Introduction - p. 2/39. - p. 1/39. Introduction. Intégration numérique. Principe. Méthodes simples de quadrature. - p. 3/39. - p. 5/39.

Dimension: px
Commencer à balayer dès la page:

Download "Introduction - p. 2/39. - p. 1/39. Introduction. Intégration numérique. Principe. Méthodes simples de quadrature. - p. 3/39. - p. 5/39."

Transcription

1 Méthodes de VIET HUNG NGUYEN - FABIEN RICO Hug.Nguye@lip6.fr Itégrtio uérique EPU Pierre et Mrie Curie - Sicece de l Terre Itégrtio uérique - p. /9 - p. /9 O cherche à pprocher l itégrle d ue foctio : Dot o e coît l vleur qu e certis poits esures Dot o peut clculer les vleurs, is dot o e peut ps clculer l priitive ps de forule lytique trop coplexe Il fut pprocher I(f = Itégrtio uérique O dispose de l vleur de f sur des poits régulièreet espcés f(y, f(y,...,f(y vec y = < y < < y < y = b et y i+ y i = b O sépre [, b] e sous-itervlles i.e. o regroupe les poits y i pr pquets de u, deux ([y i, y i+ ] ou trois ([y i, y i+, y i+ ] poits cosécutifs. O iterpole l foctio sur chque sous-itervlle pr des polyôes g i (t. O clcule l itégrle du polyôe d iterpoltio de chque sous itervlle, cel s exprie sipleet e foctio des vleurs f i = f(y i : Itégrtio uérique +k g i (tdt = k α l f i+l l= - p. /9 - p. 4/9 L soe de ces vleurs est ue pproxitio de l itégrle de f sur [, b]. Cette soe s exprie ussi sipleet e foctio des vleurs f i I(f β i f i ( L différece etre les éthodes viet du obre de poits d iterpoltios ds les pquets : poit pproxitio de degré éthode des rectgles poits pproxitio de degré éthode des trpèzes poits pproxitio de degré éthode de SIMPSON poits pproxitio de degré éthode de NEWTON-CÔTES Pour chque éthode, il existe des costtes β i qui perettet d ppliquer l forule ( et ue jortio de l erreur que l o v clculer. i= Méthode des rectgles (suite Méthode des trpèzes Clcul de l forule (suite (fi (suite Explictio Méthode des rectgles - p. 5/9 - p. 6/9 Les poits (y i i =,..., sot pris régulièreet espcés sur [, b] : y i = + i b Sur chque itervlle I i = [y i, y i+ ], l foctio f est pprochée pr l foctio costte g i tel que g i (t = f(y i. + g i (tdt = (y i+ y i f(y i = b f(y i y y = y y y y L pproxitio de pr l éthode des rectgles est doée pr : Méthode des rectgles (suite Méthode des trpèzes Clcul de l forule (suite (fi (suite Explictio Méthode des rectgles (suite Méthode des trpèzes Clcul de l forule (suite (fi (suite Explictio I R = b f(y i i= - p. 7/9 - p. 8/9

2 (suite O pplique l forule d erreur de l iterpoltio de LAGRANGE : t [y i, y i + ] il existe η(t [y i, y i + ] tel que + f(t g i (t = f (η(t(t y i b + f(y i = f (η(t(t y i dt Soit M = sup t [,b] f (t + b f(y i M + (t y i dt M (y i+ y i (b M Méthode des rectgles (suite Méthode des trpèzes Clcul de l forule (suite (fi (suite Explictio Fileet Rerques : I R M (b Pour trouver ue vleur pprochée de à ε près, il suffit de predre plus grd que M (b ε L pproxitio est excte si l dérivée f est ulle c est-à-dire si l foctio f est costte. Méthode des rectgles (suite Méthode des trpèzes Clcul de l forule (suite (fi (suite Explictio - p. 9/9 Méthode des trpèzes - p. /9 Clcul de l forule Les poits (y i i =,..., sot pris régulièreet espcés sur [, b] : y i = + i b. Sur chque itervlle I i = [y i, y i+ ], l foctio f est pprochée pr l foctio ffie g i coïcidt vec f e y i et y i+ soit : g i (t = f(y i + (t y i (y i+ y i (f(y i+ f(y i. Rerque : g i est l foctio ffie pr orceux relit les poits de coordoées (y i, f(y i. Méthode des rectgles (suite Méthode des trpèzes Clcul de l forule (suite (fi (suite Explictio + = + g i (tdt [ t + (f(y i+ f(y i (f(y i+ f(y + i +f(y i ]dt = + (+ (f(y i+ f(y i y i (f(y i+ f(y i + (y i+ y i f(y i = ++ (f(y i+ f(y i y i f(y i+ + y i+ f(y i = + (f(y i+ + f(y i = b (f(y i+ + f(y i Or = y + y y y y y Doc l pproxitio de pr l éthode des trpèzes est doée pr : Méthode des rectgles (suite Méthode des trpèzes Clcul de l forule (suite (fi (suite Explictio I T = b (f(y + f(y f(y + f(y - p. /9 - p. /9 O pplique l forule d erreur de l iterpoltio de LAGRANGE : t [y i, y i + ] il existe η(t [y i, y i + ] tel que Méthode des rectgles (suite Méthode des trpèzes Clcul de l forule (suite + b (f(y i+ + f(y i = f(t g i (t = f (η(t(t y i (t y i+ + f (η(t(t y i (t y i+ dt (fi (suite Explictio d où si M = sup t [,b] f (t + b (f(y i+ + f(y i M + (t y i (y i+ tdt - p. /9 (suite - p. 4/9 (fi Pour le clcul de + (t y i (y i+ tdt, o effectue u chgeet de vrible. Soit x = t y i (t = x + y i + (t y i (y i+ tdt = + x(y i+ y i xdx = + x + x(y i+ y i dx = (+ + (+ (y i+ y i = (+ 6 Doc + b (f(y i+ + f(y i M (+ (b I T M Méthode des rectgles (suite Méthode des trpèzes Clcul de l forule (suite (fi (suite Explictio Fileet Rerques : (b I T M Pour trouver ue vleur pprochée de à ε près, il suffit de predre plus grd que M (b ε L pproxitio est excte si l dérivée secode f est ulle c est-à-dire si l foctio f est ffie. Méthode des rectgles (suite Méthode des trpèzes Clcul de l forule (suite (fi (suite Explictio - p. 5/9 - p. 6/9

3 (suite O cosidère les + poits z i = + i b (i =,..., Sur chque itervlle I i = [z i, z i+ ], l foctio f est pprochée pr l prbole g i psst pr les poits Doc (z i, f(z i (z i+, f(z i+ (z i+, f(z i+ (t z i+ (t z i+ g i (t = f(z i. (z i z i+ (z i z i+ (t z i (t z i+ +f(z i+. (z i+ z i (z i+ z i+ (t z i (t z i+ +f(z i+. (z i+ z i (z i+ z i+ Méthode des rectgles (suite Méthode des trpèzes Clcul de l forule (suite (fi (suite Explictio Ce qui doe, tout clcul fit : zi+ zi g i (tdt = b 6 (f(z i + 4f(z i+ + f(z i+ L pproxitio de l itégrle pr l éthode de SIMPSON est doc I S vec I S = b ( f(z + 4f(z + f(z + 4f(z + f(z f(z + 4f(z + f(z - p. 7/9 - p. 8/ Méthode des rectgles (suite Méthode des trpèzes Clcul de l forule (suite (fi (suite Explictio Soit M = x t [,b] f (4 (t Rerques : I S M(b Pour trouver ue vleur pprochée de à ε près, il suffit de predre plus grd que 4 M (b 5 88ε L pproxitio est excte si l dérivée f (4 est ulle c est-à-dire si l foctio f est u polyôe de degré iférieur ou égl à. Méthode des rectgles (suite Méthode des trpèzes Clcul de l forule (suite (fi (suite Explictio! L erreur est d ordre 4 lors que le polyôe est de degré - p. 9/9 Explictio - p. /9 O pourrit s ttedre à ce que l erreur de éthode de SIMPSON soit de l fore M(b 4 M = x t [,b] f( (t et K or o gge u fcteur (b. Preos le cs ou f est u polyôe de degré. f(t g i (t est doc u polyôe de degré, il s ule fois e z i, z i+ et z i+, doc f(t g i (t = α(t z i (t z i+ (t z i+, z i il est syétrique pr rpport u ilieu du seget [z i, z i+ ], doc zi+ f(t g zi i (t = Cel peut se géérliser ux éthodes de NEWTON-COTES A z i+ A z i+ Chgeet de vrible E prtique L lgorithe Clcul de l erreur sur Clcul de l erreur sur[, b] - I - II Autres filles orthogoles Accélértio de l éthode Cs des itégrles ipropres - p. /9 - p. /9 Jusqu à préset le problèe toujours été posé de l fço suivte : O dispose de l vleur de f sur + poits : y, y,...,y et o cherche pprocher l itégrle de f pr l forule : = α i f(y i + E ( ou E est l erreur de l éthode O cherche à iiiser l erreur E. Chque éthode correspod à u choix de vleurs α i. Au ieux o rrive à obteir ue éthode d ordre + c est à dire dot le tere d erreur déped de x t b f (+ (t cel sigifie qu elle est excte si f est u polyôe de degré < à +. Si o est cpble de clculer f e iporte quel poit, o peut fire vrier les y i de ière à ce que l éthode soit d ordre supérieure. Chgeet de vrible E prtique L lgorithe Clcul de l erreur sur Clcul de l erreur sur[, b] - I - II Autres filles orthogoles Accélértio de l éthode Cs des itégrles ipropres Soit f ue foctio que l o peut clculer e iporte quel poit Soit le obre de poits de clcul Soiet y, y,..., y les poits et α, α,...,α les coefficiets Soit P k l eseble des polyôes de degré iférieur à k. O cherche les «eilleures vleurs» pour α i et y i fi de iiiser E ds l forule : = α i f(y i + E } {{ } I(f } {{ } J(f Il y degrés de liberté, o espère obteir ue éthode d ordre i.e. E = si f est u polyôe de degré iférieur à. Coet trouver les vleurs de α i et y i? Quelle est l erreur si f est ps u polyôe de P? Chgeet de vrible E prtique L lgorithe Clcul de l erreur sur Clcul de l erreur sur[, b] - I - II Autres filles orthogoles Accélértio de l éthode Cs des itégrles ipropres - p. /9 - p. 4/9

4 Chgeet de vrible O cherche les «eilleures vleurs» pour α i et y i fi de iiiser E ds l forule : = α i f(y i + E Chgeet de vrible Nous étudiros ps ici l fço dot sot trouvées ces vleurs, il vous suffit de svoir que : Les poits d évlutios y, y,...,y sot les rcies d u polyôe fist prtie d ue fille de polyôes orthogoux. Chgeet de vrible Ces vleurs dépedet des bores de l itégrle et b o se rèe toujours à u êes bores grâce à u chgeet de vrible. Pr exeple, si, b IR, o peut toujours fire ue itégrtio sur l itervlle pr le chgeet de vrible t = b+ + b u = b f(udu E prtique L lgorithe Clcul de l erreur sur Clcul de l erreur sur[, b] - I - II Autres filles orthogoles Accélértio de l éthode Cs des itégrles ipropres Il existe plusieurs filles de polyôes, chcue est ssociée à ue certie fore d itégrle. Pour clculer ue itégrle de l fore f(udu, il fut utiliser les rcies des polyôes de LEGENDRE, cel s ppelle l éthode de GAUSS-LEGENDRE O trouve les α i grâce à l résolutio d u systèe liéire qui déped des y i. E prtique L lgorithe Clcul de l erreur sur Clcul de l erreur sur[, b] - I - II Autres filles orthogoles Accélértio de l éthode Cs des itégrles ipropres - p. 5/9 - p. 6/9 E prtique Pour clculer ue itégrle de l fore : O utilise le chget de vrible t = b+ + b = O pproche l itégrle pr : u b f(udu α i f(y i Chgeet de vrible E prtique L lgorithe Clcul de l erreur sur Clcul de l erreur sur[, b] - I - II Autres filles orthogoles Accélértio de l éthode Cs des itégrles ipropres E prtique les vleurs des α i et des y i sot coues et tbulées. Pr exeple, e double précisio pour l éthode de GAUSS-LEGENDRE à poits : y = y = y = y 4 = y 5 = y 6 = y 7 = y 8 = y 9 = y = y = y = α = α = α = α 4 = α 5 = α 6 = α 7 = α 8 = α 9 = α = α = α = p. 7/9 L lgorithe - p. 8/9 Clcul de l erreur sur L lgorithe de clcul de e tet copte du chgeet de vrible pour se reer à est le suivt : Sur si l foctio f est ps u polyôe, is qu elle est C (s dérivée e est cotiue. Alors, o sit pr le développeet de TAYLOR que x Doées :, (y i i, (α i i, f,, b début so pour i = à fire t b y i + +b so so +α i f(t fi Résultt : so b Chgeet de vrible E prtique L lgorithe Clcul de l erreur sur Clcul de l erreur sur[, b] - I - II Autres filles orthogoles Accélértio de l éthode Cs des itégrles ipropres f(x = f( + x! f ( + + x (! f( ( + x (x s f ( (sds (! O peut otrer que l erreur E = α if(y i est de l fore ( E = α i f( (γ + (! Chgeet de vrible E prtique L lgorithe Clcul de l erreur sur Clcul de l erreur sur[, b] - I - II Autres filles orthogoles Accélértio de l éthode Cs des itégrles ipropres vec γ. - p. 9/9 Clcul de l erreur sur [,b] - p. /9 - I Sur [, b], O effectue le chgeet de vrible : ( b = f u + + b dt Doc cel doe ( ( + b E = α i f( (ε + (! vec ε [, b] L éthode est d ordre c est à dire qu elle est excte si f est u polyôe de degré <. Chgeet de vrible E prtique L lgorithe Clcul de l erreur sur Clcul de l erreur sur[, b] - I - II Autres filles orthogoles Accélértio de l éthode Cs des itégrles ipropres Soit f l foctio : E clcult l soe : Alors que f(x = + cos(x α i f(y i = = Chgeet de vrible E prtique L lgorithe Clcul de l erreur sur Clcul de l erreur sur[, b] - I - II Autres filles orthogoles Accélértio de l éthode Cs des itégrles ipropres - p. /9 - p. /9

5 - II Autres filles orthogoles Soit f l foctio : f(x = x E clcult l soe : Alors que O α i f(y i = = L éthode est ps très efficce cr x est ps dérivble e. Chgeet de vrible E prtique L lgorithe Clcul de l erreur sur Clcul de l erreur sur[, b] - I - II Autres filles orthogoles Accélértio de l éthode Cs des itégrles ipropres Il est possible d utiliser cette éthode pour d utres fores d itégrles : w(t où [, b] est u itervlle quelcoque et w(x ue foctio positive sur [, b] ppelée poids. Pour chque fore d itégrle, il existe ue fille de polyôes orthogoux, doc des poits d iterpoltio et des coefficiets qui perettet de clculer l itégrle sur [, b] vec l forule : w(t α i f(y i Chgeet de vrible E prtique L lgorithe Clcul de l erreur sur Clcul de l erreur sur[, b] - I - II Autres filles orthogoles Accélértio de l éthode Cs des itégrles ipropres - p. /9 - p. 4/9 L foctio de poids est w(x = x L itervlle cosidéré est ], [ Les polyôes orthogoux sot : T (x = T (x = x T (x = xt (x T (x = cos( rccos(x Cette éthode est dptée u clcul des itégrles de l fore f(t dt = t α i f(y i + E Chgeet de vrible E prtique L lgorithe Clcul de l erreur sur Clcul de l erreur sur[, b] - I - II Autres filles orthogoles Accélértio de l éthode Cs des itégrles ipropres L foctio de poids est w(x = exp( x L itervlle cosidéré est [, ] Les polyôes orthogoux sot : L (x = L (x = x L (x = x L (x L (x Cette éthode est dptée u clcul des itégrles de l fore exp( t = α i f(y i + E Chgeet de vrible E prtique L lgorithe Clcul de l erreur sur Clcul de l erreur sur[, b] - I - II Autres filles orthogoles Accélértio de l éthode Cs des itégrles ipropres - p. 5/9 Accélértio de l éthode - p. 6/9 Cs des itégrles ipropres Il y deux éthodes pour obteir ue eilleure pproxitio : Augeter le obre de poits de GAUSS Mis cel est ps toujours efficce Diviser l itervlle d itégrtio e petits itervlles Soiet = < < < = b vec i+ i = b Alors = o clcule sépréet chque petite itégrle. l bore d erreur sur le clcul est : ( ( + b E < α i x + t b f ( (t Prfois o e peut ps utiliser directeet ces éthodes pour le clcul de l itégrle d ue foctio : Si l ue des bores de l itégrle est ifiie t dt Si l foctio est ps défiie sur l ue des bores Si l foctio est ps dérivble sur l ue des bores Alors, o sépre l itégrle e de petites itégrles : ou t dt = log(tdt = +(k+ k= +k k k= t dt k log(tdt log(tdt xdt O clcule chque petite itégrle sépréet et o s rrête qud le reste est égligeble Chgeet de vrible E prtique L lgorithe Clcul de l erreur sur Clcul de l erreur sur[, b] - I - II Autres filles orthogoles Accélértio de l éthode Cs des itégrles ipropres - p. 7/9 - p. 8/9 Pour le clcul de l itégrle d ue foctio, o se rèe u clcul de l itégrle d u polyôe. Cr c est u eseble de foctios très siple. Il peret d pprocher presque toutes les foctios itégrbles. Mis cel e foctioe bie que sur les foctios très régulières. O peut couper l itervlle d itégrtio e petits orceux. Pour ccélérer l covergece Si l itégrle est ipropre Si l foctio est ps ssez régulière (o dérivble Chgeet de vrible E prtique L lgorithe Clcul de l erreur sur Clcul de l erreur sur[, b] - I - II Autres filles orthogoles Accélértio de l éthode Cs des itégrles ipropres - p. 9/9

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

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

Plus en détail

Baccalauréat S Asie 19 juin 2014 Corrigé

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

Plus en détail

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

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

Plus en détail

Déroulement de l épreuve de mathématiques

Déroulement de l épreuve de mathématiques Dérouleet de l épreuve de thétiques MATHÉMATIQUES Extrit de l ote de service 2012-029 du 24 février 2012 (BOEN 13 du 29-3-2012) Durée de l épreuve : 2 heures Nture de l épreuve : écrite pr le socle cou

Plus en détail

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1 Bac blac TS Correctio Exercice I ( Spé ) / émotros par récurrece que 5x y = pour tout etier aturel 5x y = 5 8 = La propriété est doc vraie au rag = Supposos que la propriété est vraie jusqu au rag, o a

Plus en détail

Intégrales généralisées

Intégrales généralisées 3 Iégrles géérlisées Pour ce chpire, les focios cosidérées so priori défiies sur u iervlle réel I o rédui à u poi, à vleurs réelles ou complees e coiues pr morceu. L défiiio e les propriéés de l iégrle

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mthémtiques nnée 2009-2010 Chpitre 2 Le prolème de l unicité des solutions 1 Le prolème et quelques réponses : 1.1 Un exemple Montrer que l éqution différentielle :

Plus en détail

1 Mesure et intégrale

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

Plus en détail

Chapitre 3 : Fonctions d une variable réelle (1)

Chapitre 3 : Fonctions d une variable réelle (1) Uiversités Paris 6 et Paris 7 M1 MEEF Aalyse (UE 3) 2013-2014 Chapitre 3 : Foctios d ue variable réelle (1) 1 Lagage topologique das R Défiitio 1 Soit a u poit de R. U esemble V R est u voisiage de a s

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n =

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n = [http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Eocés 1 Nombres réels Ratioels et irratioels Exercice 1 [ 9 ] [correctio] Motrer que la somme d u ombre ratioel et d u ombre irratioel est u ombre irratioel.

Plus en détail

Processus et martingales en temps continu

Processus et martingales en temps continu Chapitre 3 Processus et martigales e temps cotiu 1 Quelques rappels sur les martigales e temps discret (voir [4]) O cosidère u espace filtré (Ω, F, (F ) 0, IP). O ote F = 0 F. Défiitio 1.1 Ue suite de

Plus en détail

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3. EXERCICE 3 (6 poits ) (Commu à tous les cadidats) Il est possible de traiter la partie C sas avoir traité la partie B Partie A O désige par f la foctio défiie sur l itervalle [, + [ par Détermier la limite

Plus en détail

Théorème de Poincaré - Formule de Green-Riemann

Théorème de Poincaré - Formule de Green-Riemann Chpitre 11 Théorème de Poincré - Formule de Green-Riemnn Ce chpitre s inscrit dns l continuité du précédent. On vu à l proposition 1.16 que les formes différentielles sont bien plus grébles à mnipuler

Plus en détail

CHAPITRE 2 SÉRIES ENTIÈRES

CHAPITRE 2 SÉRIES ENTIÈRES CHAPITRE 2 SÉRIES ENTIÈRES 2. Séries etières Défiitio 2.. O appelle série etière toute série de foctios ( ) f dot le terme gééral est de la forme f ()=a, où (a ) désige ue suite réelle ou complee et R.

Plus en détail

Cours d Analyse IV Suites et Séries de fonctions

Cours d Analyse IV Suites et Séries de fonctions Université Clude Bernrd, Lyon I Licence Sciences, Technologies & Snté 43, boulevrd 11 novembre 1918 Spécilité Mthémtiques 69622 Villeurbnne cedex, Frnce L. Pujo-Menjouet pujo@mth.univ-lyon1.fr Cours d

Plus en détail

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

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

Plus en détail

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1 Premières propriétés des ombres réels 2 Suites umériques 3 Suites mootoes : à faire 4 Séries umériques 4. Notio de série. Défiitio 4.. Soit (u ) ue suite de ombres réels ou complexes. Pour N N, o ote S

Plus en détail

Voyez la réponse à cette question dans ce chapitre. www.alternativesjournal.ca/people-and-profiles/web-exclusive-ela-alumni-make-splash

Voyez la réponse à cette question dans ce chapitre. www.alternativesjournal.ca/people-and-profiles/web-exclusive-ela-alumni-make-splash Une personne de 60 kg est à gauche d un canoë de 5 de long et ayant une asse de 90 kg. Il se déplace ensuite pour aller à droite du canoë. Dans les deux cas, il est à 60 c de l extréité du canoë. De cobien

Plus en détail

Calculer comment se constituer un capitale ; Calculer comment rembourser une dette en effectuant des versements réguliers.

Calculer comment se constituer un capitale ; Calculer comment rembourser une dette en effectuant des versements réguliers. CHAP: 8 Objecifs de ce chpire : Clculer comme se cosiuer u cpile ; Clculer comme rembourser ue dee e effecu des versemes réguliers. RAPPELS : Qu'es-ce qu'ue vleur cquise? Qu'es-ce qu'ue vleur cuelle? Le

Plus en détail

Séries réelles ou complexes

Séries réelles ou complexes 6 Séries réelles ou complexes Comme pour le chapitre 3, les suites cosidérées sot a priori complexes et les résultats classiques sur les foctios cotiues ou dérivables d ue variable réelle sot supposés

Plus en détail

A11 : La représentation chaînée (1ère partie)

A11 : La représentation chaînée (1ère partie) A11 : L représettio chîée (1ère prtie) - Défiitio et schéms de cosulttio - Schéms de mise à jour (isertio, suppressio) - Exemples J-P. Peyri - L représettio chîée (première prtie) 0 Pricipe de l représettio

Plus en détail

INTENTION LES PROCESSUS MATHÉMATIQUES

INTENTION LES PROCESSUS MATHÉMATIQUES INTENTION Adpttios u Cdre commu des progrmmes d études de mthémtiques M-9 telles que reflétées ds le documet Mthémtiques M-9 : Progrmme d études de l Albert (2007) Le coteu du documet Mthémtiques M-9 :

Plus en détail

20. Algorithmique & Mathématiques

20. Algorithmique & Mathématiques L'éditeur L'éditeur permet à l'utilisateur de saisir les liges de codes d'u programme ou de défiir des foctios. Remarque : O peut saisir directemet des istructios das la cosole Scilab, mais il est plus

Plus en détail

ANALYSE NUMERIQUE NON-LINEAIRE

ANALYSE NUMERIQUE NON-LINEAIRE Université de Metz Licence de Mthémtiques - 3ème nnée 1er semestre ANALYSE NUMERIQUE NON-LINEAIRE pr Rlph Chill Lbortoire de Mthémtiques et Applictions de Metz Année 010/11 1 Tble des mtières Chpitre

Plus en détail

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

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

Plus en détail

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9 Au sommaire : Suites extraites Le théorème de Bolzao-Weierstrass La preuve du théorème de Bolzao-Weierstrass3 Foctio K-cotractate4 Le théorème du poit fixe5 La preuve du théorème du poit fixe6 Utilisatios

Plus en détail

semestre 3 des Licences MISM annnée universitaire 2004-2005

semestre 3 des Licences MISM annnée universitaire 2004-2005 MATHÉMATIQUES 3 semestre 3 des Licences MISM nnnée universitire 24-25 Driss BOULARAS 2 Tble des mtières Rppels 5. Ensembles et opértions sur les ensembles.................. 5.. Prties d un ensemble.........................

Plus en détail

La spirale de Théodore bis, et la suite «somme=produit».

La spirale de Théodore bis, et la suite «somme=produit». Etde d e vrite de l spirle de Théodore, dot issce à e site dot les sommes prtielles sot égles x prodits prtiels. Mots clés : spirle de Théodore, théorème de Pythgore, site, série, polyôme. L spirle de

Plus en détail

Etude de la fonction ζ de Riemann

Etude de la fonction ζ de Riemann Etude de la foctio ζ de Riema ) Défiitio Pour x réel doé, la série de terme gééral,, coverge si et seulemet si x >. x La foctio zeta de Riema est la foctio défiie sur ], [ par : ( x > ), = x. Remarque.

Plus en détail

Suites et séries de fonctions

Suites et séries de fonctions [http://mp.cpgedupuydelome.fr] édité le 3 avril 5 Eocés Suites et séries de foctios Propriétés de la limite d ue suite de foctios Eercice [ 868 ] [correctio] Etablir que la limite simple d ue suite de

Plus en détail

Fonctions de plusieurs variables

Fonctions de plusieurs variables Maths MP Exercices Fonctions de plusieurs variables Les indications ne sont ici que pour être consultées après le T (pour les exercices non traités). Avant et pendant le T, tenez bon et n allez pas les

Plus en détail

3 Approximation de solutions d équations

3 Approximation de solutions d équations 3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle

Plus en détail

Intégrales doubles et triples - M

Intégrales doubles et triples - M Intégrales s et - fournie@mip.ups-tlse.fr 1/27 - Intégrales (rappel) Rappels Approximation éfinition : Intégrale définie Soit f définie continue sur I = [a, b] telle que f (x) > 3 2.5 2 1.5 1.5.5 1 1.5

Plus en détail

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé : Itégratio et probabilités EN Paris, 202-203 TD 203 Lois des grads ombres, théorème cetral limite. Corrigé Lois des grads ombres Exercice. Calculer e cet leços Détermier les limites suivates : x +... +

Plus en détail

MESURE DE L'INFORMATION

MESURE DE L'INFORMATION MESURE DE L'INFORMATION Marc URO TABLE DES MATIÈRES INTRODUCTION... 3 INCERTITUDE D'UN ÉVÉNEMENT (OU SELF-INFORMATION)... 7 INFORMATION MUTUELLE DE DEUX ÉVÉNEMENTS... 9 ENTROPIE D'UNE VARIABLE ALÉATOIRE

Plus en détail

COURS D ANALYSE. Licence d Informatique, première. Laurent Michel

COURS D ANALYSE. Licence d Informatique, première. Laurent Michel COURS D ANALYSE Licence d Informtique, première nnée Lurent Michel Printemps 2010 2 Tble des mtières 1 Éléments de logique 5 1.1 Fbriquer des énoncés........................ 5 1.1.1 Enoncés élémentires.....................

Plus en détail

Université Paris-Dauphine DUMI2E. UFR Mathématiques de la décision. Notes de cours. Analyse 2. Filippo SANTAMBROGIO

Université Paris-Dauphine DUMI2E. UFR Mathématiques de la décision. Notes de cours. Analyse 2. Filippo SANTAMBROGIO Université Pris-Duphine DUMI2E UFR Mthémtiques de l décision Notes de cours Anlyse 2 Filippo SANTAMBROGIO Année 2008 2 Tble des mtières 1 Optimistion de fonctions continues et dérivbles 5 1.1 Continuité........................................

Plus en détail

Intégrale et primitives

Intégrale et primitives Chpitre 5 Intégrle et primitives 5. Ojetif On herhe dns e hpitre à onstruire l opérteur réiproue de l opérteur de dérivtion. Les deux uestions suivntes sont lors nturelles. Question : Soit f une pplition

Plus en détail

a g c d n d e s e s m b

a g c d n d e s e s m b PPrrooppoossiittiioo 22001111JJPP 22770055 000011 uu 0088 fféévvrriirr 22001111 VVlliiiittéé jjuussqquu uu 3300//0044//22001111 tim c ir tv é p g c h u i rè s G A Z iv lu s IC.G R é c lo y m ip s 9 r7

Plus en détail

Les travaux doivent être remis sous forme papier.

Les travaux doivent être remis sous forme papier. Physique mathématique II Calendrier: Date Pondération/note nale Matériel couvert ExercicesSérie 1 : 25 septembre 2014 5% RH&B: Ch. 3 ExercicesSérie 2 : 23 octobre 2014 5% RH&B: Ch. 12-13 Examen 1 : 24

Plus en détail

Fonctions de plusieurs variables. Sébastien Tordeux

Fonctions 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 détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Exo7 Topologie Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Exercice **

Plus en détail

Comportement d'une suite

Comportement d'une suite Comportemet d'ue suite I) Approche de "ses de variatio et de ite d'ue suite" : 7 Soit la suite ( ) telle que = 5 ( + ) 2 Représetos graphiquemet la suite das u pla mui d' u repère. Il suffit de placer

Plus en détail

4 Approximation des fonctions

4 Approximation des fonctions 4 Approximatio des foctios Ue foctio f arbitraire défiie sur u itervalle I et à valeur das IR peut être représetée par so graphe, ou de maière équivalete par la doée de l esemble de ses valeurs f(t) pour

Plus en détail

Tout ce qu il faut savoir en math

Tout ce qu il faut savoir en math Tout ce qu il fut svoir en mth 1 Pourcentge Prendre un pourcentge t % d un quntité : t Clculer le pourcentge d une quntité pr rpport à une quntité b : Le coefficient multiplicteur CM pour une ugmenttion

Plus en détail

Licence M.A.S.S. Cours d Analyse S4

Licence M.A.S.S. Cours d Analyse S4 Université Pris I, Pnthéon - Sorbonne Licence MASS Cours d Anlyse S4 Jen-Mrc Brdet (Université Pris 1, SAMM) UFR 27 et Equipe SAMM (Sttistique, Anlyse et Modélistion Multidisiplinire) Université Pnthéon-Sorbonne,

Plus en détail

Chapitre 7 : Intégration sur un intervalle quelconque

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

Plus en détail

EXERCICE II : LE TELEPHONE "POT DE YAOURT" (5 points)

EXERCICE II : LE TELEPHONE POT DE YAOURT (5 points) USA 2005 EXERCICE II : LE TELEPHONE "POT DE YAOURT" (5 points) A l'ère du téléphone portable, il est encore possible de couniquer avec un systèe bien plus archaïque L'onde sonore produite par le preier

Plus en détail

Chapitre 3 : Transistor bipolaire à jonction

Chapitre 3 : Transistor bipolaire à jonction Chapitre 3 : Trasistor bipolaire à joctio ELEN075 : Electroique Aalogique ELEN075 : Electroique Aalogique / Trasistor bipolaire U aperçu du chapitre 1. Itroductio 2. Trasistor p e mode actif ormal 3. Courats

Plus en détail

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES DEUXIEME PARTIE Deuième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES Chapitre. L assurace de capital différé Chapitre 2. Les opératios de retes Chapitre 3. Les assuraces décès Chapitre 4. Les assuraces

Plus en détail

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X Exo7 Détermiats Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable T : pour

Plus en détail

STATISTIQUE : TESTS D HYPOTHESES

STATISTIQUE : TESTS D HYPOTHESES STATISTIQUE : TESTS D HYPOTHESES Préparatio à l Agrégatio Bordeaux Aée 203-204 Jea-Jacques Ruch Table des Matières Chapitre I. Gééralités sur les tests 5. Itroductio 5 2. Pricipe des tests 6 2.a. Méthodologie

Plus en détail

Continuité d une fonction de plusieurs variables

Continuité d une fonction de plusieurs variables Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs

Plus en détail

Séquence 5. La fonction logarithme népérien. Sommaire

Séquence 5. La fonction logarithme népérien. Sommaire Séquece 5 La foctio logarithme épérie Objectifs de la séquece Itroduire ue ouvelle foctio : la foctio logarithme épérie. Coaître les propriétés de cette foctio : sa dérivée, ses variatios, sa courbe, sa

Plus en détail

Fonctions Analytiques

Fonctions 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 détail

Autour des nombres et des polynômes de Bernoulli

Autour des nombres et des polynômes de Bernoulli Autour des nobres et des polynôes de Bernoulli Gaëtan Bisson d après un cours de Don Zagier Résué En athéatiques, les nobres de Bernoulli ont d abord été étudiés en cherchant à calculer les soes du type

Plus en détail

Limites des Suites numériques

Limites des Suites numériques Chapitre 2 Limites des Suites umériques Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Limite fiie ou ifiie d ue suite. Limites et comparaiso. Opératios sur les ites. Comportemet

Plus en détail

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices Chapitre 1 Déombremet 1.1 Eocés des exercices Exercice 1 L acie système d immatriculatio fraçais était le suivat : chaque plaque avait 4 chiffres, suivis de 2 lettres, puis des 2 uméros du départemet.

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Eo7 Séries etières Eercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Eercice

Plus en détail

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

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

Plus en détail

Chapitre 11 : L inductance

Chapitre 11 : L inductance Chpitre : inductnce Exercices E. On donne A πr 4π 4 metn N 8 spires/m. () Selon l exemple., µ n A 4π 7 (8) 4π 4 (,5) 5 µh (b) À prtir de l éqution.4, on trouve ξ ξ 4 3 5 6 6,3 A/s E. On donne A πr,5π 4

Plus en détail

Module 2 : Déterminant d une matrice

Module 2 : Déterminant d une matrice L Mth Stt Module les déterminnts M Module : Déterminnt d une mtrice Unité : Déterminnt d une mtrice x Soit une mtrice lignes et colonnes (,) c b d Pr définition, son déterminnt est le nombre réel noté

Plus en détail

MATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA

MATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA MATHS FINANCIERES Mireille.Bossy@sophia.inria.fr Projet OMEGA Sophia Antipolis, septembre 2004 1. Introduction : la valorisation de contrats optionnels Options d achat et de vente : Call et Put Une option

Plus en détail

Estimation des incertitudes sur les erreurs de mesure.

Estimation des incertitudes sur les erreurs de mesure. Estmto des certtdes sr les errers de mesre. I. Itrodcto : E sceces epérmetles, l este ps de mesres ectes. Celle-c e pevet être q etchées d errers pls o mos mporttes selo le protocole chos, l qlté des strmets

Plus en détail

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009 M LA REGRESSION : HYPOTHESES ET TESTS Avril 009 I LES HYPOTHESES DE LA MCO. Hypothèses sur la variable explicative a. est o stochastique. b. a des valeurs xes das les différets échatillos. c. Quad ted

Plus en détail

S euls les flux de fonds (dépenses et recettes) définis s ent l investissement.

S euls les flux de fonds (dépenses et recettes) définis s ent l investissement. Choix d ives i s s eme e cer iude 1 Chapire 1 Choix d ivesissemes e ceriude. Défiiio L es décisios d ivesissemes fo parie des décisios sraégiques de l erepris e. Le choix ere différes projes d ivesisseme

Plus en détail

Différentiabilité ; Fonctions de plusieurs variables réelles

Différentiabilité ; Fonctions de plusieurs variables réelles Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2

Plus en détail

Introduction : Mesures et espaces de probabilités

Introduction : Mesures et espaces de probabilités Itroductio : Mesures et espaces de probabilités Référeces : Poly cédric Berardi et Jea Michel Morel. J.-F. Le Gall, Itégratio, Probabilités et Processus Aléatoire J.-Y. Ouvrard, Probabilités 2, maîtrise-agrégatio,

Plus en détail

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2

8.1 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 détail

Arrondissage des résultats de mesure. Nombre de chiffres significatifs

Arrondissage des résultats de mesure. Nombre de chiffres significatifs BUREAU NATIONAL DE MÉTROLOGIE COMMISSARIAT À L'ÉNERGIE ATOMIQUE LABORATOIRE NATIONAL HENRI BECQUEREL Note technique LNHB/04-13 Arrondissage des résultats de esure Nobre de chiffres significatifs M.M. Bé,

Plus en détail

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

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

Plus en détail

Probabilités avancées. Florin Avram

Probabilités avancées. Florin Avram Probabilités avancées Florin Avram 24 janvier 2014 Table des matières 1 Mise en scène discrète 3 1.1 Espace des épreuves/résultats possibles, événements, espace probabilisé, mesure de probabilités, variables

Plus en détail

Régulation analogique industrielle ESTF- G.Thermique

Régulation analogique industrielle ESTF- G.Thermique Chapitre 5 Stabilité, Rapidité, Précisio et Réglage Stabilité. Défiitio Coditio de stabilité. Critères de stabilité.. Critères algébriques.. Critère graphique ou de revers das le pla de Nyquist Rapidité

Plus en détail

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy

Plus en détail

Commun à tous les candidats

Commun à tous les candidats EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle

Plus en détail

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil. Qu appelle-t-o éclipse? Éclipser sigifie «cacher». Vus depuis la Terre, deu corps célestes peuvet être éclipsés : la Lue et le Soleil. LES ÉCLIPSES Pour qu il ait éclipse, les cetres de la Terre, de la

Plus en détail

Cours 5 : ESTIMATION PONCTUELLE

Cours 5 : ESTIMATION PONCTUELLE Cours 5 : ESTIMATION PONCTUELLE A- Gééralités B- Précisio d u estimateur C- Exhaustivité D- iformatio E-estimateur sas biais de variace miimale, estimateur efficace F- Quelques méthode s d estimatio A-

Plus en détail

EXERCICES : DÉNOMBREMENT

EXERCICES : DÉNOMBREMENT Chapitre 7 ECE 1 - Grad Nouméa - 015 EXERCICES : DÉNOMBREMENT LISTES / ARRANGEMENTS Exercice 1 : Le code ativol Pour so vélo, Toto possède u ativol a code. Le code est ue successio de trois chiffres compris

Plus en détail

Chapitre 1 : Fonctions analytiques - introduction

Chapitre 1 : Fonctions analytiques - introduction 2e semestre 2/ UE 4 U : Abrégé de cours Anlyse 3: fonctions nlytiques Les notes suivntes, disponibles à l dresse http://www.iecn.u-nncy.fr/ bertrm/, contiennent les définitions et les résultts principux

Plus en détail

Introduction au pricing d option en finance

Introduction au pricing d option en finance Introduction au pricing d option en finance Olivier Pironneau Cours d informatique Scientifique 1 Modélisation du prix d un actif financier Les actions, obligations et autres produits financiers cotés

Plus en détail

Toyota Assurances Toujours la meilleure solution

Toyota Assurances Toujours la meilleure solution Toyot Assurnces Toujours l meilleure solution De quelle ssurnce vez-vous besoin? Vous roulez déjà en Toyot ou vous ttendez s livrison. Votre voiture est neuve ou d occsion. Vous vlez les kilomètres ou

Plus en détail

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables

Plus en détail

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

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

Plus en détail

Turbine hydraulique Girard simplifiée pour faibles et très faibles puissances

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

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)

Plus en détail

Synthèse de cours (Terminale S) Calcul intégral

Synthèse de cours (Terminale S) Calcul intégral Synthèse de cours (Terminle S) Clcul intégrl Intégrle d une onction continue positive sur un intervlle [;] Dns cette première prtie, on considère une onction continue positive sur un intervlle [ ; ] (

Plus en détail

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI FEUILLE D EXERCICES 7 - PROBABILITÉS SUR UN UNIVERS FINI Exercice - Lacer de dés O lace deux dés à 6 faces équilibrés. Calculer la probabilité d obteir : u double ; ue somme des deux dés égale à 8 ; ue

Plus en détail

14 Chapitre 14. Théorème du point fixe

14 Chapitre 14. Théorème du point fixe Chapitre 14 Chapitre 14. Théorème du poit fixe Si l o examie de plus près les méthodes de Lagrage et de Newto, étudiées au chapitre précédet, elles revieet das leur pricipe à remplacer la résolutio de

Plus en détail

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3 1 Groupe orthogoal d'u espace vectoriel euclidie de dimesio, de dimesio Voir le chapitre 19 pour l'étude des espaces euclidies et des isométries. État doé u espace euclidie E de dimesio 1, o rappelle que

Plus en détail

ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE

ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE Jen-Pierre Dedieu, Jen-Pierre Rymond ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE Institut de Mthémtiques Université Pul Sbtier 31062 Toulouse cedex 09 jen-pierre.dedieu@mth.univ-toulouse.fr jen-pierre.rymond@mth.univ-toulouse.fr

Plus en détail

Équations générales des milieux continus

Équations générales des milieux continus Équations générales des ilieux continus Jean Garrigues 1 ai 212 ii Avant-propos L objectif de ce cours est d établir les équations générales régissant tous les ilieux continus, qu ils soient solides ou

Plus en détail

- Phénoméne aérospatial non identifié ( 0.V.N.I )

- Phénoméne aérospatial non identifié ( 0.V.N.I ) ENQUETE PRELIMINAIRE ANALYSE ET REFEREWCES : Phénoméne érosptil non identifié ( 0VNI ) B8E 25400 DEF/GEND/OE/DOlRENS du 28/9/1992 Nous soussigné : M D L chef J S, OPJ djoint u commndnt de l brigde en résidence

Plus en détail

Séries numériques. Chap. 02 : cours complet.

Séries numériques. Chap. 02 : cours complet. Séris méris Cha : cors comlt Séris d réls t d comlxs Défiitio : séri d réls o d comlxs Défiitio : séri corgt o dirgt Rmar : iflc ds rmirs trms d séri sr la corgc Théorèm : coditio écssair d corgc Théorèm

Plus en détail

Intégrales dépendant d un paramètre

Intégrales dépendant d un paramètre [hp://mp.cpgedupuydelome.fr] édié le 3 avril 5 Eocés Iégrales dépeda d u paramère Covergece domiée Exercice [ 9 ] [correcio] Calculer les limies des suies do les ermes gééraux so les suivas : a) u = π/4

Plus en détail

Cours de Statistiques inférentielles

Cours de Statistiques inférentielles Licece 2-S4 SI-MASS Aée 2015 Cours de Statistiques iféretielles Pierre DUSART 2 Chapitre 1 Lois statistiques 1.1 Itroductio Nous allos voir que si ue variable aléatoire suit ue certaie loi, alors ses réalisatios

Plus en détail

Séquence 8. Probabilité : lois à densité. Sommaire

Séquence 8. Probabilité : lois à densité. Sommaire Séquence 8 Proilité : lois à densité Sommire. Prérequis 2. Lois de proilité à densité sur un intervlle 3. Lois uniformes 4. Lois exponentielles 5. Synthèse de l séquence Dns cette séquence, on introduit

Plus en détail

Correction du Baccalauréat S Amérique du Nord mai 2007

Correction 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 détail

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe Cosolidatio La société THEOS, qui commercialise des vis, exerce so activité das trois villes : Paris, Nacy et Nice. Le directeur de la société souhaite cosolider les résultats de ses vetes par ville das

Plus en détail

SÉRIES STATISTIQUES À DEUX VARIABLES

SÉRIES STATISTIQUES À DEUX VARIABLES 1 ) POSITION DU PROBLÈME - VOCABULAIRE A ) DÉFINITION SÉRIES STATISTIQUES À DEUX VARIABLES O cosidère deux variables statistiques umériques x et y observées sur ue même populatio de idividus. O ote x 1

Plus en détail

Amphi 3: Espaces complets - Applications linéaires continues

Amphi 3: Espaces complets - Applications linéaires continues Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite

Plus en détail