k + k x 0 1 x 1 = x i et M 1 = sup,
|
|
- Théodore Laurent
- il y a 6 ans
- Total affichages :
Transcription
1 Pour K = R ou C, on note M n,l (K) l ensemble des matrices à n lignes et l colonnes à coefficients dans K. Un élément de M n,l (R) sera considéré comme élément de M n,l (C). Dans la suite, on identifie les matrices carrées (respectivement les matrices colonnes) et les endomorphismes (respectivement les vecteurs) canoniquement associés dans C n : par exemple, on note par la même lettre une matrice T de M n,n (R) et l endomorphisme de C n dont T est la matrice dans la base canonique de C n. Si M M n, l (K) et x K l, (Mx) i désigne la i-ième composante du vecteur Mx K n. On note I n la matrice identité de M n,n (C). Pour x = (x 1,, x n ) K n, on note x 1 = n Mx 1 x i et M 1 = sup, x K n \{0} x 1 pour M M n,n (K), la norme matricielle subordonnée. Définition 1 On dit qu une matrice M M n,l (R),de coefficients notés (m ij, 1 i n, 1 j l), est positive (respectivement strictement positive), ce que l on note M 0 (respectivement M > 0), lorsque tous ses coefficients sont positifs (respectivement strictement positifs) : m ij 0 ( resp. m ij > 0) pour tout (i, j) {1,, n} {1,, l}. Pour deux matrices M et N de M n,l (R), M N (respectivement M > N) lorsque M N 0 (respectivement M N > 0). Une matrice M M n,n (R) de coefficients notés (m ij, 1 i, j n) est dite stochastique lorsqu elle est positive et que de plus n m ij = 1, pour tout j {1,, n}. On définit les ensembles B, B + et Σ par : B = {x R n / x 0 et x 0}, B + = {x R n / x > 0}, Σ = {x R n / x 1 = 1}. Nous souhaitons montrer le résultat suivant : Théorème 1 (Perron-Frobenius) Soit T M n,n (R) stochastique telle que (I n +T ) n 1 > 0. Il existe un vecteur strictement positif x 0 satisfaisant T x 0 = x 0. Toutes les valeurs propres de T sont de module inférieur à 1 et pour tout vecteur y de Σ B, 1 k 1 lim T j y = x 0. k x 0 1 j=0 2
2 Les deux parties sont dans une large mesure indépendantes. I Un vecteur propre strictement positif On suppose que T est un élément positif de M n,n (R) tel que P = (I n +T ) n 1 est strictement positive. 1) Montrer que pour tout x B, l ensemble Γ x = {θ R + / θx T x} est non vide, fermé et borné. On note θ(x) son plus grand élément. 2) Montrer que pour tout x B, on peut calculer θ(x) de la manière suivante : { / } (T x)i θ(x) = min 1 i n et x i 0. x i On note θ l application de B dans R + qui à x associe θ(x). 3) Montrer que pour tout α > 0 et tout x B, θ(αx) = θ(x). 4) Montrer que P (B) B +. 5) Montrer que pour tout x B, θ(p x) θ(x) et θ(p x) > 0. 6) Soit x B un vecteur propre de T. Montrer que θ(p x) = θ(x). 7) Soit x B tel que θ(p x) = θ(x), montrer que x est un vecteur propre de T pour la valeur propre θ(x). 8) Soit C = B Σ. Montrer que l application θ est continue de P (C) dans R. 9) Justifier l existence de x 0 P (C) tel que θ(x 0 ) = sup θ(x). x P (C) 10) Montrer que sup θ(x) sup θ(x). x P (C) 11) Montrer que sup θ(x) = sup θ(x). 3
3 12) Montrer que sup θ(x) = On pose θ 0 = θ(x 0 ). sup x P (C) θ(x) et que θ(x 0 ) = sup θ(x). 13) Montrer que x 0 est un vecteur propre, strictement positif, de T pour la valeur propre θ 0 et que θ 0 > 0. II Une méthode d approximation On suppose maintenant que T est stochastique et telle que P = (I n +T ) n 1 est strictement positive. Pour un vecteur x = (x 1,, x n ) de C n, on note x + le vecteur ( x 1,, x n ), où z est le module du complexe z. Pour tout entier k 1, on pose R k = 1 k 1 T j. k 14) Soit θ C et x C n un vecteur propre de T pour la valeur propre θ. Montrer que θ x + T x +. 15) En déduire que θ θ 0. 16) Montrer que θ x + 1 x + 1 et en déduire que θ 1. 17) En déduire θ 0 = 1. 18) Montrer que pour tout j 1, T j et R j sont des matrices stochastiques. j=0 19) Établir, pour tout k 1, les inégalités suivantes : T k 1 1 et R k ) Montrer que pour tout k 1, T R k R k 1 2 k. 21) Soit x C n, montrer que la suite (R k x, k 1) a au moins une valeur d adhérence. 4
4 22) Soit y une valeur d adhérence de la suite (R k x, k 1), montrer que T y = y et que pour tout k 1, R k y = y. 23) Soit y et z deux valeurs d adhérence de (R k x, k 1), montrer pour tous les entiers m et l, l identité suivante : y z = R l (R m x z) R m (R l x y). 24) Montrer que la suite (R k x, k 1) a exactement une valeur d adhérence. 25) Montrer qu il existe une matrice R telle que Rx = lim R kx pour tout x C n et lim R k R 1 = 0. 26) Montrer que T et R commutent. 27) Montrer que RT = R et R 2 = R. 28) Caractériser R en fonction de Ker(T I n ) et Im(T I n ). 29) On admet que Ker(T I n ) est de dimension 1. Pour x B, expliciter Rx en fonction de x 1, x 0 1 et x 0. FIN DU PROBLÈME Ce théorème possède d innombrables applications. L une des dernières est son utilisation dans le classement (PageRank) des pages Web effectué par le plus connu des moteurs de recherche. 5
5 MINES-PONTS Filière MP. MATHÉMATIQUES 1. Corrigé pour serveur UPS de JL. Lamard Un vecteur propre strictement positif. 1. Γ x est non vide car il contient 0 (en effet 0 = 0x Tx car T et x sont positifs donc toutes les composantes de Tx sont positives). Γ x est fermé. En effet, pour tout i, l application de R + dans R définie par θ (Tx θx) i est continue (car x 1 -lipschitzienne) de sorte que Γ x est un fermé de R + donc un fermé de R en tant qu intersection de n fermés. Enfin si i 0 est tel que x i0 0, on a θ (Tx) i 0 Ainsi Γ x est-il un compact de R + ce qui autorise à considérer θ(x). x i0 pour tout θ Γ x ce qui prouve que Γ x est borné. 2. Notons m le minimum proposé. Compte-tenu de la question précédente, on a θ m pour tout θ Γ x donc, par définition du sup, θ(x) m. Par ailleurs m Γ x clairement. Ainsi θ(x) = m. 3. Immédiat d après la question précédente (formule invariante par homothétie de rapport strictement positif). 4. Soit x B et j 0 tel que x j0 0. Il vient (Px) i = n p i,j x j p i,j0 x j0 > 0 pour tout i. Ainsi P(B) B +. j=1 5. Comme P est à coefficients positifs, de l inégalité θ(x)x Tx on tire que P(θ(x)x) P(Tx) i.e. θ(x)px T(Px) car en tant que polynôme en T l endomorphisme P commute avec T. Ainsi θ(x) Γ Px donc θ(x) θ(px). Par ailleurs on a, a priori, soit Tx = 0 soit Tx B. Supposons Tx = 0 et soit j tel que x j 0. Alors la colonne j de T est nulle. Donc (I n + T)e j = e j en notant (e 1,..., e n ) la base canonique de R n. Donc (I n + T) n 1 e j = e j donc la colonne j de P est égale à la colonne j de I n. Contradiction avec le fait que P soit strictement positive. Ainsi Tx B donc (question 4) P(Tx) = T(Px) B + donc θ(px) > 0 d après la question Notons déjà que si x est un vecteur propre de T appartenant à B associé à la valeur propre λ alors λ 0. Par ailleurs θ(x) = λ d après la question 2. En outre Px B et est également vecteur propre de T associé à la valeur propre λ donc θ(px) = λ. Ainsi si x B est vecteur propre de T alors θ(p x) = θ(x). 7. D après 4, pour prouver qu un vecteur positif y est nul, il suffit de prouver que Py admet une composante nulle. Soit alors x B tel que θ(p x) = θ(x) et soit y = T x θ(x)x (bien positif). Alors P(y) = T(Px) θ(x)px = T(Px) θ(px)px donc P(y) admet une composante nulle (question 2). Donc y = 0 i.e. x est vecteur propre de T pour la valeur propre θ(x). 8. Soit y P(C) et soit i fixé quelconque entre 1 et n. D après la question 4, y B + donc y i 0. Ainsi l application de P(C) dans R définie par y 1/y i est bien définie et naturellement continue. Par ailleurs comme T est continue (endomorphisme d un espace de dimension finie), l application y (Ty) i est également continue. Il en va donc de même de y (Ty) i /y i. Donc θ est continue sur P(C) en tant que minimum d un nombre fini d applications continues. 9. On remarque, puisque 0 Σ, que C = Σ {x / x 0} ce qui prouve que C est un compact (intersection du compact Σ et du fermé {x / x 0}. Or P en tant qu endorphisme d un espace de dimension finie est continu. Donc P(C) est compact car image continue d un compact. D où l existence de x 0 compte-tenu de la continuité de θ (question précédente). 10 Soit x C. D après la question 5, on a θ(x) θ(px) donc a fortiori θ(x) θ(x 0 ). Donc, par définition du sup, θ(x) θ(x 0 ). sup 11 Comme C B on a sup d après la question 3 on a θ(x) = θ(y). Donc sup 12 Si x C alors (question 4) Px B + donc sup θ(x) sup θ(x). Mais par ailleurs pour x B on a y = x/ x 1 qui est élément de C et θ(x) sup θ(x) d ou finalement l égalité demandée. θ(px) sup θ(y) soit encore sup y B x P(C) En conclusion, compte-tenu des deux questions précédentes : sup θ(x) = sup θ(x) sup θ(x). θ(x) = sup x P(C) θ(x) = θ(x 0 ). 13 Comme x 0 P(C) on a x 0 strictement positif d après la question 4. Par ailleurs x 0 est un élément de B et donc θ(px 0 ) θ(x 0 ) d après la question 5. Or θ(px 0 ) sup θ(px) = θ(x 0 ) d après la question précédente. Ainsi θ(px 0 ) = θ(x 0 ) ce qui prouve, par la question 7, que x 0 est un vecteur propre associé à la valeur propre θ(x 0 ). Enfin θ(x 0 ) = θ(px 0 ) comme on vient de la voir et donc θ(x 0 ) > 0 par la question 5. Mines-Ponts-2006-maths1.TEX
6 Une méthode d approximation. 14 Immédiat par inégalité triangulaire dans C. 15 L inégalité précédente prouve que θ θ(x + ) et on a θ(x + ) θ 0 par la question Comme θ x + et Tx + sont deux vecteurs positifs, de l inégalité θ x + Tx + on tire θ x + 1 Tx + 1. Or Ty 1 y 1 puisque T est stochastique. Ainsi θ x + x + donc θ 1 puisque x est non nul. 17 x 0 est un vecteur propre strictement positif de T associé à la valeur propre θ 0 strictement positive. De Tx 0 = θ 0 x 0 on tire Tx 0 1 = θ 0 x 0 1. Or, puisque x 0 est positif et T stochastique, il vient immédiatement que Tx 0 1 = x 0 1. Ainsi θ 0 = 1. (Notons que cette démonstration est directe et n utilise pas les trois questions précédentes). 18 Résulte immédiatement du fait que le produit de deux matrices stochastiques est une matrice stochastique (vérification immédiate). 19 Si A est une matrice stochastique alors A 1 1 car on vérifie facilement que Ax 1 x 1 pour tout vecrteur x. D où les inégalités demandées. 20 Découle immédiatement de TR k R k = 1 k (T k I n ). 21 Résulte de Bolzano-Weierstrass puisque R k x 1 R k 1. x 1 x Soit ϕ une application strictement croissante de N dans lui-même telle que la suite (R ϕ(k) x) converge vers y. Comme T est continue, la suite (TR ϕ(k) x) converge vers Ty. Il en résulte que (TR ϕ(k) R ϕ(k) )x Ty y. Or (TR ϕ(k) R ϕ(k) )x 1 2 ϕ(k) x 1 0. Donc Ty = y (donc bien sûr R ky = y). 23 Résulte instantanément du fait que R m et R l commutent (deux polynômes en T) et R l z = z et R m y = y. 24 Si ϕ et ψ sont deux extractions telles que les sous-suites ( correspondantes de la suite (R k x) convergent respectivement vers y et z, on a en particulier y z = R ϕ(k) Rψ(k) x z ) ( R ψ(k) Rϕ(k) x y ). Donc, en vertu de la question 19, y z R ψ(k) x z + R ϕ(k) x y 0. Ainsi y = z et la suite (R kx) est-elle convergente en tant que suite bornée admettant une seule valeur d adhérence. 25 L application x lim R kx est manifestement linéaire d où l existence de la matrice R. En spécifiant x en les vecteurs de la base canonique, il vient que la suite (R k ) tend vers la matrice R coefficient à coefficient donc pour n importe quelle norme et en particulier pour la norme subordonnée à la norme Comme R k est un polynôme en T, on a TR k = R k T pour tout k. Le produit matriciel étant continu, il en résulte que TR = RT. 27 Il vient TR k = k + 1 k R k+1 1 k I n donc, par passage à la limite (continuité du produit matriciel), TR = R. On en déduit par itération que T j R = R pour tout entier j donc R k R = R et finalement R 2 = R. 28 D après la question précédente, R est une projection. De TR = R on tire (T I n )R = 0 donc ImR Ker(T I n ). Par ailleurs si Tx = x il vient R k x = x pour tout x donc Rx = x par passage à la limite. Ainsi R est une projection sur Ker(T I n ) parallèllement à un supplémentaire F de Ker(T I n ). Or Im(T I n ) F car, pour tout x, R(Tx x) = Rx Rx = 0 puisque RT = R et du théorème du rang on déduit que dim F = dim Im(T I n ). En conclusion R est la projection sur Ker(T I n ) parallèllement à Im(T I n ). (Ce qui prouve au passage que ces deux sous-espaces sont supplémentaires.) 29 Les matrices R k étant stochastiques, il en va de même de la matrice R (limite de la suite (R k ) coefficient à coefficient ). Pour x B donc positif, on a alors (comme déjà noté en question 17), Rx 1 = x 1 (1). Par ailleurs, puisque dim Ker(T I n ) = dim ImR = 1 on a ImR = Cx 0 (car Tx 0 = x 0 d après les questions 13 et 17). Donc Rx = λx 0. De (1) on tire alors λ = x 1 / x 0 1. Or, comme R et x sont positifs, il en va de même de Rx donc λ = x 1 / x 0 1. En conclusion pour tout x B on a Rx = x 1 x 0 1 x 0 ce qui prouve le théorème de Perron-Frobenius. Remarque : démonstration de dim Ker(T I) = 1. a/ On a P = n 1 C k n 1 T k de sorte que, comme T donc T k est stochastique, en notant c j la colonne j de P, on a c j 1 = n 1 k=0 k=0 C k n 1 = 2 n 1. Mines-Ponts-2006-maths1.TEX page 2
7 b/ Soit alors x un élément non nul de Ker(T I n ). Il vient immédiatement Px = 2 n 1 x. Ce qui s écrit x 1 c x n c n = 2 n 1 x. Or x 1 c x n c n 1 = 2 n 1 x 1 puisque c k 1 = 2 n 1 d après a/. Ainsi x 1 c x n c n 1 = x 1 c x n c n 1. Or, a et b étant deux vecteurs de C n, on a a + b 1 = a 1 + b 1 si et seulement si a et b sont positivement liés (conséquence facile du cas d égalité dans l inégalité triangulaire dans C). Cette propriété s étendant par itération à une somme de n vecteurs. Ainsi les vecteurs x 1 c 1,..., x n c n sont positivement liés et donc, comme P est strictement positive, il en découle que les complexes x 1,..., x n le sont et donc on peut écrire x = αy avec y B Σ et α C. c/ Il en découle que, pour prouver que dim Ker(T I n ) 1 (donc = 1), il suffit de montrer que si y et z sont deux éléments Ker(T I n ) B Σ alors y = z. d/ Supposons y z non nul. Comme il est élément de Ker(T I n ), d après b/ on peut écrire y z = βv avec v B et β R (puisque y, z et v sont réels). Quitte à échanger les rôles de y et z, supposons β > 0 i.e. y > z. On a alors y 1 = n y i = n y i > n z i = n z i = 1. Contradiction avec le fait que y 1 = 1. FIN Mines-Ponts-2006-maths1.TEX page 3
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 détailAmphi 3: Espaces complets - Applications linéaires continues
Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailExo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
Plus en détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Plus en détailImage d un intervalle par une fonction continue
DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction
Plus en détailFonctions de plusieurs variables
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 détailPremière partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015
Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détailDe même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que
Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer
Plus en détailOptimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Plus en détailCapes 2002 - Première épreuve
Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série
Plus en détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détailDualité dans les espaces de Lebesgue et mesures de Radon finies
Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention
Plus en détailCours de mathématiques
DEUG MIAS premier niveau Cours de mathématiques année 2003/2004 Guillaume Legendre (version révisée du 3 avril 2015) Table des matières 1 Éléments de logique 1 1.1 Assertions...............................................
Plus en détailCalcul 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 détailIntégration et probabilités TD1 Espaces mesurés
Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?
Plus en détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailCorrection 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 détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailFonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre
IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables
Plus en détailCalcul fonctionnel holomorphe dans les algèbres de Banach
Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte
Plus en détailProgrammation linéaire
Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire
Plus en détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en détailContinuité 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 détailIntégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailEXERCICE 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 détailCours 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 détailNOTATIONS PRÉLIMINAIRES
Pour le Jeudi 14 Octobre 2010 NOTATIONS Soit V un espace vectoriel réel ; l'espace vectoriel des endomorphismes de l'espace vectoriel V est désigné par L(V ). Soit f un endomorphisme de l'espace vectoriel
Plus en détailFormes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions
Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires
Plus en détailCCP PSI - 2010 Mathématiques 1 : un corrigé
CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P
Plus en détailProblème 1 : applications du plan affine
Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées
Plus en détailChapitre 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 détailChaînes de Markov au lycée
Journées APMEP Metz Atelier P1-32 du dimanche 28 octobre 2012 Louis-Marie BONNEVAL Chaînes de Markov au lycée Andreï Markov (1856-1922) , série S Problème 1 Bonus et malus en assurance automobile Un contrat
Plus en détail4. Martingales à temps discret
Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les
Plus en détailIntroduction à l étude des Corps Finis
Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailENS de Lyon TD 1 17-18 septembre 2012 Introduction aux probabilités. A partie finie de N
ENS de Lyon TD 7-8 septembre 0 Introduction aux probabilités Exercice Soit (u n ) n N une suite de nombres réels. On considère σ une bijection de N dans N, de sorte que (u σ(n) ) n N est un réordonnement
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Plus en détailI - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et
Plus en détailAlgorithmes pour la planification de mouvements en robotique non-holonome
Algorithmes pour la planification de mouvements en robotique non-holonome Frédéric Jean Unité de Mathématiques Appliquées ENSTA Le 02 février 2006 Outline 1 2 3 Modélisation Géométrique d un Robot Robot
Plus en détailTexte 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 détailComparaison 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 détailUn K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E
Exo7 Espaces vectoriels Vidéo partie 1. Espace vectoriel (début Vidéo partie 2. Espace vectoriel (fin Vidéo partie 3. Sous-espace vectoriel (début Vidéo partie 4. Sous-espace vectoriel (milieu Vidéo partie
Plus en détailDéveloppement 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 détailINTRODUCTION. 1 k 2. k=1
Capes externe de mathématiques : session 7 Première composition INTRODUCTION L objet du problème est l étude de la suite (s n n définie par : n, s n = Dans une première partie, nous nous attacherons à
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailThéorèmes du Point Fixe et Applications aux Equations Diérentielles
Université de Nice-Sophia Antipolis Mémoire de Master 1 de Mathématiques Année 2006-2007 Théorèmes du Point Fixe et Applications aux Equations Diérentielles Auteurs : Clémence MINAZZO - Kelsey RIDER Responsable
Plus en détailCONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)
CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un
Plus en détailChapitre 2. Matrices
Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce
Plus en détailCHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.
CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires
Plus en détailEspérance conditionnelle
Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle
Plus en détailContinuité d une fonction de plusieurs variables
Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs
Plus en détailSuites numériques 3. 1 Convergence et limite d une suite
Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n
Plus en détailRO04/TI07 - Optimisation non-linéaire
RO04/TI07 - Optimisation non-linéaire Stéphane Mottelet Université de Technologie de Compiègne Printemps 2003 I Motivations et notions fondamentales 4 I1 Motivations 5 I2 Formes quadratiques 13 I3 Rappels
Plus en détailLeçon 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 détailChp. 4. Minimisation d une fonction d une variable
Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie
Plus en détailPour l épreuve d algèbre, les calculatrices sont interdites.
Les pages qui suivent comportent, à titre d exemples, les questions d algèbre depuis juillet 003 jusqu à juillet 015, avec leurs solutions. Pour l épreuve d algèbre, les calculatrices sont interdites.
Plus en détailFonctions holomorphes
Université Joseph Fourier, Grenoble Maths en Ligne Fonctions holomorphes Christine Laurent-Thiébaut Ceci est le second volet de l étude des fonctions d une variable complexe, faisant suite au chapitre
Plus en détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détailChapitre 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 détailExercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
Plus en détailLa programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique
La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation
Plus en détailCours 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 détailSur 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 détailPolynômes à plusieurs variables. Résultant
Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \
Plus en détailSuites numériques 4. 1 Autres recettes pour calculer les limites
Suites numériques 4 1 Autres recettes pour calculer les limites La propriété suivante permet de calculer certaines limites comme on verra dans les exemples qui suivent. Propriété 1. Si u n l et fx) est
Plus en détailExtrait du poly de Stage de Grésillon 1, août 2010
MINI-COURS SUR LES POLYNÔMES À UNE VARIABLE Extrait du poly de Stage de Grésillon 1, août 2010 Table des matières I Opérations sur les polynômes 3 II Division euclidienne et racines 5 1 Division euclidienne
Plus en détailCorrection du baccalauréat STMG Polynésie 17 juin 2014
Correction du baccalauréat STMG Polynésie 17 juin 2014 EXERCICE 1 Cet exercice est un Q.C.M. 4 points 1. La valeur d une action cotée en Bourse a baissé de 37,5 %. Le coefficient multiplicateur associé
Plus en détailCorrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2
33 Corrigé Corrigé Problème Théorème de Motzkin-Taussky Partie I I-A : Le sens direct et le cas n= 2 1-a Stabilité des sous-espaces propres Soit λ une valeur propre de v et E λ (v) le sous-espace propre
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours.
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Plus en détailProgrammation linéaire et Optimisation. Didier Smets
Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des
Plus en détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailCapacité 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 détailLes mathématiques de la finance Université d été de Sourdun Olivier Bardou olivier.bardou@gdfsuez.com 28 août 2012 De quoi allons nous parler? des principales hypothèses de modélisation des marchés, des
Plus en détailExamen 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 détailRaisonnement 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 détailwww.h-k.fr/publications/objectif-agregation
«Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se
Plus en détailRésolution de systèmes linéaires par des méthodes directes
Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.
Plus en détailO, i, ) ln x. (ln x)2
EXERCICE 5 points Commun à tous les candidats Le plan complee est muni d un repère orthonormal O, i, j Étude d une fonction f On considère la fonction f définie sur l intervalle ]0; + [ par : f = ln On
Plus en détailIII- Raisonnement par récurrence
III- Raisonnement par récurrence Les raisonnements en mathématiques se font en général par une suite de déductions, du style : si alors, ou mieux encore si c est possible, par une suite d équivalences,
Plus en détailMesures gaussiennes et espaces de Fock
Mesures gaussiennes et espaces de Fock Thierry Lévy Peyresq - Juin 2003 Introduction Les mesures gaussiennes et les espaces de Fock sont deux objets qui apparaissent naturellement et peut-être, à première
Plus en détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Plus en détailFonctions de plusieurs variables et applications pour l ingénieur
Service Commun de Formation Continue Année Universitaire 2006-2007 Fonctions de plusieurs variables et applications pour l ingénieur Polycopié de cours Rédigé par Yannick Privat Bureau 321 - Institut Élie
Plus en détailSimulation 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 détailOptimisation Discrète
Prof F Eisenbrand EPFL - DISOPT Optimisation Discrète Adrian Bock Semestre de printemps 2011 Série 7 7 avril 2011 Exercice 1 i Considérer le programme linéaire max{c T x : Ax b} avec c R n, A R m n et
Plus en détailRappels sur les suites - Algorithme
DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................
Plus en détailLES MÉTHODES DE POINT INTÉRIEUR 1
Chapitre XIII LES MÉTHODES DE POINT INTÉRIEUR 1 XIII.1 Introduction Nous débutons par un rappel de la formulation standard d un problème d optimisation 2 linéaire et donnons un bref aperçu des différences
Plus en détailJournées Télécom-UPS «Le numérique pour tous» David A. Madore. david.madore@enst.fr. 29 mai 2015
et et Journées Télécom-UPS «Le numérique pour tous» David A. Madore Télécom ParisTech david.madore@enst.fr 29 mai 2015 1/31 et 2/31 : définition Un réseau de R m est un sous-groupe (additif) discret L
Plus en détailDifférentiabilité ; Fonctions de plusieurs variables réelles
Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2
Plus en détailUne 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 détailChapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens
Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques
Plus en détailTP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options
Université de Lorraine Modélisation Stochastique Master 2 IMOI 2014-2015 TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options 1 Les options Le but de ce
Plus en détail