Faculté des Sciences Dhar El Mehrez Département de Mathématiques et Informatique. Chapitre 1 Langage de topologie. Abdelaziz Kheldouni

Dimension: px
Commencer à balayer dès la page:

Download "Faculté des Sciences Dhar El Mehrez Département de Mathématiques et Informatique. Chapitre 1 Langage de topologie. Abdelaziz Kheldouni"

Transcription

1 Faculté des Sciences Dhar El Mehrez Département de Mathématiques et Informatique Chapitre 1 Langage de topologie Abdelaziz Kheldouni November 15, 2005

2 Introduction Cette brève introduction est extraite en grande partie du livre Cours de topologie de Gustave Choquet ( Masson 1984 ) La topologie générale ne constitue un ensemble cohérent de concepts que depuis le début du 20 ème siècle, malgrés le fait qu elle soit l aboutissement de tout un mouvement d idées qui remonte à l antiquité. Les notions de limite et de continuité s imposèrent déja aus mathématiciens grecs dès qu ils tentèrent de préciser la notion de nombre. Ce n est qu avec Cauchy (1821) et Abel (1829) que les concepts de suite et de série convergentes, et celui de fonction continue ne devinrent claires. En 1873 Cantor créa un langage à la fois général et précis pour une meilleure connaissance de la droite réelle; ce qui ouvrit le chemin à un monde nouveau. Les découvertes se succédèrent particulièrement en France (Poincaré, Hadamard, Borel, Baire, Lebesgue) et en Allemagne (Klein, Mittag-Leffler). On en vient rapidement à l étude de l analyse fonctionnelle (Ascoli, Voltera, Hilbert) qui était un début de réalisation du programme de Riemann qui concistait en l étude de la notion générale de grandeur plusieurs fois étendue, entendant par là non seulement les variétés à un nombre quelconque de dimension, mais aussi les espaces de fonctions et d ensembles. Les progrès de l analyse, dans l étude locale des fonctions, leurs limites en un point (fini ou non) leur continuité et leur dérivabilité, l existence d extremums..., demandaient une définition rigoureuse de l idée intuitive de proximité. Il fut ainsi défini le concept de voisinage dans des ensembles mathématiques abstraits (nombres, points du plan ou de l espace, vecteurs, fonctions) conduisant à la notion d espace topologique. La notion de distance devait aussi être précisée en généralisant ce concept intuitif à des espaces abstraits : il s agit des espace métriques définis par Fréchet. Ces espaces fournissent alors un outilessentiel pour l étude de la continuité uniforme et de la convergence uniforme,et commode aussi pour l étude des structures topologiques. Hausdorffparvient à dégager d une jungle d axiomes, un système axiomatique simplequi est la pierre angulaire de la topologie générale actuelle. I.1.L exemple des espaces métriques Définitions et exemples Un espace métrique est un ensemble E sur lequel est définie une distance, c est à dire une application d : E E R + qui vérifie pour tout x, y, z dans E : 1) d(x, y) = d(y, x) 2) d(x, y) d(x, z) + d(z, y) 3) d(x, y) = 0 x = y On note (E, d) l espace métrique E pour la distance d. Exemples: a) (R, d(x, y) = x y ) et (C, d(z, z ) = z z ) sont des espaces métriques b) Pour x = (x 1, x 2,..., x n ) et y = (y 1, y 2,..., y n ) dans R n, d 1 (x, y) = n x k y k, k=1 1

3 d 2 (x, y) = n (x k y k ) 2, et d (x, y) = Sup k=1 1 k n x k y k sont des distances sur R n. L inégalité triangulaire pour d 2 découle de l inégalité de Cauchy-Schwarz ( n ) 2 λ i µ i i=1 n n (λ i ) 2 ( µ i ) 2 i=1 qui résulte par la simple observation que le trinôme du second degré t n (λ i + tµ i ) 2 est positif ou nul). En effet d 2 (x, z) 2 = ( n x k z k 2 ) n ( x k y k + y k z k ) 2 k=1 k=1 i=1 n x k y k 2 + y k z k n x k y k y k z k k=1 k=1 d 2 (x, y) 2 + d 2 (y, z) n x k y k y k z k k=1 d 2 (x, y) 2 + d 2 (y, z) 2 + 2d 2 (x, y)d 2 (y, z) (d 2 (x, y) + d 2 (y, z)) 2 { 0 si x = y c) d : E E R +, (x, y) définit une distance sur E, (E, d) est appelé 1 si x y espace métrique discret. d) Soit (E, d) un espace métrique, d (x, y) = arctg(d(x, y)) d (x, y) = inf(d(x, y), 1) d (x, y) = i=1 d(x, y) 1 + d(x, y) sont des exemples de distances sur E. On remarquera que ces distances sont bornées, car elles prennent leurs valeurs respectivement dans [ π, π ] et [0, 1]. 2 2 e) Si (E, d) est un espace métrique et E un ensemble tel qu il existe une bijection f : E E alors on peut définir sur E une distance en posant pour tout (x, y ) E d (x, y ) := d(f 1 (x ), f 1 (y )) elle est dite obtenue en transporant d par f. f) Sous-espace métrique : Soient (E, d) un espace métrique et F une partie non vide de E. La restriction de d à F F définit une distance sur F dite distance induite sur F. L espace (F, d) est appelé un sous-espace métrique de E. g) Sur un espace vectoriel réel ou complexe E, on appelle norme toute application N : E R + qui vérifie les trois propriétés suivantes 1. N(x) = 0 x = 0 2. N(λx) = λ N(x) x E, λ C 3. N(x + y) N(x) + N(y) x, y E 2

4 Si N est une norme sur E alors, pour tout x E on a N(x) N(y) N(x y) en effet, N(x) = N(x y + y) N(x y) + N(y) donc, N(x) N(y) N(x y), et N(y) = N(y x + x) N(x y) + N(x), donc N(x y) N(x) N(y).. Cette inégalité traduit le fait que l application x N(x) est lipschitzienne de (E, N) dans R +. Un espace vectoriel normé est un espace vectoriel muni d une norme Si (E, N) est un espace vectoriel normé, en posant pour tout (x, y) E E d(x, y) := N(y x) On vérifie facilement que l on a ainsi défini une distance sur E qui se trouve donc muni d une structure d espace métrique; notons que la distance d(.,.) ainsi définie vérifie en plus d(x + z, y + z) = d(x, y) d(λx, λy) = λ d(x, y) h) Un espace euclidien est un couple (E, ϕ) où E est un R-espace vectoriel et ϕ une application bilinéaire symetrique définie positive de E E R, qu on appelle produit scalaire sur E. L application d : E E R + définit une distance sur E. Remarque 1: (x, y) ϕ(x y, x y) 1) Si d est une distance alors on a : d(x, z) d(z, y) d(x, y) en effet, nous avons d une part d(x, z) d(x, y) + d(y, z), donc d(x, z) d(z, y) d(x, y), et d autre part d(z, y) d(x, y) + d(x, y), qui donne d(x, y) d(x, z) d(z, y). 2) Soient x 1, x 2,..., x n des éléments d un espace métrique (E, d). On a par récurrence sur n d(x 1, x n ) d(x 1, x 2 ) + d(x 2, x 3 ) + + d(x n 1, x n ) Dans les espaces métriques, les boules jouent un rôle trés important. Soient (E, d) un espace métrique, a E et r un nombre réel strictement positif On appelle boule ouverte de centre a et de rayon r, et on note B(a, r) l ensemble des x de E qui vérifient d(a, x) < r. On appelle boule fermée de centre a et de rayon r, et on note B f (a, r) l ensemble des x de E qui vérifient d(a, x) r. Exemple : - dans R, B(a, r) =]a r, a + r[ 3

5 - dans R n, muni de la distance d, B(a, r) = n ]x i r, x i + r[ i=1 Définition 2: Une partie A d un espace métrique (E, d) est dite bornée s il existe une boule de E contenant A. Proposition 3: La réunion de deux parties bornées est une partie bornée. Démonstration : A = A 1 A 2 comme A 1 et A 2 sont bornées, il existe a 1 E, a 2 E, r 1 > 0 et r 2 > 0 tels que A 1 B(a 1, r 1 ) et A 2 B(a 2, r 2 ) Soit r = Max(r 1, d(a 1, a 2 ) + r 2 ), A est alors inclus dans B(a 1, r). En effet, pour tout x A = A 1 A 2 si x A 1 on a d(a 1, x) < r 1 r donc x B(a 1, r) si x A 2 on a d(a 1, x) d(a 1, a 2 ) + d(a 2, x) < d(a 1, a 2 ) + r 2 r donc x B(a 1, r). sup x,y A On appelle diamètre d une partie A de (E, d), et on note diam(a) ou bien δ(a) le nombre (d(x, y)) R. On montre sans difficulté qu une partie non vide de (E, d) est bornée si et seulement si son diamètre est fini. Ouverts d un espace métrique La notion d ouvert est la notion de base de la topologie, elle fournit un langage pour traiter des questions locales. Définition 4: Soit U une partie d un espace métrique E. On dit que U est un ouvert de E si pour tout x U il existe une boule de centre x contenue dans U. Exemples: a) Toute boule ouverte B(a, r) de E est un ouvert de E. En effet, pour tout x B(a, r) on considère r x = r d(a, x) > 0. La boule B(x, r x ) répond à la question car y B(x, r x ), d(y, a) d(y, x) + d(x, a) < r x + d(x, a) = r i.e y B(a, r). b) Les intervalles ouverts de R sont des ouverts de R. Propopsition 5: L ensemble U d des ouverts d un espace métrique (E, d) satisfait aux propriétés suivantes: τ 1 ) Si (U λ ) λ est une famille quelconque d éléments de U d alors U λ est dans U d. λ τ 2 ) Si (U i ) n i=1 est une famille finie d éléments de U d alors τ 3 ) E et sont dans U d. n i=1 U i est dans U d. Démonstration :τ 1 ) et τ 2 ) sont faciles, pour τ 3 ) il est évident que E U d, quant à il est bien dans U d car la propriété est vérifiée vue qu il n y a pas d éléments. 4

6 Notons que dans τ 2 ) la finitude de la famille (U i ) n i=1 est nécessaire. Il suffit pour le voir, de penser à la famille des ouverts (U n =] 1, 1 [) n n n N de R, on a U i = {0} qui n est pas un i=1 ouvert (voir exemple 2 ci-dessous). Notons aussi que dans un espace métrique E une partie U est un ouvert si et seulement si c est une réunion de boules ouvertes; en effet, si U est un ouvert de E alors pour tout x U, r x > 0 tel que B(x, r x ) U ; on a alors U = B(x, r x ). L implication dans l autre sens x U est immédiate, c est τ 1 ) Définition 6: Soit F une partie d un espace métrique E. On dit que F est un fermé de E si son complémentaire dans E, F E :=E-F est un ouvert de E. Exemples: 1) Toute boule fermée est un fermé. Soit x B f (a,r), la boule B(x, r x ) où r x = d(a, x) r ne rencontre pas B f (a, r) car pour tout y B f (a, r), d(x, y) d(x, a) d(a, y) d(x, a) r ; donc y / B(x, r x ) 2) Le singleton {a} est un fermé, si x a, on a d(a, x) > 0, soit r x = d(a, x), a / B(x, r x ), c est à dire B(x, r x ) {a}, {a} est donc ouvert. Remarques: 1) Il existe des ensembles qui ne sont ni ouverts ni fermés, comme ]a, b] dans (R, d 2 ). 2) Par passage aux complémentaires dans la proposition 5, on obtient : F 1 ) Une réunion finie de fermés de E est un fermé F 2 ) Une intersection quelconque de fermés de E est un fermé F 3 ) L ensemble vide et E sont des fermés de E. Voisinages Soit E un espace métrique, et a un point de E. Une partie V de E est un voisinage de a si V contient un ouvert contenant a. Notons qu un voisinage de a n est jamais vide, puisqu il contient a. On notera souvent v(a) l ensemble des voisinages de a. Définition 7: Soit A une partie d un espace métrique E. 1) Un point a de E est dit intérieur à A, si A est voisinage de a.on note A l ensemble des points intérieurs à A. 2) Un point a de E est dit adhérent à A, si tout voisinage de a rencontre A. L ensemble des points adhérents à A est noté A Tout point intérieur à A appartient à A ( A A ), et A est un ouvert de E; en effet, pour tout a A il existe un ouvert contenant a, U a A. Comme a U a qui est ouvert, il va exister une boule de centre a contenue dans U a donc dans A, car U a est évidement contenu 5

7 dans A ( y U a., U a A donc U a v(y), et U a A ). Ceci nous permet de dire que l intérieur de A est le plus grand ouvert contenu dans A Il est évident que tout point de A est adhérent à A (A A ). Notons aussi que l adhérence A de A est un fermé de E, car pour tout x A il va exister un voisinage V x de x tel que V x A = ; notons alors que V x A ( car sinon; il existe y V x et y A ce qui est contraire à V x A =, puisque tout voisinage de y rencontre A ). Ainsi A est un ouvert. A est donc le plus petit fermé de E contenant A. Métriques équivalentes Soient (E, d) et (F, δ) deux espaces métriques, et f : E F une application. On dira que f est continue au point a E si pour tout réel ε > 0, il existe un nombre réel η > 0 tel que pour tout x E vérifiant d(x, a) η, on ait δ(f(x), f(a)) ε. Proposition 8: Soient (E, d) et (F, δ) deux espaces métriques, f : E F une application.et a E. f est continue en a si et seulement si pour tout V v(f(a)), on a f 1 (V ) v(a). Démonstration :Supposons que l image réciproque de tout voisinage de f(a) par f est un voisinage de a; comme la boule B(f(a), ε) est un voisinage de f(a), alors f 1 (B(f(a), ε)) est un voisinage de a donc contient une boule B(a, η) de centre a; ainsi, pour tout ε > 0 et pour tout x E vérifiant d(x, a) η on a δ(f(x), f(a)) ε. Réciproquement, si f est continue en a, et si V v(f(a)), alors V contient une boule ouverte de centre f(a), B(f(a), ε), comme f est continue en a il va exister un η > 0 telque pour tout x B(a, η) on a f(x) B(f(a), ε) V donc f(b(a, η)) V ; et donc f 1 (V ) B(a, η). L application f est dite continue sur E si elle est continue en tout point de E. Proposition 9: Soient (E, d) et (F, δ) deux espaces métriques; une application f : E F est continue sur E si et seulement pour tout ouvert U dans F, f 1 (U) est un ouvert de E. Démonstration :Supposons que l image réciproque d un ouvert de F est un ouvert de E, soit a E, et V v(f(a), comme V est un voisinage ouvert dans F, f 1 ( V ) est un ouvert de E contenant a c est à dire un voisinage de a et f 1 (V ) un voisinage de a : f est donc continue. Si maintenant f est continue et si U est un ouvert de F, comme U est un voisinage de chacun de ses points alors f 1 (U) est un voisinage de chacun de ses points; c est donc un ouvert de E. Définition 10: Un homéomorphisme d un espace métrique (E,d) sur un autre espace métrique (F,δ) est une application continue, bijective f : E F, dont l inverse f 1 : F E est continue. On dit dans ce cas que E et F sont homéomorphes. Exemples : 1) R est homéomorphe à ] π, π [, en effet f(x) = arctg(x) est un homéomorphisme de R 2 2 6

8 sur ] π, π [. Il faudrait faire attention qu une bijection continue n est pas nécessairement un 2 2 homéomorphisme; { pour s en convaincre il suffit de penser à la fonction f : [0, 1] ]2, 3] [0, 2] x si x [0, 1] définie par f(x) =. x 1 si x ]2, 3[ 2) Une application f : (E, d) (F, δ) est une isométrie si pour tout (x, y) E E, nous avons δ(f(x), f(y)) = d(x, y) une isométrie est évidement injective et continue, si de plus elle est surjective alors c est un homéomorphisme et son inverse est aussi une isométrie. Définition 11: Soit E un ensemble muni de deux distances d et δ. On dira que d et δ sont topologiquement équivalentes si tout partie de E ouverte pour l une est aussi ouverte pour l autre. En d autres termes les familles U d et U δ qu elles définissent sont les mêmes. Proposition 12: Soient d 1 et d 2 deux distances sur E sont topologiquement équivalentes si et seulement si l identité est un homéomorphisme de (E, d 1 ) sur (E, d 2 ). Démonstration:Si d 1 et d 2 sont topologiquement équivalentes alors τ d1 = τ d2 et donc pour tout U τ d2, Id 1 (U) = U est un ouvert de τ d2 donc de τ d1 ; c est à dire que Id : (E, d 1 ) (E, d 2 ) est continue. En échangeant les rôles de d 1 et d 2, on obtient la continuité de Id : (E, d 2 ) (E, d 1 ). Réciproquement, si Id : (E, d 1 ) (E, d 2 ) est un homéomorphisme, alors tout ouvert U de (E, d 1 ) est un ouvert de (E, d 2 ) car U = Id 1 (U). De même, tout ouvert de (E, d 2 ) est un ouvert de (E, d 1 ). Exemples : (E, d) un espace métrique. les distances sont topologiquement équivalentes. d 1 (x, y) := inf(1, d(xy)) et d 2 (x, y) := d(x, y) 1 + d(x, y) Définition 13: On dira que deux distances d 1 et d 2 sur E sont uniformément équivalentes si il existe deux nombres réels strictement positifs α et β tels que pour tout (x, y) E E Exemple: αd 1 (x, y) d 2 (x, y) βd 1 (x, y) Dans R n les distances d 1, d 2 et d définies précédement, sont uniformémént équivalentes. 7

9 Notons que deux distances uniformémént équivalentes sont topologiquement équivalentes. En effet, si d 1 et d 2 sont uniformément équivalentes alors il existe α et β > 0 tels que : αd 1 (x, y) d 2 (x, y) βd 1 (x, y) ; si on considère l identité de E, Id : (E, d 2 ) (E, d 1 ), on voit bien qu elle est continue car ε > 0, η > 0 (η = αε) / d 2 (x, y) η αd 1 (x, y) η d 1 (x, y) ηα 1 = ε Un raisonnement analogue pour Id : (E, d 1 ) (E, d 2 ) montre que l identité de E est un homéomorphisme de (E, d 1 ) sur (E, d 2 ) Notons que la réciproque de ce résultat n est pas vraie. Deux distances topologiquement équivalentes ne sont pas nécessairement uniformément équivalentes, pour le voir il suffit de considérer sur, les distances d 1 (x, y) = inf(1, x y ), et d(x, y) = x y, sont topologiquement équivalentes mais non uniforméméént équivalentes, la distance d 1 est bornée alors que d ne l est pas, donc on ne peut pas avoir d αd 1 On peut déjà remarquer à ce niveau que les quelques notions précédement introduites, comme celle de la continuité d une application peut-être formulée en faisant appel uniquement à la famille τ des ouverts des espaces considérés. Toutes ces notions peuvent en fait être définies dans des espaces plus généraux que les espaces métriques : les espaces topologiques. I.2.Les espaces topologiques Définition et exemples Soit X un ensemble quelconque de points Définition 1: On appelle topologie sur X, un ensemble τ X de parties de X qui vérifie τ 1 Une réunion quelconque d éléments de τ X appartient à τ X τ 2 Une intersection finie d éléments de τ X appartient à τ X τ 3 L ensemble vide et X sont dans τ X. Les éléments de τ X sont appelés les ouverts de X.X est appelé un espace topologique. Il sera noté (X, τ X ) ou tout simplement X s il n y a pas de risque de confusion. Exemples: 1) La topologie grossière: τ X = {, X} 2) La topologie discrète: τ X = P(X), l ensemble des parties de X. 3) Si X =, τ X = P(X) = { } est la seule topologie sur X. si X = {x}, τ X = P(X) = {, {x}} est la seule topologie sur X. 4) Posons.R = R {± } sur lequel on a une relation d ordre obtenue par prolongement de celle dans R en posant pour tout x R, < x < +. Rest appelée la droite réelle achevée. C est un espace topologique; τ.r est l ensemble des parties U de.r définies par si x U R alors il existe un intervalle ]a, b[ contenant x et contenu dans U 8

10 si x = + il existe un intervalle ]x, + ] dans R qui contient x et qui est contenu dans U. si x = il existe un intervalle [,x[ dans R qui contient x et qui est contenu dans U. 5) La topologie métrique: un espace métrique (E, d) est un espace topologique (E, τ d ) ; U τ d si et seulement si U est une réunion de boules ouvertes. 6) Si card(x) 2 alors pour toute partie A de X, τ X = {, A, X} est une topologie sur X. 7) La topologie cofinie: Soient X un ensemble et F in(x) l ensemble des parties finies de X. On obtient une topologie sur X en posant τ X = {, { A X } A F in(x)}. 8) Sous espaces topologiques: soit (E, τ E ) un espace topologique, et X une partie de E. On considère τ X = {X U, U τ E } τ X est une topologie sur X appelée topologie induite sur X par celle de E Notons ici que dans le cas où X n est pas un ouvert de E, un ouvert de X n est pas nécessairement un ouvert de E. Par exemple [0, 1[ est un ouvert de [0, + [ muni de la topologie induite par celle de R, mais ce n est pas un ouvert de R. Ensembles fermés - Intérieur -Adhérence Soit F une partie d un espace topologique (X, τ X ). On dira que F est un fermé de X si son complémentaire dans X est un ouvert de X. En utilisant les propriétés du complémentaire on vérifie facilement que 1) une réunion finie de fermés de X est un fermé de X. 2) une intersection de fermés de X est un fermé de X. 3) l ensemble vide et X sont des fermés de X. Il existe aussi des ensembles à la fois ouverts et fermés, comme par exemple et X, et des ensembles qui ne sont ni des ouverts ni des fermés comme par exemple, dans R muni de la topologie euclidienne, A = [a, b[ n est ni ouvert ni fermé dans R. Soit (X, τ X ) un espace topologique, et A une partie de X. On appelle intérieur de A, et on note A, le plus grand ouvert contenu dans A (ou bien l union de tous les ouverts contenus dans A). Un point x de A est dit point intérieur de A. Propriété 2: 1) A A, A = A 2) A = A A est ouvert. 3) A B A B 4) Â B = A B 5) A B Â B Démonstration :1) et 2) résultent de la définition; 9

11 3) A A B, comme A est un ouvert inclus dans B, alors A B. 4) A B A B, comme A B est un ouvert, A B Â B. Inversement, A B A donc d aprés 3), Â B A ; de même, A B B donc d aprés 3), Â B B d où le résultat. 5) A A B donc A Â B d autre part, B A B donc B Â B ce qui donne A B Â B On appelle adhérence ou bien fermeture de A, et on écrit A, le plus petit fermé contenant A; ( ou bien l intersection de tous les fermés contenant A). Un point x A est dit point adhérent de A. Propriété 3: 1) A A, A = A 2) A = A A fermé 3) A B A B 4) A B A B 5) A B = A B 6) A = A et A = A Démonstration :1) et 2) résultent de la définition; 3) A B donc A B, comme B est un fermé contenant A, alors A B 4) A B A donc A B A, et A B B donc A B B le résultat est alors immédiat 5) A B A A A B, de même B A B B A B d où A B A B or A B est un fermé contenant A B donc A B A B ; d où 5). 6) A = F donc A est l union des ouverts contenus dans A ; c est à dire F A raisonnement pour l autre égalité. A ; même Soit A une partie de X On dira que A est partout dense dans X si A = X ( A = ). Notons que Si A est partout dense dans X et A B alors B est partout dense dans X. et que l intersection de deux ouverts partout denses dans X est patout dense dans X. On appelle frontière de A qu on notera F r(a) ou A, l intersection de A et de A Propriété 4: 1) F r(a) est un fermé 2) F r(a) = F r ( A) 3) A = A F r(a) 4) F r(a) = A est un ouvert fermé. o Démonstration :(1) par définition, (2) F r ( A) = A A = A A = F r(a), (3) l espace 10

12 ( ) topologique X = A A = A A A, donc A = A X = A A = ( ) A A F r(a) = A F r(a). (4) Nous avons A = A F r(a) donc si F r(a) =, A = A et alors A est un ouvert fermé. Réciproquement, F r(a) = A A = A Â = A A =. Voisinages Soient (X, τ X ) un espace topologique, et x X On appelle voisinage de x, toute partie V de X contenant un ouvert contenant x. On notera souvent v(x) l ensemble des voisinages de x : V v(x) θ τ X tel que x θ V. Exemples : - Tout ouvert contenant x est un voisinage de x -Pour la topologie grossière, X est le seul voisinage de x, alors que pour la topologie discrète, toute partie de X est un voisinage de x. Proposition 5: v 1 ) Si V v(x), et V A A v(x) v 2 ) Si V v(x), alors x V v 3 ) L intersection d une famille finie de voisinages de x est un voisinage de x v 4 ) V v(x), V v(x) / y V, V v(y) (V est voisinage de tous les points voisins de x) Démonstration: ( v 1 ) V v(x) donc θ τ X tel que x θ V A et donc A v(x). (v 2 ) Si V v(x) alors θ τ X tel que x θ V donc x V. (v 3 ) Si V 1 et V 2 v(x) alors θ 1 τ X tel que x θ 1 V 1 et θ 2 τ X tel que x θ 2 V 2. Si on considère l ouvert θ 1 θ 2, on a bien x θ 1 θ 2 V 1 V 2 ; ce qui veut dire que V 1 V 2 est un voisinage de x. (v 4 ) V v(x) θ τ X tel que x θ V, on prend alors V = θ. On a bien y V = θ, y θ V c est à dire que V v(y). Soient (X, τ X ) un espace topologique et A X. On dit que V est un voisinage de A si θ τ X tel que A θ V ; autrement dit, si pour tout x A, V v(x). Proposition 6: Soit (X, τ X ) un espace topologique et A X. 1) A τ X x A, A v(x) 2) A = {x A / A v(x)} 3) x A V v(x), V A 4) x F r(a) V v(x), V A et V A Démonstration: Si A est un ouvert alors c est un voisinage de A. Réciproquement, si x A, A v(x), alors A est un voisinage de A et donc il existe un ouvert contenant A et contenu dans A c est à dire qui coincide avec A. 11

13 Soit x A tel que A v(x) donc θ τ X tel que x θ A, mais θ est un ouvert contenu dans A donc il est contenu dans A et alors x A; réciproquement, si x A, comme A est un ouvert contenu dans A, alors A v(x). x / A. x / F F A tel que x / F F A tel que x F F tel que F A F A et x F, mais comme F est ouvert, ceci équivaut à V v(x) tel que V A =. x F r(a) x A A. V v(x), V A et V A. Espaces Séparés Un espace topologique X est dit séparé s il vérifie la propriété suivante appelée axiome de Hausdorff: (x, y) X X, x y, V x v(x) et V y v(y) tels que V x v(y) = par exemple les espaces métriques sont séparés. En effet, soient x et y deux points distincts d un espace métrique (E, d) comme d(x, y) > 0 alors les boules B(x, d(x,y) ) et B(y, d(x,y) ) sont 2 2 des voisinages distincts de x et y respectivement. Tout sous espace d un espace topologique séparé et séparé. Un espace topologique est métrisable, si sa topologie est induite par une distance. Notons que tout espace topologique métrisable est séparé. On remarque alors qu il y a des topologies non métrisable, comme par exemple la topologie cofinie. Définition 7: Soient (X, τ X ) un espace topologique, et A X. Un point x de X est un point d accumulation de A si x A\{x} Un point x de A est un point isolé dans A s il existe un voisinage V de x tel que V A = {x}. On notera acc(a) l ensemble des points d accumulations de A, et Is(A) celui des points isolés dans A Suites dans un espace topologique Soit (X, τ X ) un espace topologique, une suite d éléments de X est une application de N dans X, n x n. elle est souvent notée (x n ) n N. On dit qu une suite (y k ) k N d éléments de X est extraite de (x n ) n N s il existe une application strictement croissante p : N N telle que pour chaque entier k on a y k = x p(k). Lorsque X est un espace topologique, on peut introduire la notion de suite convergente. Définition 8: On dit que la suite (x n ) n N converge vers le point x de X si W v(x), n W N tel que n n W on a x n W 12

14 Un tel x est appelé limite de la suite (x n ) n N. On écrit lim x n = x Par exemple, lorsque X est muni de la topologie grissière, toute suite est convergente vers n importe quel point de X. Si par contre X est muni de la topologie discrète, une suite (x n ) n N de X.est convergente vers un point a X, si et seulement si il existe un entier N tel que x n = a pour tout n N. Les deux exemples précédents montrent que la convergence d une suite dépend de la topologie sur X. Définition 9: On appelle valeur d adhérence de (x n ) n N, tout point adhérent à l ensemble {x n /n N}. Exemple: 1 est une valeur d adhérence de la suite (( 1) n ) n N. Un point de la suite (x n ) n N en est une valeur d adhérence. On appelle point d accumulation de (x n ) n N, toute valeur d adhérence de (x n ) n N, qui n est pas un point de (x n ) n N. Remarque: Si lim x n = x alors x est une valeur d adhérence de (x n ) n N. Définition 10: Soit ϕ : N N une application strictement croissante. appelée sous-suite ou suite extraite de la suite (x n ) n N. on a l inclusion {x ϕ(n) /n N} {x n /n N}. La suite définie par (x ϕ(n) ) n N est Proposition 11: Soit F un fermé de (X, τ X ); soit (x n ) n N une suite dans X qui converge vers x dans.x Alors x est un élément de F. Démonstration : {x n /n N} F, donc x {x n /n N} F = F. Notons que la réciproque de ce résultat n est pas vraie en générale; mais dans certaines situations elle est vérifiée, comme par exemple lorsque l espace X possède une base dénombrable d ouverts. C est le cas des espaces métriques. Base de topologie - système fondamental de voisinages Pour construire la topologie usuelle de R, on commence par définir la famille B des intervalles ouverts, et à partir de B on a tous les ouverts de R. La même méthode marche pour d autres situations. 13

15 Définition 12: Soient (X, τ X ) un espace topologique et B P(X). Nous dirons que B est une base de τ X si, B τ X et pour tout θ τ X il existe une famille (B i ) i I dans B telle que θ = i I B i. Exemples: 1) τ X est une base de τ X. 2) {{x}, x X} est une base de la topologie discrète sur X. 3) L ensemble des intervalles ouverts de R est une base de la topologie euclidienne sur R. 1 4) Si (X, d), est un espace métrique, alors {B(x, ) : x X, n N} est une base d ouverts. n+1 Il y a une caractérisation plus simple d une base de topologie, souvent utilisée comme définition Proposition 13: Soient (X, τ X ) un espace topologique. Une famille B de parties de X est une base de τ X si et seulement si θ τ X, x θ, ω x B / x ω x θ Démonstration: Supposons que B est une base de τ X donc θ τ X, θ = B i avec les B i i I dans B, et x θ, x appartient à un B i θ inversement, soit B une famille de τ X telle que θ τ X, x θ, ω x B / x ω x θ, et soit U un ouvert de X. Pour tout x U, il existe ω x B tel que x ω x U, on a alors U = ω x. x U Nous avons là une méthode assez commode pour construire une topologie sur un ensemble E. Soit E un ensemble quelconque.pour toute partie de P(E), il existe une unique topologie (la plus petite pour l inclusion) contenant. C est l ensemble τ Σ (E) des unions d intersections finies d éléments de. C est l interection de toutes les topologies contenant. En effet: Il est clair que toute topologie contenant contient τ Σ (E), il suffit donc de montrer que τ Σ (E) est une topologie. Ceci découle de la distributivité ( ) ( ) θ i ω j = θ i ω j i I j J i I, j J On dit que τ Σ (E) est la topologie engendrée par, et que est une prébase de τ Σ (E) Remarque : E = {0, 1, 2} et A = {0, 1}, B = {1, 2}. Considérons = {, A, B, E}; ne peut pas être une base pour une topologie sur E. En effet si elle était une base de topologie, cette topologie pourrait bien être elle même. Ceci est impossible car A B / Théorème 14: Soit E un ensemble, et B une famille de parties de E.telleque 14

16 i) ϑ 1, ϑ 2 B, et x ϑ 1 ϑ 2, ϑ 3 B tel que x ϑ 3 ϑ 1 ϑ 2 ii) E = ϑ B ϑ alors l ensemble τ Σ (E) des unions d éléments de B est la topologie engendrée par B. En particulier B est une base d ouverts de sa topologie engendrée. Démonstration: Supposons que B est une base d une certaine topologie τ E sur E alors ϑ 1, ϑ 2 B, ϑ 1 ϑ 2 τ E, donc il existe une famille (ω i ) dans B telle que ϑ 1 ϑ 2 = ω i d où (i). i I Comme E τ E on a E = ϑ. ϑ B Réciproque: Soit B une famille de parties de E vérifiant (i) et (ii) et soit τ = {A P(E) / (ω i ) i I B : A = ω i }. i I τ définit une topologie sur E; en effet τ 1 ) (θ i ) τ, pour tout i, (ω i j) j J B : θ i = j J τ 2 ) Si θ 1 et θ 2 appartiennent à τ, on aura θ 1 = j J τ 3 ) τ et E τ d aprés (ii). ωj i et alors θ i = i I i I ω 1 j et θ 2 = j J ωj i τ j J ωj 2 donc θ 1 θ 2 = ωj 1 ωj 2 τ i,j Remarques: 1) Comme conséquence immédiate, on peut dire qu une famille B de parties de X. est une base de topologie sur X si et seulement si: X = ϑ B ϑ, et ϑ 1, ϑ 2 B on a ϑ 1 ϑ 2 B Définition 15: Soit (X, τ) un espace topologique, W P(X), et x X. On dit que W est une base de voisinage de x ou bien un système fondamental de voisinages de x, si W v(x) et si V v(x), ϖ W tel que ϖ V. Exemples : - v(x) est un système de voisinages de x. - l ensemble de tous les ouverts contenants x est un système de voisinages de x. - Tout sur ensemble d un système de voisinages de x est un système de voisinages de x - Dans R euclidien, W (x) = {]x 1 n, x + 1 n [ : n N } est un système de voisinages de x. - Dans X muni de la topologie discrete, W (x) = {{x}} est un système fondamental de voisinages de x. Soit X un ensemble; on peut définir sur l ensemble T (X) des topologies de X une relation d ordre de la façon suivante : Soit τ 1 et τ 2 deux topologies sur X, nous dirons que τ 1 est moins fine que τ 2 (τ 1 τ 2 ) si tout élément de τ 1 appartient à τ 2. C est une relation d ordre qui n est pas totale (si par exemple card(x) 2, et si a et b sont deux éléments distincts de X alors τ 1 = {, {a}, X}et τ 2 = {, {b}, X} sont deux topologies sur X qui ne sont pas comparables. 15

17 Notons aussi qu il n est pas difficile de voir que si τ 1 et τ 2 sont deux topologies sur X, les assertions suivantes sont équivalentes i ) τ 1 τ 2 ii) Tout fermé de (X, τ 1 ) est un fermé de (X, τ 2 ) iii) x X, v τ1 (x) v τ2 (x) iv) Pour tout A X, (A) τ1 (A) τ2 Soient (X, τ) un espace topologique et f : X Y une application. L ensemble {f(u) / U τ} P(Y ) n est en général pas une topologie sur Y. Dans certains cas c en est une par exemple si f est une bijection de X sur Y alors f(τ) := {f(u) / U τ} est une topologie sur Y, en effet τ 1 ) = f( ) f(τ) et Y = f(x) f(τ) car f est surjective τ 2 ) soit (f(u i )) i I une famille dans f(τ) on a f(u i ) = f( U i ) f(τ) τ 3 ) f(u 1 ) f(u 2 ) = f(u 1 U 2 ) f(τ) l égalité est vraie car f est injective. Si maintenant X est un ensemble quelconque, (Y, τ Y ) un espace topologique et f : X Y une application, alors la famille τ = {f 1 (O) / O τ Y } définit une topologie sur X. Définition 16: Une application f : (X, τ X ) (Y, τ Y ) est un homéomorphisme si f est bijective, et f(τ X ) = τ Y Une propriété dans un espace topologique est dite propriété topologique si elle est conservée par homéomorphisme. Par exemple l interieur d une partie : si f est un homéomorphisme, f( A) = f(a), en effet, f( A) f(a) car f( A) est un ouvert inclus dans f(a); par ailleurs, si f(a) f( A). on pose B = f(a), on a f 1 ( B) f 1 (B) = A donc f 1 ( f( A)) A I.3.Les applications continues Propriétés générales Soient (X, τ X ) et (Y, τ Y ) deux espaces topologiques, f : X Y une application, et x X. On dit que f est continue en x si ce qui est équivalent à W v(f(x )), V v(x ) tel que f(v ) W W v(f(x )) on a f 1 (W ) v(x ) Soit en effet W v(f(x )), il va exister V v(x ) tel que f(v ) W donc V f 1 (f(v )) f 1 (W ) donc f 1 (W ) v(x ). Réciproquement, Pour W v(f(x )), f 1 (W ) v(x ) et f(f 1 (W )) W 16

18 Proposition 1: Soient S(x ) un système de voisinages de x, et S(f(x )) un système de voisinages de f(x ), alors les assertions suivantes sont équivalentes: 1) f est continue en x 2) W S(f(x )), V S(x ) tel que f(v ) W 3) W S(f(x )) on a f 1 (W ) v(x ) Démonstration: 1) 2) : W S(f(x )), U v(x ) / f(u) W ; mais pour U v(x ) il va exister V S(x ) tel que V U et on a, f(v ) f(u) W. 2) 3) W S(f(x )), V S(x ) tel que f(v ) W, et on a V f 1 (f(v )) f 1 (W ) donc f 1 (W ) v(x ). 3) 1) Pour tout voisinage V de f(x ), il existe W S(f(x )) tel que W V on a donc f 1 (W ) f 1 (V ) mais f 1 (W ) v(x ) donc f 1 (V ) v(x ) c est à dire f est continue en x. Soient (X, τ X ), (Y, τ Y ) et (Z, τ Z ) trois espaces topologiques, et X f Y g Z ; Soient x X, y = f(x ) et z = g(y ). Si f est continue en x et g est continue en y alors g f est continue en x. En effet: V v(z ), g 1 (V ) v(y ) et comme f est continue en x, f 1 (g 1 (V )) v(x ) ; i.e (g f ) 1 v(x ). Définition 2: f : (X, τ X ) (Y, τ Y ) est dite continue sur X si elle est continue en tout point de X. On notera que f est continue sur X si et seulementsi ϑ τ Y, f 1 (ϑ) τ X. En effet, ) Soit ϑ τ Y alors ou bien f 1 (ϑ) = et alors il est dans τ X, ou bien f 1 (ϑ) ; dans ce cas, x f 1 (ϑ), ϑ v(f(x)) comme f est continue en x alors f 1 (ϑ) v(x) donc f 1 (ϑ) τ X. ) Soit x X et W v(f(x)) donc ϑ τ Y tel que f(x) ϑ W et alors x f 1 (ϑ) f 1 (W ) or f 1 (ϑ) τ X donc f 1 (W ) v(x) et f est continue. Exemples : 1) Toute application constante est continue 2) Si X est muni de la topologie discrete, toute application f : X (Y, τ Y ) est continue; θ τ Y, f 1 (θ) P(X) = τ X. 3) Si cette fois Y est muni de la topologie grossière, toute application f : (X, τ X ) Y est continue car f 1 ( ) = τ X, et f 1 (Y ) = X τ X. Proposition 3: Soient (X, τ X ), (Y, τ Y ) deux espaces topologiques, et X f Y une application. Les propriétés suivantes sont équivalentes: a) L application f est continue b) Pour toute partie A de X, f(a) f(a) c) Pour tout fermé F de Y, f 1 (F ) est un fermé de X. 17

19 Démonstration: (a) (b) car si f est continue en x A, et W v(f(x)) alors f 1 (W ) v(x) donc f 1 (W ) A et alors = f(f 1 (W ) A) f(f 1 (W )) f(a) W f(a) d où f(x) f(a). (b) (c) Soit x f 1 (F ), on a f(x) f(f 1 (F )) f(f 1 (F )) = F = F, donc x f 1 (F ). (c) (a) Pour tout ouvert U de Y, f 1 (U) = f 1 ( U ) qui est un fermé de X. Donc f 1 (U) est un ouvert Il faudrait faire attention que l image directe d un ouvert resp. un fermé par une application même continue n est pas nécessairement un ouvert resp. un fermé. Dans le cas où c est vrai on dit que c est une application ouverte resp. fermée ; les propriétés f continue, f ouverte, f fermée, sont des propriétés indépendantes Exemples : 1- X = Y = R et f(x) = 1 est continue sur R mais elle n est ni ouverte ni fermée f(r) =]0, 1] 1+x 2 2- La fonction caractéristique χ ]0,+ [ est fermée non ouverte et non continue. Pour tout fermé F de R, χ ]0,+ [ (F ) = {0, 1}, ou {0} ou {1} ou bien et c est toujours un fermé. 3- Si f est une bijection continue, alors f 1 continue f ouverte f fermée. Remarque 4 : Une application continue f : (X, τ X ) (Y, τ Y ) reste continue si on remplace τ X topologie plus fine ou / et τ Y par une topologie moins fine. par une I.4.Construction de topologies Topologie initiale Soient X un ensemble, (Y, τ Y ) un espace topologique, et f : X Y une application. On se propose de chercher les topologies sur X qui font de f une application continue.on sait déjà qu il en existe aumoins une : c est la topologie discrète sur X. Maintenant, si τ est une solution du problème, alors f 1 (τ Y ) τ ; et comme f 1 (τ Y ) est une topologie sur X, c est alors la moins fine des solutions. Définition 1 : Soit f : X (Y, τ Y ) une application. On appelle topologie initiale sur X pour f, la moins fine des topologies sur X rendant f continues. On la notera souvent τ f. (τ f := f 1 (τ Y )) De façon encore plus générale, soient X un ensemble, et ((Y i, τ Y i )) i I une famille d espaces topologiques. On suppose que pour tout i I on a une application f i : X Y i On appelle topologie initiale sur X pour les f i la moins fine des topologies sur X rendant toutes les applications f i continues. f 1 i I Si τ est une solution du problème, alors pour tout i I, nous avons f 1 i (τ i ) τ et donc i (τ i ) τ. Posons alors T := i (τ i ). T est la topologie cherchée. Une base de T est i I f 1 B = { A X / J fini inclus dans I et (θ i ) i J avec θ i τ i : A = f 1 i (θ i ) } i J 18

20 Application : 1) Topologie induite Soit (X, τ X ) un espace topologique, et A X. Considèrons l application i A : A X, a a appelée injection canonique. La topologie initiale pour l application i A sur A est appelée la topologie induite sur A par celle de X. τ ia = τ A = { i 1 A (θ) : θ τ X} = {θ A : θ τ X } les ouverts de la topologie induite sur A sont les traces des ouverts de X sur A. 2) Topologie produit Soit ((X i, τ i )) i I une famille d espaces topologiques. Posons X := Π X i et pr i : X X i i I la projection sur le facteur i ((x i ) i I x i ) La topologie initiale pour les applications (pr i ) i I sur X est appelée la topologie produit sur X. de la famille des espaces topologiques ((X i, τ i )) i I. C est la topologie τ définie par : (τ i ). Une base de cette topologie est B définie pr 1 i i I comme l ensemble des intersections finies d éléments de pr 1 i i I (τ i ). Autrement dit ϑ B J (fini) I et (θ i ) i J avec θ i τ i tels que ϑ = i J pr 1 i (θ i ) Un élément ϑ de B peut donc s écrire sous la forme ϑ = Π U i i I avec U i = θ i si i J et U i = X i si i / J Les éléments de B sont appelés ouverts élémentaires. Théorème 2 : Soient ((X i, τ i )) i I une famille d espaces topologiques et pour chaque i une application f i : X (X i, τ i ). On suppose que l ensemble X est muni de la topologie initiale pour les f i Soient (Z, ) un espace topologique, et g : Z X une application. Alors g est continue en z Z si et seulement si pour tout i I, f i g est continue en z. Démonstration : Les f i étant toutes continues, la coninuité de g entraine évidement celle des f i g. Réciproquement, soit x = g(z), et V v(x), le problème est de prouver que g 1 (V ) v(z). Comme V v(x), il va exister un ω B tel que x ω V de plus, on sait que ω est de la forme ω = f 1 i (θ i ) avec J fini et θ i τ i pour tout i J. Nous avons, g 1 (ω) = i J i J g 1 (f 1 i (θ i )) = (f i g) 1 (θ i ) τ Z car θ i τ i et f i g continues et J fini. Mais alors i J x = g(z) ω donc z g 1 (ω). Ainsi z g 1 (ω) g 1 (V ) et g 1 (ω) τ Z donc g 1 (V ) v(z) Corollaire 3 : L application g est continue sur Z si et seulement si pour tout i, f i g est continue sur Z. 19

21 Remarque : Il n est pas difficile de voir que la toplogie initiale pour le (f i ) est l unique toplogie sur X qui a la propriété du corollaire 3 ci-dessus. Topologie finale Soient (X, τ X ) un espace topologique, et f : X Y une application de X dans un ensemble Y. On se propose de chercher les topologies sur Y qui font de f une application continue.on sait déjà qu il en existe aumoins une : c est la topologie grossière sur Y. Maintenant, si τ est une solution du problème, alors f 1 (τ) τ X ; ce qui veut dire que θ τ, f 1 (θ) τ X donc τ {B Y / f 1 (B) τ X } =: τ f, mais comme τ X est une topologie sur X, on vérifie sans peine que τ f est une toplogie sur Y ; en effet τ 1 ) f 1 ( ) = τ X donc τ f et f 1 (Y ) = X τ X donc Y τ f τ 2 ) f 1 (A B) = f 1 (A) f 1 (B) si A et B τ f on aura f 1 (A B) τ X donc A B τ f. τ 3 ) f 1 ( i U i ) = i f 1 (U i ) si U i τ f pour tout i I on aura f 1 (U i ) τ X donc i f 1 (U i ) τ f. ainsi τ f est la plus fine des topologies sur Y qui font de f une application continue. τ f est appelée toplogie finale pour f. On peut poser le problème de façon plus générale de la manère suivante: Soient (X i, τ i ) i I une famille d espaces topologiques, et pour tout i I, f i : X i Y des applications de X i dans un ensemble Y. Parmi les toplogies sur Y qui rendent les applications f i continues il en existe une plus fine appelée toplogie finale pour les f i. si τ est une solution du problème, alors pour tout i I, f i continue sur X i τ τ f i := {B Y / f 1 i (B) τ Xi } donc τ f = i I τ f i qui est bien une topologie sur Y ; Théorème 4 : La topologie finale pour les f i, τ f est l unique topologie sur Y ayant la propriété universelle suivante : pour tout espace topologique (Z, τ Z ), une application g : Y Z est continue si et seulement si chaque application g f i, i I est continue. Démonstration : Les f i étant toutes continues, la coninuité de g entraine évidement celle des g f i. Réciproquement, si toutes les applications g f i sont continues, et si W est un ouvert de Z, (g f i ) 1 est un ouvert de X i pour tout i; c est à dire que f 1 i (g 1 (W )) est un ouvert de X i et donc g 1 (W ) est un ouvert de Y g est donc continue. L unicité est immédiate. Exemple : Si les f i : X i Y sont les constantes, la topologie finale sur Y pour les f i est la topologie discrète. Cas particulier : Topologie quotient 20

22 Soient (X, τ X ) un espace topologique, R une relation d équivalence sur l ensemble X, et π : X X/R la surjection canonique de X dans l ensemble quotient X/R ( x cl(x) ). La topologie finale sur X/R pour π est applelée la topologie quotient. muni de cette topologie, X/R est appelé espace quotient. 21

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

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

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

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

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

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

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

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

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

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

* 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

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

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

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

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

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

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

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

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

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

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

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2

8.1 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 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

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

OM 1 Outils mathématiques : fonction de plusieurs variables

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

Plus en détail

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

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

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

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

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

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

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

Chapitre 2. Eléments pour comprendre un énoncé

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

Plus en détail

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

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

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

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

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

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

Intégrale de Lebesgue

Intégrale 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

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

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

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

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

Plus en détail

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

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

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

Espérance conditionnelle

Espérance 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 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

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

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

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

Simulation de variables aléatoires

Simulation de variables aléatoires Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo

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

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

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

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

Mesures et Intégration

Mesures et Intégration Mesures et Intégration Marc Troyanov - EPFL - Octobre 2005 30 avril 2008 Ce document contient les notes du cours de Mesure et Intégration enseigné à l EPFL par Marc Troyanov, version 2005-2006. Table des

Plus en détail

Introduction à l étude des Corps Finis

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

Plus en détail

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

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

TIQUE DE FRANCE NILSYSTÈMES D ORDRE 2 ET PARALLÉLÉPIPÈDES

TIQUE 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 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

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

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

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

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

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

Calcul Différentiel. I Fonctions différentiables 3

Calcul 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

Intégration sur des espaces produits

Intégration sur des espaces produits Chapitre 5 Intégration sur des espaces produits 5.1 Produit de deux mesures Étant donnés deux espaces mesurés (Ω 1, F 1, µ 1 ) et (Ω 2, F 1, µ 2 ), le but de cette section est de construire une mesure

Plus en détail

Le produit semi-direct

Le 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 détail

3. Caractéristiques et fonctions d une v.a.

3. Caractéristiques et fonctions d une v.a. 3. Caractéristiques et fonctions d une v.a. MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v2) MTH2302D: fonctions d une v.a. 1/32 Plan 1. Caractéristiques d une distribution 2. Fonctions

Plus en détail

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

Formes 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 détail

Structures algébriques

Structures algébriques Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe

Plus en détail

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

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

Plus en détail

Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables

Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables Fausto Errico Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2012 Table des matières

Plus en détail

AOT 13. et Application au Contrôle Géométrique

AOT 13. et Application au Contrôle Géométrique AOT 13 Géométrie Différentielle et Application au Contrôle Géométrique Frédéric Jean Notes de cours Édition 2011/2012 ii Table des matières 1 Variétés différentiables 1 1.1 Variétés différentiables............................

Plus en détail

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,

Contexte. 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 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

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

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

C1 : Fonctions de plusieurs variables

C1 : 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 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

Intégrales doubles et triples - M

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

Plus en détail

Calcul intégral élémentaire en plusieurs variables

Calcul intégral élémentaire en plusieurs variables Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement

Plus en détail

Introduction à la méthode des éléments finis

Introduction à la méthode des éléments finis ÉCOLE NATIONALE SUPERIEURE DES MINES DE PARIS Introduction à la méthode des éléments finis Michel KERN 1 2004 2005 S3733 / S3735 1 Inria, Rocquencourt, BP 105, 78153 Le Chesnay, Michel.Kern@inria.fr 2

Plus en détail

Équations non linéaires

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

Plus en détail

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

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

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Bachir Bekka Février 2007 Le théorème de Perron-Frobenius a d importantes applications en probabilités (chaines

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

Logique. Plan du chapitre

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

Plus en détail

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

Mesure et Intégration (Notes de cours de L3)

Mesure 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 détail

Licence de Mathématiques 3

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

Plus en détail

MA6.06 : Mesure et Probabilités

MA6.06 : Mesure et Probabilités Année universitaire 2002-2003 UNIVERSITÉ D ORLÉANS Olivier GARET MA6.06 : Mesure et Probabilités 2 Table des matières Table des matières i 1 Un peu de théorie de la mesure 1 1.1 Tribus...............................

Plus en détail

NOMBRES COMPLEXES. Exercice 1 :

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

Plus en détail

Corps des nombres complexes, J Paul Tsasa

Corps des nombres complexes, J Paul Tsasa Corps des nombres complexes, J Paul Tsasa One Pager Février 2013 Vol. 5 Num. 011 Copyright Laréq 2013 http://www.lareq.com Corps des Nombres Complexes Définitions, Règles de Calcul et Théorèmes «Les idiots

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

Programmation linéaire et Optimisation. Didier Smets

Programmation 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 détail