Informatique & Mathématiques Appliquées Équations différentielles ordinaires. J. Gergaud

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Informatique & Mathématiques Appliquées Équations différentielles ordinaires. J. Gergaud"

Transcription

1 Informatique & Mathématiques Appliquées Équations différentielles ordinaires J. Gergaud 28 février 28

2 Table des matières I Théorie mathématique Introduction 3 I Objectifs II Terminologie III Qu est-ce qu une solution? III. Solution classique III.2 solution faible IV Plan du cours Équations différentielles linéaires I Introduction II Équations différentielles linéaires homogènes autonomes II. Approche élémentaire II.2 Exponentielle de matrice II.3 Calcul de l exponentielle de matrice II.4 Forme des solutions III Équations linéaires III. Introduction III.2 Existence et unicité de solution III.3 Résolvante III.4 Équations différentielles linéaires avec second membre Théorie des équations différentielles 23 I Existence II Dépendances par rapports aux données II. Introduction II.2 Continuité II.3 Dérivée II Intégration numérique 33 4 Introduction 35 I Introduction II Exemples II. Exemple II.2 Modèle de Lorenz II.3 Exemple de Roberston Les méthodes de Runge-Kutta 39 I Introduction II Définitions et exemples III Méthodes de Runge-Kutta explicite III. Définition III.2 Ordre III.3 Convergence IV Erreurs d arrondi V Contrôle du pas V. Introduction i

3 ii TABLE DES MATIÈRES V.2 Extrapolation de Richardson V.3 Méthode de Runge-Kutta emboîtées VI Les méthodes de Runge-Kutta implicites VII Exercices Sortie dense, discontinuités, dérivées 55 I Sortie dense I. Objectif I.2 Calcul de la sortie dense I.3 Détection d évènements I.4 Intégration d équations différentielles à second membre discontinues II Calcul de la dérivée II. Exemple II.2 Différences finies externes II.3 Équation variationnelle II.4 Différentiation interne de Bock (IND) II.5 Exemple A 6 I Espace de Banach II Théorèmes de points fixes III Topologie IV Développement de Taylor

4 Première partie Théorie mathématique

5

6 Chapitre Introduction I Objectifs L objectif de ce cours est l étude mathématique, algorithmique et numérique des systèmes différentielles à condition initiale aussi appelé problème de Cauchy (IV P ) { ẋ(t) = f(t, x(t)) x(t ) = x, où ẋ(t) = dx dt (t) et f est la fonction f : Ω R R n R n (s, y) f(s, y), Ω ouvert et (t, x ) Ω. Le fait que Ω soit un ouvert est un point essentiel. Remarque I. Ici x est une fonction d un intervalle ouvert I de R contenant t à valeur dans R n : et ẋ(t) = dx dt (t). x : I R n t x(t), Définition I.2 L équation ẋ(t) = f(t, x(t)) s appelle une équation différentielle. Exemple I.3 (Circuit RLC) On considère le circuit de la figure. et on note i(t) = q(t). Le bilan des tensions conduit à l équation différentielle linéaire du deuxième ordre : L q(t) + R q(t) + q(t) =. (.) C L R u C (t) C Figure. Circuit RLC. On pose x (t) = q(t) et x 2 (t) = q(t) alors l équation. est équivalente au système d équation { ẋ (t) = x 2 (t). Initial Value Problem. ẋ 2 (t) = R L x 2(t) LC x (t). 3

7 4 CHAPITRE. INTRODUCTION ici f s écrit On peut aussi écrire f(s, y) = Ay avec f : R R 2 R 2 ( ) y (s, y) f(s, y) = 2 R L y 2 LC y. ( LC et le système est dit linéaire, à coefficients constants et sans second membre. Exemple I.4 (Pendule simple) On considère le pendule de la figure.2. Les principes physiques de la mécanique classique donnent comme équation qui régit l évolution du mouvement ml 2 α(t) + mlg sin(α(t)) =, où α(t) désigne la dérivée seconde de l angle α par rapport au temps t. R L ), α l mg Figure.2 Pendule simple. On prend ici comme variable d état qui décrit le système x(t) = (x (t), x 2 (t)) = (α(t), α(t)). Le système différentiel du premier ordre que l on obtient s écrit alors ẋ (t) = x 2 (t) ẋ 2 (t) = g l sin(x (t)) x () = x, = α x 2 () = x,2 = α Cette équation s écrit avec { ẋ(t) = f(t, x(t)) x() = x, f : R R 2 R 2 ( ) y (s, y) f(s, y) = 2 g l sin(y. ) Ici le système est non linéaire car la fonction sin n est pas linéaire. Si on fait l approximation des petits angles sin y y, le système devient linéaire à coefficient constant et sans second membre avec ( ) g, l

8 I. OBJECTIFS 5 Remarque I.5 Dans les deux exemples précédents, la fonction f ne dépend pas du premier argument s. On feut donc aussi écrire l équation différentielle sous la forme ẋ(t) = g(x(t)) avec Exercice I.6 On considère l équation différentielle (IV P ) g : R 2 R 2 (y) g(y) = f(s, y). ẋ (t) = x (t) + x 2 (t) + sin t ẋ 2 (t) = x (t) + 3x 2 (t) x () = 9/25, x 2 () = 4/25. 2 Écrite la fonction f permettant d écrire le système différentiel ẋ(t) = f(t, x(t)). Écrire f(s, y) = Ay + b(s). On donnera A, matrice (2, 2) et la fonction b. Exercice I.7 (Modèle de Lorenz (effet papillon)) On considère l équation différentielle ẋ (t) = σx (t) + σx 2 (t) ẋ (IV P ) 2 (t) = x (t)x 3 (t) + rx ( t) x 2 (t) ẋ 3 (t) = x (t)x 2 (t) bx 3 (t) x () = 8, x 2 () = 8, x 3 () = r, avec σ =, r = 28, b = 8/3. Écrite la fonction f permettant d écrire le système différentiel ẋ(t) = f(t, x(t)). 2 Peut-on écrire ici f(s, y) = Ay, A matrice constante? Exercice I.8 (exemple de Roberston) On considère la réaction chimique A.4 B (lente), B + B 3.7 C + B (très rapide), B + C 4 B (rapide). Le système différentiel associé à cette réaction chimique est donnée par ẋ (t) =.4x (t) + 4 x 2 (t)x 3 (t) ẋ (IV P ) 2 (t) =.4x (t) 4 x 2 (t)x 3 (t) 3. 7 x 2 2(t) ẋ 3 (t) = 3. 7 x 2 2(t) x () =, x 2 () =, x 3 () =, Écrite la fonction f permettant d écrire le système différentiel ẋ(t) = f(t, x(t)). 2 Peut-on écrire ici f(s, y) = Ay, A matrice constante? Remarque I.9 On peut très bien écrire f de la façon suivante (par exemple pour le second exemple) ou encore f : R R 2 R 2 ( ) b (a, b) f(a, b) = 2 g l sin(b, ) f : R R 2 R 2 ( ) x (t, x) f(t, x) = 2 g l sin(x. )

9 6 CHAPITRE. INTRODUCTION Dans la suite on prendra toujours comme argument de f t et x, ceci afin de ne pas multiplier les notations. C est le contexte qui fera la différence entre les significations de x : dans la définition de la fonction f c est une variable de R n et dans l équation différentielle ẋ(t) = f(t, x(t)), c est une fonction d un intervalle ouvert de R à valeurs dans R n. Remarque I. Nous ne traiterons ni les équations à retard[7] ni les équations différentielles algébriques[8] (DAE) 3 (DDE) 2 { ẋ(t) = f(t, x(t), x(t τ)) x(t) = f(t) t [t τ, t ], ẋ(t) = f(x(t), z(t)) ψ(x(t), z(t)) = x(t ) = x, z(t ) = z. II Terminologie On appellera équation différentielle ou système dynamique toute équation ẋ(t) = f(t, x(t)) (c est-à-dire sans la condition initiale). Si la fonction f ne dépend pas explicitement du temps, c est-à-dire que l équation différentielle s écrit ẋ(t) = f(x(t)), on dit que l équation différentielle est autonome. L équation différentielle est dite linéaire 4 si elle s écrit ẋ(t) = A(t)x(t) + b(t). x : I R n ; A : I L(R n, R n ) M n (R) ; b : I R n. Elle est dite linéaire et homogène ou sans terme constant si elle s écrit ẋ(t) = A(t)x(t) ; Elle est dite linéaire à coefficients constants si elle s écrit ẋ(t) = Ax(t) + b. On appelle dimension de l équation différentielle ẋ = f(t, x(t)) la dimension n de x(t). On appelle équation différentielle d ordre m une équation qui s écrit III Qu est-ce qu une solution? III. x (m) (t) = g(t, x(t),..., x (m ) (t)). La première question qui se pose est de savoir ce que l on entend par une solution de (IV P ). Solution classique Définition III. (Définition classique) On suppose f définie et continue sur un ouvert Ω de R n+ à valeurs dans R n. On appelle solution classique de (IV P ) tout couple (I, x), I intervalle ouvert de R, contenant t et x : I R n dérivable en tout point et vérifiant (i) (t, x(t)) Ω, t I (ii) ẋ(t) = f(t, x(t)), t I (iii) x(t ) = x. Une solution est aussi appelée courbe intégrale de l équation différentielle. Remarque III.2 Si f est continue (respectivement C k ) et (I, x) est une solution alors x est C (respectivement C k+ ). Exercice III.3 Vérifiez que la fonction ϕ : R R 2 ( ) t 25 (3 sin t + 9 cos t) (3 sin t + 4 sin t) 25 est solution du système différentiel à condition initiale I.6 2. Delay Differential Equation. 3. Differential Algebraic Equation. 4. En français, on devrait dire équation affine.

10 III. QU EST-CE QU UNE SOLUTION? 7 Exercice III.4 On considère le problème de Cauchy définie sur Ω = R R { ẋ(t) = x (IV P ) 2 (t) x(t ) = x, où (t, x ) est fixé. Vérifiez que l on a les solutions : Si x =, Si x >, ϕ : I =], + [ R t ϕ(t) = Si x <, ϕ : I =]t /x, + [ R t ϕ(t) = x (t t )x + ; Ces résultats sont visualisés sur les Fig..3 et.4. ϕ : I =], t /x [ R t ϕ(t) = x (t t )x x t Figure.3 Visualisation de l ensemble ]ω (, x ), ω + (, x )[ x pour l exemple ẋ(t) = x 2 (t), x() = x. Exercice III.5 On considère le problème de Cauchy définie sur Ω = R R { ẋ(t) = x(t) (IV P 2) x() =. Vérifier que φ (t) = et ϕ 2 (t) = t t 4 pour tout t dans R sont solutions de (IV P )2. 2 Soit a >, vérifier que pour tout t dans R est solution de (IV P )2. ϕ a (t) { si t a ϕ 2 (t a) si t > a On rappelle qu une fonction x : I R n est localement absolument continue si elle est absolument continue sur tout intervalle compact de I.

11 8 CHAPITRE. INTRODUCTION x(t) t Figure.4 Solutions pour le problème ẋ(t) = x 2 (t), x(t ) = x, les courbes intégrales ne peuvent se couper, elles forment une partition de l ouvert Ω = R 2. III.2 solution faible Dans beaucoup de problèmes, la définition d une solution classique ne suffit pas. Dans une équation différentielle contrôlée par exemple, le contrôle qui est une fonction du temps est discontinu. Par suite la fonction f ne sera pas continue en f. Afin de traiter ce cas, il faut définir une nouvelle définition de solution et se placer dans les bons espaces fonctionnels. La notion fondamental est ici l intégrale de Lebesgue. Définition III.6 (Solution faible) On appelle solution faible de (IV P ) tout couple (I, x), I intervalle ouvert de R contenant t et x : I R n localement absolument continue vérifiant (i) (t, x(t)) Ω, t I (ii) ẋ(t) = f(t, x(t)), pour presque tout t I (iii) x(t ) = x. Remarque III.7 Si f est continue et x est une solution faible alors l application t f(t, x(t)) est continue. Par suite la dérivée de x(t) qui existe presque partout est égale à une fonction continue. Donc ẋ(t) existe partout sur I et x est une solution classique. Théorème III.8 (I, x) est une solution faible de (IV P ) si et seulement si (t, x(t)) Ω pour tout t dans I, la fonction t f(t, x(t)) est localement intégrable et t x(t) = x + f(s, x(s))ds. t Démonstration Si (I, x) est une solution faible, x(.) est absolument continue, alors (corollaire de [3]) t t x(t) = x + ẋ(s)ds = x + t f(s, x(s))ds. t Réciproque. Si l application t f(t, x(t)) est dans L et que l on a t x(t) = x + f(s, x(s))ds, t alors (théorème de [3]) ẋ(t) = f(t, x(t)) presque partout. Donc (I, x) est une solution faible. Dans toute la suite de ce document on supposera, sauf lorsque cela sera mentionné, que la fonction f est continue.

12 IV. PLAN DU COURS 9 IV Plan du cours Maintenant que l on a définit le problème traité, nous allons dans ce cours étudier tout d abord les aspects mathématiques qui comprendront les équations différentielles ordinaires linéaires, le théorème d existence de solution de Cauchy-Lipschitz et la dépendance de la solution par rapport aux données. Dans une deuxième partie, nous verrons l intégration numérique via les méthodes de Runge-Kutta. Ce cours n est bien sûr qu une introduction au domaine. Concernant la deuxième partie par exemple une bonne référence est donnée par les 3 livres du professeur E. Hairer et al.[7, 8, 6] qui font plus de 3 pages chacun!

13 CHAPITRE. INTRODUCTION

14 Chapitre 2 Équations différentielles linéaires I Introduction Dans tout ce chapitre I sera un intervalle de R et K sera le corps des réels ou des complexes. L objectif de ce chapitre est l étude mathématique des équations différentielles linéaires ẋ(t) = A(t)x(t) + b(t), où x : I K n ; A : I L(K n, K n ) M n (K) ; b : I K n. Ce chapitre est fortement inspiré del ouvrage de Frédéric Jean [9]. Nous commencerons par le cas des équations linéaires homogènes et autonomes ẋ(t) = Ax(t), puis nous étudierons le cas non autonome ẋ(t) = A(t)x(t) et le cas générale des équations linéaires ẋ(t) = A(t)x(t) + b(t). II Équations différentielles linéaires homogènes autonomes II. Approche élémentaire Dans cette sous section le corps K sera le corps des réels R. Exemple II. On considère l équation différentielle ordinaire linéaire scalaire { ẋ(t) = λx(t) (IV P ) x(t ) = x, où λ est un réel et x est une fonction de R dans R. On sait que la solution de cette équation, qui est unique (cf. le théorème III. ci-après), est donnée par x(t) = e λ(t t) x. On en déduit que cette solution est définie sur I = R et que l on a comme comportement asymptotique Si λ < alors lim t + x(t) = ; Si λ = alors x(t) = x ; Si λ > Si x < alors lim t + x(t) = ; Si x = alors x(t) = ; Si x > alors lim t + x(t) = +. Exemple II.2 Considérons maintenant un système de deux équations différentielles ẋ (t) = λ x (t) ẋ (IV P 2) 2 (t) = λ 2 x 2 (t) x (t ) = x, x 2 (t ) = x,2.

15 2 CHAPITRE 2. ÉQUATIONS DIFFÉRENTIELLES LINÉAIRES La solution est alors donnée par { x (t) = e λ(t t) x, x 2 (t) = e λ2(t t) x,2. et le comportement asymptotique est si λ < et λ 2 < alors lim t + x(t) = ; si λ < et λ 2 > et x,2 alors x (t) et x 2 (t) +, et donc x(t) +, quand t + ;... II.2 Exponentielle de matrice L espace vectoriel normé (M n (K),. ), est un espace de Banach. On considère ici une norme qui vérifie AB A B. La série + k= Ak k! est alors normalement convergente (A) car + k= A k k! + k= A k k! = e A. Définition II.3 (Exponentielle de matrice) On appelle exponentiel de matrice l application exp : M n (K) M n (K) Théorème II.4 L exponentielle de matrice a les propriétés suivantes : (i) e = I ; (ii) si A = diag(λ,..., λ n ) alors A exp(a) = e A = + k= A k k!. e λ exp(a) =..... ; (2.) e λn (iii) si P est inversible on a exp(p AP ) = P exp(a)p ; (2.2) (iv) si A et B sont deux matrices qui commutent alors (v) pour tout α et β, e (α+β)a = e αa e βa ; (vi) pour toute matrice A, e A est inversible et (vii) pour toute matrice A, l application t e ta est C et Démonstration exp(a + B) = exp(a) exp(b); (2.3) (exp(a)) = exp( A); (2.4) d dt eta = Ae ta = e ta A. (2.5) (i) Évident. (ii) Il suffit d écrire la définition. (iii) On a exp(p AP ) = P IP + P AP + P Ak P + k! ) = P (I + A + + Ak k! + P.

16 II. ÉQUATIONS DIFFÉRENTIELLES LINÉAIRES HOMOGÈNES AUTONOMES 3 (iv) Soit A, B deux matrices carrés qui commutent. Par définition on a e A+B = I + (A + B) + + (A + B)m m! Mais A et B commutent, la formule du binôme permet alors d écrire (A + B) m = m CmA k k B m k. k= + Mais les séries définissant e A et e B étant normalement convergentes, nous avons ) ) e A e B = (I + A + + (I Ak k! + + B + + Bk + k! ( m ) A k B m k = I + (A + B) + + k! (m k)! k= ( m ) m! = I + (A + B) + m! k!(m k)! Ak B m k + k= d où le résultat. (v) C est immédiat car αa et βa commutent. (vi) Il suffit d écrire e A A = e A e A = I. (vii) Posons f : R M n (K) t e ta. La série définissant l application f(t) est normalement convergente, par suite elle est uniformément convergente sur tout intervalle compacte I de R. La série des termes dérivées s écrit A (I + A + + tk A k ) + = Ae ta. (k)! Cette série est normalement convergente. On en déduit qu elle est égale à f (t). Exemple II.5 Si maintenant nous considérons le cas du système différentiel { ẋ(t) = Λx(t) (IV P 3) x(t ) = x, avec La solution est alors x(t) = λ Λ = diag(λ,..., λ n ) = λ n e (t t)λ x,.. e (t t)λn x,n = e (t t)λ..... e (t t)λn x = e (t t)λ x. Le comportement asymptotique est alors si tous les λ i sont strictement négatifs alors lim t + x(t) = ; si tous les λ i sont négatifs ou nuls alors la solution est bornée quand t + ; si au moins un λ i est strictement positif et que x,i alors x(t) +, quand t +.

17 4 CHAPITRE 2. ÉQUATIONS DIFFÉRENTIELLES LINÉAIRES Exemple II.6 Soit maintenant A une matrice diagonalisable, A = P ΛP et le système différentiel à valeur initiale { ẋ(t) = Ax(t) (IV P 4) x(t ) = x, Posons z(t) = P x(t), alors z(t) est solution su système différentielle à valeur initiale { ż(t) = P ẋ(t) = P (IV P 5) P ΛP x(t) = Λz(t) z(t ) = P x. On a donc z(t) = e (t t)λ P x et x(t) = P z(t) = (P e (t t)λ P )x. Par suite le comportement asymptotique est caractérisé par les valeurs propres de la matrice A. Théorème II.7 L unique solution du système différentielle linéaire, autonome et homogène à valeur initial { ẋ(t) = Ax(t) (IV P 6) x(t ) = x, est x(t) = e (t t)a x. (2.6) Démonstration Soit x vérifiant (2.6), la propriété (2.5) implique alors que ẋ(t) = d dt (e(t t)a x ) = Ae (t t)a x = Ax(t). Comme on a x(t ) = x, c est bien une solution. Supposons maintenant que x soit une solution de (IV P 6). Posons z(t) = e (t t)a x(t), alors ż(t) = Ae (t t)a x(t) + e (t t)a Ax(t) =, car A et e (t t)a commutent. Par suite z(t) = z(t ) = x pour tout t et x(t) = e (t t)a z(t) = e (t t)a x. II.3 Calcul de l exponentielle de matrice Exercice II.8 À partir de la définition calculer e ta pour A = A = A = ( ), 2 ( ), ( ), A =. Remarque II.9 Si A est une matrice réelle diagonalisable dans C, e A = P e Λ P est aussi une matrice réelle. Exercice II. Calculer ( ) exp 2

18 II. ÉQUATIONS DIFFÉRENTIELLES LINÉAIRES HOMOGÈNES AUTONOMES 5 Exercice II. Soit a R, à partir de la diagonalisation dans C, calculer ( ) a exp a Dans le cas général, pour calculer l exponentiel d une matrice, on va utiliser sa décomposition de Jordan []. On note respectivement P (λ) et m(λ) les polynômes caractéristique et minimale de A M n (C) r P (λ) = (λ λ i ) pi m(λ) = i= r (λ λ i ) mi, i= et on rappelle que l on a les propriétés suivantes (i) Γ i = ker C (A λ i I) pi = ker C (A λ i I) mi ; (ii) dim Γ i = p i ; (iii) Les Γ i sont invariants par A ; (iv) La restriction de A à Γ i s écrit A Γi = λ i I Γi + N i, où N i est un endomorphisme de Γ i nilpotent d ordre inférieur où égal à p i (N pi i = ). Par suite, si P est la matrice de passage à une base formée d une base de Γ,..., d une base de Γ r, on a P AP = Λ + N avec λ... λ Λ =..., N = N..., λ r N r... où λ i est présent p i fois dans Λ et où N est nilpotent. Pour aller plus loin nous allons utilisé la décomposition sous la forme de Jordan. Théorème II.2 (Décomposition de Jordan) Soit A une matrice carré complexe, alors il existe une matrice P inversible telle que où J i est de dimension (p i, p i ) et s écrit J i = J i,... J i,ei, J i,k = P AP = avec (i) e i = dim(ker(a λ i I)) ; (ii) m i est la dimension du plus grand bloc de J i. λ r J... J r, λ i , J i,k matrice de dimension (n i,k, n i,k ) λi Démonstration cf. []. En conclusion, nous avons exp(ta) = P e tj P = e tj,... e tjr,er, e tj i,k = e tλi t t... n i,k (n i,k )! t

19 6 CHAPITRE 2. ÉQUATIONS DIFFÉRENTIELLES LINÉAIRES II.4 Forme des solutions Théorème II.3 Soit A une matrice carrée complexe. Toute solution de ẋ(t) = Ax(t) s écrit où v i,k Γ i. x(t) = r i= m i e tλi k= t k v i,k (2.7) Remarque II.4 Le terme en λ i est polynomiale en t lorsque m i >, et constant lorsque m i = (ce dernier cas se produit si et seulement si les ordres de multiplicités algébrique et géométrique de λ i coïncident. Fixons x() = x = v + + v r, avec v i Γ i. Cette décomposition de x existe et est unique car C n = Γ Γ r. Alors en écrivant les dérivées successives en dans la formule (2.7) et en utilisant le fait que dk x dt k () = A k x, on obtient v i,k = k! N k v i où N est la matrice nilpotente de la décomposition Λ + N de P AP. Considérons maintenant le cas d une matrice à coefficients dans R et d une solution dans R n. On peut bien évidemment considérer A comme une matrice complexe, prendre comme condition initiale x + i, appliquer le théorème II.3, puis prendre la partie réelle. Mais on peut profiter du fait que si une valeur propre est complexe, sa valeur conjuguée est aussi une valeur propre et on peut décomposer R n comme la somme directe R n = E E q, où E i = Γ λi R n si λ est une valeur propre réelle et E i = (Γ λi Γ λi ) R n si λ i est une valeur propre complexe. On obtient ainsi le Théorème II.5 Si A est une matrice réelle, l ensemble des solutions réelles s écrit x(t) = q i= e tαi où λ i = α i + iβ i et les a i,k, b i,k sont dans E i. k m i t k (cos(β i t)a i,k + sin(β i t)b i,k ), Corollaire II.6 Si A est une matrice réelle diagonalisable dans C, alors toute solution de ẋ(t) = Ax(t) s écrit x(t) = q e tαi (cos(β i t)a i + sin(β i t)b i ) i= avec λ,..., λ s, valeurs propres réelles de A, λ s+, λ s+,..., λ q, λ q, valeurs propres complexes conjuguées de A, λ j = α j + iβ j et a j + ib j vecteur propre de A associée à λ j III III. Équations linéaires Introduction On s intéresse dans cette section aux équations différentielles linéaires à condition initiale { ẋ(t) = A(t)x(t) + b(t) (IV P 7) x(t ) = x, Les fonctions A : I R M n (K) et b : I K n seront toujours supposées de classe C k, k.

20 III. ÉQUATIONS LINÉAIRES 7 III.2 Existence et unicité de solution Théorème III. On suppose que A et b sont C k, k, t I, intervalle ouvert de R et que x K n, alors le problème de Cauchy (IV P 7) admet une solution et une seule. Démonstration Ceci est aussi démontré au corollaire (3.I.3). Démontrons tout d abord l existence. On considère un intervalle compact J I qui contient t. Nous allons démontrer que l application T : E = (C (J, K n ),. ) E x(.) T (x(.)) = x +. t (A(s)x(s) + b(s))ds, admet un point fixe. Le théorème (.III.8) permettra alors de conclure que le problème de Cauchy admet une solution sur tout intervalle compact J I et donc sur tout I. Pour démontrer que l application T admet un point fixe, nous allons utiliser le théorème du point fixe qui dit que si T, application d un espace de Banach dans lui même, admet un itéré T p qui est contractant pour p, alors T admet un point fixe (cf. A.II.2). Remarquons tout d abord que T est bien une application de E dans E et que E est un espace de Banach. Considérons maintenant deux éléments de E, x (.) et x 2 (.). Nous avons t (T (x (.)) T (x 2 (.)))(t) = (A(s)(x (s) x 2 (s)))ds t = t t A(s)(x (s) x 2 (s)) ds t A(.) x (s) x 2 (s) ds t A(.) x (.) x 2 (.) (t t ), où x(.) = max t J x(t). Comme J = [a, b], car c est un intervalle compact de R, on a T (x (.)) T (x 2 (.)) A(.) x (.) x 2 (.) (b a). Ceci montre en particulier que T est continue. Montrons maintenant par récurrence que l on a (T p (x (.)) T p (x 2 (.)))(t) A(.) p (t t ) p x (.) x 2 (.) p! (2.8) et T p (x (.)) T p (x 2 (.)) A(.) p (b a) p x (.) x 2 (.) p! (2.9) L assertion est vraie pour p =. Supposons la vraie pour p et montrons là pour p +. (T p+ (x (.)) T p+ (x 2 (.)))(t) = (T (T p x (.)) T (T p x 2 (.)))(t) = t En prenant le maximum sur t J on obtient (2.9). Il nous suffit donc de choisir l entier p de façon à avoir t (A(s)(T p x (s) T p x 2 (s)))ds t A(.) T p x (s) T p x 2 (s) ds t t A(.) A(.) p (s t ) p x (.) x 2 (.) ds t p! A(.) p+ (t t ) p+ x (.) x 2 (.) (p + )! A(.) p (b a) p p! < pour conclure.

21 8 CHAPITRE 2. ÉQUATIONS DIFFÉRENTIELLES LINÉAIRES III.3 Résolvante On considère ici l équation linéaire homogène ẋ(t) = A(t)x(t). (2.) Théorème III.2 L ensemble des solutions de l équation différentielle linéaire et homogène (2.) E est un espace vectoriel de dimension n. Démonstration Le fait que E soit un espace vectoriel est immédiat. Considérons maintenant l application L t : K n E x x(., t, x ) où x(., t, x ) est l unique solution de l équation différentielle (2.) vérifiant x(t ) = x. Il est évident que cette application est linéaire. Le théorème III. d existence et d unicité de solution implique que cette application est une bijection, d où le résultat en ce qui concerne la dimension. Définition III.3 On appelle résolvante de l équation différentielle linéaire et homogène ẋ(t) = A(t)x(t) l application Théorème III.4 (i) On a R(t, t ).x = x(t, t, x ). R(t, t ) : K n K n (ii) Si le système est autonome on a R(t, t ) = e (t t)a. x x(t, t, x ). (iii) Pour tout t fixé, R(., t ) est la solution du problème de Cauchy { Ẋ(t) = A(t)X(t) (IV P 8) X(t ) = I n. (iv) Pour tout t, t et t 2 dans I on a R(t 2, t ) = R(t 2, t ) R(t, t ) (v) Pour tout t, t dans I on a R(t, t ) = (R(t, t )). (vi) Si A(.) est C k, alors R(., t ) est C k+. Démonstration (i) Le théorème d existence et d unicité de solution et la nature de l équation différentielle ẋ(t) = A(t)x(t), implique que R(t, t ) est une application linéaire et bijective, L application R(t, t ) est donc un isomorphisme de K n sur K n et on a x(t, t, x ) = R(t, t )x. (ii) Évident. (iii) Dans le problème (IV P 8), X(t) est une matrice (n, n) et I n est la matrice identité d ordre n. La propriété provient immédiatement du fait que et du fait que R(t, t ) = I n par définition. t (R(t, t )x ) = A(t)(R(t, t )x ), (iv) Il s agit tout simplement de la composée de deux applications linéaires. (v) Il suffit de remarquer que R(t, t ) R(t, t ) = R(t, t ) = I n. (vi) Cela provient des propriétés des solutions d une équation différentielle. Théorème III.5 L application R : I I M n (K) qui à (t, s) associe R(t, s) est continue et de classe C k+ si A(.) est de classe C k.

22 III. ÉQUATIONS LINÉAIRES 9 Démonstration On peut écrire R(t, s) = R(t, t ) (R(s, t )). Or l application R(., t ) : I M n (K) est continue car c est la solution de (IV P 8). On sait de plus que l application est bilinéaire et continue et que l application Φ : M n (K) M n (K) M n (K) (A, B) AB inv : GL(K n ) M n (K) A A est continue. On en déduit par composition des fonctions que R est continue. Si A(.) est C k, alors R(., t ) est C k+. Comme Φ et inv sont C, on a, toujours par composition R qui est C k+. Exercice III.6 Soit R(t, t ) la résolvante de l équation différentielle linéaire On note (t) = det R(t, t ). ẋ(t) = A(t)x(t). On considère l application det : GL n (R) R A det(a). Montrer que det (A).H = det(a)trace(a H) 2 Montrer que (t) est solution du problème de Cauchy { (t) = trace(a(t)) (t) (IV P ) (t ) =. 3 En déduire que ( t ) det(r(t, t )) = exp trace(a(s))ds. t Corollaire III.7 (Liouville) Si pour tout t, trace(a(t)) =, alors det(r(t, t )) = pour tout t. On se place ici dans le cas où le corps K est le corps des réels. Une conséquence du corollaire précédent est que si la trace de l opérateur A(t) est constamment nulle, alors l équation différentielle conserve le volume d un domaine de R n. En effet, si on note Γ un domaine de R n et Γ t son transport de t à t par l équation différentielle, c est-à-dire Γ t = {R(t, t )x R n, x Γ } = R(t, t )Γ, alors en utilisant la formule du changement de variable dans une intégrale multiple on a V ol(γ t ) = dx = Γ t = Donc, si trace(a(t)) = pour tout t, V ol(γ t ) = V ol(γ ). Γ ( ) x det (t, t, x ) dx x Γ det (R(t, t )) dx = det(r(t, t ) V ol(γ ).

23 2 CHAPITRE 2. ÉQUATIONS DIFFÉRENTIELLES LINÉAIRES III.4 Équations différentielles linéaires avec second membre Théorème III.8 La solution du problème de Cauchy linéaire s écrit { ẋ(t) = A(t)x(t) + b(t) (IV P 9) x(t ) = x, t x(t) = R(t, t )x + R(t, s)b(s)ds. t (2.) Démonstration Nous allons appliquer la méthode de la variation de la constante. Posons z(t) = R(t, t )v(t), nous avons alors ( ) d ż(t)(t) = dt R(t, t ) v(t) + R(t, t ) v(t) = A(t)R(t, t )v(t) + R(t, t ) v(t) = A(t)z(t) + R(t, t ) v(t). Il suffit alors de poser R(t, t ) v(t) = b(t), soit v(t) = R(t, t)b(t), pour que z vérifie l équation linéaire. Si on pose maintenant v(t) = t t R(t, s)b(s)ds, on obtient pour z une solution qui vérifie z(t ) =. En conclusion, si on prend nous aurons bien x(t ) = x et Il suffit maintenant d écrire pour conclure. x(t) = R(t, t )x + z(t), ẋ(t) = A(t)R(t, t )x + ż(t) = A(t)R(t, t )x + d dt (R(t, t )v(t)) = A(t)R(t, t )x + A(t)R(t, t )v(t) + R(t, t ) v(t) = A(t)(R(t, t )x + R(t, t )v(t)) + b(t) = A(t)x(t) + b(t) t x(t) = R(t, t )x + R(t, t ) t R(t, s)b(s)ds t = R(t, t )x + R(t, t )R(t, s)b(s)ds t = R(t, t )x + t t R(t, s)b(s)ds, Exercice III.9 On considère le système contrôlé suivant (pendule inversé linéarisé où on contrôle le couple moteur et avec g = l) avec θ() = et θ() = 2. θ(t) θ(t) = u(t), Écrire le système sous la forme { ẋ(t) = Ax(t) + Bu(t) (IV P ) x() = x. 2 Calculer e ta à l aide de la définition. 3 On considère le contrôle en boucle ouverte u(t) = 3e 2t. Résoudre (IV P ).. Sontag.4, page 9

24 III. ÉQUATIONS LINÉAIRES 2 4 Résoudre le système { ẋ(t) = Ax(t) x() = x. avec comme condition initiale θ() = et θ() = ε. En déduire la solution de (IV P ) avec θ() =, θ() = 2 + ε et toujours pour le contrôle u(t) = 3e 2t. 5 Commentaire. 6 On prend maintenant u(t) = αθ(t) β θ(t). Quelle relation doivent vérifiez les constantes α et β afin que x e = soit un point d équilibre asymptotiquement stable?

25 22 CHAPITRE 2. ÉQUATIONS DIFFÉRENTIELLES LINÉAIRES

26 Chapitre 3 Théorie des équations différentielles I Existence On s intéresse au problème de Cauchy suivant (IV P ) { ẋ(t) = f(t, x(t)) x(t ) = x, où f : Ω R R n R n (t, x) f(t, x) Ω ouvert et (t, x ) Ω. Définition I. (Fonction localement lipschitzienne) L application f : Ω R R n R n, Ω ouvert, est localement lipschitzienne par rapport à la variable x si et seulement si pour tout (t, x ) Ω il existe un voisinage V V(t, x ) et une constante k tels que (t, x ) V, (t, x 2 ) V, f(t, x ) f(t, x 2 ) k x x 2. Théorème I.2 Si f est différentiable par rapport à x et si l application est continue alors f est localement lipschitzienne. f x : Ω L(Rn, R n ) (t, x) f (t, x) x Démonstration C est un corollaire du théorème des accroissements finis (cf. le corollaire.3.6 page 7 de [3]). Théorème I.3 (Théorème de Cauchy-Lipschitz) Soit f : Ω R n, Ω ouvert de R R n, f continue et localement lipschitzienne par rapport à x alors pour tout (t, x ) Ω, il existe une unique solution locale au problème de Cauchy { ẋ(t) = f(t, x(t)) (IV P ) x(t ) = x. Remarque I.4 Par unique solution locale on entend : si (I, x ) et (I 2, x 2 ) sont deux solutions de (IV P ) alors elles coïncident sur I I 2. Démonstration Nous allons appliquer le théorème du point fixe (A.II.2) à l application T : E E x T (x), 23

27 24 CHAPITRE 3. R n THÉORIE DES ÉQUATIONS DIFFÉRENTIELLES Ω pente M x(t) r x t η t η t t + η t + η t Figure 3. Cylindre de sécurité ; x(t) est dans le cylindre de sécurité [t η, t + η ] B f (x, r ), mais n est pas dans le cylindre initial [t η, t + η] B f (x, r ). Ceci implique que ϕ(t, T (x)(t)) M pour tout t [t η, t + η ]. définie par t T (x)(t) = x + f(s, x(s))ds. t Il nous faut pour cela construire tout d abord l espace métrique complet E, puis montrer que T est bien définie et qu il existe un entier p pour lequel T p est une contraction. Exercice I.5 Afin de bien comprendre la définition de l application T donner les premiers itérés x (k+) = T (x (k) ) dans le cas du problème de Cauchy ẋ(t) = Ax(t), x(t ) = x avec x () (t) = x pour tout t. Définissons donc tout d abord E. Comme f est localement lipschitzienne, il existe V f = [t η, t +η] B f (x, r ) voisinage de (t, x ) sur lequel f est k lipschitzienne. f est continue, donc sup Vf f(t, x) = M. Si M = alors le théorème est évident. Si M, on pose η = min(η, r /M) et C = [t η, t + η ] B f (x, r ) ; C s appelle le cylindre de sécurité (cf. la Fig. 3.). Posons maintenant E = C ([t η, t + η ], B f (x, r )) et d la distance sur E définie par d(x, x 2 ) = sup [t η,t +η ] x (t) x 2 (t). (E, d) est alors un espace métrique complet. Montrons maintenant que l application T est bien définie. x est continue, f est continue donc x + t t f(s, x(s))ds R n existe. Il nous reste à vérifier que cette quantité est bien dans B f (x, r ) ; c est ici que nous allons utiliser le cylindre de sécurité. Mais ceci est immédiat car T (x)(t) x = t t t f(s, x(s))ds t t f(s, x(s)) ds t Mds = M(t t ) M(r /M) = r. Pour démontrer la contraction de T p, constatons tout d abord que Par récurrence on a alors T (x )(t) T (x 2 )(t) t t f(s, x (s)) f(s, x 2 (s)) ds t k x (s) x 2 (s) ds t k(t t ) x x 2. T p (x )(t) T p (x 2 )(t) kp (t t ) p x x 2 p! d(t p (x ), T p (x 2 )) kp η p d(x, x 2 ). p!

28 I. EXISTENCE 25 Il suffit donc de prendre p tel que kp η p p! <. Nous avons donc montrer l existence et l unicité de la solution dans E. Il reste donc à montrer pour l unicité que toute solution définie sur [t η, t + η ] est à valeur dans la boule B f (x, r ). Raisonnons par l absurde et supposons qu il existe une solution v telle que A = {t [t, t + η ], v(t) x > r } Posons t = Inf{t A}, on a t < t < t + η, v(t ) x = r et v(t) B f (x, r ), t [t, t ]. Par suite r = v(t ) x t t f(s, v(s)) ds M(t t ) r Donc r = M(t t ) et t = t + r /M t + η d où la contradiction. Nous allons maintenant montrer l unicité d une solution dite maximale. Pour cela rappelons la Définition I.6 (ensemble ordonné inductif) Un ensemble ordonné est dit inductif si toute partie totalement ordonnée est majorée. Rappelons aussi le Lemme I.7 (lemme de Zorn) Tout ensemble ordonné inductif admet un élément maximal. Démonstration cf. page 24 de [5]. Théorème I.8 L ensemble des solutions du problème de Cauchy est ordonnée par la relation d ordre (I, x ) (I 2, x 2 ) { I I 2 x 2 I = x et si cet ensemble est non vide alors il est inductif. Démonstration La relation d ordre est évidente. Montrons que toute partie totalement ordonnée (I α, x α ) α A admet un élément maximal. Posons I = α A I α et x : I R n la fonction définie par x Iα = x α. x est bien définie, en effet soit t dans I, alors il existe I α qui contient t et x(t) = x α (t) ne dépend pas le α, si t I α I β alors on a (I α, x α ) (I β, x β ) ou (I β, x β ) (I α, x α ), et donc x α (t) = x β (t) On a bien évidemment (I α, x α ) (I, x) il reste donc à montrer que (I, x) est bien une solution. I est un intervalle. Soit donc (s, t) I 2. Alors il existe I α et I β qui contiennent respectivement s et t. Mais on a soit I α I β, soit I β I α, donc soit [s, t] I α I, soit [s, t] I β I. t I et x(t ) = x. Pour tout t I, il existe α tel que t I α et x(t) = x α (t), par suite (t, x(t)) Ω. Pour tout t I, il existe α tel que I α contient t et (I α, x α ) est une solution. Donc x(t) = x α (t) = x + t t f(s, x(s))ds. Corollaire I.9 Sous les hypothèses du théorème de Cauchy-Lipschitz, toute solution se prolonge en une solution maximale (I, x), cette solution maximale est unique et I est un intervalle ouvert. Démonstration L existence d une solution maximale vient de l application du lemme de Zorn et l unicité du théorème d existence et d unicité de Cauchy-Lipschitz. Pour montrer que I est un intervalle ouvert il suffit de voir que si I =]t η, t + η ] on peut la prolonger en t + η grâce au théorème de Cauchy-Lipschitz. Remarque I. Le résultat d exitence et d unicité d une solution maximal implique que les courbes solutions x(t, t, x ) ne peuvent se couper, elles sont confondues ou sans point commun, elles forment une partition de l ouvert Ω (cf. Fig. 3.3).

29 26 CHAPITRE 3. THÉORIE DES ÉQUATIONS DIFFÉRENTIELLES Exemple I. On considère le problème de Cauchy définie sur Ω = R R { ẋ(t) = x (IV P ) 2 (t) x(t ) = x. Pour (t, x ) fixé on a une unique solution maximale définie sur I =]ω (t, x ), ω + (t, x )[ qui dépend de (t, x ) : Si x = alors I =], + [; ω (t, ) =, ω + (t, ) = + et x(t) = ; Si x > alors I =]t /x, + [ et x x(t) = (t t )x + ; Si x < alors I =], t /x [ et x x(t) = (t t )x +. Ces résultats sont visualisés sur les Fig. 3.2 et x t Figure 3.2 Visualisation de l ensemble ]ω (, x ), ω + (, x )[ x pour l exemple ẋ(t) = x 2 (t), x() = x x(t) t Figure 3.3 Solutions pour le problème ẋ(t) = x 2 (t), x(t ) = x, les courbes intégrales ne peuvent se couper, elles forment une partition de l ouvert Ω = R 2. Corollaire I.2 Soit f : I R n R n, I intervalle ouvert, continue. On suppose qu il existe une fonction continue k : I R + telle que tour tout t fixé l application f soit localement lipschitzienne par rapport à x de rapport k(t). Alors la solution maximale est globale, c est-à-dire définie sur I.

30 I. EXISTENCE 27 Démonstration Soit [t η, t + η 2 ] I. Dans la démonstration du théorème de Cauchy-Lipschitz, prenons r = +, E = C ([t η, t + η 2 ], R n ), d) et K = max [t η,t +η 2] k(t). f(t, x) est alors lipschitzienne de rapport K sur cet intervalle et si p est tel que (K p /p!) max(η, η 2 ) p <, alors T p est une contraction. Corollaire I.3 On considère le système de Cauchy linéaire { ẋ = A(t)x(t) + b(t) (IV P 2) x(t ) = x. Si A(t) et b(t) sont définis sur R et continus alors on a existence et unicité de la solution sur I = R. Le résultat est en particulier vérifié si le système est autonome. Démonstration Il suffit de prendre k(t) = A(t). En effet on a f(t, x ) f(t, x 2 ) A(t)(x x 2 ) A(t). x x 2. Remarque I.4 Le résultat est encore vrai si A(t) est localement intégrable. Théorème I.5 (Théorème d explosion) On suppose f : Ω R R n R n, Ω ouvert, continue dérivable par rapport à x et telle que l application f x : Ω L(Rn, R n ) (t, x) f (t, x) x soit continue. Soit K un compact contenu dans Ω et (t, x ) K, alors il existe η et η 2 > tels que pour tout t ]t η, t + η 2 [, (t, x(t, t, x )) soit extérieur à K. Démonstration Nous allons montrer l existence de η 2. Si ω + (t, x ) = + alors le résultat est évident car K étant compact, on a K [t, t 2 ] B f (x, R) et donc pour tout t > t 2, on aura (t, x(t, t, x )) K. Supposons donc maintenant que ω + = ω + (t, x ) R. Posons F = R n+ω et ρ = d(k, F ) > et définissons le compact K ρ/2 = {(t, x) R R n, d((t, x), K) ρ/2}. On a K K ρ/2 Ω. Considérons maintenant un point (t, x ) K, alors l ensemble Ω(t, x ) = {(t, x) Ω, t t < η et x x < a} avec η 2 + a 2 ρ 2 /4 est un ouvert inclu dans K ρ/2. Or K ρ/2 est un compact, par suite pour tout (t, x) Ω(t, x ), f(t, x) M et f x (t, x) k. On peut alors dans la démonstration du théorème de Cauchy-Lipschitz prendre r = + et η = η, ces quantités étant indépendantes de (t, x ). Montrons alors que t 2 = ω + η = t + η 2 répond à la question. Raisonnons par l absurde et supposons qu il existe t ]t 2, ω + ] tel que x( t, t, x ) soit dans K. Prenons t = t et x = x( t, t, x ), la solution du système de Cauchy { ẋ(t) = f(t, x(t)) (IV P 3) x(t ) = x existe alors sur ]t η, t + η[. Par conséquent la fonction définie par { x(t, t, x ) si t ]ω, t [, x(t) = x(t, t, x ) si t [t, t + η[ est une solution du problème de Cauchy de départ et t + η > t 2 + η > ω +, ce qui est impossible. Corollaire I.6 Si dans le théorème précédent Ω = R R n et ω + (t, x ) R alors on a x(t, t, x ) + quand t ω + (t, x ) (cf Fig. 3.3).

31 28 CHAPITRE 3. THÉORIE DES ÉQUATIONS DIFFÉRENTIELLES Si on suppose seulement que f est continue, alors on peut montrer qu il existe une solution locale. Théorème I.7 (Théorème de Peano) On suppose que f : Ω R n est continue, que f(t, x) est borné par A sur l ensemble D = {(t, x), t t t f et x x b}. Si t f t b/a, alors il existe une sous suite des polygones d Euler qui converge vers une solution du problème de Cauchy. Démonstration cf. [7] page 42. On peut cependant perdre l unicité. Par exemple le problème { ẋ(t) = x(t) (IV P 4) x() =, admet les solutions x (t) = et x 2 (t) = t t 4 ainsi que x a (t) = { si t a x 2 (t a) si t > a (cf. la Fig. 3.4) x(t) t Figure 3.4 Solutions pour le problème ẋ(t) = x(t), x() =. II Dépendances par rapports aux données II. Introduction On s intéresse ici au problème de Cauchy { ẋ(t) = f(t, x(t), λ) (IV P 5) x() = x, avec f : Ω R R n R p R n continue ; Ω ouvert ; continue. Sous ces hypothèses le problème de Cauchy f x : Ω L(Rn, R n ) (t, x, λ) f (t, x, λ) x (IV P 6) λ { ẋ(t) = f(t, x(t), λ) x(t ) = x,

32 II. DÉPENDANCES PAR RAPPORTS AUX DONNÉES 29 admet une solution locale maximale pour tout (t, x, λ ) Ω x :]ω (t, x, λ ), ω + (t, x, λ )[ R n t x(t, t, x, λ ). Posons O = {(t, t, x, λ ) R Ω, ω (t, x, λ ) < t < ω + (t, x, λ )}, l objectif de cette section est d étudier les propriétés de continuité et de dérivabilité de la fonction II.2 Continuité x : O R n (t, t, x, λ ) x(t, t, x, λ ). Nous allons dans un premier temps considérer la dépendance par rapport au paramètre λ. Posons ici O = {(t, λ) R R p, ω (λ) < t < ω + (λ)}. On a alors le Théorème II. Sous les hypothèses de la sous-section précédente (i) O est un ouvert ; (ii) x : O R n est continue. Pour démontrer ce théorème, nous avons besoin du Lemme II.2 Soit u(t) une fonction de R à valeurs dans R continue et α et β deux réels strictement positifs. On suppose que alors on a u(t) t t (αu(s) + β)ds, u(t) β α (eα(t t) ). Démonstration Posons v(t) = t t (αv(s) + β)ds, v(t) est la solution du système de Cauchy { ẋ(t) = αx(t) + β (IV P 7) x(t ) =. Donc v(t) = (β/α)(e α(t t) ). Considérons maintenant la suite v (t) = u(t),..., v i (t) = t t (αv i (t) + β)ds. Cette suite converge uniformement sur tout compact vers v(t) la solution du problème à valeur initiale linéaire (IVP7). Montrons par récurrence que l on a toujours v i (t) t t (αv i (t) + β)ds et v i+ (t) v i (t). Nous aurons donc montrer ainsi que β α (eα(t t) ) = v (t) v (t) = u(t) Ceci est évident pour i =. Supposons donc l inégalité vraie pour i, alors par hypothèse de récurrence v i+ (t) = t Par suite on a, puisque α et β sont strictement positifs Et donc t t (αv i (t) + β)ds v i (t). αv i+ (t) + β αv i (t) + β. (αv i+ (t) + β)ds v i+ (t). t Démonstration du théorème. Le fait que O soit un ouvert est non trivial. Considérons (t, λ ) O et supposons pour fixer les idées que t t (le cas t t se traite de la même manière). Comme x(t, λ ) existe, on a t < ω + (λ ). On peut donc choisir t < t < ω + (λ ) et x(t, λ ) est définie pour tout t [t, t ]. Définissons alors l ensemble C =

33 3 CHAPITRE 3. THÉORIE DES ÉQUATIONS DIFFÉRENTIELLES {(t, x(t, λ ), λ ), t t t } Ω qui est un compact car c est l image du compact [t, t ] par l application continue t (t, x(t, λ ), λ )). C est un compact de R n+, donc il existe un coefficient de Lebesgue ε > du recouvrement Ω (cf. (A.III.)), c est-à-dire tel que pour tout (t, x, λ ) C, B((t, x, λ ), ε) Ω. Par suite il existe a et b strictement positifs tels que l ensemble K = {(t, x, λ) R R n R p, t t t, x x(t, λ ) a et λ λ b} Ω. De plus K est un fermé borné, donc un compact, et f(t, x, λ) est uniformément continue sur K : ε, η, (t, x, λ ) K, (t 2, x 2, λ 2 ) K, (t, x, λ ) (t 2, x 2, λ 2 ) < η, f(t, x, λ ) f(t 2, x 2, λ 2 ) < ε. Considérons maintenant x(t, t, x, λ) pour λ λ < b. Le théorème d explosion (I.5) implique que x(., t, x, λ) quitte le compact K quand t ω + (λ). Posons alors t 2 = Inf{t, x(t, t, x, λ) K}. On a bien évidemment t < t 2 t par définition de K. Nous allons montrer que t 2 = t. Or x(t, t, x, λ) x(t, t, x, λ ) t t f(s, x(s, t, x, λ), λ) f(s, x(s, t, x, λ ), λ ) ds Par suite f(s, x(s, t, x, λ), λ) f(s, x(s, t, x, λ ), λ ) f(s, x(s, t, x, λ), λ) f(s, x(s, t, x, λ ), λ) + f(s, x(s, t, x, λ ), λ) f(s, x(s, t, x, λ ), λ ) k x(t, t, x, λ) x(t, t, x, λ ) car f(t, x, λ) est Lipschitz par rapport à x + ε uniforme continuité. x(t, t, x, λ) x(t, t, x, λ ) t t (k x(t, t, x, λ) x(t, t, x, λ ) + ε)ds. Donc en posant u(t) = x(t, t, x, λ) x(t, t, x, λ ) dans le lemme (II.2) on obtient u(t) = x(t, t, x, λ) x(t, t, x, λ ) ε k (ek(t t) ) = ε 2. (3.) Prenons maintenant ρ 2 b, ε 2 < a et λ λ < ρ 2, alors (t 2, x(t 2, t, x, λ ), λ ) K par définition de t 2, mais λ λ < ρ 2 < b ; x(t, t, x, λ) x(t, t, x, λ ) ε 2 < a. Il faut donc que t 2 = t. En conclusion pour t t, il existe t 2 > t et ρ 2 > tels que pour tout t, t t t 2 et tout λ, λ λ ρ 2, x(t, t, x, λ) existe et donc (t, λ) O. Par une démonstration identique on peut construire t < t et donc un ouvert ]t, t 2 [ B(λ, ρ) O. On en déduit que O est bien un ouvert. Quant-à la continuité, elle provient immédiatement de (3.). Théorème II.3 Sous les hypothèses de la sous-section précédente (i) les fonctions ω : (t, x, λ ) ω (t, x, x ) et ω + : (t, x, λ ) ω + (t, x, x ) sont respectivement semi-continue inférieurement et semi-continue supérieurement ; (ii) O est un ouvert ; (iii) x : O R n est continue ; (iv) si f est indépendante de λ, (t, x ) Ω R R n et si ω (t, x ) < a < b < ω + (t, x ), alors pour tout r >, il existe s > et M tels que pour tout (t, x ) vérifiant t [a, b] et x x(t, t, x ) s, on ait ω (t, x ) < a < b < ω + (t, x ) et pour tout t [a, b] x(t, t, x ) x(t, t, x ) r M t t + M x x Démonstration cf. [4] page 344 ou [] Remarque II.4 On suppose f indépendante de λ, f : Ω R R n R n, et on considère t < t. On pose O = {x R n, (t, x ) Ω, t < ω + (t, x )} O = {x R n, (t, x ) Ω, ω (t, x ) < t }.

34 II. DÉPENDANCES PAR RAPPORTS AUX DONNÉES 3 Dire que x O, c est dire que l intervalle de définition de x(t, t, x ) contient t, le point x(t, t, x ) appartient alors à O. Ces ensembles O et O sont des ouverts et l application est un homéomorphisme (cf. la figure 3.5). R(t, t ) : O O x x(t, t, x ) ] [ O ] [ x(t) O t_ t t_f Figure 3.5 Homéomorphisme entre O et O. II.3 Dérivée On suppose dans cette sous-section que Λ = R p. Théorème II.5 Soit f : Ω R R n R p R n, Ω ouvert, f continue. On suppose que f admet des dérivées partielles continues par rapport à x et λ f x : Ω M n(r) f λ : Ω M (n,p)(r). Alors, la fonction x : O E est de classe C. Elle est de classe C k+, k, si f est de classe C k. De plus (i) La fonction x x (., t, x, λ ) :]ω (t, x, λ ), ω + (t, x, λ )[ M n (R) est la solution au problème de Cauchy linéaire (V AR8) { Ẋ(t) = A(t)X(t) X(t ) = I n, où A(t) = f x (t, x(t, t, x, λ ), λ ) M n (R) et I n est la matrice identité d ordre n. (ii) La fonction x t (., t, x, λ ) :]ω (t, x, λ ), ω + (t, x, λ )[ R n est la solution au problème de Cauchy linéaire { ẋ(t) = A(t)x(t) (V AR9) x(t ) = f(t, x, λ ). (iii) La fonction x λ (., t, x, λ ) :]ω (t, x, λ ), ω + (t, x, λ )[ M n,p (R) est la solution au problème de Cauchy linéaire { Ẋ(t) = A(t)X(t) + B(t) (V AR) X(t ) =, avec B(t) = f λ (t, x(t; t, x, λ ), λ ) M n,p (R).. Équations variationnelles.

35 32 CHAPITRE 3. THÉORIE DES ÉQUATIONS DIFFÉRENTIELLES Démonstration Supposons que l on ait la dérivabilité alors, puisque nous avons par définition t x(t, t, x, λ ) = x + f(s, x(s, t, x, λ ), λ )ds, t nous pouvons écrire grâce aux théorèmes classiques du calcul intégral x t f (t, t, x, λ ) = I + x t x (s, x(s, t, x, λ ), λ ) x (s, t, x, λ )ds. x D où le résultat. Les autres formules s obtiennent de façon similaire. Pour une démonstration complète du théorème nous renvoyons à [4] page 35 ou []

36 Deuxième partie Intégration numérique 33

37

38 Chapitre 4 Introduction I Introduction L objectif de cette partie est d étudier les algorithmes numériques utilisés dans les programmes actuels, en particulier les programmes Ode45 de Matlab [2] et Dopri5 du professeur Hairer [7]. II Exemples II. Exemple ẋ (t) = x (t) + x 2 (t) + sin t ẋ (IV P ) 2 (t) = x (t) + 3x 2 (t) x () = 9/25 x 2 () = 4/25. La solution est x (t) = ( /25)(3 sin t + 9 cos t) x 2 (t) = ( /25)(3 sin t + 4 cos t). Sur cet exemple on constate que si on utilise les valeurs des paramètres par défauts dans les codes d intégrations numériques on peut très rapidement obtenir des résultats faux. Par exemple sur la Fig. 4., la solution calculée pour les valeurs par défauts des paramètres RelTol et AbsTol de Ode45 n est pas du tout périodique. RelTol= 3, AbsTol= 6 RelTol= 6, AbsTol= 9.5 x(t) 2 3 x(t) t t RelTol=, AbsTol= 5 Solution.5.5 x(t) x(t) t t Figure 4. Solutions calculées avec Ode45, RelTol= 3 et AbsTol= 6, RelTol= 6 et AbsTol= 9, RelTol= et AbsTol= 5 et solution exacte 35

39 36 CHAPITRE 4. INTRODUCTION II.2 Modèle de Lorenz (IV P ) ẋ (t) = σx (t) + σx 2 (t) ẋ 2 (t) = x (t)x 3 (t) + rx ( t) x 2 (t) ẋ 3 (t) = x (t)x 2 (t) bx 3 (t) x () = 8 x 2 () = 8 x 3 () = r, avec σ =, r = 28, b = 8/3. La solution est visualisée sur la figure x(t) t x2(t) x3(t) x(t) 2 2 x(t) Figure 4.2 Solutions pour le problème de Lorentz. II.3 Exemple de Roberston On considère la réaction chimique A.4 B (lente), B + B 3.7 C + B (très rapide), B + C 4 B (rapide). Le système différentiel associé à cette réaction chimique, qui est un exemple de problème raide, est donnée par ẋ (t) =.4x (t) + 4 x 2 (t)x 3 (t) ẋ 2 (t) =.4x (t) 4 x 2 (t)x 3 (t) 3. 7 x 2 2(t) ẋ (IV P ) 3 (t) = 3. 7 x 2 2(t) x () = x 2 () = x 3 () =, et la solution calculée par les deux programmes Ode45 et Ode5s sont visualisées sur la figure stiff problem en anglais.

40 II. EXEMPLES 37 4 x x2(t) t Figure 4.3 Solutions numérique pour le problème raide obtenues par une méthode classique ( Ode45) et par une méthode pour les équations différentielles raides ( Ode5s)

41 38 CHAPITRE 4. INTRODUCTION

42 Chapitre 5 Les méthodes de Runge-Kutta I Introduction Exemple I. (Orbite d Arenstorf) On considère deux corps de masses ( µ) et µ en rotation circulaire dans le plan, et un troisième corps de masse négligeable dont on souhaite étudier le mouvement x(t) = (x (t), x 2 (t)) T en fonction de l attraction des 2 autres corps dans le même plan. Les équations du mouvement sont (IV P ) ẍ (t) = x (t) + 2ẋ 2 (t) µ x (t)+µ r 3 (t) µ x(t) µ r 3 2 (t) ẍ 2 (t) = x 2 (t) 2ẋ (t) µ x 2(t) x2(t) µ r 3 (t) r2 3(t) r (t) = (x (t) + µ) 2 + x 2 2 (t) r 2 (t) = (x (t) µ ) 2 + x 2 2 (t) x () =.994 ẋ () = x 2 () = ẋ 2 () = , avec µ = et µ = µ. La solution est alors périodique de période t f = T = Elle est visualisée sur la figure Euler RK4 ode45.5 x2(t).5 Terre Lune point initial x(t) Figure 5. Orbite d Arenstorf calculée avec Euler (24 pas équidistants), Rk4 (6 pas équidistants) et Ode45 (64 pas variables), cf. [7] page 3. Le professeur Ernst Hairer est né en 949 et est le père de Martin Hairer, médaille Fields

43 4 CHAPITRE 5. LES MÉTHODES DE RUNGE-KUTTA II Définitions et exemples On désire calculer la solution sur l intervalle I = [t, t f ] du problème de Cauchy { ẋ(t) = f(t, x(t)) (IV P ) x(t ) = x. On considère pour cela une subdivision t < t <... < t N = t f de I. On note h i = t i+ t i, i =, N, les pas, et h max = max i (h i ). Nous allons calculer successivement les valeurs approchées x,..., x N de x(t ),..., x(t N ). Définition II. (Méthodes à un pas explicite) On appelle méthode à un pas explicite toute méthode pour laquelle la valeur de x i+ est calculée de façon explicite en fonction de t i, x i et h i : Remarque II.2 Pour simplifier les notations, nous n écrirons dans la suite que le premier pas x i+ = x i + h i Φ(t i, x i, h i ). (5.) x = x + hφ(t, x, h). Définition II.3 (Schéma d Euler (768)) On appelle méthode d Euler explicite le schéma x = x + hf(t, x ). (5.2) Remarque II.4 Le shéma d Euler explicite est tout simplement une approximation de l intégrale t t f(s, x(s))ds par hf(t, x ). Exemple II.5 { ẋ(t) = t (IV P ) 2 + x 2 (t) x(.5) = h=/2 h=/4 h=/8 solution 2.5 x(t) t Figure 5.2 Schéma d Euler, h = /2, /4, /8. L idée évidente pour améliorer la précision numérique est d approcher cette intégrale par une formule de quadrature ayant un ordre plus élevé. Si on exploite, pour améliorer l approximation de l intégrale, le point milieu, nous obtenons x(t ) x + hf(t + h 2, x(t + h 2 )). Mais on ne connaît pas la valeur de x(t + h 2 ), d où l idée d approximer cette quantité par un pas d Euler : x(t + h/2) x + h 2 f(t, x ). Nous obtenons ainsi le schéma de Runge. Définition II.6 (Schéma de Runge (895) ) x = x + hf(t + h 2, x + h 2 f(t, x )). (5.3)

44 III. III MÉTHODES DE RUNGE-KUTTA EXPLICITE 4 Méthodes de Runge-Kutta explicite III. Définition Définition III. (Méthode de Runge-Kutta explicite) On appelle méthode de Runge-Kutta explicite à s étages, la méthode définie par le schéma k = f(t, x ) k 2 = f(t + c 2 h, x + ha 2 k ). k s = f(t + c s h, x + h s i= a sik i ) x = x + h s i= b ik i (5.4) où les coefficients c i, a ij et b i sont des constantes qui définissent précisément le schéma. On supposera toujours dans la suite que c = et c i = i j= a ij pour i = 2,..., s. On représente en pratique ce schéma par le tableau de Butcher[3], cf. la table 5.. c c 2 a 2 c 3 a 3 a c s a s a s2... a ss b b 2... b s b s Table 5. Tableau de Butcher (né en 933). Exemple III.2 On considére par exemple les schémas /3 /3 /2 /2 2/3 2/3 /4 3/4 Euler (ordre ) Runge (ordre 2) Heun (ordre3) /2 /2 /3 /3 /2 /2 2/3 /3 /6 2/6 2/6 /6 /8 3/8 3/8 /8 La méthode Rk4 (ordre 4) Rk4, règle 3/8 (ordre 4) Table 5.2 Schémas de Runge-Kutta classiques. Exercice III.3 On considère le schéma de Heun, cf. la table 5.2. Écrire le schéma de Runge-Kutta correspondant. 2 Donner explicitement Φ(t, x, h).

Équations différentielles - Cours no 2 Résultats Généraux sur les équations différentielles

Équations différentielles - Cours no 2 Résultats Généraux sur les équations différentielles Équations différentielles - Cours no 2 Résultats Généraux sur les équations différentielles 1 Problème de Cauchy Cadre : I intervalle ouvert de R, Ω ouvert connexe d un espace de Banach E, f application

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1 [http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Enoncés 1 Ouverts et fermés Exercice 1 [ 113 ] [correction] Montrer que tout fermé peut s écrire comme intersection d une suite décroissante d ouverts.

Plus en détail

Complétude et dimension d un espace vectoriel normé. Introduction et rappels. Espaces métriques. Jean-Baptiste Campesato 10 février 2010

Complétude et dimension d un espace vectoriel normé. Introduction et rappels. Espaces métriques. Jean-Baptiste Campesato 10 février 2010 Complétude et dimension d un espace vectoriel normé Jean-Baptiste Campesato 10 février 2010 Le but de cet article est de présenter les liens entre la dimension d un espace vectoriel normé et de sa possible

Plus en détail

Exo7. Espaces complets. Théorème de Baire. Espaces métriques complets, espaces de Banach. Enoncés : M. Quéffelec, V. Mayer Corrections : A.

Exo7. Espaces complets. Théorème de Baire. Espaces métriques complets, espaces de Banach. Enoncés : M. Quéffelec, V. Mayer Corrections : A. Enoncés : M. Quéffelec, V. Mayer Corrections : A. Bodin Exo7 Espaces complets Théorème de Baire Exercice 1 À l aide du théorème de Baire, montrer qu un fermé dénombrable non vide X de R a au moins un point

Plus en détail

Une définition et des caractérisations des fonctions exponentielles à partir d une équation fonctionnelle

Une définition et des caractérisations des fonctions exponentielles à partir d une équation fonctionnelle DOCUMENT 36 Une définition et des caractérisations des fonctions exponentielles à partir d une équation fonctionnelle Une propriété importante des fonctions exponentielles est qu elles sont solutions de

Plus en détail

Continuité, dérivabilité des fonctions d une variable réelle

Continuité, dérivabilité des fonctions d une variable réelle 7 Continuité, dérivabilité des fonctions d une variable réelle Pour ce chapitre I désigne un intervalle réel et f une fonction définie sur I et à valeurs réelles ou complees. 7. Continuité en un point,

Plus en détail

Espaces de Banach. 1 Normes sur un espace vectoriel. 2 Topologie des espaces vectoriels normés. 2.1 Rappels

Espaces de Banach. 1 Normes sur un espace vectoriel. 2 Topologie des espaces vectoriels normés. 2.1 Rappels 1 Normes sur un espace vectoriel Espaces de Banach Définition 1.1. (Norme) Soit V un R-espace vectoriel (abrégé R-ev dans la suite). Une norme est une application définie sur V à valeurs dans R +, notée

Plus en détail

MT23-Algèbre linéaire

MT23-Algèbre linéaire MT23-Algèbre linéaire Chapitre 6 : Equations différentielles ÉQUIPE DE MATHÉMATIQUES APPLIQUÉES UTC juillet 2014 suivant Chapitre 6 Equations différentielles 6.1 Rappels........................................

Plus en détail

Ministère de l Enseignement Supérieur et des recherches scientifiques Université Virtuelle de Tunis. Chapitre III : Fonction continue

Ministère de l Enseignement Supérieur et des recherches scientifiques Université Virtuelle de Tunis. Chapitre III : Fonction continue Ministère de l Enseignement Supérieur et des recherches scientifiques Université Virtuelle de Tunis Intitulé du chapitre : Chapitre III : Fonction continue Nom de l auteur : Houcine Chebli Lotfi Lassoued

Plus en détail

Equations différentielles et stabilité

Equations différentielles et stabilité Université de Metz Licence de Mathématiques 5ème semestre Equations différentielles et stabilité par Ralph Chill Laboratoire de Mathématiques et Applications de Metz Année 2006/07 1 Table Chapitre 1.

Plus en détail

AR - SUITES RECURRENTES LINEAIRES ET EQUATIONS DIFFERENTIELLES LINEAIRES

AR - SUITES RECURRENTES LINEAIRES ET EQUATIONS DIFFERENTIELLES LINEAIRES AR - SUITES RECURRENTES LINEAIRES ET EQUATIONS DIFFERENTIELLES LINEAIRES Suites de nombres complexes Notons l(c) l espace vectoriel sur C des suites de nombres complexes. Si (s n ) n 0 est un élément de

Plus en détail

2.1 Rappels sur la convergence dans les espaces topologiques. Lemme (Axiome du choix) Pour tout ensemble non vide X il existe une fonction :

2.1 Rappels sur la convergence dans les espaces topologiques. Lemme (Axiome du choix) Pour tout ensemble non vide X il existe une fonction : Chapitre 2 Opérateurs bornés 2.1 Rappels sur la convergence dans les espaces topologiques 2.1.1 Relations d ordre Soit une relation d ordre sur un ensemble X. Si Y X on définit les majorants (resp. minorants)

Plus en détail

Le Béaba des Espaces Normés et Algèbres de Banach

Le Béaba des Espaces Normés et Algèbres de Banach Le Béaba des Espaces Normés et Algèbres de Banach Alain Prouté Université Denis Diderot-Paris 7 Dernière révision de ce texte : 21 novembre 2012 Ce texte a été écrit pour le niveau Licence 2. Table des

Plus en détail

Espaces préhilbertiens : projection orthogonale sur un sous-espace de dimension finie. Applications à l approximation des fonctions

Espaces préhilbertiens : projection orthogonale sur un sous-espace de dimension finie. Applications à l approximation des fonctions 3 Espaces préhilbertiens : projection orthogonale sur un sous-espace de dimension finie. Applications à l approximation des fonctions 3. Espaces préhilbertiens On rappelle qu une forme bilinéaire sur un

Plus en détail

n a k x k = 0, k=0 n a k x k. k=0

n a k x k = 0, k=0 n a k x k. k=0 Université Claude Bernard Lyon I CAPES de Mathématiques : Oral Année 2006 2007 Fonctions polynômes On travaille sur un corps K infini, par exemple R ou C. Définition, structures (a) Définition On appelle

Plus en détail

Variables aléatoires réelles

Variables aléatoires réelles 23 Variables aléatoires réelles Pour ce paragraphe, (Ω, B, P est un espace probabilisé. 23.1 Définition et propriétés des variables aléatoires réelles Définition 23.1 On dit qu une application X : Ω R

Plus en détail

Formules de Taylor. Applications.

Formules de Taylor. Applications. CAPES 27 Décembre 27 Oral Analyse Formules de Taylor. Applications. Remarques Le niveau naturel de cette leçon est celui du Deug. Pré-requis. Continuité, dérivabilité, inégalité des accroissements finis,

Plus en détail

Schéma d Euler explicite

Schéma d Euler explicite Schéma d Euler explicite Définition Étant donnés un pas de temps t et une suite d instants t n = t + n t n N, le schéma d Euler explicite associé à l équation différentielle du dt = ft, u, où f est une

Plus en détail

Calcul différentiel et fonctions holomorphes MAT 431

Calcul différentiel et fonctions holomorphes MAT 431 Calcul différentiel et fonctions holomorphes MAT 431 David Renard 26 septembre 2016 ÉCOLE POLYTECHNIQUE David Renard Calcul différentiel et fonctions holomorphes MAT 431 26 septembre 2016 1 / 19 Cours

Plus en détail

Opérateurs bornés sur les espaces de Hilbert

Opérateurs bornés sur les espaces de Hilbert Chapitre 4 Opérateurs bornés sur les espaces de Hilbert 4.1 Adjoint d une application linéaire continue entre espaces de Hilbert On commence avec la notion d adjoint; plusieurs des classes particulières

Plus en détail

1 Fonctions périodiques

1 Fonctions périodiques L - cursus prépa (6 mars 14) Séries de Fourier 1 Les séries de Fourier constituent un outil fondamental d approximation des fonctions périodiques, qu il faut commencer par bien comprendre. 1 Fonctions

Plus en détail

Épreuve d analyse numérique

Épreuve d analyse numérique Épreuve d analyse numérique Projections convexes, décomposition, et algorithme de projections alternées Dans tout ce sujet, on se place dans un espace de Hilbert : H désigne un espace vectoriel réel complet

Plus en détail

Fonctions réelles de deux variables. () Fonctions réelles de deux variables 1 / 50

Fonctions réelles de deux variables. () Fonctions réelles de deux variables 1 / 50 Fonctions réelles de deux variables () Fonctions réelles de deux variables 1 / 50 1 Fonctions de deux variables réelles à valeurs dans R 2 Calcul différentiel 3 Extrema d une fonction de deux variables

Plus en détail

Université de Metz. Licence de Mathématiques - 2ème année 1er semestre CALCUL DIFFERENTIEL

Université de Metz. Licence de Mathématiques - 2ème année 1er semestre CALCUL DIFFERENTIEL Université de Metz Licence de Mathématiques - 2ème année 1er semestre CALCUL DIFFERENTIEL par Ralph Chill Laboratoire de Mathématiques et Applications de Metz Année 2010/11 1 Table des matières Chapitre

Plus en détail

Exercice I.1 Montrer que la somme de vecteurs et le produit d un vecteur par un nombre réel donnent à IR 3 une structure d espace vectoriel sur IR.

Exercice I.1 Montrer que la somme de vecteurs et le produit d un vecteur par un nombre réel donnent à IR 3 une structure d espace vectoriel sur IR. Exercices avec corrigé succinct du chapitre 1 (Remarque : les références ne sont pas gérées dans ce document, par contre les quelques?? qui apparaissent dans ce texte sont bien définis dans la version

Plus en détail

Concours PT 2004 Maths PT I-B

Concours PT 2004 Maths PT I-B Concours PT 4 Maths PT I-B L usage des calculatrices est interdit Partie A ) ( ) ( ) a a Soit A = b b et B = deux éléments de S a a b b ( ) c c C = AB = avec c c c i = a ik b k, évidemment i =,, c i =

Plus en détail

4.1 L ensemble des réels est un corps ordonné

4.1 L ensemble des réels est un corps ordonné Table des matières 4 Propriétés de R 4. L ensemble des réels est un corps ordonné....................... 4.. Propriétés d ordre de R............................. 4..2 Valeur absolue..................................

Plus en détail

Quelques applications de la diagonalisation

Quelques applications de la diagonalisation FACULTE DES SCIENCES ET TECHNIQUES. UHA MULHOUSE L2 Mathématiques. Mathématiques: ALGEBRE LINEAIRE II Cours Elisabeth REMM Chapitre 2 Quelques applications de la diagonalisation. Puissances d une matrice

Plus en détail

DÉRIVABILITÉ. 1 Dérivabilité en un point, fonction dérivée. 1.1 Définitions et premières propriétés. Laurent Garcin MPSI Lycée Jean-Baptiste Corot

DÉRIVABILITÉ. 1 Dérivabilité en un point, fonction dérivée. 1.1 Définitions et premières propriétés. Laurent Garcin MPSI Lycée Jean-Baptiste Corot DÉRIVABILITÉ 1 Dérivabilité en un point, fonction dérivée 1.1 Définitions et premières propriétés Définition 1.1 Dérivabilité en un point Soient f : I R une application et a I. On dit que f est dérivable

Plus en détail

Résumé 11 : TOPOLOGIE

Résumé 11 : TOPOLOGIE http://mpbertholletwordpresscom Résumé 11 : TOPOLOGIE (E, ) est un espace vectoriel sur K = R ou C On note d la distance associée On note aussi B(x, r) et B(x, r) les boules ouvertes et fermées Quand nous

Plus en détail

Première épreuve écrite

Première épreuve écrite CAPES EXTERNE DE MATHÉMATIQUES SESSION 25 Première épreuve écrite Notations et objet du problème On désigne par : N l ensemble des entiers naturels ; Z l anneau des entiers relatifs ; Q le corps des nombres

Plus en détail

Corrigés d exercices pour le TD 5

Corrigés d exercices pour le TD 5 Corrigés d exercices pour le TD 5 Compacts? Les ensembles suivants sont-ils compacts? Justifier la réponse. 1. Z, dans l espace métrique R muni de la distance discrète. 2. {0, 1}, dans l espace métrique

Plus en détail

Limite d une fonction en un point de R. Fonctions continues.

Limite d une fonction en un point de R. Fonctions continues. DOCUMENT 23 Limite d une fonction en un point de R. Fonctions continues. 1. Introduction et notations Considérons la fonction f : x sin x définie sur R. La valeur 0 n appartient pas à x l ensemble de définition

Plus en détail

MT23-Algèbre linéaire

MT23-Algèbre linéaire MT23-Algèbre linéaire Chapitre 1 : Espaces vectoriels ÉQUIPE DE MATHÉMATIQUES APPLIQUÉES UTC juillet 2014 suivant Chapitre 1 Espaces vectoriels 1.1 Espaces vectoriels, généralités..........................

Plus en détail

M = b d. a b ou M =. b a

M = b d. a b ou M =. b a Ce texte est extrait du cours optionnel de géométrie de l année universitaire 1999/2000. B.Ingrao Étude du groupe orthogonal dans le cas du plan. Dans ce qui suit, l espace est de dimension 2 ; en conséquence

Plus en détail

Chapitre 5 Espaces métriques connexes

Chapitre 5 Espaces métriques connexes Chapitre 5 Espaces métriques connexes Semaine 1 : Etude du paragraphe 1 et des sous-paragraphes 2.1 et 2.2. Faire les exercices d apprentissage 5.1 5.11 et les exercices d approfondissement 5.18 5.20.

Plus en détail

TD 3: Suites réelles

TD 3: Suites réelles Université Pierre et Marie Curie Année 2011/2012 LM115 TD 3: Suites réelles MIME Convergence des suites : Par définition, une suite (u n ) converge vers un réel l si : Pour tout ɛ réel strictement positif,

Plus en détail

Le Théorème de Hahn-Banach et ses conséquences

Le Théorème de Hahn-Banach et ses conséquences Université d Artois Faculté des Sciences Jean Perrin Analyse Fonctionnelle (Master 1 Mathématiques-Informatique) Daniel Li Chapitre 6 Le Théorème de Hahn-Banach et ses conséquences 1 La forme analytique

Plus en détail

Matrices symétriques réelles. Exercice 2 Le produit de deux matrices symétriques réelles est-il symétrique? R n = ker (u) Im (u)

Matrices symétriques réelles. Exercice 2 Le produit de deux matrices symétriques réelles est-il symétrique? R n = ker (u) Im (u) Matrices symétriques réelles 1 Préliminaires On se place dans (R n, ) euclidien, le produit scalaire canonique étant défini par : (x, y) R n R n, x y = t x y = x k y k On note : M n (R) l algèbres des

Plus en détail

Chapitre 18 : équations différentielles linéaires

Chapitre 18 : équations différentielles linéaires Math Spé MP Chapitre 18 : équations différentielles linéaires 13/3/2012 1 Rappels de 1 re année Résolution d une équation différentielle linéaire de la forme de (E) (E) : y = a(x) y +b(x), a,b C(I,R) L

Plus en détail

ENSI 98 - Filière MP - MATHÉMATIQUES 2. Thème : Pseudo-inverse d une matrice - Méthode des moindres carrés discrets

ENSI 98 - Filière MP - MATHÉMATIQUES 2. Thème : Pseudo-inverse d une matrice - Méthode des moindres carrés discrets ENSI 98 - Filière MP - MATHÉMATIQUES 2 Thème : Pseudo-inverse d une matrice - Méthode des moindres carrés discrets PARTIE I - CONSTRUCTION D UNE MATRICE INVERSE A GAUCHE On suppose dans cette partie que

Plus en détail

Méthodes numériques de résolution d équations différentielles

Méthodes numériques de résolution d équations différentielles Méthodes numériques de résolution d équations différentielles Motivation. Quelques exemples de problèmes différentiels Modèle malthusien de croissance de population Modélisation de l évolution d une population

Plus en détail

TD de topologie et calcul différentiel Corrigé de la Feuille 3: Topologie des espaces métriques

TD de topologie et calcul différentiel Corrigé de la Feuille 3: Topologie des espaces métriques LM360 Mathématiques 2008 TD de topologie et calcul différentiel Corrigé de la Feuille 3: Topologie des espaces métriques Groupe de TD 5 Rappelons que la distance usuelle du plan R 2 est la distance euclidienne

Plus en détail

I ESPACES METRIQUES. d : E E R +

I ESPACES METRIQUES. d : E E R + I ESPACES METRIQUES 1. Espaces métriques 1.1 Définitions Soit E un ensemble non vide. On appelle distance sur E toute application vérifiant les propriétés suivantes : d : E E R + a) x, y E, d(x, y) = 0

Plus en détail

Exercices du chapitre 6 avec corrigé succinct

Exercices du chapitre 6 avec corrigé succinct Eercices du chapitre 6 avec corrigé succinct Eercice VI Ch6-Eercice On veut résoudre t + bt t + ctt =, b et c étant des fonctions réelles Transformer cette équation différentielle du second ordre en un

Plus en détail

École polytechnique - Écoles normales supérieures. Concours d admission filière MP. Corrigé de l épreuve de mathématiques A

École polytechnique - Écoles normales supérieures. Concours d admission filière MP. Corrigé de l épreuve de mathématiques A École polytechnique - Écoles normales supérieures Concours d admission 2016 - filière MP Corrigé de l épreuve de mathématiques A corrigé de l énoncé modifié par Abdellah Bechata, après correction des erreurs

Plus en détail

Corrigé du concours commun 2010 des écoles des mines d Albi, Alès, Douai, Nantes Épreuve spécifique.

Corrigé du concours commun 2010 des écoles des mines d Albi, Alès, Douai, Nantes Épreuve spécifique. Corrigé du concours commun 2 des écoles des mines d Albi, Alès, Douai, Nantes Épreuve spécifique. Problème Partie (Étude de courbes paramétrées) Si a = b, (t) = y(t) pour t dans [, + [. L application t

Plus en détail

J.F.C. p. 1 EM LYON x e t dt converge également.

J.F.C. p. 1 EM LYON x e t dt converge également. 28-5- 23 J.F.C. p. EM LYON 23 jean-francois.cossutta@wanadoo.fr PROBLÈME Partie I : Étude d une fonction f définie par une intégrale. Soit un réel appartenant à ], [. t e t t est continue sur [, [. t [,

Plus en détail

TD1. A. Leclaire, P. Roussillon ENS Paris-Saclay M1 Hadamard

TD1. A. Leclaire, P. Roussillon ENS Paris-Saclay M1 Hadamard Analyse A. Leclaire, P. Roussillon ENS Paris-Saclay M1 Hadamard 2017-2018 TD1 Exercice 1 Autour de la continuité Soient E, F, G trois espaces topologiques et f : E F, д : F G. 1) Démontrer que f est continue

Plus en détail

Séries entières - Rayon de convergence - Propriétés de la somme

Séries entières - Rayon de convergence - Propriétés de la somme 1 Définition et premières propriétés 1.1 Notion de série entière Définition 1 On appelle série entière toute série d applications f n telle qu il existe une suite ( ) n N d éléments de C telle que : n

Plus en détail

( ) dx t dt. ( ) B( t) Le principe de la résolution se base sur la diagonalisation de la matrice A ou à défaut sa trigonalisation.

( ) dx t dt. ( ) B( t) Le principe de la résolution se base sur la diagonalisation de la matrice A ou à défaut sa trigonalisation. Equations différentielles linéaires du premier ordre à coefficients constants (ou système d équation différentielles linéaires scalaire à coefficients constants du premier ordre) dx t dt B( t) + AX t x

Plus en détail

Chapitre 3 MÉTHODES ITÉRATIVES POUR LA RÉSOLUTION DES

Chapitre 3 MÉTHODES ITÉRATIVES POUR LA RÉSOLUTION DES Chapitre 3 MÉTHODES ITÉRATIVES POUR LA RÉSOLUTION DES SYSTÈMES LINÉAIRES Chapitre 3 MÉTHODES ITÉRATIVES POUR LA RÉSOLUTION DES SYSTÈMES LINÉAIRES 3. Introduction On va étudier les méthodes itératives pour

Plus en détail

Corrigé du Concours Blanc

Corrigé du Concours Blanc Corrigé du Concours Blanc Exercice : On considère la fonction f définie par : f(x = x + 2 2 ln(e x + et on note (C la courbe représentative de f dans un repère orthonorrnal.. Etude de la fonction f. a.

Plus en détail

TD9. ENS Cachan M1 Hadamard Exercice 1 Opérateurs compacts et extraction de sous-suites

TD9. ENS Cachan M1 Hadamard Exercice 1 Opérateurs compacts et extraction de sous-suites Analyse fonctionnelle A. Leclaire ENS Cachan M1 Hadamard 2016-2017 TD9 Exercice 1 Opérateurs compacts et extraction de sous-suites Soient E,F deux espaces de Banach. On note B la boule unité fermée de

Plus en détail

Notations et préliminaires

Notations et préliminaires Notations et préliminaires Tous les corps figurant dans le problème sont supposés commutatifs. N désigne l ensemble des nombres entiers naturels N désigne l ensemble des nombres entiers naturels non nuls

Plus en détail

Chapitre 4. Séries entières. I. Disque et rayon de convergence

Chapitre 4. Séries entières. I. Disque et rayon de convergence Chapitre 4 Séries entières On appelle série entière réelle (resp. complexe) une série de fonction de la forme a n x n où x est une variable réelle (resp. a n z n où z est une variable complexe). Les nombres

Plus en détail

1 Introduction DRAFT

1 Introduction DRAFT 1 Introduction 1 2 Équations différentielles scalaires du 1 er ordre 21 Équations du type «intégration» 22 Équations différentielles aux variables séparables remarque sur la notation différentielle 23

Plus en détail

Argument d un nombre complexe

Argument d un nombre complexe Argument d un nombre complexe Dans ce chapître, nous allons introduire les éléments indispensables à la résolution de notre grand problème : montrer la clôture algébrique de C, c està-dire le fait que

Plus en détail

Chapitre 3: Les espaces de Hilbert

Chapitre 3: Les espaces de Hilbert Université de Bourgogne Département de Mathématiques Licence de Mathématiques Compléments d analyse Chapitre 3: Les espaces de Hilbert 1. Produit scalaire et espaces de Hilbert Définition (Produit scalaire)

Plus en détail

Commutant d une matrice

Commutant d une matrice Énoncé On désigne par n un entier naturel supérieur ou égal à 2, et par M n (IK) l algèbre sur IK des matrices carrées d ordre n à coefficients dans IK, avec IK = IR ou lc. La matrice identité de M n (IK)

Plus en détail

III Somme de deux séries entières, produit par un scalaire 5

III Somme de deux séries entières, produit par un scalaire 5 Séries entières I Généralités I.A Définition........................................... I.B Lemme d Abel........................................ 2 I.C Rayon de convergence d une série entière..........................

Plus en détail

Chapitre 12 : Étude locale des fonctions : limites

Chapitre 12 : Étude locale des fonctions : limites Chapitre 12 : Étude locale des fonctions : limites Dans tout ce chapitre, I désigne un intervalle de R, x 0 R, f est une fonction définie sur son domaine de définition D f à valeurs réelles. C f désigne

Plus en détail

2 Espaces vectoriel normés. 1 Normes. Exemple 1: K n muni de la norme N p Pour tout réel p 1 on note souvent N p la norme suivante définie sur K n

2 Espaces vectoriel normés. 1 Normes. Exemple 1: K n muni de la norme N p Pour tout réel p 1 on note souvent N p la norme suivante définie sur K n 2 Espaces vectoriel normés 1 Normes Si E est un espace vectoriel sur K = R ou C, on appelle norme sur E une application N de E dans [0, + [ telle que: 1 N(λx) = λ N(x), x E, λ K, 2 N(x + y) N(x) + N(y),

Plus en détail

Mathématiques - ECS1. Dérivation. et accroissements finis. 30 avenue de Paris Versailles

Mathématiques - ECS1. Dérivation. et accroissements finis. 30 avenue de Paris Versailles Mathématiques - ECS 6 Dérivation et accroissements finis. Lycée La Bruyère 30 avenue de Paris 78000 Versailles c 06, Polycopié du cours de mathématiques de première année. 6 Dérivation et accroissements

Plus en détail

CHAPITRE 2 SUITES NUMÉRIQUES

CHAPITRE 2 SUITES NUMÉRIQUES CHAPITRE 2 SUITES NUMÉRIQUES Définition 2.0. Une suite réelle est une application u : N R qui à tout n de N associe un élément u n de R, appelé terme général de la suite. On notera donc la suite (u n ),

Plus en détail

Fonction exponentielle

Fonction exponentielle Fonction exponentielle 1 Fonction exponentielle Définition et variation Théorème Définition Il existe une unique fonction définie et dérivable sur telle que et Cette fonction est appelée fonction exponentielle

Plus en détail

La décomposition de Dunford des endomorphismes.

La décomposition de Dunford des endomorphismes. Document de travail pour l atelier de la journée régionale APMEP d Aix-Marseille du 17 mai André BONNET andre.bonnet9@orange.fr La décomposition de Dunford des endomorphismes. En travaillant avec un jeune

Plus en détail

MT23-Algèbre linéaire

MT23-Algèbre linéaire MT23-Algèbre linéaire Chapitre 5 : Espaces euclidiens ÉQUIPE DE MATHÉMATIQUES APPLIQUÉES UTC juillet 2014 suivant Chapitre 5 Espaces Euclidiens et applications 5.1 Produit scalaire, norme, espace euclidien....................

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

Université Lyon 1 Année Master Mathématiques Générales 1 ère année Analyse appliquée aux équations aux dérivées partielles

Université Lyon 1 Année Master Mathématiques Générales 1 ère année Analyse appliquée aux équations aux dérivées partielles Université Lyon 1 Année 213-214 Master Mathématiques Générales 1 ère année Analyse appliquée aux équations aux dérivées partielles Feuille 7 - Équations de transport I- Solutions classiques Exercice 1.

Plus en détail

Convergence : vitesse et accélération

Convergence : vitesse et accélération 1 Convergence : vitesse et accélération 1. Rapidité de convergence. a) Introduction. Daniel PERRIN Soit (u n ) n N une suite de nombres réels qui converge vers a. On cherche à préciser la rapidité de convergence

Plus en détail

Opérations élémentaires et déterminants

Opérations élémentaires et déterminants 10 Opérations élémentaires et déterminants On note toujours K le corps de réels ou des complexes On se donne un entier n 1 et M n (K désigne l espace vectoriel des matrices carrées d ordre n à coefficients

Plus en détail

FONCTIONS DE PLUSIEURS VARIABLES : CALCUL DIFFÉRENTIEL

FONCTIONS DE PLUSIEURS VARIABLES : CALCUL DIFFÉRENTIEL Chapitre 15 : FONCTIONS DE PLUSIEURS VARIABLES : CALCUL DIFFÉRENTIEL ECS2 Lycée La Bruyère, Versailles Année 2013/2014 1 Objets du calcul différentiel du premier ordre 2 1.1 Dérivées partielles et gradient..................................

Plus en détail

Calcul différentiel et fonctions holomorphes MAT 431 Cours 1 : le calcul différ. dans les espaces de Banach. David Renard.

Calcul différentiel et fonctions holomorphes MAT 431 Cours 1 : le calcul différ. dans les espaces de Banach. David Renard. Calcul différentiel et fonctions holomorphes MAT 431 Cours 1 : le calcul différentiel dans les espaces de Banach 29 août 2016 1 Les documents (poly actualisé, feuille d exercices, etc) sont disponibles

Plus en détail

CINQUANTE-SIX EXERCICES DE CALCUL DIFFÉRENTIEL POUR LA TROISIÈME ANNÉE DE LICENCE. Michèle Audin

CINQUANTE-SIX EXERCICES DE CALCUL DIFFÉRENTIEL POUR LA TROISIÈME ANNÉE DE LICENCE. Michèle Audin CINQUANTE-SIX EXERCICES DE CALCUL DIFFÉRENTIEL POUR LA TROISIÈME ANNÉE DE LICENCE 2012 2013 Michèle Audin 1. Espaces vectoriels normés Exercice 1.1 (Manhattan). Une ville est quadrillée par une famille

Plus en détail

Préparation au CAPES (IUFM/ULP) Strasbourg, octobre 2007

Préparation au CAPES (IUFM/ULP) Strasbourg, octobre 2007 Préparation au CAPES (IUFM/ULP) Strasbourg, octobre 2007 Corrigé en janvier 2009 Rapidité de convergence d une suite réelle L objectif de ce texte est de se donner des outils pour «mesurer» la rapidité

Plus en détail

Résumé d analyse fonctionnelle élémentaire

Résumé d analyse fonctionnelle élémentaire D. Feyel Université d Evry-Val d Essonne, M1, année 2006-07 Résumé d analyse fonctionnelle élémentaire Introduction L analyse fonctionnelle est née au 20ème siècle à partir des travaux de Fredholm sur

Plus en détail

Filière SMA Module de topologie

Filière SMA Module de topologie Université Mohammed V-Rabat Faculté des sciences Département de mathématiques Filière SMA Module de topologie Semestre 5 Hamza BOUJEMAA 1 Introduction Le contenu du module de topologie enseigné en semestre

Plus en détail

Continuité des fonctions réelles

Continuité des fonctions réelles Chapitre 2 Continuité des fonctions réelles 2.1 Généralités Définition 2.1.1. Une fonction réelle f est une application d une partie D de R dans R. La partie D est appelée ensemble (ou domaine) de définition

Plus en détail

Devoir surveillé 5 mathématiques

Devoir surveillé 5 mathématiques Devoir surveillé 5 mathématiques BCPST 205-206 Exercice. Soit t un réel strictement positif. On définit la suite ( n N par la donnée de x 0 = t et la relation de récurrence : n N, + =.. (a Soit g la fonction

Plus en détail

CHAPITRE 2. Courbes paramétrées

CHAPITRE 2. Courbes paramétrées CHAPITRE Courbes paramétrées Dans tout ce chapitre nous choisissons un repère du plan affine ce qui permet d identifier les points du plan avec les éléments de R (par leurs coordonnées) et les vecteurs

Plus en détail

Eléments propres d un endomorphisme

Eléments propres d un endomorphisme [http://mp.cpgedupuydelome.fr] édité le 5 mai 16 Enoncés 1 Eléments propres d un endomorphisme Eercice 1 [ 768 ] [Correction] Soient E = C (R, R) et D l endomorphisme de E qui à f associe sa dérivée f.

Plus en détail

Algèbre linéaire pour GM Jeudi 07 novembre 2013 Prof. A. Abdulle. Exercice 1 Calculer les produits suivants en utilisant la multiplication par bloc :

Algèbre linéaire pour GM Jeudi 07 novembre 2013 Prof. A. Abdulle. Exercice 1 Calculer les produits suivants en utilisant la multiplication par bloc : Algèbre linéaire pour GM Jeudi 07 novembre 2013 Prof A Abdulle EPFL Série 7 Corrigé Exercice 1 Calculer les produits suivants en utilisant la multiplication par bloc : a b c 3 1 0 4 1 2 1 1 2 2 1 1 2 1

Plus en détail

Interpolation. Chapitre Introduction

Interpolation. Chapitre Introduction Chapitre 4 Interpolation Dans ce chapitre, on s intéresse au problème suivant Étant donné une fonction continue, comment peut-on l approcher par un polynôme? Plus précisément, on se donne une fonction

Plus en détail

Trace, formes quadratiques et extensions de corps Yves Coudene 16/10/03

Trace, formes quadratiques et extensions de corps Yves Coudene 16/10/03 Trace, formes quadratiques et extensions de corps Yves Coudene 16/10/03 Ce document porte sur les notions de dimension d espace vectoriel, extensions de corps, trace de matrices, polynôme minimal et caractéristique,

Plus en détail

Différentes formules de Taylor pour une fonction d une variable réelle

Différentes formules de Taylor pour une fonction d une variable réelle 25 Différentes formules de Taylor pour une fonction d une variable réelle Il y a beaucoup de résultats dans cette proposition de leçon (en prévision de questions que pourrait poser le jury). Comme il n

Plus en détail

Cours d analyse - Résumé sur les suites 2015/2016

Cours d analyse - Résumé sur les suites 2015/2016 Cours d analyse - Résumé sur les suites 2015/2016 CPUS I. Les suites numériques I.1. Premières définitions. Définition. Une suite réelle est une fonction dont l ensemble de départ est une partie de N du

Plus en détail

Devoir non surveillé Équation différentielle, fonction définie par une intégrale

Devoir non surveillé Équation différentielle, fonction définie par une intégrale Devoir non surveillé Équation différentielle, fonction définie par une intégrale Pelletier Sylvain, BCPST Lycée Hoche $\ CC BY: pour le 0 juin Eercice Résoudre l équation différentielle : E y y + 5y cos

Plus en détail

Fonctions de plusieurs variables : calcul différentiel On parle parfois de dérivée partielle première.

Fonctions de plusieurs variables : calcul différentiel On parle parfois de dérivée partielle première. Fonctions de plusieurs variables : calcul différentiel 13-1 Sommaire 1 Fonctions R p R, Dérivées Premières 1 11 Application de classe C 1 sur U 1 12 Différentielle 2 13 Développement limité à l ordre 1

Plus en détail

Équations Différentielles

Équations Différentielles Équations Différentielles Pré-requis : Savoir calculer une primitive dans les cas décrits au chapitre précédent. Objectifs : Savoir résoudre une équation différentielle linéaire d ordre 1 homogène. Savoir

Plus en détail

Différentiabilité des fonctions de plusieurs variables:

Différentiabilité des fonctions de plusieurs variables: Différentiabilité des fonctions de plusieurs variables: N. Tsouli University Mohamed I Faculty of Sciences Department of Mathematics Oujda, Morocco. Plan 1 I-Dérivées partielles : 2 II-7- Dérivées d ordre

Plus en détail

5.3 Espaces vectoriels normés de dimensions finies

5.3 Espaces vectoriels normés de dimensions finies Démonstration Tout à fait similaire à celle effectuée pour les applications linéaires, sauf en ce qui concerne (v) (i) (car il n y a plus l intermédiaire (vi)). Mais on a, si (a 1,a 2 ) E 1 E 2 u( 1, 2

Plus en détail

1. Espaces métriques. 1 Distance, boules, ouverts, fermés...

1. Espaces métriques. 1 Distance, boules, ouverts, fermés... 1. Espaces métriques 1 Distance, boules, ouverts, fermés... Définition 1.1. Soit E un ensemble (non vide). On appelle distance sur E une application d de E E dans [0, + [ vérifiant les trois propriétés

Plus en détail

Espaces euclidiens, orthogonalité, longueur. Moindres carrés.

Espaces euclidiens, orthogonalité, longueur. Moindres carrés. Université Nice Sophia-Antipolis SL2SF 2012-13 Algèbre 2 Espaces euclidiens, orthogonalité, longueur. Moindres carrés. On travaille avec le corps des réels, noté R. Pour tout entier naturel n, on considère

Plus en détail

EXERCICES D ANALYSE ET METHODES NUMERIQUES GR-EA

EXERCICES D ANALYSE ET METHODES NUMERIQUES GR-EA EXERCICES D ANALYSE ET METHODES NUMERIQUES 01-013 s.achakir 0.1 INTERPOLATION I- Interpolation On donne x 0 = 1 et h = 1 4 et x i = x 0 + ih pour i=0,1,. et y 0 = 1, y 1 = 1, y = 3. (a) Déterminer le polynôme

Plus en détail

i=1 x iy i On a bien i=1 x2 i > 0 quand x 0.

i=1 x iy i On a bien i=1 x2 i > 0 quand x 0. Chapitre 3 Produit scalaire, espaces vectoriels euclidiens 3.1 Produit scalaire, norme euclidienne Définition 3.1 Soit E un espace vectoriel réel. Un produit scalaire sur E est une forme bilinéaire symétrique

Plus en détail

Mat307 Feuille d exercices 2 : équations différentielles UGA

Mat307 Feuille d exercices 2 : équations différentielles UGA Mat37 Feuille d exercices 2 : équations différentielles UGA Exercice 1. 1. Résoudre l équation différentielle suivante x x + cos(t ; x( 1. 2. Tracer la solution et étudier son comportement en et en +.

Plus en détail

Les nouveaux programmes de terminales S conseillent d introduire la fonction exponentielle avant la fonction logarithme.

Les nouveaux programmes de terminales S conseillent d introduire la fonction exponentielle avant la fonction logarithme. Introduction ÉQUATION DIFFÉRENTIELLE y = y & FONCTION EXPONENTIELLE Les nouveaurogrammes de terminales S conseillent d introduire la fonction exponentielle avant la fonction logarithme. Nous allons montrer

Plus en détail

Proposition : Tout sev F est stable par combinaison linéaire, c est-à-dire :

Proposition : Tout sev F est stable par combinaison linéaire, c est-à-dire : 61 Proposition : Tout sev F est stable par combinaison linéaire, c est-à-dire : n, ( x 1,..., x n ) F n, (λ 1,..., λ n ) n, n λ i x i F i=1 Par récurrence sur le nombre de termes dans la combinaison linéaire.

Plus en détail

Math206 Equations aux Dérivées Partielles Feuille d Exercices 1

Math206 Equations aux Dérivées Partielles Feuille d Exercices 1 Université de Paris Sud 11 L MPI Mathématiques ème semestre 14/15 Math06 Equations aux Dérivées Partielles Feuille d Exercices 1 NB. Ces exercices, et les corrigés qui suivent, sont issus du site http://www.bibmath.net

Plus en détail