DISTRIBUTIONS TEMPÉRÉES
|
|
- Adélaïde Dupuis
- il y a 7 ans
- Total affichages :
Transcription
1 DISTRIBUTIONS TEMPÉRÉES SYLVIE BENZONI Notations générales. Quel que soit le d-uplet d entiers naturels α = (α 1,..., α d ), quel que soit x = (x 1,..., x d ) ou C d, on note x β := x β x β d d, et α désigne la dérivée partielle d ordre α = α α d définie par α ϕ := α 1 x 1... α d x d ϕ si ϕ est une fonction α fois différentiable (on utilisera aussi la notation α pour les distributions). L espace de Schwartz. L ensemble des fonctions C à décroissance rapide S ( ) := {ϕ C ( ) ; (α, β) N d N d, p α,β (ϕ) := sup x x β α < } est un espace vectoriel sur lequel les p α,β forment une famille dénombrable de semi-normes. On le munit de la topologie (métrisable) induite par ces semi-normes. Cela signifie qu une suite de fonctions (ϕ n ) n N d éléments de S ( ) converge vers ϕ dans S ( ) si et seulement si p α,β (ϕ n ϕ) tend vers zéro quel que soit (α, β) N d N d. La même topologie est induite par les semi-normes q n,m définies par q n,m (ϕ) := max α n sup x (1 + x ) m α, où désigne la norme euclidienne «canonique» sur. En effet, pour tout x, on a x d max β =1 xβ, et pour tout m N, il existe c m > 0 tel que pour tout t R +, (1 + t) m c m (1 + t m ). Donc on a pour tout x, ce qui implique D autre part, pour tout β N d, donc (1 + x ) m c m (1 + d m/2 max β =m xβ ), ( q n,m (ϕ) c m max pα,0 (ϕ) + d m/2 max p α,β(ϕ) ). α n β =m x β x β (1 + x ) β, p α,β (ϕ) q α, β (ϕ). Quel que soit p [1, + ], l espace S ( ) s injecte continûment dans L p ( ), ce que l on note S ( ) L p ( ). Date: 13 novembre
2 2 SYLVIE BENZONI Démonstration. Pour p = + on remarque simplement que pour tout ϕ S ( ), ϕ L = p 0,0 (ϕ) = q 0,0 (ϕ). Pour p < +, on utilise que x (1 + x ) s est intégrable en dimension d si s > d. Par suite, en choisissant un entier m > d/p on a pour tout ϕ S ( ), p dx (1 + x ) mp (1 + x ) m p dx d où q 0,m (ϕ) p (1 + x ) mp dx, ( ) 1/p ϕ L p C q 0,m (ϕ), C := (1 + x ) mp dx. L espace S ( ) est stable par dérivation à tout ordre. Ceci découle immédiatement du fait que p α,β ( γ ϕ) = p α+γ,β (ϕ), cette égalité impliquant de plus que la dérivation γ est continue de S ( ) dans S ( ), quel que soit γ N d. L espace S ( ) est stable par multiplication par des fonctions polynomiales de n importe quel degré. Il suffit de le vérifier pour le monômes x η. Pour cela, on va faire appel à la formule de Leibniz multidimensionnelle: (1) α (ψϕ) = α! γ!(α γ)! ( γ ψ) ( α γ ϕ). γ α (L inégalité γ α ci-dessus signifie γ i α i pour tout i {1,..., d}, et α! = α 1!... α d!.) Or pour ψ(x) = x η, on a γ η! ψ(x) = (η γ)! xη γ si γ η et 0 sinon. Donc, si on note M η l opérateur de multiplication par la fonction x x η, α (M η ϕ)(x) = α!η! γ!(α γ)!(η γ)! xη γ α γ. Par suite, γ α,η p α,β (M η ϕ) γ α,η α!η! γ!(α γ)!(η γ)! p α γ,β+η γ(ϕ). Ainsi, M η est une application linéaire continue de S ( ) dans S ( ). L espace S ( ) est stable par transformation de Fourier, et F est une application linéaire continue de S ( ) dans S ( ). Démonstration. Elle repose sur les formules reliant dérivation et transformation de Fourier (2) α ϕ = ( i) α M α ϕ, α ϕ(ξ) = (iξ) α ϕ(ξ). Ces formules sont valables avec la définition suivante pour la transformation de Fourier: F (ϕ)(ξ) = ϕ(ξ) = e ix ξ dx.
3 DISTRIBUTIONS TEMPÉRÉES 3 La vérification (immédiate) est laissée au lecteur. On en déduit que d où puisque β (M α ϕ) S ( ) L 1 ( ). ξ β α ϕ(ξ) = ( i) α + β F ( β (M α ϕ))(ξ), p α,β ( ϕ) β (M α ϕ) L 1 ( ) < + L espace S ( ) est une algèbre pour le produit (ordinaire) des fonctions, et S ( ) S ( ) S ( ) (ϕ, ψ) ϕψ est une application bilinéaire continue. En effet, d après la formule de Leibniz (1), p α,β (ψϕ) γ α α! γ!(α γ)! p γ,β(ψ) p α γ,0 (ϕ). L espace S ( ) est une algèbre pour le produit de convolution, et est une application bilinéaire continue. S ( ) S ( ) S ( ) (ϕ, ψ) ϕ ψ Démonstration. On peut utiliser les résultats précédents car, on a (par le théorème de Fubini) F (ϕ ψ) = F (ϕ)f (ψ), d où le diagramme commutatif: (ϕ, ψ) ϕ ψ F (f, g) f g. (Par abus de notation on désigne encore par F l opérateur (ϕ, ψ) ( ϕ, ψ).) Autrement dit, si Π désigne le produit ordinaire, Γ le produit de convolution, on a Γ = F ΠF, où F est la transformée de Fourier inverse (tout aussi continue que F ), définie par F (g)(x) = 1 g(ξ) e ix ξ dξ. (2π) d L espace S ( ) est «compris» entre l espace des fonctions C à support compact D( ) et l espace E ( ) des fonctions C, au sens où l on a des injections continues D( ) S ( ) E ( ), l espace E ( ) étant muni de la topologie de la convergence uniforme de toutes les dérivées (y compris d ordre zéro!) sur tout compact, et l espace D( ) étant muni d une topologie (assez délicate à définir) telle qu une suite (ϕ n ) d éléments de D( ) converge si et seulement s il existe un compact fixe K contenant tous les supports des ϕ n et (ϕ n ) converge uniformément sur K ainsi que toutes ses dérivées. De plus, D( ) est dense dans S ( ), qui est lui-même dense dans E ( ).
4 4 SYLVIE BENZONI Qu est-ce qu une distribution tempérée? On peut voir l espace de Schwartz comme un ensemble de fonctions test permettant de définir des «fonctions généralisées» que l on appellera plus précisément des distributions tempérées. Celles-ci n auront pas nécessairement des valeurs ponctuelles mais seront définies au travers de leurs «valeurs contre les fonctions test». Les distributions tempérées sur comprennent tout d abord toutes les fonctions «ordinaires» f telles que fϕ L 1 ( ) quel que soit ϕ S ( ) et ϕ f(x) dx soit une forme linéaire continue sur S ( ). (Notons que puisque S ( ) est métrisable, la continuité d une forme linéaire équivaut à sa continuité séquentielle.) C est le cas par exemple si f L p ( ) avec p [1, + ]. En effet, d après l inégalité de Hölder on a f(x) dx f L p ( ) ϕ L p ( ) et on a vu que S ( ) s injectait continûment dans L p ( ). C est le cas aussi pour une fonction f localement intégrable et à croissance au plus polynomiale, c est-à-dire pour laquelle il existe k N et C > 0 tels que f(x) C (1 + x ) k, x. Car alors f(x) dx C (1 + x ) R R k dx C q 0,k+m (ϕ) (1 + x ) m dx d d pour m > d. Définition 1. Une distribution tempérée sur est une forme linéaire continue sur S ( ). Étant donnée une distribution (tempérée) T on note généralement T, ϕ l image d une fonction test ϕ S ( ) par T. En particulier, dans les deux exemples cités ci-dessus, on identifie la fonction f avec la distribution (tempérée) T f définie par T f, ϕ = f(x) dx. Bien entendu, l ensemble des distributions tempérées comprend aussi des objets qui ne sont pas des fonctions. Le plus célèbre d entre eux, dont l introduction est antérieure au développement de la théorie des distributions par L. Schwartz, est la masse de Dirac δ, définie par δ, ϕ = ϕ(0). C est clairement une distribution tempérée puisque δ, ϕ p 0,0 (ϕ). On définit de même δ y quel que soit y par δ y, ϕ = ϕ(y). La masse de Dirac est en fait une mesure de Radon, c est-à-dire une forme linéaire continue sur l espace des fonctions continues bornées. Voici un autre exemple, assez subtil, de distribution tempérée sur R. Il est basé sur la fonction f : x 0 1/x, qui n est pas localement intégrable. De ce fait, on ne peut
5 DISTRIBUTIONS TEMPÉRÉES 5 pas la voir comme une distribution (tempérée). Cependant, on lui associe une distribution tempérée appelée valeur principale de 1/x, en observant que pour tout ϕ S (R), lim ε 0 x dx x >ε existe et définit une forme linéaire continue sur S (R). Démonstration. Notons tout d abord que quels que soient ε > 0 et ϕ S (R), la fonction fϕ est bien intégrable sur ], ε[ ]ε, + [. Pour l existence de la limite, on peut utiliser le critère de Cauchy. Si ε > ε > 0, x >ε x dx x >ε x dx = Or (d après la formule de Taylor à l ordre 1!) x = ϕ(0) x ε x >ε ϕ (θx) dθ. x dx. Le premier morceau étant fonction impaire de x, son intégrale sur [ ε, ε[ ]ε, ε ] est nulle. Il reste donc x >ε x dx x >ε x dx 1 = ϕ (θx) dθ dx 2 ε ε ϕ L. ε x >ε 0 Ceci tend vers zéro lorsque ε et ε tendent vers zéro (puisque ϕ L = p 1,0 (ϕ) < + ). La limite existe donc. Cependant, il n est pas tout à fait évident de voir qu elle définit une forme linéaire continue sur S (R). Pour cela, introduisons une fonction plateau χ D(R), valant 1 sur [ 1, 1] et à valeurs dans [0, 1]. On suppose en outre que χ est paire, de sorte que χ(x) x >ε x dx = 0 quel que soit ε > 0. Ainsi, en écrivant ϕ = χϕ + (1 χ)ϕ, on a pour tout ε ]0, 1[, x dx = ϕ(0) χ(x) dx + (1 χ(x)) x x dx, d où et par suite x >ε x >ε lim ε 0 x >ε x dx = lim ε 0 x >ε R x χ(x) 1 0 ϕ (θx) dx + dx ϕ L R x 1 x 1 (1 χ(x)) x dx, χ(x) dx + ϕ L 1. On conclut en utilisant l injection continue S (R) L 1 (R) et à nouveau le fait que ϕ L = p 1,0 (ϕ). On note v.p.(1/x), ϕ = lim ε 0 x >ε x dx. Remarque 1. L expression vague de «fonction généralisée» peut être trompeuse (en laissant entendre que toute fonction ordinaire en fait partie). Il existe en effet des fonctions d apparence anodine qui ne sont pas des distributions tempérées. C est le cas par exemple de la fonction analytique x e x2 : son défaut est de tendre beaucoup trop vite vers l infini en ± ; en particulier pour = e x2 on a e x2 dx = +.
6 6 SYLVIE BENZONI L espace S ( ). L ensemble des distributions tempérées forme évidemment un espace vectoriel. Il est naturellement muni de la topologie duale faible, définie par la convergence faible des suites: une suite de distributions tempérées (T n ) n N converge vers T S ( ) si et seulement si, quel que soit ϕ S ( ), la suite numérique ( T n, ϕ ) n N converge vers T, ϕ. Un exemple fondamental de convergence au sens des distributions est celui des approximations de l unité, qui donnent une représentation de la masse de Dirac comme limite de suites de fonctions C à support compact. Définition 2. On appelle approximation de l unité une famille de fonctions ρ ε pour ε > 0 telle que ρ ε (x) = ε d ρ(x/ε), x, avec ρ D( ) d intégrale 1. (On suppose souvent de plus ρ 0.) Noter que si (ρ ε ) ε>0 est une approximation d unité alors par changement d échelle on a ρ ε (x) dx = 1, ε > 0. C est cette propriété fondamentale qui permet de montrer que ρ ε tend vers δ dans S ( ) lorsque ε tend vers zéro. En effet, quelle que soit ϕ S ( ) on a alors ρ ε (x) dx ϕ(0) = ρ ε (x) ( ϕ(0)) dx = ρ(y) (ϕ(εy) ϕ(0)) dy. Cette dernière intégrale est en fait prise sur un compact fixe (le support de ρ), et comme ϕ est continue, elle converge vers zéro lorsque ε tend vers zéro d après le théorème de Lebesgue. Un autre exemple tout aussi important de convergence au sens des distributions est fourni par le lemme de Riemann-Lebesgue: dans le langage des distributions, il signifie en effet que la famille de fonctions x e iξx tend vers zéro au sens des distributions lorsque ξ tend vers +. Ainsi on a deux exemples vraiment différents de convergence au sens des distributions. Dans le premier on a un phénomène de concentration autour de 0, vu par les distributions mais pas par les fonctions (noter que pour tout x R, ρ ε (x) tend vers zéro), et dans le second il s agit d oscillations à haute fréquence, vues par les fonctions mais pas par les distributions (la limite au sens des distributions se réduisant à la valeur moyenne des fonctions, c est-à-dire ici 0). Quid des distributions non tempérées? D après les injections continues et denses D( ) S ( ) E ( ), on a E ( ) S ( ) D ( ), où D ( ) est l espace des distributions (tout court), c est-à-dire des formes linéaires continues sur D( ), et E ( ) est l espace des distributions à support compact, qui s avèrent être les formes linéaires continues sur E ( ). Définition 3. Le support d une distribution (tempérée) T est le complémentaire de l union de tous les ouverts ω tels que T, ϕ = 0, ϕ D( ) ; supp ϕ ω (sachant que le support d une fonction ϕ continue est l adhérence de l ensemble des points où ϕ ne s annule pas).
7 DISTRIBUTIONS TEMPÉRÉES 7 Cette définition d apparence alambiquée est cohérente avec la notion de support pour les fonctions: si f est une fonction continue à support compact K, cela signifie que le complémentaire de K, Ω est l intérieur de l ensemble des points où f s annule; autrement dit, si x Ω il existe un ouvert ω Ω tel que f ω 0, de sorte que fϕ = 0 quelle que soit ϕ D(ω); réciproquement, si x ω tel que fϕ = 0 quelle que soit ϕ D(ω) alors f ω 0 et donc x Ω. Par exemple, le support de la masse de Dirac δ est réduit au singleton {0} (et plus généralement le support de δ y est {y}). Toute fonction localement intégrable s identifie à une distribution: si f L 1 loc (Rd ) alors on peut lui associer T f D ( ) définie par T f, ϕ = f(x) dx, ϕ D( ). On remarque en outre que l application f L 1 loc (Rd ) T f est injective. Par exemple, la fonction citée plus haut, x e x2 peut être vue comme une distribution (mais rappelons le, pas comme une distribution tempérée). Multiplication d une distribution par une fonction. Pour généraliser le produit de fonctions, on peut définir le produit d une distribution T par une fonction ψ en posant ψt, ϕ = T, ψ ϕ, à condition que l ensemble des fonctions test ϕ soit stable par multiplication par ψ. C est le cas pour toute fonction ψ de classe C lorsque les fonctions test sont C à support compact : autrement dit, quelles que soient T D ( ) et ψ E ( ), ψ T D ( ). Si de plus T est une distribution tempérée, rien ne dit que ψ T soit encore une distribution tempérée. D après les résultats de stabilité de S ( ) vus plus haut, ce sera le cas si ψ est elle même une fonction C à décroissance rapide, ou si c est une fonction polynomiale. Si T est à support compact, alors quelle que soit ψ E ( ), ψ T est à support compact. À titre d exemple, notons que x δ n est rien d autre que la distribution nulle, tandis que x v.p.(1/x) s identifie avec la fonction constante égale à 1. Remarque 2. En revanche, il est impossible de définir un produit «raisonnable» entre distributions: il n y a en tous cas aucune chance pour qu il prolonge le produit des distributions par les fonctions tout en étant associatif, car sinon on aurait 0 = v.p.(1/x) (x δ) = (v.p.(1/x) x) δ = δ. Remarque 3. Rien n autorise à multiplier une distribution par x 1/x. D ailleurs, on montre qu une distribution T vérifie xt = 0 si et seulement si T = c δ, où c est une constante arbitraire. On en déduit par exemple que xt = 1 si et seulement si T = v.p.(1/x) + c δ, où c est une constante arbitraire. Dérivation au sens des distributions. La puissance de la théorie des distributions réside sans doute dans le fait que l on puisse dériver n importe quelle distribution à n importe quel ordre. La définition de la dérivée d une distribution est simplement obtenue par généralisation de l intégration par parties. Définition 4. Soient T une distribution (tempérée ou non) et α N d. Alors la formule α T, ϕ = ( 1) α T, α ϕ définit une unique distribution α T (tempérée si T l est).
8 8 SYLVIE BENZONI Il faut prendre garde à ce qu en général, la dérivée d une fonction au sens des distributions ne coïncide pas avec sa dérivée au sens classique. C est le cas notamment pour les fonctions dérivables par morceaux. L exemple de base est celui de la fonction de Heaviside En effet, par définition H : R R x H(x) = T H, ϕ = T H, ϕ = + 0 { 1, si x 0, 0, si x < 0. ϕ (x) dx = ϕ(0) = δ, ϕ, c est-à-dire que T H = δ (tandis qu au sens des fonctions, H est définie et vaut 0 partout sauf en 0, c est-à-dire que H se confond avec la fonction nulle). Plus généralement, on a le résultat suivant. Proposition 1 (Formule des sauts). Soit f : R e classe C 1 sur R et sur R +, éventuellement discontinue en 0 mais ayant des limites finies à gauche et à droite de 0. On note [f] = lim f(x) lim f(x). x 0 x 0 Alors sa dérivée au sens des distributions est donnée par T f = T f + [f] δ. La démonstration est une simple application de la formule d intégration par parties. On vérifie facilement que la formule de Leibniz s étend au produit d une distribution par une fonction de classe C. La dérivation fournit de nouveaux exemples de distributions, avec notamment les dérivées de la masse de Dirac. En particulier, la dérivée première de δ S (R) est définie par δ, ϕ = ϕ (0). Remarque 4. D après la formule de Leibniz généralisée, on a pour tout ψ E (R), (ψ δ) = ψ δ + ψ δ. Il faut toutefois prendre garde au fait que ψ δ ne se réduit pas simplement à ψ(0) δ : le calcul montre que ψ δ = ψ(0) δ ψ (0) δ, de sorte que la formule de dérivation du produit ci-dessus s écrit aussi (ψ δ) = (ψ ψ (0)) δ + ψ(0) δ = ψ(0) δ. Le résultat général suivant montre que les dérivées de la masse de Dirac jouent un rôle très important. Théorème 1. Toute distribution dont le support est réduit au singleton {0} est une combinaison linéaire finie de dérivées (au sens des distributions) de la masse de Dirac en 0. Exercice 1. Soit l : (x, y) R 2 \{(0, 0)} l(x, y) := ln(x 2 + y 2 ). Montrer que l définit une distribution tempérée sur R 2 et montrer que l = 4π δ au sens des distributions. Indication: passer en coordonnées polaires.
9 DISTRIBUTIONS TEMPÉRÉES 9 Transformation de Fourier au sens des distributions. Attention ici nous revenons aux distributions tempérées exclusivement. La transformation de Fourier F : S ( ) S ( ) s étend naturellement à S ( ) en posant T, ϕ = T, ϕ, ϕ S ( ). Ceci n est autre qu une généralisation de la formule f(y) ϕ(y) dy = f(η) ϕ(η) dη (qui découle directement du théorème de Fubini et de la définition de f et ϕ lorsque f et ϕ sont intégrables et de carré intégrable). Par exemple, δ, ϕ = δ, ϕ = ϕ(0) = dx, c est-à-dire que δ = 1 (la distribution associée à la fonction constante égale à 1). Un exemple moins immédiat est celui de la transformation de Fourier (au sens des distributions) de la fonction de Heaviside. Puisque H = δ, on a Ĥ = δ = 1. Par ailleurs, on a Ĥ = iξ Ĥ (voir (3) ci-après). D après le résultat mentionné dans la remarque 3, on en déduit que Ĥ = i v.p.(1/ξ) + c δ, où c est une constante à déterminer. Pour cela, on observe que si ϕ S (R) est paire, sa transformée de Fourier aussi et par conséquent Ĥ, ϕ = c ϕ(0) = c H, ϕ = + 0 2π ϕ(ξ) dξ = ϕ(ξ) dξ, ϕ(ξ) dξ. Ces deux quantités étant égales par définition de Ĥ, on en déduit c = π. En combinant la définition de T et celle des dérivées au sens des distributions avec les formules (2), valables pour les fonctions C à décroissance rapide, on voit que ces dernières s étendent aux distributions tempérées: (3) α T = ( i) α xα T, α T = (iξ) α T. Exercice 2. Calculer la transformée de Fourier d une gaussienne x 1 σ /2σ2 e x m 2, 2π où σ > 0 et m, puis celle de la fonction bornée x e it x 2, où t R +. Indication: pour la première, se ramener par des changements de variable appropriés au cas m = 0, d = 1, puis en résolvant par exemple une équation différentielle, au calcul de R e x2 dx; pour la seconde, appliquer le théorème de Cauchy à la fonction z ; Re z < 0 e z x 2, ϕ où ϕ S ( ) est fixée, utiliser le premier résultat et faire un passage à la limite.
10 10 SYLVIE BENZONI Convolution. On généralise facilement la convolution des fonctions à la convolution d une distribution tempérée avec une fonction C à décroissance rapide. En effet, si ψ S ( ) alors quel que soit x, la fonction y ψ(x y) appartient aussi à la classe de Schwartz. Par conséquent, quel que soit T S ( ), on peut définir une fonction T ψ = ψ T par (T ψ)(x) = T, ψ(x ). L exemple fondamental est la convolution par la masse de Dirac: (δ ψ)(x) = ψ(x). De façon générale, T ψ définie comme ci-dessus est une fonction C, de dérivées α (T ψ)(x) = T, α ψ(x ). Toutefois son comportement à l infini n est pas évident. Du coup on peut se demander si c est même seulement une distribution tempérée. La réponse est heureusement affirmative. En effet, pour tout ϕ S ( ), (T ψ)(x) dx = T, ψ(x ) dx T, ψ(x ) dx par linéarité de T et de l intégrale (ceci demanderait quelque justification), c est-à-dire encore (T ψ)(x) dx = T, ˇψ ϕ, où ˇψ(x) := ψ( x). Ceci est en fait un moyen de définir T ψ directement comme une distribution tempérée, en posant T ψ, ϕ = T, ˇψ ϕ, ϕ S ( ). On voit ainsi facilement que le lien entre produit de convolution et produit ordinaire via la transformation de Fourier, exprimé dans la formule (4) F (ϕ ψ) = F (ϕ)f (ψ), se généralise au produit de convolution entre S ( ) et S ( ): En effet, F (T ψ) = F (T )F (ψ). F (T ψ), ϕ = T ψ, ϕ = T, ˇψ ϕ = T, F 1 ( ˇψ ϕ). Or, d après (4) et la formule d inversion de Fourier On en déduit la relation attendue: F 1 (Φ)(x) = 1 (2π) d F (Φ)( x), F 1 ( ˇψ ϕ) = (2π) d F 1 ( ˇψ) ϕ = (F ( ˇψ)ˇ) ϕ = ψ ϕ. F (T ψ), ϕ = F (ψ)f (T ), ϕ.
11 DISTRIBUTIONS TEMPÉRÉES 11 Remarque 5. En posant Φ = ϕ, Ψ = ψ et en appliquant la transformation de Fourier inverse à la formule (4) on obtient d où l on déduit F 1 (Φ) F 1 (Ψ) = F 1 (ΦΨ), (5) F (ΦΨ) = 1 F (Φ) F (Ψ). (2π) d Comme (4), cette formule s étend au cas d une distribution tempérée T et d une fonction Ψ S ( ): F (T Ψ) = 1 F (T ) F (Ψ). (2π) d Cependant, sachant que l on ne peut pas multiplier les distributions, cette dernière formule fournit un argument contre l extension du produit de convolution à deux distributions tempérées quelconques. Il reste néanmoins possible de définir le produit de convolution d une distribution tempérée avec une distribution à support compact. En effet, si T est une distribution à support compact et S est une distribution tempérée, on peut définir Š S (Rd ) par Š, ϕ = S, ˇϕ, ϕ S (Rd ), puis Š ϕ D(Rd ) quel que soit ϕ S ( ), et enfin T S, ϕ = T, Š ϕ, ϕ S (Rd ). En particulier, on voit immédiatement que T δ = T, c est-à-dire que la formule ψ δ = ψ s étend aux distributions (tempérées). Autrement dit, δ est élément neutre pour le produit de convolution. Références [1] Strichartz, R. S., A guide to distribution theory and Fourier transforms. World Scientific Publishing Co. Inc [2] Zuily, C., Éléments de distributions et d équations aux dérivées partielles : cours et problèmes résolus. Dunod, 2002.
Continuité d une fonction de plusieurs variables
Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs
Plus en 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 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 détailFonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre
IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables
Plus en détailImage d un intervalle par une fonction continue
DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction
Plus en 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 détailProduits d espaces mesurés
Chapitre 7 Produits d espaces mesurés 7.1 Motivation Au chapitre 2, on a introduit la mesure de Lebesgue sur la tribu des boréliens de R (notée B(R)), ce qui nous a permis d exprimer la notion de longueur
Plus en 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 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 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 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 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 détailINTRODUCTION AUX ÉQUATIONS AUX DÉRIVÉES PARTIELLES Cours de maîtrise, L. Boutet de Monvel
EDP - Cours de Maîtrise LBdM 1 INTRODUCTION AUX ÉQUATIONS AUX DÉRIVÉES PARTIELLES Cours de maîtrise, L. Boutet de Monvel Ce polycopié regroupe les notes du cours d Équations aux dérivées partielle de la
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 détailGroupe symétrique. Chapitre II. 1 Définitions et généralités
Chapitre II Groupe symétrique 1 Définitions et généralités Définition. Soient n et X l ensemble 1,..., n. On appelle permutation de X toute application bijective f : X X. On note S n l ensemble des permutations
Plus en 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 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 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 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 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 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 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 détailModèles bi-dimensionnels de coques linéairement élastiques: Estimations de l écart entre leurs solutions.
Problèmes mathématiques de la mécanique/mathematical problems in Mechanics Modèles bi-dimensionnels de coques linéairement élastiques: Estimations de l écart entre leurs solutions. Cristinel Mardare Laboratoire
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 détailTHÉORIE DE LA MESURE ET DE L INTÉGRATION.
THÉORIE DE LA MESURE ET DE L INTÉGRATION. THIERRY GALLAY Transcrit par Tancrède LEPOINT 29 UNIVERSITÉ JOSEPH FOURIER, GRENOBLE TABLE DES MATIÈRES Avant-propos Biographie sommaire...........................................
Plus en 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 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 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 détailFonctions holomorphes
Université Joseph Fourier, Grenoble Maths en Ligne Fonctions holomorphes Christine Laurent-Thiébaut Ceci est le second volet de l étude des fonctions d une variable complexe, faisant suite au chapitre
Plus en détailLe produit semi-direct
Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.
Plus en 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 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 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 détailConstruction de l'intégrale de Lebesgue
Université d'artois Faculté des ciences Jean Perrin Mesure et Intégration (Licence 3 Mathématiques-Informatique) Daniel Li Construction de l'intégrale de Lebesgue 10 février 2011 La construction de l'intégrale
Plus en 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 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 détailC algèbre d un certain groupe de Lie nilpotent.
Université Paul Verlaine - METZ LMAM 6 décembre 2011 1 2 3 4 Les transformations de Fourier. Le C algèbre de G/ Z. Le C algèbre du sous-groupe G 5 / vect{u,v }. Conclusion. G un groupe de Lie, Ĝ l ensemble
Plus en 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 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 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 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 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 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 détail6 Equations du première ordre
6 Equations u première orre 6.1 Equations linéaires Consiérons l équation a k (x) k u = b(x), (6.1) où a 1,...,a n,b sont es fonctions continûment ifférentiables sur R. Soit D un ouvert e R et u : D R
Plus en 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 détailNotes de cours M2 Équations aux dérivées partielles elliptiques. Hervé Le Dret
Notes de cours M2 Équations aux dérivées partielles elliptiques Hervé Le Dret 4 mars 2010 2 Table des matières 1 Rappels en tous genres 7 1.1 Les théorèmes de convergence de Lebesgue............ 7 1.2
Plus en détailEquations aux Dérivées Partielles
Equations aux Dérivées Partielles Tony Lelièvre 29-2 Après avoir considéré dans le capitre précédent des équations d évolution pour des fonctions ne dépendant que du paramètre temps, nous nous intéressons
Plus en détailThéorèmes du Point Fixe et Applications aux Equations Diérentielles
Université de Nice-Sophia Antipolis Mémoire de Master 1 de Mathématiques Année 2006-2007 Théorèmes du Point Fixe et Applications aux Equations Diérentielles Auteurs : Clémence MINAZZO - Kelsey RIDER Responsable
Plus en détailIntégrale de Lebesgue
Intégrale de Lebesgue L3 Mathématiques Jean-Christophe Breton Université de Rennes 1 Septembre Décembre 2014 version du 2/12/14 Table des matières 1 Tribus (σ-algèbres) et mesures 1 1.1 Rappels ensemblistes..............................
Plus en détailThéorie de la Mesure et Intégration
Université Pierre & Marie Curie (Paris 6) Licence de Mathématiques L3 UE LM364 Intégration 1 & UE LM365 Intégration 2 Année 2010 11 Théorie de la Mesure et Intégration Responsable des cours : Amaury LAMBERT
Plus en 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 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 détailSuites numériques 4. 1 Autres recettes pour calculer les limites
Suites numériques 4 1 Autres recettes pour calculer les limites La propriété suivante permet de calculer certaines limites comme on verra dans les exemples qui suivent. Propriété 1. Si u n l et fx) est
Plus en détailEspaces de Sobolev et introduction aux équations aux dérivées partielles
Espaces de Sobolev et introduction aux équations aux dérivées partielles A. Munnier 1 Institut Élie Cartan 27-28 1 Maître de conférences, Institut Élie Cartan, Université Henri Poincaré, Nancy 1, B.P.
Plus en détailHÖLDER CONTINUITY AND WAVELETS
Laurent SIMONS HÖLDER CONTINUITY AND WAVELETS Dissertation présentée en vue de l obtention du grade de Docteur en Sciences Promoteurs : Françoise BASTIN Samuel NICOLAY 24 Juin 2015 Plan Partie I Continuité
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 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 Analytiques
5 Chapitre Fonctions Analytiques. Le plan complexe.. Rappels Soit z C, alors!(x,y) IR 2 tel que z = x + iy. On définit le module de z comme z = x 2 + y 2. On peut aussi repérer z par des coordonnées polaires,
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 détailContexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,
Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très
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 détailÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE
ÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE JEAN-DENIS FOUKS, EMMANUEL LESIGNE ET MARC PEIGNÉ J.-D. Fouks. École Supérieure d Ingénieurs de Poitiers. 40 avenue du Recteur Pineau, 860 Poitiers
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 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 détailAnalyse et Commande des Systèmes Non Linéaires
Analyse et Commande des Systèmes Non Linéaires J. Lévine Centre Automatique et Systèmes école des Mines de Paris 35 rue Saint Honoré 77305 Fontainebleau Cedex E-mail : Jean.Levine@ensmp.fr Mars 2004 2
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 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 détailLogique. Plan du chapitre
Logique Ce chapitre est assez abstrait en première lecture, mais est (avec le chapitre suivant «Ensembles») probablement le plus important de l année car il est à la base de tous les raisonnements usuels
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 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 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 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 détailIntroduction à l optimisation de forme et application à la mécanique des fluides
Laboratoire Jacques-Louis LIONS Introduction à l optimisation de forme et application à la mécanique des fluides Master 2 - Année universitaire 2014-2015 Pascal FREY et Yannick PRIVAT Laboratoire Jacques-Louis
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 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 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 détailPolynômes à plusieurs variables. Résultant
Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \
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 détailMéthodes de Simulation
Méthodes de Simulation JEAN-YVES TOURNERET Institut de recherche en informatique de Toulouse (IRIT) ENSEEIHT, Toulouse, France Peyresq06 p. 1/41 Remerciements Christian Robert : pour ses excellents transparents
Plus en détailAOT 13. et Application au Contrôle Géométrique
AOT 13 Géométrie Différentielle et Application au Contrôle Géométrique Frédéric Jean Notes de cours Édition 2011/2012 ii Table des matières 1 Variétés différentiables 1 1.1 Variétés différentiables............................
Plus en 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 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 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 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 détailPropriétés des options sur actions
Propriétés des options sur actions Bornes supérieure et inférieure du premium / Parité call put 1 / 1 Taux d intérêt, capitalisation, actualisation Taux d intéret composés Du point de vue de l investisseur,
Plus en détail