Table des matières Dénombrer et sommer Événements et Probabilités

Dimension: px
Commencer à balayer dès la page:

Download "Table des matières Dénombrer et sommer Événements et Probabilités"

Transcription

1 Tble des mtières 1 Dénombrer et sommer Rppels ensemblistes Opértions ensemblistes Bijections Ensembles finis et dénombrement Dénombrbilité Rppels sur les séries Générlités Séries à termes positifs Séries à termes de signe non constnt Opértions sur les séries Fmilles sommbles Séries doubles Événements et Probbilités Notion de mesure Modéliser l létoire Notion d expérience létoire Événements Une question de dés L probbilité comme mesure Exemples Remrques sur le choix d un modèle Probbilités conditionnelles Introduction Propriétés Quelques exemples Indépendnce Indépendnce de deux événements Indépendnce mutuelle Épreuves répétées

2 3 Vribles létoires Introduction Générlités Vribles létoires réelles Loi d une vrible létoire Fonction de réprtition Lois à densité Lois discrètes clssiques Lois de Bernoulli Loi uniforme sur un ensemble fini de réels Lois binomiles Lois hypergéométriques Lois géométriques Lois de Poisson Sur le crctère universel de l loi de Poisson Lois à densité clssiques Lois uniformes Lois exponentielles Lois gussiennes Lois de Cuchy Espérnce Introduction Espérnce d une vrible létoire positive Espérnce d une vrible létoire réelle Moments Vecteurs létoires et indépendnce Vecteurs létoires Générlités Covrince Indépendnce de vribles et vecteurs létoires Suites indépendntes Indépendnce des composntes Indépendnce et espérnce de produits Théorèmes limites Convergences de suites de v Convergence presque sûre et en probbilité Convergence en moyenne d ordre p Biln sur les convergences de v Loi des grnds nombres Loi fible des grnds nombres Loi forte des grnds nombres

3 6.2.3 L iguille de Buffon A Intégrle de Riemnn sur [, b] 213 A.1 Construction A.2 Riemnn intégrbilité A.3 Propriétés de l intégrle de Riemnn A.3.1 Propriétés de l ensemble R[, b] A.3.2 Propriétés reltives à l intervlle d intégrtion A.4 Interversion limite intégrle B Intégrle générlisée 241 B.1 Construction B.2 Critère de Cuchy pour intégrles générlisées B.3 Intégrles générlisées de fonctions positives B.4 Divers B.4.1 Chngements de vrible B.4.2 Intégrtion pr prties B.4.3 Comprison des intégrles ordinires et générlisées Tbles de l loi normle stndrd 269 Ch. Suquet, Cours I.P.É. 21 3

4 4 Ch. Suquet, Cours I.P.É. 21

5 Chpitre 1 Dénombrer et sommer Compter des objets et fire des dditions, voilà bien les deux ctivités les plus élémentires à l bse des mthémtiques. Et pourtnt à y regrder de plus près, ce n est ps si fcile. Déjà pour un ensemble fini, l méthode qui consiste à regrder ses éléments l un près l utre et à les compter (donc à les numéroter) n est pplicble que pour de «petits» ensembles. Le plus souvent on s en sort en fisnt une représenttion de l ensemble à dénombrer à l ide d un utre ensemble plus fmilier. Cette représenttion est ce que l on ppelle une bijection. Elle est d illeurs à l bse du processus de comptge qui consiste simplement à mettre en bijection un ensemble vec un ensemble de nombres entiers. Cette notion de bijection permet d étendre en un certin sens le dénombrement ux ensembles infinis. L extension de l notion de somme d une suite finie de nombres à une suite infinie conduit nturellement à l notion de série que nous réviserons dns ce chpitre. L théorie des probbilités utilise implicitement une notion plus générle, celle de fmille sommble. Il s git de définir l somme, si elle existe, d une fmille de nombres indexée pr un ensemble infini qui n est ps forcément N ou N. Nous présentons cette théorie dns l dernière prtie du chpitre. Dns tout ce qui suit, l nottion {1,..., n} pour n N désigne l ensemble de tous les entiers compris u sens lrge entre 1 et n. L écriture un peu busive «i = 1,..., n» signifie «i {1,..., n}». 1.1 Rppels ensemblistes Opértions ensemblistes Soit Ω un ensemble ; A est un sous-ensemble (ou une prtie) de Ω si tout élément de A est ussi un élément de Ω ( ω A, ω Ω). On note A Ω. On ppelle P(Ω) l ensemble des prties de Ω, ce que l on peut noter 1 P(Ω) = {A; A Ω}. 1. Dns toutes les écritures d ensembles entre ccoldes, nous utilisons le point virgule u sens de «tel que». 5

6 Chpitre 1. Dénombrer et sommer Ainsi les écritures A Ω et A P(Ω) sont deux fçons de dire l même chose 2. Si A et B sont deux prties du même ensemble Ω, on dit que A est incluse dns B (nottion A B) si tout élément de A est ussi élément de B ( ω A, ω B), utrement dit, si l pprtennce à A implique l pprtennce à B : A B signifie ω Ω, (ω A) (ω B). Soit I un ensemble quelconque d indices (fini ou infini) et (A i ) i I une fmille de prties de Ω. On définit son intersection A i et s réunion, A i pr : i I i I A i := {ω Ω; i I, ω A i } et A i = {ω Ω; i I, ω A i }. (1.1) i I i I Remrque 1.1. L réunion et l intersection d une fmille de prties de Ω sont définies de fçon globle, elles s obtiennent d un coup, sns pssge à l limite qund I est infini et sns qu un ordre éventuel sur l ensemble d indices I n it d importnce. Réunion et intersection sont très utiles pour l trduction utomtique des quntificteurs. Si I est un ensemble quelconque d indices, (π i ) une propriété dépendnt de l indice i et A i l ensemble des ω Ω vérifint (π i ), on : {ω Ω; i I, ω vérifie (π i )} = A i, i I {ω Ω; i = i(ω) I, ω vérifie (π i )} = A i. i I Ainsi le quntificteur peut se trduire pr une intersection et le quntificteur pr une réunion. L intersection et l union sont distributives l une pr rpport à l utre, c est à dire B ( ) A i i I = i I (A i B) B ( ) A i i I = i I (A i B). Le complémentire de A (dns Ω) est l ensemble A c := {ω Ω; ω / A}. L opértion pssge u complémentire (qui est une bijection de P(Ω) dns lui-même) vérifie (A c ) c = A, Ω c =, c = Ω et échnge réunions et intersections grâce ux très utiles formules : ( ) c A i = i I i I A c i ( ) c A i = A c i I i I i. On définit le produit crtésien de deux ensembles E et F, noté E F pr : E F := {(x, y); x E, y F }. Attention, dns cette écriture (x, y) ne désigne en ucune fçon un ensemble mis un couple d éléments (l ordre d écriture une importnce). Pour éviter toute confusion, 2. Noter cependnt l différence de sttut de A : dns l première écriture, A est considéré comme un ensemble, dns l deuxième comme un élément d un ensemble d un type un peu prticulier. 6 Ch. Suquet, Cours I.P.É. 21

7 1.1. Rppels ensemblistes on utilise des ccoldes pour l description des ensembles et des prenthèses pour les couples d éléments. On définit de mnière nlogue le produit crtésien d une suite finie d ensembles E 1,..., E n pr 3 E 1 E n := { (x 1,..., x n ); i = 1,..., n, x i E i }. L ensemble E 2 := E E = {(x 1, x 2 ); x 1 E, x 2 E} peut être utilisé pour représenter l ensemble de toutes les pplictions de {1, 2} dns E, le couple (x 1, x 2 ) correspondnt à l ppliction f : {1, 2} E définie pr f(1) = x 1 et f(2) = x 2. Il pourrit de l même fçon, représenter les pplictions d un ensemble à deux éléments dns E (remplcer les chiffres 1 et 2 pr n importe quelle pire de symboles distincts : et 1, et b, etc.). Plus générlement, pour n 2, E n est l ensemble des n-uplets ou listes de longueur n d éléments de E. Dns un n-uplet (x 1,..., x n ), il peut y voir des répétitions. On peut ussi utiliser E n pour représenter toutes les pplictions de l ensemble {1,..., n} (ou de n importe quel ensemble à n éléments) dns E. Soit I un ensemble quelconque, fini ou infini. Pr nlogie vec ce qui précède, l ensemble de toutes les pplictions f : I E ser noté E I. Pr exemple vec E = {, 1} et I = N, on obtient l ensemble {, 1} N de toutes les suites de chiffres binires indexées pr N : {, 1} N = {u = (u i ) i N ; u i = ou 1}. Avec E = R et I = [, 1], on obtient l ensemble R [,1] des fonctions définies sur l intervlle [, 1] et à vleurs dns R Bijections Définition 1.2 (injection). Une ppliction f : E F est dite injective si deux éléments distincts de E ont toujours des imges distinctes dns F : Une formultion équivlente est : x E, x E, (x x ) (f(x) f(x )). x E, x E, (f(x) = f(x )) (x = x ). Une ppliction injective f : E F est ppelée injection de E dns F. Définition 1.3 (surjection). Une ppliction f : E F est dite surjective si tout élément de l ensemble d rrivée u moins un ntécédent pr f : y F, x E, f(x) = y. Une ppliction surjective f : E F est ppelée surjection de E sur F. 3. Noter qu ici le quntificteur «i» ne se trduit ps pr une intersection. Ne confondez ps «i = 1,..., n, x E i» qui trduit l pprtennce de x à l intersection des E i vec «i = 1,..., n, x i E i». Ch. Suquet, Cours I.P.É. 21 7

8 Chpitre 1. Dénombrer et sommer Définition 1.4 (bijection). Une ppliction f : E F est dite bijective si elle est à l fois injective et surjective, utrement dit si tout élément de l ensemble d rrivée F un unique ntécédent pr f dns l ensemble de déprt E : y F,!x E, f(x) = y. Une ppliction bijective f : E F est ppelée bijection de E sur F. Remrque 1.5. Si f : E F est une injection, en restreignnt son ensemble d rrivée à f(e) := {y F ; x E; f(x) = y} l nouvelle ppliction f : E f(e) est une bijection. En effet cette opértion préserve clirement l injectivité et rend f surjective. Définition 1.6 (ppliction réciproque). Soit f : E F une bijection. Tout y F dmet un unique ntécédent x pr f dns E. En posnt f 1 (y) := x, on définit une ppliction f 1 : F E ppelée ppliction réciproque de f ou inverse de f. Cette ppliction f 1 est bijective. Justifiction. Pour vérifier l injectivité de f 1, soient y et y deux éléments de F tels que f 1 (y) = f 1 (y ). Cel signifie qu ils ont le même ntécédent x pr f, donc que y = f(x) et y = f(x), d où y = y. Pour l surjectivité, soit x E quelconque. Posons y = f(x). Alors x est ntécédent de y pr f, donc f 1 (y) = x et insi y est ntécédent de x pr f 1. Tout élément de E donc un ntécédent dns F pr f 1. Autrement dit, f 1 est surjective. Remrque 1.7. Ainsi l existence d une bijection E F équivut à celle d une bijection F E. On dir que E «est en bijection vec» F s il existe une bijection E F (ou F E). Proposition 1.8. Soient f : E F et g : F G deux bijections. Alors g f est une bijection de E sur G. De plus (g f) 1 = f 1 g 1. Preuve. Rppelons que (g f)(x) := g(f(x)) pour tout x E. Pour vérifier l injectivité, soient x et x dns E tels que (g f)(x) = (g f)(x ). Cette églité réécrite g(f(x)) = g(f(x )) implique pr injectivité de g l églité f(x) = f(x ), lquelle implique x = x pr injectivité de f. Pour l surjectivité de g f, soit z G quelconque. Pr surjectivité de g, z u moins un ntécédent y dns F vec g(y) = z. À son tour y F un ntécédent x E pr l surjection f. Finlement y = f(x) et z = g(y), d où z = g(f(x)) = (g f)(x), ce qui montre que z pour ntécédent x pr g f. Comme z étit quelconque, l surjectivité de g f est étblie. Ainsi g f est une bijection de E sur G. En conservnt les nottions on (g f) 1 (z) = x. D utre prt x = f 1 (y) et y = g 1 (z), d où x = f 1 (g 1 (z)) = (f 1 g 1 )(z). On donc pour z quelconque dns G l églité (g f) 1 (z) = x = (f 1 g 1 )(z), d où (g f) 1 = f 1 g Ensembles finis et dénombrement Définition 1.9. Un ensemble E est dit fini s il est vide ou s il est en bijection vec un ensemble {1,..., n} pour un certin entier n 1. Un tel n est lors unique et est ppelé crdinl de E (nottion crd E). Pr convention le crdinl de l ensemble vide est. 8 Ch. Suquet, Cours I.P.É. 21

9 1.2. Ensembles finis et dénombrement L cohérence de l définition 1.9 repose sur le lemme suivnt (pourquoi?). Lemme 1.1. Si n et m sont deux entiers distincts, il n existe ps de bijection entre {1,..., n} et {1,..., m}. Preuve. On peut toujours supposer sns perte de générlité que n < m. Dns le cs où n =, l ensemble {1,..., n} est l ensemble des entiers j tels que 1 j, c est donc l ensemble vide. On prouve le résultt pr récurrence sur n en doptnt comme hypothèse de récurrence : (H n ) m > n, il n existe ps de bijection {1,..., n} {1,..., m}. Initilistion. (H ) est clirement vrie, cr on ne peut définir ucune ppliction sur l ensemble vide donc fortiori ucune bijection. Induction. Montrons que si (H n ) est vérifiée pour un certin n, lors (H n+1 ) l est ussi. Pour cel on risonne pr l bsurde : si (H n+1 ) n étit ps ps vérifiée, il existerit un entier m > n + 1 et une bijection f : {1,..., n + 1} {1,..., m}. Nous llons construire à prtir de f une bijection g : {1,..., n + 1} {1,..., m} telle que g(n + 1) = m. Notons j = f(n + 1). Si j = m, il suffit de prendre g = f. Si j m, considérons l trnsposition τ : {1,..., m} {1,..., m} qui échnge j et m et lisse les utres éléments inchngés. C est une bijection et l ppliction composée g = τ f est une bijection {1,..., n + 1} {1,..., m} vérifint g(n + 1) = m. L restriction g de g à {1,..., n} est une bijection de {1,..., n} sur {1,..., m 1} et comme m > n + 1, on bien m 1 > n, ce qui contredit (H n ). Nous venons d étblir l impliction (H n ) (H n+1 ), ce qui chève l récurrence. Remrque Si l ensemble F est en bijection vec un ensemble fini E, lors F est fini et même crdinl que E. En effet en notnt n = crd E, il existe une bijection f : {1,..., n} E et une bijection g : E F. L composée g f rélise lors une bijection de {1,..., n} sur F. Proposition Soient E et F deux ensembles finis. Si E F =, crd(e F ) = crd E + crd F. (1.2) Preuve. Dns le cs où l un des deux ensembles est vide, (1.2) est trivile. On suppose désormis que crd E = n 1 et crd F = m 1. Il existe lors des bijections f : {1,..., n} E, g : {1,..., m} F. On prouve (1.2) en construisnt une bijection h de {1,..., n + m} sur E F. L trnsltion t : {n + 1,..., n + m} {1,..., m}, i i n est une bijection et l ppliction g t rélise une bijection de {n + 1,..., n + m} sur F. Définissons lors h pr { f(i) si i {1,..., n}, h(i) := (g t)(i) si i {n + 1,..., n + m}. Ch. Suquet, Cours I.P.É. 21 9

10 Chpitre 1. Dénombrer et sommer Pour vérifier l surjectivité de h, soit z un élément quelconque de E F. Si z E, lors il un ntécédent i dns {1,..., n} pr l surjection f et comme h(i) = f(i) = z, i est ussi ntécédent de z pr h. Si z F, il un ntécédent j dns {1,..., m} pr l surjection g et j un ntécédent i dns {n + 1,..., n + m} pr l surjection t. Alors h(i) = g(t(i)) = g(j) = z donc i est ntécédent de z pr h. Pour vérifier l injectivité de h, notons i et i deux éléments distincts de {1,..., n+m}. S ils sont l un dns {1,..., n} et l utre dns {n + 1,..., n + m}, leurs imges h(i) et h(i ) sont l une dns E et l utre dns F qui sont disjoints (E F = ) donc h(i) h(i ). sinon i et i sont tous deux dns {1,..., n} (resp. dns {n+1,..., n+m}) et h(i) h(i ) en rison de l injectivité de f (resp. de g t). Corollire 1.13 (de l proposition 1.12). ) Si E 1,..., E d sont d ensembles finis deux à deux disjoints, E 1 E d est un ensemble fini et ( ) d d crd = crd E i. i=1 E i b) Si E et F sont des ensembles finis quelconques (ps forcément disjoints), E F est fini et crd(e F ) = crd E + crd F crd(e F ). Preuve. Lissée en exercice. Proposition Soient E et F deux ensembles finis. Leur produit crtésien pour crdinl crd(e F ) = crd E crd F. (1.3) Preuve. Le cs où l un des deux ensembles E ou F est vide étnt trivil, on suppose désormis qu ucun des deux n est vide. On fit une récurrence sur n = crd E, en prennt pour hypothèse de récurrence : (H n ) si crd E = n, lors crd(e F ) = n crd F pour tout F fini non vide. Initilistion. Si crd E = 1, E n qu un élément x 1 et l ppliction h : {x 1 } F F, (x 1, y) y est clirement une bijection donc crd({x 1 } F ) = crd F et (H 1 ) est vérifiée. Induction. Supposons (H n ) vrie pour un certin n et soit E un ensemble de crdinl n+1. Il existe une bijection f : {1,..., n+1} E permettnt de numéroter les éléments de E en posnt pour tout i {1,..., n + 1}, x i := f(i). L restriction de f à {1,..., n} est une bijection de {1,..., n} sur son imge E = {x 1,..., x n }. Ainsi E est de crdinl n et E est l union de ses deux sous-ensembles disjoints E et {x n+1 }. On en déduit imméditement que E F est l union des deux produits crtésiens disjoints E F et {x n+1 } F. Pr l proposition 1.12 on lors i=1 crd(e F ) = crd(e F ) + crd({x n+1 } F ). 1 Ch. Suquet, Cours I.P.É. 21

11 1.2. Ensembles finis et dénombrement En utilisnt (H n ) et (H 1 ), on obtient lors donc (H n+1 ) est vérifiée. crd(e F ) = n crd F + crd F = (n + 1) crd F, Remrque On urit pu ussi prouver (1.3) en construisnt explicitement une bijection E F {1,..., nm} (vec crd E = n et crd F = m). Voici une fçon de l construire. On note f : {1,..., n} E, i x i := f(i) et g : {1,..., m} F, j y j := g(j) des numérottions bijectives de E et F. On définit lors h : E F {1,..., nm} en posnt h(x i, y j ) := m(i 1) + j, ou de mnière plus formelle h(x, y) := m(f 1 (x) 1) + g 1 (y) pour tout (x, y) E F. On lisse en exercice l vérifiction de l bijectivité de h. L idée de s construction est simplement de rnger les couples éléments de E F sous l forme d un tbleu où le couple (x i, y j ) se trouve à l intersection de l ligne i et de l colonne j et de numéroter les éléments de ce tbleu en blynt chque ligne de guche à droite de l ligne 1 jusqu à l ligne n. Corollire 1.16 (de l proposition 1.14). Si E 1,..., E d sont d ensembles finis, crd(e 1 E d ) = d crd E i. Preuve. Une récurrence immédite sur d fournit le résultt. Proposition 1.17 (nombre d pplictions E F et crdinl de P(E)). () Si crd E = n et crd F = p, l ensemble F E des pplictions de E dns F est fini et pour crdinl p n, utrement dit : i=1 crd ( F E) = (crd F ) crd E. (b) Comme P(E) est en bijection vec l ensemble {, 1} E des pplictions de E dns {, 1}, crd P(E) = 2 n = 2 crd E. Preuve. Le () se démontre fcilement pr récurrence sur le crdinl de E, en notnt que si on joute un élément x n+1 à E, il y p fçons différentes de prolonger f : E F en ttribunt comme imge à x n+1 l un des éléments de F. L rédction détillée est lissée en exercice. Une bijection nturelle entre P(E) et {, 1} E est l ppliction ϕ qui à toute prtie A de E ssocie s fonction indictrice : ϕ : P(E) {, 1} E A ϕ(a) := 1 A. Rppelons que l indictrice d une prtie A de E est l ppliction { 1 si ω A, 1 A : E {, 1} ω 1 A (ω) := si ω / A. L vérifiction de l bijectivité de ϕ est lissée en exercice Ni l définition de ϕ, ni l preuve de s bijectivité n utilisent l finitude de E. Ainsi P(E) et {, 1} E sont en bijection quel que soit l ensemble E, fini ou infini. Ch. Suquet, Cours I.P.É

12 Chpitre 1. Dénombrer et sommer Définition 1.18 (rrngement). Si E est un ensemble de crdinl n et k un entier tel que 1 k n, on ppelle rrngement de k éléments de E tout k-uplet (x 1, x 2,..., x k ) d éléments tous distincts de E. Un tel rrngement représente une injection de {1,..., k} dns E. Proposition 1.19 (dénombrement des rrngements). Le nombre d rrngements de k éléments de E (1 k n = crd E) est A k n = n(n 1)(n 2) (n k + 1) = n! (n k)!. (1.4) A k n est ussi le nombre d injections d un ensemble I de crdinl k, pr exemple {1,..., k}, dns E. En prticulier pour I = E (et donc k = n), on obtient le nombre de bijections de E dns lui même (ppelées ussi permuttions de E) : nombre de permuttions de E = A n n = n! Preuve. On prouve (1.4) pr récurrence finie sur k, le cs k = 1 étnt évident. Supposons donc (1.4) vrie pour un k < n et montrons qu lors elle est ussi vrie pour k + 1. Une ppliction f : {1,..., k+1} E est déterminée de mnière unique pr l donnée de s restriction f à {1,..., k} et de f(k +1). L ppliction f est injective si et seulement si s restriction f est injective et f(k+1) / f({1,..., k}). Comme le crdinl de f({1,..., k}) est k, cel lisse n k choix possibles pour f(k + 1). On en déduit que A k+1 n = A k n(n k) = n(n 1)(n 2) (n k + 1)(n k), ce qui montre que (1.4) est vérifiée u rng k + 1. Définition 1.2 (combinison). On ppelle combinison de k éléments de E (1 k n = crd E) toute prtie de crdinl k de E. Une combinison tous ses éléments distincts comme un rrngement, mis l ordre d écriture n ps d importnce. Proposition 1.21 (dénombrement des combinisons). Le nombre de combinisons de k éléments de E (1 k n = crd E) est C k n = n(n 1)(n 2) (n k + 1) k(k 1) 1 = n! k!(n k)!. (1.5) Preuve. Notons A k (E) l ensemble de tous les rrngements de k éléments de E. Il est lors clir que l on l décomposition en réunion d ensembles disjoints A k (E) = A k (B). (1.6) B E, crd B=k Autrement dit on prtitionné A k (E) en regroupnt dns une même clsse A k (B) tous les rrngements formés à prtir des éléments d une même prtie B de crdinl k. Il 12 Ch. Suquet, Cours I.P.É. 21

13 1.2. Ensembles finis et dénombrement y donc utnt de clsses distinctes dns cette décomposition que de prties B de crdinl k dns E, c est-à-dire Cn k clsses. D utre prt chque clsse A k (B) contient utnt d rrngements que de bijections B B (ou permuttions sur B), c est-à-dire k!. Compte-tenu du corollire 1.13 ), on déduit lors de (1.6) que : crd A k (E) = crd A k (B) = Cnk!. k B E, crd B=k Or crd A k (E) = A k n pr l définition des A k n, d où A k n = C k nk!, ce qui donne (1.5). Les nombres C k n sont ppelés ussi coefficients binomiux en rison de leur rôle dns l formule du binôme de Newton, que nous retrouverons ci-dessous (corollire 1.24) comme cs prticulier de l formule du multinôme. Avnt de nous y ttquer, il n est peut-être ps inutile de fire un rppel sur le développement d un produit de sommes finies. Proposition Soient J 1,..., J n des ensembles finis non vides d indices et pour i = 1,..., n, j J i, des nombres réels ou complexes x i,j. En notnt K n := J 1 J n, on ( ) ( n n ) = x i,ji = ( n )... x i,ji. (1.7) i=1 i=1 j 1 J 1 i=1 j J i x i,j (j 1,...,j n) K n j n J n Voici une trduction sns formules de cet énoncé : «le produit de n sommes finies est égl à l somme de tous les produits de n fcteurs que l on peut former en sélectionnnt un fcteur prmi les termes de chcune des n sommes». L figure 1.1 illustre l ppliction de cette règle u développement de ( + b + c)(d + e)(s + t + u + v). Ici J 1 = {1, 2, 3}, x 1,1 =,..., x 1,3 = c, J 2 = {1, 2}, x 2,1 = d, x 2,2 = e, J 3 = {1,..., 4}, x 3,1 = s,..., x 3,4 = v. L proposition 1.22 se démontre fcilement pr récurrence sur n. Proposition 1.23 (formule du multinôme). Pour tous entiers d 2, n 2 et tous nombres réels ou complexes 1,..., d, ( d ) n = (k 1,...,k d ) N d k 1 + +k d =n n! k 1!... k d! k k d d. (1.8) Preuve. On commence pr ppliquer l formule (1.7) vec J 1 = = J n = {1,..., d} pour obtenir : ( ) n ( ) ( ) d = d d = i1... in. } {{ } (i n prenthèses 1,...,i n) {1,...,d} n (1.9) Prmi les n fcteurs du produit i1... in, il peut y voir des répétitions et il peut ussi mnquer certins des i. En regroupnt les fcteurs identiques, on peut toujours écrire ce produit sous l forme k k d d, où pour j = 1,..., d, on noté k j le nombre de fcteurs égux à j dns ce produit (éventuellement k j = si j ne figure ps dns le Ch. Suquet, Cours I.P.É

14 Chpitre 1. Dénombrer et sommer ds dt du dv es et eu ev bds bdt bdu bdv bes bet beu bev cds cdt cdu cdv ces cet ceu cev Fig. 1.1 Arbre de développement de ( + b + c)(d + e)(s + t + u + v) produit). Comme il y n fcteurs, les k j vérifient k k d = n. Notons mintennt M(n, k 1,..., k d ), le nombre d ppritions du produit k k d d dns le développement de ( d ) n. Avec cette nottion, on peut réécrire (1.9) sous l forme ( ) n d = M(n, k 1,..., k d ) k k d d. (1.1) (k 1,...,k d ) N d k 1 + +k d =n Il ne nous reste plus qu à fire un peu de dénombrement pour expliciter le coefficient M(n, k 1,..., k d ) pour k 1,..., k d entiers fixés tels que k k d = n. Cel revient à compter de combien de fçons on peut choisir les k 1 prenthèses fournissnt 1, les k 2 prenthèses fournissnt 2,..., les k d prenthèses fournissnt d, pour former le produit k k d d. Commençons pr choisir les k 1 prenthèses dont l contribution est 1, ceci peut se fire de C k 1 n fçons. Prmi les n k 1 prenthèses restntes, on choisit ensuite les 14 Ch. Suquet, Cours I.P.É. 21

15 1.2. Ensembles finis et dénombrement k 2 prenthèses qui fournissent 2, ce qui nous lisse C k 2 n k 1 possibilités. Et insi de suite, jusqu u choix de k d prenthèses prmi les n k 1 k d 1 dernières 5 pour obtenir d. On en déduit que M(n, k 1,..., k d ) = C k 1 n C k 2 n k 1 C k 3 n k 1 k 2 C k d n k 1 k d 1 = n! k 1!(n k 1 )! (n k 1 )! k 2!(n k 1 k 2 )! (n k 1 k 2 )! k 3!(n k 1 k 2 k 3 )! = (n k 1 k d 1 )! k d!(n k 1 k d )! n! k 1!... k d!, près simplifictions et en notnt que (n k 1 k d )! =! = 1. Les nombres M(n, k 1,..., k d ) sont ppelés coefficients multinomiux. On peut ussi les interpéter comme ) le nombre de fçons de réprtir les éléments d un ensemble de crdinl n en d sous-ensembles de crdinl respectif k 1,..., k d ; b) le nombre d pplictions f de {1,..., n} dns {1,..., d} telles que chque i dns {1,..., d} it exctement k i ntécédents dns {1,..., n} pr f. Notons en pssnt que d près l interpréttion b), le nombre totl d pplictions de {1,..., n} dns {1,..., d}, soit d n d près l proposition 1.17 ), doit être égl à l somme de tous les M(n, k 1,..., k d ), ce qui s écrit : d n = M(n, k 1,..., k d ). (k 1,...,k d ) N d k 1 + +k d =n C est bien ce que donne l formule du multinôme en prennt tous les i égux à 1 dns (1.8). Corollire 1.24 (formule du binôme). Pour tous réels ou complexes et b et tout entier n 2, ( + b) n = n! n k!l! k b l = Cn k k b n k. (1.11) (k,l) N 2 k+l=n Preuve. Il suffit d pplique l formule du multinôme vec d = 2, 1 =, 2 = b. Remrque Dns le clcul des M(n, k 1,..., k d ) ci-dessus, il peut sembler que l on it vntgé les 1 en commençnt pr les choisir en premier et pénlisé les d en les grdnt pour l fin. Vous pourrez vous convincre qu il n en est rien en refisnt ce clcul en plçnt les i dns l ordre qui vous convient, pr exemple en commençnt pr d, ou pr 3, Comme n k 1 k d 1 = k d, il n y qu un seul choix possible à ce stde : prendre toutes les prenthèses restntes. k= Ch. Suquet, Cours I.P.É

16 Chpitre 1. Dénombrer et sommer Voici d illeurs une suggestion pour une preuve lterntive qui pourrit être développée en exercice. On considère l ensemble S n de toutes les permuttions de {1,..., n}. Son crdinl est n!. Fixons k 1,..., k d entiers de somme n. On pose E i = {1 + k i 1,..., k i }, vec k := et i = 1,..., d. Si (F 1,..., F d ) est un d-uple de prties de {1,..., n}, deux à deux disjointes et de réunion {1,..., n}, combien y -t-il de bijections f S n vérifint f(e i ) = F i pour tout i = 1,..., d? En déduire que n! = M(n, k 1,..., k d )k 1!... k d!. 1.3 Dénombrbilité On peut comprer les ensembles finis pr leur nombre d éléments. Cette notion n plus de sens pour des ensembles infinis. Nénmoins on peut générliser cette comprison en disnt que deux ensembles ont même crdinl s ils sont en bijection. Ceci permet de comprer les ensembles infinis. Il convient de se méfier de l intuition cournte bsée sur les ensembles finis. Pr exemple si A et B sont finis et A est inclus strictement dns B, lors crd A < crd B et il n existe ps de bijection entre A et B. Ceci n est plus vri pour les ensembles infinis. Pr exemple N est strictement inclus dns N mis est en bijection vec N pr l ppliction f : N N, n n + 1, donc N et N ont même crdinl. Nous nous intéressons mintennt ux ensembles ynt même crdinl que N. Définition Un ensemble est dit dénombrble s il est en bijection vec N. Il est dit u plus dénombrble s il est fini ou dénombrble. Exemple L ensemble 2N des entiers pirs est dénombrble. Pour le voir, il suffit de considérer l ppliction f : N 2N, n 2n qui est clirement une bijection. On vérifie de même que l ensemble des entiers impirs est dénombrble. Exemple L ensemble Z est dénombrble. On peut en effet «numéroter» les entiers reltifs pr les entiers nturels en s inspirnt du tbleu suivnt. Z N Plus formellement, définissons l ppliction f : N Z pr { n+1 si n est impir, 2 n N, f(n) = n si n est pir. 2 Pour vérifier que f est une bijection, montrons que pour tout k Z donné, l éqution f(n) = k une solution unique. Si k >, il ne peut voir d ntécédent pir pr f puisque f envoie l ensemble des entiers pirs dns Z. L éqution f(n) = k se réduit donc dns ce cs à n+1 = k qui pour unique solution n = 2k + 1. Si k, il ne peut 2 voir d ntécédent impir pr f et l éqution f(n) = k se réduit à n = k qui pour 2 unique solution n = 2k. Ainsi f est bien une bijection puisque tout élément k de Z un ntécédent n unique pr f. L bijection inverse est donnée pr { k Z, f 1 2k + 1 si k >, (k) = 2k si k. 16 Ch. Suquet, Cours I.P.É. 21

17 1.3. Dénombrbilité Exemple L ensemble N 2 est dénombrble. Cet exemple relève de l proposition 1.34 ci-dessous, mis l vérifiction directe est instructive. Voici une fçon de construire une bijection f : N 2 N. L idée est de fbriquer une numérottion des couples de N 2 pr les entiers en s inspirnt du schém de l figure Un peu de j i Fig. 1.2 Une numérottion des couples (i, j) de N 2 dénombrement nous conduit à proposer l définition 6 (i, j) N 2, f(i, j) := (i + j)(i + j + 1) 2 Preuve. L vérifiction de l bijectivité de f repose sur l remrque suivnte. Définissons l suite (u k ) k N pr k(k + 1) k N, u k :=. 2 Il s git clirement d une suite strictement croissnte d entiers, de premier terme u =. On donc l N,!k = k l N, u k l < u k+1. (1.12) De plus, + j. si l = f(i, j), k l = i + j et l = u kl + j. (1.13) Surjectivité de f. Soit l quelconque dns N et k = k l défini pr (1.12). Posons j = l u k et i = k j. Alors f(i, j) = (i + j)(i + j + 1) 2 + j = k(k + 1) 2 + j = u k + l u k = l. Le couple (i, j) insi défini à prtir de l est donc ntécédent de l pr f et comme l étit quelconque, f est surjective. 6. Justifiction lissée en exercice. Ch. Suquet, Cours I.P.É

18 Chpitre 1. Dénombrer et sommer Injectivité de f. Soient (i, j) et (i, j ) tels que f(i, j) = f(i, j ) et notons l cette vleur commune. D près (1.13), on k l = i + j = i + j et l = u kl + j = u kl + j. On en déduit imméditement que j = j, puis que i = i, d où (i, j) = (i, j ), ce qui étblit l injectivité de f. Lemme 1.3. Toute prtie infinie de N est dénombrble. Preuve. Soit E une prtie infinie de N. On construit une bijection f de N sur E pr récurrence en utilisnt le fit que toute prtie non vide de N dmet un plus petit élément. On initilise l récurrence en posnt : E := E, f() := min E. Ensuite, pour n 1, si on défini f(k) et E k pour k =,..., n 1, on pose E n := E \ f({,..., n 1}), f(n) := min E n. L ensemble f({,..., n 1}) = {f(),..., f(n 1)} est fini donc E n est non vide puisque E est infini. On peut donc bien construire insi de proche en proche tous les f(n) pour n N. De plus il est clir pr construction que pour tout n 1, f(n 1) < f(n). L ppliction f est donc strictement croissnte, ce qui entrîne son injectivité. Pour voir qu elle est surjective, soit m un élément quelconque de E. Comme m est un entier, il n y qu un nombre fini d entiers strictement inférieurs à m, donc fortiori qu un nombre fini n d éléments de E inférieurs strictement à m (éventuellement ucun). Ainsi m est le (n + 1)-ième plus petit élément de E, d où f(n) = m (comme on commence à, n est le (n + 1)-ième plus petit entier de N). Nous venons de montrer qu un élément quelconque de E u moins un ntécédent pr f, utrement dit que f est surjective. Proposition Toute prtie infinie d un ensemble dénombrble est elle-même dénombrble. Preuve. Soit A une prtie infinie d un ensemble dénombrble B. Il existe lors une bijection g : B N. S restriction g à A est une bijection de A sur g(a). L ensemble g(a) est une prtie infinie de N, cr si elle étit finie, il en serit de même pour A. Pr le lemme 1.3, il existe une bijection f de g(a) sur N. L ppliction f g : A N est une bijection comme composée de deux bijections. L ensemble A est donc dénombrble. Remrque L proposition 1.31 nous permet de crctériser les ensembles u plus dénombrbles comme ceux qui sont en bijection vec une prtie de N, ou encore comme ceux qui s injectent dns N. De même, les ensembles dénombrbles sont les ensembles infinis qui s injectent dns N. Remrque Il résulte imméditement de l proposition 1.31 que si l ensemble B contient une prtie infinie A non dénombrble, B est lui même infini non dénombrble. Proposition Le produit crtésien d une suite finie d ensembles dénombrbles est dénombrble. 18 Ch. Suquet, Cours I.P.É. 21

19 1.3. Dénombrbilité Preuve. Notons E 1,..., E n l suite finie d ensembles dénombrbles considérée. Pour i = 1,..., n, nous disposons d une bijection E i N, qui pr composition vec l bijection N N, n n + 1 donne une bijection f i : E i N. Comme E = E 1 E n est clirement un ensemble infini, il nous suffit de construire une injection de E dns N. Pour cel il est commode d utiliser les nombres premiers dont nous notons (p j ) j 1 l suite ordonnée : p 1 = 2, p 2 = 3, p 3 = 5, p 4 = 7, p 5 = 11,... Définissons f : E N, pr x = (x 1,..., x n ) E, f(x) := p f 1(x 1 ) 1... p fn(xn) n = n j=1 p f j(x j ) j. Remrquons que pour tout x E, f(x) 2 f 1(x 1 ) 2. Pour vérifier l injectivité de f, soient x et y dns E tels que f(x) = f(y). En vertu de l unicité de l décomposition en fcteurs premiers d un entier supérieur ou égl à 2, cette églité équivut à : i = 1,..., n, f i (x i ) = f i (y i ). Comme chque f i est injective, ceci entrîne l églité x i = y i pour tout i, d où x = y. Corollire Pour tout entier d 1, N d, Z d sont dénombrbles. L ensemble Q des nombres rtionnels est dénombrble (de même que Q d, d 1). Vérifiction. L dénombrbilité de Q s obtient fcilement en l injectnt dns le produit crtésien d ensembles dénombrbles Z N vi l unicité de l écriture en frction irréductible (vec dénominteur positif) d un rtionnel. Les utres ffirmtions du corollire découlent imméditement de l Proposition Voici un premier exemple d ensemble infini non dénombrble. Proposition L ensemble {, 1} N des suites infinies de ou de 1 est infini mis n est ps dénombrble. Il est clir que {, 1} N est un ensemble infini, puisque qu il contient un sous-ensemble en bijection vec N, pr exemple l ensemble de suites {( 1 {n} (k) ) k N, n N}. Preuve. Supposons que {, 1} N soit dénombrble, on peut lors numéroter ses éléments pr les entiers, de sorte que {, 1} N = {x n ; n N}, chque x n étnt une suite (x n,k ) k N de chiffres binires. Construisons lors l suite y = (y k ) k N de chiffres binires en posnt : { 1 si x k,k = k N, y k = 1 x k,k = si x k,k = 1. Alors pr construction, l suite y diffère de chque suite x n (u moins pr son n e terme). Or y est un élément de {, 1} N, donc l numérottion considérée ne peut être surjective. Ch. Suquet, Cours I.P.É

20 Chpitre 1. Dénombrer et sommer Corollire P(N) n est ps dénombrble. Le segment [, 1] de R n est ps dénombrble. R n est ps dénombrble, C n est ps dénombrble. Un intervlle de R est soit infini non dénombrble, soit réduit à un singleton, soit vide. Preuve. Comme P(N) est en bijection vec {, 1} N pr l ppliction A 1 A, P(N) est infini non dénombrble. D près l remrque 1.33, l non dénombrbilité de R ou de C résulte imméditement de celle de [, 1]. Pour vérifier cette dernière, nous utilisons à nouveu l remrque 1.33 en construisnt une prtie de [, 1] en bijection vec {, 1} N. L première idée qui vient à l esprit pour une telle construction est d utiliser le développement des nombres réels en bse 2. Mis pour éviter les difficultés techniques liées à l existence de développements propre et impropre pour les nombres de l forme k2 n, nous utiliserons plutôt l bse 3 en ne conservnt que les chiffres binires et 1. Définissons donc 7 f : {, 1} N [, 1], u = (u k ) k N f(u) := + k= u k 3 k+1. Comme les u k ne peuvent prendre que les vleurs ou 1, l série à termes positifs définissnt f(u) converge puisque son terme générl vérifie l encdrement u k 3 k 1 3 k 1. S somme f(u) vérifie donc f(u) + k= 1 3 = 1 1 k = 1 2. Ainsi f est bien une ppliction de {, 1} N dns [, 1] et d près l remrque 1.5, il suffit de vérifier son injectivité pour qu elle rélise une bijection de {, 1} N sur son imge A := {f(u); u {, 1} N }. Pr l proposition 1.36, on en déduir l non dénombrbilité de A. Pour montrer l injectivité de f, supposons qu il existe deux suites u u éléments de {, 1} N telles que f(u) = f(u ). Comme u u, l ensemble des entiers k tels que u k u k est non vide et donc un plus petit élément que nous notons j. On insi u k = u k pour tout k < j et u j u j. Quitte à permuter u et u, on ne perd ps de générlité en supposnt que u j = 1 et u j =. L églité f(u) = f(u ) implique lors : 1 3 = + j+1 k=j+1 u k u k 3 k+1. Comme u k u k ne peut prendre que les vleurs 1, ou 1, il est mjoré pr 1, d où : j+1 k=j = 1 1 k+1 3 j = j+1, 7. L lecture de ce qui suit requiert l connissnce des séries dont les principles propriétés sont rppelées section 1.4 ci-près, voir notmment les séries géométriques (exemple 1.49). 2 Ch. Suquet, Cours I.P.É. 21

21 1.3. Dénombrbilité ce qui est impossible. On en déduit que si f(u) = f(u ), nécessirement u = u, ce qui étblit l injectivité de f. Pour vérifier l non dénombrbilité d un intervlle non vide et non réduit à un singleton de R, il suffit de remrquer que cet intervlle u moins deux éléments et b et qu il contient lors [, b]. Il suffit mintennt de construire une bijection [, 1] [, b]. L ppliction f : [, 1] [, b], t t + (1 t)b fit l ffire. Remrque Il est fcile de construire une bijection entre ] 1, 1[ et R, pr exemple x tn(πx/2) et d en déduire une bijection entre R et n importe quel intervlle ouvert non vide. En fit on peut montrer que les ensembles suivnts ont tous même crdinl : {, 1} N, R, C, tout intervlle non vide et non réduit à un singleton de R. On dit qu ils ont l puissnce du continu. Sns ller jusqu à démontrer complètement cette ffirmtion, nous nous contenterons de présenter ci-dessous une construction explicite d une bijection entre {, 1} N et [, 1[. Il est clir que {, 1} N est lui même en bijection vec {, 1} N (pourquoi?). Exemple 1.39 (une bijection entre {, 1} N et [, 1[). Commençons pr un rppel sur le développement en bse 2 des réels de [, 1[, i.e. l existence pour un x [, 1[ d une suite ( k ) k N {, 1} N telle que + k x = 2. (1.14) k k=1 On ppelle nombre dydique de [, 1[, tout x [, 1[ de l forme k2 n vec k N et n N. Un tel dydique dmet une écriture irréductible unique de l forme l2 n vec l impir. Notons l ensemble des dydiques de [, 1[. Si x [, 1[\, il existe une unique suite ( k ) k N {, 1} N vérifint (1.14). De plus cette suite ( k ) k N comporte à l fois une infinité de et une infinité de 1. Si x, il existe deux suites ( k ) k N {, 1} N et ( k ) k N {, 1}N vérifint (1.14). L une ( k ) k N tous ses termes nuls à prtir d un certin rng. C est le développement propre du dydique x. L utre tous ses termes égux à 1 à prtir d un certin rng, c est le développement impropre de x. Nous noterons p(x) le développement propre de x et i(x) son développement impropre. Pr exemple le dydique 3 pour développemment propre (, 1, 1,,,,,... ) cr 3 = Son développement impropre est (, 1,, 1, 1, 1, 1,... ) puisque 1 = + 8 k=4 2 k. Définissons mintennt f : [, 1[ {, 1} N comme suit. Si x [, 1[\, on prend pour f(x) l unique suite ( k ) k N {, 1} N vérifint (1.14). Si x et x, x 1/2, il existe une écriture unique x = l2 n vec l impir. On pose lors ( l ) f = 2 n ( l + 1 ) i ( 2 n l 1 ) p 2 n si l = 1 mod 4, si l = 3 mod 4. Ch. Suquet, Cours I.P.É

22 Chpitre 1. Dénombrer et sommer Pour f() on prend l suite ne comportnt que des et pour f(1/2) l suite ne comportnt que des Fig. 1.3 Arbre binire des dydiques de ], 1[ Le mécnisme de construction de f sur les dydiques utres que et 1/2 peut être décrit de mnière informelle à l ide de l rbre binire de l figure 1.3. Chque individu de cet rbre hérite un développement binire de son scendnt direct et engendre lui même deux enfnts et deux développements binires. L enfnt de guche hérite du développement impropre et celui de droite du développement propre. L compréhension de l définition de f demndnt plus d effort que l vérifiction de s bijectivité, ce dernier point est lissé u lecteur. Proposition 1.4. Soit J un ensemble u plus dénombrble d indices et pour tout j J, soit A j un ensemble u plus dénombrble. Alors A := j J A j est u plus dénombrble. Preuve. Le cs J = est trivil puisqu lors A =. Si tous les A j sont vides, A l est ussi (quel que soit J). On suppose désormis que J n est ps vide et qu u moins un des A j est non vide. On v montrer que A est u plus dénombrble en construisnt une injection h de A dns N. On peut trduire les hypothèses en écrivnt qu il existe une injection 8 f : J N et que pour tout j tel que A j, il existe une injection g j : A j N. Admettons pour un instnt que l on peut construire une fmille (A j) j J d ensembles deux à deux disjoints tels que pour tout j J, A j A j et que A = j J A j = j J A j. On définit lors l ppliction h : A N comme suit. Si x A, il existe un unique j J tel que x A j. On pose lors : h(x) := p g j(x) f(j), 8. Toute injection d un ensemble dns N peut se trnsformer en injection du même ensemble dns N pr composition vec l bijection N N, n n Ch. Suquet, Cours I.P.É. 21

23 1.3. Dénombrbilité où p k désigne le k-ième nombre premier. Remrquons que h(x) 2 puisque f(j) 1, l suite (p k ) est croissnte de premier terme p 1 = 2 et g j (x) 1. Pour vérifier l injectivité de h, soient x et y dns A tels que h(x) = h(y). En notnt l l unique indice tel que y A l, cette églité s écrit p g j(x) f(j) = p g l(y) f(l). En rison de l unicité de l décomposition d un entier n 2 en fcteurs premiers, ceci entrîne f(j) = f(l) et g j (x) = g l (y), puis pr injectivité de f, j = l et g j (x) = g j (y). Comme g j est injective, on en déduit que x = y. L injectivité de h est insi étblie. Il reste à justifier l construction de l fmille (A j) j J. On commence pr trnsporter l ordre de N sur J vi l ppliction f en écrivnt pour j, l J, que j l signifie que f(j) f(l). Ceci nous permet de noter les éléments de J en suivnt cet ordre J = {j, j 1,...}, où j j Ensuite on construit A j pr récurrence en posnt A j := A j, B j := A j A j 1 := A j1 (A \ B j ), B j1 := B j A j1 A j 2 := A j2 (A \ B j1 ), B j2 := B j1 A j Les détils de l vérifiction sont lissés u lecteur. Proposition 1.41 (dénombrbilité pr imge surjective). Soient A et B deux ensembles tels qu il existe une surjection f de A sur B. Alors si A est dénombrble, B est u plus dénombrble. Si A est fini, B est fini et crd B crd A. Il est possible que A soit infini et B fini, un exemple évident étnt fourni pr l ppliction nulle f : x de A = N dns B = {} qui est clirement une surjection. Preuve. Supposons A dénombrble. Définissons sur A l reltion d équivlence x x si f(x) = f(x ). Les clsses d équivlences pour cette reltion rélisent une prtition de A. Dns chque clsse d équivlence, choisissons un représentnt prticulier 9. Soit A l prtie de A formée de tous les représentnts insi choisis. Si x et x sont deux éléments distincts de A, ils sont dns deux clsses c et c disjointes, donc f(x) f(x ). L restriction de f à A est donc injective. Pr illeurs, puisque f est surjective, tout y B u moins un ntécédent x dns A. Si c est l clsse de x, il y dns cette clsse un (unique) élément de A qui lui ussi y pour imge pr f. Donc l restriction de f à A reste surjective et c est finlement une bijection de A sur B. L ensemble B est en bijection vec une prtie A de l ensemble dénombrble A, il est donc u plus dénombrble. Le cs A fini est une dpttion fcile de ce qui précède. 9. Pr exemple en fixnt une numérottion de A pr les entiers (k x k ) et en décidnt de prendre dns l clsse c l élément x k d indice k miniml. On évite insi l invoction de l xiome du choix... Ch. Suquet, Cours I.P.É

24 Chpitre 1. Dénombrer et sommer 1.4 Rppels sur les séries Dns cette section nous rppelons sns démonstrtions les points essentiels de l théorie des séries numériques vue en deuxième nnée. Nous détillerons seulement l question de l convergence commuttive en rison de son rôle dns l théorie des fmilles sommbles Générlités Définition Soit (u k ) k N une suite de nombres réels ou complexes. Pour tout n N, on ppelle somme prtielle de rng n le nombre S n := n u k. k= Si S n tend vers une limite finie S qund n tend vers +, on dit que l série de terme générl u k converge et pour somme S, ce que l on écrit S = + k= u k := lim S n. n + Dns ce cs, R n := S S n est ppelé reste de rng n de l série. Si S n n ps de limite finie (i.e. tend vers ou + ou n ps de limite du tout), on dit que l série diverge. Remrque Pr un bus d écriture cournt, on désigne l série (convergente ou divergente) pr l nottion «+ k= u k», mis on ne peut fire intervenir cette expression dns des clculs que si elle représente vriment un nombre, i.e. si l série converge. Remrque Si les u k sont complexes, posons x k := Re u k et y k := Im u k, S n := Re S n et S n := Im S n. L suite S n converge dns C vers S si et seulement si S n et S n convergent dns R vers respectivement S := Re S et S := Im S. On en déduit imméditement que l série de terme générl complexe u k = x k + iy k converge si et seulement si les séries de terme générl x k et y k convergent dns R et que dns ce cs + k= (x k + iy k ) = + k= x k + i Remrque L définition 1.42 se générlise imméditement u cs où les u k sont éléments d un espce vectoriel normé E, l convergence dns E de S n vers le vecteur S signifint lim n + S S n =. Proposition Si une série converge, son terme générl u n tend vers qund n tend vers l infini. Remrque L réciproque de l proposition 1.46 est fusse. Un contre exemple bien connu est l série hrmonique de terme générl u k = 1/k pour k 1 (et u = ). + k= y k. 24 Ch. Suquet, Cours I.P.É. 21

25 1.4. Rppels sur les séries Remrque L contrposée de l proposition 1.46 s énonce : si u n ne tend ps vers qund n tend vers l infini, lors l série diverge. On prle dns ce cs de divergence grossière de l série. Exemple 1.49 (séries géométriques). Soit q un nombre réel ou complexe. L série géométrique stndrd + k= qk converge si et seulement si q < 1. Dns ce cs, s somme est donnée pr + q k = 1 ( q < 1). 1 q k= Cette formule permet de clculer l somme de n importe quelle série géométrique convergente (donc de rison q vérifint q < 1). Il suffit de mettre en fcteur le premier terme. Si (u k ) k N est une suite géométrique de rison q (i.e. u k+1 = qu k pour tout k vec q ne dépendnt ps de k), vérifint q < 1, on pour tout j N, + k=j u k = + k=j + u j q k j = u j q l = l= u j 1 q. Théorème 1.5 (critère de Cuchy). L série à termes réels ou complexes + k= u k converge si et seulement si ε >, N N, n, m N, S n S m < ε. Ce théorème n est que l ppliction du critère de Cuchy à l suite des sommes prtielles S n = n k= u k. Il se générlise imméditement u cs où les termes u k sont des éléments d un espce vectoriel normé complet 1, en remplçnt S n S m < ε pr S n S m < ε. Corollire 1.51 (convergence bsolue). Si l série + k= u k converge, lors l série + k= u k converge ussi. On dit qu elle est bsolument convergente. Le résultt s étend imméditement ux séries à termes dns un espce vectoriel normé complet en remplçnt u k pr u k. On prle lors de convergence normle. Remrque L réciproque du corollire 1.51 est fusse. Un contre exemple bien connu est l série lternée de terme générl u k = ( 1) k /k (k 1) qui converge lors que l série des vleurs bsolues est l série hrmonique qui diverge Séries à termes positifs Si tous les u k sont positifs, (S n ) n N est une suite croissnte cr pour tout n 1, S n S n 1 = u n. Il n y lors que deux cs possibles : ou bien S n une limite finie S dns R +, l série converge et pour somme S ; 1. C est le cs en prticulier pour les séries à vleurs dns R d. Un espce vectoriel normé complet est ppelé espce de Bnch. Ch. Suquet, Cours I.P.É

26 Chpitre 1. Dénombrer et sommer ou bien S n tend vers + et l série diverge. L divergence d une série à termes positifs équivut donc à l convergence vers + de l suite de ses sommes prtielles. Il est commode dns ce cs de considérer que l série «converge dns R +» et que s somme vut +. Ainsi lorsque les u k sont tous positifs, l écriture + k= u k toujours un sens comme représentnt un élément S de R + : S étnt un réel positif si l série converge u sens de l définition 1.42, S = + sinon. Il importe de bien comprendre que ceci est prticulier ux séries à termes positifs. Une série à termes de signe quelconque 11 peut très bien diverger sns que l suite des sommes prtielles tende vers + ou. Un exemple évident est l série de terme générl u k = ( 1) k. Théorème 1.53 (comprison). On suppose qu il existe un k N tel que pour tout k k, u k v k. Alors ) l convergence 12 de + k= v k implique celle de + k= u k ; b) l divergence de + k= u k implique celle de + k= v k. Prmi les pplictions du théorème de comprison figure l comprison à une série géométrique qui donné nissnce ux règles dites de D Alembert et de Cuchy (bsées respectivement sur l étude du comportement symptotique de u n+1 /u n et de u 1/n n ). Ces règles n ont d utre utilité que de résoudre des exercices d hoc et on peut fcilement s en psser. Théorème 1.54 (règle des équivlents). On suppose que u k et v k sont équivlents 13 qund n tend vers l infini et qu à prtir d un rng k, v k. Alors les séries + k= u k et + k= v k sont de même nture (toutes deux convergentes ou toutes deux divergentes). Attention, l hypothèse d équivlence de u k et v k n implique ps à elle seule que les deux séries soient de même nture si le signe de v k n est ps constnt à prtir d un certin rng. Comme contre exemple on peut proposer u k = ( 1) k k 1/2 et v k = u k +1/k (exercice). Théorème 1.55 (comprison série-intégrle). Soit f continue sur [k, + [, décroissnte et positive sur cet intervlle. L série + k=k f(k) converge si et seulement si n k f(t) dt une limite finie qund n tend vers +. L démonstrtion repose sur l encdrement n > k, n 1 k=k f(k + 1) n k f(t) dt n 1 k=k f(k) illustré pr l figure 1.4. Cet encdrement son intérêt propre pour contrôler le reste d une série à l ide d une intégrle générlisée (ou vice vers). En ppliqunt le théorème 1.55 vec f(t) = t α, α > et k = 1, on obtient l crctéristion de l convergence des séries de Riemnn. 11. Plus précisément une série dont l suite des termes présente une infinité de chngements de signe. 12. L convergence et l divergence dns cet énoncé sont entendues u sens de l définition Ce qui signifie que l on peut écrire u k = c k v k vec lim k + c k = Ch. Suquet, Cours I.P.É. 21

Chapitre 1. Dénombrer et sommer. 1.1 Rappels ensemblistes. 1.1.1 Opérations ensemblistes

Chapitre 1. Dénombrer et sommer. 1.1 Rappels ensemblistes. 1.1.1 Opérations ensemblistes Chpitre 1 Dénombrer et sommer Compter des objets et fire des dditions, voilà bien les deux ctivités les plus élémentires à l bse des mthémtiques. Et pourtnt à y regrder de plus près, ce n est ps si fcile.

Plus en détail

Relations binaires. Table des matières. Marc SAGE. 18 octobre 2007. 1 Amuse gueule 2. 2 Combinatoire dans les quotients 2. 3 Problème d extréma 3

Relations binaires. Table des matières. Marc SAGE. 18 octobre 2007. 1 Amuse gueule 2. 2 Combinatoire dans les quotients 2. 3 Problème d extréma 3 Reltions binires Mrc SAGE 8 octobre 007 Tble des mtières Amuse gueule Combintoire dns les quotients 3 Problème d extrém 3 4 Un théorème de point xe 3 5 Sur l conjugisons dns R 3 6 Sur les corps totlement

Plus en détail

Intégration. Rappels. Définition 3. Soit I un intervalle réel et f : I E. On dit que F : I E est. f(x) f(a) x a

Intégration. Rappels. Définition 3. Soit I un intervalle réel et f : I E. On dit que F : I E est. f(x) f(a) x a Intégrtion Les fonctions considérées ci-dessous sont des fonctions définies sur un intervlle réel I, à vleurs réelles ou complees ou, plus générlement, à vleurs dns un espce vectoriel normé de dimension

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

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

Plus en détail

Université de Marseille Licence de Mathématiques, 1ere année, Analyse (limites, continuité, dérivées, intégration) T. Gallouët

Université de Marseille Licence de Mathématiques, 1ere année, Analyse (limites, continuité, dérivées, intégration) T. Gallouët Université de Mrseille Licence de Mthémtiques, ere nnée, Anlyse (limites, continuité, dérivées, intégrtion) T. Gllouët July 29, 205 Tble des mtières Limites 3. Définition et propriétés......................................

Plus en détail

Résumé du cours d analyse de maths spé MP

Résumé du cours d analyse de maths spé MP 1 TOPOLOGE Résumé du cours d nlyse de mths spé MP 1 Topologie 1) Normes, normes équivlentes Une norme sur l espce vectoriel E est une ppliction N de E dns R vérifint : x E, N(x). x E, (N(x) = x = ) (xiome

Plus en détail

semestre 3 des Licences MISM annnée universitaire 2004-2005

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

Plus en détail

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

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

Plus en détail

Théorème de Lax Milgram Application au problème de Dirichlet pour l équation de Sturm Liouville

Théorème de Lax Milgram Application au problème de Dirichlet pour l équation de Sturm Liouville Théorème de Lx Milgrm Appliction u problème de Dirichlet pour l éqution de Sturm Liouville Résumé du cours de MEDP Mîtrise de mthémtiques 2000 2001 2001nov18 (medp-lx-milgrm.tex) Dns ce chpitre, on se

Plus en détail

Espaces métriques, espaces vectoriels normés. Tewfik Sari. L2 Math

Espaces métriques, espaces vectoriels normés. Tewfik Sari. L2 Math Espces métriques, espces vectoriels normés Tewfik Sri L2 Mth Avertissement : ces notes sont l rédction, progressive et provisoire, d un résumé du cours d espces métriques de d espces vectoriels normés

Plus en détail

COURS D ANALYSE. Licence de Mathématiques, première. Laurent Michel

COURS D ANALYSE. Licence de Mathématiques, première. Laurent Michel COURS D ANALYSE Licence de Mthémtiques, première nnée Lurent Michel Automne 2011 2 Tble des mtières 1 Éléments de logique 5 1.1 Fbriquer des énoncés........................ 5 1.1.1 Enoncés élémentires.....................

Plus en détail

Zéros des fonctions. 1. La dichotomie. Exo7. 1.1. Principe de la dichotomie

Zéros des fonctions. 1. La dichotomie. Exo7. 1.1. Principe de la dichotomie Exo7 Zéros des fonctions Vidéo prtie 1. L dichotomie Vidéo prtie. L méthode de l sécnte Vidéo prtie 3. L méthode de Newton Dns ce chpitre nous llons ppliquer toutes les notions précédentes sur les suites

Plus en détail

Ecole Normale Supérieure de Cachan 61 avenue du président Wilson 94230 CACHAN. Concours d admission en 3 ème année Informatique.

Ecole Normale Supérieure de Cachan 61 avenue du président Wilson 94230 CACHAN. Concours d admission en 3 ème année Informatique. C39211 Ecole Normle Supérieure de Cchn 61 venue du président Wilson 94230 CACHAN Concours d dmission en 3 ème nnée Informtique Session 2009 INFORMATIQUE 1 Durée : 5 heures «Aucun document n est utorisé»

Plus en détail

Document créé le 28 novembre 2013 Lien vers la dernière mise à jour de ce document Lien vers les exercices de ce chapitre

Document créé le 28 novembre 2013 Lien vers la dernière mise à jour de ce document Lien vers les exercices de ce chapitre Document créé le 28 novembre 2013 Lien vers l dernière mise à jour de ce document Lien vers les exercices de ce chpitre Chpitre 20 Intégrtion Sommire 20.1 Continuité uniforme.................................

Plus en détail

Chapitre 7. Primitives et Intégrales. 7.1 Primitive d une fonction. 7.2 Propriétés des primitives. 7.3 Intégrale définie ou Intégrale de Riemannn)

Chapitre 7. Primitives et Intégrales. 7.1 Primitive d une fonction. 7.2 Propriétés des primitives. 7.3 Intégrale définie ou Intégrale de Riemannn) Chpitre 7 Primitives et Intégrles 7. Primitive d une fonction Soit f une fonction définie sur un intervlle K de R. On ppelle primitive de f, une fonction F dont l dérivée est f : F (x) = f(x). On note

Plus en détail

Chapitre 3 Dérivées et Primitives

Chapitre 3 Dérivées et Primitives Cours de Mthémtiques Clsse de Terminle STI - Chpitre : Dérivées et Primitives Chpitre Dérivées et Primitives A) Rppels de première et compléments ) Dérivées usuelles Fonction définie sur Fonction f() =

Plus en détail

Cours de Mathématique - Statistique Calcul Matriciel

Cours de Mathématique - Statistique Calcul Matriciel L - Mth Stt Cours de Mthémtique - Sttistique Clcul Mtriciel F. SEYTE : Mître de conférences HDR en sciences économiques Université de Montpellier I M. TERRZ : Professeur de sciences économiques Université

Plus en détail

Théorème de Rolle et formules de Taylor

Théorème de Rolle et formules de Taylor Théorème de Rolle et formules de Tylor 1 Extrémums des fonctions différentibles à vleurs réelles 1. Soient K un compct d un espce vectoriel normé (E, ) et f une fonction définie sur K à vleurs dns R. Montrer

Plus en détail

Majorations de l erreur dans les calculs classiques de valeurs approchées d intégrale. Notes pour la préparation au CAPES - Strasbourg- février 2006

Majorations de l erreur dans les calculs classiques de valeurs approchées d intégrale. Notes pour la préparation au CAPES - Strasbourg- février 2006 Mjortions de l erreur dns les clculs clssiques de vleurs pprochées d intégrle Notes pour l préprtion u CAPES - Strsbourg- février 00 On trouve dns différents ouvrges élémentires des démonstrtions à coup

Plus en détail

MP1 Janson DS6 du 17 janvier 2014/2015. 1 n x.

MP1 Janson DS6 du 17 janvier 2014/2015. 1 n x. MP Jnson DS6 du 7 jnvier 24/25 Problème (CCP) Toutes les fonctions de ce problème sont à vleurs réelles. PARTE PRÉLMNARE Les résultts de cette prtie seront utilisés plusieurs fois dns le problème.. Fonction

Plus en détail

Cours de mathématiques. Chapitre 12 : Calcul Intégral

Cours de mathématiques. Chapitre 12 : Calcul Intégral Cours de mthémtiques Terminle S1 Chpitre 12 : Clcul Intégrl Année scolire 2008-2009 mise à jour 5 mi 2009 Fig. 1 Henri-Léon Leesgue et Bernhrd Riemnn n les confond prfois 1 Tle des mtières I Chpitre 12

Plus en détail

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

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

Plus en détail

CCP 2007. Filière MP. Mathématiques 1. Corrigé pour serveur UPS de JL. Lamard (jean-louis.lamard@prepas.org)

CCP 2007. Filière MP. Mathématiques 1. Corrigé pour serveur UPS de JL. Lamard (jean-louis.lamard@prepas.org) CCP 27. Filière MP. Mthémtiques. Corrigé pour serveur UPS de JL. Lmrd (jen-louis.lmrd@preps.org EXERCCE.. f est continue (en tnt de frction rtionnelle dont le dénominteur ne s nnule ps sur le compct F

Plus en détail

Théorème de Poincaré - Formule de Green-Riemann

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

Plus en détail

Théorie des Langages Formels Chapitre 5 : Automates minimaux

Théorie des Langages Formels Chapitre 5 : Automates minimaux 1/29 Théorie des Lngges Formels Chpitre 5 : Automtes minimux Florence Levé Florence.Leve@u-picrdie.fr Année 2014-2015 2/29 Introduction Les lgorithmes vus précédemment peuvent mener à des utomtes reltivement

Plus en détail

Calcul int egral. 15 d ecembre 2008

Calcul int egral. 15 d ecembre 2008 Clcul intégrl. 15 décembre 2008 2 Tble des mtières I Intégrles multiples 5 1 Rppels sur l intégrle définie des fonctions d une vrible. 7 1.1 Motivtions................................ 7 1.1.1 Cs des fonctions

Plus en détail

LOIS A DENSITE (Partie 1)

LOIS A DENSITE (Partie 1) LOIS A DENSITE (Prtie ) I. Loi de probbilité à densité ) Rppel Eemple : Soit l'epérience létoire : "On lnce un dé à si fces et on regrde le résultt." L'ensemble de toutes les issues possibles Ω = {; ;

Plus en détail

Développements limités. Motivation. Exo7

Développements limités. Motivation. Exo7 Eo7 Développements limités Vidéo prtie. Formules de Tlor Vidéo prtie 2. Développements limités u voisinge d'un point Vidéo prtie 3. Opértions sur les DL Vidéo prtie 4. Applictions Eercices Développements

Plus en détail

Les intégrales. f(x) dx. f(x) dx est appelée intégrale définie, c est un nombre. La variable x ne sert qu à décrire la fonction f, on a b

Les intégrales. f(x) dx. f(x) dx est appelée intégrale définie, c est un nombre. La variable x ne sert qu à décrire la fonction f, on a b Les intégrles Introduction Etnt donnée une fonction positive f définie sur un intervlle borné [, b], on veut évluer l ire comprise entre l e des bscisses, l courbe représentnt f et les verticles = et =

Plus en détail

CHAPITRE 4 LA TRANSFORMÉE DE F OURIER

CHAPITRE 4 LA TRANSFORMÉE DE F OURIER CHAPITRE 4 LA TRANSFORMÉE DE F OURIER 4. Fonctions loclement intégrbles Soit I un intervlle de R et soit f : R R une ppliction. Définition 4.. On dit que f est loclement intégrble sur I si f est intégrble

Plus en détail

Synthèse de cours (Terminale S) Calcul intégral

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

Plus en détail

2008 2010 MODULE M4 MATHEMATIQUES TERMINALE STAV

2008 2010 MODULE M4 MATHEMATIQUES TERMINALE STAV LEGTHP Sint Nicols STAV Promotion 8 MODULE M4 MATHEMATIQUES TERMINALE STAV Fiches de cours S. FLOQUET Septemre 9 Lycée Sint Nicols Igny Promotion 8 SOMMAIRE STAV PARTIE : RESUMES DE COURS Équtions de droites

Plus en détail

Tout ce qu il faut savoir en math

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

Plus en détail

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

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

Plus en détail

Primitive et intégrale d une fonction continue

Primitive et intégrale d une fonction continue Primitive et intégrle d une fonction continue O. Simon, Université de Rennes I 24 mi 2005 Avertissement : Ceci n est ps le contenu d une leçon de CAPES. Dns le progrmme 2002 de terminles S, on introduit

Plus en détail

2.1 L'automate minimal

2.1 L'automate minimal CH.2 Minimistion 2.1 L'utomte miniml 2.2 L'lgorithme de minimistion Automtes ch2 1 2.1 L'utomte miniml Le lngge L définit sur Σ* l reltion d'équivlence R L : x R L y ssi ( z, xz L yz L). L'AFD M définit

Plus en détail

ANALYSE APPROFONDIES II MT242

ANALYSE APPROFONDIES II MT242 ALGÈBRE ET ANALYSE APPROFONDIES II MT242 Année 1998-1999 Chpitre 0. Introduction générle Dns cette introduction nous llons commenter les principles notions contenues dns le cours du second semestre, leurs

Plus en détail

Cours de Terminale S Lycée Camille Pissarro 2013-2014. Sébastien Andrieux

Cours de Terminale S Lycée Camille Pissarro 2013-2014. Sébastien Andrieux Cours de Terminle S Lycée Cmille Pissrro 203-204 Sébstien Andrieux 7 juin 204 Tble des mtières I Cours de Terminle S 5 Risonnement pr récurrence 6 2 Suites et limites des suites 8 I Suite convergente,

Plus en détail

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

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

Plus en détail

Exercices corrigés 9325 = 2 4662 + 1 4662 = 2 2331 + 0 2331 = 2 1165 + 1

Exercices corrigés 9325 = 2 4662 + 1 4662 = 2 2331 + 0 2331 = 2 1165 + 1 Grenoble INP Pgor 1ère nnée Exercices corrigés Anlyse numérique NB : Les exercices corrigés ici sont les exercices proposés durnt les sénces de cours. Les corrections données sont des corrections plus

Plus en détail

Théorie des Langages Épisode 2 Automates finis

Théorie des Langages Épisode 2 Automates finis AFD AFN Opértions Lemme de pompge 1/ 36 Théorie des Lngges Épisode 2 Automtes finis Thoms Pietrzk Université Pul Verline Metz AFD AFN Opértions Lemme de pompge Reconnisseur Définition Configurtion Accepttion

Plus en détail

Calcul intégral. II Intégrale d une fonction 4

Calcul intégral. II Intégrale d une fonction 4 BTS DOMOTIQUE Clcul intégrl 8- Clcul intégrl Tble des mtières I Primitives I. Définitions............................................... I. Clculs de primitives.........................................

Plus en détail

mémento de mathématiques pour les ECE1

mémento de mathématiques pour les ECE1 mémento de mthémtiques pour les ECE1 Abdellh Becht Résumé L objectif de ce mémento est de permettre ux élèves de première nnée des clsses préprtoires ux Ecoles de Commerces, option économique, d voir un

Plus en détail

Théorie de la mesure et intégration. J.C. Pardo

Théorie de la mesure et intégration. J.C. Pardo Feuille de TD 6. Théorie de l mesure et intégrtion. J.C. Prdo Exercices. Exo. 72 Soit f une fonction sur. On considère muni de l tribu B des boréliens et d une mesure λ sur B. On suppose que f est λ-loclement

Plus en détail

Leçon 6. Savoir compter

Leçon 6. Savoir compter Leçon 6. Savoir compter Cette leçon est une introduction aux questions de dénombrements. Il s agit, d une part, de compter certains objets mathématiques (éléments, parties, applications,...) et, d autre

Plus en détail

Fonctions de référence

Fonctions de référence Chpitre 7 Clsse de Seconde Fonctions de référence Ce que dit le progrmme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Fonctions de référence Fonctions linéires et fonctions ffines Vritions de l fonction

Plus en détail

Toutes les questions de cours et R.O.C. au bac de T.S. Vincent PANTALONI

Toutes les questions de cours et R.O.C. au bac de T.S. Vincent PANTALONI Toutes les questions de cours et R.O.C. u bc de T.S. Vincent PANTALONI VERSION DU 9 MARS 2012 Tble des mtières Bc 2011 3 Bc 2011 5 Bc 2010 9 Bc 2009 11 Bc 2008 13 Bc 2007 17 Bc 2006 19 Bc 2005 21 ii Remerciements.

Plus en détail

Mathématiques du signal déterministe

Mathématiques du signal déterministe Conservtoire Ntionl des Arts et Métiers MAA17 Mthémtiques du signl déterministe Nelly POINT 11 octobre 211 Tble des mtières 1 Intégrtion 3 1.1 Méthodes d intégrtion : rppels........................ 3

Plus en détail

Fonctions définies par une intégrale. On suppose que g et h sont deux fonctions réelles définies sur R d, telles que la fonction

Fonctions définies par une intégrale. On suppose que g et h sont deux fonctions réelles définies sur R d, telles que la fonction Prép. Agrég. écrit d Anlyse, Annexe n o 6. Méthode de Lplce dns R d Fonctions définies pr une intégrle On suppose que g et h sont deux fonctions réelles définies sur R d, telles que l fonction F(t = g(x

Plus en détail

Cours d informatique théorique de M. Arfi. FMdKdD fmdkdd [à] free.fr

Cours d informatique théorique de M. Arfi. FMdKdD fmdkdd [à] free.fr Cours d informtique théorique de M. Arfi FMdKdD fmdkdd [à] free.fr Université du Hvre Année 2009 2010 Tle des mtières 1 Reltions et lois de composition internes 2 1.1 Reltions.....................................

Plus en détail

EPUUniversité de Tours

EPUUniversité de Tours DI 3ème nnée EPUUniversité de Tours Déprtement Informtique 007-008 ANALYSE NUMERIQUE Chpitre 3 Intégrtion numérique résumé du cours 1 Introduction Il s git d une mniére générle de déterminer, le mieux

Plus en détail

Clamaths.fr - Les Roc en Terminale S

Clamaths.fr - Les Roc en Terminale S Clmths.fr - Les Roc en Terminle S CONTENTS ROC - exigibles... 2 Roc 1 Théorème de comprison pour les suites... 2 Roc 2 Limite de qn lorsque q > 1... 2 Roc 3 Unicité de l fonction exponentielle... 3 Roc

Plus en détail

Intégration sur un intervalle quelconque MP

Intégration sur un intervalle quelconque MP ntégrtion sur un intervlle quelconque MP 9 décembre 22 Dns ce chpitre, on définit l notion de fonction continue pr morceu et intégrble sur un intervlle quelconque. Cel nous permettr de donner un sens à

Plus en détail

Outils de calcul pour la 3 ème

Outils de calcul pour la 3 ème Chpitre I Outils de clcul pour l Ce que nous connissons déjà :! Opértions sur les décimux, les reltifs et les quotients. Puissnces de dix. Nottions scientifiques. Clcul littérl simple. Objectifs de ce

Plus en détail

Cours d Analyse IV Suites et Séries de fonctions

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

Plus en détail

Module 2 : Déterminant d une matrice

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

Plus en détail

Cours de DEUG Méthodes mathématiques pour les sciences de la vie I. Avner Bar-Hen

Cours de DEUG Méthodes mathématiques pour les sciences de la vie I. Avner Bar-Hen Cours de DEUG Méthodes mthémtiques pour les sciences de l vie I Avner Br-Hen Université Aix-Mrseille III 3 Tble des mtières Tble des mtières i Fonctions, limites, continuité Fonction, représenttion grphique......................

Plus en détail

Marc Chemillier Master M2 Atiam (Ircam), 2011-2012

Marc Chemillier Master M2 Atiam (Ircam), 2011-2012 MMIM Modèles mthémtiques en informtique musicle Mrc Chemillier Mster M2 Atim (Ircm), 2011-2012 Notions théoriques sur les lngges formels - Définitions générles o Mots, lngges o Monoïdes - Notion d utomte

Plus en détail

STI2D Logique binaire SIN. L' Algèbre de BOOLE

STI2D Logique binaire SIN. L' Algèbre de BOOLE L' Algère de BOOLE L'lgère de Boole est l prtie des mthémtiques, de l logique et de l'électronique qui s'intéresse ux opértions et ux fonctions sur les vriles logiques. Le nom provient de George Boole.

Plus en détail

Lois de probabilité à densité

Lois de probabilité à densité Lois de probbilité à densité Christophe ROSSIGNOL Année scolire 0/03 Tble des mtières Loi à densité sur un intervlle I. Deux exemples pour comprendre..................................... Densité de probbilité...........................................3

Plus en détail

ANALYSE NUMERIQUE NON-LINEAIRE

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

Plus en détail

Chapitre 13 : intégration sur un intervalle quelconque : théorie

Chapitre 13 : intégration sur un intervalle quelconque : théorie Mth Spé MP Chpitre 13 : intégrtion sur un intervlle quelconque : théorie 19/1/2012 1 Cs des onctions à vleurs dns R + Déinition : onction continue pr morceux sur un intervlle : Une onction : K où (K =

Plus en détail

THÉORIE DE LA MESURE. Notes de cours de B.Demange

THÉORIE DE LA MESURE. Notes de cours de B.Demange THÉORIE DE LA MESURE Notes de cours de B.Demnge Cours donné en 212-213 2 INTRODUCTION Ce cours pour but de donner une bonne définition de l intégrle de fonctions d une ou plusieurs vribles réelles, qui

Plus en détail

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

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

Plus en détail

Cours de Mathématiques 2

Cours de Mathématiques 2 Cours de Mthémtiques 2 première prtie : Anlyse 2 DEUG MIAS 1 e nnée, 2 e semestre. Mximilin F. Hsler Déprtement Scientifique Interfcultire B.P. 7209 F 97275 SCHOELCHER CEDEX Fx : 0596 72 73 62 e-mil :

Plus en détail

Analyse 1 L1-mathématiques

Analyse 1 L1-mathématiques Anlyse L-mthémtiques Renud Leplideur Année 3-4 UBO Tble des mtières Inéglités et clculs 3. Nombres..................................... 3.. Les ensembles N, Z, Q et R...................... 3.. Les intervlles

Plus en détail

Séries, intégrales et probabilités

Séries, intégrales et probabilités Séries, intégrles et probbilités Thierry MEYRE Préprtion à l grégtion interne. Année 2014-2015. Université Pris Diderot. IREM. http://www.prob.jussieu.fr/pgeperso/meyre 2 BIBLIOGRAPHIE. Les ouvrges de

Plus en détail

Kit de survie - Bac S

Kit de survie - Bac S Kit de survie - Bc S. Inéglités - Étude du signe d une expression Opértions sur les inéglités Règles usuelles : Pour tout x < y x + < y + même sens Pour tout k > : x < y kx < ky même sens Pour tout k

Plus en détail

Comparaison des fonctions au voisinage d un point

Comparaison des fonctions au voisinage d un point DOCUMENT 29 Comprison des fonctions u voisinge d un point Pour tout 0 R on pose : V 0 = {] 0 η, 0 + η[ η > 0} si 0 R; V 0 = {], + [ R} si 0 = + et V 0 = {], [ R} si 0 =. Un élément de V 0 est ppelé un

Plus en détail

DEUG MIAS 1 Année 2002-2003 Premier et deuxième semestres Feuilles de Cours

DEUG MIAS 1 Année 2002-2003 Premier et deuxième semestres Feuilles de Cours Deug Mis 1 Année 2002-2003 J.-F. Burnol Université Lille 1 1 DEUG MIAS 1 Année 2002-2003 Premier et deuxième semestres Feuilles de Cours Toutes les fiches de cours distribuées ux étudints pendnt l nnée

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1 [http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Enoncés 1 Topologie Ouverts et fermés Exercice 6 [ 118 ] [correction] On muni le R-espce vectoriel des suites réelles bornées de l norme u = sup u n

Plus en détail

Limites de Fonction. 1 Limites d une fonction et asymptotes 1.1 Limite en l infini. 1.2 Limite en un réel a Asymptotes...

Limites de Fonction. 1 Limites d une fonction et asymptotes 1.1 Limite en l infini. 1.2 Limite en un réel a Asymptotes... Lycée Pul Doumer 203-204 TS Cours Limites de Fonction Contents Limites d une fonction et symptotes. Limite en l infini....................................2 Limite en un réel..................................

Plus en détail

2. Formules d addition.

2. Formules d addition. IX. Trigonométrie 1. Rppels 1.1 Définitions : Dns le cercle trigonométrique C ( O, 1 ), si nous fixons un point P correspondnt à un ngle d mplitude nous vons défini : = bscisse du point P sin = ordonnée

Plus en détail

Mathématiques, Semestre S1

Mathématiques, Semestre S1 Polytech Pris-Sud PeiP1 2011/2012 Notes de cours Mthémtiques, Semestre S1 Filippo SANTAMBROGIO 2 Tble des mtières 1 Les fonctions dns R et leurs limites 7 1.1 Fonctions réelles d une vrible réelle.........................

Plus en détail

(surface d'un cercle : S = pd2 4 )

(surface d'un cercle : S = pd2 4 ) Les cordes sont de dimètres vribles. Si on les remplce pr deux cordes de même dimètre, le dimètre moyen, le résultt devrit être le même. Ici le résultt, c est sns doute l résistnce qui est proportionnelle

Plus en détail

Automates et langages: quelques algorithmes

Automates et langages: quelques algorithmes Automtes et lngges: quelques lgorithmes Eugene Asrin Sddek Benslem Avertissement Dns l étt ctuel ce document est rchi-sec et peut servir seulement d un ide-mémoire. Pour comprendre les lgorithmes ci-dessous

Plus en détail

Partie 1 - Calcul d une probabilité

Partie 1 - Calcul d une probabilité Essec mths 3 voie E 2014 1 Option économique Mthémtiques Essec 2014 (mths 3) vendredi 8 mi 2014 Ce problème est constitué de trois prties. Les résultts de l prtie 1 sont utilisés dns les prties 2 et 3.

Plus en détail

Résumé sur les Intégrales Impropres & exercices supplémentaires

Résumé sur les Intégrales Impropres & exercices supplémentaires L-MATH II-(25-26). Résumé sur les Intégrles Impropres & eercices supplémentires Une fonction définie sur un intervlle I est dite loclement intégrble sur I si f est Riemnnintégrble sur tout intervlle [,

Plus en détail

Cours de Mathématiques

Cours de Mathématiques Cours de Mthémtiques Bcclurét 20 Résumé Ce document contient les principles définitions, théorèmes et propriétés du cours de mthémtiques du tronc commun de mthémtiques de Terminle S. Je tiens à remercier

Plus en détail

Cours de Mathématiques 2

Cours de Mathématiques 2 Cours de Mthémtiques 2 première prtie : Anlyse 2 DEUG MIAS 1 e nnée, 2 e semestre. Mximilin F. Hsler Déprtement Scientifique Interfcultire B.P. 7209 F 97275 SCHOELCHER CEDEX Fx : 0596 72 73 62 e-mil :

Plus en détail

Séquence 8. Probabilité : lois à densité. Sommaire

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

Plus en détail

LE PUITS DOUBLE L EXEMPLE STANDARD DE LA MOLECULE D AMMONIAC I. EXERCICE PRELIMINAIRE: EFFET TUNNEL

LE PUITS DOUBLE L EXEMPLE STANDARD DE LA MOLECULE D AMMONIAC I. EXERCICE PRELIMINAIRE: EFFET TUNNEL Préceptort de Mécnique Quntique 1 ère nnée Florent Krzkl, PCT, Bureu F.3-14 LE PUITS DOUBLE L EXEMPLE STANDARD DE LA MOLECULE D AMMONIAC I. EXERCICE PRELIMINAIRE: EFFET TUNNEL I-1/ Soit une brrière de

Plus en détail

CHAPITRE 9 : PRIMITIVES - INTEGRALES

CHAPITRE 9 : PRIMITIVES - INTEGRALES Primitives et intégrles Cours CHAPITRE 9 : PRIMITIVES - INTEGRALES. Primitives d une fonction Définition Soit f une fonction définie sur un intervlle I. Une fonction F est une primitive de f sur I, si

Plus en détail

Prospection électrique. Guy Marquis, EOST Strasbourg

Prospection électrique. Guy Marquis, EOST Strasbourg Prospection électrique Guy Mrquis, EOST Strsbourg Le 9 Avril 005 Chpitre Bses physiques L prospection électrique est l une des plus nciennes méthodes de prospection géophysique. S mise en oeuvre est reltivement

Plus en détail

Les règles de Descartes et de Budan Fourier

Les règles de Descartes et de Budan Fourier Ojectifs de ce chpitre Mthémtiques ssistées pr ordinteur Chpitre 4 : Rcines des polynômes réels et complexes Michel Eisermnn Mt49, DLST LS4, Année 8-9 www-fourierujf-grenolefr/ eiserm/cours # mo Document

Plus en détail

CH.1 Automates finis

CH.1 Automates finis CH.1 Automtes finis 1.1 Les utomtes finis déterministes 1.2 Les utomtes finis non déterministes 1. Les utomtes vec -trnsitions 1.4 Les expressions régulières 1.5 L'équivlence des modèles Automtes ch1 1

Plus en détail

Calculs de base (Rappels)

Calculs de base (Rappels) Chpitre I Clculs de bse (Rppels) I.1 Diviseurs et multiples I.1.1 Définitions On : 12=3 4. On dit que 3 et 4 sont des diviseurs de 12, ou que 12 est un multiple de 3 et de 4. DÉFINITION I.1.1 Soit et b

Plus en détail

Cours de Probabilités et de Statistique

Cours de Probabilités et de Statistique Cours de Probabilités et de Statistique Licence 1ère année 2007/2008 Nicolas Prioux Université Paris-Est Cours de Proba-Stat 2 L1.2 Science-Éco Chapitre Notions de théorie des ensembles 1 1.1 Ensembles

Plus en détail

Synthèse de cours (Terminale S) Dérivation : rappels et compléments

Synthèse de cours (Terminale S) Dérivation : rappels et compléments Synthèse de cours (Terminle S) Dérivtion : rppels et compléments Rppels de 1ère Nombre dérivé Soit f une fonction définie sur un intervlle I et un élément de I. f ( + h) f ( ) Si l limite lim existe, on

Plus en détail

OLYMPIADES ACADEMIQUES DE MATHEMATIQUES 2011 ACADEMIE DE BESANÇON

OLYMPIADES ACADEMIQUES DE MATHEMATIQUES 2011 ACADEMIE DE BESANÇON OLYMPIADES ACADEMIQUES DE MATHEMATIQUES 2011 ACADEMIE DE BESANÇON Durée : 4 heures Les clcultrices sont utorisées. Le sujet comprend qutre exercices indépendnts qui peuvent être trités dns l'ordre que

Plus en détail

STRUCTURE CRISTALLINE THEORIE DES RESEAUX DE BRAVAIS

STRUCTURE CRISTALLINE THEORIE DES RESEAUX DE BRAVAIS CHAPITRE 1 STRUCTURE CRISTALLINE THEORIE DES RESEAUX DE BRAVAIS Objectifs Comme les liquides et les gz, les solides jouent un rôle très importnt en chimie. Or l pluprt des solides sont des solides cristllins.

Plus en détail

Séquence 7. Intégration. Sommaire

Séquence 7. Intégration. Sommaire Séquence 7 Intégrtion Sommire. Prérequis. Aire et intégrle d une fonction continue et positive sur [ ; ]. Primitives 4. Primitives et intégrles d une fonction continue 5. Synthèse de l séquence Dns ce

Plus en détail

1 Langages reconnaissables

1 Langages reconnaissables 8INF713 Informtique théorique Automne 2014 Exercices 1 Lngges reconnissles 1.1 Considérez les deux utomtes suivnts et répondez ux questions suivntes : q 3, q 3 q 4 () A 1 () A 2 Figure 1 () Quel est l

Plus en détail

UNIVERSITE PARIS 1 PANTHEON SORBONNE UFR DE GESTION

UNIVERSITE PARIS 1 PANTHEON SORBONNE UFR DE GESTION UNIVERSITE PRIS PNTHEON SORBONNE UFR DE GESTION MTHEMTIQUES PPLIQUEES L ECONOMIE ET L GESTION LICENCE nnée Cours de Thierry LFY TRVUX DIRIGES semestre 7-8 Thème n : Rppels Eercice Déterminez l ensemble

Plus en détail

Stage olympique de Cachan Géométrie

Stage olympique de Cachan Géométrie Stge olympique de chn Géométrie Exercices du vendredi 20 février 2015 1 Quelques définitions et résultts utiles éfinition (Nottions) Soit un tringle non plt. On utiliser usuellement les nottions suivntes

Plus en détail

Fractions. 1 Propriété des quotients égaux 1. 2 Addition, soustraction de deux fractions 3. 3 Produit de deux fractions 5

Fractions. 1 Propriété des quotients égaux 1. 2 Addition, soustraction de deux fractions 3. 3 Produit de deux fractions 5 Tle des mtières Frctions 1 Propriété des quotients égux 1 Addition, soustrction de deux frctions Produit de deux frctions Comprison de deux frctions Produit en croix 10 6 Quotient de deux frctions. Inverse

Plus en détail

Chapitre 1 : Fonctions analytiques - introduction

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

Plus en détail

Mathématiques. Sup & Spé TSI Résumé de Cours. Christophe Caignaert. Lycée Colbert 59200 Tourcoing

Mathématiques. Sup & Spé TSI Résumé de Cours. Christophe Caignaert. Lycée Colbert 59200 Tourcoing Sup & Spé TSI Résumé de Cours j O Clcul élémentire de l courbure en un point birégulier i On considère l fonction ngulire ssociée ϕ qui est l ngle entre Ox et T, ϕ = d où, en prmétriques : cosϕ T : = sinϕ

Plus en détail

Chapitre 2 Les automates finis

Chapitre 2 Les automates finis Chpitre 2 Les utomtes finis 28 2.1 Introduction Automtes finis : première modélistion de l notion de procédure effective.(ont ussi d utres pplictions). Dérivtion de l notion d utomte fini de celle de progrmme

Plus en détail

LEÇON N 67 : Formules de Taylor. Applications.

LEÇON N 67 : Formules de Taylor. Applications. LEÇON N 67 : Formules de Tylor. Applictions. Pré-requis : Théorème de Rolle, théorème des Accroissements Finis ; Intégrtion pr prties ; Nottions de Lndu. 67. Résultts globux 67.. Formule de Tylor-Lgrnge

Plus en détail