non) est un ouvert. Exercice 1. Montrer que Ω = {(x, y) R 2 ; xy > 1} est un ouvert de R 2. Exercice 2. Montrer que toute boule ouverte d un evn E est un ouvert de E. Proposition 3.3. Soit E un evn. L fmille des ouverts de E vérifie les propriétés suivntes : (0) et E sont ouverts ; (1) toute réunion d ouverts est un ouvert ; (2) toute intersection finie d ouverts est un ouvert. Démonstrtion. Un exercice qu il fut svoir fire. Remrque. Si E est un ensemble quelconque, une fmille de prties de E vérifint (0), (1) et (2) s ppelle une topologie sur E. C est ce qui explique le titre de cette section ( vocbulire topologique ). Définition 3.4. Soit E un evn. On dit qu un ensemble C E est un fermé de E s il possède l propriété suivnte : chque fois qu une suite (u k ) C converge dns E, s limite pprtient encore à C. Exemple. Dns R, tout intervlle fermé (borné ou non, éventuellement réduit à un point) est un fermé. Exercice. Montrer que, E et toute boule fermée de E sont des fermé de E. Proposition 3.5. Soit E un evn. Un ensemble C E est fermé si et seulement si son complémentire E \ C est ouvert. Démonstrtion. Encore un exercice qu il fut svoir fire.

15 3. VOCABULAIRE TOPOLOGIQUE 15 Corollire 3.6. Si E est un evn, lors l fmille des fermés de E est stble pr intersections quelconques et réunions finies. Démonstrtion. C est immédit pr pssge ux complémentires, en utilisnt l proposition 3.3. L proposition suivnte crctérise l continuité en termes d ouverts et/ou de fermés. Dns l prtique, c est presque toujours ce résultt qu on utilise pour vérifier qu un ensemble est ouvert ou fermé. Proposition 3.7. Soient E et F deux evn, et soit Φ : E F. Les propriétés suivntes sont équivlentes : (i) Φ est continue sur E ; (ii) Φ 1 (V ) est ouvert dns E, pour tout ouvert V F ; (ii ) Φ 1 (C) est fermé dns E, pour tout fermé C F. Démonstrtion. D près l proposition 3.5 et le fit que f 1 (F \A) = E\f 1 (A) pour tout ensemble A F, il et clir que (ii) et (ii ) sont équivlentes. L équivlence de (i) et (ii) est un exercice qu il fut svoir fire. Exemple 1. L ensemble Ω = {(x, y) R 2 ; x y, x + y > 3 et x 2 + y 2 < 6} est un ouvert de R 2, et l ensemble C = {(x, y, z) R 3 ; x y 5 et x 6 + y 2 z 4 = 1} est un fermé de R 3. Démonstrtion. Soient Φ 1, Φ 2 et Φ 3 les trois fonctions de R 2 dns R définies pr Φ 1 (x, y) = x y, Φ 2 (x, y) = x + y et Φ 3 (x, y) = x 2 + y 2. Ces trois fonctions sont continues (formules explicites), et on Ω = Φ 1 1 (R \ {0}) Φ 1(]3, + [) Φ 1(], 6[). 2 Comme R\{0}, ]3, + [ et ], 6[ sont des ouverts de R, on voit donc que Ω pprit comme l intersection de trois ouverts de R 2. D près l proposition 3.3, on en déduit que Ω est ouvert. On montre de l même mnière que C est un fermé de R 3, en l écrivnt comme intersection de deux fermés définis pr des fonctions continues bien choisies. Remrque. Ce qu il fut retenir de ces deux exemples est le slogn suivnt : un ensemble défini pr un nombre fini de non-églités et d inéglités strictes est ouvert, et un ensemble défini pr un nombre fini d églités et d inéglités lrges est fermé. Exemple 2. L ensemble des mtrices inversibles est un ouvert de M n (R). Démonstrtion. Si on pose Φ(M) = det(m), lors l fonction Φ est continue sur M n (R) et l ensemble des mtrices inversibles est exctement Φ 1 (R \ {0}). Exercice. Donner un exemple d ensemble A R qui n est ni ouvert ni fermé D utres mots. On renvoie u cours de topologie pour l définition d utres termes topologiques comme voisinge, intérieur, dhérence et frontière. Si A est une prtie d un evn E, on noter Å son intérieur, A son dhérence, et A s frontière. Exercice 1. Quelle est l frontière de Ω = {(x, y) R 2 ; xy > 1} dns R 2? Exercice 2. Montrer que dns un evn E, l dhérence d une boule ouverte de ryon ε > 0 est l boule fermée correspondnte. 3

16 16 1. PRÉLIMINAIRES 4. Compcité, connexité, complétude 4.1. Prties compctes d un evn. Définition 4.1. Soit E un evn, et soit K E. On dit que K est compct si, de toute suite (u k ) K, on peut extrire une sous-suite convergente dont l limite pprtient à K. Remrque 1. Les ensembles compcts restent les mêmes si on remplce l norme pr une norme équivlente. On peut donc prler de compcts dns un espce vectoriel de dimension finie sns fire explicitement référence à une norme. Remrque 2. Tout compct K E est fermé dns E et borné (il existe une constnte M telle que u K : u M). Démonstrtion. Exercice à svoir fire. Proposition 4.2. Dns un evn de dimension finie, les ensembles compcts sont exctement les ensembles fermés et bornés. Démonstrtion. Soit E un evn de dimension finie. D près l remrque 2 cidessus, il suffit de montrer que si K E est fermé et borné, lors K est compct. Soit donc (u k ) une suite quelconque d éléments de K. Alors (u k ) est bornée cr K est borné. Comme E est de dimension finie, on peut ppliquer le théorème de Bolzno- Weierstrss (théorème 2.2) : l suite (u k ) possède une sous-suite convergente (u k ). De plus, comme K est fermé dns E, l limite de l suite (u k ) pprtient à K. Remrque. En dimension finie, pour montrer qu un ensemble est borné, on peut choisir l norme qu on veut pr équivlence des normes. Exemple 1. L ensemble K = {(x, y) R 2 ; x 2 + 3y 2 1} est un compct de R 2. Démonstrtion. Il est clir que K est fermé (il est défini pr une inéglité lrge). De plus, si u = (x, y) K lors x 2 1 et y 2 1/3 (cr l somme de 2 termes positifs est plus grnde que chcun des 2 termes), utrement dit x 1 et y 1/ 3. Donc u 1 pour tout u K, et pr conséquent, K est borné. Exemple 2. L ensemble des mtrices orthogonles est un compct de M n (R). Démonstrtion. Pr définition, une mtrice M est orthogonle si et seulement t MM = I. Si on pose Φ(M) = t MM, lors Φ est une ppliction continue de M n (R) dns M n (R) (les coefficients de Φ(M) sont des fonctions polynomiles de ceux de M), et O n (R) = Φ 1 ({I}). Pr conséquent, O n (R) est un fermé de M n (R). D utre prt, on sit que si M est une mtrice orthogonle, lors ses vecteurs colonnes sont de norme euclidienne égle à 1. En prticulier, tous les coefficients de M sont u plus égux à 1 en vleur bsolue, et donc M 1, où l norme est définie pr ( ij ) = mx i,j ij. Pr conséquent, O n (R) est borné dns M n (R). Exercice 1. Soit E = (C([0, 1], ). Donner un exemple d ensemble fermé et borné dns E qui ne soit ps compct. Exercice 2. Montrer que si (x n ) est une suite convergente dns un evn E et si on pose x = lim x n, lors l ensemble K = {x } {x n ; n N} est un compct de E. Exercice 3. Montrer que si K 1 et K 2 sont deux compcts dns des evn E 1 et E 2, lors K 1 K 2 est compct dns E 1 E 2.

17 4. COMPACITÉ, CONNEXITÉ, COMPLÉTUDE 17 L importnce de l compcité vient des deux théorèmes suivnts. Théorème 4.3. Soit K un compct d un evn E. Si f : K R est une fonction continue, lors f est bornée et tteint ses bornes. Démonstrtion. On se contente de montrer que f est mjorée et tteint s borne supérieure. Soit M = sup{f(u); u K}. (Pr convention, on pose sup A = pour un ensemble A non mjoré). Pr définition de M, on peut trouver une suite (u k ) K telle que f(u k ) M. Comme K est compct, on peut supposer, quitte à extrire une sous-suite, que l suite (u k ) converge vers un certin u K. Alors f(u k ) f(u) pr continuité, et donc f(u) = M. Cel prouve à l fois que M < (i.e. que f est mjorée) et que f tteint s borne supérieure. Exercice 1. Soit K un compct de C contenu dns Ω = {z C; Re(z) > 0}. Montrer qu on peut trouver α > 0 tel que z K : Re(z) α. Exercice 2. Soit Ω = {z C; Re(z) > 0}. Montrer que l série e nz converge normlement sur tout compct de Ω. Théorème 4.4. Soit K un compct d un evn E, et soit F un utre evn. Si : K F est continue, lors f est uniformément continue. Autrement dit, étnt donné ε > 0, on peut prendre le même δ de continuité pour tous les points K. Démonstrtion. Avec des quntificteurs, il s git de montrer l chose suivnte (comprer vec l définition de l continuité) : ε > 0 δ = δ(ε) > 0, u K : u < δ = f(u) f() < ε. Supposons que cel ne soit ps vri. Alors on peut trouver ε 0 > 0 tel que δ > 0, u K : u < δ et f(u) f() ε 0. En prennt δ = 1/k (où k N ), on obtient deux suites ( k ), (u k ) K telles que u k k 0 et f(u k ) f( k ) ε 0 pour tout k N. Comme K est compct, on peut supposer, quitte à extrire une sous-suite, que ( k ) converge vers un certin K. Alors u k = (u k k ) + k tend églement vers puisque u k k 0. Pr continuité, f( k ) et f(u k ) tendent tous les deux vers f(), et donc f(u k ) f( k ) 0. Comme f(u k ) f( k ) ε 0 > 0 pour tout n, on obtient donc une contrdiction. Voici une conséquence ce théorème qui nous ser utile plus trd. Corollire 4.5. Soit Ψ : I [, b] F une ppliction continue, où I est une prtie d un evn E et [, b] est un intervlle compct de R. Pour tout t I, notons Ψ(t, ) l fonction continue x Ψ(t, x). Alors l ppliction t Ψ(t, ) est continue de I dns C([, b]). Démonstrtion. Soit (t n ) une suite de points de I convergent vers t I. Alors l ensemble K = {t n ; n N} {t } est compct, donc K [, b] églement, et donc l fonction Ψ est uniformément continue sur K [, b]. Il est lors fcile de vérifier que Ψ(t n, x) tend vers Ψ(t, x) uniformément sur [, b], ce qui signifie que Ψ(t n, ) tend vers Ψ(t, ) dns l espce C([, b]).

18 18 1. PRÉLIMINAIRES 4.2. Ouverts connexes d un evn. Définition 4.6. Soit Ω un ouvert d un evn E. On dit que Ω est connexe s il est impossible de prtitionner Ω en deux ouverts non vides. Autrement dit, s il est impossible d écrire Ω = Ω 0 Ω 1, où Ω 0 et Ω 1 sont des ouverts non vides et Ω 1 Ω 2 =. Il fut connitre cette définition, mis on renvoie u cours de topologie pour plus de détils. Le seul résultt dont on ur besoin (et en fit, on pourrit s en psser) est l proposition ci-dessous. Appelons ligne brisée dns un evn E tout ensemble L constitué d un nombre fini de segments mis bout à bout (et pouvnt éventuellement se recouper) ; utrement dit, tout ensemble du type L = [ 0, 1 ] [ 1, 2 ] [ N 1, N ], où les i sont des points de E (ce qu on vient d écrire suppose N 2, mis bien entendu un segment [ 0, 1 ] est ussi une ligne brisée). De mnière équivlente, une ligne brisée est l imge d une ppliction γ : [0, 1] E continue et ffine pr morceux. (Exercice : montrer que c est bien l même chose). Proposition 4.7. Soit E un evn. Pour un ouvert Ω E, les propriétés suivntes sont équivlentes : (i) Ω est connexe ; (ii) deux points quelconques de Ω peuvent toujours être reliés pr une ligne brisée entièrement contenue dns Ω. Démonstrtion. Pour montrer que (i) entrine (ii), supposons Ω connexe. Soit u Ω fixé. Il suffit de montrer que tout point v Ω peut être relié à u pr une ligne brisée contenue dns Ω, puisque u est un point rbitrirement choisi de Ω. Notons Ω 0 l ensemble des points v Ω qui peuvent être reliés à u, et Ω 1 l ensemble des points qui ne peuvent ps être reliés à u. Il s git de montrer que Ω 1 est vide. Comme Ω est supposé connexe et comme Ω 0 n est ps vide (il contient u grâce à l ligne brisé trivile L = [u, u]), il suffit pour cel de montrer que Ω 0 et Ω 1 sont tous les deux ouverts. Soit v Ω 0 quelconque, et choisissons une ligne brisée L Ω joignnt u à v. Comme Ω est ouvert, on peut trouver r > 0 tel que B(v, r) Ω. Si w B(v, r), lors le segment [v, w] est contenu dns B(v, r) (et donc dns Ω) cr l boule B(v, r) est convexe. Pr conséquent, l ligne brisée L w = L [v, w] est contenue dns Ω, et relie évidemment u à w. Ainsi, tout point w B(v, r) pprtient à Ω 0, utrement dit B(v, r) Ω 0. On donc montré que Ω 0 est ouvert. Soit mintennt v Ω 1 quelconque, et choisissons r > 0 tel que B(v, r) Ω. Si on pouvit relier u à un point w B(v, r) pr une ligne brisée L Ω, lors on pourrit relier u à v pr l ligne brisée L [w, v] (qui est contenue dns Ω pr convexité de B(v, r)) ; mis ceci est exclu puisque v Ω 1. Pr conséquent, ucun point w B(v, r) ne peut être relié à u, utrement dit B(v, r) Ω 1. Cel montre que Ω 1 est églement ouvert. Montrons mintennt que (ii) entrine (i). On risonne pr l bsurde en supposnt que (ii) est vérifiée mis que (i) ne l est ps. On peut donc écrire Ω = Ω 0 Ω 1, où Ω 0 et Ω 1 sont des ouverts non vides et Ω 0 Ω 1 =. Choisissons un point u 0 Ω 0 et un point u 1 Ω 1. D près (ii), on peut trouver une ppliction continue (et ffine pr morceux) γ : [0, 1] E telle que γ(0) = u 0, γ(1) = u 1 et γ(t) Ω pour tout t [0, 1]. Posons = sup {t [0, 1]; γ(t) Ω 0 }. Cel bien un sens cr l ensemble A = {t [0, 1]; γ(t) Ω 0 } est non vide (il contient t = 0 cr γ(0) = u 0 Ω 0 ) et mjoré pr 1. On v montrer que γ() n pprtient ni à Ω 0, ni à Ω 1, ce qui fournir une contrdiction puisque pr hypothèse γ() doit pprtenir à Ω et Ω = Ω 0 Ω 1.

19 4. COMPACITÉ, CONNEXITÉ, COMPLÉTUDE 19 Pr définition de, on peut trouver une suite ( k ) A telle que k. Alors γ( k ) γ() pr continuité de γ. Comme γ( k ) Ω 0 E \ Ω 1 pour tout k et comme E \ Ω 1 est fermé dns E, on en déduit que γ() E \ Ω 1, utrement dit γ() Ω 1. Supposons que γ() Ω 0. Alors < 1 cr γ(1) = u 1 Ω 1 et Ω 1 Ω 0 =. Comme Ω 0 est ouvert et que γ est continue, on peut trouver δ > 0 tel que γ(t) Ω 0 pour tout t [0, 1] vérifint t δ. Comme < 1, on en déduit qu on peut trouver un t > tel que γ(t) Ω 0 ; mis cel contredit l définition de. On donc montré que γ() Ω 0, ce qui termine l démonstrtion. Corollire 4.8. Si E est un evn, lors tout ouvert convexe de E est connexe. En prticulier, E lui même est connexe (ce qui n étit ps évident priori). Exercice. Soit Ω un ouvert d un evn E, et soit R une reltion d équivlence sur Ω. On suppose que l clsse d équivlence [u] R de tout point u Ω est un ouvert de E. Montrer que Ω \ [u] R est églement un ouvert, pour tout u Ω. Pourquoi cet exercice est-il plcé ici? Remrque 1. L proposition précédente un grnd intérêt prtique : il est souvent beucoup plus fcile de montrer qu un ouvert concret vérifie l propriété (ii) que de prouver qu il ne peut ps être prtitionné en deux ouverts non vides disjoints. Remrque 2. Une prtie A de E est dite connexe pr rcs si, pour tous u, v A, on peut trouver un chemin continu relint u à v dns A, i.e. une ppliction continue γ : [0, 1] E telle que γ(0) = u, γ(1) = v et γ(t) A pour tout t [0, 1]. L démonstrtion précédente étbli qu un ouvert de E est connexe si et seulement si il est connexe pr rcs. (Exercice : vérifier) Espces complets. Définition 4.9. Soit E un evn. On dit qu une suite (u k ) E est une suite de Cuchy si u q u p 0 qund p, q ; utrement dit : ε > 0 K p, q K : u q u p ε. On dit que l espce E est complet, ou encore que E est un espce de Bnch, si toute suite de Cuchy (u k ) E est convergente. Exercice. Montrer qu une suite convergente est toujours de Cuchy, et que toute suite de Cuchy est bornée. Remrque. Un evn complet reste complet si on remplce l norme pr une norme équivlente. Exemple 1. R et C sont complets : c est le critère de Cuchy pour les suites numériques. Exemple 2. Tout evn de dimension finie est complet. Démonstrtion. Pr équivlence des normes, il suffit de montrer que R n est complet pour l norme. Soit donc (u k ) R n une suite de Cuchy pour, et écrivons u k = (u k (1),..., u k (n)). Si j {1,..., n}, lors u q (j) u p (j) u q u p pour tous p, q N. On en déduit que l suite (u k (j)) k N est de Cuchy dns R, et converge donc vers un certin nombre réel l j. Si on pose u = (l 1,..., l n ) R n, lors

20 20 1. PRÉLIMINAIRES (u k ) converge vers u coordonnée pr coordonnée, et donc u sens de l norme. Ainsi, on bien montré que l suite de Cuchy (u k ) est convergente. Exemple 3. L espce C([0, 1]) est complet pour l norme : c est l trduction du critère de Cuchy uniforme pour les suites de fonctions continues. Le résultt suivnt est souvent très utile. Si (u k ) est une suite dns un evn E, on dir que l série u k est convergente si l suite des sommes prtielles S k = k i=0 u i converge dns E ; et on dir que l série u k est normlement convergente si l série à termes positifs u k est convergente. Proposition Dns un evn complet, toute série normlement convergente est convergente. Démonstrtion. Soit u k une série normlement convergente dns un evn complet E, et posons S k = k i=0 u i. Si p < q, lors q S q S p = u i i=p+1 q u i i=p+1 i=p+1 u i. Comme l série u k est convergente, le reste p+1 u i tend vers 0 qund p. Pr conséquent, S q S p tend vers 0 qund p, q ; utrement dit l suite (S k ) est de Cuchy dns E. Comme E est supposé complet, cel montre que l suite (S k ) est convergente, i.e. que l série u k converge dns E. Remrque. En fit, on peut montrer que l proposition précédente crctérise les espces complets : si E est un evn dns lequel toute série normlement convergente est convergente, lors E est complet. C est un exercice intéressnt. 5. Applictions linéires et multilinéires 5.1. Applictions linéires continues. Bien que fcile à démontrer, le théorème suivnt est très importnt. Dns l prtique, c est toujours en utilisnt ce théorème qu on montre qu une ppliction linéire donnée est continue, et ps en revennt à l définition de l continuité. Théorème 5.1. (critère de continuité) Soient E et F deux evn, et soit L : E F une ppliction linéire. Les propriétés suivntes sont équivlentes : (i) L est continue ; (ii) il existe une constnte C < telle que u E : L(u) C u. Démonstrtion. Supposons L continue. Alors L est continue en 0, donc on peut trouver δ > 0 tel que L(v) L(0) 1 pour tout v E vérifint v 0 δ ; utrement dit : v δ = L(v) 1.

21 5. APPLICATIONS LINÉAIRES ET MULTILINÉAIRES 21 Soit mintennt u E quelconque, vec u 0. Alors v = δ u donc ( L δ u ) 1. u Mis ( ) L δ u u = δ u L(u) = u vérifie v = δ, et on δ u L(u), donc l inéglité précédente s écrit L(u) 1 δ u. Ceci reste évidemment vri pour u = 0, et on donc montré que (ii) est vérifiée vec C = 1/δ. Supposons mintennt que (ii) soit vérifiée pour une certine constnte C. Pour tous u, v E, on lors (pr linérité de L) L(v) L(u) = L(v u) C v u, ce qui montre que L est lipschitzienne et donc continue. Remrque. L fin de l démonstrtion étbli que si C est comme dns (ii), lors L est C-lipschitzienne. Corollire 5.2. Si l espce de déprt E est de dimension finie, lors toute ppliction linéire L : E F est continue. Démonstrtion. Pr équivlence des normes, on peut supposer que E = (R n, ). Notons (e 1,..., e n ) l bse cnonique de R n. Si u = (u(1),..., u(n)) = n 1 u(j)e j E, lors L(u) = L u(j)e j j=1 = u(j) L(e j ) j=1 u(j) L(e j ) j=1 u L(e j ). L propriété (ii) du critère de continuité est donc vérifiée vec C = n 1 L(e j) (qui est bien indépendnte de u R n ). Exercice 1. Une démonstrtion identique déjà été fite. A quel endroit? Exercice 2. Montrer que si E est un evn, lors l ppliction (u, v) u + v est continue de E E dns E. Nottion. Si E et F sont deux evn, on noter toujours L(E, F ) l espce vectoriel constitué pr les pplictions linéires continues de E dns F. Si E = F, on écrit L(E) u lieu de L(E, E). Pour F = R, on écrir souvent E u lieu de L(E, R). Un élément de E s ppelle une forme linéire continue (sur E), et l espce E s ppelle le dul de E. j=1

22 22 1. PRÉLIMINAIRES Définition 5.3. Soient E et F deux evn. Si L : E F est une ppliction linéire continue, on pose { } L(u) F L L(E,F ) = sup ; u E, u 0. u E Reformultion. L L(E,F ) est l plus petite constnte C telle que L(u) C u pour tout u E. Donc, pour un nombre réel positif C, on l équivlence L L(E,F ) C u E : L(u) C u. Une conséquence est qu il est en générl plus ou moins utomtique de mjorer L L(E,F ). En revnche, une minortion demnde priori plus d inititive. Remrque 1. L nottion n est ps fntisiste : L(E,F ) est effectivement une norme sur L(E, F ), qui est dite subordonnée ux normes de E et de F. On supposer toujours que L(E, F ) est muni de cette norme, et en conséquence on écrir le plus souvent u lieu de L(E,F ). Remrque 2. L norme L L(E,F ) dépend des normes choisies sur E et F. Mis si on remplce les normes de E et F pr des normes équivlentes, on obtient une norme équivlente sur L(E, F ). Exercice. Démontrer ce qui est dit dns les remrques 1 et 2. Exemple 1. Si E est un evn, lors Id E = 1. Exemple 2. Soit E = (R n, ). Pour b = (b 1,..., b n ) R n, notons Θ b : E R l forme linéire (continue) définie pr Θ b (x 1,..., x n ) = b j x j. Alors Θ b E = b 1 = n j=1 b j. De mnière un peu pédnte, on dit que (R n, ) s identifie isométriquement à (R n, 1 ). j=1 Démonstrtion. Pour tout u = (x 1,..., x n ) R n, on Θ b (u) b j x j j=1 mx x j j = b 1 u. b j Pr définition de l norme d une forme linéire, on donc Θ b b 1. Pour montrer qu on ussi Θ b b 1, il suffit de trouver u R n tel que u = 1 et Θ b (u) = b 1. Pour tout j {1,..., n}, choisissons ε j = ±1 tel que ε j b j = b j. Alors u = (ε 1,..., ε n ) convient : on u = 1, et Θ b (u) = n 1 ε jb j = n 1 b j = b 1. Exercice. On grde les nottions de l exemple 2. Exprimer Θ b (u) à l ide du produit sclire usuel de R n, puis montrer que si on munit R n de l norme euclidienne, lors Θ b = b 2. j=1

23 5. APPLICATIONS LINÉAIRES ET MULTILINÉAIRES 23 Nottion. On noter toujours AB l composée de deux pplictions linéires A et B, i.e. AB = A B : si B L(E, F ) et A L(F, G) (où E, F, G sont trois evn), lors AB L(E, G) et AB(u) = A(B(u)). En ccord vec cette nottion, si A L(E) et k N on note A k l composée A A (k fois). On pose ussi A 0 = I. Proposition 5.4. Si B L(E, F ) et A L(F, G), lors AB A B. Démonstrtion. C est mécnique : on AB(u) = A(B(u)) A B(u) A B u pour tout u E, d où le résultt. Corollire 5.5. Si A L(E), lors A k A k pour tout k N. Démonstrtion. Une récurrence immédite. Remrque importnte. On sit bien que M n (R) s identifie cnoniquement à L(R n ). A chque norme sur R n correspond donc une norme subordonnée sur M n (R). On dir qu une telle norme sur M n (R) est une norme mtricielle. D près l proposition précédente, une norme mtricielle est toujours sous-multiplictive ( AB A B ) et on I = 1. Exercice. Montrer que pour toute mtrice A M n (R), l série A k k! converge dns M n (R). Proposition 5.6. Soient E et F deux evn. On suppose que F est complet. Alors L(E, F ) est complet pour l norme L(E,F ). Démonstrtion. Soit (L k ) une suite de Cuchy dns L(E, F ). Il s git de montrer que (L k ) converge dns L(E, F ), utrement dit de trouver une L L(E, F ) telle que L k L L(E,F ) 0. Cel v se fire en 3 étpes, ce qui est toujours le cs lors d une démonstrtion de complétude : on commence pr identifier un cndidt limite, puis on montre que ce cndidt pprtient bien à l espce considéré (ici L(E, F )), et enfin que l suite converge effectivement vers le cndidt limite u sens de l norme de l espce en question. Pour tout u E et pour p, q N, on L q (u) L p (u) L q L p L(E,F ) u. Comme l suite (L k ) est de Cuchy, on en déduit que l suite (L k (u)) est de Cuchy dns F, et est donc convergente puisque F est supposé complet. Pour tout u E, on peut donc poser L(u) = lim k L k(u). L ppliction L : E F insi définie est notre cndidt limite. Il est clir que L est linéire cr les L k le sont. De plus, l suite (L k ) est bornée dns L(E, F ) cr elle est de Cuchy : donc une constnte M telle que L k M pour tout k N, ce qui s écrit encore (pr définition de l norme de L(E, F )) u E k : L k (u) M u. En fisnt tendre k vers l infini, on en déduit qu on L(u) M u pour tout u E, ce qui prouve que l ppliction linéire L est continue. Ainsi, L L(E, F ).

24 24 1. PRÉLIMINAIRES Pour montrer que L k L L(E,F ) 0, fixons ε > 0. Comme (L k ) est de Cuchy dns L(E, F ), on peut trouver K tel que L q L p L(E,F ) ε pour p, q K. Pr définition de L(E,F ), cel s écrit u E p, q K : (L q L p )(u) ε u. En fixnt p et en fisnt tendre q vers l infini, on en déduit (puisque L q (u) L(u)) u E p K : (L L p )(u) ε u. Pr définition de L(E,F ) (à nouveu), cel signifie qu on L L p L(E,F ) ε pour tout p K, ce qui termine l démonstrtion. Corollire 5.7. Si E est un evn, lors son dul E est un espce de Bnch. Remrque. Si E et F sont tous les deux de dimension finie, lors l preuve précédente est inutile puisque L(E, F ) est églement de dimension finie, et donc complet pour n importe quelle norme Applictions bilinéires continues. Définition 5.8. Soient E 1, E 2 et F trois evn. Une ppliction B : E 1 E 2 F est dite bilinéire si B(u 1, u 2 ) est linéire pr rpport à chque vrible u 1, u 2 séprément ; utrement dit, si pour tout u 1 E 1 fixé, l ppliction u 2 B(u 1, u 2 ) est linéire, et pour tout u 2 E 2 fixé, l ppliction u 1 B(u 1, u 2 ) est linéire. Remrque. Intuitivement, une ppliction bilinéire est un produit. Il est toujours bon de grder cette idée en tête. Exemple 1. Le produit usuel (x, y) xy est bilinéire de R R dns R. Plus générlement, si E est un espce vectoriel, lors l ppliction (λ, u) λu est bilinéire de R E dns E. Exemple 2. Si on note, le produit sclire usuel sur R n, lors l ppliction (x, y) x, y est bilinéire de R n R n dns R. Exemple 3. Si E et F sont des evn, lors l ppliction (L, u) L(u) est bilinéire de L(E, F ) E dns F. Exemple 4. Si E, F, G sont des evn, lors l ppliction (S, T ) T S est bilinéire de L(E, F ) L(F, G) dns L(E, G). L proposition suivnte crctérise l continuité pour les pplictions bilinéires de mnière nlogue à ce que fit le théorème 5.1 pour les pplictions linéires. Rppelons que si E 1 et E 2 sont deux evn, lors E 1 E 2 est muni de l norme produit, et qu une suite converge dns E 1 E 2 si et seulement si elle converge coordonnée pr coordonnée (cf l exemple 4 de l section 1.1 et l exemple 4 de l section 2.1) Proposition 5.9. (critère de continuité) Soient E 1, E 2 et F trois evn. Pour une ppliction bilinéire B : E 1 E 2 F, les propriétés suivntes sont équivlentes : (i) B est continue ; (ii) il existe une constnte C < telle que (x, y) E 1 E 2 : B(x, y) C x y.

25 5. APPLICATIONS LINÉAIRES ET MULTILINÉAIRES 25 Démonstrtion. L impliction (i) entrine (ii) se démontre exctement comme pour les pplictions linéires (voir l preuve du théorème 5.1, mis ttention : l constnte qui sort est cette fois C = 1/δ 2. Pourquoi?). Inversement, supposons (ii) vérifiée. Soit (u k ) k N = (x k, y k ) une suite dns E 1 E 2 convergent vers u = (x, y) E 1 E 2. Pr bilinérité et en utilisnt (ii), on B(x k, y k ) B(x, y) = B(x k x, y k ) + B(x, y k y) B(x k x, y k ) + B(x, y k y) C ( x k x y k + x y k y ). D utre prt, l suite (y k ) est bornée puisqu elle converge vers y Il existe donc une constnte M telle que y k M pour tout k N, et on obtient insi B(x k, y k ) B(x, y) CM x k x + C y k y Comme x k x et y k y, cel montre que B(x k, y k ) tend vers B(x, y). Pr conséquent, B est continue. Exercice. Comprer l preuve précédente vec celle (vue en première nnée) du fit que si (u k ) et (v k ) sont deux suites numériques convergentes de limites u et v, lors u k v k uv. Corollire Si E, F et G sont trois evn, lors l ppliction (S, T ) T S est continue de L(E, F ) L(F, G) dns L(E, G). Démonstrtion. Cette ppliction est bilinéire, et on T S T S. Corollire Si E 1 et E 2 sont des evn de dimension finie, lors toute ppliction bilinéire B : E 1 E 2 F est continue. Démonstrtion. Pour u 1 E 1, notons B u1 : E 2 F l ppliction définie pr B u1 (u 2 ) = B(u 1, u 2 ). Cette ppliction est linéire pr bilinérité de B, et elle est donc continue puisque dim(e 2 ) <. Ainsi, B u1 L(E 2, F ), et on donc sous l min une ppliction u 1 B u1 de E 1 dns L(E 2, F ). Cette ppliction est linéire pr bilinérité de B, donc continue puisque dim(e 1 ) <. Il existe donc une constnte C telle que B u1 L(E2,F ) C u 1 pour tout u 1 E 1. On en déduit B(u 1, u 2 ) = B u1 (u 2 ) B u1 u 2 C u 1 u 2 pour tout (u 1, u 2 ) E 1 E 2, ce qui prouve que B est continue. Autre démonstrtion. On procéde comme dns l preuve de l continuité des plictions linéires en dimension finie (corollire 5.2). Pr équivlence des normes, on peut supposer que E 1 = R m et E 2 = R n, tous deux munis de l norme. Soient (e 1,..., e m ) l bse cnonique de R n et (f 1,..., f n ) l bse cnonique de R m. Si x = m 1 x ie i R m et y = n 1 y jf j R n lors, pr bilinérité, B(x, y) = i,j x i y j B(e i, f j ). On en déduit qu on B(x, y) C x y pour tout (x, y) R m R n, où C = i,j B(e i; e j ).

26 26 1. PRÉLIMINAIRES Exercice 1. Soient E et F des evn. Montrer que l ppliction (T, u) T (u) est continue de L(E, F ) E dns F. Exercice 2. Soit E un evn. Montrer que l ppliction (λ, u) λu est continue de R E dns E Applictions multilinéires continues. Soient E 1,..., E n et F des evn. Une ppliction P : E 1 E n F est dite n-linéire si P (u 1,..., u n ) est linéire pr rpport à chque vrible séprément. Pr exemple, l ppliction (u 1,..., u n ) det(u 1,..., u n ) est n-linéire de R n R n dns R. Exctement comme pour les pplictions bilinéires, on montre qu une ppliction n-linéire P : E 1 E n F est continue si et seulement si il existe une constnte C telle que (5.1) (u 1,..., u n ) E 1 E n : P (u 1,..., u n ) C u 1 u n. L démonstrtion est identique bien qu un peu plus pénible à écrire et constitue un exercice instructif (essyer vec n = 3). On peut églement démontrer pr récurrence sur n que si une ppliction n-linéire P : E 1 E n F vérifie (5.1), lors elle est continue. Supposons le résultt cquis pour n 1 (vec n 2), et soit P : E 1 E n F une ppliction n-linéire vérifint (5.1). Pour (u 1,..., u n 1 ) E 1 E n 1, notons P (u1,...,u n 1 ) : E n F l ppliction linéire définie pr P (u1,...,u n 1 )(v) = P (u 1,..., u n 1, v). Pr (5.1), on P (u1,...,u n 1 )(v) C u 1 u n 1 v. Pr conséquent l ppliction linéire P (u1,...,u n 1 ) est continue, vec P (u1,...,u n 1 ) C u 1 u n 1. D près l hypothèse de récurrence, on en déduit que l ppliction (n 1)-linéire (u 1,..., u n 1 ) P (u1,...,u n 1 ) est continue de E 1 E n 1 dns L(E n, F ). Mintennt, si u = (u 1,..., u n ) E 1 E n, lors P (u 1,..., u n ) = P (u1,...,u n 1 )(u n ) = B(P (u1,...,u n 1 ), u n ), où B : L(E n, F ) E n F est l ppliction bilinéire définie pr B(T, v) = T (v). On vu plus hut que cette ppliction B est continue, donc P est continue pr composition. On déduit comme plus hut du critère de continuité que si E 1,..., E n sont de dimension finie, lors toute ppliction n-linéire de E 1 E n dns un evn F est continue. Exercice. Soit E un evn. Montrer que pour tout n N, l ppliction L L n est continue sur L(E). 6. Sclristion Le but de cette section est de démontrer le lemme suivnt, qui ser très importnt pour nous. L preuve est loin d être fcile, et il n est ps nécessire de svoir l refire. Mis bien entendu, il fut bsolument connitre le résultt et svoir l utiliser. Lemme 6.1. (lemme de sclristion) Soit E un evn. Pour tout E, on peut trouver une forme linéire continue Θ E telle que Θ 1 et Θ() =. Remrque. Si 0, on lors en fit Θ = 1 puisque Θ Θ() et donc Θ 1 en divisnt pr.

27 6. SCALARISATION 27 Démonstrtion du lemme lorsque E = (R n, ). Dns ce cs, c est très simple et il fut svoir refire l preuve. Soit E quelconque. Pr définition de l norme, on peut trouver j 0 {1,..., n} tel que j0 =. Soit ε 0 = ±1 tel que ε 0 j0 = j0, et soit Θ E l forme linéire défijnie pr Θ(x 1,..., x n ) = ε 0 x j0 ; utrement dit et vec les nottions de l exemple 2 donné près l définition 5.3, Θ = Θ b où b = (0,..., ε 0,... 0) (vec ε 0 à l plce j 0 ). Alors Θ = b 1 = 1 et Θ() = j0 =. Exercice. Démontrer le lemme de sclristion lorsque E = (R n, 2 ). Démonstrtion du lemme dns le cs où dim(e) <. Ici, on ne peut ps s en sortir en invoqunt l équivlence des normes : c est un peu plus compliqué. Appelons solution prtielle (u problème qu on est en trin de considérer) toute forme linéire (continue) Φ : F R définie sur un sous-espce vectoriel F E contennt, telle que Φ 1 et Φ() =. Avec cette terminologie, ce qu il fut fire est montrer qu il existe une solution prtielle Θ définie sur E tout entier. Dns l suite, on supposer 0 (si = 0, il suffit de prendre Θ = 0). Fit 1. Il existe u moins une solution prtielle Φ 0 définie sur F 0 = R. Démonstrtion. Soit Φ 0 : F 0 R l forme linéire définie comme suit : λ R : Φ 0 (λ) = λ. Pour u = λ F 0, on Φ 0 (u) = λ = u, donc Φ 0 1 ; et bien sûr Φ 0 () =. Ainsi, Φ 0 est une solution prtielle. Fit 2. Si Φ : F R est une solution prtielle et si e E \ F, lors Φ peut se prolonger en une solution prtielle définie sur F Re. Démonstrtion. Fixons Φ : F R et e E \ F. Il est clir que toute forme linéire Φ : F Re R prolongent Φ vérifie Φ() =. Donc il s git simplement d en trouver une qui vérifie ussi Φ 1, utrement dit Φ(u) u pour tout u F R e. En fit, il suffir de vérifier qu on Φ(u) u pour tout u F Re, cr si on pplique cette inéglité vec u u lieu de u on obtient Φ(u) u = u (utrement dit Φ(u) u ) et donc u totl Φ(u) u. Si Φ : F Re R est une forme linéire prolongent Φ, lors Φ est entièrement déterminée pr α := Φ(e) : pour tout u = v + λe F Re, on Φ(u) = Φ(v) + αλ. Il s git donc de montrer qu il existe un nombre réel α tel que Φ(v) + αλ v + αe pour tout couple (v, λ) F R. Pour λ = 0, l inéglité devient Φ(v) v, ce qui est vérifé cr Φ 1 ; donc on peut supposer λ 0. Il reste donc à prouver l existence d un α R tel que λ > 0 v F : Φ(v) ± αλ v ± αλ. En divisnt pr λ et en mnipulnt les inéglités, cel s écrit encore ( v (λ, v) ]0, [ F : Φ λ) v λ e v ( v ) α λ + e Φ. λ

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

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

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

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

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

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

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

Cours d Analyse IV Suites et Séries de fonctions

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

Plus en détail

Chapitre 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

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

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

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

Plus en détail

Tout ce qu il faut savoir en math

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

Plus en détail

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Calcul différentiel. Chapitre 1. 1.1 Différentiabilité

Calcul différentiel. Chapitre 1. 1.1 Différentiabilité Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace

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

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

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 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

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

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

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

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

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

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

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

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

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

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

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

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

/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

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

* 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

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

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

Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques

Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques Université de Provence Topologie 2 Cours3. Applications continues et homéomorphismes 1 Rappel sur les images réciproques Soit une application f d un ensemble X vers un ensemble Y et soit une partie P de

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

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

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

Plus en détail

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

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

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

Fonctions holomorphes

Fonctions holomorphes Université Joseph Fourier, Grenoble Maths en Ligne Fonctions holomorphes Christine Laurent-Thiébaut Ceci est le second volet de l étude des fonctions d une variable complexe, faisant suite au chapitre

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

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

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

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

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

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs Eo7 Limites de fonctions Théorie Eercice Montrer que toute fonction périodique et non constante n admet pas de ite en + Montrer que toute fonction croissante et majorée admet une ite finie en + Indication

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

Guide d'utilisation Easy Interactive Tools Ver. 2

Guide d'utilisation Easy Interactive Tools Ver. 2 Guide d'utilistion Esy Interctive Tools Ver. 2 Guide d'utilistion Esy Interctive Tools Ver.2 Présenttion de Esy Interctive Tools 3 Crctéristiques Fonction de dessin Vous pouvez utiliser Esy Interctive

Plus en détail

Suites numériques 3. 1 Convergence et limite d une suite

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

Plus en détail

La mesure de Lebesgue sur la droite réelle

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

Plus en détail

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

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

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

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

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

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

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

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

Statuts ASF Association Suisse Feldenkrais

Statuts ASF Association Suisse Feldenkrais Sttuts ASF Assocition Suisse Feldenkris Contenu Pge I. Nom, siège, ojectif et missions 1 Nom et siège 2 2 Ojectif 2 3 Missions 2 II. Memres 4 Modes d ffilition 3 5 Droits et oligtions des memres 3 6 Adhésion

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

Thèse Présentée Pour obtenir le diplôme de doctorat en sciences En génie civil Option : structure

Thèse Présentée Pour obtenir le diplôme de doctorat en sciences En génie civil Option : structure République Algérienne Démocrtique et Populire Ministère de l enseignement supérieur et de l recherche scientifique Université Mentouri de Constntine Fculté des sciences et sciences de l ingénieur Déprtement

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

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

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

Régression multiple : principes et exemples d application. Dominique Laffly UMR 5 603 CNRS Université de Pau et des Pays de l Adour Octobre 2006

Régression multiple : principes et exemples d application. Dominique Laffly UMR 5 603 CNRS Université de Pau et des Pays de l Adour Octobre 2006 Régression multiple : principes et eemples d ppliction Dominique Lffly UMR 5 603 CNRS Université de Pu et des Pys de l Adour Octobre 006 Destiné à de futurs thémticiens, notmment géogrphes, le présent

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

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

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

Toyota Assurances Toujours la meilleure solution

Toyota Assurances Toujours la meilleure solution Toyot Assurnces Toujours l meilleure solution De quelle ssurnce vez-vous besoin? Vous roulez déjà en Toyot ou vous ttendez s livrison. Votre voiture est neuve ou d occsion. Vous vlez les kilomètres ou

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

TOUT CE QU IL FAUT SAVOIR POUR LE BREVET

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

Plus en détail

LOGICIEL FONCTIONNEL EMC VNX

LOGICIEL FONCTIONNEL EMC VNX LOGICIEL FONCTIONNEL EMC VNX Améliortion des performnces des pplictions, protection des données critiques et réduction des coûts de stockge vec les logiciels complets d EMC POINTS FORTS VNX Softwre Essentils

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

La pratique institutionnelle «à plusieurs»

La pratique institutionnelle «à plusieurs» L prtique institutionnelle «à plusieurs» mury Cullrd Février 2013 Nicols, inquiet: «Qund je suis seul vec quelqu un, il se psse des choses» Vlentin, à propos de l institution : «Ici, y beucoup de gens,

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

LITE-FLOOR. Dalles de sol et marches d escalier. Information technique

LITE-FLOOR. Dalles de sol et marches d escalier. Information technique LITE-FLOOR Dlles de sol et mrches d esclier Informtion technique Recommndtions pour le clcul et l pose de LITE-FLOOR Générlités Cette rochure reprend les règles de se à respecter pour grntir l rélistion

Plus en détail

Théorie de la Mesure et Intégration

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

Plus en détail

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

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

- Phénoméne aérospatial non identifié ( 0.V.N.I )

- Phénoméne aérospatial non identifié ( 0.V.N.I ) ENQUETE PRELIMINAIRE ANALYSE ET REFEREWCES : Phénoméne érosptil non identifié ( 0VNI ) B8E 25400 DEF/GEND/OE/DOlRENS du 28/9/1992 Nous soussigné : M D L chef J S, OPJ djoint u commndnt de l brigde en résidence

Plus en détail

La fonction exponentielle

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

Plus en détail

Dérivation : cours. Dérivation dans R

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

Plus en détail