Espaces vectoriels normés

Dimension: px
Commencer à balayer dès la page:

Download "Espaces vectoriels normés"

Transcription

1 Espaces vectoriels normés Essaidi Ali 19 octobre 2010 K = R ou C. E un K-espace vectoriel. 1 Normes et distances : 1.1 Normes et distances : Définition : On appelle semi-norme sur E toute application N : E R + qui vérifie : x E, λ K, N(λx) = λ N(x). x, y E, N(x + y) N(x) + N(y). Si de plus x E, N(x) = 0 x = 0 on dit que N est une norme sur E. Soit N une norme sur E, le couple (E, N) s appelle espace vectoriel normé. Pour x E, N(x) s appelle la norme de x, on le note aussi x. Exemples de normes classiques : Si E = K, les normes sur E sont de la forme N(x) = α x où α R +. Si E est de dimension finie n N : Soit (e 1,..., e n ) une base de E et x = x i e i. On a les 3 normes classiques : N 1 (x) = x 1 = x i 2 et N (x) = x = sup x i. i 1,n Si E = K[X] : Soit P = a i X i. On a les 3 normes classiques : N 1 (P ) = P 1 = x i, N 2 (x) = x 2 =Ì =Ì a i, N 2 (P ) = P 2 i=0 a i 2 et N (P ) = P = sup a i. i 0,n Si E = C([a, b]) avec a b R : Soit f E. On a les 3 normes classiques : N 1 (f) = f 1 =Zb a f(x) dx, N 2 (f) = f 2 =ÊZb a f(x) 2 dx et N (f) = f = sup f(x). x [a,b] f. Si E = B(A, C) l espace des fonctions bornées sur A : On prend la norme N (f) = f = sup A Remarque : Soient (E, N) un espace vectoriel normé et F est un sous-espace de E, alors (F, N F ) est un espace vectoriel normé. Propriété : Soit (E, N) un espace vectoriel normé. Alors x, y E, N(x) N(y) N(x y). Définition : On suppose que E est une K-algèbre. On dit que (E, N) est une algèbre normée ou que N est une norme d algèbre si : (E, N) est un espace vectoriel normé. x, y E, N(xy) N(x)N(y). Définition : (E, N) un espace vectoriel normé. On appelle distance sur E associée à N l application : d : E E R + (x, y) N(x y) Exemples de distances classiques : Si E est de dimension finie n N : Soit (e 1,..., e n ) une base de E et x = x i e i, y = y i e i. On a les 3 distances classiques : d 1 (x, y) = x i y i 2, d (x, y) = sup x i y i. i 1,n x i y i, d 2 (x, y) =Ì 1

2 Si E = C([a, b]) avec a b R : Soit f, g E. On a les 3 distances classiques : d 1 (f, g) =Zb f(x) g(x) dx, f(x) g(x) 2 dx, d (f, g) = sup f(x) g(x). a x [a,b] Si E = K[X] avec n N : Soient P = a i X i, Q = b i X i (On complète par des zéros pour avoir le même degré). i=0 i=0 On a les 3 distances classiques : N 1 (P, Q) = a i b i 2, N (P, Q) = sup a i b i. i 0,n d 2 (f, g) =ÊZb a i b i, N 2 (P, Q) =Ì Propriétés : (E, N) un espace vectoriel normé et d la distance associée. Alors : x, y E, d(x, y) = 0 x = y. x, y E, d(x, y) = d(y, x). x, y, z E, d(x, y) + d(y, z) d(x, z). x, y, z E, A E, d(x, y) d(x, z) d(y, z) Définitions : (E, ) un espace vectoriel normé et d la distance associée. Soient A, B E non vides et a E. On appelle distance de a à A le réel d(a, A) = inf x A On appelle distance de A à B le réel d(a, B) = d(a, x) = inf x A d(x, y) = inf inf x A,y B a x. x y. x A,y B d(a, A) = d({a}, A). a A d(a, A) = 0 alors que d(a, A) = 0 a A. Si A B alors d(a, B) = 0 alors que d(a, B) = 0 A B. inf a A d(a, B) d(a, B). Définitions : (E, ) un espace vectoriel normé. Soit A E. On dit que A est bornée si l ensemble { x /x A} est majoré. Soient a E, r 0. La partie B(a, r) = {x E/ x a < r} s appelle la boule ouverte de centre a et de rayon r. La partie B f (a, r) = {x E/ x a r} s appelle la boule fermée de centre a et de rayon r. La partie S(a, r) = {x E/ x a = r} s appelle la sphère de centre a et de rayon r. A un ensemble. L appliction f : A E est dite bornée si la partie f(a) est bornée. Définition : (E, ) un espace vectoriel normé et A E non vide. On appelle diamètre de A l élément de R : δ(a) = sup x,y A d(x, y) = sup x,y A x y. A bornée ssi a E, r > 0, A B(a, r) ssi δ(a) <. Si A B E alors δ(a) δ(b). Soient A un ensemble non vide et (E, N) un espace vectoriel normé. Alors l ensemble B(A, E) des applications bornées sur A muni de N (f) = sup x A 1.2 Normes équivalentes : N(f(x)) est un espace vectoriel normé. Soient N 1 et N 2 deux normes sur E. Définition : N 1 est dite plus fine que N 2 s il existe α > 0 tel que αn 2 N 1. Elles sont dites équivalentes s il existe α, β > 0 tel que αn 2 N 1 βn 2, dans ce cas on note N 1 N 2. est une relation d équivalence sur l ensemble des normes sur E. N 1 et N 2 sont équivalentes ssi chacune est plus fine que l autre. N 1 et N 2 sont équivalentes ssi il existe c > 0 tel que 1 c N 2 N 1 cn 2. N 1 est dite plus fine que N 2 ssi { N2(x) N 1(x) /x E \ {0}} est majoré. Toutes les normes sont équivalentes sur E = K. Exemples : Si E est de dimension finie n N : On a N N 2 nn 2 nn donc N 1 N 2 N. Si E = C([a, b]) avec a b R : On a N 1 b an 2 (b a)n, donc N est plus fine que N 2 qui est à son role plus fine que N 1. Si E = K n [X] : On N N 2 n + 1N 1 (n + 1)N, donc N 1 N 2 N. a 2/12 mathlaayoune@gmail.com

3 Remarque pratique : Pour montrer que deux normes ne sont pas équivalentes on cherche une suite (x n ) E N telle que N 2 (x n ) lim = + ou n + N 1 (x n ) lim N 1 (x n ) n + N 2 (x n ) = +. On cherche souvent des suites (x n ) telles que N 1 (x n ) = cste et lim N 2(x n ) = + ou N 2 (x n ) = cste et lim N 1(x n ) = n + n + +. Proposition (Caractérisation géométrique de l équivalence ) : N 1 et N 2 sont équivalentes ssi α, β > 0, x E, B N2 (0, α) B N1 (0, 1) B N2 (0, β). Proposition : Si E est de dimension finie alors N est plus fine que toute autre norme. Proposition : En dimension finie, toutes les normes sont équivalentes. 2 Suites dans un espace vectoriel normé : E un K-espace vectoriel normé. 2.1 Suites Convergentes : Soit (u n ) E N. Proposition et définition : On dit que (u n ) converge si l E, ε > 0, N N, n N, u n l ε. Dans ce cas, l est unique et s appelle la limite de (u n ). On note lim u n = l ou u n l. n + Si (u n ) ne converge pas alors on dit qu elle est divergente. Soit l E. u n l u n l 0. u n l u n l. La réciproque est fausse. u n l ε > 0, {n N/ u n l ε} est fini. u n l ε > 0, N N, n N, u n B(l, ε). Toute suite convergente est bornée. La définition de la limite dépend de la norme choisie. Dans K[X] la suite P n = 1 n ( X n ) converge vers 0 pour la norme N et diverge (car non bornée) pour la norme N 1. Pour deux normes équivalentes, une suite ne change pas de nature. En cas de convergence, elle ne change pas la valeur de sa limite. Proposition : (u n ) et (v n ) deux suites de E N convergentes et λ K. Alors : La suite (u n + v n ) converge et on lim (u n + v n ) = lim u n + lim v n. n + n + n + La suite (λu n ) converge et on a lim (λu n) = λ lim u n. n + n + En particulier, l ensemble des suites convergentes sur E est un sous-espace vectoriel de l espace des suites bornées sur E. Sur une algèbre normée (E, ) si u n l et v n l alors (u n v n ) converge vers ll. Donc, l ensemble des suites convergentes sur E est un sous-algèbre de l algèbre des suites bornées sur E. Définition : Soeint E 1,..., E n des espaces vectoriels normés et on pose E = E 1... E n. E muni de x = (x 1,..., x n ) E, x = sup( x 1,..., x n ) est un espace vectoriel normé et cette norme s appelle la norme produit sur E. Proposition : Soeint E 1,..., E p des espaces vectoriels normés et E = E 1... E p muni de la norme produit. Soient (u n ) = (u n 1,..., u n p ) E N et l = (l 1,..., l p ) E p. Alors : u n l i 1, p, u n i l i. Corollaire : Si E est de dimension finie p N alors : (u n ) = (u n 1,..., u n p ) l = (l 1,..., l p ) i 1, p, u n i l i. Exemples : Si (u n ) C N. (u n ) converge ssi (Re u n ) et (Im u n ) convergent. De plus, u n z ssi Re u n Re z et Im u n Im z. Si (A n ) M mn (K) N. (A n ) converge ssi i 1, m, j 1, n, (a n ij ) converge. De plus, A n A ssi i 1, m, j 1, n, a n ij a ij. 2.2 Suites extraites : (u n ) une suite de E. Rappel : Soit ϕ : N N une application strictement croissante, alors n N, ϕ(n) n. Définition : On dit que (v n ) est une suite extraite de (u n ) s il existe une application strictement croissante ϕ : N N telle que n N, v n = u ϕ(n). proposition : (u n ) converge l E ssi toutes les suites extraites de (u n ) convergent vers l. Exercice : 1. Montrer que si (u 2n ) et (u 2n+1 ) convergent vers une même limite alors (u n ) est convergente. 3/12 mathlaayoune@gmail.com

4 2. Montrer que si (u 2n ), (u 2n+1 ) et (u 3n ) convergent alors (u n ) est convergente. Remarques pratiques : Pour montrer qu une suite diverge on peut : Ou bien montrer qu elle admet une suite extraite divergente. Ou bien montrer qu elle admet deux suites extraites qui convergent vers deux limites différentes. Définition : On dit que l E est une valeur d adhérence de (u n ) si l est limite de l une de ces suites extraites. Exemple : -1 et 1 sont deux valeurs d adhérences de la suite u n = ( 1) n. Remarque : Si (u n ) converge alors elle admet sa limite comme seule valeur d adhérence. Si (u n ) admet une seule valeur d adhérence alors ça n implique pas que (u n ) converge. En effet, u 2n = 0 et u 2n+1 = 2n + 1 est un exemple d une suite divergente qui admet 0 comme seule valeur d adhérence. 2.3 Comparaison des suites : Soient (u n ), (v n ) E N, (α n ), (β n ) (R + ) N et λ K. Définition : On dit que (u n ) est : dominée par (α n ) si M 0, n N, u n Mα n et on note u n = O(α n ). négligeable devant (α n ) si ε > 0, N N, n N, u n εα n et on note u n = o(α n ). équivalente à (v n ) si u n v n = o( v n ) et on note u n v n. est une relation d équivalence sur E N. Soit l E \ {0}.u n l u n l. u n 0 u n = o(1). Propriétés : n = o(α n ) u u n + λv n = o(α n ). v n = o(α n ) u n = O(α n ) v n = O(α n ) u n = o(α n ) α n = O(β n ) u n = O(α n ) α n = o(β n ) u n + λv n = O(α n ). u n = o(β n ). u n = o(β n ). u n v n u n = O( v n ) v n = O( u n ) n = O( v n ) Remarque : u v n = O( u n ) pourtant u n v n. 3 Topologie des espaces vectoriels normés : E un K-espace vectoriel normé. 3.1 Ouverts, fermés et voisinages :. u n v n. En effet, pour u n = 1 et v n = 2 on a u n = O( v n ) et v n = O( u n ) et Définition : O E, on dit que O est un ouvert de E si x O, ε > 0, B(a, ε) O. Propriétés : φ et E sont des ouverts de E. Un réunion quelconque d ouverts de E est un ouvert. Une intersection finie d ouverts est un ouvert. \ Dans R, les intervalles ouverts sont des ouverts. ] 1 n, 1 n [Šn N est une famille infinie d ouverts de R et ] 1 n, 1 [= {0} n est pas ouverts dans R. n n N Théorème : Une boule ouverte de E est un ouvert de E. Les ouverts de E sont les unions de boules ouvertes. Remarque : Soient E, F deux K-espaces vectoriels normés et E F l espace vectoriel normé produit. On a (x, y) E F, ε > 0, B((x, y), ε) = B(x, ε) B(y, ε). 4/12 mathlaayoune@gmail.com

5 Généralement, si E 1,..., E n sont des K-espaces vectoriels normés et E = E 1 E n l espace vectoriel normé produit alors x = (x 1,..., x n ) E, ε > 0, B(x, ε) = B(x 1, ε) B(x n, ε). Proposition : Soient E, F deux K-espaces vectoriels normés, A E et B F. Si A est ouvert dans E et B est ouvert dans F alors A B est ouvert dans l espace vectoriel normé produit E F. Généralement, soient E 1,... E n des K-espaces vectoriels normés et i 1, n, U i E i. Si i 1, n, U i est un ouvert de E i alors U 1 U n est un ouvert de l espace vectoriel normé produit E = E 1 E n. Définition : F E, on dit que F est un fermé de E si le complémentaire CE F de F dans E est un ouvert de E. Propriétés : φ et E sont des fermés de E. Un intersection quelconque de fermés de E est un fermé. Une réunion finie de fermés est un fermé. [ Dans R, les intervalles fermés sont des fermés. [ 1 n, 1 1 n ]Šn N est une famille infinie de fermés de R et 1 n, 1 n =]0, 1 1[ n est pas fermé dans R. n N Théorème : Les singletons, les parties finies de E sont des fermés dans E Une boule fermée sur E est un fermé de E. Les sphères de E sont fermées dans E. Caractérisation séquentielle : L ensemble A E est fermé ssi toute suite convergente d éléments de A converge dans A. Proposition : Soient E, F deux K-espaces vectoriels normés, A E et B F. Si A est fermé dans E et B un fermé dans F alors A B est fermé dans l espace vectoriel normé produit E F. Généralement, soient E 1,... E n des K-espaces vectoriels normés et i 1, n A i E i. Si A 1,..., A n sont respectivement des fermés dans E 1,..., E n alors A 1 A n est fermé dans l espace vectoriel normé produit E = E 1 E n. Définition : a E et V E, on dit que V est un voisinage de a s il existe un ouvert O de E tel que a O V. L ensemble des voisinages de a est noté V(a). a E et V E. Si V V(a) alors a V. V V(a) ssi ε > 0, B(a, ε) V. Une réunion quelconque de voisinages de a est un voisinage de a. Une intersection finie de voisinages de a est un voisinage de a. Propriétés : V E est un ouvert ssi V est voisinage de tous ses points. Définition : On dit que V E est un voisinage de l infini si M > 0, x E, x M x V. L ensemble des voisinages de l infini est noté V( ). Les relations sur les voisinages restent valables pour les voisinages à l infini. Proposition : N 1, N 2 deux normes équivalentes sur E, alors les ouverts, les fermés et les voisinages de E pour la norme N 1 sont respectivement les ouverts, les fermés et les voisinages de E pour la norme N 2. On dit que deux normes équivalentes définissent la même topologie. 3.2 Topologie relative à une partie : Soient A E et a A. Définition : On appelle voisinage de a dans A tout ensemble de la forme A V où V est un voisinage de a dans E. L ensemble des voisinage de a dans A est noté V A (a). V A (a) = {V A/V V(a)}. V V A (a) ε > 0, B A V. Les propriétés des voisinage de a dans E restent valables pour les voisinage de a dans A. Si A est un voisinage de a alors V A (a) est l ensemble des voisinages de a dans E contenus dans A. Définition : On appelle ouvert dans A tout ensemble de la forme A O où O est un ouvert de E. Si A est un ouvert de E alors les ouverts relatifs à A sont les ouverts de E contenus dans A. U est un ouvert relatif à A ssi x U, ε > 0, B(x, ε) A U. Les propriétés des ouverts de E restent valables pour les ouverts relatifs à A. Définition : On appelle fermé relatif à A tout ensemble de la forme A F où F est un fermé de E. Le complémentaire dans A d un fermé relatif à A est un ouvert relatif à A. Si A est un fermé de E alors les fermés relatifs à A sont les fermés de E contenus dans A. Les propriétés des fermés de E restent valables pour les fermés relatifs à A. 5/12 mathlaayoune@gmail.com

6 3.3 Intérieur, adhérence et frontière : a E et A E. Définition : On dit que a adhère à A ou que a est une valeur d adhérence de A ou encore que a est adhérent à A si ε > 0, A B(a, ε) φ. Si a A alors a est adhérent à A. La réciproque est fausse, En effet 0 est adhérent à ]0, 1] mais 0 ]0, 1]. Définition : On appelle adhérence de A l ensemble des valeurs d adhérences de A. On le not Ā. Caractérisation séquentielle : a Ā ssi a est limite d une suite d éléments de A. Propriétés : A Ā. A B Ā B. Ā est un fermé de E. A est un fermé de E ssi Ā = A. Ā = Ā. Ā est le plus petit fermé contenant A, c est l intersection de tous les fermés contenant A. B(a, r) = B f (a, r). Remarque pratique : Soit B E. Pour montrer que B = Ā on vérifie d abord que B est fermé et que pour tout fermé F tel que A F on a B F. Définition : On dit que A est dense dans E si Ā = E. Soit B E. On dit que A est dense dans B si B Ā. Conséquence : A est dense dans B ssi ε > 0, x B, y A, d(x, y) < ε. Caractérisation séquentielle : A est dense dans B E ssi tout élément de B est limite d une suite d éléments de A. Définition : On dit que a est intérieur à A si r > 0, B(a, r) A. a est intérieur à A ssi A est voisinage de a. si a est intérieur à A alors a A mais la réciproque est fausse. En effet 0 {0} mais 0 n est pas un points intérieur de {0}. Proposition : A est un ouvert de E ssi tous ses points sont intérieur. Définition : On appelle intérieur de A l ensemble des points intérieurs de A. On le not Å. Proposition : Pour X E on désigne par CX le complémentaire de X dans E : CA = CÅ. CA = CĀ. Propriétés : Å A. A B Å B. Å = Å. Å est un ouvert de E. A est un ouvert de E ssi Å = A. Å z est } la { réunion de tous les ouverts contenus dans A, En particulier Å est le plus grand ouvert contenu dans A. Si O A et O est un ouvert de E alors O Å. B f (a, r) = B(a, r). Remarque pratique :Soit B E. Pour montrer que B = Å on vérifie d abord que B est ouvert et que pour tout ouvert O A on a O B. Définition : On appelle frontière de A l ensemble Ā \ Å. On le note F r(a) ou A. remarques : φ = φ; E = φ. A = Ā CA. En particulier, A est fermé dans E. B f (a, r) = B(a, r) = S(a, r). 4 Limite et continuité : E, F deux K-espaces vectoriels normés, A E, f : E F, a Ā. 4.1 Limite : Proposition et définition : On dit que f admet une limite en a si l F, ε > 0, η > 0, x A, x a η f(x) l ε. 6/12 mathlaayoune@gmail.com

7 Dans ce cas, l est unique. On dit que l est la limite de f en a et on la note lim f(x) ou lim f(x). a Proposition : Les assertions suivantes sont équivalentes : lim f(x) = l ε > 0, η > 0, f(b(a, η) A) B(l, ε). V V(l), U V(a), f(u A) V. V V(l), U V A (a), f(u) V. V V(l), f 1 (V ) V A (a). Si f admet une limite en a alors f est bornée qu voisinage de a. L existence et la valeur de la limite ne varient pas si on remplac les normes de E ou F par des normes équivalentes. Si E = R alors cette définition coincide avec celle des fonction à une variable réelle. Si E = R et A =]b, a[ ou A =]a, b[ avec b R alors on obtient la définition de la limite à gauche et la limite à droite. Proposition et définition : On dit que f admet une limite l à l infini si ε > 0, M > 0, x A, x M f(x) l ε. Dans ce cas la limite l est unique et on la note lim x + f(x). Proposition : Les assertions suivantes sont équivalentes : lim f(x) = l x + V V(l), U V(+ ), f(u A) V. V V(l), U V A ( ), f(u) V. V V(l), f 1 (V ) V A (+ ). Caracrtérisation séquentielle : lim f(x) = l (x n) A N, (x n a f(x n ) l). lim f(x) = l (x n) A N, ( x n + f(x n ) l). x a Proposition : Soient λ K et f, g : A F tels que lim f(x) = l et lim g(x) = l. Alors : f + g admet une limite en a et on a lim (f + g)(x) = l + l. λf admet une limite en a et on a lim λf(x) = λ l. Si de plus F est une algèbre normée alors fg admet une limite en a et on a lim (fg)(x) = l l. Proposition : Soient E, F et G trois K-espaces vectoriels normés. A E, B F, f : A F, g : B G, a Ā et l G. On suppose que f(a) B. Si lim f(x) = b alors b B. Si de plus lim g(x) = l alors lim (g f)(x) = l. x b Proposition : Soient F 1,..., F n des K-espaces vectoeiels normés et f : A F 1 F n tel que f = (f 1,..., f n ). f admet une limite en a ssi ses composantes f 1,..., f n ont des limites en a. Dans ce cas lim f(x) = ( lim f 1 (x),..., lim f n (x)). Corollaire : Si F est de dimenstion finie n N, alors f admet une limite en a ssi ses composantes ont des limites en a. Dans ce cas lim f(x) = ( lim f 1 (x),..., lim f n (x)). Définition : Soient f, g : A F, a Ā et ϕ : A R+. On dit que : f est dominée par ϕ au voisinage de a si M > 0, V V A (a), x V, f(x) Mϕ(x). On note f = O a (ϕ). f est négligeable devant ϕ au voisinage de a si ε > 0, V V A (a), x V, f(x) εϕ(x). On note f = o a (ϕ). f et g sont équivalentes au voisinage de a si f g = o a ( g ). 4.2 Continuité : Dans cette partie on suppose que a A. Définition : On dit que f est continue en a si lim f(x) = f(a). On dit que f est continue sur A si f est continue en tout point de A. Propossition : Si f admet une limite en a ssi f est continue en a. Définition : Soit b Ā et on suppose que f admet une limite l en b. L application f(x) si x A = f(x) est continue en b. On l appelle le prolongement par continuité de f en b. l si x = b Caractérisation séquentielle : f est continue en a ssi (x n ) A N, (x n a f(x n ) f(a)). Notations : C(A, F ) : L ensemble des applications continues sur A à valeurs dans F. C(A, K) ou C(A) : L ensemble des applications continues sur A à valeurs dans K (fonctions numériques). Proposition : 7/12 mathlaayoune@gmail.com

8 C(A, F ) est un sous-espace vectoriel de F(A, F ). Si F est une algèbre normée alors C(A, F ) est un sous-algèbre de F(A, F ). En particulier, C(A) est une sous-algèbre de F(A, K). Proposition : Soient F 1,..., F n des K-espaces vectoeiels normés et f : A F 1 F n tel que f = (f 1,..., f n ). f est continue en a ssi i 1, n, f i est continue en a. Corollaire : On suppose que F est de dimension finie. f est continue en a ssi ses composantes sont continues en a. Proposition : Soient E, F et G trois K-espaces vectoriels normés. A E, B F, f : A F, g : B G. On suppose que f(a) B. Si f est continue en a et g continue en f(a) alors g f est continue en a. Si f est continue sur A et g continue sur B alors g f est continue sur A. Proposition : Soient B A, g = f B et b B. Si f est continue en b alors g est continue en b. Si f est continue sur B alors g est continue sur B. Proposition : Soient f, g C(B, F ) et A B E tels que A est dense dans B. Si f = g sur A alors f = g sur B. Soient f, g C(E, F ) et A E tel que A est dense dans E. Si f = g sur A alors f = g sur E. Proposition : Les assertions suivantes sont équivalentes : f continue sur A. L image réciproque de tout ouvert de F est un ouvert relatif à A. L image réciproque de tout fermé de F est un fermé relatif à A. Applications : Soit f : x x a. On a f C(E) : On a B(a, r) = f 1 (], r[) et ], r[ est un ouvert de R donc B(a, r) est un ouvert de E. On a B f (a, r) = f 1 (], r]) et ], r[ est un fermé de R donc B(a, r) est un fermé de E. On a S(a, r) = f 1 ({r}) et {r} est un fermé de R donc B(a, r) est un fermé de E. Exercice : Montrer que = {(x, x)/x E} est un fermé de E 2. Définition : On dit que f est uniformément continue sur A si ε 0, η 0, x, y A, ( x y η f(x) f(y) ε). Remarque : Si f est uniformément continue sur A alors f est continue en A. La réciproque est fausse. Caractérisation séquentielle : f est uniformément continue sur A ssi (x n ), (y n ) A N, x n y n 0 f(x n ) f(y n ) 0. Remarque : Pour montrer que f n est pas uniformément continue sur A on cherche deux suites (x n ), (y n ) A N tels que x n y n 0 et f(x n ) f(y n ) 0. Exemple : Pour montrer que f : x x 2 n est pas uniformément continue sur R on peut prendre les suites x n = n et y n = n + 1. Définition : On dit que f est Lipschitzienne sur A s il existe k 0 tel que x, y A, f(x) f(y) k x y. On dit dans ce cas que f est k-lipschitzienne. Si de plus k < 1 on dit que f est contractante. Proposition : Si f est Lipschitzienne sur A alors f est uniformément continue sur A. Remarque : La réciproque est fausse. L application f : x x est pas uniformément continue sur [0, + [ mais n est pas Lipschitzienne sur [0, + [. Exemples de fonctions continues : x x est 1-Lipschitzienne sur E, donc uniformément continue sur E et par suite continue sur E. x d(x, A) est 1-Lipschitzienne sur E, donc uniformément continue sur E et par suite continue sur E. Si F est de dimension finie alors tout polynôme, fraction ou fonction usuelle en les coordonnées de la variable est continue sur son domaine de définition. 5 Parties compactes, parties complètes, parties connexes par arc : 5.1 Parties compactes d un espace vectoriel normé : E, F deux K-espaces vectoriels normés, A E et B F. Définition : On dit que A est compact dans E si de toute suite d éléments de A on peut extraire une suite convergente dans A. Les segments de R (i.e {x R/a x b} avec a < b R) sont des compactes dans R. Les disque D(0, r) = {z C/ z r} où r 0 sont des compacts dans C. Une partie finie est compacte. Si N 1 et N 2 sont deux normes équivalents sur E. Alors tout compact dans E pour N 1 est compact pour N 2. Théorème : Si A est compact alors A est fermé. Les intervalles ouverts et semi-ouverts ne sont pas compacts dans R. Les boules ouvertes de E ne sont pas compactes dans E. Si A est compact de E alors les fermés de A sont les fermés de E inclus dans A. 8/12 mathlaayoune@gmail.com

9 Théorème : Si A est compact alors tout fermé de A est compact dans E. Théorème : Si si A est compact dans E et B compact dans F alors A B est compact de E F. Théorème : Si A est compact dans E alors A est borné. On suppose que E {0}. Tout sous-espace vectoriel non nul de E n est pas compact. En particulier, E n est pas compact. Toute partie non bornée de E n est pas compacte. Théorème de Heine : Soit f : A F continue. Si A est compact dans E alors f est uniformément continue sur A. Proposition : Soit f : A F continue. Si A est compact dans E alors f(a) est compact dans F. Remarque : L image réciproque d un compact par une application continue n est pas forcément un compact. En effet, pour f : x sin x on a [ 1, 1] est compact dans R alors que f 1 ([ 1, 1]) = R n est pas compact dans R. Corollaire : On suppose que A est compact et f : A F continue sur A alors : f(a) est borné et il existe a A tel que f(a) = sup x A Si de plus F = R alors f(a) est borné et il existe a, b A, f(a) = sup x A f(x). (On dit que f atteint la borne supérieur de sa norme). f(x) et f(b) = inf f(x) (On dit que f atteint ses x A bornes) Proposition : Soit n N. Les compacts de (K n, ) sont les fermés bornées de K n. Corollaire : On suppose que E est de dimension finie n N. Les compacts de (E, ) sont les fermés bornés. En particulier, B(0, 1) et S(0, 1) sont des compactes dans (E, ). Proposition : Dans un espace vectoriel normé de dimension finie toutes les normes sont équivalentes. Toutes les normes de R n et C n sont équivalentes. Dans un espace vectoriel de dimension finie on n a pas besoin de préciser la norme avec laquelle on travaille. Proposition : Dans un espace vectoriel normé de dimension finie les compacts sont les fermés bornées. Remarque : En dimension quelconque, les fermés bornés ne sont pas forcément compacts. En effet, pour E = C([ 1, 1], C) muni de la norme la boule unité fermée n est pas compacte. Il suffit de voir que pour la suite e n (t) = e int on a n p N, e n = 1 et e n e p = 2. Proposition : Soit (x n ) une suite de E convergente. Alors {x n ; n N} {lim x n } est compact. Théorème de Bolzano - weierstrass : On suppose que E est de dimension finie. De toute suite bornée de E on peut extraire une suite convergente. 5.2 Espaces complets : Soit A E. Définition : Soit (x n ) une suite de E. On dit que (x n ) est une suite de Cauchy si ε > 0, N N, m, n N, x n x m ε. Propriétés : Toute suite convergente est de Cauchy. Toute suite de Cauchy est bornée. Si une suite de Cauchy admet une valeur d adhérence l alors elle est convergente vers l. Une suite extraite d une suite de Cauchy est de Cauchy. Remarque : Une suite de Cauchy n est pas forcément convergente. Si f est uniformément continue sur A alors pour toute suite de Cauchy (x n ) sur A on a (f(x n )) est une suite de Cauchy sur F. Définition : On dit que A est complet si toute suite de Cauchy à élément dans A est converge dans A. Si E est complet alors on dit que E est un espace de Banach. Propriété : Toute partie compacte de E est complète. Proposition : Si A est complet alors A est fermé. Proposition : Dans un Banach, les parties complètes sont les parties fermées. Proposition : Soient E et F deux K-espaces vectoriels normés. Si A est complet dans E et B complet dans F alors A B est complet dans E F. Proposition : Tout K-espace vectoriel de dimension finie est un Banach. Corollaire : R, C, R n et C n sont complets. Corollaire : Dans un espace vectoriel normé, non nécessairement de dimension finie, tout sous-espace vectoriel de dimension finie est complet. En particulier, il est fermé. Proposition : Soit f : A E F uniformément continue avec F Banach, alors f se prolonge de façon unique sur Ā en une fonction uniformément continue. Proposition : Soit f : A E F k-lipschitzienne avec F Banach, alors f se prolonge de façon unique sur Ā en une fonction Lipschitzienne. De plus, ce prolongement est k-lipschitzien. 9/12 mathlaayoune@gmail.com

10 5.3 Parties connexes par arc : Définition : Soient A E et a, b A. On appelle chemin de a à b dans A toute application continue γ : [0, 1] A telle que γ(0) = a et γ(1) = b. On dit que A est connexe par arc si pour tous x, y A il existe un chemin de x à y dans A. S il existe une application continue γ : [α, β] A telle que γ(α) = a et γ(β) = b alors il existe un chemin de a à b dans A. En effet, l application f : [0, 1] A définie par f(t) = γ((1 t)α + tβ) est continue et vérifie f(0) = a et f(1) = b. a, b, c A. S il y a un chemin γ 1 de a à b dans A et un chemin γ 2 de b à c dans A alors l application γ : [0, 1] A définie par ( 2t) si 0 t γ(t) = γ 1 2 γ 2 (2t 1) si 1 Donc il existe un chemin de a à c dans A. 2 t 1. La relation a b il existe un chemin de a à b dans A est une relation d équivalence sur A. Proposition : Soit A E et f : A F continue. Si A est connexe par arc alors f(a) est connexe par arc. Remarque : Si A convexe alors A est connexe par arc. En particulier, Tout espace vectoriel normé est connexe par arc. Les intervalles de R sont connexes par arc. Un connexe par arc n est pas forcément convexe. En effet, le cercle unité du plan n est pas convexe mais il est connexe comme image de l intervalle [0, 2π] par l application continue t (cos t, sin t). Proposition : Soient A E et B F. Si A et B sont connexes par arc alors A B est connexes par arc. Proposition : Les connexes par arc de R sont les intervalles. Corollaire : On suppose que f C(A, R) et A connexe par arc, alors f(a) est un intervalle. Théorème des valeurs intermédiares : Soient A connexe par arc, f C(A, R) et (a, b) A 2. Alors m entre f(a) et f(b) il existe c A tel que f(c) = m. Définition : Soit a A. On appelle composante connexe par arc de a dans A l ensemble des points de A joignable par un chemin de A. On la note C(a). Une composante connexe par arc est connexe par arc. La classe d équivalence de a par la relation d équivalence est C(a). a, b A alors C(a) = C(b) ou C(a) C(b) = φ. A est union de composantes connexes deux à deux disjointes. Proposition : Tout ouvert de E est union de composantes connexes par arc. De plus chaque composante par arc est ouverte. Corollaire : Tout ouvert de R est union d intervalles ouverts deux à deux disjoints. 6 Applications linéaires continues : Dans cette partie E, F et G sont trois K-espaces vectoriels normés et f L(E, F ). 6.1 Applications linéaires continues : Caractérisation des applications linéaires continues : Les assertions suivantes sont équivalentes : f continue sur E. f continue en 0. f est bornée sur la boule unité fermée B(0, 1). k > 0, x E, f(x) k x. On peut remplacer dans la proposition la continuité en 0 par un la continuité en un autre point de E. Pour montrer que f n est pas continue sur E on cherche une suite de E telle que n N, x n 1 et f(x n ). Proposition : f continue sur E ssi f uniformément continue sur E ssi f Lipschitzienne sur E. Proposition : L ensemble des applications linéaires continues sur E est un sous-espace vectoriel de L(E, F ). On le note L c (E, F ). Proposition : Si E est de dimension finie alors toute application linéaire de E vers F est continue. En conséquence, L(E, F ) = L c (E, F ). 6.2 Norme subordonnée : Proposition et définition : f = sup f(x) est une norme sur L c (E, F ). On l appelle la norme subordonnée aux normes x 1 de E et F. En particulier, L c (E, F ) est un espace vectoriel normé. 10/12 mathlaayoune@gmail.com

11 Théorème : f L c (E, F ) : f(x) f = sup f(x) = sup f(x) = sup = inf{k R; f(x) k x } x 1 x =1 x =0 x Corollaire : f L c (E, F ), x E, f(x) f x. f L c (E, F ), k R; f(x) k x f k. Proposition : Soient f L c (E, F ) et g L c (F, G) alors g f L c (E, G) et g f g f. En particulier, L c (E) muni de la norme subordonnée est une K-algèbre normée. 6.3 Caractérisation des normes équivalentes : Soient N et N deux normes sur E. Proposition : N est plus fine que N ssi Id : (E, N ) (E, N) est continue. Corollaire : N est plus fine que N ssi toute suite de E convergente vers 0 au sens de N converge vers 0 au sens de N. Définition : On dit que f : E F est bicontinue ou homéomorphisme si f est bijective et f et f 1 sont continues. Proposition : N et N sont équivalentes ssi Id : (E, N ) (E, N) est un homéomorphisme. Corollaire : N et N sont équivalentes ssi toute suite de E convergente pour l une des normes converge vers la même limite pour l autre norme. 6.4 Normes matricielles X : =Ê X Soient m, n N. Rappel : A 1 = a i,j, A 2 a i,j 2 et A = sup a i,j sont des normes sur 1 i m;1 j n 1 i m;1 j n 1 i m;1 j n M mn (K). Proposition : Les normes 1 et 2 sont des normes d algèbre sur M n (K). 1 La norme n est pas une norme d algèbre sur M n (K). En effet, pour A = 1 a A 1 1 on = 1 et A 2 = 2, en particulier AA A A. Définition : Soit A M 1n (K) = (K n ). On appelle norme de A subordonnée à la norme sur M n1 (K) la norme subordonnée de la forme linéaire sur M n1 (K) : u(x) = AX. On la note A. A M 1n (K), B M n1 (K), AB A B. AX A M 1n (K), A = X. sup X M n1(k)\{0} Proposition : Soit A M 1n (K) Alors : A 1 = A, A 2 = A 2, A = A 1. Définition : Soit A M n (K) = L(K n ). On appelle norme de A subordonnée à la norme sur K n la norme de l endomorphisme sur K n : u(x) = AX. On la note A. est une norme d algèbre sur M n (K). A M n (K), X K n, AX A X. A, B M n (K), AB A B. A M n (K), A = sup X K n \{0} AX X. Proposition : Soit A M n (K) Alors : A 1 = max 1 j n a ij, A = max 1 i n j=1 a ij Proposition : A M n (K) A 2 A 2. Remarque : Linclusion peut être stricte. En effet, pour A = I 2 on a A 2 = 2 et A 2 = 1 < 2. Définition : Soit A M n (K). On appelle matrice adjointe de A la matrice A = t Ā. Notation : On note X, Y K n, < X, Y >= t XY. Soit X, Y K n. Alors : < X, Y > K. < Y, X >= < X, Y >. sup AX 2 = X 2=1 sup X 2 = X 2=1 11/12 mathlaayoune@gmail.com

12 < X, X >= X < X, Y > X 2 Y 2. Proposition : Soit A M n (K). AlotrsÈ A A 2 = A 2 = A Application bilinéaires continues : Soit B : E F G bilinéaire. Proposition : B est continue sur E F k R, x E, y F, B(x, y) k x y. Corollaire : (λ, x) λx de K E E est continue. E préhilbertien. (x, y) < x, y > de E 2 K est continue. E une algèbre normée. (x, y) xy de E 2 E est continue. (u, v) u v de L c (E) L c (E) L c (E) est continue. Proposition : Si E et F sont de dimensions finies alors Toutes application bilinéaire de E F vers G est continue. Remarque : Généralisation sur les applications multilinéaires Soient E 1,..., E n, F des espaces vectoriels normés et M : E 1 E n F une application multilinéaire. M est continue sur E 1 E n ssi k R, x = (x 1,..., x n ) E 1 E n, M(x 1,..., x n ) k x 1 x n. Si de plus E 1,..., E n sont de dimensions finies alors toute application multilinéaire de E 1 E n vers G est continue. 12/12 mathlaayoune@gmail.com

Image d un intervalle par une fonction continue

Image d un intervalle par une fonction continue DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction

Plus en détail

Amphi 3: Espaces complets - Applications linéaires continues

Amphi 3: Espaces complets - Applications linéaires continues Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite

Plus en détail

Théorème du point fixe - Théorème de l inversion locale

Théorème du point fixe - Théorème de l inversion locale Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion

Plus en détail

Continuité d une fonction de plusieurs variables

Continuité d une fonction de plusieurs variables Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****

Plus en détail

Chapitre 7 : Intégration sur un intervalle quelconque

Chapitre 7 : Intégration sur un intervalle quelconque Universités Paris 6 et Paris 7 M1 MEEF Analyse (UE 3) 2013-2014 Chapitre 7 : Intégration sur un intervalle quelconque 1 Fonctions intégrables Définition 1 Soit I R un intervalle et soit f : I R + une fonction

Plus en détail

Intégration et probabilités TD1 Espaces mesurés Corrigé

Intégration et probabilités TD1 Espaces mesurés Corrigé Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.

Plus en détail

Cours d Analyse. Fonctions de plusieurs variables

Cours d Analyse. Fonctions de plusieurs variables Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........

Plus en détail

Continuité en un point

Continuité en un point DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à

Plus en détail

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy

Plus en détail

3 Approximation de solutions d équations

3 Approximation de solutions d équations 3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle

Plus en détail

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer

Plus en détail

Cours d Analyse 3 Fonctions de plusieurs variables

Cours d Analyse 3 Fonctions de plusieurs variables Université Claude Bernard, Lyon I Licence Sciences, Technologies & Santé 43, boulevard 11 novembre 1918 Spécialité Mathématiques 69622 Villeurbanne cedex, France L. Pujo-Menjouet pujo@math.univ-lyon1.fr

Plus en détail

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité

Plus en détail

Calcul fonctionnel holomorphe dans les algèbres de Banach

Calcul fonctionnel holomorphe dans les algèbres de Banach Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte

Plus en détail

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au

Plus en détail

Limites finies en un point

Limites finies en un point 8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,

Plus en détail

I. Polynômes de Tchebychev

I. Polynômes de Tchebychev Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire

Plus en détail

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables

Plus en détail

Problème 1 : applications du plan affine

Problème 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 détail

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

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

Plus en détail

Fonctions de plusieurs variables

Fonctions 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 détail

Différentiabilité ; Fonctions de plusieurs variables réelles

Différentiabilité ; Fonctions de plusieurs variables réelles Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2

Plus en détail

Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques

Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques Université de Provence Topologie 2 Cours3. Applications continues et homéomorphismes 1 Rappel sur les images réciproques Soit une application f d un ensemble X vers un ensemble Y et soit une partie P de

Plus en détail

Intégration et probabilités TD1 Espaces mesurés

Intégration et probabilités TD1 Espaces mesurés Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?

Plus en détail

Résolution d équations non linéaires

Résolution d équations non linéaires Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique

Plus en détail

Théorèmes du Point Fixe et Applications aux Equations Diérentielles

Théorèmes du Point Fixe et Applications aux Equations Diérentielles Université de Nice-Sophia Antipolis Mémoire de Master 1 de Mathématiques Année 2006-2007 Théorèmes du Point Fixe et Applications aux Equations Diérentielles Auteurs : Clémence MINAZZO - Kelsey RIDER Responsable

Plus en détail

Capes 2002 - Première épreuve

Capes 2002 - Première épreuve Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série

Plus en détail

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t 3.La méthode de Dirichlet 99 11 Le théorème de Dirichlet 3.La méthode de Dirichlet Lorsque Dirichlet, au début des années 180, découvre les travaux de Fourier, il cherche à les justifier par des méthodes

Plus en détail

Fonctions de plusieurs variables

Fonctions de plusieurs variables Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme

Plus en détail

La mesure de Lebesgue sur la droite réelle

La mesure de Lebesgue sur la droite réelle Chapitre 1 La mesure de Lebesgue sur la droite réelle 1.1 Ensemble mesurable au sens de Lebesgue 1.1.1 Mesure extérieure Définition 1.1.1. Un intervalle est une partie convexe de R. L ensemble vide et

Plus en détail

www.h-k.fr/publications/objectif-agregation

www.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 détail

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

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2 Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R

Plus en détail

Théorie de la Mesure et Intégration

Théorie de la Mesure et Intégration Université Pierre & Marie Curie (Paris 6) Licence de Mathématiques L3 UE LM364 Intégration 1 & UE LM365 Intégration 2 Année 2010 11 Théorie de la Mesure et Intégration Responsable des cours : Amaury LAMBERT

Plus en détail

Optimisation des fonctions de plusieurs variables

Optimisation des fonctions de plusieurs variables Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables

Plus en détail

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. 14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,

Plus en détail

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Exercices - Polynômes : corrigé. Opérations sur les polynômes Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)

Plus en détail

Continuité et dérivabilité d une fonction

Continuité et dérivabilité d une fonction DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité

Plus en détail

Cours de mathématiques

Cours de mathématiques DEUG MIAS premier niveau Cours de mathématiques année 2003/2004 Guillaume Legendre (version révisée du 3 avril 2015) Table des matières 1 Éléments de logique 1 1.1 Assertions...............................................

Plus en détail

Développements limités. Notion de développement limité

Développements 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 détail

Calcul différentiel. Chapitre 1. 1.1 Différentiabilité

Calcul différentiel. Chapitre 1. 1.1 Différentiabilité Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace

Plus en détail

Calcul différentiel sur R n Première partie

Calcul différentiel sur R n Première partie Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité

Plus en détail

Approximations variationelles des EDP Notes du Cours de M2

Approximations variationelles des EDP Notes du Cours de M2 Approximations variationelles des EDP Notes du Cours de M2 Albert Cohen Dans ce cours, on s intéresse à l approximation numérique d équations aux dérivées partielles linéaires qui admettent une formulation

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)

Plus en détail

Calcul Différentiel. I Fonctions différentiables 3

Calcul Différentiel. I Fonctions différentiables 3 Université de la Méditerranée Faculté des Sciences de Luminy Licence de Mathématiques, Semestre 5, année 2008-2009 Calcul Différentiel Support du cours de Glenn Merlet 1, version du 6 octobre 2008. Remarques

Plus en détail

I - 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 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 détail

CHAPITRE IV. L axiome du choix

CHAPITRE IV. L axiome du choix CHAPITRE IV L axiome du choix Résumé. L axiome du choix AC affirme qu il est légitime de construire des objets mathématiques en répétant un nombre infini de fois l opération de choisir un élément dans

Plus en détail

Fonctions de plusieurs variables. Sébastien Tordeux

Fonctions de plusieurs variables. Sébastien Tordeux Fonctions de plusieurs variables Sébastien Tordeux 22 février 2009 Table des matières 1 Fonctions de plusieurs variables 3 1.1 Définition............................. 3 1.2 Limite et continuité.......................

Plus en détail

Structures algébriques

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

Plus en détail

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Dualité dans les espaces de Lebesgue et mesures de Radon finies Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention

Plus en détail

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015 Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k

Plus en détail

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours MSUR T INTÉGRATION N UN DIMNSION Notes de cours André Giroux Département de Mathématiques et Statistique Université de Montréal Mai 2004 Table des matières 1 INTRODUCTION 2 1.1 xercices.............................

Plus en détail

EXERCICE 4 (7 points ) (Commun à tous les candidats)

EXERCICE 4 (7 points ) (Commun à tous les candidats) EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat

Plus en détail

3. Conditionnement P (B)

3. Conditionnement P (B) Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte

Plus en détail

Texte Agrégation limitée par diffusion interne

Texte Agrégation limitée par diffusion interne Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse

Plus en détail

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. 1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le

Plus en détail

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Planche n o 22. Fonctions de plusieurs variables. Corrigé Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette

Plus en détail

Construction de l'intégrale de Lebesgue

Construction de l'intégrale de Lebesgue Université d'artois Faculté des ciences Jean Perrin Mesure et Intégration (Licence 3 Mathématiques-Informatique) Daniel Li Construction de l'intégrale de Lebesgue 10 février 2011 La construction de l'intégrale

Plus en détail

Intégrale de Lebesgue

Intégrale de Lebesgue Intégrale de Lebesgue L3 Mathématiques Jean-Christophe Breton Université de Rennes 1 Septembre Décembre 2014 version du 2/12/14 Table des matières 1 Tribus (σ-algèbres) et mesures 1 1.1 Rappels ensemblistes..............................

Plus en détail

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

Chapitre 3. Mesures stationnaires. et théorèmes de convergence Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée

Plus en détail

Pour l épreuve d algèbre, les calculatrices sont interdites.

Pour 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 détail

C1 : Fonctions de plusieurs variables

C1 : Fonctions de plusieurs variables 1er semestre 2012/13 CPUMP 3 U 11 : Abrégé de cours Compléments Analyse 3 : fonctions analytiques Les notes suivantes, disponibles à l adresse http://www.iecn.u-nancy.fr/~bertram/, contiennent les définitions

Plus en détail

La 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 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 détail

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante

Plus en détail

Suites numériques 3. 1 Convergence et limite d une suite

Suites numériques 3. 1 Convergence et limite d une suite Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n

Plus en détail

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

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

Plus en détail

DOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10.

DOCM 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 détail

Fonctions de plusieurs variables et applications pour l ingénieur

Fonctions 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 détail

Chapitre 11. Séries de Fourier. Nous supposons connues les formules donnant les coefficients de Fourier d une fonction 2 - périodique :

Chapitre 11. Séries de Fourier. Nous supposons connues les formules donnant les coefficients de Fourier d une fonction 2 - périodique : Chapitre Chapitre. Séries de Fourier Nous supposons connues les formules donnant les coefficients de Fourier d une fonction - périodique : c c a0 f x dx c an f xcosnxdx c c bn f xsinn x dx c L objet de

Plus en détail

Correction de l examen de la première session

Correction de l examen de la première session de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi

Plus en détail

Théorie de la mesure. S. Nicolay

Théorie de la mesure. S. Nicolay Théorie de la mesure S. Nicolay Année académique 2011 2012 ii Table des matières Introduction v 1 Mesures 1 1.1 Sigma-algèbres................................. 1 1.2 Mesures.....................................

Plus en détail

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

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

Plus en détail

Cours 02 : Problème général de la programmation linéaire

Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =

Plus en détail

Moments des variables aléatoires réelles

Moments des variables aléatoires réelles Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................

Plus en détail

Chapitre VI Fonctions de plusieurs variables

Chapitre 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 détail

Programmation linéaire

Programmation linéaire Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire

Plus en détail

Fonctions holomorphes

Fonctions holomorphes Université Joseph Fourier, Grenoble Maths en Ligne Fonctions holomorphes Christine Laurent-Thiébaut Ceci est le second volet de l étude des fonctions d une variable complexe, faisant suite au chapitre

Plus en détail

Logique. Plan du chapitre

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

Plus en détail

rf( 1 f(x)x dx = O. ) U concours externe de recrutement de professeurs agreg6s composition d analyse

rf( 1 f(x)x dx = O. ) U concours externe de recrutement de professeurs agreg6s composition d analyse page 8 AGREGATIN de MATHEMATIQUES: 1991 1/5 externeanalyse concours externe de recrutement de professeurs agreg6s composition d analyse NTATINS ET DGFINITINS Dans tout le problème, R+ désigne l intervalle

Plus en détail

Produits d espaces mesurés

Produits d espaces mesurés Chapitre 7 Produits d espaces mesurés 7.1 Motivation Au chapitre 2, on a introduit la mesure de Lebesgue sur la tribu des boréliens de R (notée B(R)), ce qui nous a permis d exprimer la notion de longueur

Plus en détail

Calcul intégral élémentaire en plusieurs variables

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

Plus en détail

Cours d analyse numérique SMI-S4

Cours 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

Cours Fonctions de deux variables

Cours Fonctions de deux variables Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté

Plus en détail

Fonctions de plusieurs variables et changements de variables

Fonctions 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 détail

Fonctions Analytiques

Fonctions Analytiques 5 Chapitre Fonctions Analytiques. Le plan complexe.. Rappels Soit z C, alors!(x,y) IR 2 tel que z = x + iy. On définit le module de z comme z = x 2 + y 2. On peut aussi repérer z par des coordonnées polaires,

Plus en détail

Simulation de variables aléatoires

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

Plus en détail

Développements limités, équivalents et calculs de limites

Développements limités, équivalents et calculs de limites Développements ités, équivalents et calculs de ites Eercice. Déterminer le développement ité en 0 à l ordre n des fonctions suivantes :. f() e (+) 3 n. g() sin() +ln(+) n 3 3. h() e sh() n 4. i() sin(

Plus en détail

Correction du baccalauréat S Liban juin 2007

Correction du baccalauréat S Liban juin 2007 Correction du baccalauréat S Liban juin 07 Exercice. a. Signe de lnx lnx) : on fait un tableau de signes : x 0 e + ln x 0 + + lnx + + 0 lnx lnx) 0 + 0 b. On afx) gx) lnx lnx) lnx lnx). On déduit du tableau

Plus en détail

MA6.06 : Mesure et Probabilités

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

Plus en détail

C algèbre d un certain groupe de Lie nilpotent.

C algèbre d un certain groupe de Lie nilpotent. Université Paul Verlaine - METZ LMAM 6 décembre 2011 1 2 3 4 Les transformations de Fourier. Le C algèbre de G/ Z. Le C algèbre du sous-groupe G 5 / vect{u,v }. Conclusion. G un groupe de Lie, Ĝ l ensemble

Plus en détail

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation

Plus en détail

Programmes des classes préparatoires aux Grandes Ecoles

Programmes des classes préparatoires aux Grandes Ecoles Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme

Plus en détail

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

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires

Plus en détail

Examen optimisation Centrale Marseille (2008) et SupGalilee (2008)

Examen optimisation Centrale Marseille (2008) et SupGalilee (2008) Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut

Plus en détail

Introduction à la. Points Critiques. Otared Kavian. et Applications aux Problèmes Elliptiques. Springer-Verlag

Introduction à la. Points Critiques. Otared Kavian. et Applications aux Problèmes Elliptiques. Springer-Verlag Otared Kavian Introduction à la Théorie des Points Critiques et Applications aux Problèmes Elliptiques Springer-Verlag Berlin Heidelberg NewYork London Paris Tokyo Hong Kong Barcelona Budapest Avant propos

Plus en détail

NOTATIONS PRÉLIMINAIRES

NOTATIONS 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 détail

Coefficients binomiaux

Coefficients binomiaux Probabilités L2 Exercices Chapitre 2 Coefficients binomiaux 1 ( ) On appelle chemin une suite de segments de longueur 1, dirigés soit vers le haut, soit vers la droite 1 Dénombrer tous les chemins allant

Plus en détail

Comparaison de fonctions Développements limités. Chapitre 10

Comparaison de fonctions Développements limités. Chapitre 10 PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* 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 détail

RO04/TI07 - Optimisation non-linéaire

RO04/TI07 - Optimisation non-linéaire RO04/TI07 - Optimisation non-linéaire Stéphane Mottelet Université de Technologie de Compiègne Printemps 2003 I Motivations et notions fondamentales 4 I1 Motivations 5 I2 Formes quadratiques 13 I3 Rappels

Plus en détail