Chapitre 3: Les espaces de Hilbert
|
|
- Maxence Charles
- il y a 6 ans
- Total affichages :
Transcription
1 Université de Bourgogne Département de Mathématiques Licence de Mathématiques Compléments d analyse Chapitre 3: Les espaces de Hilbert 1. Produit scalaire et espaces de Hilbert Définition (Produit scalaire) Soit H un espace vectoriel sur K = C ou K = R. Un produit scalaire sur H est une application H H K notée (x, y) (x y) telle que: 1) y H, x (x y) est linéaire de H vers K, ) x, y H, (y x) = (x y), 3) x H, (x x) 0 et (x x) = 0 = x = 0. On dit aussi que (x, y) (x y) est une forme sesquilinéaire définie positive. Un espace H muni d un produit scalaire est un espace préhilbertien (réel ou complexe). Si dim(h) <, on dit que H est un espace euclidien (si K = R) ou hermitien (si K = C). Si H est un espace préhilbertien, il est normé par En effet: x x = (x x). Lemme (Inégalité de Schwarz) Soit H un espace préhilbertien et x, y deux vecteurs de H. Alors: (x y) x. y. Si (x y) = 0, cette inégalité est évidente. Sinon, on écrit pour tout t réel: 0 ( x t (x y) (x y) y x t (x y) ) (x y) y = (x x) t (x y) + t (y y). Ce trinôme en t est toujours positif, son discriminant réduit est donc négatif ou nul: = (x y) (x x)(y y) 0. 1
2 Corollaire ( est une norme) L application x x véruifie les axiomes d une norme: pour tout x, x 0 et x = 0 = x = 0, pour tout x et tout λ, λx = λ x, pour tout x et tout y, x + y x + y. Le premier point est évident, On a λx = (λx λx) = λλ(x x) = λ x. On a: x + y = (x + y x + y) = (x x) + (x y) + (y x) + (y y) = x + Re(x y) + y ( x + y ). Lemme (Egalité du parallélogramme) Si H est un espace préhilbertien, sa norme satisfait l égalité du parallélogramme: x + y + x y = x + y x, y. C est un simple calcul: x + y + x y = (x x) + (x y) + (y x) + (y y) + (x x) (x y) (y x) + (y y). Définition (Espace de Hilbert) Un espace de Hilbert est un espace préhilbertien complet (pour la distance associée à sa norme). Exemples 1) C n muni du produit scalaire: (x y) = n x i y i est un espace préhilbertien complet. Les espaces de Hilbert de dimension finie s appellent des espaces euclidiens s ils sont réels, hermitiens s ils sont complexes. ) L espace K n avec l une des normes: x 1 = n i=1 i=1 u n, x = sup u i 0 i n n est pas un espace de Hilbert car l égalité du parallélogramme n est pas vraie pour ces normes. 3) L espace l des suites de carrés sommable est un espace de Hilbert: l = { u = (u n ) nn, } u n <, (u v) = u n v n.
3 4) L espace C([0, 1]) des fonctions continues sur [0, 1] avec le produit scalaire: (f g) = 1 0 f(t)g(t) dt est un espace préhilbertien non complet: la suite de fonctions: f n (t) = 1 si t 1 0 si t n 1 n(t 1 ) si 1 < t < n est de Cauchy mais n a pas de limite dans C([0, 1]) pour la norme 1 f = 0 f(t) dt. 5) L espace C([0, 1]) avec l une des normes: f 1 = 1 0 f(t) dt, f = sup f(t) t [0,1] n est pas un espace de Hilbert car l égalité du parallélogramme n est pas vraie pour ces normes (voir l exemple ). Remarque Si (E, ) est un espace normé dont la norme vérifie l égalité du parallélogramme, alors, E est un espace préhilbertien: on peut définir par polarisation un produit scalaire (x, y) (x y) tel que x = (x x) pour tout x de E. Ce produit scalaire est d ailleurs unique. Proposition (Continuité du produit scalaire) Soit H un espace préhilbertien muni de sa norme. Alors les applications x (x y) et y (x y) sont uniformément continues sur H, l application H H K est continue. On a: On a aussi: (x 1 y) (x y) = (x 1 x y) x 1 x y. (x 1 y 1 ) (x y ) = (x 1 x y 1 ) + (x 1 y 1 y ) (x 1 x y 1 y ) x 1 x y 1 + x 1 y 1 y + x 1 x y 1 y.. Orthogonalité Définition (Vecteurs orthogonaux) Deux vecteurs x et y d un espace préhilbertien H sont dits orthogonaux si (x y) = 0. 3
4 Ceci a un sens puisque (x y) = 0 si et seulement si (y x) = 0 donc si x est orthogonal à y, y est orthogonal à x. Si A est une partie de H, on note A l ensemble de tous les vecteurs orthogonaux à A: A = {x H tels que (a x) = 0, a A}. Par construction, A est toujours un sous-espace vectoriel fermé de H: ( x1 A et x A ) = λ 1 x 1 + λ x A ( et xn A n et x n x ) = x A. Proposition (Convexes complets de H) Soit A une partie convexe et complète de H. Alors A contient un élément x 0 et un seul de norme minimale. C est une conséquence de l égalité du parallélogramme, c est à dire de la forme des boules de H. Soit δ la distance de 0 à A: δ = inf{ x, x A}. Existence de x 0. Par définition, on peut trouver une suite (x n ) de points de A telle que x n δ. On écrit l égalité du parallélogramme pour les vecteurs 1 x n et 1 x m: Donc: 1 x n + 1 x m + 1 x n 1 x m = x n + x m 0 x n x m = x n + x m 4 x n + x m x n x m = 1 4 x n x m. x n + x m 4δ 0 si n, m. On en déduit que la suite (x n ) est de Cauchy, comme A est complet, (x n ) converge vers un vecteur x de A, comme la norme est continue, x = δ. Unicité de x 0. Si x et y sont deux points de A qui vérifient x = y = δ, alors le même calcul donne: δ = 1 x + 1 y = x + y x y δ x y. Donc x y = 0 et x = y. Théorème (Projection orthogonale) Soit E un sous-espace vectoriel complet de l espace préhilbertien H (dans la pratique, on se limite aux cas H complet et E fermé ou H quelconque et E de dimension finie). Soit x un vecteur de H. Alors: 1) Il existe un unique vecteur de E, noté P (x) tel que x P (x) soit de norme minimale: x P (x) = inf { x y, y E}, ) P (x) est l unique vecteur y de E tel que x y soit orthogonal à E: ( y E et x y E ) y = P (x), 4
5 3) On a H = E E et la décomposition de x H dans cette somme directe est: x = P (x) + (id P )(x), P est la projection orthogonale sur E et id P est la projection orthogonale sur E, 4) On a, pour tout x de H, x = P (x) + (id P )(x). 1) On pose A = E x = {y x, y E}. A est convexe et complet. Il existe donc un vecteur et un seul a = P (x) x de A de norme minimale. Par définition, P (x) E. ) Soit z 0 un vecteur non nul quelconque de E. Par définition de P (x), si y = P (x) x, on a pour tout α C, P (x) x = y y αz = (y y) α(y z) α(z y) + α (z z). Prenons α = (y z) (z z), ceci nous dit: 0 (y z) (y z) (y z) (z z) (z z) + (y z) (z z) = (y z) (z z) (z z) donc (y z) = 0. C est aussi vrai si z = 0, y est donc dans E. Réciproquement, si u est un vecteur de E tel que (x u) E, alors: x = u + (x u), x P (x) = (u P (x)) + (x u), u P (x) = (x P (x)) (x u). Le vecteur u P (x) appartient à E par définition et aussi à E puisque (x P (x)) et (x u) sont tous deux dans E. On en déduit que ce vecteur est orthogonal à lui-même: 0 = (u P (x) u P (x)) = u P (x) donc u = P (x). 3) Pour tout x de H, x = P (x) + (x P (x)) appartient à E + E et E E = {0}, la somme est donc directe, H = E E. Ceci veut dire que P est la projection sur E parallélement à E. On appelle donc cette application la projection orthogonale de H sur E. 4) Par définition: x = (P (x) + (x P (x) P (x) + (x P (x)) = (P (x) P (x)) + ((x P (x) P (x)) + (P (x) (x P (x)) + (x P (x) (x P (x)) = P (x) + x P (x) (Théorème de Pythagore). 3. Le dual d un espace de Hilbert H Nous avons déjà vu que, pour tout vecteur y de l espace de Hilbert H, la forme ϕ y : H K, ϕ y : x (x y) est une forme linéaire et continue. En fait toutes les formes de H sont de ce type: le gros avantage des espaces de Hilbert est que chacun d eux est isomorphe à son dual. Théorème de Riesz-Fischer 5
6 Soit ϕ une forme linéaire et continue sur l espace de Hilbert H. Alors il existe un vecteur y et un seul dans H tel que ϕ = ϕ y. De plus on a ϕ y op = y et ϕ y1 +y = ϕ y1 + ϕ y, ϕ λy = λϕ y. On dit que l application y ϕ y est un isomorphisme antilinéaire de H sur son dual. Prenons E = Kerϕ. E est un sous-espace vectoriel fermé de H. Si ϕ = 0, E = H, on prend y = 0, ϕ = ϕ 0. Sinon E H, on écrit: H = E E et E 0. Soit z 0 un vecteur non nul de E soit y le vecteur non nul de E défini par: y = ϕ(z) (z z) z E \ {0} alors: ϕ(y) = ϕ(z) (z z) et (y y) = ϕ(z) (z z) = ϕ(y). (z z) Soit maintenant x un vecteur quelconque de H, on écrit: x = x ϕ(x) (y y) y + ϕ(x) (y y) y, puisque: ( ϕ x ϕ(x) ) (y y) y = ϕ(x) ϕ(x) ϕ(y) = 0, (y y) x ϕ(x) ϕ(x) (y y) y est dans E et (y y) y est dans E. On vient donc de décomposer x dans la somme directe E E. Comme y est dans E, on a aussi: 0 = ( x ϕ(x) ) (y y) y y donc ϕ(x) = (x y) pour tout x de H et ϕ = ϕ y. Le vecteur y est unique puisque ϕ y = ϕ y implique: = (x y) ϕ(x) (y y) = (x y) ϕ(x) (y y) ϕ y (y y ) = (y y y) = ϕ y (y y ) = (y y y ) donc 0 = y y, y = y. Enfin il est clair que: ϕ y (x) = (x y) y x donc ϕ y op y et puisque: ϕ y (y) = (y y) = y ϕ y op y, on a, si y 0, y ϕ y op. Cette inégalité est aussi vraie si y = 0 et donc on a dans tous les cas y = ϕ y op. L antilinéarité de y ϕ y est évidente. 6
7 Exemple Le dual de l espace de Hilbert l est donc exactement l : toute forme linéaire et continue ϕ : l C s écrit d une façon unique sous la forme: ϕ(u) = u n v n avec v = (v n ) n N l et ϕ op = v. 4. Systèmes orthonormés Définition Soit E un espace préhilbertien. Soit (u n ) une famille finie (0 n leqn) ou infinie (n N ou n Z) de vecteurs de E. On dit que (u n ) est un système orthonormé dans E si on a, pour tout p, q: { 1 si p = q (u p u q ) = 0 si p q. Alors les (u n ) sont linéairement indépendants car si on a: v = λ 1 u n1 + λ u n + + λ p u np = 0, alors, pour chque k = 1,..., p, λ k = (v u nk ) = 0. Soit x un vecteur de E. Les nombres c n = (x u n ) s appellent les composantes ou les coefficients de Fourier de x par rapport au système orthonormé (u n ). Leur introduction répond à un probléme de meilleure approximation au sens de la norme. Lemme(Meilleure approximation quadratique) Soit I = {0, 1,..., N} (resp. I = N, resp. I = Z) et (u i ) i I un système orthonormé dans un espace préhilbertien E. Soient u i1,..., u ip un nombre fini de vecteurs distincts de ce système, soient λ 1,..., λ p des scalaires. Soit x un vecteur de E. On a la relation: x (λ 1 u i1 + + λ p u ip ) = x c ik + c ik λ k. C est un calcul. x λ k u ik = k+1 x = (x x) λ k u ik x λ k (x u ik ) j=1 j=1 λ j u ij λ j (x u ij ) + k,j=1 λ k λ j (u ik u ij ) = u ( ) λk c ik + λ k c ik λ k λ k = x + (c ik λ k ) ( ) c ik λ k k c ik c ik. 7
8 Fixons alors x et (u i1,..., u ip ). Posons la question suivante: Comment choisir les nombres λ 1,..., λ p pour que l erreur commise en remplaçant x par λ i u ik soit la plus petite possible (au sens de la norme)? Notre lemme dit qu il faut prendre pour λ k les coefficients de Fourier c ik de x par rapport aux u ik. La valeur de l erreur est alors x c ik. Proposition (inégalité de Bessel) Soit E un espace préhilbertien. Soit (u i ) i I (I = {0,..., N} ou N ou Z) un système orthonormé dans E. Soit x un vecteur de E. La série i c i est convergente et l on a: i I c i x. On vient de voir que pour toute partie finie J = {i 1,, i p } de I, on avait: x c ik = x c ik u ik 0 ou D où le résultat. c i x. i J Definition Soit (u i ) i I (I = {0,..., N} ou N ou Z) un système orthonormé dans un espace préhilbertien E. (u i ) i I est total si tout x de E peut être approché au sens de la norme d aussi près qu on veut par des combinaisons linéaires finies des vecteurs u i : Ceci est équivalent à dire que l espace vectoriel engendré par les (u i ) i I est dense dans E. Donc quel que soit x de E, quel que soit ε > 0, il existe une partie finie J de I et des constantes λ i, i J telles que x λ i u i < ε. i J Théorème Soit E un espace préhilbertien et soit (u i ) i I (I = {0,..., N} ou N ou Z) un systéme orthonormé dans E. Les assertions suivantes sont équivalentes: 1) (u i ) i I est total. ) pour tout x de E, la série i c i u i converge dans E vers x: x = c n u n, (resp. x = lim N c n u n ), (resp. x = lim N n= N c n u n ). 3) pour tout x de E, la série n c n converge et on a n I c n = x (égalité de Parseval). 8
9 On ne la fait que lorsque I = N, les autres cas s en déduisent facilement. 3) = ) On a vu que pour tout N: x n N c n u n = x n N c n. Donc, si on a 3), alors: ε > 0, N 0 tel que N, N N 0 = x c n < ε donc la suite ) = 1) ( N N ε > 0, N 0 tel que N, N N 0 = x c n u n < ε, c n u n converge vers x dans E. )N N Est évident, puisque chaque x est approché à moins de ε par c n u n dès que N N 0. 1) = 3) Soit x un vecteur de E et soit ε > 0. Il existe N ε et des scalaires λ n, pour n N ε tels que: Mais alors si N est tel que N ε N, 0 x x c n x n N ε N ε λ n u n ε. Nε x λ n u n ε. Donc c n converge et sa somme est x. Exemples: N ε N ε c n x c n + c n λ n 1 - Si E est de dimension finie N, dire d un sytème orthonormé qu il est total, c est dire que c est une base (orthonormée) de E ou encore qu il est formé de N vecteurs. - Dans C(T), l espace des fonctions continues périodiques de période π avec: (x y) = 1 π x(t) y(t) dt, π 0 9
10 l ensemble des fonctions exponentielles u n : t e int pour n dans Z est un système orthonormé. En fait il est total puisque l on peut approcher uniformément toute fonction continue périodique f par un polynôme trigonométrique aussi près que l on veut: n ε > 0, P (t) = a k e ikt, k= n tel que f P < ε et que f P f P. 3 - Soit l I (I = N ou I = Z) l espace défini ci-dessus. Pour tout i de I, on définit le vecteur u i de l I comme la famille u i = (x j ) j I telle que x j = 0 si j i et x i = 1. Alors (u i ) i I est un système orthonormé puisque: (u i u j ) = { 0 si i j 1 si i = j Il est total car si x = (x i ) i I est un vecteur de l I, on a : (x u i) = x i et donc x = i I ce qui est l égalité de Parseval. (x u i ) Proposition (procédé d orthogonalisation de Schmidt) : Soit E un espace préhilbertien. Soit (e n ) (n 0) une famille finie ou dénombrable formée de vecteurs linéairement indédependants. Pour tout n, soit E n le sous espace vectoriel de E, de dimension n, engendré par e 0,..., e n. Alors il existe un système orthonormé (u n ) tel que, pour tout n, u 0, u 1,..., u n engendrent E n. On construit explicitement les u n par récurrence. On pose u 0 = e 0 e 0. Soit n 1 et supposons qu on ait construit u 0, u 1,..., u n 1 orthonormés tels que u 0,..., u n 1 engendrent E n 1. On pose alors: v n = e n (e n u 0 )u 0 (e n u n 1 )u n 1. On vérifie directement que: (v n u p ) = (e n u p ) (e n u p ) = 0, (p = 0,, n 1). D autre part v n 0, sinon e n serait dans E n 1 et donc (e 0,..., e n ) serait lié. Posons u n = Alors u 0,..., u n sont orthonormés et engendrent E n. Exemples v n v n. 1 - Soit E un espace de Hilbert de dimension finie. En appliquant le procédé de Schmidt à une base quelconque de E, on obtient pour E une base orthonormée. - Soit E = C([ 1, 1]) l espace vectoriel des fonctions complexes continues t f(t) muni du produit scalaire: (f g) = f(t) g(t) dt.
11 En appliquant le procédé de Schmidt à la suite de polyômes e n (t) = t n (n 0), on obtient une suite de polynômes, les polynômes de Legendre. Voici les premiers: u 0 (t) = 1 3, u 1 (t) = u 3 (t) = 1 7 (5t3 3t), u 4 (t) = 1 8 t, u (t) = 1 5 (3t 1), 9 (35t4 30t + 3), Le théorème de Weierstrass prouve que ce système est total. 3 - Soit E l espace des fonctions polynomiales à coefficients complexes avec le produit scalaire: (x y) = + x(t) y(t) e t dt. En prenant les polynômes (t n ) n 0, on obtient une suite de polynômes (u n ) n 0 polynômes de Hermite. appelés 11
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 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 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 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 détailMéthodes 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 détailImage 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 détailFonctions 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 détailExo7. 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 détailMesures gaussiennes et espaces de Fock
Mesures gaussiennes et espaces de Fock Thierry Lévy Peyresq - Juin 2003 Introduction Les mesures gaussiennes et les espaces de Fock sont deux objets qui apparaissent naturellement et peut-être, à première
Plus en détailCours 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 détailCapes 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 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 détailExercices - 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 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 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 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 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 détailI - 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 détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailProblème 1 : applications du plan affine
Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées
Plus en détailCours de mathématiques
DEUG MIAS premier niveau Cours de mathématiques année 2003/2004 Guillaume Legendre (version révisée du 3 avril 2015) Table des matières 1 Éléments de logique 1 1.1 Assertions...............................................
Plus en détailC1 : Fonctions de plusieurs variables
1er semestre 2012/13 CPUMP 3 U 11 : Abrégé de cours Compléments Analyse 3 : fonctions analytiques Les notes suivantes, disponibles à l adresse http://www.iecn.u-nancy.fr/~bertram/, contiennent les définitions
Plus en détailApproximations 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 détailOptimisation 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 détailFonctions 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 détailChapitre 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 détail4. 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 détailExercice 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 détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en détailDe 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 détailFonctions 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 détailCalcul Différentiel. I Fonctions différentiables 3
Université de la Méditerranée Faculté des Sciences de Luminy Licence de Mathématiques, Semestre 5, année 2008-2009 Calcul Différentiel Support du cours de Glenn Merlet 1, version du 6 octobre 2008. Remarques
Plus en détail* 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 détailCalcul différentiel. Chapitre 1. 1.1 Différentiabilité
Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace
Plus en détailProgrammes 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 détailFormes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions
Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires
Plus en détailCCP 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 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 détail1 Complément sur la projection du nuage des individus
TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent
Plus en détail3 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 détailFiltrage 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 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 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 détailLa Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois
Plus en détailAnalyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe
Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe des n n groupes quantiques compacts qui ont la théorie
Plus en détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en 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 détailENSAE - DAKAR BROCHURE D'INFORMATION SUR LE CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS STATISTICIENS ÉCONOMISTES (I S E) Option Mathématiques CAPESA
ENSEA - ABIDJAN ENSAE - DAKAR ISSEA - YAOUNDÉ BROCHURE D'INFORMATION SUR LE CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS STATISTICIENS ÉCONOMISTES (I S E) Option Mathématiques CAPESA CENTRE D APPUI AUX
Plus en détailCHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.
CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires
Plus en détailPolynômes 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 détailCours d Analyse 3 Fonctions de plusieurs variables
Université Claude Bernard, Lyon I Licence Sciences, Technologies & Santé 43, boulevard 11 novembre 1918 Spécialité Mathématiques 69622 Villeurbanne cedex, France L. Pujo-Menjouet pujo@math.univ-lyon1.fr
Plus en détailLicence 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 détailRésolution 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 détailLe produit semi-direct
Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.
Plus en détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détailCommun 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 détailIntroduction 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 détailDérivées 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 détailwww.h-k.fr/publications/objectif-agregation
«Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se
Plus en détailSuites numériques 4. 1 Autres recettes pour calculer les limites
Suites numériques 4 1 Autres recettes pour calculer les limites La propriété suivante permet de calculer certaines limites comme on verra dans les exemples qui suivent. Propriété 1. Si u n l et fx) est
Plus en détailPremière 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 détailChapitre 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 détailOptimisation Discrète
Prof F Eisenbrand EPFL - DISOPT Optimisation Discrète Adrian Bock Semestre de printemps 2011 Série 7 7 avril 2011 Exercice 1 i Considérer le programme linéaire max{c T x : Ax b} avec c R n, A R m n et
Plus en détailFonctions de plusieurs variables et applications pour l ingénieur
Service Commun de Formation Continue Année Universitaire 2006-2007 Fonctions de plusieurs variables et applications pour l ingénieur Polycopié de cours Rédigé par Yannick Privat Bureau 321 - Institut Élie
Plus en détailChapitre 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 détailThéorèmes 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 détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailFonctions holomorphes
Université Joseph Fourier, Grenoble Maths en Ligne Fonctions holomorphes Christine Laurent-Thiébaut Ceci est le second volet de l étude des fonctions d une variable complexe, faisant suite au chapitre
Plus en détailSuites numériques 3. 1 Convergence et limite d une suite
Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n
Plus en 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 détailDéterminants. Marc SAGE 9 août 2008. 2 Inverses et polynômes 3
Déterminants Marc SAGE 9 août 28 Table des matières Quid des formes n-linéaires alternées? 2 2 Inverses et polynômes 3 3 Formule de Miller pour calculer un déterminant (ou comment illustrer une idée géniale)
Plus en détailChp. 4. Minimisation d une fonction d une variable
Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie
Plus en détailContexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,
Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très
Plus en détailModèles et Méthodes de Réservation
Modèles et Méthodes de Réservation Petit Cours donné à l Université de Strasbourg en Mai 2003 par Klaus D Schmidt Lehrstuhl für Versicherungsmathematik Technische Universität Dresden D 01062 Dresden E
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 détailCorrection 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 détailAnalyse en Composantes Principales
Analyse en Composantes Principales Anne B Dufour Octobre 2013 Anne B Dufour () Analyse en Composantes Principales Octobre 2013 1 / 36 Introduction Introduction Soit X un tableau contenant p variables mesurées
Plus en détailJournées Télécom-UPS «Le numérique pour tous» David A. Madore. david.madore@enst.fr. 29 mai 2015
et et Journées Télécom-UPS «Le numérique pour tous» David A. Madore Télécom ParisTech david.madore@enst.fr 29 mai 2015 1/31 et 2/31 : définition Un réseau de R m est un sous-groupe (additif) discret L
Plus en détailPlanche n o 22. Fonctions de plusieurs variables. Corrigé
Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette
Plus en détail[http://mp.cpgedupuydelome.fr] édité le 30 avril 2015 Enoncés 1
[http://mpcpgedupuydelomefr] édité le 3 avril 215 Enoncés 1 Exercice 1 [ 265 ] [correction] On note V l ensemble des matrices à coefficients entiers du type a b c d d a b c c d a b b c d a et G l ensemble
Plus en détailTIQUE DE FRANCE NILSYSTÈMES D ORDRE 2 ET PARALLÉLÉPIPÈDES
Bulletin de la SOCIÉTÉ MATHÉMATIQUE DE FRANCE NILSYSTÈMES D ORDRE 2 ET PARALLÉLÉPIPÈDES Bernard Host & Alejandro Maass Tome 135 Fascicule 3 2007 SOCIÉTÉ MATHÉMATIQUE DE FRANCE Publié avec le concours du
Plus en détailLicence STS mention Mathématiques Parcours Ingénieur Télécom Bretagne (ITB)
Licence STS mention Mathématiques Parcours Ingénieur Télécom Bretagne (ITB) FICHE D IDENTITE DE LA FORMATION Domaine de formation : Sciences, Technologies, Santé Intitulé : Licence Sciences, Technologies,
Plus en détailRO04/TI07 - Optimisation non-linéaire
RO04/TI07 - Optimisation non-linéaire Stéphane Mottelet Université de Technologie de Compiègne Printemps 2003 I Motivations et notions fondamentales 4 I1 Motivations 5 I2 Formes quadratiques 13 I3 Rappels
Plus en détailCorrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2
33 Corrigé Corrigé Problème Théorème de Motzkin-Taussky Partie I I-A : Le sens direct et le cas n= 2 1-a Stabilité des sous-espaces propres Soit λ une valeur propre de v et E λ (v) le sous-espace propre
Plus en détailENS de Lyon TD 1 17-18 septembre 2012 Introduction aux probabilités. A partie finie de N
ENS de Lyon TD 7-8 septembre 0 Introduction aux probabilités Exercice Soit (u n ) n N une suite de nombres réels. On considère σ une bijection de N dans N, de sorte que (u σ(n) ) n N est un réordonnement
Plus en 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 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 détailProgramme de la classe de première année MPSI
Objectifs Programme de la classe de première année MPSI I - Introduction à l analyse L objectif de cette partie est d amener les étudiants vers des problèmes effectifs d analyse élémentaire, d introduire
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 détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en 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 détailYamina Yagoub-Zidi. Inconditionnalité et propriétés du point fixe dans les espaces de fonctions lisses
MINISTERE DE L ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE UNIVERSITE MOULOUD MAMMERI, TIZI-OUZOU FACULTE DES SCIENCES DEPARTEMENT DE MATHEMATIQUES THESE DE DOCTORAT SPECIALITE : MATHEMATIQUES
Plus en détail8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2
Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R
Plus en détailChapitre 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 détailMATHÉMATIQUES EN PREMIER CYCLE PRÉSENTATION DU PROGRAMME
Notre cadre de réflexion MATHÉMATIQUES EN PREMIER CYCLE PRÉSENTATION DU PROGRAMME La proposition de programme qui suit est bien sûr issue d une demande du Premier Cycle : demande de rénovation des contenus
Plus en détailIntroduction à l optimisation de forme et application à la mécanique des fluides
Laboratoire Jacques-Louis LIONS Introduction à l optimisation de forme et application à la mécanique des fluides Master 2 - Année universitaire 2014-2015 Pascal FREY et Yannick PRIVAT Laboratoire Jacques-Louis
Plus en détailÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE
ÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE JEAN-DENIS FOUKS, EMMANUEL LESIGNE ET MARC PEIGNÉ J.-D. Fouks. École Supérieure d Ingénieurs de Poitiers. 40 avenue du Recteur Pineau, 860 Poitiers
Plus en détailFonctions de plusieurs variables
UNIVERSITÉ DE POITIERS Parcours Renforcé Première Année 2009/2010 Paul Broussous Fonctions de plusieurs variables Seconde version corrigée Table des matières 1. Un peu de topologie. 1.1. Distance euclidienne,
Plus en détailProgrammation linéaire et Optimisation. Didier Smets
Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des
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 détail