I ESPACES METRIQUES. d : E E R +

Dimension: px
Commencer à balayer dès la page:

Download "I ESPACES METRIQUES. d : E E R +"

Transcription

1 I ESPACES METRIQUES 1. Espaces métriques 1.1 Définitions Soit E un ensemble non vide. On appelle distance sur E toute application vérifiant les propriétés suivantes : d : E E R + a) x, y E, d(x, y) = 0 x = y ; b) x, y E, d(x, y) = d(y, x) ; c) x, y, z E, d(x, z) d(x, y) + d(y, z) (inégalité triangulaire). On appelle espace métrique tout ensemble non vide E muni d une distance d et on le note (E, d). 1.2 Exemples a) Notons K = R ou C. L application d : K K R + définie par d(x, y) = x y est une distance sur K, appelée distance usuelle. b) L application d : ]0, + [ ]0, + [ R + définie par d(x, y) = ln(x/y) est une distance sur ]0, + [. c) Soit E l ensemble des fonctions continues sur un segment [a, b] de R à valeurs réelles. Alors l application d : E E R + définie par d(f, g) = sup x [a,b] f(x) g(x) est une distance sur E. d) Soit E un ensemble non vide ; on définit l application d : E E R + par d(x, y) = 1 si x y et d(x, x) = 0 pour tout x E. Alors d est une distance sur E appelée distance discrète. cf. exercice. 1.3 Distances sur K p (K = R ou C) Soit p un entier 1 ; on pose pour tous x = (x 1,, x p ) et y = (y 1,, y p ) dans K p, ( p p ) 1 d 1 (x, y) = x i y i, d 2 (x, y) = x i y i 2 2, d (x, y) = max x i y i. 1 i p alors d 1, d 2 et d sont des distances sur K p ; d 2 est appelée distance euclidienne classique sur K p. Il est immédiat de vérifier que d 1 et d sont des distances sur K p. Pour d 2, le seul point délicat est de prouver l inégalité triangulaire ; pour ce faire, on utilise le résultat suivant : 1

2 Lemme a) (inégalité de Cauchy-Schwarz) Soient a 1,, a p, b 1,, b p des réels, alors on a ( p p a i b i a 2 i ( ) 1 2 p b 2 2 i. b) (inégalité de Minkowski) Soient a 1,, a p, b 1,, b p des réels, alors on a ) 1 ( p ) 1 (a i + b i ) 2 2 ( p a 2 i ) 1 ( 2 p ) 1 + b 2 2 i. L inégalité de Cauchy-Schwarz a été vue dans le cours d algèbre bilinéaire ; l inégalité de Minkowski s en déduit comme suit : or on a d après Cauchy-Schwarz, donc p p p p (a i + b i ) 2 = a 2 i + b 2 i + 2 a i b i ( p p p a i b i a i b i a 2 i ( p p p (a i + b i ) 2 a 2 i + b 2 p i + 2 a 2 i ) 1 ( 2 p b 2 i ) 1 ( 2 p b 2 i ) 1 ) 1 2 Ñ ( 2 p = a 2 i d où l inégalité de Minkowski par passage à la racine carrée. On en déduit aussitôt l inégalité triangulaire : pour tous x, y, z K p, ( 2 p ) 1 é 2 + b 2 2 i ( p ) 1 ( x i z i 2 2 p ) 1 ( ( x i y i + y i z i ) 2 2 p ) 1 ( x i y i 2 2 p ) 1 + y i z i 2 2 c est-à-dire d 2 (x, z) d 2 (x, y) + d 2 (y, z). ) 1 2 Topologie d un espace métrique 2.1 Définition On appelle espace topologique tout ensemble E non vide muni d une famille de sousensembles, appelés ouverts de E, vérifiant les conditions suivantes : a) et E sont des ouverts de E ; b) toute réunion d ouverts de E est un ouvert de E ; c) toute intersection finie d ouverts de E est un ouvert de E. 2

3 2.2 Exemples a) Soit E un ensemble non vide ; alors on peut définir une topologie sur E, dite topologie grossière, en prenant pour famille d ouverts de E la famille composée de et E. b) Soit E un ensemble non vide ; alors on peut définir une topologie sur E, dite topologie discrète, en prenant pour famille d ouverts de E la famille de tous les sous-ensembles de E. On va maintenant montrer que tout espace métrique est un espace topologique en définissant une famille d ouverts : 2.3 Définitions Soit (E, d) un espace métrique et soient a E et r un réel > 0. a) On appelle boule ouverte de centre a et de rayon r le sous-ensemble de E, noté B(a, r), défini par B(a, r) = {x E / d(a, x) < r}. b) On appelle boule fermée de centre a et de rayon r le sous-ensemble de E, noté B(a, r), défini par B(a, r) = {x E / d(a, x) r}. c) On dit qu un sous-ensemble U de E est un ouvert de E s il est vide ou si pour tout a U, il existe une boule ouverte de centre a contenue dans U. 2.4 Exemples a) Toute boule ouverte d un espace métrique E est un ouvert de E. b) Tout intervalle ouvert I de R est un ouvert de R. c) Dans l espace métrique (R 2, d 2 ), le demi-plan A = {(x, y) R 2 / y > 0} est un ouvert de R 2. a) Soit (E, d) un espace métrique et considérons une boule ouverte B(a, r) de E : soit x 0 B(a, r), alors d(x 0, a) < r donc il existe ε > 0 tel que d(x 0, a) < r ε < r alors B(x 0, ε) B(a, r), en effet : Pour tout x B(x 0, ε), d(x, x 0 ) < ε donc d(x, a) d(x, x 0 ) + d(x 0, a) < ε + r ε = r, d où x B(a, r) et ainsi B(a, r) est un ouvert de E. b) prenons, par exemple, I =]a, b[ où a et b sont des réels tels que a < b, alors pour tout x ]a, b[ il existe ε > 0 tel que a < x ε < x < x + ε < b donc la boule ouverte B(x, ε) =]x ε, x + ε[ est contenue dans ]a, b[ (démonstration analogue pour ], a[ et ]a, + [). c) Soit (x 0, y 0 ) A, alors y 0 > 0 donc il existe ε > 0 tel que y 0 > y 0 ε > 0, alors B((x 0, y 0 ), ε) A, en effet : pour tout (x, y) B((x 0, y 0 ), ε) on a y y 0 Ä (x x 0 ) 2 + (y y 0 ) 2ä 1 2 < ε donc 0 < y 0 ε < y d où (x, y) A et ainsi A est un ouvert de E. 3

4 2.5 Théorème Tout espace métrique (E, d) est un espace topologique pour la famille d ouverts définie en 2.3. Il est clair que E et sont des ouverts de E au sens de la définition 2.3. Considérons une famille (U i ) i I d ouverts de E et montrons que i I U i est un ouvert de E : soit x i I U i, alors il existe i 0 I tel que x U i0, or U i0 est un ouvert de E donc il existe r > 0 tel que B(x, r) U i0, et par conséquent B(x, r) U i, donc U i est un i I i I ouvert de E. Considérons maintenant une famille finie (U i ) i I d ouverts de E et montrons que i I U i est un ouvert de E : soit x i I U i, alors pour tout i I, x U i, or U i est un ouvert de E donc il existe r i > 0 tel que B(x, r i ) U i. Posons alors r = min r i : comme I est fini, i I r est l un des r i donc r > 0 et ainsi B(x, r) U i, donc U i est un ouvert de E. i I i I Remarque Une intersection quelconque d ouverts n est pas nécessairement un ouvert : en effet ε>0] ε, ε[= {0} qui n est pas un ouvert de R puisqu il n existe aucune boule ouverte de centre 0 contenue dans {0}. 2.6 Définition Soit E un espace métrique ; on dit qu une partie F de E est un fermé de E si et seulement si le complémentaire de F dans E est un ouvert de E. 2.7 Proposition a) et E sont des fermés de E ; b) toute réunion finie de fermés de E est un fermé de E ; c) toute intersection de fermés de E est un fermé de E. a) E = E et E E = sont des ouverts de E, donc et E sont des fermés de E. b) Considérons une famille finie (F i ) i I de fermés de E, alors E F i = F i ) qui i I i I(E est un ouvert de E comme intersection finie d ouverts, donc F i est un fermé de E. i I 4

5 c) Considérons une famille (F i ) i I de fermés de E, alors E F i = F i ) qui est i I i I(E un ouvert de E comme réunion d ouverts, donc F i est un fermé de E. i I 2.8 Exemples a) Toute boule fermée d un espace métrique E est un fermé de E. b) Tout segment [a, b] de R est un fermé de R. De même les intervalles de la forme ], a] et [a, + [ sont des fermés de R. c) Dans l espace métrique (R 2, d 2 ), le demi-plan F = {(x, y) R 2 / y 0} est un fermé de R 2. d) Tout singleton {a} d un espace métrique E est un fermé de E. a) Considérons une boule fermée B(a, r) de E, alors E B(a, r) = {x E / d(x, a) > r} ; montrons que E B(a, r) est un ouvert de E : soit x 0 E B(a, r), on a d(x 0, a) > r donc il existe ε > 0 tel que d(x 0, a) > r + ε > r ; or on a pour tout x B(x 0, ε), d après l inégalité triangulaire d(x, a) d(x 0, a) d(x, x 0 ) > r + ε ε = r donc x E B(a, r), et ainsi B(x 0, ε) E B(a, r) : E B(a, r) est donc un ouvert de E d où B(a, r) est un fermé de E. b) Considérons un segment [a, b] de R, alors R [a, b] =], a[ ]b, + [ est un ouvert de R d après 2.4 et 2.5. On montre de façon analogue que ], a] et [a, + [ sont des fermés de R. c) R 2 F = {(x, y) R 2 / y > 0} est un ouvert d après 2.4 donc F est un fermé de R 2. d) Soit x 0 E {a}, i.e x 0 a, alors d(x 0, a) > 0 donc il existe ε > 0 tel que d(x 0, a) > ε > 0 ; on en déduit que B(x 0, ε) E {a}, en effet : pour tout x B(x 0, ε), on a d(x, a) d(x 0, a) d(x 0, x) > ε ε = 0 donc x a i.e x E {a}. Donc E {a} est un ouvert de E et ainsi {a} est un fermé de E. Remarque Une réunion quelconque de fermés n est pas nécessairement un fermé : en effet ε>0[ε, + [=]0, + [ qui n est pas un fermé de R ; en effet R ]0, + [=], 0] qui n est pas un ouvert de R puisqu il n existe aucune boule ouverte de centre 0 contenue dans ], 0]. 5

6 2.9 Définitions Soit (E, d) un espace métrique. a) Soit V un sous-ensemble de E et x E : on dit que V est un voisinage de x s il contient une boule ouverte de centre x. b) Soit A un sous-ensemble de E : on dit qu un élément a de E est un point intérieur à A si A est un voisinage de a ou, ce qui est équivalent, s il existe r > 0 tel que B(a, r) A. On appelle intérieur de A et on note Å l ensemble des points intérieurs à A Proposition Soient (E, d) un espace métrique et A et B des sous-ensembles de E. Alors a) A est un ouvert de E si et seulement si A est voisinage de tous ses points ; b) Å est un ouvert de E et Å A ; c) A est un ouvert de E si et seulement si A = Å ; d) Å est la réunion de tous les ouverts de E contenus dans A : ainsi Å est le plus grand ouvert de E contenu dans A ; e) si A B alors Å B ; f) Å B = Å B ; g) Å B Å B mais l inclusion est stricte en général. cf. exercice Exemples a) Soit r > 0 et considérons A = {z C / z r}, alors Å = {z C / z > r}, en effet : notons B = {z C / z > r}, alors B est clairement ouvert et B A, donc B = B Å. Considérons maintenant z 0 Å et supposons que z 0 B, alors z 0 = r, donc il existe θ R tel que z 0 = re iθ. De plus z 0 Å donc il existe ε > 0 tel que B(z 0, ε) A et on peut supposer que ε < 2r, quitte à diminuer ε, posons alors z 1 = z 0 ε 2 eiθ : on a donc z 1 B(z 0, ε) puisque z 1 z 0 = ε Å 2, d où z 1 A, mais z 1 = r ε ã e iθ donc 2 z 1 = r ε 2 < r d où z 1 A, ce qui est absurde. On en déduit donc que, si z 0 Å, alors z 0 B, d où Å = B. b) On considère R 2 muni de la distance euclidienne d 2 : on va montrer que toute droite D de R 2 est d intérieur vide. Considérons donc la droite D d équation ax + by = c où a, b, c R et (a, b) (0, 0) : si D =, alors D contient Ç un point (x0, y 0 ) et il existe donc ε > 0 tel que B((x 0, y 0 ), ε) D. Alors le point x 0 + ε a 2 a2 + b, y ε å b 2 a2 + b 2 appartient à B((x 0, y 0 ), ε) mais n appartient pas à D car Ç a x 0 + ε 2 Ç a å+b y a2 + b ε å b = ax 2 a2 + b 2 0 +by 0 + ε a2 + b 2 2 = c+ ε a2 + b 2 2 c. 6

7 Donc D =. c) Q est d intérieur vide dans R, en effet si x 0 Q, tout intervalle ouvert centré en x 0 contient au moins un irrationnel. d) L intérieur d une boule fermée B(a, r) n est pas nécessairement la boule ouverte B(a, r) : prenons la distance discrète définie en 1.2 d) sur un ensemble E contenant au moins deux éléments distincts, alors pour tout a E, B(a, 1) = E donc est égale à son intérieur alors que B(a, 1) = {a} Définitions Soit (E, d) un espace métrique et A un sous-ensemble de E : on dit qu un élément x de E est un point adhérent à A si pour tout voisinage V de x, V A ou, ce qui est équivalent, si pour tout r > 0, B(x, r) A. On appelle adhérence de A et on note A l ensemble des points adhérents à A Proposition Soient (E, d) un espace métrique et A et B des sous-ensembles de E. Alors a) A est un fermé de E et A A ; b) A est un fermé de E si et seulement si A = A ; c) A est l intersection de tous les fermés de E contenant A : ainsi A est le plus petit fermé de E contenant A ; d) si A B alors A B ; e) A B = A B ; f)a B A B mais l inclusion est stricte en général. cf. exercice Exemples a) Soit r > 0 et considérons A = {z C / z > r}, alors A = {z C / z r}, en effet : notons B = {z C / z r}, alors B est clairement fermé et A B, donc A B = B ; Considérons maintenant z 0 B et supposons que z 0 A, alors il existe ε > 0 tel que B(z 0, ε) A =, i.e B(z 0, ε) E A = {z C / z r}, donc, en particulier, z 0 E A, d où z 0 = r, il existe donc θ R tel que z 0 = re iθ. Posons alors z 1 = z 0 + ε 2 eiθ : on a donc z 1 B(z 0, ε) puisque z 1 z 0 = ε 2, d où z 1 E A et ainsi Å z 1 r, mais z 1 = r + ε ã e iθ donc z 1 = r + ε > r, ce qui est absurde. On en déduit 2 2 donc que, si z 0 B, alors z 0 A, d où A = B. b) L adhérence d une boule ouverte B(a, r) n est pas nécessairement la boule fermée B(a, r) : prenons la distance discrète définie en 1.2 sur un ensemble E contenant au moins deux éléments distincts, alors B(a, 1) = {a} = B(a, 1) alors que B(a, 1) = E. 7

8 2.15 Proposition Soient (E, d) un espace métrique et A un sous-ensemble de E. alors on a : a) E A = E Å ; b) E A = E A. a) On a x E A r > 0, B(x, r) (E A) r > 0, B(x, r) A x E Å. Donc E A = E Å. a) On a x Donc E A r > 0, B(x, r) (E A) r > 0, B(x, r) A = x E A. E A = E A Définition et proposition Soit (E, d) un espace métrique et A un sous-ensemble de E. Alors les trois conditions suivantes sont équivalentes : a) A = E ; b) pour tout ouvert U non vide de E, U A ; c) E A est d intérieur vide. Si l une de ces trois conditions est vérifiée, on dit que A est dense dans E. l équivalence a) b) est une conséquence immédiate des définitions. L équivalence a) c) provient de Exemple Q et R Q sont denses dans R ; en effet tout intervalle ouvert de R contient au moins un rationnel et un irrationnel Définition et proposition Soit (E, d) un espace métrique et A un sous-ensemble de E. On appelle frontière de A, et on note F r(a), l ensemble A Å. L ensemble A et son complémentaire E A ont même frontière. D après 2.15, E Å = E A et E A = E A, donc F r(a) = A Å = A (E Å) = A E A = E A (E A) = E A E A = F r(e A). 8

9 2.19 Exemple a) F r(q) = R puisque Q = et Q = R. b) Si a < b dans R, F r(]a, b]) = F r([a, b]) = F r([a, b[) = F r(]a, b[) = {a, b} puisque les quatre intervalles considérés ont pour adhérence [a, b] et pour intérieur ]a, b[. c) Si a R, F r([a, + [) = F r(]a, + [) = {a}. d) La frontière d une boule ouverte B(a, r) d un espace métrique (E, d) n est pas nécessairement égale au disque {x E / d(a, x) = r} : avec la distance discrète, on a F r(b(a, 1)) = {a} {a} = alors que {x E / d(a, x) = 1} = E {a}. 3 Suites dans un espace métrique 3.1 Définition Soit (x n ) n N une suite d éléments d un espace métrique (E, d) ; on dit que la suite (x n ) n N converge ou est convergente s il existe l E tel que ε > 0, N N, n N, n N = d(x n, l) < ε. Dans ce cas, on dit que la suite (x n ) n N converge vers l. On dit que la suite (x n ) n N diverge ou est divergente si elle n est pas convergente. 3.2 Proposition Soit (E, d) un espace métrique. a) Si une suite (x n ) n N d éléments de E converge vers l E, alors l est unique : on dit alors que l est la limite de la suite (x n ) n N ; b) on peut énoncer la définition de la convergence d une suite avec le langage des voisinages : une suite (x n ) n N d éléments de E converge vers l E si pour tout voisinage V de l, N N, n N, n N = x n V c) une suite (x n ) n N d éléments de E converge vers l E si et seulement si la suite de réels positifs (d(x n, l)) n N converge vers 0. cf.exercice. 3.3 Définitions Soient (E, d) un espace métrique, A et B des sous-ensembles non vides de E et x un élément de E ; a) on appelle distance de x à A et on note d(x, A) le réel positif défini par d(x, A) = inf d(x, a); a A 9

10 b) on appelle distance de A à B et on note d(a, B) le réel positif défini par d(a, B) = inf d(a, b); a A,b B c) on appelle diamètre de A et on note δ(a) l élément de R + {+ } défini par On dit que A est borné si δ(a) est fini. 3.4 Proposition δ(a) = sup d(x, y). x,y A Soient (E, d) un espace métrique, A un sous-ensemble non vide de E et x un élément de E. Alors les trois conditions suivantes sont équivalentes : a) x A ; b) d(x, A) = 0 ; c) il existe une suite (a n ) n N d éléments de A qui converge vers x. a) b) : si x A, alors pour tout entier n 1, la boule ouverte B(x, 1/n) rencontre A, i.e il existe a A tel que d(x, a) < 1/n, donc d(x, A) < 1/n pour tout n 1, on en déduit d(x, A) = 0 quand n +. b) c) : si d(x, A) = 0 alors, pour tout entier n 1, 1/n n est pas un minorant de {d(x, a) / a A} donc il existe a n A tel que d(x, a n ) 1/n ; on en déduit que la suite (d(a n, x)) n N converge vers 0, i. e que la suite (a n ) n N d éléments de A converge vers x. c) a) : soit (a n ) n N une suite d éléments de A qui converge vers x ; alors pour tout ε > 0, il existe N N tel que d(a n, x) < ε dès que n N, donc B(x, ε) A contient {a n / n N}, en particulier B(x, ε) A, on en déduit que x A. 3.5 Définition Soit (x n ) n N une suite d éléments d un espace métrique (E, d) ; on appelle sous-suite (ou suite extraite) de la suite (x n ) n N toute suite de la forme (x ϕ(n) ) n N où ϕ est une application strictement croissante de N dans N. 3.6 Proposition Soit (x n ) n N une suite d éléments d un espace métrique (E, d). Alors on a a) si (x n ) n N converge vers l E, toute sous-suite de (x n ) n N converge vers l ; b) si (x n ) n N possède deux sous-suites convergeant vers des limites distinctes, alors (x n ) n N diverge ; c) si les deux sous-suites (x 2n ) n N et (x 2n+1 ) n N convergent vers la même limite l alors (x n ) n N converge vers l. 10

11 a) Soit (x ϕ (n)) n N une sous-suite de (x n )) n N : l application ϕ étant strictement croissante de N dans N, on montre facilement par récurrence que pour tout n N, ϕ(n) n. Ecrivons que (x n ) n N converge vers l E : ε > 0, N N, n N, n N = d(x n, l) < ε or si n N, on a ϕ(n) n N donc d(x ϕ(n), l) < ε, on en déduit donc que (x ϕ(n) ) n N converge vers l. b) n est autre que la contraposée de a). c) Considérons ε > 0 ; comme les deux sous-suites (x 2n ) n N et (x 2n+1 ) n N convergent vers l, il existe N 1 et N 2 N tels que n N 1 = d(x 2n, l) < ε et n N 2 = d(x 2n+1, l) < ε. Soit k N : si k est pair, alors k 2N 1 = d(x k, l) < ε et si k est impair, alors k 2N = d(x k, l) < ε, donc si on pose N = max (2N 1, 2N 2 + 1), on a donc (x n ) n N converge vers l. k N = d(x k, l) < ε 3.7 Définition Soit (x n ) n N une suite d éléments d un espace métrique (E, d) et soit l E. On dit que l est une valeur d adhérence de la suite (x n ) n N s il existe une sous-suite de (x n ) n N qui converge vers l. 3.8 Exemple Les valeurs d adhérence de la suite x n = ( 1) n sont 1 et 1 ; en effet, la sous-suite x 2n = 1 converge vers 1 et la sous-suite x 2n+1 = 1 converge vers 1 donc 1 et 1 sont des valeurs d adhérence de la suite (x n ) n N. Réciproquement, si l est une valeur d adhérence de (x n ) n N, il existe une sous-suite (x ϕ(n) ) n N qui converge vers l : alors pour tout ε ]0, 1[, il existe N ε N tel que n N ε = l ε < x ϕ(n) < l + ε. Si ϕ(n ε ) est pair, alors x ϕ(nε) = 1 donc l ε < 1 < l + ε d où 1 ε < l < 1 + ε ; on en déduit alors que pour tout n N ε, ϕ(n) est pair, sinon on aurait l ε < 1 < l + ε d où 1 ε < l < 1 + ε, ce qui est impossible puisque ] 1 ε, 1 + ε[ ]1 ε, 1 + ε[=. Donc la suite (x ϕ(n) ) n Nε est la suite constante égale à 1, d où l = 1. De même, si ϕ(n ε ) est impair, on prouve que l = 1. 4 Distances équivalentes 4.1 Définition Soient d 1 et d 2 deux distances sur un ensemble non vide E ; on dit que d 1 et d 2 sont topologiquement équivalentes si elles définissent la même topologie sur E, c est-à-dire si la famille des ouverts de E pour d 1 coïncide avec la famille des ouverts de E pour d 2. 11

12 4.2 Proposition a) Soient d 1 et d 2 deux distances sur un ensemble non vide E ; si on note B i (x, r) la boule ouverte de centre x E et de rayon r > 0 pour la distance d i (1 i 2), alors les distances d 1 et d 2 sont topologiquement équivalentes si et seulement si x E, r > 0, r 1 > 0, r 2 > 0 tels que B 1 (x, r 1 ) B 2 (x, r) et B 2 (x, r 2 ) B 1 (x, r). b) Soient d 1 et d 2 deux distances sur un ensemble non vide E topologiquement équivalentes ; alors si une suite (x n ) n N d éléments de E converge vers une limite x pour la distance d 1, (x n ) n N converge également vers x pour la distance d 2 et réciproquement. a) Supposons que les distances d 1 et d 2 sont topologiquement équivalentes. Considérons x E et r > 0, alors la boule ouverte B 2 (x, r) est ouverte pour la distance d 2 donc aussi pour la distance d 1 par hypothèse, donc il existe r 1 > 0 tel que B 1 (x, r 1 ) B 2 (x, r). De même, il existe r 2 > 0 tel que B 2 (x, r 2 ) B 1 (x, r). Réciproquement, supposons que x E, r > 0, r 1 > 0, r 2 > 0 tels que B 1 (x, r 1 ) B 2 (x, r) et B 2 (x, r 2 ) B 1 (x, r). Soit U un ouvert de E pour d 2 ; alors, pour tout x U, il existe r > 0 tel que B 2 (x, r) U, or il existe r 1 > 0 tel que B 1 (x, r 1 ) B 2 (x, r) donc B 1 (x, r 1 ) U et ainsi U est un ouvert pour d 1. De même, on montre que tout ouvert pour d 1 est un ouvert pour d 2. Donc les distances d 1 et d 2 sont topologiquement équivalentes. b) découle immédiatement de a). 4.3 Corollaire et définition Soient d 1 et d 2 deux distances sur un ensemble non vide E. On dit que d 1 et d 2 sont métriquement équivalentes si il existe deux réels α et β strictement positifs tels que x, y E, α d 1 (x, y) d 2 (x, y) β d 1 (x, y). Des distances d 1 et d 2 métriquement équivalentes sont topologiquement équivalentes. Avec les notations de 4.2, on vérifie facilement que pour tout x E et tout r > 0, on a B 1 (x, r/β) B 2 (x, r) et B 2 (x, αr) B 1 (x, r), donc d 1 et d 2 sont topologiquement équivalentes d après

13 Remarque La réciproque de la proposition 4.3 est fausse : on peut trouver des distances d 1 et d 2 topologiquement équivalentes qui ne sont pas métriquement équivalentes (cf.exercice). 4.4 Proposition Soit p un entier 1 ; alors les distances d 1, d 2 et d définies sur K p vérifient x, y K p, d (x, y) d 1 (x, y) p d 2 (x, y) p d (x, y). Ainsi les distances d 1, d 2 et d sont métriquement donc topologiquement équivalentes. Seule l inégalité d 1 (x, y) p d 2 (x, y) n est pas évidente : d après l inégalité de Cauchy- Schwarz, on a ( p p ) 1 ( ) 1 d 1 (x, y) = x i y i p x i y i 2 2 = p d2 (x, y). 5 Sous-espaces métriques - produit d espaces métriques 5.1 Proposition et définition Soient (E, d) un espace métrique et A un sous-ensemble non vide de E ; alors on peut définir une distance d A sur A, appelée distance induite sur A par d, en posant x, y A, d A (x, y) = d(x, y.) Ainsi (A, d A ) est un espace métrique, appelé sous-espace métrique de (E, d) et la topologie définie sur A par d A est appelée topologie induite par celle de (E, d) sur A. 5.2 Proposition Soient (E, d) un espace métrique et A un sous-ensemble non vide de E muni de la distance d A induite par d, alors a) Une partie U de A est un ouvert de (A, d A ) si et seulement s il existe un ouvert O de E tel que U = A O. b) Une partie F de A est un fermé de (A, d A ) si et seulement s il existe un fermé G de E tel que F = A G. a) Remarquons d abord que pour tout a A et tout r > 0, la boule ouverte B A (a, r) de centre a et de rayon r pour la distance induite d A n est autre que l intersection avec A de la boule ouverte B A (a, r) : B A (a, r) = A B(a, r). Soit U une partie de A telle qu il existe O un ouvert de E vérifiant U = A O ; alors pour tout a U, a O ouvert donc il existe r > 0 tel que la boule ouverte B(a, r) de E soit contenue dans O. On en déduit que B A (a, r) = A B(a, r) A O = U, d où U est un ouvert de A. 13

14 Réciproquement, si U est un ouvert de A, alors, pour tout a U, il existe r a > 0 tel que B A (a, r a ) U ; or U = a U où O désigne a U B A (a, r a ) = a U (A B(a, r a )) = A B(a, r a ) et est donc un ouvert de E. ( a U B(a, r a ) ) = A O b) Considérons une partie F de A, alors F est un fermé de A si et seulement si A F est un ouvert de A, i.e, si et seulement si il existe un ouvert O de E tel que A F = A O, or A F = A O F = A (E O) et O ouvert de E signifie que G = E O est un fermé de E, donc F est un fermé de A si et seulement s il existe un fermé G de E tel que F = A G. Remarques Soient (E, d) un espace métrique et A un sous-ensemble non vide de E. a) Si A est un ouvert de E alors tout ouvert de (A, d A ) est un ouvert de E, mais la réciproque est fausse : [0, 1[ est un ouvert de [0, 2] ([0, 1[= [0, 2] ], 1[) mais n est pas un ouvert de R. b) Si A un fermé de E alors tout fermé de (A, d A ) est un fermé de E, mais la réciproque est fausse : ]0, 1] est un fermé de ]0, 2] (]0, 1] = [0, 1] ]0, 2]) mais n est pas un fermé de R. 5.3 Définition et proposition Soient (E, d) un espace métrique et A un sous-ensemble non vide de E. Pour toute partie B de A, on notera B A l intérieur de B dans (A, d A ) et B A l adhérence de B dans (A, d A ). On a a) B A = A B ; b) A B B A mais l inclusion est stricte en général : par exemple, en prenant E = R, A = [0, + [ et B = [0, 1[, on a B A = [0, 1[ alors que A B =]0, 1[. a) Soit x A ; si x B A, alors pour tout r > 0, B A (x, r) B, or B A (x, r) = B(x, r) A et A B = B puisque B A, donc B A (x, r) B = B(x, r) B et ainsi B(x, r) B pour tout r > 0, i.e x B. Réciproquement, si x B A, alors pour tout r > 0, B(x, r) B mais A B = B, donc B(x, r) B = B(x, r) A B = B A (x, r) B, ainsi B A (x, r) B pour tout r > 0, i.e x B A. b) A B est un ouvert de A contenu dans B, donc A B B A. 14

15 5.4 Définitions et proposition On considère p espaces métriques (E 1, d E1 ), (E 2, d E2 ),, (E p, d Ep ) et leur produit cartésien E = E 1 E 2 E p, alors on peut définir trois applications sur E E de la manière suivante : Pour tout x = (x 1,, x p ) E et tout y = (y 1,, y p ) E, on pose p d 1 (x, y) = d Ei (x i, y i ) ( p ) 1 d 2 (x, y) = (d Ei (x i, y i )) 2 2 d (x, y) = max 1 i p d E i (x i, y i ). alors d 1, d 2 et d sont des distances sur E et vérifient les inégalités suivantes : x, y E, d (x, y) d 1 (x, y) p d 2 (x, y) p d (x, y). Donc d 1, d 2 et d sont métriquement équivalentes : elles définissent donc la même topologie sur E. Il est immédiat de vérifier que d 1 et d sont des distances sur E. Pour d 2, le seul point délicat est de prouver l inégalité triangulaire : pour tous x, y, z E, on a ( p ) 1 ( (d Ei (x i, z i )) 2 2 p ) 1 ( (d Ei (x i, y i ) + d Ei (y i, z i )) 2 2 p ) 1 ( (d Ei (x i, y i )) 2 2 p ) 1 + (d Ei (y i, z i )) 2 2 en utilisant l inégalité triangulaire pour chaque distance d i puis l inégalité de Minkowski (cf. 1.3), d où d 2 (x, z) d 2 (x, y) + d 2 (y, z). Les inégalités entre les distances d 1, d 2 et d s obtiennent comme dans la preuve de Proposition Soient (E 1, d E1 ), (E 2, d E2 ),, (E p, d Ep ) des espaces métriques et E = E 1 E 2 E p leur produit cartésien que l on munit de l une des trois distances métriquement équivalentes d 1, d 2 et d. Pour tout 1 i p, on notera B i (x i, r) la boule ouverte de centre x i E i et de rayon r > 0 pour la distance d Ei. Alors, on a : a) un sous-ensemble U de E est un ouvert de E si et seulement si, pour tout x = (x 1,, x p ) U, il existe r > 0 tel que B 1 (x 1, r) B 2 (x 2, r) B p (x p, r) U; b) si U i est un ouvert de E i pour tout 1 i p, alors U 1 U 2 U p est un ouvert de E (mais les ouverts de E ne sont pas tous de cette forme) ; 15

16 c) si F i est un fermé de E i pour tout 1 i p, alors F 1 F 2 F p est un fermé de E (mais les fermés de E ne sont pas tous de cette forme) ; d) soit A i un sous-ensemble de E i pour tout 1 i p, alors on a : p p A i = A i et ṗ A i = p Å i ; e) soit (x n ) n N une suite d éléments de E : notons, pour tout n N, x n = (x 1 n, x 2 n,, x p n) où x i n E i pour tout 1 i p, alors la suite (x n ) n N converge dans E si et seulement si, pour tout 1 i p, la suite (x i n) n N converge dans E i et dans ce cas, lim x n = ( lim n + n + x1 n, lim n + x2 n,, lim n + xp n). On va faire la démonstration pour la distance d : on vérifie facilement que, pour tout x = (x 1,, x p ) E et tout r > 0, la boule ouverte B(x, r) de centre x et de rayon r pour la distance d n est autre que le produit cartésien B 1 (x 1, r) B 2 (x 2, r) B p (x p, r). a) U est un ouvert de E si et seulement si pour tout x U, il existe r > 0 tel que B(x, r) U, autrement dit B 1 (x 1, r) B 2 (x 2, r) B p (x p, r) U. b) si U i est un ouvert de E i pour tout 1 i p, considérons x U 1 U 2 U p ; comme pour tout 1 i p, U i est un ouvert de E i, il existe r i > 0 tel que B i (x i, r i ) U i, alors en posant r = min(r 1,, r p ), on obtient B(x, r) = B 1 (x 1, r) B 2 (x 2, r) B p (x p, r) U 1 U 2 U p et ainsi U 1 U 2 U p est un ouvert de E. c) si F i est un fermé de E i pour tout 1 i p, on a E (F 1 F 2 F p ) = (E 1 E i 1 (E i F i ) E p ) 1 i p or pour tout 1 k p, E k est un ouvert de E k et pour tout 1 i p, E i F i est un ouvert de E i puisque F i est un fermé de E i, donc pour tout 1 i p, (E 1 E i 1 (E i F i ) E p ) est un ouvert de E d après b) donc la réunion de tous ces ouverts est un ouvert de E. On en déduit que F 1 F 2 F p est un fermé de E. d) Soit x p A i, alors pour tout r > 0, on a B(x, r) B(x, r) = B 1 (x 1, r) B 2 (x 2, r) B p (x p, r) donc, on a p autrement dit x A i et réciproquement. r > 0, 1 i p, B i (x i, r) A i 16 p A i, or

17 De même si x p A i, alors il existe r > 0 tel que B(x, r) B(x, r) = B 1 (x 1, r) B 2 (x 2, r) B p (x p, r) donc, on a p A i, or p autrement dit x Å i et réciproquement. 1 i p, B i (x i, r) A i i.e x i Åi e) Soit l = (l 1,, l p ) E, alors on a pour tout n N d (x n, l) = max 1 i p d i(x i n, l i ) le résultat annoncé dans e) s en déduit aussitôt. 6 Applications continues 6.1 Définition Soient (E 1, d E1 ) et (E 2, d E2 ) deux espaces métriques et f : E 1 E 2 une application. On dit que f est continue en un point x 0 de E 1 si ε > 0, α > 0, x E 1, d E1 (x 0, x) < α = d E2 (f(x 0 ), f(x)) < ε. On dit que f est continue (sous-entendu sur E 1 ) si elle est continue en tout point de E Proposition Soient (E 1, d E1 ) et (E 2, d E2 ) deux espaces métriques et f : E 1 E 2 une application. Alors les trois conditions suivantes sont équivalentes : a) f est continue ; b) pour tout ouvert U de E 2, f 1 (U) est un ouvert de E 1 ; c) pour tout fermé F de E 2, f 1 (F ) est un fermé de E 1. a) = b) : soit U un ouvert de E 2 : rappelons que f 1 (U) = {x E 1 / f(x) U}. Soit x 0 f 1 (U), alors f(x 0 ) U ouvert donc il existe ε > 0 tel que B 2 (f(x 0 ), ε) U ; or f est continue par hypothèse donc il existe α > 0 tel que x E 1, d E1 (x 0, x) < α = d E2 (f(x 0 ), f(x)) < ε i.e d où x B 1 (x 0, α), f(x) B 2 (f(x 0 ), ε) U B 1 (x 0, α) f 1 (U). Donc f 1 (U) est un ouvert de E 1. 17

18 b) = c) : Soit F un fermé de E 2, alors E 2 F est un ouvert de E 2 donc, par hypothèse, f 1 (E 2 F ) est un ouvert de E 1 ; or f 1 (E 2 F ) = E 1 f 1 (F ), on en déduit aussitôt que f 1 (F ) est un fermé de E 1. c) = a) : Considérons x 0 E 1 et ε > 0 ; on a E 1 f 1 (B 2 (f(x 0 ), ε)) = f 1 (E 2 B 2 (f(x 0 ), ε)) or E 2 B 2 (f(x 0 ), ε) est fermé dans E 2 puisque B 2 (f(x 0 ), ε) est ouvert, donc f 1 (E 2 B 2 (f(x 0 ), ε)) est fermé dans E 1 par hypothèse, i.e E 1 f 1 (B 2 (f(x 0 ), ε)) est fermé : on en déduit que f 1 (B 2 (f(x 0 ), ε)) est ouvert dans E 1, donc il existe α > 0 tel que B 1 (x 0, α) f 1 (B 2 (f(x 0 ), ε)) i.e x E 1, d E1 (x 0, x) < α = d E2 (f(x 0 ), f(x)) < ε. et ainsi f est continue en tout point x 0 de E Exemples a) Soit (E, d) un espace métrique et f une application continue de E dans R. Alors pour tout a R, le sous-ensemble {x E / f(x) < a} de E est un ouvert de E puisqu il est égal à f 1 (], a[). De même, si a b dans R, le sous-ensemble {x E / a f(x) b} de E est un fermé de E puisqu il est égal à f 1 ([a, b]). b) Dans l espace métrique (R 2, d 2 ), le demi-plan F = {(x, y) R 2 / y 0} est un fermé de R 2, en effet F = f 1 (], 0]) où f désigne l application de R 2 dans R définie par f(x, y) = y qui est manifestement continue. c) Toute droite de R 2 est un fermé, en effet si D est la droite de R 2 d équation ax+by = c, alors D = f 1 ({c}) où f est l application de R 2 dans R définie par f(x, y) = ax + by qui est manifestement continue. Remarques a) L image directe d un ouvert par une application continue n est pas nécessairement un ouvert : si on considère l application constante de R dans R définie par f(x) = 1, alors f(r) = {1} qui n est pas ouvert dans R alors que R l est. b) L image directe d un fermé par une application continue n est pas nécessairement un fermé : l image du fermé R par l application Arctangente est ] π/2, π/2[ qui n est pas fermé dans R. 6.4 Proposition Soient (E 1, d E1 ) et (E 2, d E2 ) deux espaces métriques, f : E 1 E 2 une application et a E 1 ; alors f est continue en a si et seulement si pour toute suite (x n ) n N d éléments de E 1 convergeant vers a, la suite (f(x n )) n N converge vers f(a). 18

19 Si f est continue en a, alors ε > 0, α > 0, x E 1, d E1 (a, x) < α = d E2 f(a), f(x)) < ε alors, pour toute suite (x n ) n N d éléments de E 1 convergeant vers a, il existe N N tel que n N, n N = d E1 (x n, a) < α d où donc la suite (f(x n )) n N converge vers f(a). n N, n N = d E2 (f(x n ), f(a)) < ε Réciproquement, supposons que pour toute suite (x n ) n N d éléments de E 1 convergeant vers a, la suite (f(x n )) n N converge vers f(a) et raisonnons par l absurde : si f n est pas continue en a, alors ε > 0, α > 0, x α E 1, tel que d E1 (a, x α ) < α et d E2 (f(a), f(x)) ε en particulier, si on prend α = 1/n pour n entier 1, il existe x n E 1 tel que d E1 (a, x n ) < 1 n et d E 2 (f(a), f(x n )) ε autrement dit, on a construit une suite (x n ) n N d éléments de E 1 convergeant vers a et telle que (f(x n )) n N ne converge pas vers f(a), ce qui contredit l hypothèse. Donc f est continue en a. 6.5 Exemple Soit f l application de R dans R définie par f(x) = sin(1/x) si x 0, et f(0) = 1. En prenant la suite x n = 1/2nπ, on a f(x n ) = sin(2nπ) = 0 pour tout n 1 donc la suite (f(x n )) converge vers 0 f(0). Donc f n est pas continue en Définition Soient (E 1, d E1 ) et (E 2, d E2 ) deux espaces métriques, A un sous-ensemble de E 1 et f : A E 2 une application. On dit que f est continue en x 0 A si f est continue en x 0 en tant qu application du sous-espace métrique A muni de la distance induite par d 1 dans E 2, i.e si ε > 0, α > 0, x A, d E1 (x 0, x) < α = d E2 (f(x 0 ), f(x)) < ε. On dit que f est continue (sous-entendu sur A) si elle est continue en tout point de A. 6.7 Proposition Soient (E 1, d E1 ), (E 2, d E2 ) et (E 3, d E3 ) trois espaces métriques, A 1 un sous-ensemble de E 1 et A 2 un sous-ensemble de E 2. Soient f : A 1 E 2 et g : A 2 E 3 deux applications telles que f(a 1 ) A 2. 19

20 Si f est continue en x 0 A 1 et si g est continue en f(x 0 ), alors g f est continue en x 0. On en déduit que si f et g sont continues, alors g f est continue. Supposons que f est continue en x 0 A 1 et g est continue en f(x 0 ), alors pour tout ε > 0, on a et α > 0, y A 2, d E2 (f(x 0 ), y) < α = d E3 (g f(x 0 ), g(y)) < ε donc pour tout x A 1, on a β > 0, x A, d E1 (x 0, x) < β = d E2 (f(x 0 ), f(x)) < α et ainsi g f est continue en x Proposition d E1 (x 0, x) < β = d E3 (g f(x 0 ), g f(x)) < ε Soient (G, d), (E 1, d E1 ), (E 2, d E2 ),, (E p, d Ep ) des espaces métriques et E = E 1 E p le produit cartésien que l on munit de l une des trois distances équivalentes d 1, d 2 et d. Soit A un sous-ensemble de G et soit f = (f 1, f 2,, f p ) une application de A dans E ; alors f est continue en un point x 0 de G si et seulement si pour tout 1 i p, l application f i : A E i est continue en x 0. Supposons que f est continue en x 0, alors, pour tout ε > 0 on a or α > 0, x A, d(x 0, x) < α = d (f(x 0 ), f(x)) < ε d (f(x 0 ), f(x)) = max Ä d E1 (f 1 (x 0 ), f 1 (x)),, d Ep (f p (x 0 ), f p (x)) ä donc, pour tout 1 i p, on a donc f i est continue en x 0. x A, d(x 0, x) < α = d Ei (f i (x 0 ), f i (x)) < ε Réciproquement, supposons que pour tout 1 i p, f i est continue en x 0, alors, pour tout ε > 0 on a α i > 0, x A, d(x 0, x) < α i = d Ei (f i (x 0 ), f i (x)) < ε. Posons α = min(α 1,, α p ) : on a alors α > 0 et donc x A, d(x 0, x) < α = d Ei (f i (x 0 ), f i (x)) < ε x A, d(x 0, x) < α = d (f(x 0 ), f(x)) = max Ä d E1 (f 1 (x 0 ), f 1 (x)),, d Ep (f p (x 0 ), f p (x)) ä < ε donc f est continue en x 0. 20

21 6.9 Définition et proposition Soient (E 1, d E1 ) et (E 2, d E2 ) deux espaces métriques, A un sous-ensemble de E 1 et f : A E 2 une application. On dit que f est uniformément continue si ε > 0, α > 0, x, y A, d E1 (x, y) < α = d E2 (f(x), f(y)) < ε. Toute application uniformément continue est continue. Remarque Une application continue n est pas nécessairement uniformément continue : l application f : R R définie par f(x) = x 2 n est pas uniformément continue. (cf.exercice) 6.10 Définition et proposition Soient (E 1, d E1 ) et (E 2, d E2 ) deux espaces métriques, A un sous-ensemble de E 1 et f : A E 2 une application. On dit que f est k-lipschitzienne (où k est un réel strictement positif) si x, y A, d E2 (f(x), f(y)) k d E1 (x, y). Toute application lipschitzienne est uniformément continue. immédiate. Exemple Soit (E, d) un espace métrique ; alors l application d est lipschitzienne de l espace métrique produit E E muni de la distance d 1 dans R + : en effet pour tous x 0, x 1, y 0, y 1 E on a, d après l inégalité triangulaire et de même on en déduit d(x 1, y 1 ) d(x 1, x 0 ) + d(x 0, y 0 ) + d(y 0, y 1 ) d(x 0, y 0 ) d(x 0, x 1 ) + d(x 1, y 1 ) + d(y 1, y 0 ) d(x 1, y 1 ) d(x 0, y 0 ) d(x 1, x 0 ) + d(y 0, y 1 ) = d 1 ((x 1, y 1 ), (x 0, y 0 )) Proposition Soit f une fonction définie sur un intervalle I de R à valeurs dans R possédant une dérivée bornée sur I ; alors f est lipschitzienne. Il suffit d appliquer le théorème des accroissements finis à f entre deux points quelconques de I. 21

22 Exemple Les fonctions sinus et cosinus sont lipschitziennes Définition et proposition Soient (E 1, d E1 ) et (E 2, d E2 ) deux espaces métriques et f : E 1 E 2 une application. On dit que f est un homéomorphisme si f est bijective et si f et f 1 sont continues. On dit que E 1 et E 2 sont homéomorphes s il existe un homéomorphisme entre E 1 et E 2. La relation "est homéomorphe à " est une relation d équivalence sur l ensemble des espaces métriques. Montrons que la relation "est homéomorphe à " est une relation d équivalence sur l ensemble des espaces métriques : a) la relation est réflexive car Id sur un espace métrique E est un homéomorphisme de E sur lui-même. b) la relation est symétrique : en effet, s il existe un homéomorphisme f d un espace métrique E 1 sur un espace métrique E 2, alors f 1 est un homéomorphisme de E 2 sur E 1. c) la relation est transitive : en effet s il existe un homéomorphisme f d un espace métrique E 1 sur un espace métrique E 2 et un homéomorphisme g de E 2 sur un espace métrique E 3, alors g f est un homéomorphisme de E 1 sur E Proposition Tout intervalle ouvert de R est homéomorphe à R. ò L application tangente est un homéomorphisme de π 2, π ï sur R. De plus tout intervalle ò 2 ]a, b[ où a < b est homéomorphe à π 2, π ï par l application x π ñ x a + b ô, 2 b a 2 donc est homéomorphe à R par transitivité. Considérons maintenant l intervalle ouvert ]a, + [ : il est homéomorphe ò à ]0, + [ par la translation x x a ; de plus ]0, + [ est homéomorphe à π 2, π ï par l application 2 x 2Arctgx π donc est homéomorphe à R. On en déduit que ]a, + [ est homéomorphe à R. Enfin l intervalle ], a[ est homéomorphe à ]a, + [ par l application 2 x 2a x, donc est homéomorphe à R Proposition Soient d et d deux distances sur un ensemble E ; alors d et d sont équivalentes si et seulement si l application Id est un homéomorphisme de (E, d) sur (E, d ). C est une conséquence immédiate de

23 6.15 Définition et proposition Soient (E 1, d E1 ) et (E 2, d E2 ) deux espaces métriques et f : E 1 E 2 une application. On dit que f est une isométrie si x, y E 1, d E2 (f(x), f(y)) = d E1 (x, y). Toute isométrie est clairement injective et lipschitzienne, donc uniformément continue Exemple Toute translation de R 2 muni de la distance euclidienne est une isométrie. 7. Espaces vectoriels normés - Applications linéaires continues Dans ce paragraphe, K désignera R ou C. 7.1 Définitions Soit E un espace vectoriel sur K ; on appelle norme sur E toute application notée. définie sur E et à valeurs dans R + vérifiant les conditions suivantes : a) x E, x = 0 x = 0 ; b) x E, λ K, λx = λ. x ; c) x, y E, x + y x + y (inégalité triangulaire). On appelle espace vectoriel normé tout espace vectoriel sur K muni d une norme. Exemples L espace vectoriel R muni de la valeur absolue est un espace vectoriel normé ; de même C muni du module est un espace vectoriel normé. 7.2 Proposition Soit E un espace vectoriel normé ; alors l application d définie sur E E par : x, y E, d(x, y) = x y est une distance sur E, appelée distance associée à la norme sur E : ainsi tout espace vectoriel normé est un espace métrique. On a alors a) pour tout sous-espace vectoriel F de E, F est un sous-espace vectoriel de E ; b) l application norme de E dans R + est 1-lipschitzienne (donc uniformément continue) : x, y E, x y x y c) pour tous x E et r > 0, l adhérence de la boule ouverte B(x, r) n est autre que la boule fermée B(x, r) et l intérieur de la boule fermée B(x, r) n est autre que la boule ouverte B(x, r). d) pour tous x E et r > 0, la boule ouverte B(x, r) et la boule fermée B(x, r) ont pour frontière commune le disque {y E / d(x, y) = r}. 23

24 Il est immédiat de constater que d est une distance d après la définition d une norme. a) Soit F un sous-espace vectoriel de E ; montrons que F est un sous-espace vectoriel de E : considérons x et y F, alors il existe deux suites (x n ) n N et (y n ) n N d éléments de F telles que x n x et y n y quand n +, donc, pour tous α et β K, αx n + βy n αx + βy quand n +. Or, pour tout n N, αx n + βy n F puisque F est un sous-espace vectoriel de E, donc αx + βy F. b) découle immédiatement de l inégalité triangulaire. c) Montrons que B(x, r) = B(x, r) pour tous x E et r > 0 : Il est clair que B(x, r) B(x, r) puisque B(x, r) est fermé et B(x, r) est le plus petit fermé de E contenant B(x, r). Réciproquement, considérons y B(x, r) et posons pour tout n N, y n = x + (1 1/n)(y x), alors on a n 1, x y n = donc n 1, y n B(x, r). De plus, on a donc la suite (y n ) n N Ç 1 1 å x y < r n n 1, y n y = 1 x y n converge vers y, et ainsi y B(x, r). Considérons maintenant un point y intérieur à B(x, r) : il existe ε > 0 tel que la boule ouverte B(y, ε) B(x, r), en particulier y B(x, r) donc x y r. Supposons que x y = r et considérons z = x + λ(y x) où λ ]1, 1 + ε r [ ; alors y z = (λ 1)(x y) donc y z = (λ 1) x y = (λ 1)r < ε, on en déduit donc que z B(y, ε) B(x, r), d où z x r. Or z x = λ(y x) = λ y x = λr > r, ce qui est absurde, donc x y < r et ainsi y B(x, r) : l intérieur de B(x, r) est donc contenu dans B(x, r). Réciproquement, B(x, r) est un ouvert contenu dans B(x, r), donc il est contenu dans l intérieur de B(x, r). d) découle immédiatement de c). 7.3 Définition et proposition On dit que deux normes. 1 et. 2 définies sur un espace vectoriel E sont équivalentes s il existe deux réels strictement positifs α et β vérifiant x E, α x 1 x 2 β x 1. Les distances associées à deux normes équivalentes sont donc métriquement équivalentes (cf. 4.3). 24

25 7.4 Proposition On considère p espaces vectoriels normés (E 1,. E1 ), (E 2,. E2 ),, (E p,. Ep ) et leur produit cartésien E = E 1 E 2 E p ; on peut définir trois applications sur E de la manière suivante : Pour tout x = (x 1,, x p ) E, on pose p x 1 = x i Ei ( p ) 1 x 2 = x i 2 2 E i x = max 1 i p x i Ei alors les trois applications. 1,. 2 et. sont des normes sur E et vérifient les inégalités suivantes : x E, x x 1 p x 2 p x. Donc les normes. 1,. 2 et. sont équivalentes et par conséquent les trois distances associées d 1, d 2 et d sont métriquement équivalentes : elles définissent donc la même topologie sur E. En particulier, quand E 1 = E 2 = = E p = K (muni de la valeur absolue ou du module), les applications. 1,. 2 et. définies ci-dessus sur K p sont des normes équivalentes. De façon plus générale, si F est un K-espace vectoriel de dimension finie p p dont (e 1, e 2,, e p ) est une base, pour tout x = x i e i, si on pose ( p p ) 1 x 1 = x i, x 2 = x i 2 2, x = max x i 1 i p alors les trois applications. 1,. 2 et. sont des normes équivalentes sur F. analogue à la preuve de Exemples a) Soit A un ensemble et (E,. ) un K-espace vectoriel normé : on considère le K-espace vectoriel F(A, E) des fonctions définies sur A à valeurs dans E muni des lois usuelles suivantes : f, g F(A, E), λ K, x A, on pose (f + g)(x) = f(x) + g(x) et (λf)(x) = λf(x). L ensemble B(A, E) des fonctions bornées de A dans E est alors un sous-espace vectoriel de F(A, E) que l on peut munir d une norme notée., appelée norme de la convergence uniforme, définie par : f F(A, E), f = sup f(x). x A 25

26 b) Soit E l espace vectoriel des fonctions continues sur un segment [a, b] à valeurs dans R : toute fonction continue sur [a, b] étant bornée et intégrable, on peut considérer b f E, f = sup f(x) et f 1 = f(x) dx. x [a,b] a Alors. et. 1 sont des normes sur E qui ne sont pas équivalentes. exercice. 7.6 Théorème Soit T une application linéaire d un K-espace vectoriel normé (E,. E ) dans un K-espace vectoriel normé (F,. F ). Alors les conditions suivantes sont équivalentes : a) T est continue ; b) T est continue en 0 ; c) il existe c > 0 tel que x E, T (x) F c x E ; d) T est lipschitzienne. a) = b) : évident. b) = c) : T étant continue en 0, il existe α > 0 tel que y E, y E < α = T (y) F < 1 alors pour tout x non nul dans E, on a αx = α 2 x E E 2 < α donc d où T Ç αx 2 x E å F < 1 T (x) F < 2 α x E par linéarité de T et par propriété d une norme. Cette inégalité étant encore vérifiée en x = 0, il suffit donc de prendre c = 2 α. c) = d) : par linéarité de T, on a pour tous x, y E, T (x) T (y) F = T (x y) F c x y E donc T est c-lipschitzienne. d) = a) : T étant lipschitzienne, est continue d après

27 7.7 Théorème Soient (E,. E ) et (F,. F ) deux K-espaces vectoriels normés ; alors l ensemble L(E, F ) des applications linéaires continues de E dans F est un sous-espace vectoriel de F(E, F ). On pose, pour tout T L(E, F ) T L(E,F ) = T (x) F sup. x E {0} x E Alors. L(E,F ) est une norme sur L(E, F ) et on a pour tout T L(E, F ), T L(E,F ) = sup T (x) F = sup T (x) F. x E =1 x E 1 Il est immédiat de vérifier que. L(E,F ) est une norme sur L(E, F ). Notons M 1 = sup x E =1 T (x) F et M 2 = sup x E 1 T (x) F ; alors, pour tout x E vérifiant x E = 1, on a T (x) F = T (x) F x E T L(E,F ) donc, par passage à la borne supérieure, on a Réciproquement, pour tout x E non nul, or T Ç M 1 T L(E,F ). x x E Ç å x T M x E 1 F x x E å F = T (x) F x E est de norme égale à 1, donc donc, par passage à la borne supérieure, on a T L(E,F ) M 1 d où T L(E,F ) = M 1. Enfin, montrons que M 1 = M 2 : comme {x E / x E = 1} {x E / x E 1}, il est clair que M 1 M 2. Réciproquement, pour tout x E non nul tel que x E 1, on a donc d où M 2 M 1 et ainsi M 2 = M 1. T (x) F x E = Ç å x T M x E 1 F T (x) F M 1 x E M 1 27

28 7.8 Exemple Soit E l espace vectoriel normé des fonctions continues sur [0, 1] à valeurs réelles muni de la norme de la convergence uniforme.. On considère l application T : E E définie par Il est clair que T est linéaire, de plus f E, x [0, 1], T (f)(x) = x 0 f(t) dt. f E, x [0, 1], T (f)(x) f x f donc T est continue et T L(E,E) 1 ; d autre part, si on considère la fonction constante f = 1, alors T (f)(x) = x pour tout x [0, 1], donc T (f) = 1 et ainsi T L(E,E) = Proposition Soient (E,. E ), (F,. F ) et (G,. G ) trois K-espaces vectoriels normés ; alors pour tous T 1 L(E, F ) et T 2 L(F, G), T 2 T 1 L(E, G) et on a T 2 T 1 L(E,G) T 2 L(F,G) T 1 L(E,F ). Si T 1 et T 2 sont linéaires continues, alors la composée T 2 T 1 est linéaire continue ; d autre part, pour tout x E, on a (T 2 T 1 )(x) G = T 2 (T 1 (x)) G T 2 L(F,G) T 1 (x) F T 2 L(F,G) T 1 L(E,F ) x E d où l inégalité voulue. 28

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

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

* 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

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

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

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

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

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

Résolution d équations non linéaires

Résolution d équations non linéaires Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique

Plus en détail

Cours Fonctions de deux variables

Cours Fonctions de deux variables Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté

Plus en 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

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

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

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

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

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

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

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

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

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

Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques

Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques Université de Provence Topologie 2 Cours3. Applications continues et homéomorphismes 1 Rappel sur les images réciproques Soit une application f d un ensemble X vers un ensemble Y et soit une partie P de

Plus en 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

NOMBRES COMPLEXES. Exercice 1 :

NOMBRES COMPLEXES. Exercice 1 : Exercice 1 : NOMBRES COMPLEXES On donne θ 0 un réel tel que : cos(θ 0 ) 5 et sin(θ 0 ) 1 5. Calculer le module et l'argument de chacun des nombres complexes suivants (en fonction de θ 0 ) : a i( )( )(1

Plus en 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

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

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

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

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples 45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et

Plus en 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

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

CCP PSI - 2010 Mathématiques 1 : un corrigé

CCP PSI - 2010 Mathématiques 1 : un corrigé CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P

Plus en détail

Calcul différentiel. Chapitre 1. 1.1 Différentiabilité

Calcul différentiel. Chapitre 1. 1.1 Différentiabilité Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace

Plus en 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

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

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

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

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

Exercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument

Exercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument Formes algébriques et trigonométriques, module et argument Exercice - - L/Math Sup - On multiplie le dénominateur par sa quantité conjuguée, et on obtient : Z = 4 i 3 + i 3 i 3 = 4 i 3 + 3 = + i 3. Pour

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

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

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières

Plus en 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

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

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

Dérivées d ordres supérieurs. Application à l étude d extrema.

Dérivées d ordres supérieurs. Application à l étude d extrema. Chapitre 5 Dérivées d ordres supérieurs. Application à l étude d extrema. On s intéresse dans ce chapitre aux dérivées d ordre ou plus d une fonction de plusieurs variables. Comme pour une fonction d une

Plus en 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

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

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

TIQUE DE FRANCE NILSYSTÈMES D ORDRE 2 ET PARALLÉLÉPIPÈDES

TIQUE DE FRANCE NILSYSTÈMES D ORDRE 2 ET PARALLÉLÉPIPÈDES Bulletin de la SOCIÉTÉ MATHÉMATIQUE DE FRANCE NILSYSTÈMES D ORDRE 2 ET PARALLÉLÉPIPÈDES Bernard Host & Alejandro Maass Tome 135 Fascicule 3 2007 SOCIÉTÉ MATHÉMATIQUE DE FRANCE Publié avec le concours du

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

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

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

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

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

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet

Plus en 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

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

Comparaison de fonctions Développements limités. Chapitre 10

Comparaison de fonctions Développements limités. Chapitre 10 PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?

Plus en 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

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

Cours d Analyse I et II

Cours d Analyse I et II ÉCOLE POLYTECHNIQUE FÉDÉRALE DE LAUSANNE Cours d Analyse I et II Sections Microtechnique & Science et génie des matériaux Dr. Philippe Chabloz avril 23 Table des matières Sur les nombres. Les nombres

Plus en 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

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

Optimisation des fonctions de plusieurs variables

Optimisation des fonctions de plusieurs variables Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables

Plus en détail

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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I

Plus en détail

Une forme générale de la conjecture abc

Une forme générale de la conjecture abc Une forme générale de la conjecture abc Nicolas Billerey avec l aide de Manuel Pégourié-Gonnard 6 août 2009 Dans [Lan99a], M Langevin montre que la conjecture abc est équivalente à la conjecture suivante

Plus en 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

I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES

I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et

Plus en détail

Calcul Différentiel. I Fonctions différentiables 3

Calcul Différentiel. I Fonctions différentiables 3 Université de la Méditerranée Faculté des Sciences de Luminy Licence de Mathématiques, Semestre 5, année 2008-2009 Calcul Différentiel Support du cours de Glenn Merlet 1, version du 6 octobre 2008. Remarques

Plus en 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

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

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

OM 1 Outils mathématiques : fonction de plusieurs variables

OM 1 Outils mathématiques : fonction de plusieurs variables Outils mathématiques : fonction de plusieurs variables PCSI 2013 2014 Certaines partie de ce chapitre ne seront utiles qu à partir de l année prochaine, mais une grande partie nous servira dès cette année.

Plus en 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

Le produit semi-direct

Le produit semi-direct Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.

Plus en 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

Logique. Plan du chapitre

Logique. Plan du chapitre Logique Ce chapitre est assez abstrait en première lecture, mais est (avec le chapitre suivant «Ensembles») probablement le plus important de l année car il est à la base de tous les raisonnements usuels

Plus en détail

Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables

Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables Fausto Errico Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2012 Table des matières

Plus en 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

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

Introduction à l étude des Corps Finis

Introduction à l étude des Corps Finis Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur

Plus en 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

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

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

Cours arithmétique et groupes. Licence première année, premier semestre

Cours arithmétique et groupes. Licence première année, premier semestre Cours arithmétique et groupes. Licence première année, premier semestre Raphaël Danchin, Rejeb Hadiji, Stéphane Jaffard, Eva Löcherbach, Jacques Printems, Stéphane Seuret Année 2006-2007 2 Table des matières

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

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

Développements limités. Notion de développement limité

Développements limités. Notion de développement limité MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un

Plus en détail

C1 : Fonctions de plusieurs variables

C1 : Fonctions de plusieurs variables 1er semestre 2012/13 CPUMP 3 U 11 : Abrégé de cours Compléments Analyse 3 : fonctions analytiques Les notes suivantes, disponibles à l adresse http://www.iecn.u-nancy.fr/~bertram/, contiennent les définitions

Plus en détail

DOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10.

DOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. A1 Trouvez l entier positif n qui satisfait l équation suivante: Solution 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. En additionnant les termes du côté gauche de l équation en les mettant sur le même dénominateur

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

Cours d arithmétique Première partie

Cours d arithmétique Première partie Cours d arithmétique Première partie Pierre Bornsztein Xavier Caruso Pierre Nolin Mehdi Tibouchi Décembre 2004 Ce document est la première partie d un cours d arithmétique écrit pour les élèves préparant

Plus en détail

Fonctions de plusieurs variables et applications pour l ingénieur

Fonctions de plusieurs variables et applications pour l ingénieur Service Commun de Formation Continue Année Universitaire 2006-2007 Fonctions de plusieurs variables et applications pour l ingénieur Polycopié de cours Rédigé par Yannick Privat Bureau 321 - Institut Élie

Plus en 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

[http://mp.cpgedupuydelome.fr] édité le 30 avril 2015 Enoncés 1

[http://mp.cpgedupuydelome.fr] édité le 30 avril 2015 Enoncés 1 [http://mpcpgedupuydelomefr] édité le 3 avril 215 Enoncés 1 Exercice 1 [ 265 ] [correction] On note V l ensemble des matrices à coefficients entiers du type a b c d d a b c c d a b b c d a et G l ensemble

Plus en 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

Chapitre 2. Eléments pour comprendre un énoncé

Chapitre 2. Eléments pour comprendre un énoncé Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données

Plus en 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

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

Calcul intégral élémentaire en plusieurs variables

Calcul intégral élémentaire en plusieurs variables Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement

Plus en détail