DM n o 17 : Intégration

Dimension: px
Commencer à balayer dès la page:

Download "DM n o 17 : Intégration"

Transcription

1 Lycée Louis-Le-Grnd, Pris Pour le 14/05/2015 MPSI 4 Mthémtiques A. Troesch DM n o 17 : Intégrtion Correction du problème 1 Intégrle de Lebesgue Prtie I Intégrtion pr rpport à une mesure 1. Soit f = α k 1 Ak une fonction étgée, les A i étnt 2 à 2 disjoints (sinon, on peut s y rmener fcilement en considérnt toutes les intersections possibles des A i et leurs complémentires. Quitte à regrouper certines prts (ce qui n est ps gênnt, l tribu étnt stble pr union, on peut même supposer que les α k sont deux à deux distincts. L fonction f ne prend lors que les vleurs {α 1,...,α n }, et pour tout k [1,n], f 1 (α k =. On lors, pour tout borélien X, f 1 (X =, k α k X qui est bien un élément de l tribu T, pr stbilité pr union. Ainsi, f est mesurble. 2. Soit f et g mesurbles positives. Notons (f les fonctions étgées minornt f. ( Si 0 fleg, lors toute fonction étgée minornt f minore g : (f (g. On en déduit que ( n ( n α k 1 Ak sup α k 1 Ak, αk 1 Ak (g c est-à-dire f dµ sup αk 1 Ak (f g dµ. De plus, 0 est une fonction étgée minornt f, donc, pr définition de l borne supérieure, f dµ 0. (b Supposons A B. On considère f A = 1 A f et de même pour f B. Soit h = α k 1 Ak une fonction étgée minornt f A. Cette fonction est nécessirement nulle en dehors de A, et minore donc f B en-dehors de A. lle minore ussi f B sur A, puisque f A et f B coïncident sur A. Ainsi, h (f B. On en déduit que (f A (f B, et en pssnt à l borne supérieure, il vient : A f dµ B f dµ. (c Cette propriété résulte du fit que si h = α k 1 Ak est étgée, lors ussi ch, et sum n cα k µ( = c α k µ(. Pr illeurs, suf si c = 0 (mis dns ce cs, le résultt est trivil, h minore f ssi ch minore cf. On obtient l églité voulue en pssnt ux bornes supérieures : cf dµ = c f dµ. 3. Soit f une fonction mesurble positive telle que f dµ = 0. 1

2 ( Soit A n = f 1 ([ 1 n,+ [. L fonction f étnt mesurble, A est un ensemble mesurble. Pr illeurs, de fçon évidente, 1 n 1 A n minore f, et est étgée. Ainsi, pr définition, de l intégrle, 0 1 n µ(a n f dµ = 0. On en déduit que µ(a n = 0. (b On 4. Soit s = On obtient lors f 1 (R = f 1 (R + = f 1 ([ 1 n,+ [ µ(f 1 (R = lim n + f 1 ([ 1 n,+ [ = 0 Pour cette dernière ffirmtion, on utilise une propriété clssique des mesures, ffirmnt que si (B n est une suite croissnte d ensembles mesurbles, µ A n = lim µ(a n. n + Cette propriété s obtient en écrivnt B n = A n \A n 1 (en posnt A 0 =, et en remrqunt que l on A n = n = n B k et = mis cette fois, les B i sont 2 à 2 disjoints. Ainsi, l propriété d dditivité et de σ-dditivité fournit : ( n ( n µ = µ(b k = lim µ(b k = µ B k = lim µ(a n. n + n + α i 1 Ai une fonction étgée, et B T. ( s étnt une fonction étgée se minornt elle-même, on s dµ α i µ(a i. Soit t une fonction étgée minornt s, t = m β i 1 Bi, les B i étnt supposés disjoints. Comme t minore s, t est nulle en dehors de l union des A j. Pr conséquent n n B i = B i = B i A j. A j Les B i A j étnt disjoints, on, pour tout (i,j tel que B i A j soit non vide, β i α j (obtenu en évlunt s et t en un point de l intersection, donc β i µ(b i A j α i µ(b i A j. Cette églité reste trivilement vrie sur B i A j =. Ainsi, pr dditivité, on obtient : ( ( m m m m m m β i µ(b i = β i µ(b i A j α i µ(a j B i = α i µ A j B i α i µ(a j. On en déduit, pr pssge à l borne supérieure sur t, que m s dµ µ(a j. Les deux inéglités obtenues mènent : s dµ = m µ(a j. B k, 2

3 (b On ν( = α i µ(a i = 0. Pr illeurs, si (B i i N est une fmille d éléments 2 à 2 disjoints de T, et B l union de ces ensembles, s 1 B = α i 1 Ai B. L ensemble B est dns T (stbilité pr union dénombrble, donc ussi les A i B, qui de plus, sont 2 à 2 disjoints. Ainsi, on toujours une fonction étgée, et B s dµ = Or, pr σ-dditivité, les B i étnt 2 à 2 disjoints, s 1 B = I(s 1 B = µ(a i B = j=0 α i µ(a i B. µ(a i B j, donc (on n ps de convergence à justifier : il peut y voir divergence vers l infini d une de ces séries mis dns ce cs, l églité est trivilement vrie dns R : Ainsi, ν est une mesure. B s dµ = j=0 α i µ(a i B j = j=0 B j s dµ = j=0 ν(b j. (c Quitte à jouter un terme nul 0 1 An+1 dns l définition de s, où A n+1 est le complémentire de l union des, on peut supposer que les A n forment une prtition de. De même pour les B n. Soit i,j = A i B j. Les i,j forment lors ussi une prtition (u plus dénombrble, et même finie de. On lors 1 i,j s = α i 1 i,j et 1 i,j t = β j 1 i,j, d où 1 i,j (s+t = (α i +β j 1 i,j. On en déduit de fçon immédite que (s+t dµ = (α i +β j µ( i,j = s dµ+ t dµ. i,j i,j i,j Notons ν s l mesure définie dns l question précédente, ssociée à l fonction étgée s. On lors, pour tout (i,j ν s+t ( i,j = ν s ( i,j +ν t ( i,j. Pr σ dditivité de ν s, ν t et ν s+t (on n utilise en fit que l dditivité, on donc = ν s +ν t, soit c est-à-dire ν s+t (s+t dµ = (i,j i,j (i,j i,j ν s+t ( = ν s (+ν s (, s dµ+ t dµ. 5. Théorème de convergence monotone de Lebesgue Soit (f n une suite de fonctions mesurbles positives, telles que pour tout x, (f n (x n N soit croissnte, et converge vers f(x. (i,j i,j 3

4 ( Soit y R. On, pour x R : f(x y lim n + f n(x y n N,f n (x y, l dernière ffirmtion provennt de l croissnce de l suite (f n. Ainsi, f 1 (],y] = + n=0 f 1 n (],y], ces derniers ensembles étnt mesurbles, pr mesurbilité des f n. T étnt stble pr intersection dénombrble, f 1 (],y] T. D près un point dmis dns l énoncé, les ],y] engendrnt l tribu des boréliens, f est mesurble. (b On, pour tout n N, 0 f n f n+1, donc, d près 2(, f n dµ f n+1 dµ. L suite ( Soit α s limite. f n dµ est lors croissnte donc convergente dns R. (c Pour tout n N, on f n f, donc f n dµ f dµ, cette inéglité étnt éventuellement à prendre dnsr. On psse à l limite dns cette inéglité : α (d On α f n dµ f n dµ c s(x dµ = cν s ( n. n n Or, pour tout x, si f(x = 0, f n (x ussi pour tout x, insi que s(x. On lors trivilement x n pour tout n N si f(x > 0, cs(x s(x f(x, l une u moins de ces deux inéglités étnt stricte. Ainsi, cs(x < f(x. Pr convergence de l suite (f n, il existe N tel que pour tout n N, f n (x cs(x. Ainsi, x n. On en déduit que n=0 n =. Pr illeurs, l croissnce de l suite (f n ssure imméditement que ( n est une suite croissnte. L propriété déjà utilisée en question 3, ppliquée à l mesure ν s, mène : ν s ( = lim n + ν s( n. Ainsi, en pssnt à l limite dns l inéglité obtenue ci-dessus, il vient : α cν s ( = c s dµ. (e n pssnt à l borne supérieure sur s étgée minornt f, il vient lors : α c f dµ. Ceci étnt vri pour tout c < 1, on peut psser à l borne supérieure sur c ]0,1[, et il vient donc : α f dµ. L inéglité opposée ynt déjà été justifiée, on donc : lim f n dµ = f dµ. f dµ. 4

5 Prtie II Intégrle de Lebesgue et intégrle de Riemnn. 1. L ensemble Q est un borélien, cr union dénombrble de singletons, eux-même des boréliens puisqu ils s écrivent : =],] R ], 1 n ]. n fit, comme dmis dns l énoncé, tous les intervlles sont des boréliens, en prticulier les singletons. L intervlle [0,1] ussi (construction similire à ci-dessus, donc Q [0,1] est ussi un borélien. Ainsi, 1 Q [0,1] est étgée, donc mesurble. Pr illeurs, 1 Q [0,1] dλ = λ(q [0,1] = x Q [0,1] λ({x} = 0, pr définition de λ sur les intervlles (en prticulier les singletons. Ce risonnement est vlide pr σ dditivité, Q [0, 1] étnt dénombrble. Ainsi, le résultt obtenu étnt réel, 1 Q [0,1] est Lebesgue-intégrble. 2. Soit h une fonction en escliers, = σ 0 < σ 1 < < σ n = b une subdivision ssociée, et pour tout i [1,n], h i l vleur de h sur le plier A i =]σ i 1,σ i [. On note églement, pour i [0,n], h i l vleur de h en σ i. On lors : h = h i 1 Ai + h i 1 {σ i}, tous les ensembles intervennt étnt mesurbles (ce sont des intervlles et 2 à 2 disjoints. Ainsi, h est une fonction étgée, à support dns [,b], et [,b] h dλ = Les singletons étnt de mesure nulle, il reste : i=0 h k λ(a i + h iλ(σ i. i=0 h dλ = h k (σ i σ i 1 [,b] soit: h dλ = b [,b] h(t dt 3. Soit f une fonction Riemnn-intégrble sur [,b]. Pr crctéristion séquentielle de l borne supérieure, et pr définition de l intégrbilité u sens de Riemnn, il existe une suite ( g n de fonctions en esclier telles que b g n (t dt b f(t dt. On construit lors g n = sup g k. Ces fonctions sont encore en esclier, et minorent f. Pr contruction, l k [[0,n]] suite (g n (x est croissnte pour tout x. De plus, on : n N, b g n (t dt Ainsi, d près le théorème d encdrement, on églement b b g n (t dt g n (t dt b f(t dt. b f(t dt. On montre de l même mnière l existence d une suite décroissnte (h n de fonctions en esclier mjornt f telles que b h n (t dt b f(t dt. 5

6 4. Tel qu il est écrit, l énoncé suppose qu on générlise l construction de l intégrle ux fonctions de signe quelconque, et qu on générlise le théorème de convergence monotone à cette sitution. Afin de ne ps voir à fire ces générlistions et à rester vec les notions démontrées jusque là, nous ne suivrons donc ps totlement l énoncé pour terminer cette prtie. Pour commencer, on suppose f positive, pour rester dns le cdre étudié jusqu ici. Pr illeurs, f est bornée, cr Riemnn-intégrble. n notnt m et M un minornt et un mjornt de f, quitte à considérer g n = sup(g n,m et h n = inf(h n,m, on peut supposer que les fonctions g n et h n sont elles ussi toutes minorées pr m et mjorées pr M. On peut choisir m = 0, ce que nous fisons désormis. Considérons l suite g n h n +M. Il s git lors d une suite de fonctions en esclier (donc Lebesgue-intégrbles, croissnte (cr (g n est croissnte et (h n décroissnte. Notons pour tout x R, g(x l limite de l suite croissnte(g n (x eth(x l limite de l suite décroissnte(h n (x. On lors, d près le théorème de convergence monotone de Lebesgue : Pr illeurs, d près l question 2, [,b] On donc (g n h n +M dλ = b [,b] (g n h n +M dλ g n (x h n (x+m dx = [,b] b [,b] (g h+m dλ. g n (x dx+ g h+m dλ = (b M. b h n (x+(b M (b M. On ne peut ps se rmener directement à l question I-3, cr cel nous obligerit à générliser le résultt à des fonctions négtives. Nous llons donc dpter son rgument. On sit ici que k = g h+m est mesurble (cel provient du théorème de convergence monotone de Lebesgue, et mjorée pr M. Soit lors n N, et A n = k 1 (],M 1 n ]. Soit s une fonction étgée minornt k. On lors s k M 1 n sur A n, et s k M illeurs. On lors s (M 1 n 1 A n +M1 [,b]\an, donc, pr monotonie de l intégrle, et pr description de l intégrle des fonctions étgées : s dλ M(b 1 n λ(a n. [,b] n pssnt à l borne supérieure, il vient donc M(b = [,b](g h+m dλ M(b 1 n λ(a n, ce qui n est possible que si λ(a n = 0. On donc λ(k 1 (],M 1 n ] = 0 pour toutn N, donc en considérnt l union dénombrble de ces ensembles, pr le même rgument qu en I-3, λ(k 1 (],M[ = 0. Comme k est toujours inférieure à M, il en résulte que k = M suf sur un ensemble k 1 (R \ {M} de mesure nulle. Ainsi, g h+m = M suf sur un ensemble de mesure nulle, donc g = h suf sur un ensemble de mesure nulle. Comme f est coincée entre g et h, on lors f = g suf sur un ensemble de mesure nulle. Pr illeurs, g est mesurble d près le théorème de convergence monotone de Lebesgue, et [,b] f dλ = [,b] g dλ = lim g n dλ = lim n + [,b] n + Ainsi, si f est Riemnn-intégrble, elle est Lebesgue-intégrble, et [,b] f dλ = b f(x dx. b g n (x dx = b f(x dx. Évidemment, si on dispose des générlistions pour les fonctions non nécessirement positives, l rgument est le même, mis sns voir besoin de trnslter pour se rmener à des fonctions positives, ce qui simplifie un peu l rgument. 6

7 Prtie III Théorème de Crthéodory 1. Pour tout X P(S, on Ainsi, M. Soit A M. On lors, pour tout X M : m ( X+m ( X = m ( +m (X = m (X. m (X = m (A X+m (A X = m (A X+m (A X. pr conséquent, A M. Ainsi, M est stble pr complémenttion. 2. Soit A et B dns M ( On : X (A B = (X A (X B = (X A ((X B\(X A = (X A (X (B \A, d où X (A B = (X A (X B A. (b Pour commencer, l sous-σ-dditivité implique l sous-dditivité : il suffit pour cel de compléter une fmille finie en une fmille dénombrble pr jout de l ensemble vide, et d ppliquer l sous-σ-dditivité à cette fmille dénombrble. On lors, d près l question précédente : m (X (A B m (X A+m (X B A, puis m (X (A B+m (X (A B m (X A+m (X B A+m (X A B. Or, B étnt dns M, en ppliqunt l définition de l m -mesurbilité vec X = X A, on obtient : m (X A+m (X B A+m (X A B = m (X A+m (X A = m (X, l dernière églité provennt de l m -mesurbilité de A. Ainsi (c D un utre côté, l sous-dditivité mène : m (X (A B+m (X (A B m (X. m (X = m ((X (A B (X A B m (X (A B+m (X A B. Ainsi, l inéglité opposée ynt été démontrée dns l question précédente, A B M. On en déduit que M est stble pr union de 2 éléments, puis pr récurrence, M est stble pr union finie. Puisque M est ussi stble pr complémenttion, d près les lois de De Morgn, on obtient lors églement l stbilité de M pr intersection finie. 3. Soit ( k N une fmille d éléments de M deux à deux disjoints. ( On : ( n+1 A n+1 = ( A n+1 soit: n+1 les ensembles A n+1 étnt vides pour k n+1. De même, ( n+1 A n+1 = A n+1, ( n+1 A n+1 = ( A n+1 soit: n+1 ( n+1 A n+1 = n, puisque +1 pour k n+1, et A n+1 A n+1 =. 7

8 (b On montre pr récurrence sur n N l propriété P(n suivnte : pour tout X P(S, on : ( n m (X = m (X. Pour n = 0, l églité se résume à m (X = k m (X, soit 0 = 0. On peut remrquer (mis ce n est formellement ps nécessire que l propriété u rng n = 1 est églement trivile : elle se résume à m (X A 1 = m (X A 1. Soit n 1 (n 0 suffit tel que P(n soit vrie. On lors, pr m -mesurbilité de A n+1 : m (X ( n+1 = m (X ( n+1 A n+1 +m (X ( n = m (X A n+1 +m (X. Pr hypothèse de récurrence, il vient lors : ( n+1 m (X = m (X A n+1 + ( n+1 A n+1 n+1 m (X = m (X. Ainsi, l propriété P(n+1 est églement vérifiée. D près le principe de récurrence, l propriété P(n est donc vrie pour tout n N. n (c On prend X = dns l propriété P(n. Les A i étnt deux à deux disjoints, on lors X =, pour tout k [1,n]. On obtient lors : ( n m = m (. Ainsi, m est dditive. 4. Les nottions étnt les mêmes que dns l question précédente, on pose A = n B n =. ( D près l question 2, B n est dns M, et et pour tout n N, m (X = m (X B n +m (X B n = m ( +m (X B n, d près l question 3. Pr illeurs, B n A, donc X A X B n. On déduit lors de l monotonie de m que : m (X m ( +m (X A. (b L inéglité précédente étnt vrie pour tout n, on peut psser à l limite lorsque n tend vers + (ce qui toujours un sens dns R : m (X pr sous-σ-dditivité. Ainsi, m (X m (X A+m (X A. L inéglité opposée s obtient simplement pr sous-dditivité, donc m ( +m (X A m +m (X A, (1 m (X = m (X A+m (X A. 8

9 L première chose qu on en déduit est que A M, et d utre prt, pour que l églité soit possible, l seconde inéglité de l expression (1 ne peut ps être stricte, donc m ( = m. 5. M contient, est stble pr complémentire, et d près l question précédente, pr union dénombrbles d ensembles deux à dexu disjoints. Soit mintennt ( k N une fmille d éléments de M non nécessirement deux à deux disjoints. On définit B n comme dns l question précédente, insi que B 0 =, et C n = B n \B n 1, pour n 1. Les B n sont dns M (on prouvé l stbilité pr union finie, donc ussi les C n (stbilité pr complémenttion et intersection finie. Or les C n sont 2 à 2 disjoints, et A n = Donc, d près l stbilité de M pr union dénombrbles d élément deux à deux dijoints, on en déduit qu on ussi A n M. Donc M est stble pr union dénombrble. Ainsi, M est une tribu. L propriété m ( et l question 4(b montrent que m se retreint en une mesure sur M. C n. Prtie IV Théorème de prolongement de Hhn 1. (i Toutes les sommes intervennt dns l définition de µ sont positives. Ainsi, pour tout X, µ (X 0. Pr illeurs, si X =, en prennt pour tout n N, A n =, on = X, et µ(a n = 0. Ainsi, µ ( 0. Les deux inéglités mènent µ ( = 0. (ii (Monotonie Soit A B. Notons A + l ensemble des fmilles ( d éléments de A telles que A de même B +. l inclusion A B mène lors de fçon évidente B + A +, donc ( + ( + µ(a n inf µ(a n, (A n A + inf (A n B + c est-à-dire µ (B µ (A. D où l monotonie de µ. (iii (Sous-σ-dditivité. Soit (A n n N une fmille dénombrble de sous-ensembles de S., et définissons Soitε > 0. Pr crctéristion de l borne inférieure, il existe une fmille(b n,k k N A + n (mêmes nottions que dns l question précédente telle que On lors : µ (A n + ε + 2 n µ(b n,k. µ 1 + (A n +ε 2 n µ(b n,k. Les termes étnt tous positifs, soit les fmilles considérées sont sommbles, soit les sommes sont infinies. Dns les deux cs, on peut écrire : µ (A n +ε (n,k N µ(b n,k. 9

10 Or, A = A n élément de A +. On donc, pr définition de µ (A : B n,k. Ainsi, quitte à réindexer (B n,k sur N, on peut dire que (B n,k est un Ceci étnt vri pour tout ε > 0, il en découle que c est-à-dire l sous-σ-dditivité de σ. Ainsi, µ est une mesure extérieure. µ (A n +ε µ (A. µ (A n µ A n, Au pssge retenez l méthode employée pour découper un petit epsilon en une infinité de prts : il suffit de prendre des prts de plus en plus petites de sorte à ssurer l convergence de l somme de ces prts vers ε. C est un rgument souvent très utile. 2. Pr conséquent, d près l prtie III, µ se restreint en une mesure µ sur l tribu M. Cette tribu M contient en prticulier les ensembles µ -mesurbles. Une mesure µ sur une lgèbre A est monotone : si A B, on peut écrire B = A (B A. L ensemble B A est encore dns A, et pr dditivité, µ(b = µ(a+µ(b A µ(a. Pr illeurs, une mesure positive µ sur une lgèbre est sous-σ-dditive. n effet, soit (B n n 1 une suite d éléments de A dont l union est encore dns A. On définit C n = n Les C i sont 2 à 2 disjoints, pour tout n N, C n B n et C n = On lors, pr monotonie de µ et σ-dditivité : ( + µ B n = µ C n = Soit lors (B n une suite d éléments de A telle que A A = + n 1 B k \ B k. B n. A B n, µ(c n B n. On lors µ(b n. les A B n étnt dns A, insi que leur union. Pr sous-σ-dditivité, il vient donc µ(a µ(a B n µ(b n. Pr pssge à l borne inférieure, il vient µ(a µ (A. l inéglité réciproque s obtient simplement en considérnt l suite B 1 = A, B k = si k > 1. Ainsi µ(a = µ (A, donc µ et µ coïncident sur A. Soit A A et X S. L sous-σ dditivité de µ mène µ (X µ (X A+µ (X A. 10

11 Réciproquement, soit (B n une suite d éléments de A telle que X µ (X+ε µ(b n. B n et On lors X A (B n A et X A (B n A, tous les ensembles de ces unions étnt dns A. On lors µ (X A+µ (X A µ(b n A+ µ(b n A = µ(b n, pr dditivité. Ainsi µ (X A+µ (X A µ (X+ε. Ceci étnt vri pour tout ε > 0, il vient : µ (X A+µ (X A µ (X. Les deux points précédents permettent d ffirmer que A M. Pr conséquent, M étnt une tribu, pr minimlité, σ(a M. Ainsi, on peut encore restreindre µ en une mesure µ sur σ(a. Ainsi, il existe un prolongement µ de µ sur σ(a. 3. On montre dns cette question l unicité. Soit µ 1 et µ 2 deux prolongements de µ sur σ(a. On définit C = {A A, µ(a < + } ( Soit (A,B C 2. On lors A B A, et pr monotonie de µ, µ(a B µ(a < +. Ainsi, C est stble pr intersection finie. C est donc un π-système. (b µ étnt σ-finie, il existe (A n n N telle que pour tout tout n N, µ(a n < + et S = Soit lors A A. On donc : Or, pour tout n N, A A n est dns A, et A = n=0 A A n. µ(a A n µ(a n < +. Ainsi, A A n C. Pr stbilité d une σ-lgèbre pr union dénombrble, on en déduit que A σ(c. Pr minimlité de l σ-lgèbre engendrée pr A, il vient donc σ(a σ(c. L inclusion réciproque est immédite du fit que C A. Ainsi, σ(a = σ(c. (c Les mesures µ 1 et µ 2 définies sur σ(a = σ(c coincident sur le π-système C. On déduit du dernier point dmis dns l énoncé (théorème d unicité des mesures, découlnt du lemme de clsse monotone, que µ 1 = µ 2. L mesure de Lebesgue est lors construite insi : On commençe pr définir λ(i pour les intervlles I pr leur longueur. Ceci se prolonge ssez nturellement ux unions disjointes finies d intervlles, en fisnt tout de même ttention u fit qu un tel ensemble peut s écrire de plusieurs fçons différentes comme union finie d intervlles 2 à 2 disjoints : il fut donc montrer l invrince vis-à-vis de cette décomposition. On montre que l ensemble A des éléments de P(R s écrivnt comme union finie d intervlles disjoints est une lgèbre, et que λ insi définie est une mesure sur cette lgèbre (c est là le point délict, notmment pour montrer l σ-dditivité. On peut d illeurs noter que c est pour cette preuve précisément que Borel énoncé le fmeux théorème de Borel-Lebesgue pour les compcts en On définit lors λ sur B = σ(a pr le théorème de prolongement de Hhn. n=0 A n. 11

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

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

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

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

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

Intégrale de Lebesgue

Intégrale de Lebesgue Intégrale de Lebesgue L3 Mathématiques Jean-Christophe Breton Université de Rennes 1 Septembre Décembre 2014 version du 2/12/14 Table des matières 1 Tribus (σ-algèbres) et mesures 1 1.1 Rappels ensemblistes..............................

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

Théorie de la Mesure et Intégration

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

Plus en détail

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

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

Mesures et Intégration

Mesures et Intégration Mesures et Intégration Marc Troyanov - EPFL - Octobre 2005 30 avril 2008 Ce document contient les notes du cours de Mesure et Intégration enseigné à l EPFL par Marc Troyanov, version 2005-2006. Table des

Plus en détail

THÉORIE DE LA MESURE ET DE L INTÉGRATION.

THÉORIE DE LA MESURE ET DE L INTÉGRATION. THÉORIE DE LA MESURE ET DE L INTÉGRATION. THIERRY GALLAY Transcrit par Tancrède LEPOINT 29 UNIVERSITÉ JOSEPH FOURIER, GRENOBLE TABLE DES MATIÈRES Avant-propos Biographie sommaire...........................................

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

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

Mesure et Intégration (Notes de cours de L3)

Mesure et Intégration (Notes de cours de L3) Mesure et Intégration (Notes de cours de L3) Ahmed Zeriahi Version préliminaire-octobre 2011 Avertissement : Ceci est une version préliminaire des notes du cours que l auteur a dispensé en troisème année

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

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

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

La mesure de Lebesgue sur la droite réelle

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

Plus en détail

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

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

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

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

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

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

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

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

Produits d espaces mesurés

Produits d espaces mesurés Chapitre 7 Produits d espaces mesurés 7.1 Motivation Au chapitre 2, on a introduit la mesure de Lebesgue sur la tribu des boréliens de R (notée B(R)), ce qui nous a permis d exprimer la notion de longueur

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

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

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 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

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

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

MA6.06 : Mesure et Probabilités

MA6.06 : Mesure et Probabilités Année universitaire 2002-2003 UNIVERSITÉ D ORLÉANS Olivier GARET MA6.06 : Mesure et Probabilités 2 Table des matières Table des matières i 1 Un peu de théorie de la mesure 1 1.1 Tribus...............................

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

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

Intégration sur des espaces produits

Intégration sur des espaces produits Chapitre 5 Intégration sur des espaces produits 5.1 Produit de deux mesures Étant donnés deux espaces mesurés (Ω 1, F 1, µ 1 ) et (Ω 2, F 1, µ 2 ), le but de cette section est de construire une mesure

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

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

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

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

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

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

1 Mesure et intégrale

1 Mesure et intégrale 1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios

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

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

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

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

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

Cours 02 : Problème général de la programmation linéaire

Cours 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 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

Développements limités, équivalents et calculs de limites

Développements limités, équivalents et calculs de limites Développements ités, équivalents et calculs de ites Eercice. Déterminer le développement ité en 0 à l ordre n des fonctions suivantes :. f() e (+) 3 n. g() sin() +ln(+) n 3 3. h() e sh() n 4. i() sin(

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

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

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

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante

Plus en détail

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. 1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le

Plus en détail

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

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

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

Plus en détail

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

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

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

I. Ensemble de définition d'une fonction

I. Ensemble de définition d'une fonction Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux

Plus en détail

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

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

Plus en détail

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

CHAPITRE IV. L axiome du choix

CHAPITRE IV. L axiome du choix CHAPITRE IV L axiome du choix Résumé. L axiome du choix AC affirme qu il est légitime de construire des objets mathématiques en répétant un nombre infini de fois l opération de choisir un élément dans

Plus en détail

Développement décimal d un réel

Développement décimal d un réel 4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce

Plus en détail

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

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

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

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

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

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 2. Matrices

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

Plus en détail

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

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

Corrigé du baccalauréat S Asie 21 juin 2010

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

Plus en détail

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

Équation de Langevin avec petites perturbations browniennes ou

Équation de Langevin avec petites perturbations browniennes ou Équation de Langevin avec petites perturbations browniennes ou alpha-stables Richard Eon sous la direction de Mihai Gradinaru Institut de Recherche Mathématique de Rennes Journées de probabilités 215,

Plus en détail

DOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10.

DOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. A1 Trouvez l entier positif n qui satisfait l équation suivante: Solution 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. En additionnant les termes du côté gauche de l équation en les mettant sur le même dénominateur

Plus en détail

C algèbre d un certain groupe de Lie nilpotent.

C algèbre d un certain groupe de Lie nilpotent. Université Paul Verlaine - METZ LMAM 6 décembre 2011 1 2 3 4 Les transformations de Fourier. Le C algèbre de G/ Z. Le C algèbre du sous-groupe G 5 / vect{u,v }. Conclusion. G un groupe de Lie, Ĝ l ensemble

Plus en détail

Relation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices

Relation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices Lycée Pierre de Fermat 2012/2013 MPSI 1 Feuille d exercices Manipulation des relations d ordre. Relation d ordre Exercice 1. Soit E un ensemble fixé contenant au moins deux éléments. On considère la relation

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

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

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

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

Chapitre 2. Eléments pour comprendre un énoncé

Chapitre 2. Eléments pour comprendre un énoncé Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données

Plus en détail

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Bachir Bekka Février 2007 Le théorème de Perron-Frobenius a d importantes applications en probabilités (chaines

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

Probabilités sur un univers fini

Probabilités 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 détail

Résolution d équations non linéaires

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

Plus en détail

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

Calcul intégral élémentaire en plusieurs variables

Calcul intégral élémentaire en plusieurs variables Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement

Plus en détail

Simulation de variables aléatoires

Simulation de variables aléatoires Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo

Plus en détail

Cours de mathématiques

Cours de mathématiques DEUG MIAS premier niveau Cours de mathématiques année 2003/2004 Guillaume Legendre (version révisée du 3 avril 2015) Table des matières 1 Éléments de logique 1 1.1 Assertions...............................................

Plus en détail

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

Correction du baccalauréat S Liban juin 2007

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

Plus en détail

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