Licence de mathématiques & licence M.A.S.S. Méthodes et analyse numériques

Dimension: px
Commencer à balayer dès la page:

Download "Licence de mathématiques & licence M.A.S.S. Méthodes et analyse numériques"

Transcription

1 Licence de mthémtiques & licence MASS Méthodes et nlyse numériques

2

3 CHAPITRE 1 Interpoltion polynomile On une fonction f(x) inconnue sur un intervlle [, b] On veut l pprocher à l ide de vleurs de f(x) ou de s dérivée en certins points f(x 0 ), f(x 1 ),, f(x n ), f (x 0 ), f (x 1 ),, f (x n ), où x 0,, x n [, b] Pour cel, on cherche un polynôme p(x) tel que Il fut (1) clculer p, p(x 0 ) = f(x 0 ), p(x 1 ) = f(x 1 ),, p(x n ) = f(x n ), p (x 0 ) = f (x 0 ), p (x 1 ) = f (x 1 ),, p (x n ) = f (x n ), () mjorer l différence f(x) p(x) Cel dépend du degré du polynôme d interpoltion, du choix des points, du choix de l méthode, de l prise en compte ou non des dérivées de f On note P n l espce des polynômes de degré inférieur ou égl à n 1 Interpoltion de Lgrnge Définition 11 Soit x 0, x 1,, x n des réels distincts On ppelle polynômes de bse dns l interpoltion de Lgrnge ssociés à ces points les polynômes n (x x j ) L i (x) := j i, 0 i n n (x i x j ) j i Exemple 11 Si n = 1 et x 0 x 1 L 0 (x) := x x 1, L 1 (x) := x x 0 x 0 x 1 x 1 x 0 Si n = et x 0, x 1, x sont distincts L 0 (x) := (x x 1)(x x ) (x 0 x 1 )(x 0 x ), L 1 (x) := (x x 0)(x x ) (x 1 x 0 )(x 1 x ), L (x) := (x x 0)(x x 1 ) (x x 0 )(x x 1 ) 1

4 1 INTERPOLATION POLYNOMIALE y x y x -1 - Fig 1 Polynômes de bse dns l interpoltion de Lgrnge ssociés ux points 0 et 1 (à guche) et ux points 0, 1 et 3 (à droite) Ils sont trcés sur l Figure 1 Proposition 11 Soit x 0, x 1,, x n des réels distincts Les polynômes de bse de Lgrnge ssociés forment une bse de P n Démonstrtion On deg(l i ) = n, donc (L i ) 0 i n P n Ils vérifient L i (x k ) = δ i,k, 0 i, k n, donc ils forment une fmille libre de P n : en effet i L i (x) = 0 k i L i (x k ) = 0 k k = 0 i=0 i=0 Comme P n est un espce vectoriel de dimension n + 1, l fmille (L i ) 0 i n forme une bse de P n Corollire Soit x 0, x 1,, x n des réels distincts et f 0, f 1,, f n des réels (ou des complexes) Il existe un seul polynôme p P n tel que On i 0 i n p(x i ) = f i p(x) = f i L i (x) i=0 En prticulier, si f est une fonction définie sur un intervlle [, b] et si les points x 0, x 1,, x n pprtiennent à [, b], il existe un seul polynôme p P n tel que i 0 i n p(x i ) = f(x i ) On l ppelle le polynôme d interpoltion de Lgrnge de f ux points x 0, x 1,, x n L formule d interpoltion de Lgrnge n (x x j ) j i p(x) = f(x i )L i (x) = f(x i ) n i=0 i=0 (x i x j ) j i

5 1 INTERPOLATION DE LAGRANGE 3 oblige à clculer de nouveu toutes les quntités qund on joute un point d interpoltion x n+1 L formule de Newton permet d éviter cet inconvénient Soit i 0, i 1,, i k {0, 1,, n}; on note p i0,,i k le polynôme (de degré k) d interpoltion de Lgrnge de f ux points x i0, x i1,, x ik On p i (x) = f(x i ), si k 1, le polynôme p i0,,i k p i0,,i k 1 s nnule ux points et est donc divisible pr x i0, x i1,, x ik 1, (x x i0 )(x x i1 ) (x x ik 1 ) Définition 1 Soit x 0, x 1,, x n des points distincts d un intervlle [, b] et f une fonction définie sur [, b] Si i 0, i 1,, i k sont des indices compris entre 0 et n, on ppelle différences divisées d ordre k de f ux points x i0, x i1,, x ik et on note les nombres définis pr f[x i0 ] = f(x i0 ), si k 1, soit donc f[x i0,, x ik ] p i0,,i k (x) = p i0,,i k 1 (x) + f[x i0,, x ik ](x x i0 )(x x i1 ) (x x ik 1 ) Exemple 1 Soit x i x j : le polynôme p i,j (x) p i (x) s nnule en x i p i,j (x) = p i (x) + f[x i, x j ](x x i ), f(x i ) x x j x i x j + f(x j ) x x i x j x i = f(x i ) + f[x i, x j ](x x j ), f[x i, x j ] = f(x j) f(x i ) x j x i = f[x j] f[x i ] x j x i Remrque 11 Le nombre f[x i0,, x ik ] est le coefficient du terme de plus hut degré (k) du polynôme d interpoltion de Lgrnge p i0,,i k Donc il ne dépend ps de l ordre des points Proposition 1 Soit x 0,, x n des points distincts d un intervlle [, b] et f une fonction définie sur [, b] Les différences divisées de f vérifient f[x i ] = f(x i ), f[x i0,, x ik ] = f[x i 1,, x ik ] f[x i0,, x ik 1 ] x ik x i0, 1 k n

6 4 1 INTERPOLATION POLYNOMIALE Démonstrtion Le polynôme pprtient à P k et vérifie q(x) := (x x i 0 )p i1,,i k (x) (x x ik )p i0,,i k 1 (x) x ik x i0 q(x i0 ) = p i0,,i k 1 (x i0 ) = f(x i0 ), q(x i ) = (x i x i0 )p i1,,i k (x i ) (x i x ik )p i0,,i k 1 (x i ) x ik x i0 = (x i x i0 )f(x i ) (x i x ik )f(x i ) x ik x i0 = f(x i ), pour i {i 1, i, i k 1 }, q(x ik ) = p i0,,i k 1 (x ik ) = f(x ik ), donc q est le polynôme d interpoltion de Lgrnge p i0,,i k Le coefficient du terme de plus hut degré de q est d où le résultt f[x i1,, x ik ] f[x i0,, x ik 1 ] x ik x i0, Algorithme 11 (Newton) On clcule de proche en proche suivnt le digrmme pr exemple, f[x 0 ] f[x 0, x 1 ] f[x 1 ] f[x 0, x 1, x ] f[x 1, x ] f[x 0, x 1, x, x 3 ] f[x ] f[x 1, x, x 3 ] f[x, x 3 ] f[x 3 ] f[x 0 ] = f(x 0 ), f[x 0, x 1 ] = f[x 1] f[x 0 ] x 1 x 0, f[x 0, x 1, x ] = f[x 1, x ] f[x 0, x 1 ] x x 0, f[x 0, x 1, x, x 3 ] = f[x 1, x, x 3 ] f[x 0, x 1, x ] x 3 x 0, d où le nom de différences divisées

7 1 INTERPOLATION DE LAGRANGE 5 Proposition 13 Soit x 0, x 1,, x n des points distincts d un intervlle [, b] et f une fonction définie sur [, b] Le polynôme p d interpoltion de Lgrnge de f ux points x 0, x 1,, x n vérifie p(x) = f[x 0, x 1,, x i ](x x 0 )(x x 1 ) (x x i 1 ), formule de Newton i=0 Démonstrtion Pr récurrence sur n : p 0 (x) = f[x 0 ], p 0,,n (x) = p 0,,n 1 (x) + f[x 0,, x n ](x x 0 )(x x 1 ) (x x n 1 ) On s intéresse mintennt à l estimtion de l erreur d interpoltion f(x) p(x) Proposition 14 Soit f une fonction définie sur un intervlle [, b], qui est n + 1 fois continûment dérivble sur l intervlle (, b) et dont toutes les dérivées jusqu à l ordre n se prolongent continûment sur l intervlle [, b] Soit x 0, x 1,, x n des points distincts de [, b] et p le polynôme d interpoltion de Lgrnge de f ux points x 0, x 1,, x n Pour tout x [, b], il existe ξ x pprtennt à l intérieur du plus petit intervlle fermé contennt les points x, x 0, x 1,, x n tel que (11) f(x) p(x) = f (n+1) (ξ x ) (x x 0 )(x x 1 ) (x x n ) (n + 1)! Démonstrtion Si x {x 0, x 1,, x n }, les deux membres de l églité (11) sont nuls : elle est donc vérifiée Si x / {x 0, x 1,, x n }, soit [α, β] le plus petit intervlle fermé contennt les points x, x 0, x 1,, x n On note On π(y) := (y x 0 )(y x 1 ) (y x n ), y R, c := g(y) := f(y) p(y) cπ(y), g(x) = f(x) p(x) cπ(x) = 0, y [, b] g(x i ) = f(x i ) p(x i ) cπ(x i ) = 0, 0 i n f(x) p(x), π(x) D près le théorème de Rolle, il existe n + 1 points distincts x 1 0, x 1 1,, x 1 n pprtennt à l intervlle (α, β) tels que g (x 1 i ) = 0, 0 i n En utilisnt de nouveu le théorème de Rolle, on montre qu il existe n points distincts x 0, x 1,, x n 1 pprtennt à l intervlle (α, β) tels que g (x i ) = 0, 0 i n 1 etc On obtient finlement un point ξ x := x n+1 0 pprtennt à (α, β) tel que g (n+1) (ξ x ) = 0,

8 6 1 INTERPOLATION POLYNOMIALE c est-à-dire et comme on d où le résultt donc soit donc f (n+1) (ξ x ) p (n+1) (ξ x ) cπ (n+1) (ξ x ) = 0, y (, b) p (n+1) (y) = 0, π (n+1) (y) = (n + 1)! f (n+1) (ξ x ) = (n + 1)! f(x) p(x), π(x) Remrque 1 Si x / {x 0, x 1,, x n }, on pose x n+1 := x ; on p 0,,n+1 (y) = p(y) + f[x 0, x 1,, x n+1 ]π(y), p 0,,n+1 (x n+1 ) = f(x n+1 ) = p(x n+1 ) + f[x 0, x 1,, x n+1 ]π(x n+1 ), f(x n+1 ) p(x n+1 ) = f[x 0, x 1,, x n+1 ]π(x n+1 ) f[x 0, x 1,, x n+1 ] = f (n+1) (ξ x ) (n + 1)! Cel donne le résultt suivnt : soit f une fonction définie sur un intervlle [, b], qui est n fois continûment dérivble sur l intervlle (, b) et dont toutes les dérivées jusqu à l ordre n 1 se prolongent continûment sur l intervlle [, b] ; soit x 0, x 1,, x n des points distincts de [, b] ; il existe ξ pprtennt à l intérieur du plus petit intervlle fermé contennt les points x 0, x 1,, x n tel que f[x 0, x 1,, x n ] = f (n) (ξ) n! Corollire Soit f une fonction définie sur un intervlle [, b], qui est n + 1 fois continûment dérivble sur l intervlle (, b) et dont toutes les dérivées jusqu à l ordre n se prolongent continûment sur l intervlle [, b] Soit x 0, x 1,, x n des points distincts deux à deux de [, b] et p le polynôme d interpoltion de Lgrnge de f ux points x 0, x 1,, x n Alors sup f(x) p(x) x [,b] 1 (n + 1)! sup f (n+1) (x) sup (x x 0 )(x x 1 ) (x x n ) x [,b] x [,b] Remrque 13 Soit (n m ) m 1 une suite d entiers telle que et, pour m 1, lim n m = + m h m := b n m et x m j := + jh m, 0 j n m Soit p m le polynôme d interpoltion de Lgrnge de f ux points x m 0, x m 1,, x m n m : il est de degré n m On n ps nécessirement Voir Exemple 13 lim sup m x [,b] f(x) p m (x) = 0

9 POINTS DE TCHEBYCHEV 7 Remrque 14 Soit n un entier et soit (l k ) k 1 une suite d entiers telle que Pour k 1, soit Pour k 1 et 0 i < l k, soit lim l k = + k h k := b l k et k i := + ih k, 0 i l k k i = x k,i 0 < x k,i 1 < < x k,i n 1 < xk,i n = k i+1 et p k,i le polynôme d interpoltion de Lgrnge de f ux points x k,i 0, xk,i 1,, xk,i n : il est de degré n On note On M n+1 := sup f(x) p k,i (x) M n+1 x [ k i,k i+1 ] (n + 1)! sup f (n+1) (x) x [,b] M n+1 (n + 1)! hn+1 k Soit g k l fonction continue, définie pr morceux : On et g k (x) = p k,i (x), lim sup k x [,b] sup x x k,i x [ k i,k i+1 ] 0 x xk,i x [ k i, k i+1] f(x) g k (x) = 0 Exemple 13 (Phénomène de Runge) Soit f(x) := 1, 5 x +5, 1 + x x m i := i m, 0 i m Soit p m le polynôme (de degré m) d interpoltion de Lgrnge de f ux points x m 0, x m 1,, x m m : on trcé sur l Figure l fonction f(x) et les polynômes p 5 (x) et p 10 (x) n on Points de Tchebychev Avec des points équidistnts entre et b : x i := + i(b ), 0 i n, n (1) mx (x x n!(b )n+1 0)(x x 1 ) (x x n ) x [,b] n n+1 Ln (n + 1) Le choix d utres points permet une meilleure mjortion

10 8 1 INTERPOLATION POLYNOMIALE y x Fig Phénomène de Runge : f(x) = 1/(1 + x ) (trit épis) et ses polynômes d interpoltion de Lgrnge de degré 5 (trit fin) et 10 (trit moyen) en des points équidistnts Définition 13 On ppelle polynômes de Tchebychev de première espèce les polynômes définis pr ( 1) n ch (nrgch( x)) si x 1, T n (x) := cos(n rccos x) si 1 x 1, ch (nrgch x) si x 1 Exemple 14 Les premiers polynômes de Tchebychev de première espèce sont T 0 (x) := 1, T 1 (x) := x, T (x) := x 1, T 3 (x) := 4x 3 3x L représenttion grphique des polynômes T 5, T 10, T 15, T 0 est donnée sur l Figure 3 Lemme 11 Le polynôme de Tchebychev de première espèce T n est de degré n et le coefficient de son terme de plus hut degré est égl à n 1, Démonstrtion On fit l démonstrtion sur [ 1, +1] Soit 1 t 1 : on note t = cos θ, vec 0 θ π Alors T n (t) = cos nθ = 1 ( e ınθ + e ınθ) = 1 ((cos θ + ı sin θ)n + (cos θ ı sin θ) n ) = 1 ((t + ı ) n 1 t + (t ı ) n ) 1 t ( = 1 n ( ) n ( ) n ı m t n m (1 t ) m/ + )( ı) m t n m (1 t ) m/ m m m=0 m=0 ( ) n = ( 1) m/ t n m (1 t ) m/, m m=0 m pir donc T n P n et le coefficient de son terme de plus hut degré est égl à ( ) n m m=0 m pir

11 POINTS DE TCHEBYCHEV Fig 3 Polynômes de Tchebychev de première espèce : T 5 (en hut, à guche), T 10 (en hut, à droite), T 15 (en bs, à guche), T 0 (en bs, à droite) En écrivnt 1 n = 1 ((1 + 1)n + (1 1) n ) = 1 on obtient le résultt nnoncé ( n m=0 ( ) n m + m=0 ( ) n )( 1) m = m m=0 m pir ( ) n, m On note P n le sous-ensemble des polynômes de degré n dont le coefficient du terme de plus hut degré est égl à 1 Si < b sont deux réels, on note C([, b]) l espce des fonctions continues définies sur l intervlle [, b] On note,[,b] l norme sur C([, b]) définie pr donc f,[,b] := mx x [,b] f(x) Proposition 15 Les polynômes de Tchebychev de première espèce vérifient min p,[ 1,+1] = T n,[ 1,+1] p P n n 1 Démonstrtion On 1 n 1 T n P n, inf p,[ 1,+1] 1 p P n n 1 T n,[ 1,+1] Le polynôme T n tteint ses vleurs extrêmes sur l intervlle [ 1, +1] ux points t k := cos kπ n, 0 k n,

12 10 1 INTERPOLATION POLYNOMIALE où T n (t k ) = ( 1) k Supposons qu il existe p P n tel que Soit On q P n 1, q 0 et p,[ 1,+1] < 1 n 1 q(t) := 1 n 1 T n(t) p(t) q(t k ) = ( 1)k n 1 p(t k), 0 k n, donc q(t k ) le même signe que ( 1) k D près le théorème des vleurs intermédiires, il existe donc des points distincts τ 1, τ,, τ n ( 1, +1) tels que q(τ k ) = 0, 1 k n, donc q = 0, ce qui est impossible : d où le résultt vérifie Corollire Soit < b deux réels et n N : le polynôme Θ n (x) := 1 ( ) n ( ( b n 1 T n x + b )), x b b min p,[,b] = Θ n,[,b] p P n Démonstrtion À p P n on ssocie p P n pr ( ) n ( b p(t) := p b t + + b ), 1 t 1 On ( ) n ( ( b p(x) := p x + b )), x b b On définit insi une bijection p P n p P n, qui vérifie ( ) n p,[ 1,+1] = p,[,b] b et Donc inf p,[,b] = p P n qui est le résultt nnoncé Θ n = T n n 1 ( ) n ( b b inf p,[ 1,+1] = p P n ( ) n b = Θ n,[ 1,+1] = Θ n,[,b], ) n T n n 1,[ 1,+1] Notons ( ) (k + 1)π t k := cos, 0 k n, n + les zéros du polynôme de Tchebychev de première espèce T n+1 : on T n+1 (t) = n (t t 0)(t t 1) (t t n)

13 3 INTERPOLATION D HERMITE 11 Log c n Fig 4 Comprison des coefficients c qui pprissent dns l mjortion de l erreur d interpoltion de Lgrnge utilisnt des points uniformément réprtis (c u ) ou des points de Tchebychev (c t : on joint les vleurs pr une droite) On utilisé une échelle logrithmique sur l xe des ordonnées Si < b sont deux réels, on note Alors donc min x 0,x 1,,x n [,b] et x k := b t k + + b, 0 k n Θ n+1 (x) = (x x 0)(x x 1) (x x n), mx (x x 0)(x x 1 ) (x x n ) = mx x [,b] x [,b] (x x 0)(x x 1) (x x n) mx (x x [,b] x 0)(x x 1) (x x n) = Θ n+1,[,b] = 1 ( ) n+1 b n T n+1,[ 1,+1] = (b )n+1 n+1, cr T n+1,[ 1,+1] = 1 Le choix des points de Tchebychev x i, 0 i n méliore l mjortion (1) trouvée pour les points équidistnts On compré sur l Figure 4 les deux coefficients c u := n! n n+1 Ln (n + 1) et c t := 1 n+1 3 Interpoltion d Hermite Proposition 16 Soit x 0, x 1,, x m des réels distincts et k 0, k 1,, k m des entiers non nuls Pour tout indice i : 0 i m, soit fi 0, f i 1,, f ki 1 i des réels (ou des complexes) On pose n + 1 := k 0 + k k m Il existe un seul polynôme p P n tel que (31) i 0 i m k 0 k < k i p (k) (x i ) = f k i

14 1 1 INTERPOLATION POLYNOMIALE En prticulier, si f est une fonction définie sur un intervlle [, b], si les points x 0, x 1,, x m pprtiennent à [, b] et si, pour tout i : 0 i m, f une dérivée d ordre k i u point x i, il existe un seul polynôme p P n tel que i 0 i m k 0 k < k i p (k) (x i ) = f (k) (x i ) On l ppelle le polynôme d interpoltion d Hermite de f reltivement ux points x 0, x 1,, x m et ux entiers k 0, k 1,, k m Démonstrtion Si les inconnues sont les coefficients du développement de p dns une bse de P n, les équtions (31) forment un système linéire de n + 1 équtions à n+1 inconnues : pour montrer que c est un système de Crmer, il suffit de montrer que le système homogène ssocié pour seule solution 0 R n+1 Soit donc p 0 P n tel que i 0 i m k 0 k < k i p (k) 0 (x i) = 0 Alors il existe un polynôme q tel que p 0 (x) = q(x) m (x x i ) ki Comme deg(p 0 ) n, on nécessirement q = 0 donc p 0 = 0, d où le résultt i=0 Définition 14 Soit x 0, x 1,, x m des réels distincts et k 0, k 1,, k m des entiers non nuls Pour 0 i m et 0 k < k i, on note L i,k (x) := (x x i) k m ( ) kj x xj k! x i x j On ppelle polynômes de bse dns l interpoltion d Hermite ssociés ux points x 0, x 1,, x m et ux entiers k 0, k 1,, k m, les polynômes pour 0 i m L i,ki 1(x) := L i,ki 1(x), L i,k (x) := L i,k (x) Les polynômes L i,k vérifient L i,k P n, donc les polynômes L i,k vérifient L i,k P n, k i 1 l=k+1 j i L (l) i,k (x j) = 0, j i 0 l < k j, L (l) i,k (x i)l i,l (x), 0 k < k i 1, L (l) i,k (x i) = 0, 0 l < k et L (k) i,k (x i) = 1, L (l) i,k (x j) = δ i,j δ k,l, 0 i, j m 0 k < k i 0 l < k j Pr conséquent, on l formule d interpoltion d Hermite : le polynôme d interpoltion d Hermite de f reltivement ux points x 0, x 1,, x m et ux entiers

15 4 SPLINES CUBIQUES 13 k 0, k 1,, k m est p(x) = m k i 1 i=0 k=0 f (k) (x i )L i,k (x) Proposition 17 Soit f une fonction définie sur un intervlle [, b], qui est n+1 fois continûment dérivble sur l intervlle (, b) et dont toutes les dérivées jusqu à l ordre n se prolongent continûment sur l intervlle [, b] Soit x 0, x 1,, x m des points distincts de [, b] et k 0, k 1,, k m des entiers non nuls, vec k 0 + k k m = n + 1 Soit p le polynôme d interpoltion d Hermite de f reltivement ux points x 0, x 1,, x m et ux entiers k 0, k 1,, k m Pour tout x [, b], il existe ξ x pprtennt à l intérieur du plus petit intervlle fermé contennt les points x, x 0, x 1,, x m tel que (3) f(x) p(x) = f (n+1) (ξ x ) (x x 0 ) k0 (x x 1 ) k1 (x x m ) km (n + 1)! Démonstrtion Si x {x 0, x 1,, x m }, les deux membres de l églité (3) sont nuls : elle est donc vérifiée Si x / {x 0, x 1,, x m }, soit [α, β] le plus petit intervlle fermé contennt les points x, x 0, x 1,, x m On note On π(y) := (y x 0 ) k0 (y x 1 ) k1 (y x m ) km, y R, c := g(y) := f(y) p(y) cπ(y), g(x) = f(x) p(x) cπ(x) = 0, y [, b] f(x) p(x), π(x) g (k) (x i ) = f (k) (x i ) p (k) (x i ) cπ (k) (x i ) = 0, 0 i m 0 k < k i Le nombre de zéros (comptés vec leurs multiplicités) de l fonction g(x) dns l intervlle [α, β] est égl à n + D près le théorème de Rolle, le nombre de zéros (comptés vec leurs multiplicités) de l fonction g (x) dns l intervlle [α, β] est égl à n + 1, etc Finlement l fonction g (n+1) s nnule en un point ξ x (α, β), donc et comme on d où le résultt Soit I := [, b] et un millge de I : on note f (n+1) (ξ x ) p (n+1) (ξ x ) cπ (n+1) (ξ x ) = 0, y (, b) p (n+1) (y) = 0, π (n+1) (y) = (n + 1)! f (n+1) (ξ x ) = (n + 1)! f(x) p(x), π(x) 4 Splines cubiques = s 1 < s < < s n+1 = b S := {s 1, s,, s n+1 }

16 14 1 INTERPOLATION POLYNOMIALE Définition 15 On ppelle fonction spline cubique sur le millge S une fonction f : I R telle que (1) f soit deux fois continûment dérivble sur I, () l restriction de f à chque intervlle [s i, s i+1 ] pprtienne à P 3 Si x 1, x,, x n+1 sont des réels, on ppelle fonction spline cubique d interpoltion ssociée u millge S et ux nombres x i, 1 i n + 1, une fonction spline cubique sur le millge S vérifint i 1 i n + 1 x(s i ) = x i Proposition 18 Soit S un millge d un intervlle [, b] et x 1, x,, x n+1 des réels Il existe une seule fonction spline cubique d interpoltion ssociée u millge S et ux nombres x i, 1 i n + 1 dns chcun des cs suivnts : dns le cs où x 1 = x n+1, on impose x (s 1 ) = x (s n+1 ) et x (s 1 ) = x (s n+1 ), on impose en plus x (s 1 ) = 0 et x (s n+1 ) = 0, on impose en plus x (s 1 ) = α et x (s n+1 ) = β, où α et β sont deux réels Le premier cs correspond ux splines cubiques périodiques, le deuxième ux splines cubiques nturelles et le troisième ux splines cubiques bloquées Démonstrtion On note x(s) = p i (s) := i (s s i ) 3 + b i (s s i ) + c i (s s i ) + x i, s i s s i+1 Il s git de montrer que les 3n coefficients i, b i, c i, 1 i n sont déterminés de mnière unique On note h i := s i+1 s i, 1 i n On doit d bord voir les conditions d interpoltion : c est-à-dire p i (s i+1 ) = x i+1, 1 i n, (41) i h 3 i + b i h i + c i h i + x i = x i+1, 1 i n On doit ensuite voir les conditions de rccord des dérivées premières ux nœuds intérieurs : p i(s i+1 ) = p i+1(s i+1 ), 1 i n 1, c est-à-dire (4) 3 i h i + b i h i + c i = c i+1, 1 i n 1 On doit églement voir les conditions de rccord des dérivées secondes ux nœuds intérieurs : p i (s i+1 ) = p i+1(s i+1 ), 1 i n 1, c est-à-dire (43) 6 i h i + b i = b i+1, 1 i n 1 Il est commode d introduire une nouvelle inconnue b n+1 et de remplcer (43) pr (44) 6 i h i + b i = b i+1, 1 i n

17 4 SPLINES CUBIQUES 15 On lors un système linéire de 3n 1 équtions à 3n + 1 inconnues D près (44), on : i = b i+1 b i 3h i, 1 i n Cel donne, en le combinnt vec (41) : c i = x i+1 x i h i h i 3 (b i+1 + b i ), 1 i n Il s git lors de résoudre un système linéire de n 1 équtions à n + 1 inconnues, déduit de (4) : h i 3 b i + 3 (h i + h i+1 )b i+1 + h i+1 3 b i+ = x i+ x i+1 x i+1 x i, 1 i n 1 h i+1 h i Si x 1 = x n+1, on impose en plus c est-à-dire On en déduit donc p 1(s 1 ) = p n(s n+1 ) et p 1(s 1 ) = p n(s n+1 ), c 1 = 3 n h n + b n h n + c n et b 1 = 6 n h n + b n b n+1 = b n, n = b 1 b n et c n = x n+1 x n h n 3h n h n 3 (b 1 + b n ) On doit lors résoudre le système linéire de n équtions à n inconnues : 3 (h 1 + h n )b 1 + h 1 3 b + h n 3 b n = x x 1 h i h 1 x n+1 x n h n, 3 b i + 3 (h i + h i+1 )b i+1 + h i+1 3 b i+ = x i+ x i+1 x i+1 x i, 1 i n, h i+1 h i h n 3 b 1 + h n 1 3 b n (h n 1 + h n )b n = x n+1 x n x n x n 1 h n h n 1 Comme l mtrice h 1 + h n h 1 / 0 0 h n / h 1 / h 1 + h 0 M 1 := 0 3, 0 0 hn 1 / h n / 0 0 h n 1 / h n 1 + h n est à digonle strictement dominnte, elle est inversible, d près l proposition 78 : donc le système une solution unique On impose en plus c est-à-dire p 1(s 1 ) = 0 et p n(s n+1 ) = 0, b 1 = 0 et b n+1 = 0,

18 16 1 INTERPOLATION POLYNOMIALE On doit lors résoudre le système linéire tridigonl de n 1 équtions à n 1 inconnues : 3 (h 1 + h )b + h 3 b 3 = x 3 x x x 1, h h 1 h i 3 b i + 3 (h i + h i+1 )b i+1 + h i+1 3 b i+ = x i+ x i+1 x i+1 x i, i n, h i+1 h i h n 1 3 b n (h n 1 + h n )b n = x n+1 x n x n x n 1 h n h n 1 Comme l mtrice (h 1 + h ) h 0 0 M := 1 h hn h n 1 (h n 1 + h n ) est à digonle strictement dominnte, elle est inversible, d près l proposition 78 : donc le système une solution unique On impose en plus p 1(s 1 ) = α et p n(s n+1 ) = β, c est-à-dire c 1 = α et 3 n h n + b n h n + c n = β, donc x x 1 h 1 h 1 3 (b h n + b 1 ) = α et 3 b n + h n 3 b n+1 = β x n+1 x n h n On en déduit b 1 = b + 3 ( x x ) 1 α et b n+1 = b n h 1 h 1 3 ( xn+1 x ) n β h n h n On doit lors résoudre le système linéire tridigonl de n 1 équtions à n 1 inconnues : ( h1 + ) 3 h b + h 3 b 3 = x 3 x 3 x x 1 + α h h 1, h i 3 b i + 3 (h i + h i+1 )b i+1 + h i+1 3 b i+ = x i+ x i+1 x i+1 x i, i n, h i+1 h i h ( n 1 3 b n h n 1 + h ) n b n = 3 x n+1 x n x n x n 1 β h n h n 1 Comme l mtrice 3h 1 /4 + h h / 0 0 h / h + h 3 M 3 := hn + h n 1 h n 1 / h n 1 / h n 1 + 3h n /4

19 4 SPLINES CUBIQUES 17 est à digonle strictement dominnte, elle est inversible, d près l proposition 78 : donc le système une solution unique Remrque 15 On reprend le système des n équtions à n inconnues qui détermine les splines cubiques périodiques : h i 3 b i + 3 (h i + h i+1 )b i+1 + h i+1 3 b i+ = x i+ x i+1 x i+1 x i, 1 i n, h i+1 h i h n 3 b 1 + h n 1 3 b n (h n 1 + h n )b n = x n+1 x n x n x n 1 h n h n 1 et (45) 3 (h 1 + h n )b 1 + h 1 3 b + h n 3 b n x x 1 + x n+1 x n = 0 h 1 h n Les n 1 premières équtions forment un système tridigonl de Crmer où b b 3 b :=, c(b 1 ) := b n 1 b n M b = c(b 1 ), x 3 x x x 1 h 1 h h 1 3 b 1 x 4 x 3 x 3 x h 3 h x n x n 1 h n 1 x n+1 x n h n x n 1 x n h n 1 x n x n 1 h n 1 h n 3 b 1 Donc b,, b n sont des fonctions ffines de b 1 L éqution (45) peut s écrire où F est une fonction ffine : donc b 1 = F (b 1 ) = 0, F (0) F (0) F (1) Pour clculer b 1,, b n, on peut utiliser l lgorithme suivnt : résoudre le système tridigonl et clculer M b (0) = c(0) F (0) := h 1 3 b (0) + h n 3 b n(0) x x 1 + x n+1 x n, h 1 h n résoudre le système tridigonl et clculer M b (1) = c(1) F (1) := 3 (h 1 + h n ) + h 1 3 b (1) + h n 3 b n(1) x x 1 + x n+1 x n, h 1 h n

20 18 1 INTERPOLATION POLYNOMIALE pour F (0) b 1 = F (0) F (1), résoudre le système tridigonl M b = c(b 1 ) On remplce insi l résolution d un système de mtrice M 1 pr l résolution de trois systèmes de mtrice tridigonle M

21 CHAPITRE Polynômes orthogonux Les polynômes orthogonux sont des polynômes qui ont les propriétés suivntes : (1) ils sont solutions d une éqution différentielle linéire du deuxième ordre où σ P, τ P 1, λ P 0 ; () ils sont définis pr une formule où B n est un réel ; (3) ils sont orthogonux σ(x)y (x) + τ(x)y (x) + λy(x) = 0, d n p n (x) = B n ρ(x) dx n (ρσn )(x), p m (x)p n (x)ρ(x)dx = 0, si m n; (4) ils vérifient une reltion de récurrence à trois termes où n, b n R xp n (x) = α n p n 1 (x) + β n p n (x) + γ n p n+1 (x), 1 Polynômes hypergéométriques Définition 1 On ppelle éqution hypergéométrique une éqution différentielle σ(x)y (x) + τ(x)y (x) + λy(x) = 0, où σ P, τ P 1, λ P 0 Ses solutions sont ppelées fonctions hypergéométriques Les solutions polynomiles sont ppelées polynômes hypergéométriques Proposition 1 Soit une éqution hypergéométrique (11) σ(x)y (x) + τ(x)y (x) + λy(x) = 0, et Si µ 0 := λ, µ m := λ + mτ + m(m 1) σ, m 1 µ 0 0, µ 1 0,, µ n 1 0 et µ n = 0, lors il existe une solution polynomile p n P n de l éqution (11) Si ρ est solution de l éqution (1) (σρ) (x) = (τρ)(x) 19

22 0 POLYNÔMES ORTHOGONAUX et ne s nnule ps sur un intervlle ouvert I et si σ ne s nnule ps sur I, lors on l formule de Rodrigues où B n est une constnte réelle d n p n (x) = B n ρ(x) dx n (ρσn )(x), Démonstrtion Montrons que si y est solution de l éqution (11), lors pour tout m N, y (m) est solution de l éqution hypergéométrique (13) σ(x)y (x) + τ m (x)y (x) + µ m y(x) = 0, où τ m (x) := τ(x) + mσ (x), (14) µ 0 := λ, µ m := λ + mτ m(m 1) + σ, m 1 On le démontre pr récurrence sur m C est vérifié pour m = 0 ; supposons le résultt étbli pour m : si y est solution de (13), lors y est solution de où donc σ(x)y (x) + τ m+1 (x)y (x) + µ m+1 y(x) = 0, τ m+1 = τ + mσ + σ = τ + (m + 1)σ, τ m+1 = τ m + σ, µ m+1 = µ m + τ m µ m+1 = λ + mτ m(m 1) + σ + τ + mσ = λ + (m + 1)τ (m + 1)m + σ, qui donne le résultt pour m + 1 Réciproquement, on suppose que z est solution de l éqution (13), τ m et µ m étnt définis pr (14), et que µ 0 0, µ 1 0,, µ m 1 0 Montrons que z = y (m), où y est solution de l éqution (11) On le démontre pr récurrence sur m C est vérifié pour m = 0 ; supposons le résultt étbli pour m 1 Soit z une solution de (13) vec µ m 1 0 : on définit Comme z = 1 µ m 1 (σz + τ m 1 z ) τ m 1 = τ m σ, (z ) = z et z est solution de µ m 1 = µ m τ m 1, σ(x)y (x) + τ m 1 (x)y (x) + µ m 1 y(x) = 0 D où le résultt pour m Supposons µ 0 0, µ 1 0,, µ n 1 0 et µ n = 0 L éqution σ(x)y (x) + τ n (x)y (x) = 0

23 1 POLYNÔMES HYPERGÉOMÉTRIQUES 1 une solution constnte, donc l éqution (11) une solution p n P n On note λ n := nτ n(n 1) σ, µ n,0 := λ n, µ n,m := λ n + mτ m(m 1) + σ, m 1 Si ρ est solution de l éqution (1) et ne s nnule ps sur l intervlle I, lors l éqution (11) se met sous l forme uto-djointe Soit ρ m := σ m ρ : on (σρy ) (x) + λ(ρy)(x) = 0 (σρ m ) (x) = (τ m ρ m )(x), donc si σ ne s nnule ps sur l intervlle I, lors l éqution (13) se met sous l forme uto-djointe (σρ m y ) (x) + µ m (ρ m y)(x) = 0 Comme p (m) n est solution de (13), on pour 0 m n, d ( ) ρ m+1 p (m+1) n (x) = µ n,m ρ m p (m) n (x) dx Donc On en déduit ρ m p (m) n (x) = 1 d µ n,m dx ( ρ m+1 p (m+1) n ρ 0 p (0) n (x) = 1 d ( µ n,0 dx ρ n 1 p (n 1) n (x) = 1 µ n,n 1 d dx ) (x), pour 0 m < n ρ 1 p (1) n ( ρ n p (n) n ) (x), ) (x) Donc ( 1) n d n ( ) ρ 0 p n (x) = µ n,0 µ n,n 1 dx n ρ n p (n) n (x), qui donne le résultt en posnt B n := ( 1)n p (n) n µ n,0 µ n,n 1 Cel prouve l unicité de l solution polynomile de l éqution (11), à une constnte de normlistion près Corollire (1) L solution polynomile de l éqution hypergéométrique (1 x )y (x)+(β α (α+β +)x)y (x)+n(n+α+β +1)y(x) = 0, 1 < x < 1 où α > 1, β > 1, est (à une constnte de normlistion près) le polynôme de Jcobi P n (α,β) (x) := ( 1)n 1 d n ( (1 x) n+α n n! (1 x) α (1 + x) β dx n (1 + x) n+β) () L solution polynomile de l éqution hypergéométrique xy (x) + (α + 1 x)y (x) + ny(x) = 0, x > 0

24 POLYNÔMES ORTHOGONAUX où α > 1, est (à une constnte de normlistion près) le polynôme générlisé de Lguerre L (α) n (x) := 1 e x d n ( x n+α n! x α dx n e x) (3) L solution polynomile de l éqution hypergéométrique y (x) xy (x) + ny(x) = 0 est (à une constnte de normlistion près) le polynôme d Hermite H n (x) := ( 1) n e x Démonstrtion (1) Dns ce cs dn dx n e x σ(x) = 1 x, τ(x) = (α + 1)(1 + x) + (β + 1)(1 x), λ n = n(n + α + β + 1) On résout (σρ) (x) (σρ)(x) = τ(x) σ(x) = α x + β x, soit ρ(x) = (1 x) α (1 + x) β, à une constnte multiplictive près On vérifie µ n,m := λ n + mτ m(m 1) + σ = n(n + α + β + 1) m(α + β + ) m(m 1) > 0, 0 m < n, µ n,n = 0 L éqution hypergéométrique se met sous l forme ((1 x) α+1 (1 + x) β+1 y ) (x) + n(n + α + β + 1)(1 x) α (1 + x) β y(x) = 0 () Dns ce cs σ(x) = x, τ(x) = α + 1 x, λ n = n On résout (σρ) (x) (σρ)(x) = τ(x) σ(x) = α + 1 1, x soit ρ(x) = x α e x, à une constnte multiplictive près On vérifie µ n,m := λ n + mτ + µ n,n = 0 L éqution hypergéométrique se met sous l forme (3) Dns ce cs On résout soit m(m 1) σ = n m > 0, 0 m < n, (x α+1 e x y ) (x) + nx α e x y(x) = 0 σ(x) = 1, τ(x) = x, λ n = n (σρ) (x) (σρ)(x) = τ(x) σ(x) = x, ρ(x) = e x,

25 1 POLYNÔMES HYPERGÉOMÉTRIQUES 3 à une constnte multiplictive près On vérifie µ n,m := λ n + mτ + µ n,n = 0 L éqution hypergéométrique se met sous l forme m(m 1) σ = n m > 0, 0 m < n, (e x y ) (x) + ne x y(x) = 0 Exemple 1 Polynômes orthogonux clssiques (1) Polynômes de Jcobi prticuliers : Polynômes de Legendre P n (x) := P n (0,0) (x) = ( 1)n d n ( (1 x n n! dx n ) n) Le polynôme P n est (à une constnte de normlistion près) l solution polynomile de l éqution hypergéométrique (1 x )y (x) xy (x) + n(n + 1)y(x) = 0, 1 < x < 1 ou ((1 x )y ) (x) + n(n + 1)y(x) = 0, 1 < x < 1 Polynômes de Tchebychev de première espèce T n (x) := (n n!) P n ( 1/, 1/) (x) = ( 1) n n n! ( (n)! (n)! (1 x 1/ dn ) dx n (1 x ) n 1/) Le polynôme T n est (à une constnte de normlistion près) l solution polynomile de l éqution hypergéométrique (1 x )y (x) xy (x) + n y(x) = 0, 1 < x < 1 ou ((1 x ) 1/ y ) (x) + n (1 x ) 1/ y(x) = 0, 1 < x < 1 Polynômes de Tchebychev de deuxième espèce U n (x) := (n + 1)(n n!) (n + 1)! P n (1/,1/) (x) = ( 1) n n (n + 1)! ( (n + 1)! (1 x 1/ dn ) dx n (1 x ) n+1/) Le polynôme U n est (à une constnte de normlistion près) l solution polynomile de l éqution hypergéométrique (1 x )y (x) 3xy (x) + n(n + )y(x) = 0, 1 < x < 1 ou ((1 x ) 3/ y ) (x) + n(n + )(1 x ) 1/ y(x) = 0, 1 < x < 1 () Polynômes de Lguerre L n (x) := L (0) n (x) = ex d n ( x n n! dx n e x) Le polynôme L n est (à une constnte de normlistion près) l solution polynomile de l éqution hypergéométrique xy (x) + (1 x)y (x) + ny(x) = 0, x > 0

26 4 POLYNÔMES ORTHOGONAUX ou (xe x y ) (x) + ne x y(x) = 0, x > 0 Orthogonlité Proposition Soit σ P et ρ(x) une fonction définie et dérivble sur un intervlle (borné ou non) (, b), vérifint pour tout entier k 0 lim x σ(x)ρ(x)xk = 0, lim σ(x)ρ(x)x k = 0 x b et ρ(x)x k dx < + Soit (λ n ) n 0 une suite de nombres réels deux à deux distincts et (p n ) n 0 une suite de polynômes vérifint pour tout entier n 0 (σρp n) (x) + λ n (ρp n )(x) = 0, < x < b Alors les polynômes p n sont deux à deux orthogonux pour le poids ρ(x) sur l intervlle (, b) : Démonstrtion On λ m p m (x)p n (x)ρ(x)dx = p m (x)p n (x)ρ(x)dx = 0, si m n (σρp m) (x)p n (x)dx = lim x b σ(x)ρ(x)(p mp n )(x) lim x σ(x)ρ(x)(p mp n )(x) = lim x b σ(x)ρ(x)(p m p n)(x) + lim x σ(x)ρ(x)(p m p n)(x) + d où le résultt σ(x)ρ(x)p m(x)p n(x)dx p m (x)(σρp n) (x)dx = λ n p m (x)p n (x)ρ(x)dx, Exemple (1) Polynômes de Jcobi Ici = 1 et b = 1 ; on vérifie, pour α > 1, β > 1, lim (1 x 1 x)α+1 (1 + x) β+1 x k = 0, 1 (1 x) α (1 + x) β x k dx < +, lim (1 x) α+1 (1 + x) β+1 x k = 0, x 1 et m(m+α+β +1) n(n+α+β +1) si m n Donc les polynômes de Jcobi sont deux à deux orthogonux pour le poids (1 x) α (1 + x) β sur l intervlle ( 1, 1) : 1 P m (α,β) (x)p n (α,β) (x)(1 x) α (1 + x) β dx = 0, si m n Les premiers polynômes de Legendre sont P 0 (x) := 1, P 1 (x) := x, P (x) := 1 (3x 1), P 3 (x) := 1 (5x3 3x) L représenttion grphique des polynômes P 3, P 8, P 13, P 18 est donnée sur l Figure 1 Les polynômes de Legendre sont deux à deux orthogonux sur l intervlle ( 1, 1) : 1 P m (x)p n (x)dx = 0, si m n

27 ORTHOGONALITÉ Fig 1 Polynômes de Legendre : P 3 (en hut, à guche), P 8 (en hut, à droite), P 13 (en bs, à guche), P 18 (en bs, à droite) Les polynômes de Tchebychev de première espèce sont deux à deux orthogonux pour le poids (1 x ) 1/ sur l intervlle ( 1, 1) : 1 dx T m (x)t n (x) = 0, si m n 1 x Les premiers polynômes de Tchebychev de deuxième espèce sont U 0 (x) := 1, U 1 (x) := x, U (x) := 4x 1, U 3 (x) := 8x 3 4x L représenttion grphique des polynômes U 5, U 10, U 15, U 0 est donnée sur l Figure les polynômes de Tchebychev de deuxième espèce sont deux à deux orthogonux pour le poids (1 x ) 1/ sur l intervlle ( 1, 1) : 1 U m (x)u n (x) 1 x dx = 0, si m n () Polynômes générlisés de Lguerre Ici = 0 et b = + ; on vérifie, pour α > 1, lim x 0 xα+1 e x x k = 0, + 0 x α e x x k dx < + lim x + xα+1 e x x k = 0, Donc les polynômes générlisés de Lguerre sont deux à deux orthogonux pour le poids x α e x sur l intervlle (0, + ) : + 0 L (α) m (x)l (α) n (x)x α e x dx = 0, si m n

28 6 POLYNÔMES ORTHOGONAUX Fig Polynômes de Tchebychev de deuxième espèce : U 5 (en hut, à guche), U 10 (en hut, à droite), U 15 (en bs, à guche), U 0 (en bs, à droite) Les premiers polynômes de Lguerre sont L 0 (x) := 1, L 1 (x) := 1 x, L (x) := 1 (x 4x + ), L 3 (x) := 1 6 ( x3 + 9x 18x + 6) L représenttion grphique des polynômes L 1, L, L 3, L 4 est donnée sur l Figure 3 Les polynômes de Lguerre sont deux à deux orthogonux pour le poids e x sur l intervlle (0, + ) : + 0 L m (x)l n (x)e x dx = 0, si m n (3) Polynômes d Hermite Ici = et b = + ; on vérifie lim x k = 0, x e x + e x x k dx < + lim x k = 0, x + e x Donc les polynômes d Hermite sont deux à deux orthogonux pour le poids e x sur R : + Les premiers polynômes d Hermite sont H m (x)h n (x)e x dx = 0, si m n H 0 (x) = 1, H 1 (x) = x, H (x) = 4x, H 3 (x) = 8x 3 1x L représenttion grphique des polynômes H, H 4, H 6, H 8 est donnée sur l Figure 4

29 3 RELATION DE RÉCURRENCE Fig 3 Polynômes de Lguerre : L 1 (en hut, à guche), L (en hut, à droite), L 3 (en bs, à guche), L 4 (en bs, à droite) Fig 4 Polynômes d Hermite : H (en hut, à guche), H 4 (en hut, à droite), H 6 (en bs, à guche), H 8 (en bs, à droite) 3 Reltion de récurrence Dns l suite ρ(x) est une fonction définie et continue sur un intervlle (borné ou non) (, b), vérifint (31) x (, b) ρ(x) > 0 et k N x k ρ(x)dx < +

30 8 POLYNÔMES ORTHOGONAUX On note L ((, b); ρ) l ensemble des fonctions f, définies et mesurbles sur l intervlle (, b) telles que Pour f, g L ((, b); ρ) on note (f g) := f(x) ρ(x)dx < + f(x)g(x)ρ(x)dx le produit sclire de f et g, f := (f f) l norme de f L ensemble L ((, b); ρ) muni de ce produit sclire est un espce de Hilbert Proposition 3 Soit ρ une fonction continue sur un intervlle (, b), vérifint (31) (1) Il existe une suite unique (q n ) n 0 de polynômes tels que (3) n q n P n et (q m q n ) = 0 si m n Elle vérifie p P n 1 (p q n ) = 0 () Cette suite est définie pr où q 0 (x) = 1 et q n+1 (x) = (x n )q n (x) b n q n 1 (x), n 0, n := (xq n q n ) q n, n 0 et b 0 := 0, b n := q n q n 1, n 1 Démonstrtion (1) On démontre le résultt pr récurrence sur n : c est vérifié pour n = 0 et on q 0 = 1 Supposons qu il existe une fmille unique {q 0, q 1,, q n } vérifint (3) Cette fmille est une bse de P n, donc l fmille {q 0, q 1,, q n, x n+1 } est une bse de P n+1 Le polynôme q n+1 est nécessirement obtenu pr le procédé d orthogonlistion de Grm-Schmidt : q n+1 (x) = x n+1 (x n+1 q m ) m=0 q m q m (x), d où le résultt u rng n + 1 () Comme l fmille {q 0, q 1,, q n+1 } est une bse de P n+1, on peut écrire xq n (x) = n+1 m=0 c n,m q m (x) On (q m xq n ) = (xq m q n ) = 0, si m < n 1, cr xq m P m+1 P n 1 et (q m xq n ) = c n,m q m, donc c n,m = 0 si m < n 1 Comme xq n, q n+1 P n+1, on peut écrire On en déduit xq 0 (x) = q 1 (x) + 0 q 0 (x), xq n (x) = q n+1 (x) + n q n (x) + b n q n 1 (x), n 1 (xq n q n ) = n q n

31 3 RELATION DE RÉCURRENCE 9 et, pour n 1, (xq n q n 1 ) = b n q n 1 = (q n xq n 1 ) = q n, cr xq n 1 = q n + p, où p P n 1 Cel donne le résultt Exemple 3 On vérifie que pour tous les polynômes orthogonux clssiques, le poids ρ(x) est strictement positif dns l intervlle (, b) Polynômes de Legendre : ils vérifient et 1 P 0 (x) = 1, P 1 (x) = x, (P n (x)) dx = n + 1 (n + 1)P n+1 (x) = (n + 1)xP n (x) np n 1 (x), n 1 Polynômes de Tchebychev de première espèce : ils vérifient { 1 (T n (x)) dx = π si n = 0 1 x π/ si n 1 et 1 T 0 (x) = 1, T 1 (x) = x, T n+1 (x) = xt n (x) T n 1 (x), n 1 Polynômes de Tchebychev de deuxième espèce : ils vérifient et 1(U n (x)) 1 x dx = π U 0 (x) = 1, U 1 (x) = x, Polynômes de Lguerre : ils vérifient et U n+1 (x) = xu n (x) U n 1 (x), n 1 + L 0 (x) = 1, L 1 (x) = 1 x, 0 (L n (x)) e x dx = 1 (n + 1)L n+1 (x) = (n + 1 x)l n (x) nl n 1 (x), n 1 Polynômes d Hermite : ils vérifient et + (H n (x)) e x dx = π n n! H 0 (x) = 1, H 1 (x) = x, H n+1 (x) = xh n (x) nh n 1 (x), n 1

32 30 POLYNÔMES ORTHOGONAUX Proposition 4 Soit ρ une fonction continue sur un intervlle (, b), vérifint (31) et (q n ) n 0 l suite de polynômes telle que n q n P n et (q m q n ) = 0 si m n Alors le polynôme q n n rcines réelles simples qui pprtiennent à l intervlle (, b) Démonstrtion Soit x 1, x,, x k les rcines réelles de q n de multiplicité impire, qui pprtiennent à l intervlle (, b) et k π(x) := (x x j ) j=1 (vec π(x) = 1, s il n y ps de telle rcine) Le polynôme π(x)q n (x) ne chnge ps de signe dns l intervlle (, b), donc π(x)q n (x)ρ(x)dx 0, donc π ne peut être de degré strictement inférieur à n : d où le résultt

33 CHAPITRE 3 Approximtion polynomile On veut pprocher une fonction f(x) définie sur un intervlle I pr un polynôme p P n qui vérifie f p = min q P n f q, où est une norme sur un espce E de fonctions définies sur l intervlle I Pr exemple E := L (I) et pour f L (I), on note ( 1/ f := f(x) dx), E := C(I) et pour f C(I), on note I f := sup f(x) x I 1 Polynôme de meilleure pproximtion Soit I un intervlle de R et E un espce vectoriel de fonctions définies sur I, à vleurs réelles On suppose que E contient l ensemble P de tous les polynômes ; on note E une norme sur l espce E Définition 31 Si f E et n N, on ppelle polynôme de meilleure pproximtion de f dns E, à l ordre n un polynôme p P n tel que f p E = min q P n f q E Proposition 31 Soit n N : toute fonction f E un polynôme de meilleure pproximtion dns E, à l ordre n Démonstrtion L ppliction est continue : d : g E f g E R + g, h E d(g) d(h) = f g E f h E g h E On d(0) = f E, donc Comme on inf{d(q) : q P n } = inf{d(q) : q P n, d(q) f E } q E d(q) + f E, {q P n : d(q) f E } {q P n : q E f E }, 31

34 3 3 APPROXIMATION POLYNOMIALE donc inf{d(q) : q P n, d(q) f E } inf{d(q) : q P n, q E f E } Mis inf{d(q) : q P n } inf{d(q) : q P n, q E f E } donc inf{d(q) : q P n } = inf{d(q) : q B(0, f E )}, où B(0, f E ) := {q P n : q E f E } L boule B(0, f E ) est une prtie fermée bornée de P n, espce de dimension finie : elle est compcte Comme elle n est ps vide, il existe p B(0, f E ) tel que d(p) = inf{d(q) : q B(0, f E )}, d où le résultt Approximtion qudrtique, ou u sens des moindres crrés Dns ce prgrphe ρ(x) est une fonction définie et continue sur un intervlle (borné ou non) (, b), vérifint x (, b) ρ(x) > 0 et k N Pour f, g L ((, b); ρ) on note (f g) := x k ρ(x)dx < + f(x)g(x)ρ(x)dx et f := (f f) Soit π n l projection orthogonle sur P n : elle est définie pr q P n (f π n f q) = 0 Soit (p n ) n 0 une suite de polynômes orthogonux : n p n P n \ {0} et m, n m n (p m p n ) = 0 Proposition 3 Si n N et f L ((, b); ρ), le polynôme de meilleure pproximtion de f dns L ((, b); ρ), à l ordre n est π n f Si on π n f = f n := (f p n ), f k p k p k, k=0 f π n f = f π nf, π n f = p k=0 k ( ) Si l ensemble P est dense dns L pn ((, b); ρ), lors l suite p n hilbertienne de L ((, b); ρ), on l églité de Bessel-Prsevl n k=0 f k f = fk p k, n 0 est une bse

35 3 APPROXIMATION UNIFORME, OU AU SENS DE TCHEBYCHEV 33 donc f π n f = k=n+1 f k p k 0 n Exemple 31 Soit (, b) = ( 1, 1) et ρ(x) := (1 x) α (1 + x) β, pour α > 1 et β > 1 Montrons que P est dense dns L (( 1, 1); ρ) Soit f L (( 1, 1); ρ) et ε > 0 : il existe g continue à support compct telle que f g < ε D près le théorème de Stone-Weierstrß, il existe un polynôme p tel que donc On en déduit qui donne le résultt mx g(x) p(x) < ε, x ( 1,1) ( 1/ g p = (g(x) p(x)) ρ(x)dx) ε ρ 1 f p f g + g p < ε(1 + ρ ), 3 Approximtion uniforme, ou u sens de Tchebychev Dns ce prgrphe < b sont deux réels, et pour f C([, b]) on note f := mx x [,b] f(x) Définition 3 On dit qu une fonction g C([, b]) est équi-oscillnte sur n points s il existe des réels x 1 < x < < x n dns [, b] tels que i 1 i n g(x i ) = g et i 1 i < n g(x i+1 ) = g(x i ) Proposition 33 Soit n N et f C([, b]) Alors p P n est un polynôme de meilleure pproximtion de f dns C([, b]) à l ordre n si et seulement si f p est équi-oscillnte sur n + points Démonstrtion (1) Soit p un polynôme de meilleure pproximtion de f dns C([, b]) à l ordre n et g := f p Si g = 0, elle est équi-oscillnte sur n + points Sinon soit x 0 := min{x [, b] : g(x) = g } On pr exemple g(x 0 ) = g Si on rrête Sinon soit (on x 1 > x 0 ) Si on rrête Sinon soit x x 0 g(x) > g, x 1 := min{x [x 0, b] : g(x) = g } x x 1 g(x) < g, x := min{x [x 1, b] : g(x) = g }, On construit insi une suite (x i ) i 0 telle que g(x i ) = ( 1) i g, i 0 etc

36 34 3 APPROXIMATION POLYNOMIALE On suppose que l on ne peut ps continuer u delà de x k, vec 0 k n, c est-àdire x x k ( 1) k g(x) > g Si k > 0, d près le théorème des vleurs intermédiires, g s nnule sur chcun des intervlles (x 0, x 1 ), (x 0, x 1 ),, (x k 1, x k ) Pour 1 i k, soit y i := mx{x (x i 1, x i ) : g(x) = 0} On Soit et pour ε > 0, x 0 < y 1 < x 1 < x < < x k 1 < y k < x k b π(x) := { 1 si k = 0, (y 1 x)(y x) (y k x) si k > 0, p ε (x) := p(x) + επ(x) et g ε (x) := f(x) p ε (x) = g(x) επ(x) Montrons que (31) g ε < g On (3) (33) x [, x 0 ] g < g(x) g, x [x i 1, y i ] g ( 1) i g(x) < g, x [y i, x i ] 0 ( 1) i g(x) g, x [x k, b] g < ( 1) k g(x) g, (les inéglités (3) et (33) étnt supprimées si k = 0) Il existe donc un réel c vec 0 < c < g tel que (34) (35) x [, x 0 ] c g(x) g, x [x i 1, y i ] g ( 1) i g(x) c, x [y i, x i ] 0 ( 1) i g(x) g, x [x k, b] c ( 1) k g(x) g, (les inéglités (34) et (35) étnt supprimées si k = 0) On note M := mx x [,b] π(x) Si k = 0, on et si k > 0, on x [, b] π(x) > 0 x [0, y 1 ) π(x) > 0, x (y i, y i+1 ) ( 1) i π(x) > 0, x (y k, b] ( 1) k π(x) > 0

37 3 APPROXIMATION UNIFORME, OU AU SENS DE TCHEBYCHEV 35 Donc x [, x 0 ] c εm g ε (x) < g, (36) (37) x [x i 1, y i ] g < ( 1) i g ε (x) c + εm, x [y i, x i ] εm ( 1) i g ε (x) < g, x [x k, b] c εm ( 1) k g ε (x) < g, (les inéglités (36) et (37) étnt supprimées si k = 0) Donc l inéglité (31) est vérifiée si ε < g c M Comme p ε P n c est impossible, cr p est un polynôme de meilleure pproximtion de f dns C([, b]) à l ordre n : donc k n+1 et pr conséquent g est équi-oscillnte sur n + points () Soit p P n tel que f p est équi-oscillnte sur n + points x 0 < x 1 < < x n < x n+1 b, vec pr exemple f(x 0 ) p(x 0 ) = f p, donc Soit q P n, q p Supposons lors f(x i ) p(x i ) = ( 1) i f p, 0 i n + 1 i 0 i n + 1 ( 1) i (f(x i ) q(x i )) ( 1) i (f(x i ) p(x i )), i 0 i n + 1 ( 1) i (p(x i ) q(x i )) 0 D près le théorème des vleurs intermédiires, il existe des points tels que ξ 0 [x 0, x 1 ], ξ 1 [x 1, x ],, ξ n [x n, x n+1 ], i 0 i n p(ξ i ) q(ξ i ) = 0 ou bien ξ i (x i, x i+1 ), ou bien ξ i = x i et p q grde un signe constnt sur [x i 1, x i+1 ] : lors p q une rcine de multiplicité pire (donc ) en x i Donc p q n + 1 rcines (comptées vec leurs multiplicités) sur [, b], ce qui est impossible On donc i 0 i n + 1 et pr conséquent ( 1) i (f(x i ) q(x i )) > ( 1) i (f(x i ) p(x i )), f q ( 1) i (f(x i ) q(x i )) > ( 1) i (f(x i ) p(x i )) = f p, d où le résultt Corollire Si n N et f C([, b]), il existe un seul polynôme de meilleure pproximtion de f dns C([, b]), à l ordre n Démonstrtion D près l Proposition 33, si p est un polynôme de meilleure pproximtion de f dns C([, b]) à l ordre n, lors f p est équi-oscillnt sur n + points D près l démonstrtion de cette proposition, si p P n et f p est équioscillnt sur n + points, lors q P n, q p f q > f p,

38 36 3 APPROXIMATION POLYNOMIALE qui donne le résultt Exemple 3 Le polynôme 1 n T n+1 est équi-oscillnt sur les n + points de [ 1, +1] : ( ) iπ t i := cos, 0 i n + 1 n + 1 Soit f(x) := x n+1 et p(x) := x n+1 1 n T n+1 Le polynôme p est le polynôme de meilleure pproximtion de f dns C([ 1, 1]), à l ordre n : 1 n = min q P n f q = min r r P n+1

39 CHAPITRE 4 Intégrtion numérique On une fonction f(x) définie sur un intervlle [, b] On veut pprocher f(x)dx à l ide de vleurs de f(x) en des points x 0,, x n [, b] : f(x)dx ω j f(x j ) C est une formule de qudrture ou une méthode d intégrtion Les points x j sont ppelés les nœuds et les nombres ω j les poids de l formule Il fut (1) clculer les nœuds et les poids, () mjorer l différence f(x)dx ω j f(x j ) Pour cel, on essye d intégrer exctement tous les polynômes de degré inférieur ou égl à N, où N est le plus grnd entier possible : on dit que l formule est excte pour les polynômes de P N si p P N p(x)dx = ω j p(x j ) 1 Formules de qudrture À prtir d une formule de qudrture sur l intervlle [ 1, 1] (11) ϕ(t)dt ω j ϕ(t j ), 1 excte pour les polynômes de P N, on peut construire d utres formules (i) Une formule de qudrture élémentire sur l intervlle [, b], excte pour les polynômes de P N (1) f(x)dx ω j f(x j ), où x j := 1 t j t j b, ω j := b ω j, 0 j n 37

40 38 4 INTÉGRATION NUMÉRIQUE On écrit f(x)dx = b b ( 1 t f t ) b dt ( 1 tj ω j f t ) j b (ii) Une formule de qudrture composée sur l intervlle [, b], excte pour les polynômes de P N m 1 (13) f(x)dx ω i,j f(x i,j ), où x i,j := 1 t j On écrit f(x)dx = i t j i+1, m 1 i=0 m 1 i=0 i+1 i=0 = 0 < 1 < < m = b, i f(x)dx = i+1 i ω i,j := i+1 i ω j, 0 i < m, 0 j n m 1 i=0 i+1 i ( 1 tj ω j f 1 f i t ) j i+1 ( 1 t i t ) i+1 dt Proposition 41 Soit une formule de qudrture sur l intervlle [ 1, 1] ϕ(t)dt ω j ϕ(t j ), 1 excte pour les polynômes de P 0 Soit [, b] un intervlle borné et f(x) une fonction définie sur [, b], intégrble u sens de Riemnn Pour k 1 soit un millge de [, b] et On note = k 0 < k 1 < < k m k = b h k := x k i,j := 1 t j k i t j k i+1, Si lim h k = 0, lors k m k 1 lim k i=0 mx ( k i+1 k i ) 0 i<m k ω k i,j := k i+1 k i ωi,jf(x k k i,j) = ω j, 0 i < m k, 0 j n f(x)dx Démonstrtion Comme l formule de qudrture est excte pour les polynômes de P 0, on ω j =,

41 1 FORMULES DE QUADRATURE 39 donc m k 1 f(x)dx i=0 cr x k i,j [k i, k i+1 ] ωi,jf(x k k i,j) = ω j ( m k 1 f(x)dx ( k i+1 k i )f(x k i,j) i=0 ) 0, k Définition 41 On ppelle méthode d intégrtion de type interpoltion une méthode f(x)dx ω j f(x j ), où ω j := L j (x)dx, 0 j n, les L j étnt les polynômes de bse dns l interpoltion de Lgrnge ssociée ux points x j, 0 j n Remrque 41 Une méthode d intégrtion à n + 1 points f(x)dx ω j f(x j ) est excte pour les polynômes de P n si et seulement si elle est de type interpoltion : en effet elle est excte pour les polynômes de P n si et seulement si elle intègre exctement les polynômes de bse dns l interpoltion de Lgrnge ssociée ux points x 0, x 1,, x n, c est-à-dire k 0 k n L k (x)dx = ω j L k (x j ) = ω k Remrque 4 Si l formule de qudrture (11) est de type interpoltion, lors l formule de qudrture élémentire ssociée (1) est ussi de type interpoltion, et réciproquement En effet les polynômes de bse L j dns l interpoltion de Lgrnge ssociée ux points x j correspondent ux polynômes de bse L j dns l interpoltion de Lgrnge ssociée ux points t j pr donc L j (t) = L j ( 1 t t b L j (x)dx = b 1 ), L j (t)dt Exemple 41 Formules de Newton-Cotes fermées Ce sont des méthodes de type interpoltion où les nœuds sont équidistnts, les extrémités et b étnt des nœuds : t j := 1 + j n, ω j := L j (t)dt, 0 j n 1

42 40 4 INTÉGRATION NUMÉRIQUE Une méthode de Newton-Cotes fermée à n + 1 points est excte pour les polynômes de P n On remrque et donc L n j (t) = ω n j := Si ϕ est impire, et donc t n j = ω j ϕ(t j ) = = n i=0 i n j n i=0 i n j (n j) n (t t i ) (t n j t i ) n (t + t k ) k=0 k j = n ( t j + t k ) k=0 k j L n j (t)dt = 1 1 ω n k ϕ(t n k ) = k=0 = = 1 j n = t j n (t t n k ) k=0 k j n (t n j t n k ) k=0 k j n ( t t k ) k=0 k j = n L j ( t), (t j t k ) k=0 k j L j ( t)dt = ϕ(t)dt = 0, k=0 ω j ϕ(t j ) = 0 1 L j (t)dt = ω j ω k ϕ( t k ) = ω k ϕ(t k ), Pr conséquent une formule de Newton-Cotes fermée est excte pour toutes les fonctions impires, donc tous les polynômes impirs On en déduit qu une méthode de Newton-Cotes fermée à n + 1 points est excte pour les polynômes de P n+1, si n est pir Formule du trpèze C est l formule à deux points (n = 1), excte pour les polynômes de P 1 : t 0 := 1, t 1 := 1, ω 0 := donc l formule s écrit 1 ϕ(t)dt ϕ( 1) + ϕ(1) 1 k=0 1 t dt = 1 = ω 1, On en déduit (i) une formule de qudrture élémentire sur l intervlle [, b], excte pour les polynômes de P 1 : f(x)dx b (f() + f(b)),

43 1 FORMULES DE QUADRATURE 41 (ii) une formule de qudrture composée sur l intervlle [, b], excte pour les polynômes de P 1 : si h := b m, f(x)dx h m 1 f() + h i=1 f( + ih) + h f(b) Formule de Simpson C est l formule à trois points (n = ), excte pour les polynômes de P 3 : ω 0 := 1 t 0 := 1, t 1 := 0, t := 1, t(t 1) dt = 1 3 = ω, ω 1 := 1 (1 t )dt = 4 3, donc l formule s écrit ϕ(t)dt 1 (ϕ( 1) + 4ϕ(0) + ϕ(1)) 1 3 On en déduit (i) une formule de qudrture élémentire sur l intervlle [, b], excte pour les polynômes de P 3 : f(x)dx b ( f() + 4f 6 ( + b ) ) + f(b), (ii) une formule de qudrture composée sur l intervlle [, b], excte pour les polynômes de P 3 : si h := b m, f(x)dx h 6 f() + h 3 m 1 i=1 f( + ih) + h 3 m 1 i=0 ( ( f + i + 1 ) ) h + h 6 f(b) Exemple 4 Formules de Newton-Cotes ouvertes Ce sont des méthodes de type interpoltion où les nœuds sont équidistnts : t j := 1 + j + n +, ω j := 1 L j (t)dt, 0 j n Une méthode de Newton-Cotes ouverte à n+1 points est excte pour les polynômes de P n On t n j = t j et ω n j = ω j, 0 j n, donc une formule de Newton-Cotes ouverte est excte pour toutes les fonctions impires On en déduit qu une méthode de Newton-Cotes ouverte à n + 1 points est excte pour les polynômes de P n+1, si n est pir Formule du point-milieu C est l formule à un point (n = 0), excte pour les polynômes de P 1 : donc l formule s écrit On en déduit t 0 := 0, ω 0 := 1 1 ϕ(t)dt ϕ(0) dt =,

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

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

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

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

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

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

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

Exercices - Polynômes : corrigé. Opérations sur les polynômes

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

Plus en détail

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

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

Plus en détail

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 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

I. Polynômes de Tchebychev

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

Plus en détail

Cours d Analyse 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

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

ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE

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

Plus en détail

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

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

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

Plus en détail

3 Approximation de solutions d équations

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

Plus en détail

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

Chapitre 11 : L inductance

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

Plus en détail

CCP PSI - 2010 Mathématiques 1 : un corrigé

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

Plus en détail

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

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

Plus en détail

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

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

Plus en détail

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

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

Plus en détail

Calcul fonctionnel holomorphe dans les algèbres de Banach

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

Plus en détail

Commun à tous les candidats

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

Plus en détail

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

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

Plus en détail

Image d un intervalle par une fonction continue

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

Plus en détail

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

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

Plus en détail

Capes 2002 - Première épreuve

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

Plus en détail

Intégrale et primitives

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Différentiabilité ; Fonctions de plusieurs variables réelles

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

Plus en détail

Pour l épreuve d algèbre, les calculatrices sont interdites.

Pour l épreuve d algèbre, les calculatrices sont interdites. Les pages qui suivent comportent, à titre d exemples, les questions d algèbre depuis juillet 003 jusqu à juillet 015, avec leurs solutions. Pour l épreuve d algèbre, les calculatrices sont interdites.

Plus en détail

Correction du baccalauréat S Liban juin 2007

Correction du baccalauréat S Liban juin 2007 Correction du baccalauréat S Liban juin 07 Exercice. a. Signe de lnx lnx) : on fait un tableau de signes : x 0 e + ln x 0 + + lnx + + 0 lnx lnx) 0 + 0 b. On afx) gx) lnx lnx) lnx lnx). On déduit du tableau

Plus en détail

Amphi 3: Espaces complets - Applications linéaires continues

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

Plus en détail

NOMBRES COMPLEXES. Exercice 1 :

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

Plus en détail

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

Baccalauréat S Asie 19 juin 2014 Corrigé

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

Plus en détail

Cours d Analyse. Fonctions de plusieurs variables

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

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

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

Plus en détail

Introduction à l étude des Corps Finis

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

Plus en détail

3. Conditionnement P (B)

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

Plus en détail

Chapitre VI Fonctions de plusieurs variables

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

Plus en détail

Correction du Baccalauréat S Amérique du Nord mai 2007

Correction du Baccalauréat S Amérique du Nord mai 2007 Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n

Plus en détail

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

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

Plus en détail

Techniques d analyse de circuits

Techniques d analyse de circuits Chpitre 3 Tehniques d nlyse de iruits Ce hpitre présente différentes méthodes d nlyse de iruits. Ces méthodes permettent de simplifier l nlyse de iruits ontennt plusieurs éléments. Bien qu on peut résoudre

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

Corrigé du baccalauréat S Asie 21 juin 2010

Corrigé du baccalauréat S Asie 21 juin 2010 Corrigé du baccalauréat S Asie juin 00 EXERCICE Commun à tous les candidats 4 points. Question : Le triangle GBI est : Réponse a : isocèle. Réponse b : équilatéral. Réponse c : rectangle. On a GB = + =

Plus en détail

Théorème du point fixe - Théorème de l inversion locale

Théorème du point fixe - Théorème de l inversion locale Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Fonctions de plusieurs variables. Sébastien Tordeux

Fonctions de plusieurs variables. Sébastien Tordeux Fonctions de plusieurs variables Sébastien Tordeux 22 février 2009 Table des matières 1 Fonctions de plusieurs variables 3 1.1 Définition............................. 3 1.2 Limite et continuité.......................

Plus en détail

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

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

Plus en détail

Extrait du poly de Stage de Grésillon 1, août 2010

Extrait du poly de Stage de Grésillon 1, août 2010 MINI-COURS SUR LES POLYNÔMES À UNE VARIABLE Extrait du poly de Stage de Grésillon 1, août 2010 Table des matières I Opérations sur les polynômes 3 II Division euclidienne et racines 5 1 Division euclidienne

Plus en détail

Approximations variationelles des EDP Notes du Cours de M2

Approximations variationelles des EDP Notes du Cours de M2 Approximations variationelles des EDP Notes du Cours de M2 Albert Cohen Dans ce cours, on s intéresse à l approximation numérique d équations aux dérivées partielles linéaires qui admettent une formulation

Plus en détail

4. Martingales à temps discret

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

Plus en détail

Triangle de Pascal dans Z/pZ avec p premier

Triangle de Pascal dans Z/pZ avec p premier Triangle de Pascal dans Z/pZ avec p premier Vincent Lefèvre (Lycée P. de Fermat, Toulouse) 1990, 1991 1 Introduction Nous allons étudier des propriétés du triangle de Pascal dans Z/pZ, p étant un nombre

Plus en détail

Chapitre 2. Matrices

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

Plus en détail

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

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

Plus en détail

Développements limités. Notion de développement limité

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

Plus en détail

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

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

Plus en détail

Limites finies en un point

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

Plus en détail

Intégrales doubles et triples - M

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

Plus en détail

Quelques contrôle de Première S

Quelques contrôle de Première S Quelques contrôle de Première S Gilles Auriol auriolg@free.fr http ://auriolg.free.fr Voici l énoncé de 7 devoirs de Première S, intégralement corrigés. Malgré tout les devoirs et 5 nécessitent l usage

Plus en détail

Correction de l examen de la première session

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

Plus en détail

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

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

Plus en détail

Calcul différentiel sur R n Première partie

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

Plus en détail

Chapitre 7 : Intégration sur un intervalle quelconque

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

Plus en détail

Logique. Plan du chapitre

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

Plus en détail

Continuité d une fonction de plusieurs variables

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

Plus en détail

Equations différentielles linéaires à coefficients constants

Equations différentielles linéaires à coefficients constants Equations différentielles linéaires à coefficients constants Cas des équations d ordre 1 et 2 Cours de : Martine Arrou-Vignod Médiatisation : Johan Millaud Département RT de l IUT de Vélizy Mai 2007 I

Plus en détail

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité

Plus en détail

Cours d Analyse I et II

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

Plus en détail

Fonctions de plusieurs variables

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

Plus en détail

INTRODUCTION. 1 k 2. k=1

INTRODUCTION. 1 k 2. k=1 Capes externe de mathématiques : session 7 Première composition INTRODUCTION L objet du problème est l étude de la suite (s n n définie par : n, s n = Dans une première partie, nous nous attacherons à

Plus en détail

Continuité en un point

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

Plus en détail

Équations non linéaires

Équations non linéaires Équations non linéaires Objectif : trouver les zéros de fonctions (ou systèmes) non linéaires, c-à-d les valeurs α R telles que f(α) = 0. y f(x) α 1 α 2 α 3 x Equations non lineaires p. 1/49 Exemples et

Plus en détail

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

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

Plus en détail

Polynômes à plusieurs variables. Résultant

Polynômes à plusieurs variables. Résultant Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \

Plus en détail

Résolution d équations non linéaires

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

Plus en détail

Filtrage stochastique non linéaire par la théorie de représentation des martingales

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

Plus en détail

LANGAGES - GRAMMAIRES - AUTOMATES

LANGAGES - GRAMMAIRES - AUTOMATES LANGAGES - GRAMMAIRES - AUTOMATES Mrie-Pule Muller Version du 14 juillet 2005 Ce cours présente et met en oeuvre quelques méthodes mthémtiques pour l informtique théorique. Ces notions de bse pourront

Plus en détail

Chapitre 2. Eléments pour comprendre un énoncé

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

Plus en détail

Licence de Mathématiques 3

Licence de Mathématiques 3 Faculté des sciences et techniques Département de mathématiques 2004-2005 Licence de Mathématiques 3 M62 : Fonctions réelles de plusieurs variables Laurent Guillopé www.math.sciences.univ-nantes.fr/~guillope/m62/

Plus en détail

Fonctions de plusieurs variables et changements de variables

Fonctions de plusieurs variables et changements de variables Notes du cours d'équations aux Dérivées Partielles de l'isima, première année http://wwwisimafr/leborgne Fonctions de plusieurs variables et changements de variables Gilles Leborgne juin 006 Table des

Plus en détail

Intégration et probabilités TD1 Espaces mesurés Corrigé

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

Plus en détail

Fonctions de deux variables. Mai 2011

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

Plus en détail

Analyse Numérique : SMA-SMI S4 Cours, exercices et examens

Analyse Numérique : SMA-SMI S4 Cours, exercices et examens Analyse Numérique : SMA-SMI S4 Cours, exercices et examens Boutayeb A, Derouich M, Lamlili M et Boutayeb W. Table des matières Résolution numérique de systèmes linéaires AX = B 5. Méthodes directes de

Plus en détail

Rappels et compléments, première partie : Nombres complexes et applications à la géométrie

Rappels et compléments, première partie : Nombres complexes et applications à la géométrie Rappels et compléments, première partie : Nombres complexes et applications à la géométrie 1 Définition des nombres complexes On définit sur les couples de réels une loi d addition comme suit : (x; y)

Plus en détail

Théorèmes du Point Fixe et Applications aux Equations Diérentielles

Théorèmes du Point Fixe et Applications aux Equations Diérentielles Université de Nice-Sophia Antipolis Mémoire de Master 1 de Mathématiques Année 2006-2007 Théorèmes du Point Fixe et Applications aux Equations Diérentielles Auteurs : Clémence MINAZZO - Kelsey RIDER Responsable

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

L'algèbre de BOOLE ou algèbre logique est l'algèbre définie pour des variables ne pouvant prendre que deux états.

L'algèbre de BOOLE ou algèbre logique est l'algèbre définie pour des variables ne pouvant prendre que deux états. ciences Industrielles ystèmes comintoires Ppnicol Roert Lycée Jcques Amyot I - YTEME COMBINATOIRE A. Algère de Boole. Vriles logiques: Un signl réel est une grndeur physique en générl continue, on ssocie

Plus en détail

Programmes des classes préparatoires aux Grandes Ecoles

Programmes des classes préparatoires aux Grandes Ecoles Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme

Plus en détail

OM 1 Outils mathématiques : fonction de plusieurs variables

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

Plus en détail

Mathématiques Algèbre et géométrie

Mathématiques Algèbre et géométrie Daniel FREDON Myriam MAUMY-BERTRAND Frédéric BERTRAND Mathématiques Algèbre et géométrie en 30 fiches Daniel FREDON Myriam MAUMY-BERTRAND Frédéric BERTRAND Mathématiques Algèbre et géométrie en 30 fiches

Plus en détail

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs Eo7 Limites de fonctions Théorie Eercice Montrer que toute fonction périodique et non constante n admet pas de ite en + Montrer que toute fonction croissante et majorée admet une ite finie en + Indication

Plus en détail

Probabilités sur un univers fini

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

Plus en détail