Corrigés d exercices pour le TD 5

Dimension: px
Commencer à balayer dès la page:

Download "Corrigés d exercices pour le TD 5"

Transcription

1 Corrigés d exercices pour le TD 5 Compacts? Les ensembles suivants sont-ils compacts? Justifier la réponse. 1. Z, dans l espace métrique R muni de la distance discrète. 2. {0, 1}, dans l espace métrique (R, ). 3. {0, 1}, dans l espace métrique R muni de la distance discrète. 4. Une union finie de réels dans l espace métrique (R, ). 5. Une union finie de réels dans l espace métrique R muni de la distance discrète. 6. Une union infinie de réels deux à deux distincts dans l espace métrique R muni de la distance discrète. 7. {1/n, n N } dans l espace métrique (R, ). 8. {1/n, n N } {0} dans l espace métrique (R, ). 9. R, dans l espace métrique (R, d) où d(x, y) = arctan(x) arctan(y). 10. R, dans l espace métrique (R, d/(1 + d)) où d(x, y) = arctan(x) arctan(y). 11. {A M n (R); det(a) = 0} dans l espace vectoriel normé (M n (R), ) où (a i,j ) = max i,j a i,j (n 2). 12. La boule unité fermée de l espace (l, ). 1. Non : dans cet espace, une suite converge si et seulement si elle est stationnaire. Or la suite (n) n N n a aucune sous-suite stationnaire, donc aucune sous-suite convergente. 2. Oui : c est un fermé borné d un espace vectoriel normé de dimension finie. 3. Oui : une suite à valeurs dans {0, 1} a une infinité de ses termes égaux à 0, ou une infinité de ses termes égaux à 1. Selon que l on est dans l un ou l autre de ces cas, la suite constante des termes égaux à 0 ou 1 converge car elle est stationnaire. 4. Oui, c est un fermé borné d un espace vectoriel normé de dimension finie 5. Oui, par le même raisonnement qu à la question 3., que l on peut reproduire car le nombre des valeurs possibles des termes de la suite est fini. 6. Non, car en choisissant pour tout n N un élément a n quelconque dans cet ensemble de réels, la suite (a n ) n a aucune sous-suite convergente, car aucune de ses sous-suite n est stationnaire, les a i étant deux à deux disjoints. 7. Non : cet ensemble n est pas fermé car 0 lui est adhérent mais ne lui appartient pas. 8. Oui : c est un fermé borné d un espace vectoriel normé de dimension finie. Il est fermé car toute suite convergente à valeurs dans cet ensemble est soit stationnaire, soit converge vers 0, puisque les points 1/n sont isolés. 9. Non, car la suite (n) n N n a pas de sous-suite convergente, puisque d(n, l) π/2 arctan(l) > 0 lorsque n +, pour tout réel l. 10. Non, par le même raisonnement qu à la question précédente. 11. Non, car c est un sous-ensemble non borné d un espace vectoriel normé : la suite des matrices A p dont tous les coefficients sont nuls sauf celui en position 1, n qui vaut p, n est pas bornée. 12. Si la boule unité de l espace (l, ) était compacte, la suite (u p ) p N définie par u p = (u p n ) n N où { u p n = 1 si n = p, 0 sinon. aurait une sous-suite convergente, et donc en particulier une sous-suite de Cauchy. Or, pour tout p q, u p u q = 1, 1

2 ce qui contredit la définition d une suite de Cauchy. La boule unité de l espace (l, ) n est donc pas compacte. Montrer qu une intersection de compacts est compacte. Un compact est fermé (dans un espace métrique), et une intersection de fermés est un fermé, donc une intersection de compacts est un fermé. Comme cette intersection est de plus incluse dans un compact (n importe lequel des compacts dont on prend l intersection), c est un compact. Soit (E, d E ) un espace métrique compact et (F, d F ) un espace métrique. Soit f : E F une application bijective continue. Montrer que f est un homéomorphisme. Soit A un fermé de E. Comme E est compact, A est également compact, et son image par l application continue f est compacte, et en particulier fermée. Ainsi l image d un fermé par f est un fermé, ce qui implique que f 1 est continue, et finalement f est un homéomorphisme. Soit (E, d) un espace métrique. 1. Montrer que pour tous x, y, z E, d(x, z) d(y, z) d(x, y). 2. Montrer que l application { E E R+ d : (x, y) d(x, y) est continue pour la distance sur E E définie par D : ((x 1, y 1 ), (x 2, y 2 )) d(x 1, x 2 ) + d(y 1, y 2 ) (on munit R de la valeur absolue). Soit K un compact non vide de E. Soit f : K K une application telle que pour tous x, y K distincts, d(f(x), f(y)) < d(x, y). On veut montrer que f a un unique point fixe. 3. Montrer de deux façons que l application x d(x, f(x)) est continue sur K. 4. En déduire que si f n a pas de point fixe, il existe x K tel que pour tout y K, d(y, f(y)) d(x, f(x)) > En déduire une contradiction et conclure que f a au moins un point fixe. 6. Montrer l unicité du point fixe. 1. Pour tous x, y, z E, l inégalité triangulaire implique que et donc d(x, z) d(x, y) + d(y, z) d(x, z) d(y, z) d(x, y). De la même façon on montre (en utilisant également la symétrie de d), que et ces deux inégalités impliquent le résultat. d(y, z) d(x, z) d(x, y), 2

3 2. Pour tous (x 1, y 1 ), (x 2, y 2 ) E E, d(x 1, y 1 ) d(x 2, y 2 ) = d(x 1, y 1 ) d(x 2, y 1 ) + d(x 2, y 1 ) d(x 2, y 2 ) d(x 1, y 1 ) d(x 2, y 1 ) + d(x 2, y 1 ) d(x 2, y 2 ) d(x 1, x 2 ) + d(y 1, y 2 ) = D((x 1, y 1 ), (x 2, y 2 )). L application d est donc continue pour la distance D. 3. Pour tous x, y K, d(x, f(x)) d(y, f(y)) d(x, f(x) d(x, f(y)) + d(x, f(y)) d(y, f(y)) d(f(x), f(y)) + d(x, y) 2 d(x, y). et donc l application considérée est 2-Lipschitzienne, et en particulier continue. On peut aussi voir cette application comme composée des applications f : { K K K x (x, f(x)) et d : { K K R (y, z) d(y, z) où l on munit K K de la distance D. L application d est continue d après la question 2. L application f est continue car si x n x pour la distance d, alors D((x n, f(x n ), (x, f(x))) = d(x n, x) + d(f(x n ), f(x)) 2 d(x n, x) L application x d(x, f(x)) est continue sur le compact K, à valeurs réelles, elle atteint donc sa borne inférieure : il existe x K tel que pour tout y K, d(y, f(y)) d(x, f(x)). Si f n a pas de point fixe, alors x f(x), et donc d(x, f(x)) > Par hypothèse sur f, on a d(f(x), f 2 (x)) < d(x, f(x)) car x f(x). Mais en choisissant y = f(x), on a d après la question précédente d(f(x), f 2 (x)) = d(y, f(y)) d(x, f(x)) ce qui est absurde. Donc f a au moins un point fixe. 6. Si f avait deux points fixes distincts x et y, on aurait ce qui est absurde. f a donc un unique point fixe. d(x, y) = d(f(x), f(y)) < d(x, y), Extraction diagonale Soit (E, d) un espace métrique. Soit (u p n) n,p N une suite double telle que pour tout p N, (u p n) n est à valeurs dans une partie compacte K p de E. 1. Montrer que pour tout p N, il existe une extraction φ p telle que (u p φ p (n) ) n converge dans K p. 2. Montrer qu il existe une extraction φ telle que pour tout p N, (u p φ(n) ) n converge dans K p (ce qui est beaucoup plus fort que le résultat précédent : l extraction est commune à tous les indices p.) 1. Pour tout p, (u p n ) n est à valeurs dans le compact K p, donc on peut en extraire une sous-suite qui converge dans K p. 2. Pour p = 1, il existe une extraction φ 1 telle que (u 1 φ 1 (n) ) converge dans K 1. La suite (u 2 φ 1 (n) ) n est à valeurs dans le compact K 2, donc on peut en extraire une sous-suite (u 2 φ 1 φ 2 (n) ) n qui converge dans K 2. En itérant cette procédure, on construit pour tout p une sous-suite (u p φ 1 φ p (n) ) n qui converge dans K p. Posons φ(n) = φ 1 φ n (n). Alors pour tout p, la suite (u p φ(n) ) n p est extraite de (u p φ 1 φ p (n) ) n, et donc converge dans K p. A fortiori pour tout p N, (u p φ(n) ) n converge dans K p. 3

4 Distance entre parties Soit (E, d) un espace métrique. 1. Soient A et B deux compacts non vides de E. a. Montrer que A B est compact pour la distance D de l exercice 4. b. Montrer que la distance de A à B, d(a, B) = inf{d(x, y); x A, y B}, est bien définie et atteinte (c est-à-dire que l inf est un min). 2. Montrer que le résultat du 1. b. est encore vrai si (E, ) est un espace vectoriel normé de dimension finie, A est compact et B est fermé (et à nouveau tous deux non vides). 1. a. Soit (x n, y n ) une suite d éléments de A B. L ensemble A est compact, donc on peut extraire une sous-suite (x φ(n) ) convergeant vers un certain a A. L ensemble B étant aussi compact, on peut extraire de la suite (y φ(n) ) une sous-suite (y φ ψ(n) ) convergeant vers un certain b B. Alors la suite (x φ ψ(n) ), qui est extraite de (x φ(n) ), converge vers a, et finalement, la suite (x φ ψ(n), y φ ψ(n) ) converge vers (a, b) pour la distance D : en effet D((x φ ψ(n), y φ ψ(n) ), (a, b)) = d(x φ ψ(n), a) + d(y φ ψ(n), b) tend vers 0 lorsque n +. On a donc construit une suite extraite de (x n, y n ) qui converge dans A B pour la distance D. Cet ensemble est donc compact pour la distance D. b. L ensemble A B est compact pour la distance D, non vide, et l application d est continue sur cet ensemble pour la même distance, d après la question 2 de l exercice 4. L infimum de d sur cet ensemble est donc bien défini et atteint. 2. Si (E, ) est un espace vectoriel normé de dimension finie, A est compact et B est fermé, tous deux non vides, on remarque tout d abord que l inf est bien défini comme borne inférieure d une partie non vide minorée de R. Soit (x n, y n ) une suite minimisante d éléments de A B, c est-à-dire telle que x n y n I := inf{ x y ; x A, y B} lorsque n +. Comme A est compact, il existe une sous-suite (x φ(n) ) qui converge vers un certain a A. Alors pour tout n, y φ(n) x φ(n) y φ(n) + x φ(n) I + a, lorsque n +, et en particulier (y φ(n) ) est bornée. Comme E est de dimension finie, on peut extraire de (y φ(n) ) une suite (y φ ψ(n) ) convergeant vers un certain b B. Finalement I = lim x φ ψ(n) y φ ψ(n) = a b, ce qui montre que I est en fait un minimum : la distance est atteinte. 4

5 Fermés emboîtés dans un compact. Soit (E, d) un espace métrique, et (K n ) n une suite de fermés emboîtés tous non vides tels que K 0 est compact. 1. Montrer que K n est compact pour tout n N. 2. Montrer que K = n 0 K n. 3. Soit U un ouvert contenant K. Montrer qu il existe n N tel que K n U. 4. D après l exercice précédent, on peut définir la distance d un point x E à un compact K (prendre A = {x} et B = K). On la note d K. a. Montrer que pour tout compact K, l application d K est 1-Lipschitzienne. b. Montrer que l ensemble est un ouvert et que diam(k ε ) diam(k) + 2ε. K ε = {x E : d K (x) < ε} 5. En utilisant les questions 3. et 4. b., montrer que diam(k n ) diam(k) lorsque n Un fermé inclus dans un compact est un compact. C est le cas de K n K 0, pour tout n N. 2. Soit, pour tout n N, un élément x n K n. Par compacité de K 0, on peut extraire une sous-suite (x φ(n) ) qui converge vers un certain x K 0. Alors pour tout n N, pour tout m n, φ(m) m n, et donc x φ(m) K xφ(m) K n. Comme K n est fermé, on obtient à la limite lorsque m +, x K n, et ce pour tout n N: ainsi x n 0 K n, qui est donc non vide. 3. Raisonnons par l absurde en supposant que pour tout n N, K n n est pas inclu dans U. Alors pour tout n, il existe x n K n tel que x n / U. Reproduisons le raisonnement de la question précédente : on peut extraire une sous-suite (x φ(n) ) qui converge vers un certain x n 0 K n = K. Or pour tout n N, x φ(n) U c qui est fermé, et donc à la limite x U c K c. Ceci est absurde et montre qu il existe n N tel que K n U. 4. a. Soient x et y dans E. Pour tout z K, l inégalité triangulaire montre que et donc en passant à l inf à droite pour z K, d K (x) d(x, z) d(x, y) + d(y, z) d K (x) d(x, y) + d K (y). On a donc montré que et on montre de la même façon que d K (x) d K (y) d(x, y), ce qui implique finalement que qui est le résultat cherché. b. L ensemble d K (y) d K (x) d(x, y), d K (x) d K (y) d(x, y), K ε = {x E : d K (x) < ε} est un ouvert comme image réciproque de l intervalle ouvert ], ε[ par l application continue d K. Pour montrer que diam(k ε ) diam(k) + 2ε, 5

6 fixons x, y K ε. Comme la distance d un point à un compact est atteinte, il existe x K et y K tels que d K (x) = d(x, x ) < ε et d K (y) = d(y, y ) < ε. Alors par définition d(x, y ) diam(k), et l inégalité triangulaire montre que d(x, y) d(x, x ) + d(x, y ) + d(y, y) = d K (x) + d(x, y ) + d K (y) ε + diam(k) + ε = diam(k) + 2ε. En passant au sup à gauche sur l ensemble des x, y K, on obtient le résultat. 5. Comme les K n sont emboîtés, la suite (diam(k n )) n est décroissante. Elle est de plus minorée par 0, et donc elle converge vers sa borne inférieure. Il suffit donc de montrer que inf{diam(k n, n N} = diam(k). Puisque K K n pour tout n, on a diam(k) diam(k n ) et donc inf{diam(k n, n N} diam(k). Inversement, soit ε > 0 fixé. D après la question 3. b., l ensemble K ε = {x E : d K (x) < ε} est un ouvert, qui contient K car si x K alors d K (x) = 0 < ε. D après la question 3., il existe n N tel que K n K ε, et donc en particulier diam(k n ) diam(k ε ). D après la question 4. b., diam(k ε ) diam(k) + 2ε, et on en déduit qu il existe n N tel que ε étant quelconque, ceci implique que et on obtient finalement l égalité cherchée. diam(k n ) diam(k) + 2ε. inf{diam(k n, n N} diam(k), Soit X une partie compacte d un espace métrique (E, d). Montrer qu il existe une partie dénombrable de X dense dans X. Pour tout entier n 1, x X B(x, 1/n) est un recouvrement de X par des ouverts. Par compacité de X, il en existe un sous-recouvrement fini, c est-à-dire qu il existe un entier k n et des éléments x n i X pour tout i = 1,...,k n, tels que X k n i=1 B(x n i, 1/n). L ensemble A de tous les x n i, kn n 1 i=1 {x n i } est dénombrable comme union dénombrable d ensembles finis. Montrons qu il est dense dans X. Soit ε > 0 et soit un entier n 1 tel que 1/n < ε. Alors pour tout x X, il existe un entier i [1, k n ] tel que x B(x n i, 1/n) B(xn i, ε). Comme xn i A, ceci montre finalement que B(x, ε) A pour tout x X et ε > 0 : A est dense dans X. 6

7 Cas particulier du théorème d Ascoli Soit (E, d) un espace métrique, soit X une partie compacte de E, et soit (f n ) une suite de fonctions k-lipschitziennes définies sur X à valeurs dans [0, 1]. On munit R de la valeur absolue. 1. Montrer qu il existe une partie dénombrable A d éléments de X dense dans X, une application f : A [0, 1], et une extraction φ tels que pour tout x A, f φ(n) (x) f(x) lorsque n + (utiliser les exercices 5 et 8). 2. Montrer que f se prolonge en une application k-lipshitzienne f : X [0, 1] par la propriété f(x) = limf(x n ) pour toute suite (x n ) d éléments de A convergeant vers x X. 3. Montrer que (f n ) converge simplement vers f sur X lorsque n En utilisant la compacité de X, montrer que la convergence de (f n ) vers f est uniforme. 1. Soit A une partie dénombrable d éléments de X dense dans X (il existe une telle partie d après l exercice précédent). Pour tout élément x A, (f n (x)) n est une suite du compact [0, 1] de (R, ). L ensemble A étant dénombrable, on peut voir l ensemble {f n (x), n N, x A} comme une suite double (indéxée par n et x). On sait donc d après l exercice 5 sur l argument d extraction diagonale qu il existe une extraction φ telle que pour tout x A, (f φ(n) (x)) n converge dans [0, 1]. En notant f(x) la limite de cette suite, on obtient le résultat. 2. Tout d abord, on remarque que l application f est k-lipschitzienne sur A, car pour tous x, y A, puisque les f φ(n) sont k-lipshitziennes. f(x) f(y) = lim n + f φ(n)(x) f φ(n) (y) k d(x, y) Montrons que la propriété de l énoncé définit bien une application, c est-à-dire que pour tout x X et toute suite (x n ) d éléments de A convergeant vers x (il en existe puisque A est dense dans X), alors la suite (f(x n )) n converge, et la limite ne dépend pas de la suite (x n ) choisie. Si x n x lorsque n + avec x n A pour tout n, alors pour tous p, q N, f(x p ) f(x q ) k d(x p, x q ) 0 lorsque p, q +, et donc la suite (f(x n )) n est de Cauchy dans [0, 1] qui est complet pour la distance associée à la valeur absolue. Ainsi cette suite converge dans [0, 1], et la limite définissant f existe. Montrons qu elle ne dépend pas de la suite (x n ). Si l on se donne deux suites (x n ) et (y n ) d éléments de A convergeant vers x X, alors pour tout n N, f(x n ) f(y n ) k d(x n, y n ) 0 lorsque n +, et donc les limites des suites (f(x n )) et (f(y n )) sont égales. Montrons enfin que l application prolongée f est k-lipschitzienne sur X : pour tous x, y X, choisissons deux suites (x n ) et (y n ) d éléments de A convergeant respectivement vers x et y. Alors par définition de l application prolongée f, f(x) f(y) = lim f(x n) f(y n ) lim k d(x n, y n ) = k d(x, y), n + n + car f est k-lipschitzienne sur A, et l application d est continue sur E E. 3. Le résultat est vrai par construction sur A. Montrons le sur X : fixons x X, et soit (x p ) une suite d éléments de A convergeant vers x. Soit ε > 0 fixé. Alors pour tous n et p on a f n (x) f(x) f n (x) f n (x p ) + f n (x p ) f(x p ) + f(x p ) f(x) k d(x, x p ) + f n (x p ) f(x p ) + k d(x p, x) car f n et f sont k-lipschitziennes. Choisissons p assez grand pour que k d(x p, x) < ε/3. Pour un tel p, il existe n 0 N tel que pour tout n n 0, f n (x p ) f(x p ) < ε/3, 7

8 car f n (x p ) f(x p ) lorsque n + : (f n ) converge simplement vers f sur A. Finalement, pour tout n n 0, f n (x) f(x) < ε, ce qui montre le résultat. 4. Soit ε > 0 fixé. Soit η > 0 un paramètre à fixer plus tard. Alors x X B(x, η) est un recouvrement de X par des ouverts. Par compacité de X, il en existe un sous-recouvrement fini X k 0 i=1 B(x i, η) pour un certain k 0 N et des éléments x i X. Pour tout entier i [1, k 0 ], f n (x i ) f(x) lorsque n +, car (f n ) converge simplement vers f, et donc il existe n i N tel que pour tout n n i, f n (x i ) f(x i ) < ε/2. Alors si n max{n 1,..., n k0 }, on a pour tout entier i [1, k 0 ], f n (x i ) f(x i ) < ε/2. Soit n n 0 := max{n 1,..., n k0 }. Pour tout x X, il existe un entier i [1, k 0 ] tel que x B(x i, η), et donc f n (x) f(x) f n (x) f n (x i ) + f n (x i ) f(x i ) + f(x i ) f(x) k d(x, x i ) + ε/2 + k d(x i, x) < 2k η + ε/2. Ainsi, en choisissant η > 0 tel que 2k η < ε/2 (η, donc k 0, et par suite n 0, ne dépendent que de ε), on a donc pour tout n n 0, et pour tout x X, La convergence de (f n ) vers f est donc uniforme. f n (x) f(x) < ε. 8

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

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

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

Continuité en un point

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

Plus en détail

Limites finies en un point

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

Plus en détail

* 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

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

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

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

Intégration et probabilités TD1 Espaces mesurés

Intégration et probabilités TD1 Espaces mesurés Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?

Plus en détail

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

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

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

Suites numériques 3. 1 Convergence et limite d une suite

Suites numériques 3. 1 Convergence et limite d une suite Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n

Plus en détail

Moments des variables aléatoires réelles

Moments des variables aléatoires réelles Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................

Plus en détail

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

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

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

Fonctions de plusieurs variables

Fonctions de plusieurs variables Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme

Plus en détail

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

Leçon 01 Exercices d'entraînement

Leçon 01 Exercices d'entraînement Leçon 01 Exercices d'entraînement Exercice 1 Etudier la convergence des suites ci-dessous définies par leur terme général: 1)u n = 2n3-5n + 1 n 2 + 3 2)u n = 2n2-7n - 5 -n 5-1 4)u n = lnn2 n+1 5)u n =

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

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Dualité dans les espaces de Lebesgue et mesures de Radon finies Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention

Plus en détail

Suites numériques 4. 1 Autres recettes pour calculer les limites

Suites 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 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

La mesure de Lebesgue sur la droite réelle

La mesure de Lebesgue sur la droite réelle Chapitre 1 La mesure de Lebesgue sur la droite réelle 1.1 Ensemble mesurable au sens de Lebesgue 1.1.1 Mesure extérieure Définition 1.1.1. Un intervalle est une partie convexe de R. L ensemble vide et

Plus en détail

Cours d Analyse 3 Fonctions de plusieurs variables

Cours d Analyse 3 Fonctions de plusieurs variables Université Claude Bernard, Lyon I Licence Sciences, Technologies & Santé 43, boulevard 11 novembre 1918 Spécialité Mathématiques 69622 Villeurbanne cedex, France L. Pujo-Menjouet pujo@math.univ-lyon1.fr

Plus en détail

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

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. 1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le

Plus en détail

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

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

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

Continuité et dérivabilité d une fonction

Continuité et dérivabilité d une fonction DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité

Plus en détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur

Plus en détail

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

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

Théorie de la mesure. S. Nicolay

Théorie de la mesure. S. Nicolay Théorie de la mesure S. Nicolay Année académique 2011 2012 ii Table des matières Introduction v 1 Mesures 1 1.1 Sigma-algèbres................................. 1 1.2 Mesures.....................................

Plus en détail

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation

Plus en détail

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

Problème 1 : applications du plan affine

Problème 1 : applications du plan affine Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées

Plus en détail

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

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

Plus en détail

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

Cours Fonctions de deux variables

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

Plus en détail

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

1 Définition et premières propriétés des congruences

1 Définition et premières propriétés des congruences Université Paris 13, Institut Galilée Département de Mathématiques Licence 2ème année Informatique 2013-2014 Cours de Mathématiques pour l Informatique Des nombres aux structures Sylviane R. Schwer Leçon

Plus en détail

Chp. 4. Minimisation d une fonction d une variable

Chp. 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 détail

Texte Agrégation limitée par diffusion interne

Texte Agrégation limitée par diffusion interne Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse

Plus en détail

Comparaison de fonctions Développements limités. Chapitre 10

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

Plus en détail

Examen optimisation Centrale Marseille (2008) et SupGalilee (2008)

Examen optimisation Centrale Marseille (2008) et SupGalilee (2008) Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut

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

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

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

Construction de l'intégrale de Lebesgue

Construction de l'intégrale de Lebesgue Université d'artois Faculté des ciences Jean Perrin Mesure et Intégration (Licence 3 Mathématiques-Informatique) Daniel Li Construction de l'intégrale de Lebesgue 10 février 2011 La construction de l'intégrale

Plus en détail

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

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t 3.La méthode de Dirichlet 99 11 Le théorème de Dirichlet 3.La méthode de Dirichlet Lorsque Dirichlet, au début des années 180, découvre les travaux de Fourier, il cherche à les justifier par des méthodes

Plus en détail

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

Calcul différentiel. Chapitre 1. 1.1 Différentiabilité

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

Plus en détail

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34 Capacité d un canal Second Théorème de Shannon Théorie de l information 1/34 Plan du cours 1. Canaux discrets sans mémoire, exemples ; 2. Capacité ; 3. Canaux symétriques ; 4. Codage de canal ; 5. Second

Plus en détail

Cours 02 : Problème général de la programmation linéaire

Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =

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

Sur certaines séries entières particulières

Sur certaines séries entières particulières ACTA ARITHMETICA XCII. 2) Sur certaines séries entières particulières par Hubert Delange Orsay). Introduction. Dans un exposé à la Conférence Internationale de Théorie des Nombres organisée à Zakopane

Plus en détail

La classification automatique de données quantitatives

La classification automatique de données quantitatives La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations

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

Théorie de la Mesure et Intégration

Théorie 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 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

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

Chapitre 1 : Évolution COURS

Chapitre 1 : Évolution COURS Chapitre 1 : Évolution COURS OBJECTIFS DU CHAPITRE Savoir déterminer le taux d évolution, le coefficient multiplicateur et l indice en base d une évolution. Connaître les liens entre ces notions et savoir

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

Une forme générale de la conjecture abc

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

Plus en détail

Fonctions holomorphes

Fonctions holomorphes Université Joseph Fourier, Grenoble Maths en Ligne Fonctions holomorphes Christine Laurent-Thiébaut Ceci est le second volet de l étude des fonctions d une variable complexe, faisant suite au chapitre

Plus en détail

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

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

Chapitre 11. Séries de Fourier. Nous supposons connues les formules donnant les coefficients de Fourier d une fonction 2 - périodique :

Chapitre 11. Séries de Fourier. Nous supposons connues les formules donnant les coefficients de Fourier d une fonction 2 - périodique : Chapitre Chapitre. Séries de Fourier Nous supposons connues les formules donnant les coefficients de Fourier d une fonction - périodique : c c a0 f x dx c an f xcosnxdx c c bn f xsinn x dx c L objet de

Plus en détail

Séminaire TEST. 1 Présentation du sujet. October 18th, 2013

Séminaire TEST. 1 Présentation du sujet. October 18th, 2013 Séminaire ES Andrés SÁNCHEZ PÉREZ October 8th, 03 Présentation du sujet Le problème de régression non-paramétrique se pose de la façon suivante : Supposons que l on dispose de n couples indépendantes de

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

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

Théorie de la Mesure et Intégration

Théorie de la Mesure et Intégration Université Pierre & Marie Curie (Paris 6) Licence de Mathématiques L3 UE LM364 Intégration 1 & UE LM365 Intégration 2 Année 2010 11 Théorie de la Mesure et Intégration Responsable des cours : Amaury LAMBERT

Plus en détail

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours

MESURE 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 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

Master IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1

Master IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1 Master IMEA Calcul Stochastique et Finance Feuille de T.D. n o Corrigé exercices8et9 8. On considère un modèle Cox-Ross-Rubinstein de marché (B,S) à trois étapes. On suppose que S = C et que les facteurs

Plus en détail

Développement décimal d un réel

Développement décimal d un réel 4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce

Plus en détail

Cours de mathématiques

Cours de mathématiques DEUG MIAS premier niveau Cours de mathématiques année 2003/2004 Guillaume Legendre (version révisée du 3 avril 2015) Table des matières 1 Éléments de logique 1 1.1 Assertions...............................................

Plus en détail

Problèmes de Mathématiques Filtres et ultrafiltres

Problèmes de Mathématiques Filtres et ultrafiltres Énoncé Soit E un ensemble non vide. On dit qu un sous-ensemble F de P(E) est un filtre sur E si (P 0 ) F. (P 1 ) (X, Y ) F 2, X Y F. (P 2 ) X F, Y P(E) : X Y Y F. (P 3 ) / F. Première Partie 1. Que dire

Plus en détail

Optimisation des fonctions de plusieurs variables

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

Plus en détail

CHOIX OPTIMAL DU CONSOMMATEUR. A - Propriétés et détermination du choix optimal

CHOIX OPTIMAL DU CONSOMMATEUR. A - Propriétés et détermination du choix optimal III CHOIX OPTIMAL DU CONSOMMATEUR A - Propriétés et détermination du choix optimal La demande du consommateur sur la droite de budget Résolution graphique Règle (d or) pour déterminer la demande quand

Plus en détail

rf( 1 f(x)x dx = O. ) U concours externe de recrutement de professeurs agreg6s composition d analyse

rf( 1 f(x)x dx = O. ) U concours externe de recrutement de professeurs agreg6s composition d analyse page 8 AGREGATIN de MATHEMATIQUES: 1991 1/5 externeanalyse concours externe de recrutement de professeurs agreg6s composition d analyse NTATINS ET DGFINITINS Dans tout le problème, R+ désigne l intervalle

Plus en détail

Introduction à l optimisation de forme et application à la mécanique des fluides

Introduction 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 détail

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

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

Plus en détail

Raisonnement par récurrence Suites numériques

Raisonnement par récurrence Suites numériques Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.

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

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

Approximation diophantienne uniforme et dimension de Hausdorff

Approximation diophantienne uniforme et dimension de Hausdorff Approximation diophantienne uniforme et dimension de Hausdorff Lingmin LIAO Travaux en collaboration avec Yann Bugeaud, Dong Han Kim et Micha l Rams Université Paris-Est Créteil Séminaire de Probabilités

Plus en détail

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Planche n o 22. Fonctions de plusieurs variables. Corrigé Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette

Plus en détail

Fonctions de plusieurs variables. 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

Travaux dirigés d introduction aux Probabilités

Travaux dirigés d introduction aux Probabilités Travaux dirigés d introduction aux Probabilités - Dénombrement - - Probabilités Élémentaires - - Variables Aléatoires Discrètes - - Variables Aléatoires Continues - 1 - Dénombrement - Exercice 1 Combien

Plus en détail

Licence à distance Chapitre V : Equations différentielles. Méthodes numériques à un pas.

Licence à distance Chapitre V : Equations différentielles. Méthodes numériques à un pas. Licence à distance Chapitre V : Equations différentielles. Méthodes numériques à un pas. M. Granger Table des matières 1 Rappels sur le cours d équations différentielles 2 1.1 Généralités..........................................

Plus en détail

Produits d espaces mesurés

Produits d espaces mesurés Chapitre 7 Produits d espaces mesurés 7.1 Motivation Au chapitre 2, on a introduit la mesure de Lebesgue sur la tribu des boréliens de R (notée B(R)), ce qui nous a permis d exprimer la notion de longueur

Plus en 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

CHAPITRE IV. L axiome du choix

CHAPITRE IV. L axiome du choix CHAPITRE IV L axiome du choix Résumé. L axiome du choix AC affirme qu il est légitime de construire des objets mathématiques en répétant un nombre infini de fois l opération de choisir un élément dans

Plus en détail

ÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE

ÉTUDE 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 détail