Chapitre 1 Suites de fonctions

Dimension: px
Commencer à balayer dès la page:

Download "Chapitre 1 Suites de fonctions"

Transcription

1 Université de Bourgogne Déprtement de Mthémtiques Licence de Mthémtiques Résumé du cours Compléments d Anlyse Chpitre Suites de fonctions. Suites de nombres, suites de fonctions Dns tout ce chpitre, l lettre K désigne le corps R des nombres réels ou le corps C des nombres complexes. On sit qu une suite (u n ) de nombres (d éléments de K) converge vers u (ou tend vers u ou pour limite (finie) u) si et seulement si : ε > 0, N ε tel que n, n N ε = u n u < ε. C est à dire si les points de l suite (u n ) sont, à prtir d un certin rng, tous ussi proche que l on veut de u. On sit ussi que l limite, si elle existe, est unique et on note: u = lim n u n = lim n u n. Vous svez ussi que si les limites de (u n ) et (v n ) existent, l limite de l somme (u n + v n ) est l somme des limites, l limite du produit (u n v n ) est le produit des limites etc... Dns ce chpitre, nous llons étudier non ps des suites de nombres mis des suites de fonctions, toutes définies sur un même ensemble E. Définition (Limite simple d une suite de fonctions) Si (f n ) (n = 0,, 2,...) est une suite de fonctions, toutes définies sur un ensemble E et à vleurs dns K, telle que, pour tout x de E, l suite (de nombres) (f n (x)) converge, on peut définir une nouvelle fonction de E vers K en posnt : f(x) = lim n f n(x) (x E). On dit lors que (f n ) converge vers f et que f est l limite ou l fonction limite de l suite (f n ). Plus précisément, on dit que l suite (f n ) converge simplement sur E ou que f est l limite simple de l suite (f n ) sur E. Le principl problème que nous llons border dns ce chpitre est le suivnt : supposons que chque fonction f n une propriété gréble, est-il vri que l fonction limite f ussi cette propriété? Pr exemple, si chque f n est continue, f est-elle continue, si les f n sont dérivbles, de dérivées f n, f est-elle dérivble et -t-on: f (x) = lim n f n(x)? si les f n sont intégrbles (u sens de Riemnn) sur [, b], f l est-elle et -t-on : f(x) dx = lim n f n (x) dx?

2 Tous ces problèmes se rmènent à un problème d échnge de limites. Pr exemple, dire que f est continue u point x 0, c est dire : lim f(x) = f(x 0 ). x x 0 Donc dire que l limite f de l suite de fonctions continues f n est continue u point x 0, c est écrire : lim f(x) = lim lim f n(x) = lim lim f n (x) x x 0 n n x x 0 x x 0 puisque cette dernière quntité est lim n f n(x 0 ) = f(x 0 ). L question est donc de svoir si l ordre dns lequel on clcule ces limites est importnt ou non. Nous llons d bord voir que cet ordre est en générl essentiel sur des exemples. 2. Contre-exemples Exemple Le premier exemple est une double suite. Posons : u n,p = p n + p (n =, 2,...; p =, 2,...). Alors, bien sûr, si n est fixé : Mis u contrire, si on fixe p, on : lim u n,p = et donc lim lim u n,p =. p n p lim u n,p = 0 et donc lim lim u n,p = 0. n p n On voit donc que l interversion des limites n est ps une ction nodine. Exemple 2 On définit les fonctions f n pr : f n (x) = x 2 n k=0 ( + x 2 ) k (x R, n =, 2,...). Alors f n (0) = 0 quel que soit n et donc l suite (f n (0)) tend vers 0. D utre prt, si x n est ps nul, l suite (f n (x)) est le produit pr x 2 de l somme des termes d une suite géométrique de rison +x 2. Cette somme converge donc et : f(x) = lim f n(x) = x 2 n = + x 2 (x 0). +x 2 Sur cet exemple, on voit que l suite de fonctions continues (f n ) tend vers une fonction f qui n est ps continue en 0. Exemple 3 2

3 Posons : f n (x) = sin(n2 x) n (x R, n =, 2,...). Alors l suite (f n ) tend simplement vers l fonction identiquement nulle : f(x) = lim n f n(x) = 0 x R. On voit que chcune des fonctions f n est dérivble, que f est ussi dérivble mis que l suite des fonctions f n : f n(x) = ncos(n 2 x) ne converge ps vers l fonction f. En effet, elle ne converge même ps sur R puisque pr exemple : lim n f n(0) = +, lors que f (0) = 0. Exemple Définissons l suite de fonctions (f n ) sur [0,] pr : f n (x) = nx( x 2 ) n (x [0, ], n =, 2,...). Si 0 < x, x 2 est strictement plus petit que et donc ( x 2 ) n tend vers 0 plus vite que n lorsque n tend vers l infini. On donc : f(x) = lim n f n(x) = 0 si 0 < x. D utre prt, f n (0) est toujours 0, l suite (f n (0)) tend donc ussi vers 0 et l suite (f n ) tend vers l fonction nulle. En posnt t = x 2, on : On donc : 0 lim n x( x 2 ) n dx = 0 0 t n dt [ ] t n+ t= 2 = = 2(n + ) t=0 n f n (x) dx = lim n 2n + 2 = 2 0 2n + 2. f(x) dx = 0. Tous ces exemples montrent qu il est impossible d échnger les limites sns précutions et qu on besoin d une notion de convergence plus forte que celle de l convergence simple pour pouvoir fire ces opértions. 3. L convergence uniforme Définition (Convergence uniforme) On dit qu une suite de fonctions (f n ) converge uniformément sur E vers une fonction f si pour tout ε > 0, on peut trouver un nombre N (= N ε ) tel que dès que n est supérieur à N, pour tout x de E. f n (x) f(x) < ε, 3

4 Une suite de fonctions (f n ) qui converge uniformément vers f, converge ussi simplement vers f. Il y cependnt une différence importnte entre les deux notions: l suite (f n ) tend simplement vers f si on peut trouver pour chque x de E et pour chque ε > 0 un nombre N x,ε, qui (à priori) dépend à l fois de x et de ε tel que f n (x) f(x) < ε lorsque n dépsse N x,ε. Alors que le nombre N qui pprît dns l définition de l convergence uniforme ne dépend ps de x : c est le même qui convient pour tous les x. On peut ussi utiliser des quntificteurs : l différence entre l convergence uniforme et l convergence simple est lors une différence de plce de ces quntificteurs : Convergence simple de (f n ) vers f : x E, ε > 0, N (= N x,ε ) tel que n, n N = f n (x) f(x) < ε. Convergence uniforme de (f n ) vers f : ε > 0, N (= N ε ) tel que x E, n, n N = f n (x) f(x) < ε. Le x E s est déplcé! Pr exemple, l suite de fonctions définies sur [0,[ pr: converge simplement vers l fonction f : f n (x) = x n f(x) = 0 mis ps uniformément. Si x est fixé, il fudr que n dépsse Log(ε) Log(x) pour que xn < ε. Donc u ] mieux on doit prendre N x,ε = + et lorsque x tend vers, ce nombre tend vers l infini. [ Log(ε) Log(x) Il est impossible de trouver un N qui convienne pour tous les x de [0,[ à l fois. Une ppliction directe de l définition est : Proposition (Formultion équivlente) Soit (f n ) une suite de fonctions définies sur E qui converge simplement vers l fonction f. Posons: M n = sup f n (x) f(x). x E (pr convention M n = + si l fonction f n f n est ps bornée). Alors l suite (f n ) converge uniformément vers f sur E si et seulement si l suite (M n ) tend vers 0 qund n tend vers l infini. Supposons d bord que l suite (f n ) converge uniformément vers f sur E. Alors ε > 0, N tel que x E, n, n N = f n (x) f(x) < ε. Donc dès que n dépsse N, tous les nombres f n (x) f(x) sont plus petits que ε, donc M n ε, dès que n N, c est à dire : M n 0. Réciproquement, si l suite (M n ) tend vers 0, pour tout ε > 0, on peut trouver N tel que dès que n dépsse N, M n < ε, ce qui implique que, pour tous les x de E, f n (x) f(x) < ε, donc (f n ) converge uniformément sur E vers f.

5 L quntité M n, lorsqu elle est finie s ppelle ussi l norme de l convergence uniforme de l fonction f n f. Elle se note lors : On ussi un critère de Cuchy uniforme Théorème (critère de Cuchy uniforme) M n = f n f = sup f n (x) f(x). x E Une suite de fonctions (f n ) définies sur E converge uniformément sur E si et seulement si, pour chque ε > 0, on peut trouver un nombre N tel que p N et q N implique f p (x) f q (x) < ε, pour tous les x de E. Ceci s écrit ussi: ε > 0, N tel que x E, p, q, p N et q N = f p (x) f q (x) < ε. Si l suite (f n ) converge uniformément sur E vers une fonction f, lors pour tout ε > 0, il existe un N tel que l on it, pour tous les x de E, f n (x) f(x) < ε 2, dès que n > N. Alors, si p > N, q > N et x E, on : f p (x) f q (x) f p (x) f(x) + f(x) f q (x) < ε. Réciproquement, si on cette inéglité, on fixe d bord un x de E. L suite de nombres (f n (x)) est de Cuchy dns K, donc elle converge vers un nombre f(x). Autrement dit, nous vons trouvé une fonction f qui est l limite simple de l suite de fonctions (f n ). Dns l inéglité du théorème, on fit tendre q vers l infini, on obtient : ε > 0, N tel que x E, p, p N = f p (x) f q (x) ε. Ceci signifie que l suite de fonctions (f n ) converge uniformément vers f sur E. L intérêt du critère de Cuchy est que l on n ps besoin de connître l limite f pour prouver que l suite (f n ) converge uniformément.. Convergence uniforme et continuité C est l un des principux théorèmes du cours. Tout d bord, le fit que l limite des fonctions soit uniforme permet d échnger l ordre des limites : Théorème (interversion des limites) Soit (f n ) une suite de fonctions toutes définies sur un ensemble métrique E et à vleurs dns K (ou K d ) et convergent uniformément sur E vers une fonction f. Soit un point d ccumultion de E. On suppose que, pour chque n, lim f n(x) = l n. x 5

6 Alors l suite (l n ) converge dns K (ou K d ) et : ou : lim f(x) = lim l n x n lim lim f n(x) = lim lim f n(x). x n n x On l fit lorsque les fonctions sont à vleurs dns R, ce qui suffit. L suite (f n ) est uniformément convergente et stisfit donc le critère de Cuchy : p N ε > 0, N tel que et = f p (x) f q (x) < ε x E. q N Fisons lors tendre x vers dns cette reltion, on obtient à l limite : p N ε > 0, N tel que et = l p l q ε, q N c est à dire que l suite (l n ) est de Cuchy. Elle converge donc vers un nombre réel l. Mintennt : f(x) l f(x) f n (x) + f n (x) l n + l n l. Comme l suite (f n ) converge uniformément vers f, à prtir d un certin rng N, on ur f(x) f n (x) < ε 3 pour tous les x de E (à l fois). L suite (l n ) tendnt vers l, on ussi à prtir d un certin rng N : l n l < ε 3. L indice n étnt choisi plus grnd que N et N, on peut trouver α (= α n ) tel que : Finlement, on donc trouvé α tel que : 0 < d(x, ) < α = f n (x) l n < ε 3. 0 < d(x, ) < α = f(x) l < ε. On insi prouvé notre théorème : lim f(x) = l. x Corollire (une limite uniforme de fonctions continues est continue) Soit (f n ) une suite de fonctions continues sur E qui converge uniformément sur E vers une fonction f. Alors f est continue sur E. 6

7 C est une conséquence immédite du théorème. On vu qu une limite simple de fonctions continues n étit ps nécessirement continue (voir exemple 2), on ussi vu qu une limite simple de fonctions continues pouvit être continue sns que l limite soit uniforme (voir exemple ou l exemple qui suit l définition de l limite uniforme). Il existe cependnt un cs oú l limite simple entrîne l limite uniforme. Théorème de Dini (cs des suites monotones à limite continue) Soit K un espce métrique compct et (f n ) une suite de fonctions réelles sur K. On suppose que. les fonctions f n sont continues 2. l suite (f n ) est décroissnte (c est à dire f n+ (x) f n (x) pour tout x de K) 3. l suite (f n ) converge simplement vers une fonction f continue sur K. Alors l suite (f n ) converge uniformément vers f sur K. Soit ε > 0. Comme f est l limite simple de l suite (f n ), pour chque x de K, (f n (x)) tend en décroissnt vers f(x). On peut donc trouver un entier N x tel que : n, n N x = f n (x) f(x) = f n (x) f(x) < ε. Si on note O n l ensemble des x de K tel que f n (x) f(x) < ε : O n = {x K, tel que f n (x) f(x) < ε}, lors notre reltion dit en prticulier que chque x de K pprtient à O Nx, donc : K = n N D utre prt, f n et f étnt continues, O n est ouvert dns K. Mintennt, on recouvert le compct K pr une suite d ouverts O n, on peut en extrire un recouvrement fini : O n. K = O n On2... Onk. Mis puisque l suite (f n ) décroît, l suite (O n ) croît : f n (x) f(x) < ε = f n+ (x) f(x) < ε ou x O n = x O n+ ou O n O n+. Si donc N = mx{n, n 2..., n k }, on : K = O n On2... Onk = O N = O N+ =... = O N+r =... C est à dire : x K, n, n N = f n (x) f(x) = f n (x) f(x) < ε. L suite (f n ) converge uniformément sur K vers l fonction f. Remrquons que l hypothèse que l limte simple des f n est continue est essentielle comme on peut le voir sur l exemple K = [0, ], f n (x) = x n. Les f n forme une suite décroissnte convergent simplement vers l fonction (non continue) f qui vut 0 sur [0,[ et en. Cette suite ne converge ps uniformément sur [0,] (puisque l limite n est ps continue). 7

8 Le même exemple montre que l hypothèse K compct est nécessire : l suite des fonctions f n (x) = x n converge simplement en décroissnt sur [0,[ vers l fonction continue nulle mis elle ne converge ps uniformément. Enfin, en remplçnt f n pr f n, on peut étendre ce résultt u cs des suites croissntes. 5. L espce de Bnch C(E). Définition (l espce normé C(E)) Soit E un espce métrique. On note C(E, K d ) l ensemble de toutes les fonctions f continues et bornées de E vers K d et C(E) l ensemble C(E, K). Ces ensembles sont des espces vectoriels pour l ddition et l multipliction sclire usuelles des fonctions. Si f pprtient à C(E, K d ) (resp. à C(E)), on pose : f = sup f(x) x E (resp. f = sup f(x) ). x E L ppliction f f est une norme sur C(E, K d ) (resp. C(E)). Le fit que est une norme c est à dire vérifie: (N) f 0 et f = 0 implique f = 0, (N2) λf = λ f pour tout λ de K et tout f, (N3) f + g f + g pour tout f et tout g, est lissé en exercice u lecteur. On insi un espce vectoriel normé. A l norme, on ssocie comme toujours une distnce : (f, g) f g et on dir donc qu une prtie O est ouverte dns C(E, K d ) (ou uniformément ouverte) si elle est ouverte pour cette distnce, de même, on dir qu une prtie F de C(E, K d ) est fermée (ou uniformément fermée) si elle est fermée pour cette distnce. Comme on vu qu une suite de fonctions (f n ) de C(E, K d ) convergeit uniformément sur E si et seulement si elle convergeit pour cette distnce, F est fermée si et seulement si pour toute suite (f n ) de fonctions, (f n ) converge uniformément vers une fonction f et f n pprtient à F pour tout n implique que f pprtient à F. Remrquons ussi que si E est compct, l espce C(E, K d ) est exctement l ensemble des fonctions continues sur E à vleurs dns K d, puisqu une fonction continue sur E est bornée. Les résultts du prgrphe s énoncent : Théorème (C(E, K d ) est un Bnch) L espce vectoriel normé (C(E, K d ), ) est un espce de Bnch (c est à dire est un espce métrique complet). Il suffit de l fire dns le cs d =. Si (f n ) est une suite de Cuchy dns l espce C(E), pour tout ε > 0 il existe N tel que pour tout p et tout q, p N et q N implique f p f q < ε donc f p (x) f q (x) < ε pour tout x de E. On vu que ce critère de Cuchy implique qu il existe une fonction f sur E qui est limite uniforme de l suite (f n ). On même vu que pour ce N: x E, n, n N = f n (x) f(x) ε. () 8

9 Mintennt cette fonction f est continue pr le théorème de., elle est bornée puisque f N l est et que () dit que pour tout x de E: f(x) f N (x) + ε f N + ε. Enfin () donne ussi : n, n N = f n f ε, c est à dire que f n f tend vers 0, (f n ) tend vers f pour l distnce de C(E). Définition (Convergence uniforme sur tout compct) On dit qu une suite de fonctions (f n ) n N d un espce métrique E vers K d converge uniformément sur tout compct vers f si pour tout compct K de E, l suite des restrictions (f n K ) des fonctions f n converge uniformément (sur K). Ou K compct de E, ε > 0, N = N K,ε, tel que x K, n, n N = f n (x) f(x) < ε. Pr exemple l suite de fonctions définies sur ]0, [ pr f n (x) = x n converge uniformément sur tout compct vers l fonction nulle. Elle ne converge ps uniformément sur ]0, [ puisque pour tout n, sup 0<x< x n =. Si E est une prtie ouverte de K, l convergence uniforme sur tout compct des fonctions continues est ssocée à une distnce invrinte pr trnsltion sur C(E), mis ps à une norme. Pr exemple, si E = R, on peut montrer que l formule: définit une telle distnce. d(f, g) = n= 6. Convergence uniforme et intégrtion. Théorème (limite uniforme de fonctions intégrbles) sup{, sup f(x) g(x) } 2n x n Soit (f n ) une suite de fonctions à vleurs dns K d, toutes intégrbles u sens de Riemnn sur [, b] et convergent uniformément sur [, ( b] vers une fonction f. Alors f est intégrble u sens de ) b Riemnn sur [, b], l suite de nombres f n(x) dx converge et : f(x) dx = lim n f n (x) dx. Il suffit de l étblir pour K = R et d =. Pour tout n, posons : ε n = sup f n (x) f(x) = f n f. x b 9

10 (ε n ) est une suite de nombres réels qui tend vers 0 pr nos hypothèses. On : f n (x) ε n f(x) f n (x) + ε n x [, b]. Prenons mintennt une subdivision σ quelconque = x 0 < x <... < x k = b de [, b], notons m i (f) (resp. M i (f)) l borne inférieure (resp. supérieure) de f sur [x i, x i ] ( i k) : m i (f) = inf f(x), M i (f) = sup f(x). x i x x i x i x x i Si s(f, σ) et S(f, σ) désignent les sommes de Drboux inférieures et supérieures de l fonction f ssociées à l subdivision σ : on : k k s(f, σ) = m i (f)(x i x i ), S(f, σ) = M i (f)(x i x i ), i= i= s(f n, σ) (b )ε n = s(f n ε n, σ) s(f, σ) S(f, σ) S(f n + ε n, σ) = S(f n, σ) + (b )ε n. (2) Donc: S(f, σ) s(f, σ) S(f n, σ) s(f n, σ) + 2(b )ε n. Soit ε > 0, choisissons n ssez grnd pour que : ε n < ε (b ) pour ce n, f n est intégrble, donc il existe σ tel que : lors : S(f n, σ) s(f n, σ) < ε 2, S(f, σ) s(f, σ) < ε, donc sup{s(f, σ), σ {subdivisions}} = inf{s(f, σ), σ {subdivisions}} ce qui signifie que f est intégrble u sens de Riemnn. (2) donne : donc : s(f n, σ) (b )ε n f n (x) dx (b )ε n Donc puisque (ε n ) tend vers 0 : lim n f(x) dx S(f n, σ) + (b )ε n, f(x) dx f n (x) dx = f n (x) dx + (b )ε n. f(x) dx. 7. Convergence uniforme et dérivtion 0

11 L exemple 3 du prgrphe 2 est une suite (f n ) de fonctions dérivbles qui converge uniformément vers une fonction f qui est ussi dérivble mis on n ps : lim n f n(x) = f (x). On voit donc qu il fut supposer plus que l convergence uniforme des fonctions pour que l fonction dérivée de l limite soit l limite des fonctions dérivées. On peut cependnt utiliser le prgrphe précédent pour les fonctions primitives. Si (f n ) est une suite de fonctions continues qui converge uniformément sur [, b] vers l fonction (continue) f, si x o est un point de [, b] et y n une suite de nombres qui tend vers y, les fonctions primitives F n de f n qui vlent y n u point x 0 : x F n (x) = y n + f n (t) dt x 0 tendent simplement (et même uniformément) vers l fonction primitive F de f définie pr : Ceci nous indique quelles hypothèses choisir. Théorème (limites de fonctions dérivbles) x F (x) = y + f(t) dt. x 0 Soit (f n ) une suite de fonctions dérivbles sur [, b]. On suppose qu il existe un point x 0 de [, b] tel que l suite (f n (x 0 )) converge et que l suite (f n) des fonctions dérivées converge uniformément vers une fonction g. Alors l suite (f n ) converge uniformément sur [, b] vers une fonction f, f est dérivble et f (x) = g(x) = lim n f n(x). Choisissons un nombre ε > 0. Puisque (f n (x 0 )) converge, elle est de Cuchy, il existe N tel que si p et q sont supérieurs à N, f p (x 0 ) f q (x 0 ) < ε 2. De même, l suite (f n) convergent uniformément stisfit le critère de Cuchy et il existe N tel que si p et q dépssent N, f p(t) f q(t) < ε 2(b ) t [, b]. Appliquons mintennt l inéglité des ccroissements finis à l fonction f p f q : (f p f q )(x) (f p f q )(x 0 ) x x 0 sup t [x,x 0 ] (f p f q ) (t). Si p et q dépssent N et N, on obtient : ε f p (x) f q (x) f p (x) f q (x) f p (x 0 ) + f q (x 0 ) + f p (x 0 ) f q (x 0 ) < x x 0 2(b ) + ε 2 ε,

12 quel que soit x de [, b]. Ce qui prouve (pr le critère de Cuchy) que l suite (f n ) converge uniformément sur [, b] vers une certine fonction f. Soit mintennt x un point quelconque de [, b]. Posons pour tout t de [, b] distinct de x : ϕ n (t) = f n(t) f n (x) t x et ϕ(t) = f(t) f(x). t x Pour chque n, l limite, lorsque t tend vers x, de ϕ n (t) est f n(x). De plus en ppliqunt encore les ccroissements finis, on voit que si p et q dépssent N et si t [, b] \ {x}, ϕ p (t) ϕ q (t) = f p (t) f p (x) f q (t) + f q (x) t x t x sup s [t,x] f p(s) f q(s) ε < t x 2(b ). Ceci prouve que l suite (ϕ n ) converge uniformément vers une certine fonction ψ sur [, b]\{x}. Comme (f n ) tend vers f, l suite (ϕ n ) tend simplement vers ϕ sur [, b] \ {x}. On donc ψ = ϕ et l convergence est uniforme. On peut ppliquer le théorème du prgrphe pour conclure que ϕ(t) une limite si t tend vers x et que cette limite est l limite lorsque n tend vers l infini des limites f n(x) des fonctions ϕ n (t) lorsque t tend vers x : lim ϕ(t) = lim f n(x) = g(x). t x n C est à dire : f est dérivble u point x et s dérivée est g(x) : f (x) = g(x) = lim n f n(x). Mintennt, nous pouvons construire explicitement une suite (f n ) de fonctions dérivbles qui converge uniformément vers une fonction f continue mis nulle prt dérivble. Théorème (fonction nulle prt dérivble) Il existe une fonction continue sur R qui n est dérivble en ucun point de R. Posons : ϕ(x) = x (x [, ]). Prolongeons ϕ à R tout entier en lui imposnt d être périodique, de période 2 : ϕ(x + 2k) = ϕ(x) k Z. Puisque ϕ( ) = ϕ(), ϕ est continue sur tout R. Elle est ussi positive et bornée pr. Posons lors : n ( ) k 3 f n (x) = ϕ( k x). Puisque pour tout x de R et tout p > q : f p (x) f q (x) = p k=q+ k=q+ k=0 ( ) k 3 ϕ( k x) ( ) k 3 = 2 ( 3 p ( ) k 3 ( ) q+ 3 3 =, k=q+ ) q+

13 l suite (f n ) stisfit le critère de Cuchy, elle converge uniformément sur R vers une fonction f. Soit mintennt x un point de R. Pour chque n, on regrde n x ± 2, on choisit le signe ± de telle fçon qu il n y it ps d entier entre n x et n x ± 2. On pose enfin : h n = ± 2 n. Si k > n, ( ϕ( k (x + h n )) = ϕ k x + (± ) 2 k n ) = ϕ( k x) puisque ϕ est périodique de période 2. Si k = n, ϕ( k (x + h n )) = ϕ ( n x + (± 2 ) ) = ϕ( n x) ± 2 puisqu il n y ps d entier entre n x et n x ± 2. Si k < n, on définit p pr u = k x 2p [, [. Posons v = k (x + h n ) 2p. Supposons pr exemple h n > 0, comme on soit v et lors k h n = 2 (n k) < 2, ϕ( k (x + h n )) ϕ( k x) = ϕ(v) ϕ(u) = u v u v = 2 (n k) soit 0 u < v 2 et lors: ϕ( k (x + h n )) ϕ( k x) = ϕ(v) ϕ(u) = ( u ) ( v ) u v = 2 (n k). Le même clcul, pour h n < 0 donne le même résultt, si p > n, on donc : n ( ) k 3 ( f p (x + h n ) f p (x) = ϕ( k (x + h n )) ϕ( k x) ) k=0 n ( ) k 3 ( = ϕ( k (x + h n )) ϕ( k x) ) ± ( ) n 3 2 k=0 ( ) [ n n 3 2 (3 ) ] k (n k) 2 = 3n 2. n k=0 n 3 k 2. n k=0 = [ ] 2. n 3 n 3n 3 [ 3 n ] + = h n. 2 En fisnt tendre p vers l infini, on l même estimtion pour f : f(x + h n ) f(x) h n 3n

14 Ceci veut dire que f n est ps dérivble u point x, puisque si f (x) existit, on urit : mis l suite f(x + h n ) f(x) f(x + h) f(x) lim = lim = f (x) n h n h 0 h ( ) f(x+hn ) f(x) h n n est ps bornée et ne converge donc ps.

LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE. Unité d enseignement LCMA 4U11 ANALYSE 3. Françoise GEANDIER

LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE. Unité d enseignement LCMA 4U11 ANALYSE 3. Françoise GEANDIER LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE Unité d enseignement LCMA 4U ANALYSE 3 Frnçoise GEANDIER Université Henri Poincré Nncy I Déprtement de Mthémtiques . Tble des mtières I Séries numériques. Séries

Plus en détail

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) (

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) ( Correction de l épreuve CCP PSI Mths PREMIÈRE PARTIE I- Soit t u voisinge de, t Alors ϕt t s = ϕt ρt s ρs Pr hypothèse, l fonction ϕt ϕt est lorsque t, il en est donc de même de ρt s ρt s ρs cr ρ s est

Plus en détail

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

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

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

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

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

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

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

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

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

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

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

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

Chapitre 7 : Intégration sur un intervalle quelconque

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

Plus en détail

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

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

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

Plus en détail

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

* 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours

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

Plus en détail

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

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

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

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

Plus en détail

Capes 2002 - Première épreuve

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

Plus en détail

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Exercices - Polynômes : corrigé. Opérations sur les polynômes Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)

Plus en détail

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

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

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

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

4. Martingales à temps discret

4. 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 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

Moments des variables aléatoires réelles

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

Plus en détail

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

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

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

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

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

rf( 1 f(x)x dx = O. ) U concours externe de recrutement de professeurs agreg6s composition d analyse

rf( 1 f(x)x dx = O. ) U concours externe de recrutement de professeurs agreg6s composition d analyse page 8 AGREGATIN de MATHEMATIQUES: 1991 1/5 externeanalyse concours externe de recrutement de professeurs agreg6s composition d analyse NTATINS ET DGFINITINS Dans tout le problème, R+ désigne l intervalle

Plus en détail

Intégration et probabilités TD1 Espaces mesurés

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

Plus en détail

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

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

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

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

Plus en détail

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

Leçon 01 Exercices d'entraînement

Leçon 01 Exercices d'entraînement Leçon 01 Exercices d'entraînement Exercice 1 Etudier la convergence des suites ci-dessous définies par leur terme général: 1)u n = 2n3-5n + 1 n 2 + 3 2)u n = 2n2-7n - 5 -n 5-1 4)u n = lnn2 n+1 5)u n =

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

Rappels sur les suites - Algorithme

Rappels sur les suites - Algorithme DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................

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

Cours d Analyse. Fonctions de plusieurs variables

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

Plus en détail

Suites numériques 4. 1 Autres recettes pour calculer les limites

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

Plus en détail

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Baccalauréat 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 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

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

16.1 Convergence simple et convergence uniforme. une suite de fonctions de I dans R ou C.

16.1 Convergence simple et convergence uniforme. une suite de fonctions de I dans R ou C. 16 Suites de foctios Suf précisio cotrire, I est u itervlle réel o réduit à u poit et les foctios cosidérées sot défiies sur I à vleurs réelles ou complexes. 16.1 Covergece simple et covergece uiforme

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

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

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples 45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et

Plus en détail

Turbine hydraulique Girard simplifiée pour faibles et très faibles puissances

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

Plus en détail

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

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

Construction de l'intégrale de Lebesgue

Construction de l'intégrale de Lebesgue Université d'artois Faculté des ciences Jean Perrin Mesure et Intégration (Licence 3 Mathématiques-Informatique) Daniel Li Construction de l'intégrale de Lebesgue 10 février 2011 La construction de l'intégrale

Plus en détail

Équations non linéaires

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

Plus en détail

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

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

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

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

Plus en détail

Raisonnement par récurrence Suites numériques

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

Plus en détail

Développements limités. Notion de développement limité

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

Plus en détail

Chapitre 6. Fonction réelle d une variable réelle

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

Plus en détail

Chapitre VI Fonctions de plusieurs variables

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

Plus en détail

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

Baccalauréat S Asie 19 juin 2014 Corrigé

Baccalauréat S Asie 19 juin 2014 Corrigé Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps

Plus en détail

Espérance conditionnelle

Espérance conditionnelle Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle

Plus en détail

ENS de Lyon TD 1 17-18 septembre 2012 Introduction aux probabilités. A partie finie de N

ENS 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 détail

Probabilités sur un univers fini

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

Plus en détail

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

Une forme générale de la conjecture abc

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

Plus en détail

Théorie de la Mesure et Intégration

Théorie de la Mesure et Intégration Ecole Nationale de la Statistique et de l Administration Economique Théorie de la Mesure et Intégration Xavier MARY 2 Table des matières I Théorie de la mesure 11 1 Algèbres et tribus de parties d un ensemble

Plus en détail

AOT 13. et Application au Contrôle Géométrique

AOT 13. et Application au Contrôle Géométrique AOT 13 Géométrie Différentielle et Application au Contrôle Géométrique Frédéric Jean Notes de cours Édition 2011/2012 ii Table des matières 1 Variétés différentiables 1 1.1 Variétés différentiables............................

Plus en détail

Théorie de la mesure. S. Nicolay

Théorie de la mesure. S. Nicolay Théorie de la mesure S. Nicolay Année académique 2011 2012 ii Table des matières Introduction v 1 Mesures 1 1.1 Sigma-algèbres................................. 1 1.2 Mesures.....................................

Plus en détail

4 Distributions particulières de probabilités

4 Distributions particulières de probabilités 4 Distributions particulières de probabilités 4.1 Distributions discrètes usuelles Les variables aléatoires discrètes sont réparties en catégories selon le type de leur loi. 4.1.1 Variable de Bernoulli

Plus en détail

Groupe symétrique. Chapitre II. 1 Définitions et généralités

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

Plus en détail

Cours d Analyse I et II

Cours d Analyse I et II ÉCOLE POLYTECHNIQUE FÉDÉRALE DE LAUSANNE Cours d Analyse I et II Sections Microtechnique & Science et génie des matériaux Dr. Philippe Chabloz avril 23 Table des matières Sur les nombres. Les nombres

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

Tests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA

Tests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA Tests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA Soutenance de doctorat, sous la direction de Pr. Bilodeau, M. et Pr. Ducharme, G. Université de Montréal et Université

Plus en détail