Intégration et probabilités ENS Paris, TD 2 Tribus, mesures Corrigé

Dimension: px
Commencer à balayer dès la page:

Download "Intégration et probabilités ENS Paris, TD 2 Tribus, mesures Corrigé"

Transcription

1 Intégration et probabilités ENS Paris, TD 2 Tribus, mesures Corrigé 0 Exercice du TD 1 à préparer Exercice 0. Soit f : E R + {+ } une fonction. Pour tout n 1 et tout i {0,1,...,n2 n 1} on note A n = {x E; f (x n}, B n,i = {x E; i2 n f (x < (i + 12 n }, n2 n 1 i et pour un entier n 1 on pose f n = 2 n 1 B n,i + n1 An. Soit x E fixé. Que dire de la suite f n (x lorsque n? i=0 La suite f n (x tend en croissant vers f (x. En effet, si x B n,i, on vérifie que 2i f n (x si f (x < 2i+1 f n+1 (x = 2 n+1 2 n+1 f n (x + 1 si 2i+1 f (x < 2(i+1, 2 n+1 2 n+1 2 n+1 et que si x A n alors n + 1 si f (x n + 1 f n+1 (x = n2 n+1 +l si 2 n+1 n2n+1 +l f (x < 2 n+1 n2n+1 +l+1;0 l 2 n n+1 Il en découle que la suit f n (x est croissante. D autre part, par construction, si x {f < n 0 } alors 0 f (x f n (x 2 n pour n n 0. On en déduit que f n (x f (x lorsque x {f < + } = k 1 {f < k}. D autre part, si x {f = + } = k 1 {f k}, alors f n (x = n +. Remarque. Si f M, alors 0 f (x f n (x 2 n pour n M et la convergence est uniforme. 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? 2 Si on note λ la mesure de Lebesgue, rappeler pourquoi λ({x} = 0 pour tout x R. Alors : λ(r = λ {x} = λ({x} = 0 = 0. x R x R Pour des questions, demande de précisions ou explications, n hésitez pas à m envoyer un mail à igor.kortchemski@ens.fr, ou bien à venir me voir au bureau V4. x R 1

2 Où est le problème? 3 Si F et G sont deux tribus, est-ce que F G est toujours une tribu? 4 Si (a n n 1 et (b n n 1 sont deux suites de nombres réels, a-t-on toujours lim sup (a n + b n = limsup Et si les deux suites sont bornées? Et si b n converge? a n + limsupb n? 1 Non, car le complémentaire de ],0[ n est pas ouvert. 2 Non, pas toujours. Par exemple si, en notant Ω = {1,2,3}, on prend F = {,{1},{2,3},Ω} et G = {,{2},{1,3},Ω}? En effet, on a alors F G = {,{1},{2},{2,3},{1,3},Ω}, qui n est pas stable par union ( {1} {2} F G. 3 On a λ({x} = lim λ([x 1/n,x + 1/n] = 0. Par ailleurs l égalité λ( x R {x} = x R λ({x} n est pas vérifiée car R n est pas dénombrable. 4 Ce n est pas toujours vrai (prendre par exemple a n = b n = n. En revanche, le terme de gauche est inférieur ou égal au terme de droite lorsque les deux suites sont bornées, et l égalité est vérifiée lorsque b n converge. 2 Mesures Exercice 1. (Lemme de Borel-Cantelli (E, A, µ est un espace mesuré (µ est une mesure positive et que (A n n 1 est une suite d éléments de A. On rappelle que l on note lim inf A n = A k, limsupa n = A k. n 1 n 1 1. Montrer que et que si µ( n 1 A n <, alors ( µ lim inf µ ( lim sup A n liminf µ(a n, A n limsupµ(a n. Qu est-ce qui se passe si µ( n 1 A n =? 2. (Lemme de Borel-Cantelli. On suppose que n 1 µ(a n <. Montrer que µ ( lim supa n = (Une application du lemme de Borel-Cantelli. Soit ε > 0. Montrer que pour presque-tout x [0, 1] (pour la mesure de Lebesgue, il n existe qu un nombre fini de rationnels p/q avec p et q premiers entre eux tels que x p q < 1 q 2+ε, i.e. presque tout x est mal approchable par des rationnels à l ordre 2 + ε. 2

3 1. On remarque que, pour tout n 0 et pour tout k n, µ A p µ(a k. Ainsi, p n µ A k inf µ(a k. (1 Or la suite ( A k n 0 est croissante. Le résultat s obtient donc en passant à la limite quand n + dans (1. De même, on a µ A k supµ(a k. (2 Or la suite ( A k n 0 est décroissante et µ( n 0 A n < +. Le résultat s obtient donc en passant à la limite quand n + dans (2. On peut aussi utiliser le résultat précédent et raisonner en passant au complémentaire. En effet, posons F = n 0 A n. On a alors Donc, c est-à-dire, µ ( µ(f µ F \ limsupa n = liminf (F \ A n. F \ limsup ( lim sup Comme µ(f <, cela implique le résultat. 2. On a, pour tout n 0, A n liminf µ(f \ A n, A n µ(f limsupµ(a n. µ A k µ(a k. Or µ(limsup k A k µ( A k pour tout n 0 et µ(a k est le reste d une série convergente et donc tend vers 0 quand n +. On obtient ainsi le résultat. 3. Pour tout q 1, on note A q = [0,1] Ainsi, λ(a q 2/q 1+ε. Par conséquent, q p=0 [ p q 1 q 2+ε, p q + 1 ] q 2+ε. λ(a q < +. q 1 D après le lemme de Borel-Cantelli, λ(limsup q A q = 0, or l ensemble limsup q A q contient l ensemble des réels bien approchables par des rationnels à l ordre 2 + ε. Voir 3

4 Exercice 2. (Mesure sur Z Existe-t-il une mesure de masse finie sur (Z,P (Z invariante par translation? Oui, mais seulement la mesure nulle. En effet, soit µ une mesure non nulle de masse finie sur (Z,P (Z invariante par translation. Comme µ est non nulle, il existe n Z tel que c := µ({n} > 0. Par invariance par translation, il vient µ({k} = c pour tout k Z. Mais alors, comme Z est dénombrable : µ(z = µ( k Z {k} = µ({k} = c =, k Z k Z ce qui contredit le fait que µ est de masse finie. 3 Tribus Exercice 3. (Opérations sur les tribus 1. Soit F une tribu de Ω et B un élément de F. Montrer que l ensemble F B := {A B,A F } est une tribu de B. 2. Soit (X Y,F un espace-produit mesuré et π : X Y X la projection canonique. L ensemble F X := {π(f,f F } est-il une tribu? 3. On considère sur N, pour chaque n 0, la tribu F n = σ({0},{1},...,{n}. Montrer que la suite de tribus (F n,n 0 est croissante mais que n 0 F n n est pas une tribu. Indication : On pourra raisonner par l absurde et utiliser le sous-ensemble 2N. 4. (Partiel 2010 Soit (E,A un espace mesurable. Soit C une famille de parties de E, et soit B σ(c. Alexandra dit : alors nécessairement, il existe une famille dénombrable D C telle que B σ(d. A-t-elle raison? 5. Soient X,Y deux ensembles et f : X Y une application. Soit A P (Y. Alexandra dit : alors nécessairement, σ(f 1 (A = f 1 (σ(a. A-t-elle raison? 1. B = Ω B F B, Soit C = B D F B avec D F. Alors D c F et C c B = B Dc appartient à F B. Soit C n = B D n F B avec D n F. Alors n D n F et n B n = B n D n appartient à F B. L ensemble F B est donc bien une tribu sur B. 2. On considère pour X = Y = {0,1} la tribu F engendré par l élément (0,0 X Y. Il est clair que F = {,X Y,{(0,0},X Y \{(0,0}}. On vérifie que F X = {,{0},X}, ce qui n est pas une tribu. 3. Posons F = F n, n N et supposons que F soit une tribu. On a {2n} F 2n F et 2N = {2n}. Ainsi, 2N F i.e. il existe n 0 N tel que 2N F n0. Or, les seuls éléments de cardinal infini de F n0 sont de la forme N \ A, où A est une partie de {0,1,...,n 0 }. On obtient donc une contradiction. n 0 4

5 4. Alexandra a raison. En effet, soit G = {B σ (C; D C dénombrable tel que B σ (D}. Montrons que G est une tribu. Il est clair que E G. Si A G, alors il existe D C dénombrable tel que A σ (D, et donc A c σ (D : on a A c G. Si (A n G, alors pour tout n il existe D n C dénombrable tel que A n σ (D n, et donc n A n σ (D, où D := n D n C est dénombrable (étant une union dénombrable d ensembles dénombrables : on a n A n G. En conclusion, G est une tribu. Or C G, ce qui implique que σ(c σ(g = G σ(c, d où le résultat. 5. Ceci sera revu lors du TD 3. Exercice 4. Prouver que B(R 2 = B(R B(R. On fera cet exercice lors du TD 3. 4 Divers Exercice Montrer que pour tout ɛ > 0, il existe O ɛ un ouvert dense de R de mesure (de Lebesgue λ(o ɛ ɛ. 2. En déduire que pour tout ɛ > 0, il existe F ɛ un fermé d intérieur vide tel que pour tout A B(R : λ(a F ɛ λ(a ɛ. 1. Soit ɛ > 0. Notons Q = {q n,n 1} les rationnels et posons : O ɛ = ]q n ɛ2 n 1,q n + ɛ2 n 1 [. n 1 Alors O ɛ est un ouvert de R, dense (car il contient Q. De plus, λ(o ɛ λ(]q n ɛ2 n 1,q n + ɛ2 n 1 [ = 2 n ɛ < ɛ. n 1 2. Posons F ɛ = O c ɛ. Alors F ɛ est un fermé de R d intérieur vide. De plus, pour tout A B (R, on a n 1 λ(a = λ(a F ɛ + λ(a O ɛ λ(a F ɛ λ(a F ɛ + ɛ. Exercice 6. (Ensembles de Cantor Soit (d n,n 0 une suite d éléments de ]0,1[, et soit K 0 = [0,1]. On définit une suite (K n,n 0 de la façon suivante : connaissant K n, qui est une réunion d intervalles fermés disjoints, on définit K n+1 en retirant dans chacun des intervalles de K n un intervalle ouvert centré au centre de chaque intervalle, de longueur d n fois celle de l intervalle. On pose K = n 0 K n. 5

6 1. Montrer que K est un compact non dénombrable d intérieur vide dont tous les points sont d accumulation. 2. Calculer la mesure de Lebesgue de K. 3. On note K 3 l ensemble de Cantor obtenu en posant d n = 3 1 pour tout n. Vérifier que et qu il est mesure de Lebesgue nulle. a K 3 = n 3 n ; (a n {0,2} N n 1 1. Chaque ensemble K n est fermé donc K est fermé. De plus, K [0,1] donc K est compact. Montrons que l on peut construire une bijection ϕ : K {0,1} N. Si x est dans K, alors x est dans un des deux intervalles composant K 1. On pose ϕ(x 0 = 0 si x est dans l intervalle de gauche et ϕ(x 0 = 1 si x est dans l intervalle de droite. En répétant ce procédé, on construit une suite ϕ(x {0,1} N. On vérifie facilement que ϕ est une bijection. Ainsi, K n est pas dénombrable. Par construction de ϕ, pour tous x,y K et n 0, x et y sont dans le même intervalle composant K n+1 si et seulement si ϕ(x k = ϕ(y k pour tout k n. Supposons qu il existe un intervalle I de [0,1] inclus dans K et non réduit à un point. Soient x,y I tels que x y. Alors, pour tout n 0, x et y sont dans le même intervalle composant K n donc ϕ(x = ϕ(y ce qui est absurde. Ainsi, K est d intérieur vide. Enfin, soit x K. L ensemble {y K : ϕ(y k = ϕ(x k k n} est infini et est constitué de points de K tous à distance au plus 1/2 n+1 de x. Donc x est un point d accumulation. 2. On montre par récurrence que λ(k n = (1 d 0...(1 d n 1. Or λ([0,1] = 1 donc λ(k = lim λ(k n. On a donc : d n < λ(k = (1 d n, n 0 n 0 d n = λ(k = 0. n 0 3. Il suffit de regarder la bijection construite dans la question 1 entre K et {0,1} N et vérifier que si x = ϕ((b n n, alors x = 2b n 3 n. Pour la mesure on utilise la question 2. Exercice 7. Soit (Ω,A un espace mesurable tel que {ω} A pour tout ω Ω. Soit µ une mesure positive sur A. On dit que µ est portée par S A si µ(s c = 0, que ω Ω est un atome ponctuel pour µ si µ({ω} 0, que µ est diffuse si elle n a pas d atomes ponctuels, que µ est purement atomique si elle est portée par l ensemble de ses atomes ponctuels. 1. Donner des exemples de mesures diffuses et de mesures purement atomiques. 2. Que peut-on dire d une mesure qui est diffuse et purement atomique? 3. Soit µ une mesure positive sur A. Montrer qu il existe une mesure diffuse µ d et une mesure purement atomique µ a sur A telles que µ = µ d + µ a. 4. Montrer que l ensemble des atomes ponctuels d une mesure σ-finie µ est dénombrable. 1. La mesure de Lebesgue est diffuse, et la mesure de comptage sur N est purement atomique. 6

7 2. Elle est alors portée par l ensemble de ses atomes ponctuels, qui est vide car elle est diffuse. Cette mesure est donc nulle. 3. Soit D l ensemble des atomes ponctuels de µ. Pour tout A A, on pose µ d (A = µ(a D c et µ a (A = µ(a D. Ainsi µ d est diffuse, µ a est atomique et µ = µ d + µ a. 4. Soit (E n n 1 une suite d ensembles de A de µ-mesure finie et d union Ω. Pour tous n,k 0, on pose D n,k = {ω E n ; µ({ω} 1/k}. Alors Card(D n,k kµ(e n. Comme D est l union des ensemble D n,k pour k,n 0, il en résulte que D est dénombrable. 6 Compléments (hors TD Exercice 9. ( Cardinal d une tribu Le but de l exercice est de montrer qu il n existe pas de tribu A infinie dénombrable. Soit (E,A un espace mesurable. On définit, pour tout x E, l atome de la tribu A engendré par x par, ẋ = A. {A A: x A} 1. Montrer que les atomes de A forment une partition de E. 2. Montrer que si A est au plus dénombrable alors A contient ses atomes et que chaque élément de A s écrit comme une réunion au plus dénombrable d atomes. 3. Conclure. 4. Donner une nouvelle démonstration de question 3 de l exercice On remarque que x ẋ pour tout x E, donc ẋ = E. Montrons maintenant que x E ẋ ẏ ẋ = ẏ. Soient x,y,z E tels que z ẋ ẏ. Alors chaque ensemble A A contenant x contient z. Supposons qu il existe B A contenant z mais ne contenant pas x. Alors B c A et contient x. Ainsi B c contient z ce qui est contradictoire. Donc ẋ = ż et de même ẏ = ż. Donc ẋ = ẏ. 2. Supposons que A soit finie ou dénombrable. Alors chaque atome ẋ s écrit comme une réunion au plus dénombrable d éléments de A et donc appartient à A. De plus, si A A, alors A = ẋ x:x A et cette réunion est au plus dénombrable car les atomes appartiennent à A. De plus, les atomes formant une partition de E, cette écriture est unique. 3. Soit B l ensemble des atomes de A supposée finie ou dénombrable. D après la question 2., on définit une bijection ϕ de P (B dans A par, ϕ : B P (B ẋ. Si B est fini, alors A est finie. Sinon, A ne peut pas être dénombrable. ẋ B 7

8 4. Les tribus F n sont toutes finies donc n 0 F n est infinie dénombrable. D après la question précédente, il n existe pas de tribu infinie dénombrable, donc n 0 F n n est pas une tribu. Exercice 10. (Support Soit µ une mesure borélienne sur R n (ou plus généralement sur un espace métrique séparable localement compact. On pose S := {x R n,µ(b(x,r > 0, pour tout r > 0}. Montrer que S est fermé, que µ(r n \S = 0, et que µ(s\f = µ(r n \F > 0 pour tout fermé F strictement contenu dans S. (On appelle S le support de la mesure µ. Soit x S, alors par définition il existe un r x > 0 tel que µ(b(x,r x = 0, a fortiori pour tout z contenu dans la boule ouverte de centre x et de rayon r x B(z,r x z x B(x,r x et donc µ(b(z,r x z x = 0, ce qui démontre que B(x,r x est incluse dans S c. L ensemble F est donc fermé. On sait que pour tout x S, il existe r x > 0 tel que µ(b(x,r x = 0. Si K est un compact inclu dans S c il existe un recouvrement ouvert K B(x,r x, x K duquel on peut extraire un recouvrement fini (Borel-Lebesgue. De plus S c peut être vu comme une réunion dénombrable de compacts, par exemple S c = {x : d(x,f 1 } k, x n, ainsi S c est une union dénombrable de boules ouvertes S c = i N B(x i,r xi et Si F est un fermé contenu dans S alors n,k µ(s c µ(b(x i,r xi = 0 = 0. i N R n \F = R n \S S\F, et chacun de ces ensembles est mesurable, le résultat s obtient en prenant la mesure de l égalité. Exercice 11. ( Mesure atomique Soit (X,F,µ un espace mesuré. Un ensemble A F est un atome pour µ si 0 < µ(a < et pour tout B A mesurable, µ(b = 0 ou µ(b = µ(a. Soit (X,F,µ un espace mesuré avec µ(x = 1 et tel que µ n ait pas d atomes. Montrer que l image de µ est [0,1] (c est-à-dire que pour tout t [0,1], il existe A F tel que µ(a = t. ll s agit d un très bel exercice à zornette, voir Exercice 12. (Un problème d additivité On note l = {a = (a n n N R N, a := sup n N a n < }, l ensemble des suites réelles bornées. 8

9 1. Montrer que (l,. est un espace vectoriel normé complet. On admet (théorème de Hahn-Banach qu il existe une forme linéaire F : l R continue qui satisfait les deux propriétés suivantes : Soit a = (a n n N l F(a a, Si lim a n = α existe alors F(a = α. { 2. Soit A N et 1 A l 1A (n = 1, si n A, définie par. Si P(A = F(1 A, montrer que P( = 0,P(N = 1, P(A c = 1 P(A, P(A B = P(A + P(B si A B =. 3. Montrer que P n est pas une mesure. 0 sinon Pour la première question, voir le cours de topologie. Pour la deuxième question, exo :-. Pour la troisième question, il suffit de voir que : 1 = P (N = P {i} P ({i} = 0 = 0. i 0 i 0 i 0 Exercice 13. ( Est-ce que B(X Y = B(X B(Y pour tous espaces métriques X, Y? La réponse est non. Prenons X = Y = (l (R,, c est-à-dire l espace métrique des suites bornées indexées par R muni de la norme infinie. Lemme. Soit U un ensemble mesurable de B(X B(X. Alors il existe des ensembles mesurables (A i,b i i R tels que U = A i B i. i R Démonstration. D après la question 4 de l exercice 3, il existe une suite (A m m 0 d ensembles mesurables tels que U σ ( (A m A n m,n 0. En effet, on se rappelle qu on a B(X B(X = σ (A A ; A,A B(R. Maintenant, pour une suite x = (x n {0,1} N, posons B x = C n, n 0 où C n = A n si x n = 1 et C n = A c n si x n = 0. Mais l ensemble des élements qui s écrivent comme union des ensembles de la forme B x B x est une tribu (le vérifier!! contenant U (car il contient les A i A j. On en tire : U = { Bx B x ; B x B x U }. Ceci achève la preuve du lemme, car {0,1} N et R sont en bijection. Revenons à la preuve de l exercice. Il est clair que la diagonale = {(x,x;x l (R} B(X X. Supposons par l absurde que B(X B(X. D après le lemme, il existe une suite (A i,b i i R telle que = A i B i. i R 9

10 Comme P (R s injecte dans l, il existe i R et deux éléments distincts (u,u,(v,v tels que (u,u,(v,v A i B i (sinon, il existerait une injection de P (R dans R. Mais alors (u,v A i B i, ce qui implique (u,v. Absurde car u v. Remarque. Cette preuve montre que si X,Y sont deux espaces métriques dont le cardinal est strictement plus grand que celui de R, alors B(X Y B(X B(Y. Fin 10

Intégration et probabilités TD1 Espaces mesurés Corrigé

Intégration et probabilités TD1 Espaces mesurés Corrigé Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.

Plus en détail

Intégration et probabilités TD1 Espaces mesurés

Intégration et probabilités TD1 Espaces mesurés Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?

Plus en détail

Image d un intervalle par une fonction continue

Image d un intervalle par une fonction continue DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction

Plus en détail

Intégrale de Lebesgue

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

Plus en détail

Théorie de la Mesure et Intégration

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

Plus en détail

Théorie de la mesure. S. Nicolay

Théorie de la mesure. S. Nicolay Théorie de la mesure S. Nicolay Année académique 2011 2012 ii Table des matières Introduction v 1 Mesures 1 1.1 Sigma-algèbres................................. 1 1.2 Mesures.....................................

Plus en détail

3. Conditionnement P (B)

3. Conditionnement P (B) Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte

Plus en détail

Mesure et Intégration (Notes de cours de L3)

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

Plus en détail

Théorie de la Mesure et Intégration

Théorie de la Mesure et Intégration Ecole Nationale de la Statistique et de l Administration Economique Théorie de la Mesure et Intégration Xavier MARY 2 Table des matières I Théorie de la mesure 11 1 Algèbres et tribus de parties d un ensemble

Plus en détail

Mesures et Intégration

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

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****

Plus en détail

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Dualité dans les espaces de Lebesgue et mesures de Radon finies Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention

Plus en détail

La mesure de Lebesgue sur la droite réelle

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

Plus en détail

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours MSUR T INTÉGRATION N UN DIMNSION Notes de cours André Giroux Département de Mathématiques et Statistique Université de Montréal Mai 2004 Table des matières 1 INTRODUCTION 2 1.1 xercices.............................

Plus en détail

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

THÉORIE DE LA MESURE ET DE L INTÉGRATION.

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

Plus en détail

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer

Plus en détail

Produits d espaces mesurés

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

Plus en détail

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Exercices - Polynômes : corrigé. Opérations sur les polynômes Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)

Plus en détail

Construction de l'intégrale de Lebesgue

Construction de l'intégrale de Lebesgue Université d'artois Faculté des ciences Jean Perrin Mesure et Intégration (Licence 3 Mathématiques-Informatique) Daniel Li Construction de l'intégrale de Lebesgue 10 février 2011 La construction de l'intégrale

Plus en détail

Moments des variables aléatoires réelles

Moments des variables aléatoires réelles Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................

Plus en détail

Mesures gaussiennes et espaces de Fock

Mesures 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 détail

Fonctions de plusieurs variables

Fonctions 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 détail

Calcul fonctionnel holomorphe dans les algèbres de Banach

Calcul fonctionnel holomorphe dans les algèbres de Banach Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte

Plus en détail

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

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur

Plus en détail

Limites finies en un point

Limites finies en un point 8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,

Plus en détail

Suites numériques 3. 1 Convergence et limite d une suite

Suites numériques 3. 1 Convergence et limite d une suite Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n

Plus en détail

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

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

4. Martingales à temps discret

4. Martingales à temps discret Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les

Plus en détail

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

FONCTIONS 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 détail

Texte Agrégation limitée par diffusion interne

Texte Agrégation limitée par diffusion interne Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse

Plus en détail

MA6.06 : Mesure et Probabilités

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

Plus en détail

Suites numériques 4. 1 Autres recettes pour calculer les limites

Suites numériques 4. 1 Autres recettes pour calculer les limites Suites numériques 4 1 Autres recettes pour calculer les limites La propriété suivante permet de calculer certaines limites comme on verra dans les exemples qui suivent. Propriété 1. Si u n l et fx) est

Plus en détail

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

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

Plus en détail

Intégration sur des espaces produits

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

Plus en détail

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

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

Formes 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 détail

Développement décimal d un réel

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

Plus en détail

Problème 1 : applications du plan affine

Problème 1 : applications du plan affine Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées

Plus en détail

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin. Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).

Plus en détail

Capes 2002 - Première épreuve

Capes 2002 - Première épreuve Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série

Plus en détail

Espérance conditionnelle

Espérance conditionnelle Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle

Plus en détail

Calcul différentiel sur R n Première partie

Calcul différentiel sur R n Première partie Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité

Plus en détail

CHAPITRE IV. L axiome du choix

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

Plus en détail

Équations non linéaires

Équations 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 détail

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

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

Plus en détail

EXERCICE 4 (7 points ) (Commun à tous les candidats)

EXERCICE 4 (7 points ) (Commun à tous les candidats) EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat

Plus en détail

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

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

Théorème du point fixe - Théorème de l inversion locale

Théorème 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 détail

Simulation de variables aléatoires

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

Plus en détail

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

Chapitre 3. Mesures stationnaires. et théorèmes de convergence Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée

Plus en détail

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs

Exo7. 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 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

C algèbre d un certain groupe de Lie nilpotent.

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

Plus en détail

Chapitre 2. Matrices

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

Plus en détail

I. Polynômes de Tchebychev

I. Polynômes de Tchebychev Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire

Plus en détail

Continuité et dérivabilité d une fonction

Continuité et dérivabilité d une fonction DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité

Plus en détail

Fonctions holomorphes

Fonctions 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 détail

Sur certaines séries entières particulières

Sur certaines séries entières particulières ACTA ARITHMETICA XCII. 2) Sur certaines séries entières particulières par Hubert Delange Orsay). Introduction. Dans un exposé à la Conférence Internationale de Théorie des Nombres organisée à Zakopane

Plus en détail

Problèmes de Mathématiques Filtres et ultrafiltres

Problèmes de Mathématiques Filtres et ultrafiltres Énoncé Soit E un ensemble non vide. On dit qu un sous-ensemble F de P(E) est un filtre sur E si (P 0 ) F. (P 1 ) (X, Y ) F 2, X Y F. (P 2 ) X F, Y P(E) : X Y Y F. (P 3 ) / F. Première Partie 1. Que dire

Plus en détail

Fonctions de deux variables. Mai 2011

Fonctions de deux variables. Mai 2011 Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs

Plus en détail

ENS de Lyon TD 1 17-18 septembre 2012 Introduction aux probabilités. A partie finie de N

ENS de Lyon TD 1 17-18 septembre 2012 Introduction aux probabilités. A partie finie de N ENS de Lyon TD 7-8 septembre 0 Introduction aux probabilités Exercice Soit (u n ) n N une suite de nombres réels. On considère σ une bijection de N dans N, de sorte que (u σ(n) ) n N est un réordonnement

Plus en détail

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015 Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k

Plus en détail

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

Approximations variationelles des EDP Notes du Cours de M2

Approximations 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

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/

Souad 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 détail

www.h-k.fr/publications/objectif-agregation

www.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 détail

Equations aux Dérivées Partielles

Equations 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 détail

PROBABILITÉS: COURS DE LICENCE DE MATHÉMATIQUES APPLIQUÉES LM 390

PROBABILITÉS: COURS DE LICENCE DE MATHÉMATIQUES APPLIQUÉES LM 390 PROBABILITÉS: COURS DE LICENCE DE MATHÉMATIQUES APPLIQUÉES LM 390 Université PARIS 6 2008/2009 Jean BERTOIN 1 Table des Matières ( ) ces parties peuvent ^etre omises en première lecture, et ne feront pas

Plus en détail

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t

n 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 détail

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au

Plus en détail

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

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

Plus en détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur

Plus en détail

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

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

Travaux dirigés d introduction aux Probabilités

Travaux dirigés d introduction aux Probabilités Travaux dirigés d introduction aux Probabilités - Dénombrement - - Probabilités Élémentaires - - Variables Aléatoires Discrètes - - Variables Aléatoires Continues - 1 - Dénombrement - Exercice 1 Combien

Plus en détail

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Planche n o 22. Fonctions de plusieurs variables. Corrigé Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette

Plus en détail

Correction de l examen de la première session

Correction de l examen de la première session de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi

Plus en détail

Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5.

Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5. DÉVELOPPEMENT 32 A 5 EST LE SEUL GROUPE SIMPLE D ORDRE 60 Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5. Démonstration. On considère un groupe G d ordre 60 = 2 2 3 5 et

Plus en détail

Chapitre VI Fonctions de plusieurs variables

Chapitre VI Fonctions de plusieurs variables Chapitre VI Fonctions de plusieurs variables 6. 1 Fonctions différentiables de R 2 dans R. 6. 1. 1 Définition de la différentiabilité Nous introduisons la différentiabilité sous l angle des développements

Plus en détail

Coefficients binomiaux

Coefficients binomiaux Probabilités L2 Exercices Chapitre 2 Coefficients binomiaux 1 ( ) On appelle chemin une suite de segments de longueur 1, dirigés soit vers le haut, soit vers la droite 1 Dénombrer tous les chemins allant

Plus en détail

Cours d Analyse 3 Fonctions de plusieurs variables

Cours 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 détail

Théorèmes du Point Fixe et Applications aux Equations Diérentielles

Théorèmes 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 détail

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue

Plus en détail

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

ÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE

ÉTUDE 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 détail

Cours d Analyse. Fonctions de plusieurs variables

Cours d Analyse. Fonctions de plusieurs variables Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........

Plus en détail

Cours de mathématiques

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

Plus en détail

Chp. 4. Minimisation d une fonction d une variable

Chp. 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 détail

Fibonacci et les paquerettes

Fibonacci et les paquerettes Fibonacci et les paquerettes JOLY Romain & RIVOAL Tanguy Introduction Quand on entend dire que l on peut trouver le nombre d or et la suite de Fibonacci dans les fleurs et les pommes de pin, on est au

Plus en détail

Chapitre VI - Méthodes de factorisation

Chapitre 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 détail

Continuité en un point

Continuité en un point DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à

Plus en détail

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Filtrage stochastique non linéaire par la théorie de représentation des martingales Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de

Plus en détail

Un K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E

Un K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E Exo7 Espaces vectoriels Vidéo partie 1. Espace vectoriel (début Vidéo partie 2. Espace vectoriel (fin Vidéo partie 3. Sous-espace vectoriel (début Vidéo partie 4. Sous-espace vectoriel (milieu Vidéo partie

Plus en détail

Loi d une variable discrète

Loi d une variable discrète MATHEMATIQUES TD N : VARIABLES DISCRETES - Corrigé. P[X = k] 0 k point de discontinuité de F et P[X = k] = F(k + ) F(k ) Ainsi, P[X = ] =, P[X = 0] =, P[X = ] = R&T Saint-Malo - nde année - 0/0 Loi d une

Plus en détail

Leçon 01 Exercices d'entraînement

Leçon 01 Exercices d'entraînement Leçon 01 Exercices d'entraînement Exercice 1 Etudier la convergence des suites ci-dessous définies par leur terme général: 1)u n = 2n3-5n + 1 n 2 + 3 2)u n = 2n2-7n - 5 -n 5-1 4)u n = lnn2 n+1 5)u n =

Plus en détail

4 Distributions particulières de probabilités

4 Distributions particulières de probabilités 4 Distributions particulières de probabilités 4.1 Distributions discrètes usuelles Les variables aléatoires discrètes sont réparties en catégories selon le type de leur loi. 4.1.1 Variable de Bernoulli

Plus en détail