Optimisation sans contrainte
|
|
- Marie-Dominique Lacroix
- il y a 7 ans
- Total affichages :
Transcription
1 Optimisation sans contrainte Chercher à minimiser (c est à dire trouver le minimum d ) une fonction coût moyen de production CM(x), chercher à maximiser (c est à dire trouver le maximum d ) une fonction bénéfice B(x), sont des actions qu on peut ranger dans le domaine des mathématiques (ou de l économie) appelé optimisation. Chercher à produire des voitures consommant le moins d essence possible, ou chercher les meilleurs placements financiers pour réduire au maximum ses impôts (on parle alors d optimisation fiscale) sont aussi des actions qui entrent dans le domaine de l optimisation. L écriture C(x) d un coût de production signifie que le coût ne dépend que d un seul paramètre x, il peut bien sûr dépendre de plusieurs paramètres x, y, z Par exemple, le coût de production global d une entreprise, peut dépendre des différents coûts de production d objs x, y, z Dans ce cas, on parle de fonction à plusieurs variables C(x, y, z, ). De même pour le bénéfice, il peut dépendre de la vente d un obj x, ou de la vente de plusieurs objs x, y, z On note alors B(x, y, z, ) la fonction bénéfice des variables x, y, z, Par exemple, le coût de production (exprimé en milliers d euros) de deux objs A B est donné par la formule C = 0,3x + 0,7y 0,5xy + 4,5 où x y représentent les quantités produites des objs A B. Si on regarde la formule en détail, on peut comprendre que 0,3x est le coût de production des x objs A 0,7y est le coût de production des y objs B 0,5xy est l économie liée au fait de produire deux objs à la fois 4,5 est la location de l atelier de production Si on ne produit aucun obj A aucun obj B, le coût (en milliers d euros) est C(0 ; 0) = 0, ,7 0 0, ,5 = 4,5 C est la location de l atelier de production. Si on produit 10 objs A 5 objs B, le coût est de C(10 ; 5) = 0, ,7 5 0, ,5 = 7 Si on produit 4 objs A 15 objs B, le coût est de C(4 ; 15) = 0, ,7 15 0, ,5 = 136,8 Si l obj A est vendu à 1000 euros l unité (c est à dire 1 millier d euros), que l obj B est vendu 700 euros l unité (c est à dire 0,7 millier d euros), le bénéfice (exprimé en milliers d euros) sera alors B = 1x + 0,7y C = x + 0,7y (0,3x + 0,7y 0,5xy + 4,5) 1) Les idées développées pour trouver les minimums maximums des fonctions d une variable seront (en partie) généralisées pour les fonctions de plusieurs variables. Effectuons un résumé de ce qu on sait sur la recherche d extrémums des fonctions d une variable : Soit f: R R une fonction dérivable sur R, soit x 0 R tel que f(x 0 ) soit un maximum local ou un minimum local alors f (x 0 ) = 0. Remarques : Si f(x 0 ) est un maximum ou un minimum pour f, on dit que c est un extrémum pour f. Un maximum global est aussi un maximum local, un minimum global est aussi un minimum local. Donc, si f(x 0 ) est un extrémum global alors on a aussi f (x 0 ) = 0. Définition : Le nombre x 0 tel que f (x 0 ) = 0 s appelle un point critique de f En mathématique, un nombre est souvent appelé point car tout nombre réel est repéré par un point sur la droite graduée. 1
2 Conclusion : Avant de chercher un extrémum d une fonction dérivable f, on doit d abord chercher ses points critiques. Attention, si x 0 vérifie f (x 0 ) = 0, f(x 0 ) n est pas forcément un extrémum local pour f. Par exemple, si f(x) = x 3, alors f (x) = 3x. 0 est un point critique de f car f (0) = 3 0 = 0, mais f(0) = 0 3 = 0 n est ni un maximum local, ni un minimum local pour f. En eff, pour tout x < 0 < y, x 3 < 0 < y 3. Propriété : Si f (x 0 ) = 0 que f (x) change de signe en x 0 alors f(x 0 ) sera un extrémum pour f. C est ce qui est utilisé dans les tableaux de variations. ) Généralisons les idées précédentes aux fonctions de deux variables f(x ; y) Une fonction de deux variables f(x ; y) n est pas forcément croissante ou décroissante sur un intervalle donné, elle peut varier d une certaine façon par rapport à x d une autre par rapport à y. Par exemple f(x ; y) = x y est croissante par rapport à x décroissante par rapport à y. En eff, x 1 < x x 1 y < x y f(x 1, y) < f(x, y) y 1 < y y 1 > y x y 1 > x y f(x, y 1 ) > f(x, y ) La dérivation perm de donner facilement les variations d une fonction f(x ; y) par rapport à chacune des variables : Soit une fonction f de deux variables, on pourra la définir ainsi f: R R f où R = R R est l ensemble des couples de nombre réels (x ; y). R s appelle aussi le plan réel, en référence à l ensemble des coordonnées (x ; y) du plan, c est à dire à l ensemble des points du plan. Nous noterons (x ; y) la dérivée partielle de f par rapport à x obtenue en dérivant la fonction d une x variable x f(x ; y), en considérant y comme une constante, c est à dire comme un nombre fixé. De même, nous noterons (x ; y) la dérivée partielle de f par rapport à y obtenue en dérivant la y fonction d une variable y f(x ; y), en considérant x comme une constante, c est à dire comme un nombre fixé. Remarque : D autres notations peuvent être utilisées pour les dérivées partielles x = xf = 1 f y = yf = f Exemples : Si f(x ; y) = x + 4xy y 3 alors (x ; y) = x y 0 = x + 4y x y (x ; y) = 0 + 4x 1 3y = 4x 3y Si g(x ; y) = 3xe y ln(x) + y alors
3 g x (x ; y) = 3 1 ey 1 x + 0 = 3ey 1 x g y (x ; y) = 3xey = 3xe y + Si h(x ; y) = 4xy e x y + 1 alors h x (x ; y) = 4 1 y e x y + 0 = 4y e x y h y (x ; y) = 4x y ( 1ex y ) + 0 = 8xy + e x y Si f est une fonction de trois variables (x, y, z) f(x, y, z), on notera (x, y, z), (x, y, z) (x, y, z) x y z ses dérivées partielles par rapport aux variables x, y z. Exemple : Si f(x ; y ; z) = 3zx + y alors (x, y, z) = 3z = 3z x (x, y, z) = 0 + y = y y (x, y, z) = 3 1 x + 0 = 3x z Remarque : On range souvent les dérivées partielles d une fonction f dans une matrice une seule colonne, appelée gradient de f. On note cte matrice x f = [ y ] On peut aussi noter grad(f) = f. Dans le cas où f est une fonction de trois variables (x, y, z), on a (x, y, z) x f(x, y, z) = (x, y, z) y [ z (x, y, z) ] Exemples : Le gradient de f = x + y est f = [ x y ] = [x y ] Le gradient de g = e xy + y est ye xy g = [ 1yexy + 0 x 1e xy + 1 ] = [ xe xy + 1 ] Le gradient remplace en quelque sorte la dérivée pour les fonctions d une variable. Si on dérive à nouveau par rapport à x par rapport à y on obtient 4 dérivées x y partielles secondes x ( ) = f x ( x) 3
4 y ( x ) = f y x x ( y ) = f x y y ( ) = f y ( y) On les range cte fois dans une matrice à lignes colonnes appelée matrice Hessienne de f, notée f f ( x) x y H(f) = f f [ y x ( y) ] Elle remplace en quelque sorte la dérivée seconde des fonctions d une variable réelle. Attention, la notation f ( x) ne signifie absolument pas qu il y a des puissance de, ce n est qu une notation pour dire qu on a dérivé deux fois par rapport à x. De même pour les notations f, f f y x x y ( y), il n y a pas de puissance de. Exemples : Pour calculer la matrice Hessienne de f = x y y + e y x, on commence par calculer ses dérivées partielles premières : x = xy + e y y = x y 1 + e y x puis ses dérivées partielles secondes f ( x) = x (xy + e y ) = 1 y + 0 = y f y x = y (xy + e y ) = x y + e y = 4xy + e y f x y = x (x y 1 + e y x) = x y 0 + e y 1 = 4xy + e y f ( y) = y (x y 1 + e y x) = x e y x = x + e y x on les range ensuite dans la matrice f f ( x) x y y 4xy + e y H(f) = f = [ f [ y x ( y) 4xy + e y x + e y x ] ] Si g = e x y + x y 3x 3 + y 3 alors g x = 1ex y + xy 3 3x g y = 1ex y + x + 3y g = [ ex y + xy 9x e x y + x + 3y ] de plus 4
5 g ( x) = x (ex y + xy 9x ) = e x y + y 18x g y x = y (ex y + xy 9x ) = e x y + x g x y = x ( ex y + x + 3y ) = e x y + x g ( y) = y ( ex y + x + 3y ) = ( e x y ) + 6y = e x y + 6y H(g) = [ ex y + y 18x e x y + x e x y + x e x y + 6y ] On peut remarquer dans les exemples précédents que f = f. En fait, on a un x y y x théorème précis qui le justifie sous des conditions particulières qui seront toujours vérifiées dans ce cours. Théorème de Schwarz : Lorsque les fonctions f f existent sont continues alors elles sont égales. x y y x 3) Types de points critiques pour les fonctions de deux variables Soit une fonction f: R R f on dit qu elle adm un minimum local en (x 0, y 0 ) si il existe un rectangle D = ]a, b[ ]c, d[ contentant le point (x 0, y 0 ) tel que D f f(x 0, y 0 ) on dit qu elle adm un maximum local en (x 0, y 0 ) si il existe un rectangle D = ]a, b[ ]c, d[ contentant le point (x 0, y 0 ) tel que D f f(x 0, y 0 ) on dit qu elle adm un point col ou un point selle en (x 0, y 0 ) si il existe un rectangle D = ]a, b[ ]c, d[ contentant le point (x 0, y 0 ) tel que D f(x 0, y) f(x 0, y 0 ) f(x, y 0 ) ou bien tel que D f(x 0, y) f(x 0, y 0 ) f(x, y 0 ) (après un éventuel changement de variables) Un point col (x 0, y 0, f(x 0, y 0 )) est un point où f adm un minimum local par rapport à une variable un maximum par rapport à l autre Autrement dit, Un point col (x 0, y 0, f(x 0, y 0 )) est un point où f adm un minimum local dans une direction un maximum local dans la direction perpendiculaire. Pour déterminer à quel point critique on a affaire, la technique est aisée dans les cas où la fonction f est suffisamment régulière, c est à dire à dire dans les cas où on peut utiliser le théorème de Schwarz : 5
6 Après avoir trouvé un point critique (x 0, y 0 ) pour f c est à dire un couple de nombres (x 0, y 0 ) tels que f(x 0, y 0 ) = [ 0 0 ] on calcule le déterminant de la matrice Hessienne de f en (x 0, y 0 ) : f ( x) d (H(f(x 0, y 0 ))) = (x f 0, y 0 ) x y (x 0, y 0 ) s f y x (x f = r = rt s 0, y 0 ) ( y) (x s t 0, y 0 ) Si rt s < 0 alors f adm un point selle (appelé aussi point col) en (x 0, y 0 ) Si rt s > 0 r > 0 alors f adm un minimum local en (x 0, y 0 ) Si rt s > 0 r < 0 alors f adm un maximum local en (x 0, y 0 ) Si rt s = 0 alors on ne peut pas conclure par cte méthode. Remarque : Le choix des ltres r, s t vient du mathématicien français Gaspard Monge (fin du 18 e siècle) Exercice corrigé : a) Etudier les points critiques éventuels de la fonction f = x + y x + 3 b) Etudier les points critiques éventuels de la fonction g = x 3 + y 3 15xy c) Etudier les points critiques éventuels de la fonction h = x 3 + 3xy 75x 7y Correction : a) Le gradient de f est égal à f = [ x 1 4y ] Les points critiques éventuels de f vérifient f = [ x 1 4y ] = [0 0 ] c est à dire x 1 = 0 4y = 0 x = 1 = 0,5 y = 0 4 = 0 Le seul point critique de f a pour coordonnées (0,5 ; 0) La matrice Hessienne de f vaut forcément H(f) = [ ] H(f(0,5 ; 0)) = [ ] d (H(f(0,5 ; 0))) = 8 comme 8 > 0 > 0 alors f adm un minimum local en (0,5 ; 0) b) Le gradient de g = x 3 + y 3 15xy est égal à g = [ 3x y 0 + 3y 15x 1 ] = 15y [3x 3y 15x ] Les points critiques éventuels de g vérifient c est à dire g = [ 3x 15y 3y 15x ] = [0 0 ] 3x 15y = 0 3y 15x = 0 6
7 3x = 15y 3y 15x = x = y 3y 15x = 0 0,x = y 3(0,x ) 15x = 0 La deuxième équation d inconnue x s écrit aussi 3 0,04x 4 15x = 0 C est à dire 0,04x 4 5x = 0 0,04x 3 x 5x = 0 (0,04x 3 5)x = 0 0,04x 3 5 = 0 ou x = 0 c est à dire x 3 = 5 ou x = 0 0,04 x 3 = 15 ou x = 0 finalement, x = = 5 ou x = 0 Lorsque x = 5 ; y = 0, 5 = 5 lorsque x = 0 ; y = 0, 0 = 0 Donc les deux points critiques de g sont (5; 5) (0; 0) Comme g = [ 3x 15y 3y ], la matrice Hessienne de g est égale à 15x H(g) = [ 6x y ] H(g(5; 5)) = [ ] = [ ] d (H(g(5; 5))) = = 675 comme 675 > 0 30 > 0 alors g adm un minimum local en (5 ; 5) H(g(0; 0)) = [ ] = [ ] d (H(g(0; 0))) = 5 comme 5 < 0 alors g adm un point col en (0 ; 0) c) Le gradient de h = x 3 + 3xy 75x 7y est égal à h = [ 3x + 3y 75 ] 6xy 7 Les points critiques éventuels de h vérifient h = [ 3x + 3y 75 ] = [ 0 6xy 7 0 ] c est à dire 3x + 3y 75 = 0 6xy 7 = 0 7
8 3x + 3y 75 = 0 y = 7 6x = 1 si x 0 x 3x + 3 ( 1 x ) 75 = 0 y = 1 x 3x x 3 5 = 0 y = 1 x x x 5 = 0 y = 1 x x x = 0 y = 1 x en posant X = x, la première équation s écrit X 5X = 0 Δ = ( 5) = 49 les y correspondants sont X 1 = ( 5) = 16 X = x = 16 ou x = 9 ( 5) 49 1 x = 4 ou x = 4 ou x = 3 ou x = 3 y = 1 1 = 3 ou y = 4 4 = 3 ou y = 1 1 = 4 ou y = 3 3 = 4 Les quatre points critiques de h sont (4 ; 3) ; ( 4 ; 3) ; (3 ; 4) ( 3 ; 4). Comme h = [ 3x + 3y 75 ], la matrice Hessienne de h est égale à 6xy 7 H(h) = [ 6x 6y 6y 6x ] H(h(4 ; 3)) = [ ] = [ ] d (H(h(4 ; 3))) = 4 18 = 5 comme 5 > 0 4 > 0 alors h adm un minimum local en (4 ; 3) = 9 H(h( 4 ; 3)) = [ 6 ( 4) 6 ( 3) 18 ] = [ 4 6 ( 3) 6 ( 4) 18 4 ] d (H(h( 4 ; 3))) = 4 18 = 5 comme 5 > 0 4 < 0 alors h adm un maximum local en ( 4 ; 3) H(h(3 ; 4)) = [ ] = [ ] 8
9 d (H(h(3 ; 4))) = 18 4 = 5 comme 5 < 0 alors h adm un point col en (3 ; 4) H(h( 3 ; 4)) = [ 6 ( 3) 6 ( 4) 4 ] = [ 18 6 ( 4) 6 ( 3) 4 18 ] d (H(h( 3 ; 4))) = 18 4 = 5 comme 5 < 0 alors h adm un point col en ( 3 ; 4) 4) Démonstration de la propriété Si f: R f R adm des dérivées partielles secondes continues sur R, si (x 0, y 0 ) est un point critique de f alors en notant f ( x) d (H(f(x 0, y 0 ))) = (x f 0, y 0 ) x y (x 0, y 0 ) s f y x (x f = r = rt s 0, y 0 ) ( y) (x s t 0, y 0 ) on a le résultat suivant : Si rt s < 0 alors f adm un point selle (appelé aussi point col) en (x 0, y 0 ) Si rt s > 0 r > 0 alors f adm un minimum local en (x 0, y 0 ) Si rt s > 0 r < 0 alors f adm un maximum local en (x 0, y 0 ) a) Définition de la dérivée d une fonction d une variable réelle en un point x 0 Soit f x R f(x) une fonction réelle x 0 R un nombre fixé. Si le taux d accroissement f(x) f(x 0 ) adm une ite finie lorsque x tend vers x x x 0, 0 autrement dit si f(x) f(x 0 ) = C R x x 0 x x 0 alors le nombre C s appelle la dérivée de f en x 0 se note f (x 0 ). Exemple : Soit la fonction f(x) = x alors f(x) f(x 0 ) x x 0 = x x 0 x x 0 x x0 x x 0 (x + x 0 )(x x 0 ) = = x + x x x0 x x 0 = x 0 + x 0 = x 0 0 x x0 Ainsi f (x 0 ) = x 0 x 0 étant un nombre quelconque fixé, on a la formule générale quelle que soit x R : f (x) = x b) Approximation d une fonction dérivable par une fonction affine Soit f x R f(x) une fonction réelle x 0 R un nombre fixé. Si f (x 0 ) existe, autrement dit si f(x) f(x 0 ) = f (x x x 0 x x 0 ) R 0 alors on pourra approcher le nombre f(x) par f(x 0 ) + f (x 0 )(x x 0 ) à condition que x soit suffisamment proche de x 0. En eff, on pourra écrire f(x) = f(x 0 ) + (x x 0 )f (x 0 ) + ψ(x) 9
10 car x x 0 x x 0 ψ(x) = 0 x x 0 ψ(x) f(x) (f(x 0 ) (x x 0 )f (x 0 )) = x x 0 x x0 x x 0 = x x0 f(x) f(x 0 ) x x 0 f (x 0 ) = 0 On pourra aussi dire que la fonction affine x f(x 0 ) + f (x 0 )(x x 0 ) approche f autour du point x 0. c) Approximation polynômiale d une fonction d une variable réelle Soit f x R f(x) une fonction réelle x 0 R un nombre fixé. S il existe un nombre ε > 0 tel que x ]x 0 ε ; x 0 + ε[ f (x) existe si f (x 0 ) existe, autrement dit si f (x) f (x 0 ) = f (x x x 0 x x 0 ) R 0 alors on pourra approcher le nombre f(x) par f(x 0 ) + f (x 0 )(x x 0 ) + f (x 0 ) (x x 0 ) à condition que x soit suffisamment proche de x 0. En eff, on pourra écrire f(x) = f(x 0 ) + f (x 0 )(x x 0 ) + f (x 0 ) (x x 0 ) + φ(x) x x 0 φ(x) (x x 0 ) = 0 Car on peut appliquer le b) à la fonction f définie x ]x 0 ε ; x 0 + ε[ pour obtenir f (x) = f (x 0 ) + (x x 0 )f (x 0 ) + ψ 1 (x) ψ 1 (x) = 0 x x 0 x x 0 La fonction φ(x) = f(x) f(x 0 ) f (x 0 )(x x 0 ) f (x 0 ) (x x 0 ) étant définie dérivable x ]x 0 ε ; x 0 + ε[, on peut voir que φ (x) = f (x) 0 f (x 0 ) 1 f (x 0 ) (x x 0 ) = f (x) f (x 0 ) f (x 0 )(x x 0 ) = ψ 1 (x) que φ(x) = φ(x) φ(x 0 ) (x x 0 ) x x 0 (x x 0 ) x x 0 ψ 1 (x) = 0 x x 0 x x 0 φ(x) φ(x = 0 ) 1 = φ (x) 1 = ψ x x0 x x 0 x x 0 x x0 x x 1 (x) 1 = 0 x x0 x x 0 On pourra aussi dire que le polynôme x f(x 0 ) + f (x 0 )(x x 0 ) f (x 0 ) (x x 0 ) approche f autour du point x 0 d) Généralisation aux fonctions de deux variables Théorème 1 : Considérons (x 0, y 0 ) R un couple de nombres fixés soit f: R f une fonction dont les dérivées partielles premières existent sont continues alors on aura f = f(x 0, y 0 ) + x f(x 0, y 0 )(x x 0 ) + y f(x 0, y 0 )(y y 0 ) + ψ ψ (x,y) (x 0,y 0 ) x x 0 + y y 0 = 0 Preuve : 10
11 Fixons y R utlisons l approximation affine de la fonction d une variable x f f = f(x 0, y) + x f(x 0, y)(x x 0 ) + ψ 1 ψ 1 = 0 x x 0 x x 0 De même pour la fonction d une variable y f(x 0, y) f(x 0, y) = f(x 0, y 0 ) + y f(x 0, y 0 )(y y 0 ) + ψ (y) ψ (y) = 0 y y 0 y y 0 En combinant les deux égalités, on obtient ( ) f = f(x 0, y 0 ) + x f(x 0, y)(x x 0 ) + y f(x 0, y 0 )(y y 0 ) + ψ 1 + ψ (y) Comme y x f(x 0, y) est continue, on peut écrire x f(x 0, y) = x f(x 0, y 0 ) y y 0 ce qui s écrit aussi x f(x 0, y) x f(x 0, y 0 ) = 0 y y 0 ou bien x f(x 0, y) = x f(x 0, y 0 ) + ψ 3 (y) ψ 3 (y) = 0 y y 0 l égalité ( ) devient alors f = f(x 0, y 0 ) + x f(x 0, y 0 )(x x 0 ) + y f(x 0, y 0 )(y y 0 ) + ψ 1 + ψ (y) + (x x 0 )ψ 3 (y) En posant ψ = ψ 1 + ψ (y) + (x x 0 )ψ 3 (y) on obtient le résultat souhaité. Théorème : Considérons (x 0, y 0 ) R un couple de nombres fixés soit f: R f une fonction dont les dérivées partielles premières secondes existent sont continues alors on aura f = f(x 0, y 0 ) + x f(x 0, y 0 )(x x 0 ) + y f(x 0, y 0 )(y y 0 ) + 1 xxf(x 0, y 0 )(x x 0 ) + 1 yyf(x 0, y 0 )(y y 0 ) + yx f(x 0, y 0 )(x x 0 )(y y 0 ) + ψ (x,y) (x 0,y 0 ) ψ x x 0 + y y 0 = 0 preuve : à faire en exercice e) Extrema locaux lorsque rt s > 0 Supposons que (x 0, y 0 ) soit un point critique de f alors l égalité du théorème s écrit f = f(x 0, y 0 ) + 1 xxf(x 0, y 0 )(x x 0 ) + 1 yyf(x 0, y 0 )(y y 0 ) + yx f(x 0, y 0 )(x x 0 )(y y 0 ) + ψ En utilisant les notations de Monge, on obtient f = f(x 0, y 0 ) + 1 r(x x 0) + 1 t(y y 0) + s(x x 0 )(y y 0 ) + ψ En posant X = x x 0 Y = y y 0, on écrit encore f = f(x 0, y 0 ) + 1 rx + 1 ty + sxy + ψ 11
12 Intéressons-nous au signe de 1 rx + 1 ty + sxy = 1 rx + syx + 1 ty polynôme de degré de coefficients 1 r, sy 1 ty. Lorsque le discriminant Δ = (sy) 4 1 r 1 ty = (s rt)y < 0, c est à dire lorsque s rt < 0, ou autrement dit, lorsque rt s > 0, le polynôme 1 rx + 1 ty + sxy = 1 rx + syx + 1 ty sera du signe de 1 r, c est à dire du signe de r. Par exemple si r > 0 alors 1 rx + 1 ty + sxy > 0 pour suffisamment proche de (x 0, y 0 ), c est à dire pour de 0, on aura aussi 1 rx + 1 ty + sxy + ψ > 0 f f(x 0, y 0 ) > 0 f > f(x 0, y 0 ) c est à dire que f adm un minimum local en (x 0, y 0 ). Si r < 0 alors 1 rx + 1 ty + sxy < 0 pour suffisamment proche de (x 0, y 0 ), c est à dire pour de 0, on aura aussi 1 rx + 1 ty + sxy + ψ < 0 f f(x 0, y 0 ) < 0 f < f(x 0, y 0 ) c est à dire que f adm un maximum local en (x 0, y 0 ). ψ(x,y) x x 0 + y y 0 ψ(x,y) x x 0 + y y 0 suffisamment proche suffisamment proche f) Point col lorsque rt s < 0 Il reste à étudier le cas où le discriminant Δ = (sy) 4 1 r 1 ty = (s rt)y > 0 c est à dire lorsque s rt > 0, autrement dit, lorsque rt s < 0. Dans le cas où r > 0 1 rx + syx + 1 ty = 1 rx + syx + (sy) r (sy) r + 1 ty = ( r sy X + = ( r (x x 0 ) + s(y y 0) ) (y y 0) (s rt) r r Définissons la variable x par : x = r (x x 0 ) + s(y y 0) Notons que lorsque = (x 0, y 0 ) alors x = 0. r r ) Y r (s rt) Ainsi, le polynôme précédent s écrit 1 rx + syx + 1 ty = x (y y 0 ) r l approximation polynômiale s écrit ou bien (s rt) f = f(x 0, y 0 ) + x (y y 0 ) (s rt) + ψ r f(x, y) = f(0, y 0 ) + x (y y 0 ) (s rt) + ψ(x, y) r ( ) 1
13 Cela donne en particulier pour y = y 0, f(x, y 0 ) = f(0, y 0 ) + x + ψ(x, y 0 ) Donc pour (x, y 0 ) suffisamment proche de (x 0, y 0 ), c est à dire pour x suffisamment proche de 0, c est à ψ(x,y) dire pour suffisamment proche de 0, pour ψ(x,y 0 ) suffisamment proche de 0, on x x 0 + y y 0 x aura f(x, y 0 ) f(0, y 0 ) = x + ψ(x, y 0 ) > 0 f(x, y 0 ) > f(0, y 0 ) Dans le cas particulier où x = 0, ( ) devient f(0, y) = f(0, y 0 ) (y y 0) (s rt) + ψ(0, y) r Donc pour y suffisamment proche de y 0 x = 0, c est à dire pour suffisamment proche de ψ(x,y) (x 0, y 0 ), c est à dire pour suffisamment proche de 0, pour ψ(0,y 0 ) suffisamment x x 0 + y y 0 y y 0 proche de 0, on aura f(0, y) f(0, y 0 ) = (y y 0) (s rt) + ψ(0, y) < 0 r f(0, y) < f(0, y 0 ) Finalement, f(x, y 0 ) > f(0, y 0 ) > f(0, y) pour tout couple (x, y) suffisamment proche de (0, y 0 ). C est à dire que f adm un point col en (0, y 0 ) où f est fonction des variables (x, y). La démonstration est similaire dans le cas où r < 0. Le cas où r = 0 est laissé à titre d exercice. Pour aller plus loin, lire ce cours en ligne L auteur m est inconnu. 13
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 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 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 détailFonctions de deux variables. Mai 2011
Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs
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 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 détailNotes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables
Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières
Plus en détailEquations cartésiennes d une droite
Equations cartésiennes d une droite I) Vecteur directeur d une droite : 1) Définition Soit (d) une droite du plan. Un vecteur directeur d une droite (d) est un vecteur non nul la même direction que la
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 détailFonctions de plusieurs variables et applications pour l ingénieur
Service Commun de Formation Continue Année Universitaire 2006-2007 Fonctions de plusieurs variables et applications pour l ingénieur Polycopié de cours Rédigé par Yannick Privat Bureau 321 - Institut Élie
Plus en détailOM 1 Outils mathématiques : fonction de plusieurs variables
Outils mathématiques : fonction de plusieurs variables PCSI 2013 2014 Certaines partie de ce chapitre ne seront utiles qu à partir de l année prochaine, mais une grande partie nous servira dès cette année.
Plus en détaila et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b
I Définition d une fonction affine Faire l activité 1 «une nouvelle fonction» 1. définition générale a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe
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 détailLa fonction exponentielle
DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction
Plus en détailCorrection 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 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 détailMATHEMATIQUES APPLIQUEES Equations aux dérivées partielles Cours et exercices corrigés
MATHEMATIQUES APPLIQUEES Equations aux dérivées partielles Cours et exercices corrigés Département GPI 1ère année Avril 2005 INPT-ENSIACET 118 route de Narbonne 31077 Toulouse cedex 4 Mail : Xuan.Meyer@ensiacet.fr
Plus en détailNotes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables
Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables Fausto Errico Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2012 Table des matières
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 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 détailOptimisation des fonctions de plusieurs variables
Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables
Plus en 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 détailFonctions de plusieurs variables. Sébastien Tordeux
Fonctions de plusieurs variables Sébastien Tordeux 22 février 2009 Table des matières 1 Fonctions de plusieurs variables 3 1.1 Définition............................. 3 1.2 Limite et continuité.......................
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 détailRelation 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 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 détailEquations différentielles linéaires à coefficients constants
Equations différentielles linéaires à coefficients constants Cas des équations d ordre 1 et 2 Cours de : Martine Arrou-Vignod Médiatisation : Johan Millaud Département RT de l IUT de Vélizy Mai 2007 I
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 détailINTRODUCTION. 1 k 2. k=1
Capes externe de mathématiques : session 7 Première composition INTRODUCTION L objet du problème est l étude de la suite (s n n définie par : n, s n = Dans une première partie, nous nous attacherons à
Plus en détailTOUT CE QU IL FAUT SAVOIR POUR LE BREVET
TOUT E QU IL FUT SVOIR POUR LE REVET NUMERIQUE / FONTIONS eci n est qu un rappel de tout ce qu il faut savoir en maths pour le brevet. I- Opérations sur les nombres et les fractions : Les priorités par
Plus en 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 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 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 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 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. 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 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 détailDéveloppements limités. Notion de développement limité
MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un
Plus en détailUniversité 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 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 détailCorrection du bac blanc CFE Mercatique
Correction du bac blanc CFE Mercatique Exercice 1 (4,5 points) Le tableau suivant donne l évolution du nombre de bénéficiaires de minima sociaux en milliers : Année 2002 2003 2004 2005 2006 2007 2008 2009
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 détailCalcul Différentiel. I Fonctions différentiables 3
Université de la Méditerranée Faculté des Sciences de Luminy Licence de Mathématiques, Semestre 5, année 2008-2009 Calcul Différentiel Support du cours de Glenn Merlet 1, version du 6 octobre 2008. Remarques
Plus en 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 détailEspérance 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 détailLicence de Mathématiques 3
Faculté des sciences et techniques Département de mathématiques 2004-2005 Licence de Mathématiques 3 M62 : Fonctions réelles de plusieurs variables Laurent Guillopé www.math.sciences.univ-nantes.fr/~guillope/m62/
Plus en détailF7n COUP DE BOURSE, NOMBRE DÉRIVÉ
Auteur : S.& S. Etienne F7n COUP DE BOURSE, NOMBRE DÉRIVÉ TI-Nspire CAS Mots-clés : représentation graphique, fonction dérivée, nombre dérivé, pente, tableau de valeurs, maximum, minimum. Fichiers associés
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 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 détailLES MÉTHODES DE POINT INTÉRIEUR 1
Chapitre XIII LES MÉTHODES DE POINT INTÉRIEUR 1 XIII.1 Introduction Nous débutons par un rappel de la formulation standard d un problème d optimisation 2 linéaire et donnons un bref aperçu des différences
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 détailCOMPTE-RENDU «MATHS EN JEANS» LYCEE OZENNE Groupe 1 : Comment faire une carte juste de la Terre?
Claire FORGACZ Marion GALLART Hasnia GOUDJILI COMPTERENDU «MATHS EN JEANS» LYCEE OZENNE Groupe 1 : Comment faire une carte juste de la Terre? Si l on se pose la question de savoir comment on peut faire
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 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 détailFonctions de plusieurs variables
UNIVERSITÉ DE POITIERS Parcours Renforcé Première Année 2009/2010 Paul Broussous Fonctions de plusieurs variables Seconde version corrigée Table des matières 1. Un peu de topologie. 1.1. Distance euclidienne,
Plus en détailDéveloppements limités
Université Joseph Fourier, Grenoble Maths en Ligne Développements limités Bernard Ycart Les développements limités sont l outil principal d approximation locale des fonctions. L objectif de ce chapitre
Plus en détailCours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques
Université de Provence Topologie 2 Cours3. Applications continues et homéomorphismes 1 Rappel sur les images réciproques Soit une application f d un ensemble X vers un ensemble Y et soit une partie P de
Plus en détailCorrection du Baccalauréat S Amérique du Nord mai 2007
Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n
Plus en détailChapitre VI - Méthodes de factorisation
Université Pierre et Marie Curie Cours de cryptographie MM067-2012/13 Alain Kraus Chapitre VI - Méthodes de factorisation Le problème de la factorisation des grands entiers est a priori très difficile.
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 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 détailExo7. Limites de fonctions. 1 Théorie. 2 Calculs
Eo7 Limites de fonctions Théorie Eercice Montrer que toute fonction périodique et non constante n admet pas de ite en + Montrer que toute fonction croissante et majorée admet une ite finie en + Indication
Plus en 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 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 détailIV- Equations, inéquations dans R, Systèmes d équations
IV- Equations, inéquations dans R, Systèmes d équations 1- Equation à une inconnue Une équation est une égalité contenant un nombre inconnu noté en général x et qui est appelé l inconnue. Résoudre l équation
Plus en détailDu Premier au Second Degré
Du Premier au Second Degré Première Bac Pro 3 ans November 26, 2011 Première Bac Pro 3 ans Du Premier au Second Degré Sommaire 1 Fonction Polynôme du second degré 2 Fonction Polynôme du Second Degré: Synthèse
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 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 détail3. Caractéristiques et fonctions d une v.a.
3. Caractéristiques et fonctions d une v.a. MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v2) MTH2302D: fonctions d une v.a. 1/32 Plan 1. Caractéristiques d une distribution 2. Fonctions
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 détailCours d Analyse I et II
ÉCOLE POLYTECHNIQUE FÉDÉRALE DE LAUSANNE Cours d Analyse I et II Sections Microtechnique & Science et génie des matériaux Dr. Philippe Chabloz avril 23 Table des matières Sur les nombres. Les nombres
Plus en détailAC AB. A B C x 1. x + 1. d où. Avec un calcul vu au lycée, on démontre que cette solution admet deux solutions dont une seule nous intéresse : x =
LE NOMBRE D OR Présentation et calcul du nombre d or Euclide avait trouvé un moyen de partager en deu un segment selon en «etrême et moyenne raison» Soit un segment [AB]. Le partage d Euclide consiste
Plus en détailActivités numériques [13 Points]
N du candidat L emploi de la calculatrice est autorisé. Le soin, la qualité de la présentation entrent pour 2 points dans l appréciation des copies. Les résultats seront soulignés. La correction est disponible
Plus en détailLes équations différentielles
Les équations différentielles Equations différentielles du premier ordre avec second membre Ce cours porte exclusivement sur la résolution des équations différentielles du premier ordre avec second membre
Plus en détailFonctions de plusieurs variables et changements de variables
Notes du cours d'équations aux Dérivées Partielles de l'isima, première année http://wwwisimafr/leborgne Fonctions de plusieurs variables et changements de variables Gilles Leborgne juin 006 Table des
Plus en détailEtude de fonctions: procédure et exemple
Etude de fonctions: procédure et exemple Yves Delhaye 8 juillet 2007 Résumé Dans ce court travail, nous présentons les différentes étapes d une étude de fonction à travers un exemple. Nous nous limitons
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 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 détailCours d Analyse 3 Fonctions de plusieurs variables
Université Claude Bernard, Lyon I Licence Sciences, Technologies & Santé 43, boulevard 11 novembre 1918 Spécialité Mathématiques 69622 Villeurbanne cedex, France L. Pujo-Menjouet pujo@math.univ-lyon1.fr
Plus en détailÉquations non linéaires
Équations non linéaires Objectif : trouver les zéros de fonctions (ou systèmes) non linéaires, c-à-d les valeurs α R telles que f(α) = 0. y f(x) α 1 α 2 α 3 x Equations non lineaires p. 1/49 Exemples et
Plus en détailSéquence 2. Repérage dans le plan Équations de droites. Sommaire
Séquence Repérage dans le plan Équations de droites Sommaire 1 Prérequis Repérage dans le plan 3 Équations de droites 4 Synthèse de la séquence 5 Exercices d approfondissement Séquence MA0 1 1 Prérequis
Plus en détailI3, Probabilités 2014 Travaux Dirigés F BM F BM F BM F BM F B M F B M F B M F B M 20 20 80 80 100 100 300 300
I3, Probabilités 2014 Travaux Dirigés TD 1 : rappels. Exercice 1 Poker simplié On tire 3 cartes d'un jeu de 52 cartes. Quelles sont les probabilités d'obtenir un brelan, une couleur, une paire, une suite,
Plus en détailChapitre 3. Les distributions à deux variables
Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles
Plus en détailOptimisation, traitement d image et éclipse de Soleil
Kléber, PCSI1&3 014-015 I. Introduction 1/8 Optimisation, traitement d image et éclipse de Soleil Partie I Introduction Le 0 mars 015 a eu lieu en France une éclipse partielle de Soleil qu il était particulièrement
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 détailCHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.
CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires
Plus en détailUn K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E
Exo7 Espaces vectoriels Vidéo partie 1. Espace vectoriel (début Vidéo partie 2. Espace vectoriel (fin Vidéo partie 3. Sous-espace vectoriel (début Vidéo partie 4. Sous-espace vectoriel (milieu Vidéo partie
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détailLE PRODUIT SCALAIRE ( En première S )
LE PRODUIT SCALAIRE ( En première S ) Dernière mise à jour : Jeudi 4 Janvier 007 Vincent OBATON, Enseignant au lycée Stendhal de Grenoble ( Année 006-007 ) 1 Table des matières 1 Grille d autoévaluation
Plus en détailCouples de variables aléatoires discrètes
Couples de variables aléatoires discrètes ECE Lycée Carnot mai Dans ce dernier chapitre de probabilités de l'année, nous allons introduire l'étude de couples de variables aléatoires, c'est-à-dire l'étude
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 détailCapacité d un canal Second Théorème de Shannon. Théorie de l information 1/34
Capacité d un canal Second Théorème de Shannon Théorie de l information 1/34 Plan du cours 1. Canaux discrets sans mémoire, exemples ; 2. Capacité ; 3. Canaux symétriques ; 4. Codage de canal ; 5. Second
Plus en détailUne forme générale de la conjecture abc
Une forme générale de la conjecture abc Nicolas Billerey avec l aide de Manuel Pégourié-Gonnard 6 août 2009 Dans [Lan99a], M Langevin montre que la conjecture abc est équivalente à la conjecture suivante
Plus en détailce n est pas un livre auto-suffisant (il est loin d être exhaustif )!
L MASS 1/13 Aide-mémoire et exercices corrigés. USTV MS41 Optimisation I Table des matières 1 Fonctions de plusieurs variables 3 Limites et continuité 13 3 Dérivabilité et différentiabilité, fonctions
Plus en détailDurée de L épreuve : 2 heures. Barème : Exercice n 4 : 1 ) 1 point 2 ) 2 points 3 ) 1 point
03 Mai 2013 Collège Oasis Durée de L épreuve : 2 heures. apple Le sujet comporte 4 pages et est présenté en livret ; apple La calculatrice est autorisée ; apple 4 points sont attribués à la qualité de
Plus en détailLes indices à surplus constant
Les indices à surplus constant Une tentative de généralisation des indices à utilité constante On cherche ici en s inspirant des indices à utilité constante à définir un indice de prix de référence adapté
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 détailCHAPITRE 10. Jacobien, changement de coordonnées.
CHAPITRE 10 Jacobien, changement de coordonnées ans ce chapitre, nous allons premièrement rappeler la définition du déterminant d une matrice Nous nous limiterons au cas des matrices d ordre 2 2et3 3,
Plus en détailChapitre 4: Dérivée d'une fonction et règles de calcul
DERIVEES ET REGLES DE CALCULS 69 Chapitre 4: Dérivée d'une fonction et règles de calcul Prérequis: Généralités sur les fonctions, Introduction dérivée Requis pour: Croissance, Optimisation, Études de fct.
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 détail