Schéma d Euler explicite
|
|
- Alexandre Bastien
- il y a 7 ans
- Total affichages :
Transcription
1 Schéma d Euler explicite Définition Étant donnés un pas de temps t et une suite d instants t n = t + n t n N, le schéma d Euler explicite associé à l équation différentielle du dt = ft, u, où f est une fonction continue de R + U dans R d, est donné par la relation de récurrence 2 v n+ = v n + t ft n, v n. Une «solution» de ce schéma est un N-uplet v n n {,...,N} de vecteurs de U vérifiant 2 pour tout n {,..., N }. Ce schéma approche ut n+ par ut n + t ft n, ut n, ce qui revient à remplacer f par la fonction constante égale à ft n, ut n sur l intervalle [t n, t n+ ] dans la formule intégrale ut n+ = ut n + n+ t n fs, us ds. Théorème Si f : R + U R d est continue, quel que soient t R +, u U, il existe T > t tel que, si pour < t < T t et N T t, la donnée initiale v = u et le schéma 2 définissent un unique N-uplet v n n {,...,N} de vecteurs de U. Soit alors la fonction v t : [t, T ] U, continue affine par morceaux valant v n en t n, c est-à-dire que v t t = v n + v n+ v n t tn t, si t [t n, t n+ [, n {,..., N }. Il existe une suite h k k N, strictement décroissante et tendant vers telle que v hk tend vers une fonction u C t, T ; U solution de l équation intégrale ut = u + T t fs, us ds, ce qui implique que u est solution de pour la donnée initiale u = u. Ce théorème de convergence à sous-suite près du schéma d Euler démontre «au passage» un théorème d existence de solutions pour l équation différentielle en supposant seulement f continue : ce résultat est en général attribué à Cauchy, Peano et Arzelà en ne retenant parfois que deux noms sur les trois. Sa démonstration repose sur un théorème d analyse fonctionnelle, attribué à Arzelà et Ascoli, souvent appelé simplement théorème d Ascoli. Théorème 2 Ascoli On considère l espace C K; R d des fonctions continues sur un intervalle compact K et à valeurs dans R d, muni de la norme sup : v := max t K vt R d. Si une suite v k k N est bornée dans C K; R d et équicontinue, c est-à-dire que pour tout ε >, il existe δ > tel que pour t, s K, si t s δ alors v k t v k s R d ε quel que soit k N.
2 Schémas explicites Définition 2 Étant donnés un pas de temps t et une suite d instants t n = t + n t n N, un schéma explicite à un pas est une relation de récurrence de la forme 3 v n+ = v n + t φt n, v n, t, où φ est une fonction de R + U R + avec U un ouvert de R d dans R d. Une «solution» du schéma est un N-uplet v n n {,...,N} de vecteurs de U vérifiant 3 pour tout n {,..., N }. Exemples : Schéma d Euler : φt, w, t = ft, w comme on l a déjà vu. Schéma de Runge : φt, w, t = ft + t, w + tft, w. Ce schéma provient de 2 2 l approximation de l intégrale n+ par la «formule des trapèzes», c est-à-dire par t n fs, us ds t ft n+/2, ut n+/2 où t n+/2 = t n + t 2, en approchant utn+/2 par le schéma d Euler entre t n et t n+/2. Définition 3 Le schéma 3 est dit consistant avec l équation différentielle si pour toute solution u C [t, T ]; U de, pour tout t [t, T ], l erreur de consistance : Rt, u, t := ut + t ut t φt, ut, t tend vers lorsque t tend vers, uniformément pour t [t, T ]. Le schéma 3 est dit consistant à l ordre p p N, ou simplement d ordre p, si de plus en supposant u de classe C p+ il existe C >, indépendant de t et de t [t, T ] tel que Rt, u, t C t p. Proposition Si φ est continue, le schéma 3 est consistant avec si et seulement si φt, w, = ft, w quel que soit t, w R + U. Si f est de classe C p, on définit f [] := f et par récurrence, pour tout k {,..., p }, f [k+] : R + U R d t, w f [k+] t, w := f [k] t t, w + d f [k] w j t, w f j t, w, et si φ est de classe C p, alors le schéma 3 est consistant avec à l ordre p si et seulement si pour tout k {,..., p }, quel que soit t, w R + U. k φ t, w, = t k k + f [k] t, w 2
3 Exemples : Le schéma d Euler est d ordre. En effet, pour φt, w, t = ft, w on a évidemment φ φt, w, = ft, w, mais t, w, =, ce qui n est pas égal à f t, w si la fonction f n est pas nulle. Donc en général, le schéma d Euler n est pas d ordre 2. t Le schéma de Runge est d ordre 2. En effet, pour φt, w, t = ft+ t, w+ tft, w, 2 2 φt, w, = ft, w, φ t t, w, = f d f t, w + t, w f j t, w = 2 t w j 2 f [] t, w. Donc le schéma de Runge est au moins d ordre. Plus généralement, φ t t, w, t = f 2 t t + t, w + tft, w d f w j t + 2 t, w + 2 tft, w f jt, w 2 f [] t + t, w + tft, w d f t + 2 w t, w + tft, w f 2 2 jt, w f j t + t, w + tft, w, 2 2 j d où 2 φ t 2 t, w, = 4 f [2] t, w d f t, w f [] w j = f [] 4 t t, w + d f [] j t, w w j t, w f j t, w f w j t, w f [] j t, w, ce qui n est pas égal à f [2] t, w en général. On voit cependant sur cet exemple que la vérification de l ordre d un schéma devient rapidement très technique. Dém. [Proposition ] Pour u C [t, T ]; U, pour tout t [t, T ], ut + t ut t = u t + θ t dθ tend vers u t lorsque t tend vers, uniformément par rapport à t car u est uniformément continue sur le compact [t, T ]. Par suite, si u est solution de, l erreur de consistance Rt, u, t tend vers ft, ut φt, ut, uniformément pour t [, T ] puisque φ est uniformément continue sur les compacts de la forme [, T ] u[, T ] [, t ]. Par définition, le schéma 3 est consistant avec si et seulement si cette limite est nulle quelle que soit la solution u. Ceci est par conséquent équivalent à ft, w = φt, w, quel que soit t, w R + U. Maintenant si u C p+ [t, T ]; U, pour tout t [t, T ], ut + t ut t = p k= k! tk u k t + p! tp θ p u p+ t + θ t dθ Si de plus u est solution de, on vérifie par une récurrence immédiate que pour tout k {,..., p + }, u k t = f [k ] t, ut. 3 =
4 Par ailleurs, si φ est de classe C p, φt, ut, t = p k= donc l erreur de consistance s écrit Rt, u, t = p! tp k φ k! tk t t, ut, + k p! tp θ p p φ t, ut, dθ t p p k= k! tk θ p θ p k + f [k] t, ut f [p] t, ut k φ t, ut, + t k p φ t, ut, dθ. t p Si tous les termes de la somme sont nuls, alors il existe bien C > tel que Rt, u, t C t p. Inversement, si l un des termes de la somme autre que le premier est non nul, soit k {,..., p } le plus petit entier tel que k φ t, ut, t k k + f [k] t, ut. Alors il existe t > et γ > tels que pour < t < t, Rt, u, t γ t k, ce qui interdit une majoration du type Rt, u, t C t p. Définition 4 Le schéma 3 est dit stable par rapport aux erreurs sur l intervalle [t, T ] s il existe t >, et C > tels que, pour N N tel que N T t / t, t = T t /N, ε n n {,...,N} R N+d, si v n n {,...,N} est solution du schéma 3 et u n n {,...,N} est solution du schéma perturbé 4 u n+ = u n + t φt n, u n, t + ε n, alors pour tout n {,..., N}, u n v n C u v + n m= ε m. Proposition 2 S il existe t > et Γ > tels que, pour tout t R +, pour u, v U, t < t, φt, u, t φt, v, t Γ u v, alors le schéma 3 est stable par rapport aux erreurs sur tout intervalle [t, T ]. d où Dém. Si v n n {,...,N} vérifie 3 et u n n {,...,N} vérifie 4, alors pour tout n {,..., N}, u n+ v n+ = u n v n + t φt n, u n, t φt n, v n, t + ε n, On en déduit par une récurrence facile que u n+ v n+ + Γ t u n v n + ε n. u n v n + Γ t n u v + 4 n m= + Γ t n m ε m.
5 Ce résultat est parfois énoncé sous l appellation lemme de Gronwall discret, par analogie avec le résultat analogue pour les fonctions : si w t cwt + εt quel que soit t alors wt e ct w + ect τ ετdτ, voir l appendice. Or pour tout réel x, + x e x. Donc u n v n e nγ t u v + n m= ε m et l on a la majoration cherchée pour C = e ΓT t. L hypothèse de la proposition 2 est très forte, puisqu elle demande à la fonction φ d être globalement Lipschitienne par rapport à w : ceci semble par exemple exclure la fonction φ : t, w w 2, correspondant au schéma d Euler pour l équation de Riccati u = u 2. On peut énoncer un résultat plus faible, avec une limitation sur l intervalle de résolution analogue à celle que l on connaît pour les équations différentielles. Pour l équation de Riccati par exemple, les solutions «explosent» en temps fini : une solution ne s annulant pas vérifie d où et donc lim t t +/ut ut = +. u t ut 2 = ut + ut = t t Proposition 3 Supposons φ de classe C. Quels que soient t R +, u U et v U assez proches, il existe t >, T >, ρ > et C > tels que pour tout N N tel que N T t / t, pour t = T t /N, si v n n {,...,N} est solution de 3 et u n n {,...,N} est solution de 4 avec N n= εn ρ pour tout n, alors pour tout n {,..., N}, u n v n C u v + n m= ε m Dém. Soient u, v U : s ils sont assez proches l un de l autre il existe une boule fermée B, de rayon R >, dans R d, incluse dans U et les contenant tous les deux. On notera B 3 la boule de même centre et de rayon 3R. Soient t R +, T > t et t ], T t [. Alors sur le compact [t, T ] B 3 [, t ], la fonction φ est bornée, disons par M >, et uniformément Lipschitzienne par rapport à w. Si l on choisit T ], T ] tel que T t M R, alors toute solution v n n {,...,N} de 3 avec N T t / t et t = T t /N vérifie v n v n t M R pour tout n {,..., N}. Ceci résulte d une récurrence facile : c est vrai pour n = ; si c est vrai pour n, v n+ v n tm d où par l inégalité triangulaire, v n+ v n + t M. De la même manière, si u n n {,...,N} est solution de 4 avec N n= εn R, u n u n t M + n m= εm 2R. Ainsi v n n {,...,N} et u n n {,...,N} restent dans le domaine de validité de la constante de Lipschitz de φ, et on peut donc faire le même calcul que dans la proposition 2. Dans ce qui suit on suppose la fonction f de classe C, de sorte que le théorème de Cauchy- Lipschitz s applique à l équation différentielle.., 5
6 Définition 5 Étant donnée une solution u C [t, T ]; U de, on appelle erreur globale du schéma 3 : E t := max n T/ t vn ut n. Le schéma 3 est dit convergent vers u sur l intervalle [t, T ] si l erreur globale tend vers lorsque t tend vers. Théorème 3 On suppose l équation différentielle admet une solution u C [t, T ]; U. On considère le schéma 3 avec la donnée initiale u = v. S il est stable par rapport aux erreurs sur [t, T ] et consistant avec l équation différentielle, alors il est convergent vers la solution exacte u. En outre il existe C > tel que E t C t p. Dém. Par définition de l erreur de consistance, ut n+ = ut n + t φt n, ut n, + t Rt n, u, t. Autrement dit ut n est solution de 4 avec ε n = t Rt n, u, t. Donc d après la stabilité du schéma, n ut n v n C m= Rt m, u, t C n t max m Rtm, u, t. Comme n t T t, ceci tend vers puisque l erreur de consistance tend vers. Si de plus on a une majoration de l erreur Rt, w, t C t p, on en déduit ut n v n C T t C t p. La question de la stabilité des schémas est en fait plus délicate qu il n y paraît, car la constante C de la définition 4 peut être colossale, de sorte qu une petite erreur u v sur la donnée initiale dûe par exemple à l imprécision d une mesure physique, ou à l arrondi dans l ordinateur entraîne une erreur démesurée sur la solution approchée. Ce problème de stabilité se pose également pour les solutions exactes de l équation différentielle sous-jacente. Prenons simplement le cas d une équation linéaire 5 du dt = λ u, où λ est un paramètre réel. S il est positif, l équation 5 modélise par exemple la croissance d une population dont le nombre d individus à l instant t est ut et dont le taux de natalité c est-à-dire le nombre de naissances par unité de temps et nombre d individus est λ. Par exemple en France ce taux est de l ordre de 4 par an. On sait que les solutions exactes de 5 sont de la forme ut = u e λt. Ceci implique qu une erreur commise à l instant initial est multipliée par e λt au bout d un temps T. La solution du problème de Cauchy pour la donnée initiale u = u + ε est donnée par ut = u e λt + ε e λt. Pour λ = 4 par exemple, e λ.527 est une valeur «raisonnable», mais e λ 2264! Si le modèle est pertinent sur 6
7 quelques dizaines d années, il perd son sens sur un millénaire. La même critique s applique au modèle discret toujours pour la croissance de cette population s écrivant simplement 6 v n+ = + λ v n, et se résolvant en v n = + λ n v. Pour λ = 4, on trouve + λ.496, tandis que + λ 9327! Noter que le modèle discret 6 n est rien d autre que le schéma d Euler explicite appliqué à 5 avec t =. Un tel «pas» peut paraître grossier, mais cela dépend de la valeur de λ et de l intervalle de temps auquel on s intéresse. Pour λ = 4 à nouveau, l erreur relative en un an c est-à-dire à t = t = = n entre la solution du modèle continu 5 et la solution du modèle discret 6 est pour des données initiales identiques e λ / + λ 4. Les erreurs s accumulant, on trouve une erreur relative de 3 au bout de dix ans, 2 à un siècle, après un millénaire, etc. Mais le principal problème reste le facteur + λ n, qui devient assez rapidement gigantesque lorsque n augmente, puisque + λ >. Considérons maintenant le cas où λ est strictement négatif. L équation différentielle 5 modélise alors par exemple une population en déclin, sans naissances et avec un taux de mortalité égal à µ := λ. Évidemment les solutions de 5, toujours de la forme ut = u e λt = u e µt, tendent vers lorsque t tend vers +. De même, si µ est effectivement un taux de mortalité, par nature inférieur à et même strictement en général, les solutions v n = µ n v tendent vers lorsque n tend vers +. En revanche, si l on applique le schéma d Euler à 5 avec un pas t trop grand, les solutions prétendûment approchées v n = µ t n v divergent : en effet, si 2 < µ t alors µ t > et donc lim n + v n = + si v! Une façon de remédier à ce problème est de considérer le schéma d Euler implicite. Avant d introduire le schéma d Euler implicite pour l équation dans un premier temps, rappelons que pour tout x R, lim + x n = e n + n x. Cette formule est même une façon la plus élémentaire, vue en principe en L de définir la fonction exponentielle. Ce n est pas hasard si elle est attribuée à Euler : elle explique pourquoi le schéma d Euler explicite v n+ = + λ t v n approche la solution de 5 : à T = N t > fixé, v N = + λ T N u e λt u N lorsque N + et par conséquent t. Maintenant on remarque que l on a aussi λ T N N e = λt eλt lorsque N +. Autrement dit, si l on définit w n n {,...,N} par w = u et λ t w n+ = w n pour tout n, c est-à-dire qu en fait w n = λ t n u, on a encore w N e λt u lorsque N + et t. Le calcul de w n est une autre façon d approcher la solution exacte. L avantage de w n sur v n est que, à t > fixé aussi grand qu on veut, lim n + w n =, puisque λ t < λ étant strictement négatif. 7
8 Schéma d Euler implicite Définition 6 Étant donnés un pas de temps t et une suite d instants t n = t + n t n N, le schéma d Euler implicite ou rétrograde associé à l équation différentielle est donné par la relation de récurrence implicite 7 w n+ = w n + t ft n+, w n+. Une solution de ce schéma est un N-uplet w n n {,...,N} de vecteurs de U vérifiant 7 pour tout n {,..., N }. Contrairement aux schémas explicites, il n est pas évident a priori que ce schéma ait des solutions. Cependant, si f est de classe C cela découle du théorème de Banach-Picard pour l existence et du théorème des fonctions implicites pour la régularité utile ensuite à la stabilité. Soient en effet t R +, u U, T > t, R >, M > et L > tels que T t M R et pour tous w, z Bu ; R la boule fermée de centre u et de rayon R, ft, w M, ft, w ft, z L w z. Si L t < et N t T t alors la condition initiale w = u et le schéma 7 définissent de façon unique un N-uplet w n n {,...,N} de vecteurs de U tels que pour tout n {,..., N}, w n Bu ; n tm Bu ; R. La preuve se fait bien sûr par récurrence. L initialisation est évidente. Si l on suppose w k Bu ; k tm construits pour k n N, alors l application ψ n : z w n + t ft n+, z laisse la boule fermée Bu ; n + tm invariante car ψ n z u w n u + tm et elle est contractante dans cette boule car ψ n z ψ n w L t z w et L t <. Donc d après le théorème de Banach-Picard elle admet un unique point fixe w n+. La fonction Ψ : R + R + U U R d t, s, w, z Ψ t, s, w, z := z w t fs, z. est de classe C comme f, et pour tout s, w, z R + U U, d z Ψ, s, w, z = I d. Or d z Ψ uniformément continue sur tout compact et l ensemble des isomorphismes de R d est ouvert. Donc il existe t > tel que pour t t et s, w, z [t, T ] Bu ; R Bu ; R, d z Ψ t, s, w, z est inversible. Ceci montre que le théorème des fonctions implicites s applique à Ψ en chaque point de [, t ] [t, T ] Bu ; R Bu ; R et par conséquent que l application Φ : t, s, w z = Φ t, s, w telle que z = w + t fs, z est de classe C. Ainsi, le schéma 7 se réécrit, au prix du calcul de Ψ, comme un schéma du type 3 avec φs, w, t := fs + t, Φ t, s + t, w. Par composition, φ est aussi de classe C. On vérifie que le schéma d Euler implicite est d ordre en remarquant que, par définition, Φ, s, w = w quel que soient s et w, d où φt, w, = ft, w. 8
9 θ-schéma Définition 7 Étant donnés θ [, ], un pas de temps t et une suite d instants t n = t + n t n N, le θ-schéma associé à l équation différentielle est défini par la relation de récurrence implicite 8 w n+ = w n + t θ ft n+, w n+ + θ ft n, w n. Une solution de ce schéma est un N-uplet w n n {,...,N} de vecteurs de U vérifiant 8 pour tout n {,..., N }. Autrement dit, le θ-schéma est obtenu comme combinaison convexe des schémas d Euler explicite et implicite. Comme pour le schéma d Euler implicite, on montre qu il admet des solutions par application d un théorème de point fixe. Le cas particulier θ = /2 correspond à ce que l on appelle le schéma de Crank-Nicholson. On vérifie que ce schéma est d ordre 2. 9
10 Schémas de Runge-Kutta Si l on veut «monter en ordre» il faut imaginer des schémas plus sophistiqués. C est le cas des schémas dits de Runge-Kutta. Ils généralisent le schéma de Runge, en raffinant l approximation de l intégrale n+ t n fs, us ds. Étant donnés des instants intermédiaires t n i = t n + c i t pour i {,..., q}, avec c i [, ], et des coefficients b j positifs ou nuls dont la somme vaut, on peut approcher l intégrale ci-dessus par la combinaison convexe q t b j ft n j, ut n j, et ut n i par une expression analogue entre t n et t n i : ut n i ut n + t q a i,j ft n j, ut n j, où les coefficients a i,j sont positifs ou nuls et tels que q i= a i,j = c j. Définition 8 Étant donnés un pas de temps t, une suite d instants t n = t + n t n N, c i [, ], b j [, ] tels que j b j =, a i,j [, ] tels que q a i,j = c i, on définit un schéma de Runge-Kutta à q étages par t n i = t n + c i t pour i {,..., q} et q vi n = v n + t a i,j ft n j, vj n, 9 q v n+ = v n + t b j ft n j, vj n. Une solution de ce schéma est un N-uplet v n n {,...,N} de vecteurs de U pour lequel il existe vi n U vérifiant 9 pour tous i {,..., q} et n {,..., N }. Ce schéma est explicite si a i,j = pour j i. Tous les schémas rencontrés jusqu à présent entrent dans la catégorie des schémas de Runge- Kutta, à un étage Euler ou deux étages Runge, θ-schéma. Parmi les autres schémas classiques on trouve celui à quatre étages, défini par v n = v n, v n 2 = v n + 2 t ftn + 2 t, vn, v n 3 = v n + 2 t ftn + 2 t, vn 2, v n 4 = v n + t ft n + t, v n 3, v n+ = v n + 6 t ft n, v n + 2ft n + 2 t, vn 2 + 2ft n + 2 t, vn 3 + ft n, v n 4, dont on peut montrer qu il est d ordre 4 ce qui est le maximum que l on puisse espérer pour un schéma explicite à 4 étages.
11 Appendice : Lemme de Gronwall Inéquations différentielles On appelle souvent lemme de Gronwall l observation suivante. Supposons qu une fonction u C I; R vérifie u t at ut + bt, avec a et b C I; R. Alors en s inspirant de la résolution de l équation différentielle u = at u + bt, on multiplie l inégalité par le nombre strictement positif e R t t aτ dτ et l on en déduit d e R t t aτ dτ ut e R t t aτ dτ bt, dt d où en intégrant : et finalement : e R t t aτ dτ ut ut R t t aτ ut ut e dτ + t t e R s t aτ dτ bs ds, e R t s aτ dτ bs ds. Inéquations intégrales Le «vrai» lemme de Gronwall est un peu plus subtil, puisqu il suppose une inégalité intégrale et non une inégalité différentielle la seconde impliquant la première mais pas l inverse. Or les estimations a priori que l on obtient en général sont plutôt du type intégral, d où l intérêt de ce lemme, dont la preuve est néanmoins élémentaire. Lemme Gronwall Si u C [, T ]; R + est telle qu il existe a C [, T ]; R + et c C [, T ]; R avec alors ut ct + ut ct + aτ uτ dτ, pour tout t [, T ], cτ aτ e R t τ as ds dτ, pour tout t [, T ]. Dém. L astuce consiste à démontrer l inégalité voulue non pas pour u directement mais pour le second membre de l inégalité dont on dispose. Plus précisément, posons vt = aτ uτ dτ. Alors on a, et c est ici qu intervient l hypothèse a, v t = at ut at ct + vt pour tout t [, T ]. Ainsi v satisfait une inéquation différentielle comme au paragraphe précédent, avec bt = at ct. En observant que v =, on en déduit que vt aτ cτ e R t τ as ds dτ, pour tout t [, T ].
12 On conclut en injectant cette majoration de vt dans l inégalité de départ. Suivant le contexte, l inégalité de Gronwall peut se simplifier ou s exprimer différemment. Si c est constante par exemple, on obtient la majoration : ut c e R t as ds. D autre part, on peut écrire une formule analogue avec un point t quelconque à la place de. Mais attention aux bornes des intégrales que l on manipule, il faut penser à mettre des valeurs absolues au bon endroit. Enfin, si c est dérivable on peut donner une autre version de l inégalité de Gronwall : en intégrant par parties on obtient en effet ut c e R t as ds + c τ e R t τ as ds dτ, pour tout t [, T ]. 2
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 détailCHAPITRE 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 détailContinuité 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 détailChapitre 7 : Intégration sur un intervalle quelconque
Universités Paris 6 et Paris 7 M1 MEEF Analyse (UE 3) 2013-2014 Chapitre 7 : Intégration sur un intervalle quelconque 1 Fonctions intégrables Définition 1 Soit I R un intervalle et soit f : I R + une fonction
Plus en détailLimites 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 détailExercices - 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 détailLicence à distance Chapitre V : Equations différentielles. Méthodes numériques à un pas.
Licence à distance Chapitre V : Equations différentielles. Méthodes numériques à un pas. M. Granger Table des matières 1 Rappels sur le cours d équations différentielles 2 1.1 Généralités..........................................
Plus en détailContinuité 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 détailProgrammation 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 détail3 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 détailPropriétés des options sur actions
Propriétés des options sur actions Bornes supérieure et inférieure du premium / Parité call put 1 / 1 Taux d intérêt, capitalisation, actualisation Taux d intéret composés Du point de vue de l investisseur,
Plus en détailFonctions 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 détailImage 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 détailExercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
Plus en détailRésolution 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 détailPlanche 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 détailCours 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 détailProbabilités 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 détailChp. 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 détailSouad 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 détail3. 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 détailOptimisation 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* 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 détailI. 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 détailContinuité 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 détailThéorème 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 détailCalcul 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 détailAmphi 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 détailLa 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* 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 détailCalcul 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 détailn 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 détailCCP 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 détailSuites 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 détailChapitre 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 détailMoments 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 détailFonctions 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 détailLe modèle de Black et Scholes
Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un
Plus en détailÉVALUATION FORMATIVE. On considère le circuit électrique RC représenté ci-dessous où R et C sont des constantes strictement positives.
L G L G Prof. Éric J.M.DELHEZ ANALYSE MATHÉMATIQUE ÉALUATION FORMATIE Novembre 211 Ce test vous est proposé pour vous permettre de faire le point sur votre compréhension du cours d Analyse Mathématique.
Plus en détailCommun 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 détail4. Martingales à temps discret
Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les
Plus en détailAlgorithmes pour la planification de mouvements en robotique non-holonome
Algorithmes pour la planification de mouvements en robotique non-holonome Frédéric Jean Unité de Mathématiques Appliquées ENSTA Le 02 février 2006 Outline 1 2 3 Modélisation Géométrique d un Robot Robot
Plus en détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur
Plus en détailSur 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 détailExamen optimisation Centrale Marseille (2008) et SupGalilee (2008)
Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut
Plus en détailExo7. 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 détailOptimisation 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 détailDe 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 détail6 Equations du première ordre
6 Equations u première orre 6.1 Equations linéaires Consiérons l équation a k (x) k u = b(x), (6.1) où a 1,...,a n,b sont es fonctions continûment ifférentiables sur R. Soit D un ouvert e R et u : D R
Plus en détailApproximations 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 détailTexte Agrégation limitée par diffusion interne
Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse
Plus en détailEXERCICE 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 détailCalcul 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 détailChaînes de Markov au lycée
Journées APMEP Metz Atelier P1-32 du dimanche 28 octobre 2012 Louis-Marie BONNEVAL Chaînes de Markov au lycée Andreï Markov (1856-1922) , série S Problème 1 Bonus et malus en assurance automobile Un contrat
Plus en détailCorrection du baccalauréat ES/L Métropole 20 juin 2014
Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)
Plus en détailLe 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 détailComparaison 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 détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailFONCTIONS 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 détailRaisonnement par récurrence Suites numériques
Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.
Plus en détailChapitre 1 Régime transitoire dans les systèmes physiques
Chapitre 1 Régime transitoire dans les systèmes physiques Savoir-faire théoriques (T) : Écrire l équation différentielle associée à un système physique ; Faire apparaître la constante de temps ; Tracer
Plus en détailDualité 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 détailCalcul 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 détailFonctions homographiques
Seconde-Fonctions homographiques-cours Mai 0 Fonctions homographiques Introduction Voir le TP Géogébra. La fonction inverse. Définition Considérons la fonction f définie par f() =. Alors :. f est définie
Plus en détailF411 - Courbes Paramétrées, Polaires
1/43 Courbes Paramétrées Courbes polaires Longueur d un arc, Courbure F411 - Courbes Paramétrées, Polaires Michel Fournié michel.fournie@iut-tlse3.fr http://www.math.univ-toulouse.fr/ fournie/ Année 2012/2013
Plus en détailExo7. 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 détailSuites numériques 4. 1 Autres recettes pour calculer les limites
Suites numériques 4 1 Autres recettes pour calculer les limites La propriété suivante permet de calculer certaines limites comme on verra dans les exemples qui suivent. Propriété 1. Si u n l et fx) est
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours.
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 détailIntégration 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 détailProblème 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 détailLa Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois
Plus en détailLa 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 détailMéthodes de quadrature. Polytech Paris-UPMC. - p. 1/48
Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation
Plus en détailCours 02 : Problème général de la programmation linéaire
Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =
Plus en détailProgrammes 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 détailUne forme générale de la conjecture abc
Une forme générale de la conjecture abc Nicolas Billerey avec l aide de Manuel Pégourié-Gonnard 6 août 2009 Dans [Lan99a], M Langevin montre que la conjecture abc est équivalente à la conjecture suivante
Plus en détailDéveloppement 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 détailI. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème.
I. Introduction. 1. Objectifs. Le but de ces quelques séances est d introduire les outils mathématiques, plus précisément ceux de nature probabiliste, qui interviennent dans les modèles financiers ; nous
Plus en détailThéorèmes du Point Fixe et Applications aux Equations Diérentielles
Université de Nice-Sophia Antipolis Mémoire de Master 1 de Mathématiques Année 2006-2007 Théorèmes du Point Fixe et Applications aux Equations Diérentielles Auteurs : Clémence MINAZZO - Kelsey RIDER Responsable
Plus en détailExercices - 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 détailFonctions 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 détailENS de Lyon TD 1 17-18 septembre 2012 Introduction aux probabilités. A partie finie de N
ENS de Lyon TD 7-8 septembre 0 Introduction aux probabilités Exercice Soit (u n ) n N une suite de nombres réels. On considère σ une bijection de N dans N, de sorte que (u σ(n) ) n N est un réordonnement
Plus en détailMATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA
MATHS FINANCIERES Mireille.Bossy@sophia.inria.fr Projet OMEGA Sophia Antipolis, septembre 2004 1. Introduction : la valorisation de contrats optionnels Options d achat et de vente : Call et Put Une option
Plus en détailDérivées 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 détailCorrection 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 détailCorrection 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 détailPRIME D UNE OPTION D ACHAT OU DE VENTE
Université Paris VII - Agrégation de Mathématiques François Delarue) PRIME D UNE OPTION D ACHAT OU DE VENTE Ce texte vise à modéliser de façon simple l évolution d un actif financier à risque, et à introduire,
Plus en détailTP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options
Université de Lorraine Modélisation Stochastique Master 2 IMOI 2014-2015 TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options 1 Les options Le but de ce
Plus en détailFeuille d exercices 2 : Espaces probabilisés
Feuille d exercices 2 : Espaces probabilisés Cours de Licence 2 Année 07/08 1 Espaces de probabilité Exercice 1.1 (Une inégalité). Montrer que P (A B) min(p (A), P (B)) Exercice 1.2 (Alphabet). On a un
Plus en détailCorrection du Baccalauréat S Amérique du Nord mai 2007
Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n
Plus en détailChapitre 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 détailDérivation : 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 détailCours 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 détailRésolution 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 détailI - 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 détailMESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours
MSUR T INTÉGRATION N UN DIMNSION Notes de cours André Giroux Département de Mathématiques et Statistique Université de Montréal Mai 2004 Table des matières 1 INTRODUCTION 2 1.1 xercices.............................
Plus en détailTravaux 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 détailANALYSE NUMERIQUE ET OPTIMISATION. Une introduction à la modélisation mathématique et à la simulation numérique
1 ANALYSE NUMERIQUE ET OPTIMISATION Une introduction à la modélisation mathématique et à la simulation numérique G. ALLAIRE 28 Janvier 2014 CHAPITRE I Analyse numérique: amphis 1 à 12. Optimisation: amphis
Plus en détailFibonacci et les paquerettes
Fibonacci et les paquerettes JOLY Romain & RIVOAL Tanguy Introduction Quand on entend dire que l on peut trouver le nombre d or et la suite de Fibonacci dans les fleurs et les pommes de pin, on est au
Plus en détail