Plan du module. Licence 2 Informatique 2005/ ère partie - Systèmes relationnels. 2ème partie - Algèbre. 3ème partie - Séries
|
|
- Michele Lefebvre
- il y a 8 ans
- Total affichages :
Transcription
1 Informatique 20h cours/30h théorique TD 2 Informatique Systèmes -Informatiquethéorique 2 relationnels 2005/2006 Informatique -Informatiquethéorique Relations 22005/2006 n-aires 2 Informatique 2005/2006 Frédéric Fürst - bureau frederic.furst@u-picardie.fr Les systèmes relationnels sous-tendent de nombreux systèmes informatiques : Base de données et langages relationnels Structures ordonnées : arborescence des systèmes de fichiers, piles, files, arbres, hiérarchies objet, Bibliographie : Mathématiques discrètes et informatique, N.H. Xuong, Masson Mathématiques pour l informatique, A. Arnold & I. Guessarian, Masson Mathématiques discrètes, S. Lipschutz, Serie Schaum Relation : soit E1,.., En n ensembles. On appelle relation entre les Ei tout sous-ensemble de E1.. En. Exemples : - une relation unaire sur un ensemble E est une partie de E (par ex. l ensemble des entiers pairs peut être vu comme une relation unaire sur N). - 3 ensembles d identifiants client, d identifiants produit et de numéros de facture sont liés par une relation ternaire «achat» Tartempion Dupont Dupond Chaise Table fourchette Facture 22 Facture 23 Facture 32 Plan du module 1ère partie - Systèmes relationnels Relations sur un ensemble Relation sur Théorie des treillis ensembles Informatique -Informatiquethéorique Opérations relations 22005/2006sur (1/3) les 2ème partie - Algèbre Théorie des groupes Anneaux, corps 3ème partie - Séries Séries, polynomes formels Fonctions génératrices Ensemble : un ensemble (notion première) est défini quand il est possible pour tout élément (notion première) de dire s il appartient ou pas à cet ensemble Relation (binaire) : soit E et F deux ensembles. On appelle relation binaire entre E et F tout sous-ensemble de E F (E F est le produit cartésien de E et F). Notes : - une relation peut lier un ensemble à lui-même - une relation n est pas forcément binaire Exemples : - relation de notation entre l ensemble des étudiants en L2 et l ensemble des notes en IT2 [0..20] - la relation de divisibilité dans N Les relations sont des sous-ensembles d un produit cartésien d ensembles => on peut leur appliquer des opérations ensemblistes, c est l algèbre relationnelle des SGBD (BD2) Inclusion de relation : l inclusion des relations binaires R et S, notée R S, est définie par (x,y) R => (x,y) S. On peut généraliser à des relations n-aires. Exemple : {(Tartempion,chaise,facture22)} est incluse dans {(Tartempion,chaise,facture22),(Dupont,table,facture23),(Dupont,fourchette, facture32)} 1
2 Opérations relations sur (2/3) les Opérations relations sur (3/3) les Union et intersection de relations : soit R et S deux relations Inverse d une relation binaire : soit R relation entre E et F. R -1 Composition Informatique ABCD des relations -Informatiquethéorique /2006 rodolphe robert roger relations Propriétés binaires des (1/2) relations Propriétés binaires des (2/2) Informatique Fermetures -Informatiquethéorique 2 des 2005/2006relations binaires entre E et F. R S union de R et S est définie par x (R S) y ssi xry ou xsy. R S intersection de R et S est définie par x (R S) y ssi xry et xsy. On généralise à des relations n-aires Exemples : - l'union de {(Tartempion,chaise,facture22)} et {(Tartempion,chaise,facture22), (Dupont,table,facture23), (Dupont,fourchette, facture32)} est {(Tartempion,chaise,facture22), (Dupont,table,facture23), (Dupont,fourchette, facture32)} - l'intersection de {(Tartempion,chaise,facture22)} et {(Tartempion,chaise,facture22), (Dupont,table,facture23), (Dupont,fourchette, facture32)} est {(Tartempion,chaise,facture22)} Composition des relations binaires : soit R une relation entre E et F et S une relation entre F et G. La relation T binaire composée de R et S, et notée RoS, est définie par (x,z) E G, xtz y F tel que xry et ysz Réflexivité : une relation R est réflexive si pour tout x, alors xrx Exemple : la relation "est située au même endroit" définie sur Ob Ob est réflexive Antiréflexivité : une relation R est anti-réflexive si pour tout x, alors xrx est faux Exemple : la relation "est posée sur" est antiréflexive inverse de R est définie par x R -1 y ssi yrx. Complémentaire d une relation : la relation R complémentaire d une relation R entre E et F est définie par (e,f) R ssi (e,f) R. On généralise à des relations n-aires. Relation identité : la relation identité entre E et F, notée Id E F, est définie par (e,f) Id E F ssi e = f Relation pleine : la relation pleine entre E et F, notée E F, est définie par (e,f) E F, (e,f) E F Symétrie : une relation R est symétrique si pour tout x et y tels que xry, alors yrx. Si R est symétrique, R=R -1 Exemple : la relation "à coté de" définie sur Ob Ob où Ob est l'ensemble des objets matériels est symétrique Antisymétrie : une relation R est anti-symétrique si pour tout x et y tels que xry et yrx, alors x = y Exemple : la relation "posée sur" définie sur Ob Ob est antisymétrique Transitivité : une relation R est transitive si pour tout x, y et z tels que xry et yrz, alors xrz Exemple : la relation "à coté de" est transitive Fermeture d une relation binaire : Soit R une relation binaire définie sur un ensemble E. On appelle fermeture réflexive, de R la plus petite (au sens de l inclusion) relation réflexive définie sur E contenant R. On note r(r) la fermeture réflexive de R, t(r) sa fermeture transitive, s(r) sa fermeture symétrique. Théorème 1 : Soit R une relation binaire sur un ensemble E. r(r) = R Id (Id = relation d identité) t(r) = R i i=1.. (R i = RoRo.. or i fois) s(r) = R R -1 2
3 Fonctions, applications (1/2) Informatique Relations -Informatiquethéorique 2 d équivalence 2005/2006 Application : une application d'un ensemble E vers un ensemble F est une relation de E vers F pour laquelle tout élément de E est en relation avec exactement un élément de F. C'est une fonction de E vers F dont domaine de définition est E. Informatique -Informatiquethéorique Relations 22005/2006 d ordre Fonction : une fonction d'un ensemble E vers un ensemble F est une relation de E vers F pour laquelle tout élément x de E est en relation avec au plus un élément y de F on note y = f(x) et on dit que y est l image de x par f et que x est l antécédent de y par f. l'ensemble des éléments x de E pour lesquels il existe un élément de F en relation avec x est appelé ensemble de définition de la fonction f. Relation d équivalence : une relation d équivalence (notée ) est une relation réflexive, transitive et symétrique. Exemples : - la relation de proximité spatiale "à coté de" - dans Z, la relation définie par arb ssi a-b est pair Classe d équivalence : la classe d équivalence d un élément x d un ensemble E relative à une relation d équivalence est l ensemble des éléments y de E tels que x y (ou y x) Théorème 2 : l ensemble des classes d équivalence qu une relation d équivalence induit sur un ensemble E est une partition de E. Inversement, toute partition de E induit une relation d équivalence. Relation d ordre : une relation d ordre partiel (notée ) est une relation réflexive, transitive et antisymétrique. Une relation antiréflexive, transitive et antisymétrique est une relation d ordre strict (une relation réflexive et transitive est appelée préordre). Exemples : - la relation «plus grand que» - dans N, la relation définie par arb ssi a divise b Elément dominant : dans E muni de, un élément x domine un élément y si y x et qu il n existe pas d élément z tel que y z x. On dit aussi que x est le successeur de y. Exemples : - dans N muni de la relation de division, 4 domine 2 - dans N muni de la relation «plus grand que», 3 domine 2 Fonctions, applications (2/2) Injection : une application de E vers F est dite injective lorsque deux éléments distincts de E ont toujours des images distinctes Ensembles dans F. quotient Informatique Ensembles -Informatiquethéorique 22005/2006 ordonnés Surjection : une application de E vers F est dite surjective lorsque tout élément de F admet au moins un antécédent dans E. Bijection : une application de E vers F est dite bijective lorsqu'elle est à la fois injective et surjective. Ensemble quotient : le quotient d un ensemble E par une relation d équivalence est l ensemble dont les éléments sont les classes d équivalences des éléments de E relativement à. Exemples : - le quotient de l ensemble {Pierre, Paul, Jacques, Marie, Jeanne} par la relation «a même sexe»est {{Pierre,Paul,Jacques}, {Marie,Jeanne}} - le quotient de N par la relation R définie par xry ssi x-y est multiple de 2 est l ensemble réduit àdeux éléments, l ensemble des entiers pairs et l ensemble des entiers impairs Ensemble ordonné (ou partiellement ordonné) : un ensemble E ordonné est un ensemble muni d une relation d ordre. On note cet ensemble (E, ). Ensemble totalement ordonné (ou chaine) : un ensemble E est totalement ordonné si pour tout couple (x,y) d éléments de E, x y ou y x Notes : - un ensemble peut être doté de plusieurs relations d ordre - toute relation d ordre admet une relation duale - tout ensemble ordonné (E, ) admet un dual (E, ) Exemples : - l arborescence d un système de fichiers est partiellement ordonnée - l ordre lexicographique est un ordre total permettant de trier des chaînes de caractères 3
4 ensembles Représentation ordonnés des (1/2) {1,2} {1}{2}{2,3} {1,3} {3} {1,2,3} ensembles Représentation des Informatique -Informatiquethéorique y ordonnés (2/2) 2 u2005/2006 zvt Profondeur et hauteur Extension linéaire Linéarisation Informatique -Informatiquethéorique Informatique 1-on 2-on 3-on d un ordre partiel 4-on on initialise associe choisit recommence -Informatiquethéorique l'ajoute le diminue marque un àchaque une sommet de àla liste en 13 liste le sommet 2 vide jusqu'àépuisement degréentrant son 2005/2006 degréentrant 0 tous des ses sommets successeurs non marqués [,{1},{2}] [,{1}] [,{1},{2},{3}] [] [,{1},{2},{3},{1,2}] [,{1},{2},{3},{1,2},{1,3}] Exemple de tri topologique [,{1},{2},{3},{1,2},{1,3},{2,3}] [,{1},{2},{3},{1,2},{1,3},{2,3},{1,2,3}] [ ] {1,3} Informatique Mais [,{1},{3},{1,3},{2},{1,2},{2,3},{1,2,3}] -Informatiquethéorique 22005/2006{1,2} {1}{2}{2,3} est aussi {3} {1,2,3} extension linéaire de cet ordre partiel une Diagramme de Hasse : sur un ensemble E ordonné par, pour tout couple d éléments (x,y) tels que x y et z dans E tel que x z y (y domine x), on crée un arc fléchéde x ày Exemple : l ensemble des parties de {1,2,3} ordonné par la relation d inclusion. Soit E un ensemble ordonné. Considérons les sous-ensembles totalement ordonnés de E. Hauteur : la hauteur d un élément x de E est le maximum, s il existe, de la longueur des chaînes admettant x comme élément maximum Profondeur : la profondeur d un élément x de E est le maximum, s il existe, des longueurs des chaînes admettant x comme élément minimum Exemples : - dans N muni de la relation arb ssi a divise b, les nombres premiers ont pour hauteur 1 - dans l ensemble des parties de {1,2,3} muni de l inclusion, la profondeur de {3} est 2 Tout ordre partiel peut être étendu à un ordre total. Il n'y a pas en général unicité de l'extension et l'une de ces extensions peut être obtenue à l'aide du tri topologique. Algorithme du tri topologique : on l'applique au graphe sans boucle d'un ordre partiel. La liste obtenue est la linéarisation de l'ordre initial. On en déduit un ordre total compatible avec l'ordre partiel de départ. Un tri topologique d un ensemble E est une numérotation des éléments de E, c est-à-dire une injection de E dans N respectant l ordre naturel sur N.»x Dans le cas d un ensemble totalement ordonné, par transitivité de la relation d ordre, le diagramme devient une «chaine Extension : si un ensemble E est ordonné par <, tout ordre «sur E tel que x < y ==> x «y est appelé une extension de <. Extension linéaire : en particulier si «est un ordre total il est appelé une extension linéaire de <. Exemple : - la relation d ordre arb ssi a divise b ordonne N. La relation d ordre usuelle sur N est une extension linéaire de la précédente. Note : - dans le cas des ensembles finis ou dénombrables, une extension linéaire «d'un ordre < permet d'énumérer les éléments selon l'ordre croissant (pour «), cette énumération étant compatible avec l'ordre d'origine <. 4
5 Eléments un ensemble particuliers ordonné dans (1/3) Eléments un ensemble particuliers ordonné dans (2/3) Informatique Eléments un -Informatiquethéorique ensemble 2 particuliers 2005/2006 ordonné dans (2/2) E Exemples remarquables d'éléments BC BDHGF EAC Ensemble ordonné fini Ordre bien fondé Dans un ensemble E muni d une relation d ordre : x est un minorant (resp. majorant) de y si x y (resp. y x) x est la borne supérieure de E (notée sup(e)) s il est le plus petit des majorants de E x est la borne inférieure de E (notée inf(e)) s il est le plus grand des minorants de E Exemple : b est la borne sup de [a,b] sur (R, ) et aussi celle de [a,b[ Note : un majorant ou minorant, et donc une borne supérieure ou inférieure n existe par toujours ([0,+ [ n a pas de majorant) AD Notes : - un maximum ou un minimum n existe pas toujours (N muni de la relation de divisibilité n a pas de maximum) - un maximal ou un minimal n existe pas toujours (l intervalle réel [a,b[ n a pas de maximal, mais il a un majorant) - dans le cas où un maximum (resp. minimum) existe, il est le seul élément maximal (resp. minimal) de E - dans le cas d un ordre total, les notions de minimum (resp. maximum) et de minimal (resp. maximal) sont confondues Différence entre maximum et maximal : E, C et D sont maximaux mais pas maximums Théorème 3 : Soit A une partie finie non vide d un ensemble ordonné(e, ). Pour tout x de A, il existe dans A un minimal m et un maximal s tels que m x s. Preuve : par induction sur A. Vrai pour A =1. Supposons la propriété vraie pour A =n-1. Soit x de A tel que A =n et B=A\{y} où y x. B contient donc un maximal s et un minimal m tels que m x s. 3 cas se présentent : s y : posons s = y et m = m y m : posons s = s et m = y m y s : posons m = m et s = s Dans les 3 cas, s et m sont les maximal et minimal cherchés. Corollaire : Tout ensemble ordonnéfini admet un maximal et un minimal. En particulier, toute chaîne finie admet un maximum et un minimum. x E est maximal (resp. minimal) s il n a pas d autre majorant dans E (resp. minorant) que lui-même x E est le maximum (ou universel) de E si y E, y x x E est le minimum (ou élément nul) de E si y E, x y Exemples : - dans l ensemble des sous-ensembles d un ensemble E, E est le maximum et le minimum - dans N muni de la relation de divisibilité, 1 est minimum, il n y a pas de maximum Dans l'ensemble ordonné de la figure : Le sous-ensemble {D,E,F} possède 4 majorants A, B, C, D et une borne inf D. D est maximal et maximum. E et F sont minimaux (mais pas minimums). Le sous-ensemble {D,E,F,G} ne possède ni majorant ni minorant Le sous-ensemble {A,B,C,D} ne possède aucun majorant, 3 minorants E, D et F et une borne inf D. B et C sont maximaux mais non maximums et D est minimal et minimum. Ordre bien fondé : un ordre sur un ensemble E est dit bien fondé (ou noethérien) si toute partie non vide de E admet un élément minimal. Exemple : - une arborescence de fichiers muni de l ordre «est sous-arbre de» est bien fondée Théorème 4 : dans un ordre bien fondé, tout élément non maximal admet un dominant. Preuve : soit x un élément non maximal de (E, ) bien fondéet F={y E, x y}. F n est pas vide puisque x n est pas maximal, donc F admet un minimal qui est clairement un dominant de x. 5
6 Bon ordre Définition des Treillis ensembliste Bon ordre : un bon ordre sur un ensemble E est un ordre tel que toute partie non vide de E admet un minimum. Treillis Exemples : - (N, ) est un ensemble bien ordonné mais pas (Z, ) bdeux et diagramme de Hasse Informatique aexemples -Informatiquethéorique cdde ceatreillis 22005/2006 bdfun bdcontre-exemple treillis facede Partie finie d un treillis Informatique Treillis diagramme b-informatiquethéorique E défini ade de Hasse par c2 son{a,b,c,d}, {a,b,c,e}, ordre, 2005/2006 est muni sous-treillisde du même mais pas E Treillis complets (1/2) sous-treillisde E un Théorème 5 : un ordre est bon si et seulement s il est bien fondé et total. Preuve : la condition suffisante est évidente. Un bon ordre est clairement bien fondé. De plus, toute partie à 2 éléments admet un minimum, donc deux éléments quelconques sont comparables. Corollaire : dans un ensemble bien ordonné, tout élément non maximum admet un dominant unique. Sous-treillis Sous-treillis : une partie (P, ) d un treillis (T, ) est un soustreillis de T si pour tout x et y de P, x y et x y sont dans P. Treillis : Un treillis est un ensemble ordonné dans lequel toute paire d'éléments admet une borne supérieure et une borne inférieure, c est-à-dire qu étant donnés deux éléments x et y, l ensemble des majorants communs à x et y n est pas vide et admet un minimum noté x y et l ensemble de leurs minorants communs n est pas vide et admet un maximum noté x y. Note : - on parle aussi de demi-treillis. Un inf-demi-treillis (resp. sup-demitreillis) est un ensemble ordonné où toute paire d éléments admet une borne inférieure (resp. supérieure). - un treillis T admet un dual T tel que et Exemples : - N muni de la relation divise ( = pgcd et = ppcm) - tout ensemble totalement ordonné - l ensemble des parties d un ensemble ordonné par l inclusion (x y = x y et x y = x y) Théorème 6 : toute partie finie d un treillis admet une borne inférieure et une borne supérieure. Preuve : toute partie de cardinal 1 ou 2 vérifie la propriété. Supposons la propriété vraie pour toute partie de cardinal n-1 et soit P={x 1,..,x n } une partie à n éléments. P\{x n } admet un inf a et un sup b. La partie {a,x n }, ayant deux éléments, admet un inf qui est celui de P et la partie {b,x n }, ayant deux éléments, admet un sup qui est celui de P. Corollaire : tout treillis fini admet une borne inférieure et une borne supérieure Treillis complet : un treillis est dit complet lorsque toute partie non vide admet une borne supérieure et une borne inférieure. Note : - si dans un treillis complet, il n existe pas de minimum ou maximum, il est toujours possible de rajouter les inf et sup, qui sont notés (bottom) et T (top) Exemples : - tout treillis fini est complet - l ensemble des parties d un ensemble muni de l inclusion est un treillis complet avec sup({e i })=U i E i et inf({e i })= i E i - (N, ) est un inf-demi-treillis complet mais pas un treillis complet 6
7 Treillis complets (2/2) Théorème 7 : tout treillis sans chaîne infinie est complet. Preuve : soit A une partie non vide d un treillis T sans chaine infinie. Soit x 0 un élément de A. Si x 0 est un minorant de A, c est le minimum x 0 =inf(a). Sinon, il existe un élément x 1 de A tel que (x 0 x 1 ) donc (x 1 x 0 ) x 0. Si x 1 x 0 est un minorant de A, alors x 1 x 0 = inf(a) car pour tout minorant m de A, m x 0 et m x 1 donc m x 1 x 0. Sinon il existe un élément x 2 de A tel que (x 2 Morphismes x 1 x 0 ) (x 1 x 0 ) x 0 d ordre (2/2). Puisque le treillis ne contient pas de chaine infinie, le processus s arrête au bout d un temps fini et conduit à inf(a). De même pour sup(a). Informatique -Informatiquethéorique Isomorphismes 22005/2006 l'application taille définie entre les ensembles {Albert, Bertrand, Caroline, Hervé}, ordonné par l'ordre lexicographique dans {160,167,182,190}, ordonné par l'ordre naturel des entiers et définie par taille(albert) = 160, taille(bertrand) = 167, taille(caroline) = 182 et taille(hervé) = 190 est un morphisme d'ordre Isomorphisme : un isomorphisme est un morphisme bijectif. Dans ce cas, on a x,y de E 1, x 1 y <=> f(x) 2 f(y) Endomorphisme : un endomorphisme est un morphisme d un ensemble dans lui-même Automorphisme : un automorphisme est un endomorphisme bijectif Théorème 9 : soient deux ensembles ordonnés (E 1, ) et (E 2, 2 ) isomorphes (d ordre). Si l un est un treillis, l autre aussi, et ils sont isomorphes (de treillis). Preuve : soit f la bijection d ordre de E 1 dans E 2. Supposons que E 1 soit un treillis, donc x y existe. f(x y) est un minorant de {f(x),f(y)} car x y 1 x => f(x y) 2 f(x) et x y 1 y => f(x y) 2 f(y). Montrons que c est le plus grand minorant. Soit m un minorant de {f(x),f(y)}. Puisque f est un isomorphisme (d ordre), il existe z dans E 1 tel que m = f(z) avec z 1 x et z 1 y. Donc z 1 (x y) et donc m = f(z) 2 f(x y). Par dualité, on montre aussi que f est un -morphisme. Et par bijection, on montre la propriété si E 2 est un treillis. Morphismes d ordre (1/2) Informatique Morphismes -Informatiquethéorique 22005/2006 de treillis Informatique -Informatiquethéorique Point 2 fixe 2005/2006(1/2) Morphisme d ordre : soient (E 1, 1 ) et (E 2, 2 ) deux treillis. Une fonction f : E 1 E 2 est un morphisme d ordre si pour tout x et y de E 1, x 1 y => f(x) 2 f(y). Un morphisme est donc une fonction qui respecte l'ordre. Un morphisme d ordre est aussi appelé fonction croissante. Note : - une fonction décroissante est définie par x 1 y => f(y) 2 f(x) - on utilise parfois le terme d homomorphisme à la place de morphisme Exemples : l'application note de {Albert, Bertrand, Caroline, Hervé}, ordonné par l'ordre lexicographique dans {11,12,13}, ordonné par l'ordre naturel des entiers et définie par note(albert) = 11, note(bertrand) = 13, note(caroline) = 12 et note(hervé) = 13 n'est pas un morphisme d'ordre Morphisme de treillis : soient (E 1, 1 ) et (E 2, 2 ) deux treillis. Une fonction f : E 1 E 2 est un morphisme de treillis si pour tout x et y de E 1, f(x) f(y)=f(x y) et f(x) f(y)=f(x y). Un morphisme qui respecte est un -morphisme, et un morphisme qui respecte est un -morphisme. Un morphisme est à la fois - morphisme et -morphisme. Théorème 8 : tout morphisme de treillis est un morphisme d ordre Preuve : si x 1 y, x y = x et f(x) = f(x) f(y) donc f(x) 2 f(y) Note : - un morphisme d ordre n est pas forcément un morphisme de treillis Exemple : - Id : (N,div) (N, ). 4 6 = 12 dans (N,div) et 4 6 = 6 dans (N, ) donc Id(4 6) = 12 Id(4) Id(6) = 6. Point fixe : une fonction f : E E admet un point fixe x si f(x) = x. Rôle des points fixes en programmation : Soit le programme suivant : Posons f la fonction qui à un programme P associe le programme suivant travaillant sur un entier n donné en entrée public int fact(int n){ if(n == 0) return 1; else return n*fact(n-1); } if(n == 0) return 1; else return n*p(n-1); La fonction fact définie précédemment est le point fixe de la fonction f. 7
8 Point fixe (2/2) La notion de point fixe apparait également dans les boucles qui peuvent être décrites comme des récursions. Point fixe et informatique public void boucle(){ } Exemple : la boucle while(cond) inst; peut être écrite sous forme de la fonction récursive suivante if(cond){ inst; boucle(); } La notion de point fixe et le théorème de point fixe sont utilisés largement en informatique base de données : mise à jour des données analyse de programme et compilation : transformation des boucles et récursions en points fixes, contrôle de terminaison contrôle de systèmes : stabilité, vérification de système... Théorème de point fixe Théorème (Knaster-Tarski, 1942) : toute fonction croissante d un treillis complet dans lui-même admet un plus petit et un plus grand point fixe (c est-à-dire que l ensemble des points fixes admet un inf et un sup) Preuve : soit f une fonction croissante d un treillis complet (T, ) dans lui-même. Posons F={x T, f(x) x}. F est non vide car sup(t) existe et sup(t) F (au besoin on le rajoute). Donc F admet une borne inférieure a = inf(f). f étant croissante, x F, a x => f(a) f(x) x. Donc f(a) est un minorant de F et f(a) a. Donc a F et est le minimum de F. Ainsi, si a est un point fixe de f, ce sera le plus petit, car tout point fixe de f est dans F. Or f(a) a => f(f(a)) f(a), donc f(a) F, d où a f(a). 8
De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que
Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer
Plus en 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 détailStructures algébriques
Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe
Plus en détailPremiers exercices d Algèbre. Anne-Marie Simon
Premiers exercices d Algèbre Anne-Marie Simon première version: 17 août 2005 version corrigée et complétée le 12 octobre 2010 ii Table des matières 1 Quelques structures ensemblistes 1 1.0 Ensembles, relations,
Plus en détailUniversité Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications
Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au
Plus en détail* 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 détail1 Définition et premières propriétés des congruences
Université Paris 13, Institut Galilée Département de Mathématiques Licence 2ème année Informatique 2013-2014 Cours de Mathématiques pour l Informatique Des nombres aux structures Sylviane R. Schwer Leçon
Plus en détailRelation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices
Lycée Pierre de Fermat 2012/2013 MPSI 1 Feuille d exercices Manipulation des relations d ordre. Relation d ordre Exercice 1. Soit E un ensemble fixé contenant au moins deux éléments. On considère la relation
Plus en détailCours arithmétique et groupes. Licence première année, premier semestre
Cours arithmétique et groupes. Licence première année, premier semestre Raphaël Danchin, Rejeb Hadiji, Stéphane Jaffard, Eva Löcherbach, Jacques Printems, Stéphane Seuret Année 2006-2007 2 Table des matières
Plus en détailMathématiques Algèbre et géométrie
Daniel FREDON Myriam MAUMY-BERTRAND Frédéric BERTRAND Mathématiques Algèbre et géométrie en 30 fiches Daniel FREDON Myriam MAUMY-BERTRAND Frédéric BERTRAND Mathématiques Algèbre et géométrie en 30 fiches
Plus en détailAxiomatique de N, construction de Z
Axiomatique de N, construction de Z Table des matières 1 Axiomatique de N 2 1.1 Axiomatique ordinale.................................. 2 1.2 Propriété fondamentale : Le principe de récurrence.................
Plus en détailLa Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois
Plus en détailGroupe symétrique. Chapitre II. 1 Définitions et généralités
Chapitre II Groupe symétrique 1 Définitions et généralités Définition. Soient n et X l ensemble 1,..., n. On appelle permutation de X toute application bijective f : X X. On note S n l ensemble des permutations
Plus en détailMarc HINDRY. Introduction et présentation. page 2. 1 Le langage mathématique page 4. 2 Ensembles et applications page 8
COURS DE MATHÉMATIQUES PREMIÈRE ANNÉE (L1) UNIVERSITÉ DENIS DIDEROT PARIS 7 Marc HINDRY Introduction et présentation. page 2 1 Le langage mathématique page 4 2 Ensembles et applications page 8 3 Groupes,
Plus en détailLe produit semi-direct
Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.
Plus en détailProblèmes de Mathématiques Filtres et ultrafiltres
Énoncé Soit E un ensemble non vide. On dit qu un sous-ensemble F de P(E) est un filtre sur E si (P 0 ) F. (P 1 ) (X, Y ) F 2, X Y F. (P 2 ) X F, Y P(E) : X Y Y F. (P 3 ) / F. Première Partie 1. Que dire
Plus en 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 détailChapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme
Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet
Plus en 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 détailCHAPITRE IV. L axiome du choix
CHAPITRE IV L axiome du choix Résumé. L axiome du choix AC affirme qu il est légitime de construire des objets mathématiques en répétant un nombre infini de fois l opération de choisir un élément dans
Plus en détailCours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques
Université de Provence Topologie 2 Cours3. Applications continues et homéomorphismes 1 Rappel sur les images réciproques Soit une application f d un ensemble X vers un ensemble Y et soit une partie P de
Plus en détailLa mesure de Lebesgue sur la droite réelle
Chapitre 1 La mesure de Lebesgue sur la droite réelle 1.1 Ensemble mesurable au sens de Lebesgue 1.1.1 Mesure extérieure Définition 1.1.1. Un intervalle est une partie convexe de R. L ensemble vide et
Plus en détailUNIVERSITE IBN ZOHR Faculté des sciences Agadir. Filière SMA & SMI. Semestre 1. Module : Algèbre 1
UNIVERSITE IBN ZOHR Faculté des sciences Agadir Filière SMA & SMI Semestre 1 Module : Algèbre 1 Année universitaire : 011-01 A. Redouani & E. Elqorachi 1 Contenu du Module : Chapitre 1 : Introduction Logique
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailCapes 2002 - Première épreuve
Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série
Plus en 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 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 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 détailUEO11 COURS/TD 1. nombres entiers et réels codés en mémoire centrale. Caractères alphabétiques et caractères spéciaux.
UEO11 COURS/TD 1 Contenu du semestre Cours et TDs sont intégrés L objectif de ce cours équivalent a 6h de cours, 10h de TD et 8h de TP est le suivant : - initiation à l algorithmique - notions de bases
Plus en détailCours de Probabilités et de Statistique
Cours de Probabilités et de Statistique Licence 1ère année 2007/2008 Nicolas Prioux Université Paris-Est Cours de Proba-Stat 2 L1.2 Science-Éco Chapitre Notions de théorie des ensembles 1 1.1 Ensembles
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 détailINF 232: Langages et Automates. Travaux Dirigés. Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies
INF 232: Langages et Automates Travaux Dirigés Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies Année Académique 2013-2014 Année Académique 2013-2014 UNIVERSITÉ JOSEPH
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 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 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 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 détailChapitre 5 : Flot maximal dans un graphe
Graphes et RO TELECOM Nancy A Chapitre 5 : Flot maximal dans un graphe J.-F. Scheid 1 Plan du chapitre I. Définitions 1 Graphe Graphe valué 3 Représentation d un graphe (matrice d incidence, matrice d
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 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 détailProposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5.
DÉVELOPPEMENT 32 A 5 EST LE SEUL GROUPE SIMPLE D ORDRE 60 Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5. Démonstration. On considère un groupe G d ordre 60 = 2 2 3 5 et
Plus en détailLa NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France.
La NP-complétude Johanne Cohen PRISM/CNRS, Versailles, France. Références 1. Algorithm Design, Jon Kleinberg, Eva Tardos, Addison-Wesley, 2006. 2. Computers and Intractability : A Guide to the Theory of
Plus en détailBaccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé
Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e
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
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 détailI. Ensemble de définition d'une fonction
Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux
Plus en détailpar Denis-Charles Cisinski & Georges Maltsiniotis
LA CATÉGORIE Θ DE JOYAL EST UNE CATÉGORIE TEST par Denis-Charles Cisinski & Georges Maltsiniotis Résumé. Le but principal de cet article est de prouver que la catégorie cellulaire Θ de Joyal est une catégorie
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 détailQuelques tests de primalité
Quelques tests de primalité J.-M. Couveignes (merci à T. Ezome et R. Lercier) Institut de Mathématiques de Bordeaux & INRIA Bordeaux Sud-Ouest Jean-Marc.Couveignes@u-bordeaux.fr École de printemps C2 Mars
Plus en détailInitiation à l algorithmique
Informatique S1 Initiation à l algorithmique procédures et fonctions 2. Appel d une fonction Jacques TISSEAU Ecole Nationale d Ingénieurs de Brest Technopôle Brest-Iroise CS 73862-29238 Brest cedex 3 -
Plus en détailSoit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.
ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle
Plus en détailDOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10.
A1 Trouvez l entier positif n qui satisfait l équation suivante: Solution 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. En additionnant les termes du côté gauche de l équation en les mettant sur le même dénominateur
Plus en détailAlgorithmique et Programmation Fonctionnelle
Algorithmique et Programmation Fonctionnelle RICM3 Cours 9 : Lambda-calcul Benjamin Wack Polytech 2014-2015 1 / 35 La dernière fois Typage Polymorphisme Inférence de type 2 / 35 Plan Contexte λ-termes
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 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 détailRecherche dans un tableau
Chapitre 3 Recherche dans un tableau 3.1 Introduction 3.1.1 Tranche On appelle tranche de tableau, la donnée d'un tableau t et de deux indices a et b. On note cette tranche t.(a..b). Exemple 3.1 : 3 6
Plus en détailLa fonction exponentielle
DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction
Plus en détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
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 détailFondements de l informatique Logique, modèles, et calculs
Fondements de l informatique Logique, modèles, et calculs Cours INF423 de l Ecole Polytechnique Olivier Bournez Version du 20 septembre 2013 2 Table des matières 1 Introduction 9 1.1 Concepts mathématiques........................
Plus en détail1 Recherche en table par balayage
1 Recherche en table par balayage 1.1 Problème de la recherche en table Une table désigne une liste ou un tableau d éléments. Le problème de la recherche en table est celui de la recherche d un élément
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 détailThéorie de la Mesure et Intégration
Université Pierre & Marie Curie (Paris 6) Licence de Mathématiques L3 UE LM364 Intégration 1 & UE LM365 Intégration 2 Année 2010 11 Théorie de la Mesure et Intégration Responsable des cours : Amaury LAMBERT
Plus en 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 détailExercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT
Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,
Plus en détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détailContinuité 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 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 détailDéveloppements limités. Notion de développement limité
MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un
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 détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en 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 détailTIQUE DE FRANCE NILSYSTÈMES D ORDRE 2 ET PARALLÉLÉPIPÈDES
Bulletin de la SOCIÉTÉ MATHÉMATIQUE DE FRANCE NILSYSTÈMES D ORDRE 2 ET PARALLÉLÉPIPÈDES Bernard Host & Alejandro Maass Tome 135 Fascicule 3 2007 SOCIÉTÉ MATHÉMATIQUE DE FRANCE Publié avec le concours du
Plus en détailLE PROBLEME DU PLUS COURT CHEMIN
LE PROBLEME DU PLUS COURT CHEMIN Dans cette leçon nous définissons le modèle de plus court chemin, présentons des exemples d'application et proposons un algorithme de résolution dans le cas où les longueurs
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 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 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 détailFonction inverse Fonctions homographiques
Fonction inverse Fonctions homographiques Année scolaire 203/204 Table des matières Fonction inverse 2. Définition Parité............................................ 2.2 Variations Courbe représentative...................................
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 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 détailLes algorithmes de base du graphisme
Les algorithmes de base du graphisme Table des matières 1 Traçage 2 1.1 Segments de droites......................... 2 1.1.1 Algorithmes simples.................... 3 1.1.2 Algorithmes de Bresenham (1965).............
Plus en détailCorrection du Baccalauréat S Amérique du Nord mai 2007
Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n
Plus en détailDu Premier au Second Degré
Du Premier au Second Degré Première Bac Pro 3 ans November 26, 2011 Première Bac Pro 3 ans Du Premier au Second Degré Sommaire 1 Fonction Polynôme du second degré 2 Fonction Polynôme du Second Degré: Synthèse
Plus en détailMIS 102 Initiation à l Informatique
MIS 102 Initiation à l Informatique Responsables et cours : Cyril Gavoille Catherine Pannier Matthias Robine Marc Zeitoun Planning : 6 séances de cours 5 séances de TD (2h40) 4 séances de TP (2h40) + environ
Plus en détailCours d arithmétique Première partie
Cours d arithmétique Première partie Pierre Bornsztein Xavier Caruso Pierre Nolin Mehdi Tibouchi Décembre 2004 Ce document est la première partie d un cours d arithmétique écrit pour les élèves préparant
Plus en détailchapitre 4 Nombres de Catalan
chapitre 4 Nombres de Catalan I Dénitions Dénition 1 La suite de Catalan (C n ) n est la suite dénie par C 0 = 1 et, pour tout n N, C n+1 = C k C n k. Exemple 2 On trouve rapidement C 0 = 1, C 1 = 1, C
Plus en détailObjets Combinatoires élementaires
Objets Combinatoires élementaires 0-0 Permutations Arrangements Permutations pour un multi-ensemble mots sous-ensemble à k éléments (Problème du choix) Compositions LE2I 04 1 Permutations Supposons que
Plus en détailCH.6 Propriétés des langages non contextuels
CH.6 Propriétés des langages non contetuels 6.1 Le lemme de pompage 6.2 Les propriétés de fermeture 6.3 Les problèmes de décidabilité 6.4 Les langages non contetuels déterministes utomates ch6 1 6.1 Le
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 détailProgramme de la classe de première année MPSI
Objectifs Programme de la classe de première année MPSI I - Introduction à l analyse L objectif de cette partie est d amener les étudiants vers des problèmes effectifs d analyse élémentaire, d introduire
Plus en détailCorrection du baccalauréat ES/L Métropole 20 juin 2014
Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)
Plus en détail1/24. I passer d un problème exprimé en français à la réalisation d un. I expressions arithmétiques. I structures de contrôle (tests, boucles)
1/4 Objectif de ce cours /4 Objectifs de ce cours Introduction au langage C - Cours Girardot/Roelens Septembre 013 Du problème au programme I passer d un problème exprimé en français à la réalisation d
Plus en détailStatistiques Descriptives à une dimension
I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des
Plus en détailProduit semi-direct. Table des matières. 1 Produit de sous-groupes 2. 2 Produit semi-direct de sous-groupes 3. 3 Produit semi-direct de groupes 4
Produit semi-direct Table des matières 1 Produit de sous-groupes 2 2 Produit semi-direct de sous-groupes 3 3 Produit semi-direct de groupes 4 1 1 Produit de sous-groupes Soient G un groupe et H et K deux
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 détailLogique. Plan du chapitre
Logique Ce chapitre est assez abstrait en première lecture, mais est (avec le chapitre suivant «Ensembles») probablement le plus important de l année car il est à la base de tous les raisonnements usuels
Plus en détailIntégrale de Lebesgue
Intégrale de Lebesgue L3 Mathématiques Jean-Christophe Breton Université de Rennes 1 Septembre Décembre 2014 version du 2/12/14 Table des matières 1 Tribus (σ-algèbres) et mesures 1 1.1 Rappels ensemblistes..............................
Plus en détailMéthodes de quadrature. Polytech Paris-UPMC. - p. 1/48
Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation
Plus en détail