Espaces préhilbertiens : projection orthogonale sur un sous-espace de dimension finie. Applications à l approximation des fonctions
|
|
- Lucien Côté
- il y a 7 ans
- Total affichages :
Transcription
1 3 Espaces préhilbertiens : projection orthogonale sur un sous-espace de dimension finie. Applications à l approximation des fonctions 3. Espaces préhilbertiens On rappelle qu une forme bilinéaire sur un espace vectoriel réel E est une application ϕ : E E R x, y) ϕ x, y) telle que pour tout x dans E l application y ϕ x, y) est linéaire et pour tout y dans E l application x ϕ x, y) est linéaire. On dit que ϕ est : symétrique si ϕ x, y) = ϕ y, x) pour tous x, y dans E ; positive si ϕ x, x) pour tout x dans E ; définie si pour x dans E l égalité ϕ x, x) = équivaut à x =. Définition 3. Un produit scalaire sur un espace vectoriel réel E est une forme bilinéaire symétrique définie positive. On note en général un tel produit scalaire. x, y) x y Définition 3. Un espace préhilbertien est un espace vectoriel réel muni d un produit scalaire. Exercice 3. Soient E un espace vectoriel réel de dimension n, e i ) i n une base de E et ω = n ω k e k fixé dans E. À tout couple x, y) de vecteurs de E, on associe le réel : x y = ω k x k y k. 843
2 844 Espaces préhilbertiens, projection orthogonale Montrer que l application est un produit scalaire sur E si, et seulement si, toutes les composantes de ω sont strictement positives. Pour E = R n et ω k = pour tout k compris entre et n, le produit scalaire obtenu est le produit scalaire canonique de R n. Solution 3. L application définit une forme bilinéaire symétrique sur E pour tout ω E. Si est un produit scalaire, on a alors ω k = e k e k > pour tout k compris entre et n. Réciproquement si tous les ω k sont strictement positifs, on a x x = n ω k x k pour tout x E et x x = équivaut à ω k x k = pour tout k compris entre et n, ce qui équivaut à x k = pour tout k, soit à x =. En conclusion, définit un produit scalaire sur E si, et seulement si, tous les ω k sont strictement positifs. Exercice 3. Donner une condition nécessaire et suffisante sur les réels a, b, c, d pour que l application : x, y) x y = ax y + bx y + cx y + dx y définisse un produit scalaire sur E = R. ) a b Solution 3. Pour tous réels a, b, c, d, cette application est bilinéaire de matrice A = c d dans la base canonique de R. Elle est symétrique si, et seulement si, cette matrice A est symétrique, ce qui équivaut à b = c. Pour b = c, est bilinéaire symétrique et pour tout x R, on a : x x = ax + bx x + dx Si on a un produit scalaire, alors a = e e >, d = e e > et pour tout vecteur x = e + te, où t est un réel quelconque, on a x x = a + bt + dt >, ce qui équivaut à δ = b ad <. Réciproquement si b = c, a >, d > et b ad < alors est bilinéaire symétrique et pour tout x E, on a : x x = ax + bx x + dx = a x + b a x x + d ) a x = a x + b ) ) a x ad b + x a avec x x = si, et seulement si, x + b a x = et x =, ce qui équivaut à x =. Donc est un produit scalaire si, et seulement si, b = c, a >, d > et b ad <. Exercice 3.3 Soient n un entier naturel non nul, x,, x n des réels deux à deux distincts et ω R n+. À quelle condition, nécessaire et suffisante, sur ω l application : ϕ : P, Q) ω i P x i ) Q x i ) définit-elle un produit scalaire sur l espace vectoriel R n [x]?
3 Espaces préhilbertiens 845 Solution 3.3 L application ϕ définit une forme bilinéaire symétrique sur R n [x] pour tout ω R n. Si ϕ est un produit scalaire, en désignant par L i ) i n la base de Lagrange de R n [x] définie par : L i x) = n k i x x k x i x k i n) L i est le polynôme de degré n qui vaut en x i et en x k pour k i), on a alors ω j = ϕ L j, L j ) > pour tout j compris entre et n. Réciproquement si tous les ω j sont strictement positifs, on a ϕ P, P ) = n ω i P x i ) pour tout x R n et ϕ P, P ) = équivaut à ω i P x i ) = pour tout i, ce qui équivaut à P x i ) = pour tout i compris entre et n soit à P = P est un polynôme dans R n [x] qui a n+ racines distinctes, c est donc le polynôme nul). En conclusion, ϕ définit un produit scalaire sur R n [x] si, et seulement si, tous les ω i sont strictement positifs. Exercice 3.4 n étant un entier naturel non nul, on note P n l ensemble des polynômes trigonométriques de degré inférieur ou égal à n, c est-à-dire l ensemble des fonctions de R dans R la forme : P : x P x) = a + a k cos kx) + b k sin kx)).. Montrer que P n est un espace vectoriel et préciser sa dimension.. Montrer que si P P n s annule en n+ points deux à deux distincts dans [ π, π[, alors P = utiliser les expressions complexes des fonctions cos et sin). 3. Montrer que si x,, x n sont des réels deux à deux distincts dans [ π, π[, alors l application : ϕ : P, Q) définit un produit scalaire sur l espace vectoriel P n. Solution 3.4 P x i ) Q x i ). Il est clair que P n est un sous-espace vectoriel de l espace vectoriel des applications de R dans R. En notant respectivement c k et s k les fonctions x cos kx) pour k et x sin kx) pour k, P n est engendré par la famille B n = {c k k n} {s k k n}, c est donc un espace vectoriel de dimension au plus égale à n +. Montrons que cette famille de fonctions est libre. Pour ce faire, on procède par récurrence sur n. Pour n =, si a + a cos x) + b sin x) =, en évaluant cette fonction en, π et π successivement, on aboutit au système linéaire : a + a = a + b = a a = qui équivaut à a = b = b =. La famille {c, c, s } est donc libre. Supposons le résultat acquis au rang n. Si P = a + n a k c k + b k s k ) =, en i=
4 846 Espaces préhilbertiens, projection orthogonale dérivant deux fois, on a : Il en résulte que : P = k a k c k + b k s k ) = n n P + P = n a + n k ) a k c k + b k s k ) = et l hypothèse de récurrence nous dit que n a =, n k ) a k = et n k ) b k pour tout k compris entre et n, ce qui équivaut à dire que a = et a k = b k = pour tout k compris entre et n puisque n k. Il reste alors a n c n + b n s n =, ce qui implique a n =, en évaluant en x = et b n =. La famille B n est donc libre. On verra un peu plus loin que cette famille est orthogonale pour un produit scalaire naturel sur P n, formée de fonctions non nulles, et en conséquence libre.. Posant z = e ix pour tout réel x, on a : P x) = a + ) z a k + z k z k z k k + b k i a k z k + z ) ib k k z k z )) k = a + a k ib k ) z k + a k + ib k ) z ) k ou encore : = a + z n P x) = a z n + ak ib k ) z n+k + a k + ib k ) z n k) = Q z) Il en résulte que si P s annule en n + points deux à deux distincts, x,, x n, dans [ π, π[, alors le polynôme complexe Q C n [z] s annule en n + points distincts du cercle unité, e ix,, e ix n, ce qui revient à dire que c est le polynôme nul et P =. 3. On vérifie facilement que ϕ est une forme bilinéaire symétrique et positive. L égalité ϕ P, P ) = entraîne que P P n s annule en n + points deux à deux distincts dans [ π, π[ et en conséquence P =. Exercice 3.5 Montrer que, pour toute fonction α C [a, b], R +), l application : ϕ : f, g) b a f t) g t) α t) dt définit un produit scalaire sur l espace vectoriel E = C [a, b], R). Solution 3.5 Avec la structure de corps commutatif de R et la linéarité et positivité de l intégrale, on déduit que ϕ est une forme bilinéaire symétrique positive sur E. Sachant que l intégrale sur [a, b] d une fonction continue et à valeurs positives est nulle si, et seulement si, cette fonction est nulle, on déduit que ϕ est une forme définie. Donc ϕ est un produit scalaire sur E.
5 Inégalités de Cauchy-Schwarz et de Minkowski 847 Plus généralement, on se donne une fonction α définie sur un intervalle réel ouvert I = ]a, b[, avec a < b +, continue à valeurs réelles strictement positives, et on note : { b } E = f C I) f x) α x) dx < + En utilisant l inégalité : fg f + g ), on vérifie que E est un espace vectoriel et que l application définit un produit scalaire sur E. f, g) b Exercice 3.6 Montrer que l application : a f, g) a f x) g x) α x) dx π π f t) g t) dt définit un produit scalaire sur l espace vectoriel F des fonctions définies sur R à valeurs réelles, continues et périodiques de période π. Solution 3.6 Ce sont les mêmes arguments qu à l exercice précédent compte tenu qu une fonction de F est nulle si, et seulement si, elle est nulle sur [ π, π]. 3. Inégalités de Cauchy-Schwarz et de Minkowski E, ) désigne un espace préhilbertien et on note pour tout x dans E, x = x x. Théorème 3. Inégalité de Cauchy-Schwarz) Pour tous x, y dans E on a : x y x y l égalité étant réalisée si, et seulement si, x et y sont liés. Démonstration. Si x = ou x et y = λx avec λ R, on a alors l égalité pour tout y E. On suppose donc que x est non nul et y non lié à x. La fonction polynomiale P définie par : P t) = y + tx = x t + x y t + y est alors à valeurs strictement positives, le coefficient de t étant non nul, il en résulte que son discriminant est strictement négatif, soit : x y x y < ce qui équivaut à x y < x y. On peut déduire de cette inégalité quelques inégalités intéressantes sur les réels ou sur les fonctions continues voir le paragraphe 35.). Une conséquence importante de l inégalité de Cauchy-Schwarz est l inégalité triangulaire de Minkowski.
6 848 Espaces préhilbertiens, projection orthogonale Théorème 3. Inégalité de Minkowski) Pour tous x, y dans E on a : x + y x + y l égalité étant réalisée si, et seulement si, x = ou x et y = λx avec λ on dit que x et y sont positivement liés). Démonstration. Si x =, on a alors l égalité pour tout y E. Si x et y = λx avec λ R, on a : x + y = + λ x + λ ) x = x + y l égalité étant réalisée pour λ. Pour λ <, l inégalité est stricte puisque dans ce cas + λ < + λ = λ. On suppose que x est non nul et y non lié à x. On a : et avec l inégalité de Cauchy-Schwarz : x + y = x + x y + y x + y < x + x y + y = x + y ) ce qui équivaut à x + y < x + y. De l inégalité de Minkowski, on déduit que l application x x = x x définit une norme sur E. De cette inégalité, on déduit l inégalité équivalente suivante : x, y) E, x y x + y Par récurrence, on montre facilement que pour tous vecteurs x,, x p, on a : x + + x p x + + x p. Les deux égalités qui suivent sont utiles en pratique. Théorème 3.3 Pour tous x, y dans E on a : x y = x + y x y ) = x + y x y ), 4 x + y + x y = x + y ). La deuxième identité est l égalité du parallélogramme. Elle est caractéristique des normes déduites d un produit scalaire voir le théorème 35.3). Exercice 3.7 Montrer que pour tout entier n et tout n-uplet x,, x n ) de vecteurs de E, on a : ε {,} n ε x + + ε n x n = n x + + x n ) identité généralisée du parallélogramme).
7 Orthogonalité 849 Solution 3.7 On procède par récurrence sur n. Pour n =, c est l égalité du parallélogramme classique. Supposons le résultat acquis pour n. Pour x,, x n, x n+ dans E et ε {, } n, on a : ε x + + ε n x n + x n+ + ε x + + ε n x n x n+ = ε x + + ε n x n + x n+ ) donc : ε {,} n+ n+ n+ ε k x k = ε k x k ε,ε n+ ) {,} n {,} = ε k x k + x n+ + ε k x k x n+ ε {,} n = ε k x k + x n+ ε {,} n = ε k x k + n x n+ ε {,} n n+ = n+ x k 3.3 Orthogonalité L inégalité de Cauchy-Schwarz nous dit que pour tous vecteurs x et y non nuls dans E, on a : x y x y ce qui implique qu il existe un unique réel θ dans [, π] tel que : x y = cos θ) x y Le réel θ est la mesure dans [, π] de l angle géométrique que font les vecteurs x et y dans E {}. Pour θ {, π}, on a x y = x y, ce qui équivaut à dire que les vecteurs x et y sont liés. Pour θ = π, on a x y =. Définition 3.3 On dit que deux vecteurs x et y appartenant à E sont orthogonaux si x y =. Théorème 3.4 Pythagore) Les vecteurs x et y sont orthogonaux dans E si, et seulement si : x + y = x + y
8 85 Espaces préhilbertiens, projection orthogonale De manière générale, on a : x + y = x + cos θ) x y + y On vérifie facilement par récurrence sur p, que si x,, x p sont deux à deux orthogonaux, on a alors : p p x k = x k Définition 3.4 L orthogonal d une partie non vide X de E est l ensemble : X = {y E x X, x y = }. Il est facile de vérifier que X est un sous espace vectoriel de E. Définition 3.5 On appelle famille orthogonale dans E toute famille e i ) i I de vecteurs de E telle que e i e j = pour tous i j dans I. Si de plus e i = pour tout i I, on dit alors que cette famille est orthonormée ou orthonormale. Théorème 3.5 Une famille orthogonale de vecteurs non nuls de E est libre. Démonstration. Si e i ) i I est une telle famille et si j J λ j e j = où J est une partie finie de I on a alors pour tout k J : = λ j e j e k = λ k e k, j J avec e k = et nécessairement λ k =. Exemple 3. Sur R n [x] muni du produit scalaire P, Q) P Q = P x k ) Q x k ), où x k ) k n est une suite de réels deux à deux distincts, la base de Lagrange correspondante est orthonormée voir l exercice 3.3). Exercice 3.8 Montrer que, sur l espace vectoriel F des fonctions réelles, continues et πpériodiques muni du produit scalaire : la famille { π, π cos nt), f, g) π π f x) g x) dx, π sin mt) n, m) N N } est orthonormée.
9 Le procédé d orthogonalisation de Gram-Schmidt 85 Solution 3.8 Pour n m dans N, on a : π π cos nt) cos mt) dt = pour n m dans N, on a : π π sin nt) sin mt) dt = et pour n, m) N N, on a : π π Pour n =, on a : cos nt) sin mt) dt = donc = et pour n : π π π π π π π π π π cos n + m) t) + cos n m) t)) dt =, cos n m) t) cos n + m) t)) dt = sin n + m) t) sin n m) t)) dt =. π π cos nt) dt = sin nt) dt = π donc cos nt) π = π sin nt) =. dt = π π π π π cos nt) + ) dt = π cos nt)) dt = π 3.4 Le procédé d orthogonalisation de Gram-Schmidt Théorème 3.6 orthonormalisation de Gram-Schmidt) Pour toute famille libre x i ) i p dans E, il existe une unique famille orthonormée e i ) i p dans E telle que : { Vect {e,, e k {,, p}, k } = Vect {x,, x k } x k e k > Démonstration. On procède par récurrence sur p. Pour p =, on a nécessairement e = λ x avec λ R et = e = λ x, donc λ = x ce qui donne deux solutions pour λ. La condition supplémentaire x e > entraîne λ > et on obtient ainsi l unique solution e = x x. Supposons p et construite la famille orthonormée e i ) i p vérifiant les conditions : k {,, p }, { Vect {e,, e k } = Vect {x,, x k } x k e k > Si ) e,, e p, e p est une solution à notre problème on a alors nécessairement e k = e k pour tout k compris entre et p unicité pour le cas p ). La condition Vect {e,, e p } = Vect {x,, x p } entraîne : p e p = λ j e j + λ p x p j=
10 85 Espaces préhilbertiens, projection orthogonale Avec les conditions d orthogonalité : on déduit que : et : j {,, p }, e p e j = λ j + λ p x p e j = j p ) ) p e p = λ p x p x p e j e j = λ p y p j= Du fait que x p / Vect {x,, x p } = Vect {e,, e p } on déduit que y p et la condition e p = donne : λ p = y p La condition supplémentaire : ) p < x p e p = e p λ j e j e p = λ p λ p entraîne λ p >. Ce qui donne en définitive une unique solution pour e p. La construction d une famille orthonormée e i ) i p peut se faire en utilisant l algorithme suivant : f = x, e = f f f k = x k k j= j= x k e j e j, e k = f k f k, k =,, p) Le calcul de f k peut être simplifié en écrivant que : k f k = f k x k x k e j e j j= k = f k x k = x k x k e j e j x k j= k = x k x k e j j= f k est orthogonal à e j pour j k ). Les x k e j étant déjà calculés pour obtenir f k ), il suffit donc de calculer x k. En fait le calcul de f k x k est souvent plus rapide. Dans la base x i ) i p chaque vecteur e k s écrit e k = k µ j x j, avec µ k = f k >. Corollaire 3. Si F est un sous-espace vectoriel de dimension finie ou infinie dénombrable de E, alors il existe une base orthonormée pour F. Démonstration. On raisonne par récurrence en utilisant le théorème de Gram-Schmidt. Si E est un espace euclidien de dimension finie et B = e i ) i n une base orthonormée de E, alors tout vecteur x E s écrit : x = x e k e k = x k e k j=
11 Le procédé d orthogonalisation de Gram-Schmidt 853 et on a pour tous vecteurs x, y dans E, en notant X la matrice de x dans la base B : x y = x e k y e k = x k y k = t XY et : x = x e k = x k. Ces égalités sont des cas particuliers des égalités de Parseval valables de manière plus générale dans les espaces de Hilbert. Exercice 3.9 Montrer que l application : P, Q) P Q = t) P t) Q t) dt définit un produit scalaire sur R [x]. Donner une base orthonormée. Solution 3.9 La fonction t t étant à valeurs strictement positives sur ], [, il est facile de vérifier que est un produit scalaire. En utilisant l algorithme de Gram-Schmidt, on définit la base orthonormée P i ) i par : Q =, Q = t) dt =, P = Q = x x P P = x 3 Q = Q x = 4 9, P = 3 x Q = x x P P x P P = x 8 5 x + 5 Q = Q x = , P = 4 5x 8x + ) Une base orthonormée de R [x] est donc :, 3 6 x, 5x 8x + )) 4 Exercice 3. Montrer que l application P, Q) P t) Q t) dt définit un produit scalaire sur R [x]. Donner la matrice dans la base canonique et déterminer une base orthonormée. Solution 3. On sait déjà que est un produit scalaire. En utilisant l algorithme de Gram-Schmidt, on définit la base orthonormée P i ) i par : Q =, Q = dt =, P = Q = x x P P = x Q = Q x = 3, P = 3 x Q = x x P P x P P = x 3 Q = Q x = 8 45, P = 3 x ) 4 3
12 854 Espaces préhilbertiens, projection orthogonale Une base orthonormée de R [x] est donc : 3, x, 3 x ) ) 4 3 Exercice 3. On note le produit scalaire défini sur R [X] par :. Montrer que : P, Q) P Q = n N, + t n t dt = P t) Q t) dt t n)! π n n!). En utilisant le procédé d orthogonalisation de Gram-Schmidt, déduire de la base canonique, X, X ) de R [X], une base orthonormée de R [X]. Solution 3.. Pour tout entier naturel n, on note : T n = t n t dt La fonction à intégrer est positive et équivalente au voisinage de à la fonction elle est donc intégrable sur [, ]. On a : T = dt = arcsin ) = π t et pour n, une intégration par parties donne : T n = t n t n ) = n ) t dt = n ) x n t dt t t On a donc la relation de récurrence : t ) dx = n ) T n T n ) n, T n = n n T n et avec la valeurs initiale T, on déduit que : T n = n n 3 n n ) 3 π 4 = n n n n 3 n n n ) n ) 3 π 4 = n)! π n n!) t,
13 Le procédé d orthogonalisation de Gram-Schmidt 855. On pose Q = et on a Donc : Q = dt = dt = π t t P = Q Q = π Puis Q X) = X λp où λ est tel que P Q =, ce qui donne : par parité. On a Q X) = X et : Donc : Q = λ = P X = t dt = t t dt = t t P = Q Q = π X t dt = π = π Puis Q X) = X λp µp où λ, µ sont tels que P Q = P Q =, ce qui donne : λ = P X = t dt = π π π t π = et : µ = P X t 3 = π dt = t π par parité. On a Q X) = X λp = X = X π et : Donc : Q = Q X λp = Q X t 4 = dt t = 4! 4 π π = π 8 t t dt P = Q Q = X ) π Conclusion, une base orthonormée de R [X] est donnée par : P, P, P ) =, π π X, X )) π Exercice 3. Pour tout entier n positif ou nul, on note π n x) = x ) n et R n = π n) n. On munit E = R [x] du produit scalaire défini par : P, Q) E, P Q = P x) Q x) dx
14 856 Espaces préhilbertiens, projection orthogonale. Montrer que R n est un polynôme de degré n de la parité de n.. Calculer, pour n, les coefficients de x n et x n dans R n. 3. Montrer que, pour n, pour tout entier k compris entre et n et tout P R [x], on a : π k) n t) P t) dt = π k ) n t) P t) dt 4. Montrer que, pour n et tout polynôme P R n [x], on a R n P =. 5. En déduire que la famille R n ) n N est orthogonale dans E. 6. Calculer R n, pour tout entier n positif ou nul. Les polynômes P n = R n R n sont les polynômes de Legendre normalisés. Solution 3.. Pour n = on a R = π =. Pour n le polynôme : π n x) = ) n k Cnx k k est de degré n et sa dérivée d ordre n : R n x) = ) n k C k k)! n n k n)! xk n k n est un polynôme de degré n. Le polynôme π n est pair donc sa dérivée d ordre n, R n est de la parité de n.. Le coefficient dominant de R n est β n n) R n est de la parité de n. = n)! n! et le coefficient de x n est nul du fait que 3. Une intégration par parties donne, pour tout entier k compris entre et n et tout P R [x] : [ ] π k) n t) P t) dt = π k ) n t) P t) π k ) n t) P t) dt Et utilisant le fait que et sont racines d ordre n du polynôme π n x) = x ) n x + ) n, on a π k ) n ±) =, de sorte que : π k) n t) P t) dt = 4. En effectuant n intégrations par parties, on obtient : π n) n t) P t) dt = ) n π k ) n t) P t) dt π n t) P n) t) dt Pour P R n [X], on a P n) = et : R n P = π n) n P = π n P n) =
15 Meilleure approximation dans un espace préhilbertien Chaque polynôme R k étant de degré k, on déduit de la question précédente que R n R m = pour n < m et par symétrie R n R m = pour n m dans N. La famille {R n n N} est donc orthogonal dans R [x]. 6. En utilisant 4. on a : où : Pour n, on a : R n = I n = π n) n t) R n t) dt = ) n = ) n β n) n n! I n = π n t) dt = π n t) R n n) t) dt π n t) dt = n)! ) n I n t ) n dt t ) n t ) dt = t ) n t tdt In et une intégration par parties donne : t ) n t tdt = [t t ) ] n n = n I n soit la relation de récurrence : I n = n I n I n soit I n = n n + I n. Il en résulte que : et : soit R n = n n! n +. t ) n dt n I n = ) n n) n )) n + ) n ) I = ) n n n!) n + )! R n = n)! n n!) n + )! = n + n n!) 3.5 Meilleure approximation dans un espace préhilbertien Théorème 3.7 projection orthogonale) Soit F un sous espace vectoriel de dimension finie de E. Pour tout vecteur x E, il existe un unique vecteur y dans F tel que : x y = d x, F ) = inf x z z F Ce vecteur est également l unique vecteur appartenant à F tel que x y F. Son expression dans une base orthonormée e i ) i n de F est donnée par : y = x e k e k
16 858 Espaces préhilbertiens, projection orthogonale et on a : x y = x y = x x e k 3.) Démonstration. Soit e i ) i n une base orthonormée de F le théorème de Gram Schmidt nous assure l existence d une telle base). Pour x dans E, on définit le vecteur y F par : y = x e k e k On a alors x y e j = pour tout j {,, n}, c est-à-dire que x y F. Le théorème de Pythagore donne alors, pour tout z F : x z = x y) + y z) = x y + y z x y et on a bien x y = d x, F ). S il existe un autre vecteur u F tel que x u = d x, F ) = δ, de : δ = x u = x y + y u = δ + y u on déduit alors que y u = et y = u. On sait déjà que le vecteur y F est tel que x y F. Supposons qu il existe un autre vecteur u F tel que x u F, pour tout z F, on a alors : x z = x u) + u z) = x u + u z x u donc x u = d x, F ) et u = y d après ce qui précède. La dernière égalité se déduit de : x = x y) + y = x y + y Remarque 3. Il est parfois commode d exprimer le résultat précédent sous la forme : x E, inf y,,y n) R n où e i ) i n est un système orthonormé. x y k e k = x x e k, Si x est un vecteur de E, alors le vecteur y de F qui lui est associé dans le théorème précédent est la meilleure approximation de x dans F. En considérant la caractérisation géométrique x y F, on dit aussi que y est la projection orthogonale de x sur F. On note y = p F x) et on dit que l application p F est la projection orthogonale de E sur F. On a donc : y = p F x)) y F et x y F ) y F et x y = d x, F ))
17 Meilleure approximation dans un espace préhilbertien 859 et dans une base orthonormée de F, une expression de p F est : x E, p F x) = x e k e k. L égalité p F x) = x équivaut à dire que x F et p F x) = équivaut à dire que x F. Dans le cas où E est de dimension finie et F = E, p F est l application identité. De l inégalité 3.), on déduit que pour tout vecteur x E, on a : p F x) = x e k x. Cette inégalité est l inégalité de Bessel. Si F = {}, on peut définir p F et c est l application nulle. On suppose donc, a priori, F non réduit à {}. Exemple 3. Si D = Ra est une droite vectorielle, une base orthonormée de D est et pour tout x E, on a p D x) = x a a a. ) a a Exemple 3.3 Sur l espace vectoriel F des fonctions continues et π-périodiques muni du produit scalaire : f, g) f g = π π f x) g x) dx la meilleure approximation, pour la norme déduite de ce produit scalaire, d une fonction f F par un polynôme trigonométrique de degré inférieur ou égal à n est donnée par : S n f) = f c π c π + = π f c c + π f c k π ck π + f c k c k + π f f s k s k où c k : x cos kx) pour k et s k : x sin kx) pour k. Soit : S n f) x) = a f) + a k f) cos kx) + s k π sk π b k f) sin kx) où les a k f) et b k f) sont les coefficients de Fourier trigonométriques de f définis par : a k f) = π π π f t) cos kt) dt et b k f) = π π π f t) sin kt) dt L opérateur de projection orthogonale de F sur P n est l opérateur de Fourier. La série : a f) + a n f) cos nx) + b n f) sin nx)) est la série de Fourier de f.
18 86 Espaces préhilbertiens, projection orthogonale Si e i ) i n est une base non nécessairement orthonormée) de F, alors la projection orthogonale d un vecteur x de E sur F est le vecteur y = compris entre et n, sont solutions du système linéaire : soit : n j= x y e i = i n), e i e j y j = x e i i n). j= y j e j, où les composantes y j, pour j Ce système est appelé système d équations normales. Du théorème de projection orthogonale, on déduit le résultat suivant qui justifie l existence du supplémentaire orthogonal d un sous-espace vectoriel de E de dimension finie. Corollaire 3. Pour tout sous espace vectoriel F de dimension finie de E on a E = F F. Démonstration. Pour tout x F F, on a x = x x = et x =. Donc F F = {}. Soit x E et y F sa projection orthogonale dans F. On a x y F et x = y + x y) F + F. D où l égalité E = F F. Dans le cas où E est de dimension finie, on a dim F ) = dim E) dim F ), donc dim F ) ) = dim F ) et avec l inclusion F F ), on déduit qu on a l égalité F ) = F. Remarque 3. Pour F de dimension infinie, on a toujours F F = {} mais pas nécessairement E = F F. On considère par exemple l espace vectoriel E = C [, ], R) muni du produit scalaire f g = déduit que F = {} et pourtant on a E F F. f t) g t) dt. Pour F = R [x], du théorème de Weierstrass on Exercice 3.3 On munit l espace vectoriel R [x] du produit scalaire : P, Q) P Q = + P t) Q t) e t dt.. Justifier la convergence des intégrales P Q pour tous P, Q dans R [x] et le fait qu on a bien un produit scalaire.. Construire une base orthonormée de R 3 [x]. 3. Soit P = + x + x 3. Déterminer Q R [x] tel que P Q soit minimal. Solution 3.3. On vérifie par récurrence que : k N, + t k e t dt = k! et de ce résultat on déduit que l application est bien définie sur R [x]. On vérifie ensuite facilement que c est un produit scalaire.
19 Meilleure approximation dans un espace préhilbertien 86. En utilisant le procédé de Gram-Schmidt sur la base, x, x, x 3 ) de R 3 [x], on a : Q =, Q =, P = Q Q = P = x x P P = x, Q =, P = Q Q = x Q = x x P P x P P = x 4x + Q = 4, P = Q Q = x 4x + ) Q 3 = x 3 x 3 P P x 3 P P x 3 P P = x 3 9x + 8x 6 Q 3 = 36, P 3 = Q 3 Q 3 = 6 x3 9x + 8x 6) 3. Le polynôme Q est la projection orthogonale de P sur F = R [x] donnée par : Q = P P k P k. Le calcul des P P k peut être évité en remarquant que dans la base orthonormée P, P, P, P 3 ) de E = R 3 [x], on a : P = 3 P P k P k = Q + P P 3 P 3 le coefficient P P 3 s obtenant en identifiant les coefficients de x 3 dans cette égalité P est de degré au plus), soit : P P 3 = 6. On a donc : et : Exercice 3.4 Calculer Q = P P P 3 P 3 = 9x 7x + 7 d P, R [x]) = P Q = P P 3 = 6. inf x ax b) dx. a,b) R Solution 3.4 En munissant l espace E = C [, ]) du produit scalaire : on a : M = f, g = f x) g x) dx inf x ax b ) dx = inf f Q a,b) R Q R [x] où f x) = x. Le théorème de projection orthogonale donne : M = f P = f P
20 86 Espaces préhilbertiens, projection orthogonale où P est la projection orthogonale de f sur R [x], soit P = f, P P + f, P P où P, P ) est une base orthonormée de R [x]. Le procédé de Gram-Schmidt donne : P x) =, P x) = 3 x et on a : f, P =, f, P = 3 donc : P x) = 3 et : M = 5 9 = 8 45 En utilisant la base canonique, x) de R [x], le système d équations normales est : { y + x y = x x y + x x y = x x soit : y = 3 3 y = ce qui donne y = 3 et y =, soit P = 3 et M = f P = Exercice 3.5 Calculer inf a,b) R x ln x) ax b) dx. Solution 3.5 On munit l espace vectoriel E = C [, ]) du produit scalaire : f, g) f g = f x) g x) dx et on note f la fonction définie sur [, ] par : { x ln x) si x ], ] f x) = si x =. Avec lim x x ln x) =, on déduit que f E. Avec ces notations il s agit donc de calculer : δ = d f, F ) = inf f ax bx a,b) R où F = Vect {x, x }. On sait que si P, P ) est une base orthonormée de F, alors : δ = f f P P f P P = f f P f P
21 Meilleure approximation dans un espace préhilbertien 863 Une telle base orthonormée s obtient avec le procédé de Gram-Schmidt : { P = 3x, P = 5 4x 3x). Puis avec : n N, f x n = f = x ln x) dx = 7, on obtient : 3 f P = 9 5 f P = et : δ = 4 3 = 3 43 La projection orthogonale de f sur F étant donnée par : x n+ ln x) dx = n + ) P = f P P + f P P = 5 3 x 9 x On peut aussi déterminer cette projection orthogonale P = ax + bx en utilisant le système d équations normales : { f P x =, soit : f P x =, 3a + 4b = 4 3, 4a + 5b = 5 4, ce qui donne a = 5 3 et b = 9. Le minimum cherché est alors : δ = f P = = 43. Théorème 3.8 Si F est un sous espace vectoriel de dimension finie de E, alors la projection orthogonale p F de E sur F est linéaire et continue avec p F =. Démonstration. Si e i ) i n est une base orthonormée de F, on a alors : x E, p F x) = x e k e k La linéarité de p F se déduit alors facilement de cette expression. D autre part, avec : x E, p F x) = x x p F x) x et p F x) = x pour tout x F, on déduit que p F est continue avec p F =.
22 864 Espaces préhilbertiens, projection orthogonale Pour tout x E la fonction J définie sur E par : z E, J z) = z x est différentiable sur E. En effet, pour z, h dans E, on a : J z + h) J z) = z x h + h = J z) h) + o h ). La meilleure approximation de x dans F est donc définie par : { y F, h F, J y) h) =. Ce résultat est en fait un cas particulier du résultat suivant. Théorème 3.9 Soient E un espace vectoriel normé, F un sous-espace vectoriel de E, J une fonction convexe de E dans R différentiable en un point y F. Le vecteur y est solution du problème de minimisation : { y F J y) = inf J z) 3.) z F si, et seulement si : où J y) désigne la différentielle de J en y. { y F h F, J y) h) = 3.3) Démonstration. Supposons y solution de 3.). Pour tout h F la fonction ϕ définie par : t R, ϕ t) = J y + th) est dérivable en avec ϕ ) = J y) h) et atteint son minimum en t =, on a donc ϕ ) =, soit J y) h). On peut remarquer qu à ce stade de la démonstration la convexité de J n intervient pas. Réciproquement supposons 3.3) vérifié. Pour z F et tout réel t ], ], avec la convexité de la fonction J, on a : soit : et : J y + t z y)) J y) + t J z) J y)), t ], ], J y + t z y)) J y) t J z) J y) = J J y + t z y)) J y) y) z y) = lim J z) J y), t t c est-à-dire que J y) J z) pour tout z F et y est solution de 3.).
23 Déterminants de Gram Déterminants de Gram Définition 3.6 Soit n un entier naturel non nul. On appelle matrice de Gram d une famille x i ) i n de vecteurs de E, la matrice : x x x x x x n x x x x x x n G x,, x n ) = x n x x n x x n x n et le déterminant de cette matrice, noté g x,, x n ), est appelé déterminant de Gram de la famille x i ) i n. Remarque 3.3 Si F est un sous-espace vectoriel de E de dimension n et x i ) i n une base de F, alors la matrice G x,, x n ) est la matrice du système d équations normales qui permet de déterminer la projection orthogonale sur F d un vecteur x de E. Théorème 3. Si n est un entier naturel non nul, alors pour toute famille x i ) i n de vecteurs de E, on a : rg G x,, x n )) = rg x,, x n ). Démonstration. Si tous les vecteurs x i sont nuls, alors la matrice de Gram correspondante est la matrice nulle et le résultat est évident. On suppose donc que les x i ne sont pas tous nuls et on désigne par F le sous-espace vectoriel de E engendré par {x,, x n }. Le procédé de Gram-Schmidt nous permet de construire une base orthonormée e i ) i p de F, avec p n, et dans cette base on écrit : x i = p a ki e k i n) Pour i, j compris entre et n, on a alors : p x i x j = a ki a kj = a i,, a pi ) a j. a pj soit en notant : a a a n a a a n A = M p,n R) a p a p a pn G x,, x n ) = t AA En munissant R n et R p de leurs structures euclidiennes canoniques, on a pour tout X R n, t AAX X R n = AX AX R p = AX R p et on en déduit que ker t AA) = ker A), puis avec le théorème du rang que t AA et A ont même rang. On a donc : rg G x,, x n )) = rg A) = rg x,, x n ) puisque A est la matrice du système de vecteurs x i ) i n dans la base e i ) i p.
24 866 Espaces préhilbertiens, projection orthogonale Corollaire 3.3 Si n est un entier naturel non nul, alors pour toute famille x i ) i n de vecteurs de E, on a g x,, x n ) et ce système est libre si, et seulement si, g x,, x n ) >. Démonstration. On reprend les notations de la démonstration du théorème précédent. Si le système x i ) i n est lié, on a alors : rg G x,, x n )) = rg A) < n et la matrice G x,, x n ) est non inversible dans M n R), son déterminant est donc nul. Si le système x i ) i n est libre, on a alors : rg G x,, x n )) = rg A) = n et la matrice G x,, x n ) est inversible dans M n R), son déterminant est donc non nul. En considérant que la matrice G x,, x n ) = t AA est symétrique positive t AAX X R n = AX R n pour tout X R n ), on déduit que ce déterminant est strictement positif. Remarque 3.4 Dans le cas de deux vecteurs x, y non nuls dans E, on a : ) x x x y g x, y) = = x y x y x y y y et la condition g x, y) avec égalité si, et seulement si, les vecteurs x et y sont liés est tout simplement le théorème de Cauchy-Schwarz. Si x et y sont non nul, en notant θ la mesure dans [, π] de l angle que font ces vecteurs, on a : g x, y) = x y cos θ) ) = x y sin θ) et il en résulte que g x, y) x y, l égalité étant réalisée si, et seulement si, ces deux vecteurs sont orthogonaux. Le théorème qui suit généralise cette remarque en donnant une interprétation géométrique du déterminant de Gram. Si x, y sont deux vecteurs non nuls dans E, on note x, y) la mesure dans [, π] de l angle que font ces vecteurs. Théorème 3. Soient n un entier naturel supérieur ou égal à, x i ) i n une famille libre de vecteurs dans E et e i ) i n la base orthonormée de F = Vect {x,, x n } déduite par le procédé de Gram-Schmidt avec la condition x k e k > pour tout k compris entre et n. On a alors : g x,, x n ) = n cos x k, e k ) k= = sin x, x ) n x k n cos x k, e k ) k=3 n x k si n 3 Démonstration. On a vu démonstration du théorème 3.6) que : e k = y k y k k n)
25 Déterminants de Gram 867 où y = x et y k = x k k j= e i ) i n à x i ) i n est alors donnée par : et : De x k = y k e k + k déduit que : j= x k e j e j pour k compris entre et n. La matrice de passage de y. a A = y a n a n,n y n g x,, x n ) = det A) = n y k x k e j e j, pour k compris entre et n, et de l orthogonalité des e j, on y k = x k e k = x k cos x k, e k ) ce qui donne en tenant compte de y = x : Pour n 3, en écrivant que : g x,, x n ) = n cos x k, e k ) k= n x k y = x x e e = x x e avec : on obtient : et : x e = x cos x, e ) = x cos x, x ) y = x cos x, x ) ) = x sin x, x ) n n g x,, x n ) = sin x, x ) cos x k, e k ) x k k=3 Corollaire 3.4 Si n est un entier naturel supérieur ou égal à, alors pour toute famille x i ) i n de vecteurs non nuls de E, on a : g x,, x n ) n x k. La borne inférieure est atteinte si, et seulement si, la famille x i ) i n est liée et la borne supérieure est atteinte si, et seulement si, la famille x i ) i n est orthogonale. Démonstration. Si la famille x i ) i n est liée, on a alors g x,, x n ) =.
26 868 Espaces préhilbertiens, projection orthogonale On suppose donc cette famille libre et dans ce cas, on a g x,, x n ) > et le théorème précédent nous dit que g x,, x n ) n x k, l égalité étant réalisée si, et seulement si, on a cos x k, e k ) = pour tout k compris entre et n, ce qui compte tenu de : k y k = cos x k, e k ) x k = x k x k e j équivaut à x k e j = pour tout j compris entre et k, soit à x k = y k = y k e k pour tout k compris entre et n et le système x i ) i n est orthogonal. Les déterminants de Gram nous permettent de donner une expression du degré d approximation d un élément x de E par des éléments d un sous-espace vectoriel F de dimension finie ainsi qu une expression de la projection orthogonale de x sur F. Précisément, on a le résultat suivant. Théorème 3. Soient F un sous-espace vectoriel de dimension finie de E et x i ) i n une base de F. Pour tout x dans E, on a : g x,, x n, x) d x, F ) = g x,, x n ) et la meilleure approximation de x par des éléments de F est le vecteur j= y = j= g j,x x,, x n ) g x,, x n ) x j, où g j,x x,, x n ) est le déterminant de la matrice déduite de la matrice de Gram G x,, x n ) x x en remplaçant sa colonne numéro j par.. x n x Démonstration. En notant y la projection orthogonale de x sur F, on a : et pour tout i compris entre et n : d x, F ) = x y = x y x i x = x i x y + x i y = x i y du fait que x y F et x i F. En utilisant la linéarité du déterminant par rapport à la dernière colonne, on en déduit que : x x x x n x y. g x,, x n, x) =.... x n x x n x n x n y x x x x n d x, F ) + y = d x, F ) g x,, x n ) + g x,, x n, y) = d x, F ) g x,, x n )
27 Déterminants de Gram 869 le système {x,, x n, y} étant lié, puisque y F, on a g x,, x n, y) = ), soit : g x,, x n, x) d x, F ) = g x,, x n ) D autre part, la projection orthogonale y de x sur F s écrit y = n a j x j, les coefficients a j étant solutions du système d équations normales : G x,, x n ) a. a n = x x. x n x et en utilisant les formules de Cramer, on obtient, pour j compris entre et n : a j = g j,x x,, x n ) g x,, x n ) j= Remarque 3.5 Si la base x i ) i n est orthonormée, on a alors : donc : g x,, x n ) = n x k = d x, F ) = g x,, x n, x) et pour les coefficients a j, on retrouve a j = x j x. Exemple 3.4 On se place sur E = C [, ]) muni du produit scalaire : f, g) Pour tout entier naturel non nul n, on a : avec : d x n, R n [x]) = g, x,, x n ) =. n f x) g x) dx. g, x,, x n, x n ), g, x,, x n ) n 3 n n+ n voir le lemme 3.), ce qui peut aussi s écrire : On en déduit alors que : g, x,, x n ) = d x n, R n [x]) = n n j= = j! j= i<j n i,j n ) 3. n + j)! n!) n)! n +. j i) i + j + )
28 87 Espaces préhilbertiens, projection orthogonale 3.7 Les théorèmes de Müntz Pour ce paragraphe, on se place sur E = C [, ]) muni du produit scalaire : f, g) f g = f x) g x) dx, on note la norme déduite de ce produit scalaire et la norme de la convergence uniforme sur l intervalle [, ]. On rappelle que pour tout entier naturel non nul n, on note e n la fonction x x n. Le théorème de Weierstrass nous dit que R [x] = Vect {e n n N} est dense dans E, ) et avec f f pour toute fonction f E, on déduit que R [x] est également dense dans E, ). Les théorèmes de Müntz permettent de caractériser les suites strictement croissantes de réels positifs pour lesquelles l espace vectoriel Vect { x λ n n N } est dense dans E, muni respectivement des normes et. Comme conséquence du théorème de Weierstrass on a le premier résultat de densité suivant. Théorème 3.3 Soit {θ n n N} un système libre dans E. L espace vectoriel F = Vect {θ n n N} est dense dans E, ) si, et seulement si, pour tout entier naturel p, on a : g θ,, θ n, e p ) lim n + g θ,, θ n ) =. Démonstration. En notant, pour tout entier naturel n : F n = Vect {θ k k n} on a g θ,, θ n ) > puisque le système {θ k k n} est libre et pour tout entier naturel p : g θ,, θ n, e p ) = d e p, F n ) g θ,, θ n ) Supposons que F soit dense dans E, ) et soit p un entier naturel. Pour tout réel ε strictement positif on peut alors trouver un entier n et une fonction P F n tels que e p P < ε. On a alors : d e p, F n ) = inf e p Q Q F e p P < ε n De plus pour tout entier n n, on a F n F n et donc d e p, F n ) d e p, F n ), ce qui permet de déduire que : n n, d e p, F n ) < ε On a donc ainsi montré que pour tout entier naturel p, on a : lim d e p, F n ) = n + Réciproquement si cette condition est vérifiée, avec la bilinéarité du produit scalaire et la linéarité du déterminant par rapport à la dernière colonne, on déduit que : P R [x], lim d P, F n) = n + Avec la densité de R [x] dans E, ), on déduit que pour toute fonction f E et pour tout réel ε strictement positif il existe une fonction polynomiale P telle que f P < ε. En
29 Les théorèmes de Müntz 87 désignant par n un entier naturel tel que d P, F n ) < ε et en notant P F n orthogonale de P sur F n, on a : la projection et : f P f P + P P = f P + d P, F n ) < ε d f, F n ) f P < ε En écrivant que d f, F n ) = f Q, où Q F n est la projection orthogonale de f sur F n, on a donc f Q < ε. Ce qui montre bien la densité de F dans E, ). Lemme 3. Si p est un entier naturel non nul, λ, λ,, λ p et x, x,, x p sont des réels tels que x j + λ i pour tous i, j compris entre et p, on a alors : )) x j x i ) λ j λ i ) i<j p det = x j + λ i i,j p x j + λ i ) déterminant de Cauchy ). i,j p Démonstration. S il )) existe deux indices i j tels que x j = x i [resp. λ j = λ i ], la matrice A p = a alors deux colonnes [resp. deux lignes] identiques et sont x j + λ i i,j p déterminant est nul. L égalité annoncée est donc vérifiée. On suppose que les x i, ainsi que les λ i sont deux à deux distincts et on désigne par F p la fonction rationnelle définie sur R \ { λ,, λ p } par : F p x) = p j= p x x j ). x + λ i ) Le numérateur de F p est de degré p et son dénominateur de degré p +, on a donc une décomposition en éléments simples de la forme : les coefficients α i étant donnés par : α i = En développant le déterminant : D p = F p x) = p α i x + λ i, lim x + λ i ) F p x) = x λ i p j= p j= j i λ i + x j ). λ i λ j ) x +λ x p +λ x p +λ x +λ p... x p +λ p x p +λ p F p x ) F p x p ) F p x p ),
30 87 Espaces préhilbertiens, projection orthogonale suivant la dernière ligne, en tenant compte de F p x j ) = pour tout j compris entre et p, on obtient : D p = F p x p ) det A p ) D autre part, en écrivant que F p x j ) = p α i et en utilisant le fait que le déterminant x j + λ i est une forme multilinéaire alternée, on a aussi : D p = α p det A p ) On a donc F p x p ) det A p ) = α p det A p ) et : det A p ) = F p x p ) α p det A p ) = p j= x p x j ) λ p λ j ) det A p x p + λ i ) p p ) x j + λ p ) On conclut alors par récurrence sur p. Pour p =, on a : x +λ x +λ det A ) = = x x ) λ λ ) x + λ ) x + λ ) x + λ ) x + λ ) x +λ x +λ Et supposant le résultat acquis pour p, on a : det A p ) = = p x p x j ) λ p λ j ) x j x i ) λ j λ i ) j= i<j p p x p + λ i ) p x j + λ i ) x j + λ p ) i,j p j= x j x i ) λ j λ i ) x j x i ) λ j λ i ) i<j p i<j p p x p + λ i ) p = p x p + λ i ) x + λ i ) x j + λ i ) j= i,j p Dans ce qui suit, on se donne une suite strictement croissante de réels positif : λ < λ < < λ n < λ n+ < et pour tout entier naturel n, on note θ n la fonction définie par : x [, ], θ n x) = x λ n. Lemme 3. Pour tout entier naturel non nul n, on a : n j ) λ j λ i ) et pour tout entier naturel p : g θ,, θ n ) = j= n n ) λ j + λ i + ) j= d e p, Vect {θ k k n}) = n λ i p p + λ i + p +
31 Les théorèmes de Müntz 873 Démonstration. Pour tout réel positif ou nul, on note simplement x λ la fonction x x λ. Pour tous réels positifs ou nuls λ et µ, on a : et : ce qui peut aussi s écrire : On a aussi : x λ x µ = )) g θ,, θ n ) = det λ j + λ i + g θ,, θ n ) = λ + µ + i,j n = i<j n i,j n n j ) λ j λ i ) j= n n ) λ j + λ i + ) j= λ j λ i ) λ i + λ j + ) g θ,, θ n, e p ) = n j= j ) n λ j λ i ) λ i p) n n ) n λ j + λ i + ) λ j + p + ) λ i + p + ) p + ) j= soit : g θ,, θ n, e p ) = n j= j ) n λ j λ i ) λ i p) n n ) n λ j + λ i + ) λ i + p + ) p + ) j= et en notant F n = Vect {θ k k n}, on en déduit que : n g θ,, θ n, e p ) d e p, F n ) = = λ i p g θ,, θ n ) p + λ i + p + En utilisant la suite définie par λ n = n pour tout entier naturel n, on retrouve : d x n, R n [x]) = n n i n + n + i + = n!) n)! n + De ces calculs on déduit, avec les notations qui précèdent, le premier résultat de densité suivant. Théorème 3.4 L espace vectoriel F = Vect {θ n n N} est dense dans E, ) si, et seulement si : n λ i p p N, lim n + λ i + p + = Et de ce résultat on déduit le premier théorème de Müntz.
32 874 Espaces préhilbertiens, projection orthogonale Théorème 3.5 Müntz) L espace vectoriel F = Vect {θ n n N} est dense dans E, ) si, et seulement si : + = +. λ n n= Démonstration. On a λ n > λ pour tout entier naturel non nul, donc λ n est bien défini pour n. Supposons F dense dans E, ), on a alors : p N, lim n + n λ i p λ i + p + = Si la suite λ n ) n N est bornée, étant croissante positive, elle converge vers un réel λ > et la série + est divergente. Si cette suite n est pas bornée, étant croissante, elle diverge vers n= λ n l infini. Si N {λ k k N}, on a alors : + n= + λ n n = + n= Dans le cas contraire il existe un entier naturel p tel que p λ k pour tout k N et avec lim n + λ n = + on déduit qu il existe un entier i tel que λ i > p pour tout i > i. De : on déduit que : lim n n + i=i + et du fait que : ) λi p ln λ i + p + cela équivaut à : i λ i p λ i + p + = + i=i + λ i + p + λ i p lim n + ) λi p ln = λ i + p + = ln p + ) λ i + p + + i=i + λ i = n p + i + λ i + p + λ i p λ i + p + = p + i + λ i Réciproquement supposons que + = +. Pour p, n dans N, on note u n,p = n λ i p n= λ n λ i + p +. Si p {λ k k N}, on a alors u n,p = à partir d un certain rang. Si p / {λ k k N}, on distingue deux cas. Si la suite λ n ) n N est bornée, alors elle converge vers un réel λ > et : lim λ i p i + λ i + p + = λ p λ + p + = µ < on peut donc trouver un entier i tel que : i i, λ i p λ i + p + µ + ε <
33 Les théorèmes de Müntz 875 et : n > i, u n,p u i,p µ + ε) n i ce qui entraîne lim u n,p =. Si la suite λ n ) n + n N n est pas bornée, elle diverge alors vers l infini et λ i p est strictement positif à partir d un rang i avec : ce qui entraîne + i=i + ) λi p ln = ln λ i + p + ) λi p ln λ i + p + p + λ i + p + ) p + i + λ i =, équivalent à lim n + u n,p =. Dans tous les cas, on a lim u n,p = pour tout entier naturel p, ce qui équivaut à la densité de F dans E, n + ). De ce théorème on déduit le résultat de densité suivant dans E muni de la norme de la convergence uniforme. Théorème 3.6 Müntz) Si avec les notations qui précèdent, on suppose de plus que λ = et λ, alors l espace vectoriel F = Vect {θ n n N} est dense dans E, ) si, et seulement si : + = +. λ n n= Démonstration. Si F est dense dans E, ), il est alors dense dans E, ) et le théorème précédent nous dit que + = +. n= λ n Réciproquement, on suppose que + = +. Pour tout entier n on a λ n > et n= λ n donc + n= λ n = +, ce qui équivaut à la densité de G = Vect { x λn n } dans E, ) on note x λ la fonction x x λ ). Pour toute fonction polynomiale P et pour tout réel ε >, on peut trouver une fonction ϕ = n a k x λk dans G telle que P ϕ < ε, où P désigne le polynôme dérivé de P. On désigne alors par θ la primitive sur [, ] de la fonction ϕ telle que ϕ ) = P ), soit : a k θ = P ) + x λ k F λ k l hypothèse λ = nous dit que F ) et pour tout réel x [, ] avec l inégalité de Cauchy- Schwarz, on a : x P x) θ x) = P t) ϕ t)) dt P ϕ x P ϕ < ε soit P θ < ε. On a donc ainsi montré que toute fonction polynomiale peut être uniformément approchée sur [, ] par des éléments de F. Avec le théorème de Weierstrass on en déduit alors que F est dense dans E, ). Exemple 3.5 Si p n ) n est la suite des nombres premiers positifs rangée dans l ordre croissant, on sait que + = + et on en déduit que l espace vectoriel Vect {, x pn n } est n= p n dense dans E, ).
34 876 Espaces préhilbertiens, projection orthogonale 3.8 Inégalité de Bessel et égalité de Parseval On suppose que E est de dimension infinie et on désigne par B = {e n n N} une famille orthonormée dans E le théorème de Gram-Schmidt nous permet de construire une telle famille). Définition 3.7 Pour tout x E la suite x e n ) n N est appelée suite des coefficients de Fourier de x relativement à B et la série de terme général x e n e n série de Fourier de x relativement à B. Pour tout x E et pour tout n N, on note : S n x) = x e k e k la nème somme partielle de la série de Fourier de x relativement à B. Ces définitions sont données par analogie aux coefficients et séries de Fourier trigonométriques d une fonction continue et π-périodique sur R. Théorème 3.7 Bessel) Pour tout x E, la série de terme général x e n est convergente et : + x e n x. n= Démonstration. Pour tout entier naturel n, S n x) est la projection orthogonale de x sur F n = Vect {e k k n}, donc : x e k = x x s n x) x ce qui entraîne la convergence de la série à termes positifs n N x e n avec l inégalité : + n= x e n x. En utilisant le fait que le terme général d une série convergente tend vers, on déduit le résultat suivant. Corollaire 3.5 Riemann-Lebesgue) Pour tout x E on a : lim x e n =. n + Exemple 3.6 Dans le cas des séries de Fourier trigonométriques, l inégalité de Bessel s écrit sous la forme : a f) + + an f) + b n f) ) π f t) dt, π n= où les coefficients a n f) et b n f) sont les coefficients de Fourier de la fonction f et le théorème de Riemann-Lebesgue nous dit que : Ce résultat peut aussi se montrer directement. π lim a n f) = lim b n f) =. n + n +
35 Inégalité de Bessel et égalité de Parseval 877 Définition 3.8 On dit qu une famille orthonormée B = {e n n N} est totale dans E si le sous espace vectoriel de E engendré par B est dense dans E, ). Dire que la famille orthonormée B est totale dans E équivaut à dire que pour tout x dans E et pour tout réel ε > il existe un entier n N et un n + )-uplet c, c,, c n ) R n+ tels que : x c k e k < ε. Ce qui équivaut encore à dire que tout x dans E est limite d une suite d éléments de Vect B). Théorème 3.8 Avec les notations qui précédent, les propriétés suivantes sont équivalentes. i) La famille orthonormée B est totale. ii) Pour tout x dans E, on a : n N x = + n= x e n e n série convergente dans E, )). iii) Pour tous x, y dans E, on a : x e n y e n = x y égalité de Parseval). iv) Pour tout x dans E, on a : égalité de Parseval). x e n = x n N Démonstration. Pour tout entier naturel n, on note : F n = Vect {e k k n} i) = ii) On suppose que la famille B est totale. Pour x E et tout réel ε >, il existe alors un entier naturel n et un vecteur y = n c k e k F n tel que x y < ε. Pour tout entier n n, le vecteur S n x) = n x e k e k est la projection orthogonale de x sur F n et en tenant compte de F n F n, on déduit que : On a donc ainsi prouvé que x = + x e n e n. n= x S n x) = d x, F n ) x y < ε lim x S n x) =, c est à dire que dans E, ) on a l égalité n + ii) = iii) On suppose que, pour tout x E, on a x = + x e n e n dans E, ). En utilisant le fait que pour tout x E on a x n x e k e k Fn, on déduit que pour tout y E on a : x x e k e k y n= y e k e k = x y x e k y e k
36 878 Espaces préhilbertiens, projection orthogonale et avec l inégalité de Cauchy-Schwarz on a : x y x e k y e k x x e k e k y ce qui entraîne : lim n + c est-à-dire que x y = + x e n y e n. n= x y x e k y e k = iii) = iv) Il suffit de faire y = x dans ce qui précède. iv) = i) Si x = + x e n, pour tout x E, en écrivant que : n= y e k e k x x e k e k = x x e k n ) on déduit que x = lim x e k e k et la densité de Vect B) dans E. n + Exemple 3.7 Dans le cas des séries de Fourier trigonométriques, la densité de l espace vectoriel P des polynômes trigonométriques dans F, ) entraîne la densité de P dans F, ), c est-à-dire que la famille orthonormée : B = { π, π cos nt), est totale et on a l égalité de Parseval : L égalité : a f) + + n= f = a f) } sin mt) n, m) N N π an f) + b n f) ) = π + + n= π π a n f) c n + b n f) s n ) f t) dt. c n x) = cos nx) et s n x) = sin nx)) dans F, ) s exprime en disant que la série de Fourier de la fonction f F converge en moyenne quadratique. Définition 3.9 On dit qu une famille orthonormée B est maximale dans E s il n est pas possible de trouver un vecteur unitaire e E tel que B {e} soit encore une famille orthonormée dans E. Théorème 3.9 Si B = {e n n N} est une famille orthonormée maximale dans E, alors pour tout x E la condition x e n = pour tout n N équivaut à x =. Démonstration. { } Si x dans E est tel que x e n = pour tout n N, alors le système B x x est orthonormé ce qui contredit le caractère maximal de B. On a donc nécessairement x =. Ce théorème peut s exprimer en disant que si B est une famille orthonormée maximale dans E, alors tout vecteur x E est uniquement déterminé par ses coefficients de Fourier relativement à B.
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 détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Plus en détailContinuité en un point
DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à
Plus en détailFonctions 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 détailDe même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que
Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer
Plus en détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailImage d un intervalle par une fonction continue
DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailExo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
Plus en détailFonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre
IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables
Plus en détailCapes 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 détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
Plus en détailAmphi 3: Espaces complets - Applications linéaires continues
Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite
Plus en détailCalcul différentiel sur R n Première partie
Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité
Plus en détailSimulation 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 détailFormes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions
Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires
Plus en détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détailChapitre 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 détailCorrection de l examen de la première session
de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi
Plus en détailIntroduction à l étude des Corps Finis
Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur
Plus en détailI - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et
Plus en détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en détailCCP PSI - 2010 Mathématiques 1 : un corrigé
CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailCalcul fonctionnel holomorphe dans les algèbres de Banach
Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte
Plus en détailDéterminants. Marc SAGE 9 août 2008. 2 Inverses et polynômes 3
Déterminants Marc SAGE 9 août 28 Table des matières Quid des formes n-linéaires alternées? 2 2 Inverses et polynômes 3 3 Formule de Miller pour calculer un déterminant (ou comment illustrer une idée géniale)
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en détailEXERCICE 4 (7 points ) (Commun à tous les candidats)
EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailOptimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Plus en détailComparaison de fonctions Développements limités. Chapitre 10
PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?
Plus en détailIntégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Plus en détailDifférentiabilité ; 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 détailCours Fonctions de deux variables
Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté
Plus en détailQuelques contrôle de Première S
Quelques contrôle de Première S Gilles Auriol auriolg@free.fr http ://auriolg.free.fr Voici l énoncé de 7 devoirs de Première S, intégralement corrigés. Malgré tout les devoirs et 5 nécessitent l usage
Plus en détailRésolution de systèmes linéaires par des méthodes directes
Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.
Plus en détailProgramme de la classe de première année MPSI
Objectifs Programme de la classe de première année MPSI I - Introduction à l analyse L objectif de cette partie est d amener les étudiants vers des problèmes effectifs d analyse élémentaire, d introduire
Plus en détailChapitre 11. Séries de Fourier. Nous supposons connues les formules donnant les coefficients de Fourier d une fonction 2 - périodique :
Chapitre Chapitre. Séries de Fourier Nous supposons connues les formules donnant les coefficients de Fourier d une fonction - périodique : c c a0 f x dx c an f xcosnxdx c c bn f xsinn x dx c L objet de
Plus en détail1 Complément sur la projection du nuage des individus
TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent
Plus en détailProblème 1 : applications du plan affine
Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées
Plus en détailDéveloppement décimal d un réel
4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce
Plus en détailApproximations variationelles des EDP Notes du Cours de M2
Approximations variationelles des EDP Notes du Cours de M2 Albert Cohen Dans ce cours, on s intéresse à l approximation numérique d équations aux dérivées partielles linéaires qui admettent une formulation
Plus en détailDérivées d ordres supérieurs. Application à l étude d extrema.
Chapitre 5 Dérivées d ordres supérieurs. Application à l étude d extrema. On s intéresse dans ce chapitre aux dérivées d ordre ou plus d une fonction de plusieurs variables. Comme pour une fonction d une
Plus en détailPremière 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 détailCalcul différentiel. Chapitre 1. 1.1 Différentiabilité
Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace
Plus en détailChapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme
Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet
Plus en détailPour l épreuve d algèbre, les calculatrices sont interdites.
Les pages qui suivent comportent, à titre d exemples, les questions d algèbre depuis juillet 003 jusqu à juillet 015, avec leurs solutions. Pour l épreuve d algèbre, les calculatrices sont interdites.
Plus en détailCours 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 détailLa Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois
Plus en détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailDualité dans les espaces de Lebesgue et mesures de Radon finies
Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention
Plus en détailCommun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
Plus en détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détailExamen optimisation Centrale Marseille (2008) et SupGalilee (2008)
Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut
Plus en détailChapitre 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[http://mp.cpgedupuydelome.fr] édité le 30 avril 2015 Enoncés 1
[http://mpcpgedupuydelomefr] édité le 3 avril 215 Enoncés 1 Exercice 1 [ 265 ] [correction] On note V l ensemble des matrices à coefficients entiers du type a b c d d a b c c d a b b c d a et G l ensemble
Plus en détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Plus en détailCorrigé 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 détailMesures gaussiennes et espaces de Fock
Mesures gaussiennes et espaces de Fock Thierry Lévy Peyresq - Juin 2003 Introduction Les mesures gaussiennes et les espaces de Fock sont deux objets qui apparaissent naturellement et peut-être, à première
Plus en détailNOMBRES COMPLEXES. Exercice 1 :
Exercice 1 : NOMBRES COMPLEXES On donne θ 0 un réel tel que : cos(θ 0 ) 5 et sin(θ 0 ) 1 5. Calculer le module et l'argument de chacun des nombres complexes suivants (en fonction de θ 0 ) : a i( )( )(1
Plus en détailwww.h-k.fr/publications/objectif-agregation
«Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se
Plus en détailContinuité d une fonction de plusieurs variables
Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs
Plus en détailExercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
Plus en détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en détailChapitre 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 détailCours 02 : Problème général de la programmation linéaire
Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =
Plus en détail1 radian. De même, la longueur d un arc de cercle de rayon R et dont l angle au centre a pour mesure α radians est α R. R AB =R.
Angles orientés Trigonométrie I. Préliminaires. Le radian Définition B R AB =R C O radian R A Soit C un cercle de centre O. Dire que l angle géométrique AOB a pour mesure radian signifie que la longueur
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Plus en détailSuites numériques 3. 1 Convergence et limite d une suite
Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n
Plus en détailChp. 4. Minimisation d une fonction d une variable
Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie
Plus en détailPlanche n o 22. Fonctions de plusieurs variables. Corrigé
Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette
Plus en détailSur certaines séries entières particulières
ACTA ARITHMETICA XCII. 2) Sur certaines séries entières particulières par Hubert Delange Orsay). Introduction. Dans un exposé à la Conférence Internationale de Théorie des Nombres organisée à Zakopane
Plus en détailLe 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 détail4. Martingales à temps discret
Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les
Plus en détailChapitre 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 détailCalcul 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 détailCoefficients binomiaux
Probabilités L2 Exercices Chapitre 2 Coefficients binomiaux 1 ( ) On appelle chemin une suite de segments de longueur 1, dirigés soit vers le haut, soit vers la droite 1 Dénombrer tous les chemins allant
Plus en détailExtrait du poly de Stage de Grésillon 1, août 2010
MINI-COURS SUR LES POLYNÔMES À UNE VARIABLE Extrait du poly de Stage de Grésillon 1, août 2010 Table des matières I Opérations sur les polynômes 3 II Division euclidienne et racines 5 1 Division euclidienne
Plus en détail8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2
Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R
Plus en détailn N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t
3.La méthode de Dirichlet 99 11 Le théorème de Dirichlet 3.La méthode de Dirichlet Lorsque Dirichlet, au début des années 180, découvre les travaux de Fourier, il cherche à les justifier par des méthodes
Plus en détailCorrection du Baccalauréat S Amérique du Nord mai 2007
Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n
Plus en détailIntégration 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 détailMéthodes de quadrature. Polytech Paris-UPMC. - p. 1/48
Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailNOTATIONS PRÉLIMINAIRES
Pour le Jeudi 14 Octobre 2010 NOTATIONS Soit V un espace vectoriel réel ; l'espace vectoriel des endomorphismes de l'espace vectoriel V est désigné par L(V ). Soit f un endomorphisme de l'espace vectoriel
Plus en détailMESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours
MSUR T INTÉGRATION N UN DIMNSION Notes de cours André Giroux Département de Mathématiques et Statistique Université de Montréal Mai 2004 Table des matières 1 INTRODUCTION 2 1.1 xercices.............................
Plus en détailDéveloppements 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 détail1S Modèles de rédaction Enoncés
Par l équipe des professeurs de 1S du lycée Parc de Vilgénis 1S Modèles de rédaction Enoncés Produit scalaire & Corrigés Exercice 1 : définition du produit scalaire Soit ABC un triangle tel que AB, AC
Plus en détailMathématiques Algèbre et géométrie
Daniel FREDON Myriam MAUMY-BERTRAND Frédéric BERTRAND Mathématiques Algèbre et géométrie en 30 fiches Daniel FREDON Myriam MAUMY-BERTRAND Frédéric BERTRAND Mathématiques Algèbre et géométrie en 30 fiches
Plus en détailChapitre 7 : Intégration sur un intervalle quelconque
Universités Paris 6 et Paris 7 M1 MEEF Analyse (UE 3) 2013-2014 Chapitre 7 : Intégration sur un intervalle quelconque 1 Fonctions intégrables Définition 1 Soit I R un intervalle et soit f : I R + une fonction
Plus en détailCHAPITRE IV Oscillations libres des systèmes à plusieurs degrés de liberté
CHAPITE IV Oscillations ibres des Systèmes à plusieurs derés de liberté 010-011 CHAPITE IV Oscillations libres des systèmes à plusieurs derés de liberté Introduction : Dans ce chapitre, nous examinons
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur
Plus en détailAnalyse en Composantes Principales
Analyse en Composantes Principales Anne B Dufour Octobre 2013 Anne B Dufour () Analyse en Composantes Principales Octobre 2013 1 / 36 Introduction Introduction Soit X un tableau contenant p variables mesurées
Plus en détail