Rappels sur les ensembles
|
|
- Charlotte Charles
- il y a 6 ans
- Total affichages :
Transcription
1 Chapitre 1 Rappels sur les esembles 1.1 Esembles Défiitios Soit E u esemble, o ote P(E) = {parties dee} Soiet A, B das P(E) E A = E \ A = complémetaire de A das E = A c A \ B = {x A, x / B} = A E A A B = (A \ B) (B \ A)= différece symétrique. Propositio ( ) 1. Soiet (A i ) i I ue famille quelcoque d élémets de P(E), B P(E) A i \ B = (A i \ B) ( i I ) i I A i \ B = (A i \ B) i I( ) i I B \ A i = (B \ A i ) ( i I ) i I B \ A i = (B \ A i ) i I i I Image réciproque : f : E X, X esemble B X, f 1 (B) = {x E, f(x) B} Propositio ( ) 2. Soiet (B j ) j I ue famille quelcoque d élémets de P(E) f 1 B j = f 1 (B j ) j I j I ( ) f 1 B j = f 1 (B j ) j j f 1 (B c ) = (f 1 (B)) c Foctio idicatrice A E, 1 A : E {0, 1} { 0 si w / A si w E, 1 A (w) = 1 si w A 1
2 2 CHAPITRE 1. RAPPELS SUR LES ENSEMBLES Remarque 1. : Il existe ue bijectio etre P(E) et {0, 1} E Rappel : X I = F(I, X) Remarque 2. R N = {suites réelles} 1.2 Esemble déombrable E, F ot même cardial si et seulemet si il existe ue bijectio de E das F. O écrit card E = card F. Défiitio 1. card E card F il existe ue ijectio de E das F Remarque 3. Si card E card F et card F card E alors card E = card F Défiitio 2. : U esemble E est déombrable si et seulemet si il existe ue bijectio de E das N ou das ue partie de N. Par covetio, φ est déombrable. Exemples : 1- L esemble des etiers pairs a même cardial que N. 2- P(E) a u cardial strictemet supérieur à celui de E ie de bijectio de E das P(E). P(N) est pas déombrable. 3- N 2 est déombrable. Propositio 3. 1) Ue réuio déombrable d esembles déombrables est déombrable. 2) U produit fii d esembles déombrables est déombrable. 3) Q est déombrable. 1.3 Limite supérieure, limite iférieure d ue suite R = R {, + } est mui d u ordre défii par si x, y sot das R, x y y x R + x + pour tout x R. Propositio 4. Toute partie o vide de R possède ue bore iférieure et ue bore supérieure das R. Toute suite croissate (respectivemet décroissate) (x ) N de R est covergete das R et lim + = sup{x, 1} (respectivemet if{x, 1}. Défiitio 3. Limite supérieure, limite iférieure : lim sup x = lim x = if + lim if sup 1 k x = lim + x = sup if x k = k 1 Propositio 5. 1) lim + x = lim ( x ) + 2) a < lim x = a < x pour ue ifiité de 1 + 3) lim x < b = 1, k, x k < b. + 4) Soit a R, x k = lim sup + x k k lim if x k + k
3 1.3. LIMITE SUPÉRIEURE, LIMITE INFÉRIEURE D UNE SUITE 3 a = lim x { ε, 1, k, x k < a + ε + ε, 1, k, x k > a ε. 5) Soiet (x ) ue suite de R, a das R lim + x lim x + lim x = lim + + x = a lim x = a + lim x = lim x = + + lim + x = + lim x = ) Soiet (x ), (y ) des suites de R telles que, x y. O a lim x lim y + + lim + x lim + y. 7) lim x lim + + x (x ) est covergete das R.
4 4 CHAPITRE 1. RAPPELS SUR LES ENSEMBLES
5 Chapitre 2 Espaces Mesurés 2.1 Mesure sur u semi-aeau Défiitio 4. E esemble. S famille o vide de parties de E. S est u semi-aeau si et seulemet si 1) A S et B S A B S 2) A, B S, il existe ue famille fiie (C j ) j J d élémets de S, 2 à 2 disjoits tel que A \ B = C j j J Remarque 4. φ S Mesure sur u semi-aeau Défiitio 5. S semi-aeau sur u esemble E. O appelle mesure sur S toute applicatio µ : S [0, + ] telle que : µ(φ) = 0 pour toute suite (A ), fiie ou déombrable d élémets de S, 2 à 2 disjoits et telle que A S, o a µ( A ) = µ(a ) o dit que µ est déombrablemet additive ou que µ vérifie la propriété de σ additivité. Remarque 5. µ ue mesure, A, B S tel que A B = φ et A B S O a µ(a B) = µ(a) + µ(b) Prologemet d ue mesure sur u aeau Défiitio 6. U aeau est ue famille o vide de parties d u esemble E stable pour toutes les opératios esemblistes fiies :,,, \. Propositio 6. Soit S u semi aeau sur E. Le plus petit aeau A, coteat S ou ecore l aeau egedré par S est formé des réuios fiies disjoites d élémets de S. Propositio 7. Soit S semi-aeau sur E, µ ue mesure sur S, A = aeau egedré par S = A(S) Alors il existe u uique prologemet de µ à l aeau A qui soit ue mesure sur A Propriétés d ue mesure sur u semi-aeau Propositio 8. S semi-aeau sur E, µ mesure sur S. 1) µ est croissate ie A, B S, A B µ(a) µ(b) 5
6 6 CHAPITRE 2. ESPACES MESURÉS 2) µ est déombrablemet sous additive = si I est u esemble déombrable (fii ou o) d idices, A S pour tout I, si S alors A I µ( A ) ). Iµ(A 3) (A ) suite croissate d élémets de S tq A S µ( A ) = lim + µ(a ) = sup µ(a ) 4) (A ) suite décroissate d élémets de S. O suppose que µ(a 1 ) < et A S. Alors µ( A ) = lim µ(a ) = If µ(a ). + E particulier, si A = φ alors (µ(a )) Mesure sur ue tribu Défiitio d ue tribu Ue tribu est ue famille o vide T de parties de E, stable pour toutes les opératios esemblistes déombrables et coteat l esemble E. Ue famille o vide T de parties de E est ue tribu si et seulemet si (A T A c T ), (, A T A T ) et E T. Exemples de tribu : P(E) tribu triviale {φ, E} tribu grossière. O peut défiir la tribu egedrée par ue famille C o vide d élémets de P(E)comme la plus petite tribu coteat C. O admet l existece et l uicité de cette tribu. Exemple : {φ, A, A c, E} = plus petite tribu egedrée par {A}. Défiitio 7. U espace mesurable est u couple (E, T ) où E est u esemble, T ue tribu sur E. O dit qu ue partie de E est mesurable si et seulemet si elle appartiet à T. Remarque 6. O peut défiir ue mesure sur T (car T est u semi aeau!) µ = A [0, + ] µ(φ) = 0 pour toute suite fiie ou déombrable (A ) d élémets 2 à 2 disjoits de T, µ( A ) = µ(a ) (o a A T par def de la tribu) O dit que (E, T, µ) est u espace mesuré Propriété des espaces mesurés Propositio 9. (E, T, µ) espace mesuré Pour tout A, B das T, o a (i) µ(a) = µ(a \ B) + µ(a B) (ii) si A B alors µ(a) µ(b) (iii) µ(a B) µ(a) + µ(b) (iv) µ(a B) + µ(a B) = µ(a) + µ(b) Défiitio 8. µ est fiie ou borée si µ(e) est fii. µ est σ - fiie s il existe (A ) suite de T tq E = A et µ(a ) < + pour tout.
7 2.2. MESURE SUR UNE TRIBU 7 Remarque 7. si µ(e) = 1 o dit que µ est ue probabilité. (E, T, µ) est alors u espace probabilisé. Les mesures borées sot σ-fiies. Si µ est borée et o ulle (ie µ(e) 0) alors µ µ(e) est ue probabilité Costructio du prologemet d ue mesure Soit µ ue mesure σ fiie sur u semi-aeau S d u esemble E. O voudrait prouver l existece d u uique prologemet de µ à ue mesure sur la tribu egedrée par S et costruire ce prologemet. Pour cela, o itroduit µ, foctio défiie sur P(E) par u (A) = If { µ(a ), A A, A S} µ :=mesure extérieure associée à µ. µ a les propriétés suivates : a) µ (φ) = 0 b) µ est croissate. c) µ est déombrablemet sous-additive :, A P(E) µ ( A ) µ (A ) Défiitio 9. Ue partie A de E est dite µ -mesurable si et seulemet si B E, µ (B) = µ (B A) + µ (B \ A) O ote M µ l esemble des parties µ -mesurables. Propositio 10. 1) M µ est ue tribu sur E qui cotiet S. 2) La restrictio de µ à la tribu M µ est ue mesure. Remarque 8. C est l uique prologemet de µ à la tribu T (S) egedrée par S. Remarque 9. T (S) M µ Théorème 1. Théorème de Carathéodory Si µ est ue mesure σ-fiie sur u semi-aeau S d u esemble E alors il existe u uique prologemet (ecore oté µ), de µ à la tribu T (S) egedrée par S Esembles égligeables.complétio d ue mesure Soit S u semi-aeau sur u esemble E, T la tribu egedrée par S et µ ue mesure σ-fiie sur S. O costruit µ S mesure extérieure à partir de S. O e déduit µ mesure sur T puis o costruit la mesure extérieure de µ à partir de T, otée µ T. Alors µ S = µ T Défiitio 10. : Ue partie A de E est égligeable si et seulemet si u S(A) = µ T (A) = 0 O ote N l esemble des parties égligeables.
8 8 CHAPITRE 2. ESPACES MESURÉS Propositio 11. Soit µ ue mesure sur ue tribu T 1- Toute partie coteue das ue partie égligeable est égligeable. 2- Toute réuio déombrable de parties égligeables est égligeable. 3- Ue partie N de E est égligeable si et seulemet si B T tq N B et µ(b) = 0. Théorème 2. µ ue mesure sur ue tribu T, σ fiie T = {A N, A T, N égligeable} est ue tribu dite tribu complétée de T. O dit que l espace mesuré (E, T ) est complet lorsque T = T La mesure µ défiie sur T par µ(a N) = µ(a) est dite la mesure complétée de µ. Propositio 12. T = M µ et µ = µ Mµ Lemme 1. Les parties égligeables sot das M µ 2.3 Mesure de Borel et de Lebegue sur R Propositio 13. Les familles de parties de R suivates egedret la même tribu B(R). 1) Les ouverts de R. 2) Les fermés de R. 3) Les itervalles ouverts (ou fermés ou semi ouverts d u côté, illimité ou o). Défiitio 11. La tribu B(R) est appelée la tribu boréliee de R. La mesure sur B(R) prologeat la mesure logueur sur les itervalles est appelée mesure de Borel, sa complétée la mesure de Lebesgue. A est u borélie de R si et seulemet si A B(R). Propositio 14. Pour toute partie A de R et λ réel, o ote A + λ = {a + λ, a A} le traslaté de A par λ et λa = {λa, a A} l homothétique de A par λ. 1) Si A B(R) alors A + λ B(R), λa B(R) 2) Si µ est la mesure de Lebesgue sur R alors pour tout A B(R), λ R, µ(a + λ) = µ(a) et µ(λa) = λ µ(a). Défiitio 12. Ue foctio cotiue de R das R est ulle presque partout si et seulemet si l esemble A = {x R, f(x) 0} est de mesure ulle i.e. µ(a) = 0. Propositio 15. Ue foctio cotiue de R das R, ulle presque partout est ulle partout. Deux foctios égales presque partout sot égales partout. Gééralisatio : Soit E u espace topologique. La tribu boréliee sur E est la tribu egedrée par l esemble des ouverts de E. Exemple : B(R 2 ) = T ({U V, U, V ouverts de R}) = T ({rectagles}) = T ({I J, I, J itervalles de R})
9 Chapitre 3 Foctios mesurables 3.1 Gééralités Défiitio 13. Ue applicatio f d u espace mesurable (E 1, T 1 ) das u espace mesurable (E 2, T 2 ) est mesurable ou T 1 T 2 mesurable si et seulemet si f 1 (T 2 ) T 1 si et seulemet si pour tout B T 2, f 1 (B) T 1. Ue variable aléatoire réelle est ue applicatio mesurable d u espace probabilisé (Ω, T, P ) das (R, B(R). Propositio 16. 1) La composée de deux foctios mesurables est mesurable. 2) Ue partie A d u esemble mesurable (E, T ) est mesurable si et seulemet si 1 A est mesurable. 3) Les foctios costates sot mesurables. Lemme 2. f : E 1 E 2 et C P(E 2 ) T (f 1 (C)) = f 1 (T (C)). Théorème 3. Soit f : (E 1, T 1 ) (E 2, T 2 ). O suppose que la tribu T 2 est egedrée par ue famille F de parties de E 2. f est mesurable ssi f 1 (F) T 1 ssi B F, f 1 (B) T 1. Cas particulier : Les applicatios cotiues de R das R sot mesurables. Attetio : Les applicatios mesurables de R das R e sot pas forcémmet cotiues. Remarque 10. f : (E, T ) (R, B(R)), f mesurable a R, {x, f(x) > a} T a R, {x, f(x) a} T. Défiitio 14. Mesure Image f applicatio mesurable d u espace mesuré (E, T, µ) das u espace mesurable (E, T ) Pour tout B T, o pose µ f (B) = µ(f 1 (B)). µ f est ue mesure, appelée mesure image de µ par f. Propositio 17. f foctio mesurable de (X, T, µ) das (X, T ) g foctio mesurable de (X, T ) das (X, T ) Alors µ g f = (u f ) g. Défiitio 15. Si X est ue variable aléatoire défiie sur (Ω, A, P ), o appelle loi de X la probabilité image P X de P par X. Remarque 11. Si X e pred qu u ombre fii de valeurs x 1,..., x alors P X = P ({w Ω, X(w) = x i })δ i i=1 9
10 10 CHAPITRE 3. FONCTIONS MESURABLES 3.2 Foctios mesurables réelles Notatios : M + = M + (E, T ) = esemble des foctios mesurables positives (fiies ou o) d u espace mesuré (E, T ) das [0, + ] mui de la tribu boréliee egedrée par les [a, + ]. M = M(E, T ) = esemble des foctios mesurables réelles (fiies) défiies sur (E, T ) à valeurs das R mui de la tribu boréliee B(R). f Propositio 18. (E, T ) (E, T g ) (E, T ). Si f, g sot mesurables alors g f est mesurable Corollaire 1. 1) Soit a R, soit f : (E, T ) (R, B(R)) mesurable. Alors max(f, a), mi(f, a), f, f + = max(f, 0), f = mi(f, 0) sot mesurables. 2) f : (E, T ) (R, B(R )) mesurable alors 1 est mesurable. f 3) f : (E, T ) (R +, B(R + )) mesurable alors f l est. Propositio 19. f, g : (E, T ) (R, B(R)) F : (E, T ) (R 2, B(R 2 )) x (f(x), g(x)) F est mesurable si et seulemet si f, g le sot. Applicatio : f : (E, T ) (C, B(C)) f est mesurable si et seulemet si Im f et Re f sot mesurables de (E, T ) das (R, B(R)). Propositio 20. f, g : (E, T ) (R, B(R)) mesurables. Alors pour tout α R, αf +g, fg sot mesurables. De même sup(f, g), if(f, g) sot mesurables. Corollaire 2. Si f M alors f 2, f sot das M Attetio : Si f est mesurable, f est pas forcémmet mesurable. Propositio 21. Soit (f ) suite de foctios de M ou de M +, les foctios suivates (lorsqu elles existet) sot mesurables : sup f, if f, lim sup f, lim if f, lim f, f. Défiitio 16. foctio étagée Ue foctio f de E das R est étagée si et seulemet si f(e) est u esemble fii de R. Cela reviet à supposer l existece d ue partitio fiie (A i ) i {1,...,} de E, de costates α i deux à deux distictes tq f = α i 1 Ai. 1 i O a A i = f 1 ({α i }) et cette écriture est uique. O l appelle décompositio caoique de f. Rappel : (A i ) i partitio de E E = A i, A i φ et les A i sot deux à deux disjoits. i Propositio 22. f est mesurable si et seulemet si i, A i T. O ote E l algèbre des foctios mesurables étagées E + l algèbre des foctios mesurables étagées positives fiies ou o. Propriétés : Soiet f, g E, λ R Alors λf, f + g, fg, sup(f, g), if(f, g), f sot das E. Théorème 4. 1) Toute foctio mesurable réelle f est limite simple d ue suite (f ) de foctios étagées. 2) Si de plus f est borée par M sur E, la suite (f ) peut être supposée croissate et uiformémet covergete vers f. 3) Si f est positive fiie ou o, la suite (f ) peut être supposée croissate et positive.
11 3.3. INTÉGRALE SUPÉRIEURE D UNE FONCTION DE M+ 11 Défiitio 17. Covergece presque partout. Soit (f ) ue suite de foctios mesurables. La suite (f ) est covergete presque partout s il existe u esemble N de mesure ulle tq (f (x)) est covergete pour tout x / N. Remarque 12. Si (f ) est ue suite de vecteurs aléatoires, o parle de covergece presque suremet. Remarque 13. Ue limite presque partout d ue suite de foctios mesurables est pas écessairemet mesurable. Ce résultat est vrai lorsque la tribu est complète ie T = T. 3.3 Itégrale supérieure d ue foctio de M Itégrale supérieure d ue foctio étagée mesurable positive Soit f = i I α i 1 Ai décompositio caoique de f E +, I de cardial fii. Défiitio 18. O appelle itégrale supérieure de f par rapport à µ la quatité (fiie ou o) : fdµ = α i µ(a i ) i I E particulier, pour tout A T, 1 A dµ = µ(a). Remarque 14. Par covetio, o pose 0 (+ ) = 0. Propriétés : a) f, g E +, λ > 0, (λf)dµλ fdµ b) f, g E +, (f + g)dµ fdµ + gdµ Remarque : pour toute écriture f = i I α i 1 Ai caoique ou o fdµ = α i µ(a i ) i I c) f, g E + f g fdµ gdµ. Propositio 23. a) Si A T, f E + alors 1 A f ξ +. O pose alors A fdµ := 1 A fdµ. b) Soiet A, B das T tq A B = φ, f ξ. O a fdµ = fdµ + A B A B c) Soit (E ) 1 ue suite d élémets de T, croissate pour l iclusio et tq E = dµ E. Alors pour tout f ξ + + fdµ = lim E fdµ
12 12 CHAPITRE 3. FONCTIONS MESURABLES Itégrale supérieure d ue foctio mesurable positive Idée : pour défiir l itégrale supérieure d ue foctio mesurable positive, f M +, o peut l écrire comme limite croissate d ue suite de foctios de ξ + et poser fdµ = lim f dµ. Il faut justifier que ceci est correct. Si o a 2 suites de foctios croissates qui coverge vers f, a-t-o lim f dµ = lim g dµ? Défiitio 19. f : (E, T, µ) (R +, B(R + )) mesurable fdµ := sup { ϕdµ, ϕ f, ϕ ξ + }. Propositio 24. Si f, g M + et f g alors fdµ gdµ. Théorème 5. Théorème de Beppo-Lévi ou de covergece mootoe. Soit (f ) ue suite croissate d élémet de M +. Alors f := lim f M + et fdµ = lim f dµ. Remarque 15. O peut aussi écrire Propositio 25. Soiet f, g M +. a) (f + g)dµ = fdµ + gdµ. sup f dµ = sup f dµ. b) λ 0 λfdµ = λ fdµ. Corollaire 3. de Beppo-Lévi : Soit f M +. O a f dµ = f dµ. Théorème 6. Thérème de Fatou : Soit (f ) suite de M +. O a lim if f lim if f. E particulier, si f coverge simplemet vers f M +, M R, f dµ M fdµ M. Propositio 26. Soit f M +, alors fdµ = 0 µ({x, f(x) 0}) = 0 ie f = 0 pp Propositio 27. Soiet f, g M +. a) f g pp fdµ gdµ. b) f = g pp fdµ = gdµ. Propositio 28. Iégalité de Markov. fdµ. Soit f M +, pour tout A > 0, µ{x, f(x) A} 1 A
13 Chapitre 4 Foctios itégrables 4.1 Gééralités Défiitios Défiitio 20. soit f M. O dit que f est itégrable par rapport à µ si et seulemet si f + dµ < et f dµ <. rappel : f + = sup(f, 0) f = sup( f, 0) L itégrale de f par rapport à µ est le ombre réel ou f(x)dµ(x). f + dµ f dµ oté Si µ est la mesure de Lebesgue, o dit que f est Lebesgue-itégrable. Notatio : L 1 = L 1 (E, T, µ) = {foctios itégrables par rapport à µ}. fdµ ou f Propositio 29. 1) f est itégrable si et seulemet si f est itégrable. 2) L 1 est u sous espacevectoriel de M. L itégrale est ue forme liéaire positive sur L 1. E particulier, f g fdµ g dµ fdµ f dµ. si f, g L 1 alors sup(f, g) L 1, if(f, g) L 1. 3) (f M et f = 0 pp) f L 1 et fdµ = 0. 4) (f L 1, g M et g = f pp) g L 1 et fdµ = gdµ 5) f M et g L 1, f g µ pp alors f L Cas complexe C est mui de la tribu boréliee. Défiitio 21. Ue foctio complexe mesurable est itégrable si et seulemet si f est itégrable. L itégrale de f par rapport à µ est fdµ = Refdµ + i Imf dµ. Propositio 30. L esemble des foctios complexes itégrables est u C-espace vectoriel et l itégrale ue forme liéaire à valeurs das C tq fdµ f dµ. 13
14 14 CHAPITRE 4. FONCTIONS INTÉGRABLES Propositio 31. f M + f L 1 µ({x, f(x) = + }) = Propriétés Théorème 7. µ, ν deux mesures sur u espace mesurable (E, T ). La foctio λ = µ + ν est ue mesure sur E. Ue foctio réelle ou complexe f est λ itégrable si et seulemet si elle est à la fois µ- itégrable et ν-itégrable. O a alors fdλ = fdµ + fdν Propositio 1. Soit (E, T, µ) u espace mesuré f : E R, f est itégrable relativemet à la mesure complétée µ ie f L 1 (E, T, µ) si et seulemet si f est égale presque partout à ue foctio g L 1 (E, T, µ). O a alors gdµ = fdµ Itégrale sur ue partie A de T Défiitio 22. Soit f ue foctio réelle ou complexe, mesurable sur (E, T, µ), A T. f est itégrable sura par rapport à µ si et seulemet si f1 A est itégrable. O ote fdµ = f1 A dµ. A Propositio 32. Soit f ue foctio réelle ou complexe, mesurable sur (E, T, µ). a) Si f est itégrable alors pour toute partie A de T, f est itégrable sur A. b) Si f est mesurable et borée alors elle est itégrable sur toute partie A de T tq µ(a) <. c) Si A T est égligeable alors f est itégrable sur A et fdµ = 0. A d) Si f est itégrable et si pour tout A T, fdµ = 0 alors f = 0 pp. 4.2 Itégrale de Riema - Itégrale de Lebesque Théorème 8. Toute foctio f Riema itégrable sur [a, b] est Lebesgue-itégrable sur [a, b] ie f1 [a,b] est itégrable pour la mesure de Lebesgue λ et les itégrales coïcidet. Itérêt : Lorsqu o a ue foctio Riema itégrable, o pourra utiliser tous les résultats cous avec Riema pour calculer l itégrale de Lebesgue. Il existe des foctios Lebesgue itégrable sur [a, b] qui e sot pas Riema itégrable. Théorème 9. I = (α, β) u itervalle o compact. f ue foctio Riema itégrable sur tout [a, b] coteu das I. f est Lebesgue itégrable sur I si et seulemet si l itégrale impropre de Riema de f est absolumet covergete. + Das ce cas, les deux itégrales coïcidet. O écrira idifféremmet f(x)dx, fdλ. 4.3 Théorèmes de covergece et applicatios Rappel : lemme de Fatou Soit (f ) suite de M + lim if f dµ lim if f dµ A R
15 4.3. THÉORÈMES DE CONVERGENCE ET APPLICATIONS 15 Applicatio : (f ) suite de foctios itégrables covergeat simplemet vers f et vérifiat sup f dµ < +. Alors f L Théorème de Lebesgue ou covergece domiée Lemme 3. Soit (h ) ue suite décroissate de M + tq h 1 L 1. Alors lim h = lim h Théorème 10. Théorème de Lebesgue Soit (f ) ue suite d élémets de L 1 (E, T, µ) à valeurs das R ou C. O suppose que (i) f coverge µ pp vers ue foctio mesurable f. (ii) g L 1 tq, f g pp (coditio de domiatio). Alors f L 1 et lim f dµ = lim f dµ. Remarque 16. Itérêt de ce théorème : o a pas besoi de la CU de la suite (f ) comme das le cas Riema. L hypothèse de CU implique la coditio (ii) avec g costate. Corollaire 4. Itégratio terme à terme des séries de foctios. Soit f L 1 tq f dµ <. O a f < pp et f dµ = f dµ Limite, cotiuité et dérivatio sous le sige Théorème 11. Soit (E, T, µ) u espace mesuré, f ue foctio réelle ou complexe défiie sur E I où I est u itervalle de R. Soit t 0 u poit adhéret à I (t 0 R). O suppose : a) t I, x f(x, t) est itégrable sur E. b) Pour presque tout x E, lim t t0 f(x, t) existe das R et vaut ϕ(x). c) Il existe ue foctio itégrable g sur E tq t I, f(x, t) g(x) p.p. Alors la foctio F défiie par F (t) = f(x, t)dµ(x) admet ue limite quad t t 0, ϕ est itégrable et lim f(x, t)dµ(x) = ϕdµ. t t0 E E Théorème 12. Soit (E, T, µ) u espace mesuré, f ue foctio réelle ou complexe défiie sur E I où I est u voisiage de t 0, poit de R. O suppose : a) t I, x f(x, t) est itégrable sur E. b) Pour presque tout x E, t f(x, t) est cotiue au poit t 0. c) Il existe ue foctio itégrable g sur E tq Alors la foctio F (t) = t I, f(x, t) g(x) p.p. f(x, t)dµ(x) est cotiue au poit t 0.
16 16 CHAPITRE 4. FONCTIONS INTÉGRABLES Théorème 13. Dérivatio : Soit (E, T, µ) espace mesuré, f foctio réelle (ou complexe) défiie sur E I où I itervalle de R. O suppose : a) t I, x f(x, t) est itégrable sur E. b) Pour presque tout x E, t f(x, t) est dérivable sur I. c) Il existe ue foctio itégrable g sur E tq t I, f(x, t) t g(x) pp Alors la foctio F (t) = f(x, t)dµ(x) est dérivable sur I. t I, x t f(x, t) est itégrable sur E et F (t) = f(x, t)dµ(x). t Itégratio par rapport à ue mesure image Propositio 33. Soit f ue foctio mesurable d u espace mesuré (E, T, µ) das u espace mesurable (E, T ). O ote µ f la mesure image de µ par f. Ue foctio mesurable réelle ϕ est itégrable par rapport à µ f si et seulemet si ϕ f est itégrable par rapport à µ. O a alors ϕdµ f = ϕ fdµ i.e. ϕ(x )dµ f (x ) = ϕ f(x)dµ(x). Applicatio aux probabilités = momet d ue variable aléatoire X : (Ω, A, P ) R. momet d ordre r = X r (ω)dp (ω) = x r dp X (x). Pour r = 1 o retrouve l espérace de X Mesure à desité Défiitio 23. Soit f mesurable positive défiie sur (E, T, µ). Soit A T, la formule (f.µ)(a) = f.µ. A fdµ défiit ue mesure positive dite de desité f par rapport à µ et otée Propositio 34. A T, µ(a) = 0 f.µ(a) = 0. Défiitio 24. Ue mesure ν sur (E, T, µ) est dite absolumet cotiue par rapport à µ si et seulemet si A T, µ(a) = 0 ν(a) = 0. Propositio 35. si f M +, f.µ est absolumet cotiue par rapport à µ. Théorème 14. Théorème de Rado-Nikodym : Si µ et ν sot deux mesures σ-fiies sur (E, T ) et si ν est absolummet cotiue par rapport à µ alors il existe ue foctio f mesurable positive fiie telle que ν = f.µ.
17 Chapitre 5 Mesure produit Théorèmes de Fubii et du chagemet de variable. 5.1 Tribu Produit (E 1, T 1, µ 1 ), (E 2, T 2, µ 2 ) sot deux espaces mesurés. µ 1, µ 2 sot des mesures σ-fiies Tribu produit Défiitio 25. O appelle tribu produit de T 1 et T 2, la tribu otée T 1 T 2 défiie par T 1 T 2 = T ({A B, A T 1, B T 2 }) Propositio 36. pr 1 : E 1 E 2 E 1 pr 2 : E 1 E 2 E 2 (x 1, x 2 ) x 1 (x 1, x 2 ) x 2 T 1 T 2 est la plus petite tribu sur E 1 E 2 redat mesurables les projectios pr 1 et pr 2. Remarque 17. B(R 2 ) = B(R) B(R) Sectio d u élémet de la tribu Si C T 1 T 2, que peut-o dire de la mesurabilité de ses sectios défiies par Propositio 37. Soit C T 1 T 2 x E 1, C x T 2 y E 2, C y T 1 C x := {y E 2, (x, y) C} C y := {x E 1, (x, y) C} Corollaire 5. Soit f : (E 1 E 2, T 1 T 2 ) R, R ou C avec la tribu boréliee. O suppose f mesurable. Pour tout x E 1, la sectio de f d abscisse x défiie par f x : E 2 R, R ou C est T y f x (y) = f(x, y) 2 -mesurable. De même, pour tout y E 2, l applicatio 17
18 18CHAPITRE 5. MESURE PRODUITTHÉORÈMES DE FUBINI ET DU CHANGEMENT DE VARIABLE f y : E 1 R, R ou C x f y (x) = f(x, y) est T 1 mesurable. 5.2 Mesure produit de mesures σ-fiies Théorème 15. Soiet (E 1, T 1, µ 1 ) et (E 2, T 2, µ 2 ) deux espaces mesurés où µ 1 et µ 2 sot des mesures σ-fiies. 1) Il existe ue uique mesure µ sur (E 1 E 2, T 1 T 2 ) telle que A T 1, B T 2, µ(a B) = µ 1 (A)µ 2 (B) De plus, cette mesure est σ-fiie. O la ote gééralemet µ 1 µ 2. 2) Pour tout C T 1 T 2, µ(c) = E 1 µ 2 (C x )dµ 1 = E 2 µ 1 (C y )dµ Théorèmes de Fubii Théorème 16. Théorème de Fubii-Toelli Soit f : (E 1 E 2, T 1 T 2, µ ν) R + ue foctio mesurable. µ et ν sot 2 mesures σ-fiis sur (E 1, T 1 ), (E 2, T 2 ) respectivemet a) La foctio x E 2 f(x, y)dν(y) est défiie sur E 1 et est T 1 mesurable La foctio y E 1 f(x, y)dµ(x) est défiie sur E 2 et est T 2 mesurable. b) ( ) fd(µ ν) = f(x, y)dν(y) dµ(x) E 1 E 2 E 1 E ( 2 ) = f(x, y)dµ(x) dν(y) E 1 Remarque : ces égalités ot lieu das R +. E 2 Théorème 17. Théorème de Fubii Soit f : (E 1 E 2, T 1 T 2, µ ν) R ou C O suppose f itégrable ie f L 1 (E 1 E 2, T 1 T 2, µ ν) a) µ p.p., l applicatio y f(x, y) est das L 1 (ν) et ν p.p., l applicatio x f(x, y) est das L 1 (µ) b) Les foctios y E 1 f(x, y)dµ(x) et x E 2 f(x, y)dν(y) sot itégrables presque partout. c) E 1 E 2 fd(µ ν) = ( ) E 1 E 2 f(x, y)dν(y) dµ(x) = ( ) E 2 E 1 f(x, y)dµ(x) dν(y) 5.4 Théorème du chagemet de variables Défiitio 26. Soiet U, V des ouverts de R, φ : U V, φ = (φ 1,..., φ ). O ote pr i la ième projectio de R R, φ i = pr i φ. O dit que φ est u difféomorphisme de classe C 1 de U das V = φ(u) ssi φ est bijective de U sur V, φ est C 1 ie les φ i, φ i sot cotiues, i = 1,..., j = 1,...,, µ [ j ] φi la matrice jacobiee de φ defiie par J φ (u) = (u) est iversible pour tout u U. u j Théorème 18. Chagemet de variable : φ difféomorphisme de classe C 1 d u ouvert U de R das l ouvert V = φ(u) de R. f foctio réelle ou complexe, Lebesgue mesurable sur V La mesure de Lebesgue dx sur V est l image par T de la mesure µ = DetJ φ (u) du sur U i,j
19 5.4. THÉORÈME DU CHANGEMENT DE VARIABLES 19 (qui est la mesure de desité DetJ φ (u) par rapport à du). f est Lebesgue itégrable sur V ssi f φ est Lebesgue itégrable sur U pour la mesure µ et o a alors V =φ(u) f(x)dx = U f(φ(u)) DetJ φ(u) du
20 20CHAPITRE 5. MESURE PRODUITTHÉORÈMES DE FUBINI ET DU CHANGEMENT DE VARIABLE
21 Chapitre 6 Trasformatio de Fourier sur L Espace L 1 Soit (E, T, µ) u espace mesuré. L 1 (E, T, µ) = {f : (E, T, µ) R ou C, f itégrable}. O cosidère la relatio R sur L 1 défiie par frg f = g µpp Propositio 38. R est ue relatio d équivalece sur L 1. Défiitio 27. L 1 = {classes d équivalece pour la relatio R} = L 1 /R espace quotiet de L 1 par R Théorème 19. Soit f L 1, f la classe d équivalece de f. La foctio f f 1 = f dµ est ue orme sur L 1. Théorème 20. Théorème de Fisher-Riesz (L 1, 1 ) est u espace de Baach ie u espace vectoriel ormé complet ie toute suite de Cauchy das L 1 pour 1 est covergete. La covergece pour la orme 1 est dite covergece e moyee. Propositio 39. Si (f ) est ue suite de foctios covergetes vers f das L 1. Alors il existe ue sous suite (f k ) k qui est covergete µ p.p. vers f. Propositio 40. L esemble des foctios étagées sur les itervalles borés est dese das L 1 (R, B(R), λ) f = α i 1 Ai où A i est u itervalle boré. i=1 6.2 Covolutio des foctios Théorème 21. Soiet f, g deux foctios itégrables sur R. Pour presque tout x R, la foctio t f(t)g(x t) est itégrable sur R. Défiitio 28. O appelle produit de covolutio de f et g la foctio f g défiie par f g(x) = f(t)g(x t)dt 21
22 22 CHAPITRE 6. TRANSFORMATION DE FOURIER SUR L 1 Propositio 41. Soiet f, g deux foctios itégrables sur R. 1) f g L 1 (R ) 2) Le produit de covolutio est commutatif, associatif et distributif par rapport à l additio. 3) f g = f g et f g 1 f 1 g Trasformée de Fourier sur L 1 (R, B(R ), λ) Défiitio Soit f L 1 (R ) o appelle trasformée de Fourier de f la foctio défiie pour x R par Ff(x) = e 2iΠ<x,t> f(t)dt où < x, t >= x i t i i= Propriétés élémetaires de la trasformée de Fourier Propositio 42. F est ue applicatio liéaire sur L 1 (R ) Propositio 43. Soiet f, g das L 1 (R ) 1) Pour tous (x, y) R R, o ote (f g)(x, y) = f(x)g(y) O a F(f g) = Ff Fg 2) F(f g) = Ff Fg 3) x R, o pose f V (x) = f( x) F(f V ) = (Ff) V 4) Soit a R, pour tous x R, o pose τ a f(x) = f(x a) F(τ a f)(x) = e 2iΠ<x,a> Ff(x) 5) Soit r R \ {0}, h : t f( t r ) F(h)(x) = r F(f)(rx) Propriétés topologiques Théorème 22. Soit f L 1 (R ) Ff est uiformémet cotiue et borée sur R Lemme 4. Lemme de Riema Lebesgue Soit f L 1 (R ) alors Ff ted vers 0 e + et e. Propositio 44. F est ue applicatio liéaire cotiue de (L 1 (R ), 1 ) das (C 0 (R ), ) où C 0 (R ) = { applicatios cotiues sur R ulles à l ifii} Corollaire 6. Pour tous f 1, f 2 das L 1 (R ), les foctios (Ff 1 )f 2 et f 1 (Ff 2 ) sot itégrables. De plus (Ff 1 )f 2 = f 1 (Ff 2 ) Trasformée de Fourier et dérivée Soit f L 1 (R) et soit p u etier positif 1) Si la foctio t g t p f(t) est itégrable alors Ff est p fois dérivable et (Ff) (p) (x) = ( 2iΠ) p Fg(x) 2) Si les dérivées f,..., f (p) existet et sot itégrables, o a (Ff (p) )(x) = (2iΠx) p Ff(x) 3) E particulier, si f admet ue dérivée première et secode itégrables alors Ff L 1
23 6.3. TRANSFORMÉE DE FOURIER SUR L1 (R N, B(R N ), λ) Trasformatio de Fourier iverse : Défiitio 29. Soit f L 1 (R ), o pose (Ff)(x) = e 2iΠ<x,t> f(t)dt Propositio 45. Soiet f, g das L 1 (R ) 1) (Ff)(x) = (Ff)( x) = (Ff) V (x) si f est paire, Ff(x) = Ff(x) 2) Ff = Ff si f est réelle, Ff = Ff 3) Ff L 1 (R ) Ff L 1 (R ) si Ff L 1 (R ) alors x R, FFf(x) = FFf(x) 4) F(f g) = F(f)F(g) Théorème 23. Théorème de réciprocité : Si f L 1 (R ) est telle que Ff L 1 alors FFf = f p.p. i.e. FFf = f das L 1. Remarque 18. Si f L 1, o a pas forcémet Ff das L 1 Propositio 46. Soit f L 1 (R ) tq Ff L 1 (R ) 1) Si f est cotiue alors F(Ff) = f, égalité vraie partout. 2) Plus précisemmet, F(Ff)(t) = f(t) e tout poit de cotiuité de f Propositio 47. Soit f, g das L 1 (R ) tq Ff, Fg soiet das L 1 (R ) Alors fg L 1 (R ) et F(fg) = Ff Fg presque partout.
24 24 CHAPITRE 6. TRANSFORMATION DE FOURIER SUR L1
25 Chapitre 7 Trasformatio de Fourier sur L Espace L 2 Soit (E, T, µ) u espace mesuré. L 2 (E, T, µ) = {f : (E, T, µ) R ou C, f 2 itégrable}. O cosidère la relatio R sur L 2 défiie par frg f = g µpp Propositio 48. R est ue relatio d équivalece sur L 2. Défiitio 30. L 2 (E, T, µ) = {classes d équivalece pour la relatio R} Propriétés = L 2 (E, T, µ)/r espace quotiet de L 2 (E, T, µ) par R Propositio 49. 1) L 2 (E, T, µ) est u espace vectoriel. 2) Pour tous f, g das L 2 (E, T, µ), fg L 1 (E, T, µ) et < f, g >= fg défiit u produit scalaire sur L 2. O peut alors défiir ue orme sur L 2 (E, T, µ) e posat f 2 = f 2. 3) (L 2 (E, T, µ),. 2 ) est u espace de Hilbert. 4) Pour tous f, g das L 2 (E, T, µ), o a fg 1 = fg ( f 2 ) 1 2 ( g 2 ) 1 2 = f 2 g 2 Iégalité de Cauchy Schwartz. f + g 2 ( f + g 2 ) 1 2 ( f 2 ) ( g 2 ) 1 2 = f 2 + g 2 Iégalité de Mikowski Comparaiso etre L 2 et L 1 Propositio 50. Si µ est fiie, o a L 2 (E, T, µ) L 1 (E, T, µ) et pour tout f L 2 (E, T, µ), f 1 µ(e) 1 2 f Sous esemble deses das L 1 et L 2 Théorème 24. {foctios étagées sur des pavés borés}, {foctios cotiues à support compact },{foctios 25
26 26 CHAPITRE 7. TRANSFORMATION DE FOURIER SUR L 2 idéfiimet dérivables à support compact } sot deses das L 1 et L Tasformatio de Fourier sur L 2 (R ) Espace de Wieer Défiitio 31. H = {f L 1 (R ), Ff L 1 (R )} est l espace de Wieer. Propositio 51. 1)Hest coteu das L 2 (R ). 2) H est u espace préhilbertie. 3) F et F sot deux bijectios réciproques sur H, adjoites l ue de l autre. Ce sot des isométries pour la orme. 2. 3) H est dese das L Trasformée de Fourier sur L 2 Propositio 52. Soit f L 2, il existe (h ) H telle que f = lim h das L 2. O peut défiir Ff = lim Fh das L 2. Aisi o prologe par cotiuité les opérateurs F et F défiis sur H à L 2. ATTENTION : O e peut pas appliquer la formule e 2iπ<x,t> f(t)dt pour obteir la trasformée de Fourier d ue foctio de L 2. Théorème 25. Placherel Parceval 1) Soit f L 2, FFf = FFf = f das L 2 c.a.d. presque partout. 2) F, F sot adjoites l ue de l autre. 3) La trasformée de Fourier est ue isométrie sur L 2 et coserve le produit scalaire c.a.d. < Ff, Fg >=< f, g >. Propositio 53. 1) Si f L 1 L 2 alors les deux défiitios de la trasformée de Fourier coicidet. 2) Soit f L 2, Ff = (Ff) V et Ff = F f. 3) Soiet f et g das L 2, Ff.g = f.fg. 4) Soit f cotiûmet dérivable telle que f, f soiet das L 2 (R), o a x R, Ff (x) = (2iπx)Ff(x). 5) Soit f L 2 (R) alors pour tout λ > 0, 1 [ λ,λ] f L 1 et Ff(x) = lim F L 1(1 [ λ,λ]f)(x) das L 2 c.a.d. λ + Ff(x) = λ lim λ + λ e 2iπxt f(t)dt das L 2. 6) Si f L 1 et F L 1f L 2 alors f L 2 et f = F L 2F L 1f. 7.3 Lie avec le produit de covolutio Soiet f, g das L 2 (R), f g est bie défiie et f g f 2 g 2. Propositio 54. Soiet f, g das L 2, o a fg L 1 et F(fg) = Ff Fg.
27 7.3. LIEN AVEC LE PRODUIT DE CONVOLUTION 27 Propositio 55. Soiet f, g das L 2. O a Ff.Fg L 1 F(Ff.Fg) = f g. Propositio 56. Soiet f L 1 (R) et g L 2 (R). La foctio f g est défiie presque partout par f g(x) = f(t)g(x t)dt. f g L 2 (R) et f g 2 f 1 g 2.
Chapitre 3 : Fonctions d une variable réelle (1)
Uiversités Paris 6 et Paris 7 M1 MEEF Aalyse (UE 3) 2013-2014 Chapitre 3 : Foctios d ue variable réelle (1) 1 Lagage topologique das R Défiitio 1 Soit a u poit de R. U esemble V R est u voisiage de a s
Plus en détail1 Mesure et intégrale
1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios
Plus en détail. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1
Premières propriétés des ombres réels 2 Suites umériques 3 Suites mootoes : à faire 4 Séries umériques 4. Notio de série. Défiitio 4.. Soit (u ) ue suite de ombres réels ou complexes. Pour N N, o ote S
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Exo7 Topologie Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Exercice **
Plus en détail[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n =
[http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Eocés 1 Nombres réels Ratioels et irratioels Exercice 1 [ 9 ] [correctio] Motrer que la somme d u ombre ratioel et d u ombre irratioel est u ombre irratioel.
Plus en détailCHAPITRE 2 SÉRIES ENTIÈRES
CHAPITRE 2 SÉRIES ENTIÈRES 2. Séries etières Défiitio 2.. O appelle série etière toute série de foctios ( ) f dot le terme gééral est de la forme f ()=a, où (a ) désige ue suite réelle ou complee et R.
Plus en détailIntroduction : Mesures et espaces de probabilités
Itroductio : Mesures et espaces de probabilités Référeces : Poly cédric Berardi et Jea Michel Morel. J.-F. Le Gall, Itégratio, Probabilités et Processus Aléatoire J.-Y. Ouvrard, Probabilités 2, maîtrise-agrégatio,
Plus en détailEtude de la fonction ζ de Riemann
Etude de la foctio ζ de Riema ) Défiitio Pour x réel doé, la série de terme gééral,, coverge si et seulemet si x >. x La foctio zeta de Riema est la foctio défiie sur ], [ par : ( x > ), = x. Remarque.
Plus en détailLimites des Suites numériques
Chapitre 2 Limites des Suites umériques Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Limite fiie ou ifiie d ue suite. Limites et comparaiso. Opératios sur les ites. Comportemet
Plus en détailThéorie de la Mesure et Intégration
Ecole Nationale de la Statistique et de l Administration Economique Théorie de la Mesure et Intégration Xavier MARY 2 Table des matières I Théorie de la mesure 11 1 Algèbres et tribus de parties d un ensemble
Plus en détailProcessus et martingales en temps continu
Chapitre 3 Processus et martigales e temps cotiu 1 Quelques rappels sur les martigales e temps discret (voir [4]) O cosidère u espace filtré (Ω, F, (F ) 0, IP). O ote F = 0 F. Défiitio 1.1 Ue suite de
Plus en détailSéries réelles ou complexes
6 Séries réelles ou complexes Comme pour le chapitre 3, les suites cosidérées sot a priori complexes et les résultats classiques sur les foctios cotiues ou dérivables d ue variable réelle sot supposés
Plus en détailIntégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :
Itégratio et probabilités EN Paris, 202-203 TD 203 Lois des grads ombres, théorème cetral limite. Corrigé Lois des grads ombres Exercice. Calculer e cet leços Détermier les limites suivates : x +... +
Plus en détailSuites et séries de fonctions
[http://mp.cpgedupuydelome.fr] édité le 3 avril 5 Eocés Suites et séries de foctios Propriétés de la limite d ue suite de foctios Eercice [ 868 ] [correctio] Etablir que la limite simple d ue suite de
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Séries etières Eercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Eercice
Plus en détailExo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X
Exo7 Détermiats Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable T : pour
Plus en détail4 Approximation des fonctions
4 Approximatio des foctios Ue foctio f arbitraire défiie sur u itervalle I et à valeur das IR peut être représetée par so graphe, ou de maière équivalete par la doée de l esemble de ses valeurs f(t) pour
Plus en détailExercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1
Bac blac TS Correctio Exercice I ( Spé ) / émotros par récurrece que 5x y = pour tout etier aturel 5x y = 5 8 = La propriété est doc vraie au rag = Supposos que la propriété est vraie jusqu au rag, o a
Plus en détailThéorie de la Mesure et Intégration
Université Pierre & Marie Curie (Paris 6) Licence de Mathématiques L3 UE LM364 Intégration 1 & UE LM365 Intégration 2 Année 2010 11 Théorie de la Mesure et Intégration Responsable des cours : Amaury LAMBERT
Plus en détailGroupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3
1 Groupe orthogoal d'u espace vectoriel euclidie de dimesio, de dimesio Voir le chapitre 19 pour l'étude des espaces euclidies et des isométries. État doé u espace euclidie E de dimesio 1, o rappelle que
Plus en détailSéquence 5. La fonction logarithme népérien. Sommaire
Séquece 5 La foctio logarithme épérie Objectifs de la séquece Itroduire ue ouvelle foctio : la foctio logarithme épérie. Coaître les propriétés de cette foctio : sa dérivée, ses variatios, sa courbe, sa
Plus en détailMesures et Intégration
Mesures et Intégration Marc Troyanov - EPFL - Octobre 2005 30 avril 2008 Ce document contient les notes du cours de Mesure et Intégration enseigné à l EPFL par Marc Troyanov, version 2005-2006. Table des
Plus en détailx +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.
EXERCICE 3 (6 poits ) (Commu à tous les cadidats) Il est possible de traiter la partie C sas avoir traité la partie B Partie A O désige par f la foctio défiie sur l itervalle [, + [ par Détermier la limite
Plus en détailDénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions
Déombremet ECE3 Lycée Carot 12 ovembre 2010 Itroductio La combiatoire, sciece du déombremet, sert comme so om l'idique à compter. Il e s'agit bie etedu pas de reveir au stade du CP et d'appredre à compter
Plus en détailIntégrale de Lebesgue
Intégrale de Lebesgue L3 Mathématiques Jean-Christophe Breton Université de Rennes 1 Septembre Décembre 2014 version du 2/12/14 Table des matières 1 Tribus (σ-algèbres) et mesures 1 1.1 Rappels ensemblistes..............................
Plus en détailCours 5 : ESTIMATION PONCTUELLE
Cours 5 : ESTIMATION PONCTUELLE A- Gééralités B- Précisio d u estimateur C- Exhaustivité D- iformatio E-estimateur sas biais de variace miimale, estimateur efficace F- Quelques méthode s d estimatio A-
Plus en détailStatistique descriptive bidimensionnelle
1 Statistique descriptive bidimesioelle Statistique descriptive bidimesioelle Résumé Liaisos etre variables quatitatives (corrélatio et uages de poits), qualitatives (cotigece, mosaïque) et de types différets
Plus en détailExercices de mathématiques
MP MP* Thierry DugarDi Marc rezzouk Exercices de mathématiques Cetrale-Supélec, Mies-Pots, École Polytechique et ENS Coceptio et créatio de couverture : Atelier 3+ Duod, 205 5 rue Laromiguière, 75005 Paris
Plus en détailIntégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Plus en détailTHÉORIE DE LA MESURE ET DE L INTÉGRATION.
THÉORIE DE LA MESURE ET DE L INTÉGRATION. THIERRY GALLAY Transcrit par Tancrède LEPOINT 29 UNIVERSITÉ JOSEPH FOURIER, GRENOBLE TABLE DES MATIÈRES Avant-propos Biographie sommaire...........................................
Plus en détailIntégration et probabilités TD1 Espaces mesurés
Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?
Plus en détail14 Chapitre 14. Théorème du point fixe
Chapitre 14 Chapitre 14. Théorème du poit fixe Si l o examie de plus près les méthodes de Lagrage et de Newto, étudiées au chapitre précédet, elles revieet das leur pricipe à remplacer la résolutio de
Plus en détailBaccalauréat S Asie 19 juin 2014 Corrigé
Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps
Plus en détailCours de Statistiques inférentielles
Licece 2-S4 SI-MASS Aée 2015 Cours de Statistiques iféretielles Pierre DUSART 2 Chapitre 1 Lois statistiques 1.1 Itroductio Nous allos voir que si ue variable aléatoire suit ue certaie loi, alors ses réalisatios
Plus en détailSTATISTIQUE : TESTS D HYPOTHESES
STATISTIQUE : TESTS D HYPOTHESES Préparatio à l Agrégatio Bordeaux Aée 203-204 Jea-Jacques Ruch Table des Matières Chapitre I. Gééralités sur les tests 5. Itroductio 5 2. Pricipe des tests 6 2.a. Méthodologie
Plus en détailDeuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES
DEUXIEME PARTIE Deuième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES Chapitre. L assurace de capital différé Chapitre 2. Les opératios de retes Chapitre 3. Les assuraces décès Chapitre 4. Les assuraces
Plus en détailComportement d'une suite
Comportemet d'ue suite I) Approche de "ses de variatio et de ite d'ue suite" : 7 Soit la suite ( ) telle que = 5 ( + ) 2 Représetos graphiquemet la suite das u pla mui d' u repère. Il suffit de placer
Plus en détailProbabilités et statistique pour le CAPES
Probabilités et statistique pour le CAPES Béatrice de Tilière Frédérique Petit 2 3 jui 205. Uiversité Pierre et Marie Curie 2. Uiversité Pierre et Marie Curie 2 Table des matières Modélisatio de phéomèes
Plus en détailEspérance conditionnelle
Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle
Plus en détailPROMENADE ALÉATOIRE : Chaînes de Markov et martingales
PROMENADE ALÉATOIRE : Chaîes de Markov et martigales Thierry Bodieau École Polytechique Paris Départemet de Mathématiques Appliquées thierry.bodieau@polytechique.edu Novembre 2013 2 Table des matières
Plus en détailLes Nombres Parfaits.
Les Nombres Parfaits. Agathe CAGE, Matthieu CABAUSSEL, David LABROUSSE (2 de Lycée MONTAIGNE BORDEAUX) et Alexadre DEVERT, Pierre Damie DESSARPS (TS Lycée SUD MEDOC LETAILLAN MEDOC) La première partie
Plus en détailChaînes de Markov. Arthur Charpentier
Chaîes de Markov Arthur Charpetier École Natioale de la Statistique et d Aalyse de l Iformatio - otes de cours à usage exclusif des étudiats de l ENSAI - - e pas diffuser, e pas citer - Quelques motivatios.
Plus en détailConvergences 2/2 - le théorème du point fixe - Page 1 sur 9
Au sommaire : Suites extraites Le théorème de Bolzao-Weierstrass La preuve du théorème de Bolzao-Weierstrass3 Foctio K-cotractate4 Le théorème du poit fixe5 La preuve du théorème du poit fixe6 Utilisatios
Plus en détailMESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours
MSUR T INTÉGRATION N UN DIMNSION Notes de cours André Giroux Département de Mathématiques et Statistique Université de Montréal Mai 2004 Table des matières 1 INTRODUCTION 2 1.1 xercices.............................
Plus en détail16.1 Convergence simple et convergence uniforme. une suite de fonctions de I dans R ou C.
16 Suites de foctios Suf précisio cotrire, I est u itervlle réel o réduit à u poit et les foctios cosidérées sot défiies sur I à vleurs réelles ou complexes. 16.1 Covergece simple et covergece uiforme
Plus en détailConstruction de l'intégrale de Lebesgue
Université d'artois Faculté des ciences Jean Perrin Mesure et Intégration (Licence 3 Mathématiques-Informatique) Daniel Li Construction de l'intégrale de Lebesgue 10 février 2011 La construction de l'intégrale
Plus en détailSTATISTIQUE AVANCÉE : MÉTHODES
STATISTIQUE AVANCÉE : MÉTHODES NON-PAAMÉTIQUES Ecole Cetrale de Paris Arak S. DALALYAN Table des matières 1 Itroductio 5 2 Modèle de desité 7 2.1 Estimatio par istogrammes............................
Plus en détailcapital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...
Applicatios des maths Algèbre fiacière 1. Itérêts composés O place u capital C 0 à u taux auel T a pedat aées. Quelle est la valeur fiale C de ce capital? aée capital e fi d'aée 1 C 0 + T C 0 = C 0 (1
Plus en détailLES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.
Qu appelle-t-o éclipse? Éclipser sigifie «cacher». Vus depuis la Terre, deu corps célestes peuvet être éclipsés : la Lue et le Soleil. LES ÉCLIPSES Pour qu il ait éclipse, les cetres de la Terre, de la
Plus en détailINTRODUCTION AUX MATRICES ALÉATOIRES. par. Djalil Chafaï
INTRODUCTION AUX MATRICES ALÉATOIRES par Djalil Chafaï Résumé. E cocevat les mathématiques comme u graphe, où chaque sommet est u domaie, la théorie des probabilités et l algèbre liéaire figuret parmi
Plus en détailEXERCICES : DÉNOMBREMENT
Chapitre 7 ECE 1 - Grad Nouméa - 015 EXERCICES : DÉNOMBREMENT LISTES / ARRANGEMENTS Exercice 1 : Le code ativol Pour so vélo, Toto possède u ativol a code. Le code est ue successio de trois chiffres compris
Plus en détail20. Algorithmique & Mathématiques
L'éditeur L'éditeur permet à l'utilisateur de saisir les liges de codes d'u programme ou de défiir des foctios. Remarque : O peut saisir directemet des istructios das la cosole Scilab, mais il est plus
Plus en détailProduits d espaces mesurés
Chapitre 7 Produits d espaces mesurés 7.1 Motivation Au chapitre 2, on a introduit la mesure de Lebesgue sur la tribu des boréliens de R (notée B(R)), ce qui nous a permis d exprimer la notion de longueur
Plus en détailSÉRIES STATISTIQUES À DEUX VARIABLES
1 ) POSITION DU PROBLÈME - VOCABULAIRE A ) DÉFINITION SÉRIES STATISTIQUES À DEUX VARIABLES O cosidère deux variables statistiques umériques x et y observées sur ue même populatio de idividus. O ote x 1
Plus en détailMesure et Intégration (Notes de cours de L3)
Mesure et Intégration (Notes de cours de L3) Ahmed Zeriahi Version préliminaire-octobre 2011 Avertissement : Ceci est une version préliminaire des notes du cours que l auteur a dispensé en troisème année
Plus en détailUV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1
UV SQ 0 Probabilités Statistiques UV SQ 0 Autome 006 Resposable d Rémy Garadel ( m.-el. remy.garadel@utbm.fr ) page SQ-0 Probabilités - Statistiques Bibliographie: Titre Auteur(s) Editios Localisatio Niveau
Plus en détailCalcul fonctionnel holomorphe dans les algèbres de Banach
Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte
Plus en détailUniversité Pierre et Marie Curie. Biostatistique PACES - UE4 2013-2014
Uiversité Pierre et Marie Curie Biostatistique PACES - UE4 2013-2014 Resposables : F. Carrat et A. Mallet Auteurs : F. Carrat, A. Mallet, V. Morice Mise à jour : 21 octobre 2013 Relecture : V. Morice,
Plus en détailDes résultats d irrationalité pour deux fonctions particulières
Collect. Math. 5, 00, 0 c 00 Uiversitat de Barceloa Des résultats d irratioalité pour deux foctios particulières Richard Choulet 7, Rue du 4 Août, 40 Aveay, Frace E-mail: richardchoulet@waadoo.fr Received
Plus en détailStatistiques appliquées à la gestion Cours d analyse de donnés Master 1
Aalyse des doées Statistiques appliquées à la gestio Cours d aalyse de doés Master F. SEYTE : Maître de coféreces HDR e scieces écoomiques Uiversité de Motpellier I M. TERRAZA : Professeur de scieces écoomiques
Plus en détailDETERMINANTS. a b et a'
2003 - Gérard Lavau - http://perso.waadoo.fr/lavau/idex.htm Vous avez toute liberté pour télécharger, imprimer, photocopier ce cours et le diffuser gratuitemet. Toute diffusio à titre oéreux ou utilisatio
Plus en détailProcessus géométrique généralisé et applications en fiabilité
Processus géométrique gééralisé et applicatios e fiabilité Lauret Bordes 1 & Sophie Mercier 2 1,2 Uiversité de Pau et des Pays de l Adour Laboratoire de Mathématiques et de leurs Applicatios - Pau UMR
Plus en détailDénombrement. Chapitre 1. 1.1 Enoncés des exercices
Chapitre 1 Déombremet 1.1 Eocés des exercices Exercice 1 L acie système d immatriculatio fraçais était le suivat : chaque plaque avait 4 chiffres, suivis de 2 lettres, puis des 2 uméros du départemet.
Plus en détailThéorie 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 détailEquations aux Dérivées Partielles
Equations aux Dérivées Partielles Tony Lelièvre 29-2 Après avoir considéré dans le capitre précédent des équations d évolution pour des fonctions ne dépendant que du paramètre temps, nous nous intéressons
Plus en détailChap. 5 : Les intérêts (Les calculs financiers)
Chap. 5 : Les itérêts (Les calculs fiaciers) Das u cotrat de prêt, le prêteur met à la dispositio de l empruteur, à u taux d itérêt doé, ue somme d arget (le capital) qu il devra rembourser à ue certaie
Plus en détailSolutions particulières d une équation différentielle...
Solutios particulières d ue équatio différetielle......du premier ordre à coefficiets costats O cherche ue solutio particulière de y + ay = f, où a est ue costate réelle et f ue foctio, appelée le secod
Plus en détailC algèbre d un certain groupe de Lie nilpotent.
Université Paul Verlaine - METZ LMAM 6 décembre 2011 1 2 3 4 Les transformations de Fourier. Le C algèbre de G/ Z. Le C algèbre du sous-groupe G 5 / vect{u,v }. Conclusion. G un groupe de Lie, Ĝ l ensemble
Plus en détailChapitre 3 : Transistor bipolaire à jonction
Chapitre 3 : Trasistor bipolaire à joctio ELEN075 : Electroique Aalogique ELEN075 : Electroique Aalogique / Trasistor bipolaire U aperçu du chapitre 1. Itroductio 2. Trasistor p e mode actif ormal 3. Courats
Plus en détail55 - EXEMPLES D UTILISATION DU TABLEUR.
55 - EXEMPLES D UTILISATION DU TABLEUR. CHANTAL MENINI 1. U pla possible Les exemples qui vot suivre sot des pistes possibles et e aucu cas ue présetatio exhaustive. De même je ai pas fait ue étude systématique
Plus en détailFEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI
FEUILLE D EXERCICES 7 - PROBABILITÉS SUR UN UNIVERS FINI Exercice - Lacer de dés O lace deux dés à 6 faces équilibrés. Calculer la probabilité d obteir : u double ; ue somme des deux dés égale à 8 ; ue
Plus en détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailUniversité de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015
Uiversité de Bordeaux - Master MIMSE - 2ème aée Scorig Marie Chavet http://www.math.u-bordeaux.fr/ machave/ 2014-2015 1 Itroductio L idée géérale est d affecter ue ote (u score) global à u idividu à partir
Plus en détailContribution à la théorie des entiers friables
UFR STMIA École Doctorale IAE + M Uiversité Heri Poicaré - Nacy I DFD Mathématiques THÈSE présetée pour l obtetio du titre de Docteur de l Uiversité Heri Poicaré, Nacy-I e Mathématiques par Bruo MARTIN
Plus en détailTRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )
RAIRO Operatios Research RAIRO Oper. Res. 34 (2000) 99-129 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) Commuiqué par Berard LEMAIRE Résumé. L étude
Plus en détailII LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009
M LA REGRESSION : HYPOTHESES ET TESTS Avril 009 I LES HYPOTHESES DE LA MCO. Hypothèses sur la variable explicative a. est o stochastique. b. a des valeurs xes das les différets échatillos. c. Quad ted
Plus en détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détailLa mesure de Lebesgue sur la droite réelle
Chapitre 1 La mesure de Lebesgue sur la droite réelle 1.1 Ensemble mesurable au sens de Lebesgue 1.1.1 Mesure extérieure Définition 1.1.1. Un intervalle est une partie convexe de R. L ensemble vide et
Plus en détailExamen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot
Exame fial pour Coseiller fiacier / coseillère fiacière avec brevet fédéral Recueil de formules Auteur: Iwa Brot Ce recueil de formules sera mis à dispositio des cadidats, si écessaire. Etat au 1er mars
Plus en détailII - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1
II - Notos de probablté 9/0/007 PHYS-F-30 G. Wlquet Ue varable aléatore est ue varable dot la valeur e peut être prédte avec certtude mas dot la probablté d occurrece d ue valeur (varable dscrète) ou d
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détailRésolution numérique des équations aux dérivées partielles (PDE)
Résolutio umérique des équatios au dérivées partielles (PDE Sébastie Charoz & Adria Daerr iversité Paris 7 Deis Diderot CEA Saclay Référeces : Numerical Recipes i Fortra, Press. Et al. Cambridge iversity
Plus en détailUn 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 détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Plus en détailDifférentiabilité ; Fonctions de plusieurs variables réelles
Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2
Plus en détailINTRODUCTION AUX ÉQUATIONS AUX DÉRIVÉES PARTIELLES Cours de maîtrise, L. Boutet de Monvel
EDP - Cours de Maîtrise LBdM 1 INTRODUCTION AUX ÉQUATIONS AUX DÉRIVÉES PARTIELLES Cours de maîtrise, L. Boutet de Monvel Ce polycopié regroupe les notes du cours d Équations aux dérivées partielle de la
Plus en détailContinuité 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 détailModule 3 : Inversion de matrices
Math Stat Module : Iversio de matrices M Module : Iversio de matrices Uité. Défiitio O e défiira l iverse d ue matrice que si est carrée. O appelle iverse de la matrice carrée toute matrice B telle que
Plus en détailAmphi 3: Espaces complets - Applications linéaires continues
Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite
Plus en détailIntégration sur des espaces produits
Chapitre 5 Intégration sur des espaces produits 5.1 Produit de deux mesures Étant donnés deux espaces mesurés (Ω 1, F 1, µ 1 ) et (Ω 2, F 1, µ 2 ), le but de cette section est de construire une mesure
Plus en détailChap. 6 : Les principaux crédits de trésorerie et leur comptabilisation
Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Les etreprises ot souvet besoi de moyes de fiacemet à court terme : elles ot alors recours aux crédits bacaires (découverts bacaires
Plus en détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailConsolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe
Cosolidatio La société THEOS, qui commercialise des vis, exerce so activité das trois villes : Paris, Nacy et Nice. Le directeur de la société souhaite cosolider les résultats de ses vetes par ville das
Plus en détailChapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.
Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES PLAN DU CHAPITRE 2 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.1 Pla de sodage 2.2.2 Probabilités d iclusio 2.3 SONDAGE
Plus en détailFormation d un ester à partir d un acide et d un alcool
CHAPITRE 10 RÉACTINS D ESTÉRIFICATIN ET D HYDRLYSE 1 Formatio d u ester à partir d u acide et d u alcool 1. Nomeclature Acide : R C H Alcool : R H Groupe caractéristique ester : C Formule géérale d u ester
Plus en détailRESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *)
RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *) *) Uiversité de Blida Faculté des scieces Départemet de Mathématiques. BP 270, Route de Soumaa. Blida, Algérie. Tel &
Plus en détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détailDualité dans les espaces de Lebesgue et mesures de Radon finies
Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention
Plus en détailLe marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.
II LE MARCHE DU CAFE 1 L attractivité La segmetatio selo le mode de productio Le marché du café peut être segmeté e foctio de deux modes de productio pricipaux : la torréfactio et la fabricatio de café
Plus en détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en détail