PC* Espaces préhilbertiens réels
|
|
- Francine Monette
- il y a 8 ans
- Total affichages :
Transcription
1 I. Espace préhilbertien réel I.1 Produit scalaire dans un espace vectoriel réel I.2 Inégalités de Cauchy-Schwarz et de Minkowski I.3 Norme euclidienne I.4 Continuité du produit scalaire II. Orthogonalité dans un espace préhilbertien réel II.1 Généralités II.2 Orthogonal d un sev de E II.3 Bases orthogonales - Bases orthonormales III. Espaces vectoriels euclidiens III.1 Expression matricielle du produit scalaire en dimension finie III.2 Bases orthonormales IV. Projection orthogonale sur un sous-espace vectoriel de dimension finie IV.1 Projecteur orthogonal IV.2 Projection orthogonale IV.3 Procédé d orthogonalisation de Gram-Schmidt /12
2 Tester ses connaissances 1. (a) Qu est-ce qu un produit scalaire? (b) Qu est-ce qu une norme? Lien entre produit scalaire et norme? (c) Donner des exemples de produits scalaires et de normes. 2. Soit (E,, ) un espace préhilbertien réel ; soit (n, p) N 2, (λ 1,..., λ n ) R n, (µ 1,..., µ p ) R p, (x 1,..., x n ) E n, (y 1,..., y p ) E p, n p que vaut λ i x i, µ j y j? j=1 3. Qu est-ce que l inégalité de Cauchy-Schwarz? 4. (a) Expression du produit scalaire dans une b.o.n. (e 1,..., e n ). Et la norme? (b) Expression des coordonnées du vecteur x dans cette b.o.n.? 5. Comment définit-on deux vecteurs orthogonaux? Et l orthogonal d un sev? 6. Méthodes pour montrer qu une famille de vecteurs est libre? 7. Qu est-ce que le théorème de Pythagore? 8. Si a est un vecteur non nul, comment construire un vecteur unitaire colinéaire à a? 9. (a) Expression du projeté orthogonal du vecteur x sur la droite vectorielle D = Vect(a)? (b) Soit F un sev dont on connaît une b.o.n. (e 1,..., e q ) ; expression du projeté orthogonal de x sur F? (c) Procédé d orthogonalisation de Gram-Schmidt? Dans tout ce chapitre, E désigne un R -ev. 2/
3 I. Espace préhilbertien réel I.1 Produit scalaire dans un espace vectoriel réel I.1.a Définition Soit E un R-ev. On appelle produit scalaire sur E toute application ϕ : E 2 R telle que : (x, y) E 2, ϕ(x, y) = ϕ(y, x) (ϕ est symétrique) λ R, (x, y, y ) E 3, ϕ(x, y + λy ) = ϕ(x, y) + λϕ(x, y ) (linéarité./. à la 2 ème variable ou linéarité à droite) λ R, (x, x, y) E 3, ϕ(x + λx, y) = ϕ(x, y) + λϕ(x, y) (linéarité./. à la 1 ère variable ou linéarité à gauche) x E, ϕ(x, x) 0 (ϕ est positive) x E, ϕ(x, x) = 0 x = 0 (ϕ est définie). (E, ϕ) est appelé espace préhilbertien réel. Si E est de dim. finie, (E, ϕ) est dit euclidien. Soient x et y quelconques dans E : on ne sait rien, pour ϕ forme bilinéaire positive, du signe de ϕ(x, y)! Remarque. Dans la pratique, on commence par vérifier le caractère symétrique de ϕ, et alors (ii) implique (iii) et réciproquement. Donc on ne fait que l une des deux vérifications. Notations. On note un produit scalaire (x y) ou x, y ou x.y Remarque de calcul. Si (E,, ) est un espace préhilbertien réel, alors (n, p) N 2, (λ 1,..., λ n ) R n, (µ 1,..., µ p ) R p, (x 1,..., x n ) E n, (y 1,..., y p ) E p, n λ i x i, p n p µ j y j = j=1 j=1 λ i µ j x i, y j = i,j λ i µ j x i, y j I.1.b Exemples usuels de produits scalaires 1. Sur R n : le produit scalaire canonique est défini par : n x = (x 1,..., x n ) R n, y = (y 1,..., y n ) R n, x, y = x i y i Si X et Y désignent les matrices colonnes des composantes de x et de y dans la base canonique, on remarque que (x, y) (R n ) 2, x, y = t XY 2. Sur M n (R) : le produit scalaire canonique est défini par n n (A, B) (M n (R)) 2, A, B = a i,j b i,j = tr( t AB) j=1 3. Sur C([a, b], R) avec a < b : soit m est une fonction continue sur [a, b] telle que t ]a, b[, m(t) > 0 (f, g) (C([a, b], R)) 2, f, g = b a f(t)g(t)m(t)dt /12
4 Exemple. (f, g) b a f(t)g(t)dt, (f, g) 1 1 f(t)g(t) 1 t 2 dt sont des pdts scalaires 4. Sur R[X] : le produit scalaire canonique est défini par : P = a k X k, Q = b k X k, P, Q = a k b k k N k N k N On définit aussi par exemple un autre produit scalaire par (P, Q) P, Q = 1 0 P (t) Q(t)dt. 5. Suites de carré sommable : On note l 2 (R) l ensemble des suites réelles de carré sommable, c est-à-dire les suites réelles (u n ) n N telles que la série u 2 n soit convergente. On sait que l 2 (R) est un R-espace vectoriel ; d autre part, en utilisant l inégalité ab 1 2 (a2 +b 2 ), on déduit : (u, v) couple d éléments de l 2 (R), u, v = scalaire sur l 2 (R). + n=0 u n v n existe, et cette formule définit un produit 6. Fonctions continues de carré intégrable sur un intervalle quelconque : Soit E l ensemble des fonctions f continues sur I, intervalle de R, à valeurs réelles, de carré intégrable sur I, c est-à-dire telles que f 2 soit intégrable sur I. De l inégalité fg 1 ( f 2 + g 2) on déduit que le produit de deux fonctions de carré intégrable 2 est intégrable : on peut donc définir pour deux éléments f et g de E le réel fg. De plus, si f et g sont de carré intégrable, si λ est un réel quelconque, f + λg est de carré intégrable, car (f + λg) 2 = f 2 + λ 2 g 2 + 2λfg. Comme la fonction nulle est de carré intégrable, E est un R-espace vectoriel. Enfin, en posant pour f et g dans E, (f g) = fg, on définit ainsi un produit scalaire sur E. I.2 Inégalités de Cauchy-Schwarz et de Minkowski Soit (E,, ) un espace préhilbertien réel. Pour tout x E, on note x =» x, x. Inégalité de Cauchy-Schwarz.(1) I I (x, y) E 2, x, y x y Cas d égalité : (x, y) E 2, x, y = x y (x, y) liée Inégalité de Minkowski = Inégalité triangulaire.(2) (x, y) E 2, x + y x + y Cas d égalité : (x, y) E 2, x + y = x + y (x, y) positivement liée. I.3 Norme euclidienne 4/
5 Proposition. (3) Soit (E,, ) un espace préhilbertien réel. L application. : E R définie par x E, x =» x, x est une norme sur E, appelée norme euclidienne associée au produit scalaire,. L application d : E 2 R définie par (x, y) E 2, d(x, y) = x y est appelée distance euclidienne associée à,. Un vecteur x est unitaire (ou encore normé) ssi x = 1. Exemples. Écriture des normes euclidiennes et de Cauchy-Schwarz pour les exemples précédents de produits scalaires. Ã Ã 1. Pour tous éléments x = (x 1,..., x n ) et y = (y 1,..., y n ) de R n n n, on a : x i y i x 2 n i yi 2. Ã Ã n n Et aussi, d ailleurs : x i y i x 2 n i yi 2. n La norme est définie par x = x 2 i = t X X. 2. Pour tous éléments f et g de C([a, b], R) (a < b), on a Et, également : fg f 2 g 2. [a,b] [a,b] [a,b] La norme est définie par N 2 (f) = [a,b] f 2. [a,b] fg [a,b] 3. Soit u, v deux suites réelles, telles que les séries u 2 n et vn 2 convergent. Alors la série de + Ã Ã + + terme général u n v n est absolument convergente et u n v n u 2 n vn 2 n=0 n=0 n=0 Ã Ã + (et également u nv n n=0 + u 2 n n=0 + vn). 2 n=0 Proposition. (4) Identité du parallélogramme. x E, y E, x + y 2 + x y 2 = 2 ( x 2 + y 2). Identité de polarisation. Soit (E,, ) un espace préhilbertien réel et. la norme euclidienne associée. (x, y) E 2, x, y = 1 4 ( x + y 2 x y 2 ) = 1 2 ( x + y 2 x 2 y 2 ). I.4 Continuité du produit scalaire Proposition. (5) Soit (E,, ) un espace préhilbertien réel ; on munit E de la norme associée à, ). Alors l application, : (x, y) E E x, y R est continue sur E E. f 2 [a,b] g 2. II. II.1 II.1.a Orthogonalité dans un espace préhilbertien réel Généralités Orthogonalité de deux vecteurs /12
6 Soit (E,, ) un espace préhilbertien réel ; Deux vecteurs x et y sont orthogonaux ssi x, y = 0. II.1.b Familles orthogonales, orthonormales Soit (v i ) i I une famille d éléments de E, espace préhilbertien réel. (v i ) i I est orthogonale ssi (i, j) I 2, (i j = < v i, v j >= 0). (v i ) i I est orthonormale ssi (i, j) I 2, < v i, v j >= δ i,j. Proposition. (6) Toute famille orthogonale ne «contenant» pas 0 E est libre. A fortiori, toute famille orthonormale est libre. Théorème de Pythagore.(7) Soit (E,, ) un espace préhilbertien réel ; Les vecteurs x et y sont orthogonaux ssi x + y 2 = x 2 + y 2. p 2 Si (v 1, v 2,..., v p ) est un famille orthogonale de E, alors v i = p v i 2. II.2 II.2.a Orthogonal d un sev de E Définition Soit (E,, ) un espace préhilbertien réel ; soit F un sous-espace vectoriel de E ; L ensemble {x E/ a F, a, x = 0}, noté F, est l orthogonal de F. Proposition. (8) Soient F et G deux sev de E, espace préhilbertien réel. 1. F est un sous-espace vectoriel de E. 2. {0} = E E = {0} F Ä F ä. 3. F G = G F. 4. F F = {0}. 5. Si B est une base de F, un vecteur est orthogonal à F (donc appartient à F ) ssi il est orthogonal à tous les vecteurs de B. II.2.b Existence d un (ou du?) supplémentaire orthogonal? 6/
7 En général, l orthogonal d un sev n est pas un supplémentaire de ce sev. Par exemple, soit E = C([0, 1], R), muni de son produit scalaire usuel, et F le sev des fonctions polynômes réelles sur [0, 1]. On montre (à l aide du premier théorème de Weierstrass (H.P.)) que F = {0 E }. Et donc que F F = F E. On retiendra donc que la somme F F est toujours directe, mais que ce n est en général pas E, donc l orthogonal de F n est pas nécessairement un supplémentaire de F. MAIS Cas particulier important : Proposition. (9) a E {0 E }, E = R.a (R.a) Preuve. La somme est directe d après ce qui précède. a, x Et on remarque que x E, x = a a a, x + x } {{ 2 a a } } {{ 2 } R.a (R.a) II.3 Bases orthogonales - Bases orthonormales Soit (E,, ) un espace préhilbertien réel ; (e i ) i I est une base orthogonale ( resp. orthonormale ) de E ssi (e i ) i I est une base de E et la famille (e i ) i I est orthogonale ( resp. orthonormale ). Remarque. Puisqu on a vu que toute famille orthonormale est libre, on a : (e i ) i I est une b.o.n. ssi c est une famille orthonormale génératrice. Théorème.(10) Si B = (e i ) i I est une b.o.n. de E, alors x E, x = i I e i, x e i. Si B = (e i ) i I est une base orthogonale de E, alors x E, x = i I e i, x e i, e i e i. III. Espaces vectoriels euclidiens On appelle espace vectoriel euclidien un espace préhilbertien réel de dimension finie. III.1 Expression matricielle du produit scalaire en dimension finie Soit (E,, ) un espace euclidien et B = (e 1,..., e n ) une base de E. On appelle matrice associée au produit scalaire, relativement à la base B la matrice M de M n (R) de terme général m i,j = e i, e j. Remarque. Si M est une matrice associée à un produit scalaire euclidien, alors M est symétrique et tous les termes de sa diagonale sont strictement positifs /12
8 III.2 III.2.a Bases orthonormales Existence Théorème.(11) Tout espace vectoriel euclidien admet au moins une b.o.n. Exemple. A, B = tr( t AB) dans M n (R) ; est une b.o.n pour ce produit scalaire. Ç (E i,i ) 1 i n, Å ã Å ã å (E i,j + E j,i ), 2 (E i,j E j,i ) 1 i<j n 1 i<j n Remarque. Il existe des bases orthonormées en dimension non finie ( (X n ) n N dans R[X] pour le produit scalaire canonique), mais ce n est pas systématique, contrairement à la dimension finie. Théorème de la b.o.n. incomplète.(12) Si (e 1,..., e p ) est une famille orthonormale de E euclidien de dimension finie n, alors on peut la compléter en une b.o.n. (e 1,..., e p, e p+1,..., e n ) de E. III.2.b Expression du produit scalaire, de la norme et de la distance dans une base orthonormée Théorème.(13) Soit E est un espace euclidien et B = (e 1,..., e n ) une b.o.n. de E. i {1,..., n}, x i = e i, x n n n x, y = x i y i = XY t = t Y X Si x = x i e i et y = y i e i alors à à n x = x 2 n i d(x, y) = x y = (x i y i ) 2 IV. Projection orthogonale sur un sous-espace vectoriel de dimension finie Dans ce, E est un préhilbertien réel, de dimension finie ou non. IV.1 Projecteur orthogonal On dit que p L(E) est un projecteur orthogonal ssi { p est un projecteur (p p = p) (Im p) = Ker p donc (x, y) Ker p Im p, x, y = 0 Exemple. Soit u E {0} ; soit D = Vect(u) ; u, x alors x E, x = x u 2 u u, x + u 2 u, donc E = D + D et comme D D, E = D D ; } {{ } } {{ } D D 8/
9 en notant p D le projecteur orthogonal sur D et p H le projecteur orthogonal sur H = D, u, x p D (x) = u x E, 2 u. u, x p H (x) = x u 2 u IV.2 Projection orthogonale Théorème-(14) Soit F un sous-espace de dimension finie d un espace préhilbertien réel E (E n est pas nécessairement de dimension finie). Alors F et F sont supplémentaires orthogonaux (i.e F F = E, donc F est le supplémentaire orthogonal de F ). On peut alors définir p F = la projection sur F parallèlement à F (appelée projection orthogonale sur F ). q Si (e 1,..., e q ) est une b.o.n. de F, alors x E, p F (x) = e i, x e i. Remarque. Pour trouver p F (x) connaissant une famille génératrice de F, on peut aussi traduire que x p F (x) est orthogonal à tout vecteur de cette famille génératrice et résoudre ainsi un système linéaire traduisant cette orthogonalité. Remarque. Si F n est pas de dimension finie, il se peut que F F ne soit pas E tout entier : alors F n a pas de supplémentaire orthogonal, et il n y a pas de projection orthogonale sur F. Mais il se peut aussi que F F = E. Alors la projection orthogonale sur F est bien définie. Théorème.(15) Soit F un sous-espace de dimension finie d un espace préhilbertien réel E (E n est pas nécessairement de dimension finie). Soit x un vecteur de E. Alors le projeté orthogonal de x sur F est l unique vecteur de F minimisant la distance de x à F. Autrement dit, p F (x) est l unique vecteur y 0 tel que x y 0 = Min x y = d(x, F ). y F Donc d(x, F ) = x p F (x) =» x 2 p F (x) 2. Exemple. Dans E = R n, si H est l ev d équation α 1 x α n x n = 0 relativement à une b.o.n., alors H = Vect(u) = D où u = (α 1,..., α n ), u, x donc pour tout x de E, p H (x) = x p Vect(u) (x) = x u 2 u, u, x donc d(x, H) = x p H (x) = p Vect(u) (x) = = α 1x α n x n». u α αn 2 Remarque. Le théorème de Pythagore montre que x 2 = p F (x) 2 + x p F (x) 2, donc p F (x) 2 x 2 : on en déduit l inégalité de Bessel : x, p F (x) x /12
10 Théorème.(16) Soit E un espace euclidien (on est donc en dimension finie) ; pour tout sev F de E, dim F + dim F = dim E et Ä F ä = F et F F = E Rappel : Si F n est pas de dimension finie (et donc E n est pas de dimension finie), il se peut que F F ne soit pas E tout entier, et il se peut aussi que F (F ). IV.3 Procédé d orthogonalisation de Gram-Schmidt Il consiste à transformer une famille libre (v i ) en une famille (e i ) orthogonale selon l algorithme : { e 1 = v 1 k 2, e k = v k p k 1 (v k ) où p k 1 désigne la projection orthogonale sur Vect Ä {e 1,..., e k 1 }ä Autrement dit k 1 e k = v e j k, v k e j=1 j, e j.e j On constate que chaque matrice T k de passage de (v 1,..., v k ) à (e 1,..., e k ) est triangulaire supérieure avec des 1 sur la diagonale, ce qui montre que Vect{e 1,..., e k } = Vect{v 1,..., v k } Remarque. Quand on voudra construire concrètement une base orthonormale d un espace euclidien : on partira d une base quelconque de E, qu on orthogonalisera par Schmidt, puis en quotientant par la norme des vecteurs orthogonaux obtenus (i.e e k e k ), on obtiendra une b.o.n. Exemple. Déterminer une b.o.n. du sev F de R 4 engendré par les vecteurs v 1 (1, 1, 0, 0), v 2 (1, 0, 1, 1), v 3 (0, 1, 1, 1). 10/
11 /12 Faire des dessins. Lorsque des hypothèses sont données faisant intervenir la norme, penser à élever au carré : le carré de la norme euclidienne se manipule beaucoup plus facilement que la norme euclidienne. Jusqu à présent, lorsque l on devait démontrer qu un extremum était atteint, on pensait à des arguments de continuité sur un segment. Il faut maintenant penser, pour des problèmes de minimum, au théorème de projection orthogonale sur un sous-espace de dimension finie. Si on pense que c est cela qu il faut appliquer, on définit un produit scalaire convenable et un sous-espace qui permet de résoudre le problème. Les problèmes de polynômes orthogonaux interviennent dans de nombreux énoncés. L orthonormalisation de Schmidt peut souvent être remplacée par une orthogonalisation, plus légère. Il faut avoir présente à l esprit l interprétation de l orthonormalisation de Schmidt en termes de projection orthogonale. Exo 1 Montrer que A M n (R), tr(a) n» tr(a A). Exo 2 Sur R 2 [X], on définit < P, Q >= P (1)Q(1) + P (1)Q (1) + P (1)Q (1). (1) Vérifier que <, > est un produit scalaire. (2) Trouver une base orthonormale (P 0, P 1, P 2 ) telle que deg(p k ) = k. (3) Déterminer la projection orthogonale de X 2 sur R 1 [X]. Exo 3 Soit F le sev de R 3 engendré par (1, 0, 1) et (1, 2, 1). (1) Donner une équation de F. (2) Déterminer une base de l orthogonal de F. (3) Déterminer le projeté orthogonal de (1, 1, 1) sur F. Exo 4 (1) Soit h une fonction continue et positive de [a, b] dans R. Démontrer que b a h(x)dx = 0 = h = 0. (2) Soit E le R-espace vectoriel des fonctions continues de [a, b] dans R. On pose, pour tout f et tout g de E, (f g) = b f(x)g(x)dx. Démontrer que l on définit ainsi un produit a scalaire sur E. 1 (3) Majorer xe x dx en utilisant l inégalité de Cauchy- Exo 5 Schwarz. 0 Soit E un espace euclidien et F, G des sous-espaces vectoriels de E. (1) Démontrer que (F + G) = F G. (2) (F G) = F + G. Exo 6 Montrer que l endomorphisme Öp de R, dont la èmatrice relativement à la base canonique est A = est une projection orthogonale dont on déterminera l image. Exo 7 Soit E l ev des applications continues et 2π-périodiques de R dans R. (1) Montrer que (f g) = 1 2π sur E. 2π 0 f(t)g(t)dt définit un pdt scalaire (2) Soit F le sev engendré par f : x cos(x) et g : x cos(2x). Déterminer le projeté orthogonal sur F de la fonction u : x sin 2 (x). 2016
12 12/ Exo 8 Soient F(R; R) l espace vectoriel des applications de R dans R, E le sous-espace engendré par les cinq applications : f 1 : x 1 2, f 2 : x cos(x), f 3 : x sin(x), f 4 : x cos(2x), f 5 : x sin(2x) et F le sous-espace vectoriel engendré par (f 1, f 2, f 3 ). π (1) Démontrer que f g = 1 f(t)g(t)dt définit un pdt scalaire π π sur E. (2) Vérifier que f 4 et f 5 sont unitaires et orthogonaux. On admettra pour la suite que B = (f i ),...,5 est une base orthonormée de E. (3) Déterminer le sev F orthogonal de F pour ce produit scalaire. Exo 9 On définit dans ÇM 2 (R) å M 2 (R) l application 2 ϕ(a, A ) = tr( t AA ). a b On note F = / (a, b) R. b a On admet que ϕ est un produit scalaire sur M 2 (R). (1) Démontrer que F est un sous-espace vectoriel de M 2 (R). (2) Déterminer une base de F. Ç å 1 1 (3) Déterminer la projection orthogonale de J = sur F 1 1. Exo 10 { x + y z t = 0 (1) Montrer que le système définit un plan x + 3y + z t = 0 P de R 4. (2) Construire une base orthonormale (ε 1, ε 2 ) de P. (3) Écrire la matrice dans la base canonique de R 4 de la projection orthogonale sur P, puis de la symétrie orthogonale par rapport à P. (4) Soit v = (1, 1, 1, 1) : calculer d(v, P ). Exo 11 Ç å a b Si A = et A c d = aa + bb + cc + dd. Ç a b å c d, alors on pose A, A = (1) Démontrer que, est un produit scalaire sur M 2 (R). Ç å 1 0 (2) Calculer la distance de la matrice A = au sousespace vectoriel F des matrices triangulaires 1 2 supérieures. Exo 12 Montrer que (f, g) 1 C([0, 1], R) et calculer Inf (a,b) R 2 Exo 13 0 tf(t)g(t)dt est un produit scalaire sur 1 0 t(t 2 at b) 2 dt E est un espace euclidien de dimension n pour le produit scalaire <, > et u L(E) tel que x E, < u(x), x >= 0. Montrer que Ker u et Im u sont supplémentaires orthogonaux et que le rang de u est pair. Exo 14 On note E = R [X] et on considère l application ϕ : donnée par ϕ(p, Q) = + 0 P (t)q(t)e t dt E E R (1) Justifier que l application ϕ est bien définie de E E vers R. (2) Montrer que l application ϕ définit un produit scalaire sur E. (3) Pour p, q N, calculer ϕ(x p, X q ). (4) Orthonormaliser par le procédé de Gram-Schmidt la famille (1, X, X 2 ). 2016
I. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détailExo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
Plus en 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 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 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 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 détailDifférentiabilité ; Fonctions de plusieurs variables réelles
Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2
Plus en 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 détailDe même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que
Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer
Plus en 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 détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Plus en détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détail[http://mp.cpgedupuydelome.fr] édité le 30 avril 2015 Enoncés 1
[http://mpcpgedupuydelomefr] édité le 3 avril 215 Enoncés 1 Exercice 1 [ 265 ] [correction] On note V l ensemble des matrices à coefficients entiers du type a b c d d a b c c d a b b c d a et G l ensemble
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 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 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 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 détailJournées Télécom-UPS «Le numérique pour tous» David A. Madore. david.madore@enst.fr. 29 mai 2015
et et Journées Télécom-UPS «Le numérique pour tous» David A. Madore Télécom ParisTech david.madore@enst.fr 29 mai 2015 1/31 et 2/31 : définition Un réseau de R m est un sous-groupe (additif) discret L
Plus en 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 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 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 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 détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Plus en détailFonctions de plusieurs variables
Maths MP Exercices Fonctions de plusieurs variables Les indications ne sont ici que pour être consultées après le T (pour les exercices non traités). Avant et pendant le T, tenez bon et n allez pas les
Plus en détailENSAE - DAKAR BROCHURE D'INFORMATION SUR LE CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS STATISTICIENS ÉCONOMISTES (I S E) Option Mathématiques CAPESA
ENSEA - ABIDJAN ENSAE - DAKAR ISSEA - YAOUNDÉ BROCHURE D'INFORMATION SUR LE CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS STATISTICIENS ÉCONOMISTES (I S E) Option Mathématiques CAPESA CENTRE D APPUI AUX
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en 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 détailReprésentation géométrique d un nombre complexe
CHAPITRE 1 NOMBRES COMPLEXES 1 Représentation géométrique d un nombre complexe 1. Ensemble des nombres complexes Soit i le nombre tel que i = 1 L ensemble des nombres complexes est l ensemble des nombres
Plus en détailExercices Corrigés Premières notions sur les espaces vectoriels
Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3
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 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 détailExercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument
Formes algébriques et trigonométriques, module et argument Exercice - - L/Math Sup - On multiplie le dénominateur par sa quantité conjuguée, et on obtient : Z = 4 i 3 + i 3 i 3 = 4 i 3 + 3 = + i 3. Pour
Plus en détailCalcul intégral élémentaire en plusieurs variables
Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement
Plus en détailCorrection de l examen de la première session
de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi
Plus en 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 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 détailCorrigé du baccalauréat S Pondichéry 12 avril 2007
Corrigé du baccalauréat S Pondichéry 1 avril 7 EXERCICE 1 Commun à tous les candidats 4 points 1 a Les vecteurs AB et AC ont pour coordonnées AB ; ; ) et AC 1 ; 4 ; 1) Ils ne sont manifestement pas colinéaires
Plus en détailDérivées 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 détail1 Complément sur la projection du nuage des individus
TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent
Plus en détailAmphi 3: Espaces complets - Applications linéaires continues
Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite
Plus en 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 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 détailCorrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2
33 Corrigé Corrigé Problème Théorème de Motzkin-Taussky Partie I I-A : Le sens direct et le cas n= 2 1-a Stabilité des sous-espaces propres Soit λ une valeur propre de v et E λ (v) le sous-espace propre
Plus en détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détail1S Modèles de rédaction Enoncés
Par l équipe des professeurs de 1S du lycée Parc de Vilgénis 1S Modèles de rédaction Enoncés Produit scalaire & Corrigés Exercice 1 : définition du produit scalaire Soit ABC un triangle tel que AB, AC
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 détail= 1 si n = m& où n et m sont souvent des indices entiers, par exemple, n, m = 0, 1, 2, 3, 4... En fait,! n m
1 épartement de Physique, Université Laval, Québec Pierre Amiot, 1. La fonction delta et certaines de ses utilisations. Clientèle Ce texte est destiné aux physiciens, ingénieurs et autres scientifiques.
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 détailMESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours
MSUR T INTÉGRATION N UN DIMNSION Notes de cours André Giroux Département de Mathématiques et Statistique Université de Montréal Mai 2004 Table des matières 1 INTRODUCTION 2 1.1 xercices.............................
Plus en détailLa programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique
La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation
Plus en détailSTATIQUE GRAPHIQUE ET STATIQUE ANALYTIQUE
ÉCOLE D'INGÉNIEURS DE FRIBOURG (E.I.F.) SECTION DE MÉCANIQUE G.R. Nicolet, revu en 2006 STATIQUE GRAPHIQUE ET STATIQUE ANALYTIQUE Eléments de calcul vectoriel Opérations avec les forces Equilibre du point
Plus en détailMATHÉMATIQUES EN PREMIER CYCLE PRÉSENTATION DU PROGRAMME
Notre cadre de réflexion MATHÉMATIQUES EN PREMIER CYCLE PRÉSENTATION DU PROGRAMME La proposition de programme qui suit est bien sûr issue d une demande du Premier Cycle : demande de rénovation des contenus
Plus en détailNotes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables
Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières
Plus en détailFonctions de plusieurs variables. Sébastien Tordeux
Fonctions de plusieurs variables Sébastien Tordeux 22 février 2009 Table des matières 1 Fonctions de plusieurs variables 3 1.1 Définition............................. 3 1.2 Limite et continuité.......................
Plus en 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 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 détailRésolution de systèmes linéaires par des méthodes directes
Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.
Plus en 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 détailEspérance conditionnelle
Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle
Plus en détailCalcul différentiel sur R n Première partie
Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité
Plus en détailNOTICE DOUBLE DIPLÔME
NOTICE DOUBLE DIPLÔME MINES ParisTech / HEC MINES ParisTech/ AgroParisTech Diplômes obtenus : Diplôme d ingénieur de l Ecole des Mines de Paris Diplôme de HEC Paris Ou Diplôme d ingénieur de l Ecole des
Plus en détailAnalyse en Composantes Principales
Analyse en Composantes Principales Anne B Dufour Octobre 2013 Anne B Dufour () Analyse en Composantes Principales Octobre 2013 1 / 36 Introduction Introduction Soit X un tableau contenant p variables mesurées
Plus en détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Plus en détailChapitre 2. Matrices
Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce
Plus en détailFonctions de plusieurs variables et changements de variables
Notes du cours d'équations aux Dérivées Partielles de l'isima, première année http://wwwisimafr/leborgne Fonctions de plusieurs variables et changements de variables Gilles Leborgne juin 006 Table des
Plus en détailL ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ
L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et
Plus en détailFonctions de plusieurs variables et applications pour l ingénieur
Service Commun de Formation Continue Année Universitaire 2006-2007 Fonctions de plusieurs variables et applications pour l ingénieur Polycopié de cours Rédigé par Yannick Privat Bureau 321 - Institut Élie
Plus en détailCours d Analyse 3 Fonctions de plusieurs variables
Université Claude Bernard, Lyon I Licence Sciences, Technologies & Santé 43, boulevard 11 novembre 1918 Spécialité Mathématiques 69622 Villeurbanne cedex, France L. Pujo-Menjouet pujo@math.univ-lyon1.fr
Plus en détailMesures gaussiennes et espaces de Fock
Mesures gaussiennes et espaces de Fock Thierry Lévy Peyresq - Juin 2003 Introduction Les mesures gaussiennes et les espaces de Fock sont deux objets qui apparaissent naturellement et peut-être, à première
Plus en détailExo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.
Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3
Plus en détailOptimisation des fonctions de plusieurs variables
Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables
Plus en détailC1 : Fonctions de plusieurs variables
1er semestre 2012/13 CPUMP 3 U 11 : Abrégé de cours Compléments Analyse 3 : fonctions analytiques Les notes suivantes, disponibles à l adresse http://www.iecn.u-nancy.fr/~bertram/, contiennent les définitions
Plus en 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 détailExercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
Plus en détailCommun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
Plus en détailCHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.
CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires
Plus en détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
Plus en détailFonctions de deux variables. Mai 2011
Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs
Plus en détail8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2
Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R
Plus en détailCalcul différentiel. Chapitre 1. 1.1 Différentiabilité
Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace
Plus en détailThéorie et codage de l information
Théorie et codage de l information Les codes linéaires - Chapitre 6 - Principe Définition d un code linéaire Soient p un nombre premier et s est un entier positif. Il existe un unique corps de taille q
Plus en détailAngles orientés et trigonométrie
Chapitre Angles orientés et trigonométrie Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Trigonométrie Cercle trigonométrique. Radian. Mesure d un angle orienté, mesure principale.
Plus en détailProgrammation linéaire et Optimisation. Didier Smets
Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des
Plus en détailLE PRODUIT SCALAIRE ( En première S )
LE PRODUIT SCALAIRE ( En première S ) Dernière mise à jour : Jeudi 4 Janvier 007 Vincent OBATON, Enseignant au lycée Stendhal de Grenoble ( Année 006-007 ) 1 Table des matières 1 Grille d autoévaluation
Plus en détailChapitre VI Fonctions de plusieurs variables
Chapitre VI Fonctions de plusieurs variables 6. 1 Fonctions différentiables de R 2 dans R. 6. 1. 1 Définition de la différentiabilité Nous introduisons la différentiabilité sous l angle des développements
Plus en détailFonctions de plusieurs variables
UNIVERSITÉ DE POITIERS Parcours Renforcé Première Année 2009/2010 Paul Broussous Fonctions de plusieurs variables Seconde version corrigée Table des matières 1. Un peu de topologie. 1.1. Distance euclidienne,
Plus en détailNOMBRES COMPLEXES. Exercice 1 :
Exercice 1 : NOMBRES COMPLEXES On donne θ 0 un réel tel que : cos(θ 0 ) 5 et sin(θ 0 ) 1 5. Calculer le module et l'argument de chacun des nombres complexes suivants (en fonction de θ 0 ) : a i( )( )(1
Plus en 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 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 détailExercice 1 Trouver l équation du plan tangent pour chaque surface ci-dessous, au point (x 0,y 0,z 0 ) donné :
Enoncés : Stephan de Bièvre Corrections : Johannes Huebschmann Exo7 Plans tangents à un graphe, différentiabilité Exercice 1 Trouver l équation du plan tangent pour chaque surface ci-dessous, au point
Plus en détailIntroduction. Mathématiques Quantiques Discrètes
Mathématiques Quantiques Discrètes Didier Robert Facultés des Sciences et Techniques Laboratoire de Mathématiques Jean Leray, Université de Nantes email: v-nantes.fr Commençons par expliquer le titre.
Plus en détailCalcul Différentiel. I Fonctions différentiables 3
Université de la Méditerranée Faculté des Sciences de Luminy Licence de Mathématiques, Semestre 5, année 2008-2009 Calcul Différentiel Support du cours de Glenn Merlet 1, version du 6 octobre 2008. Remarques
Plus en détailQuelques contrôle de Première S
Quelques contrôle de Première S Gilles Auriol auriolg@free.fr http ://auriolg.free.fr Voici l énoncé de 7 devoirs de Première S, intégralement corrigés. Malgré tout les devoirs et 5 nécessitent l usage
Plus en détailAnalyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe
Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe des n n groupes quantiques compacts qui ont la théorie
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours.
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Plus en 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 détailPour l épreuve d algèbre, les calculatrices sont interdites.
Les pages qui suivent comportent, à titre d exemples, les questions d algèbre depuis juillet 003 jusqu à juillet 015, avec leurs solutions. Pour l épreuve d algèbre, les calculatrices sont interdites.
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détail