Chapitre 1. Dénombrer et sommer. 1.1 Rappels ensemblistes Opérations ensemblistes

Dimension: px
Commencer à balayer dès la page:

Download "Chapitre 1. Dénombrer et sommer. 1.1 Rappels ensemblistes. 1.1.1 Opérations ensemblistes"

Transcription

1 Chpitre 1 Dénombrer et sommer Compter des objets et fire des dditions, voilà bien les deux ctivités les plus élémentires à l bse des mthémtiques. Et pourtnt à y regrder de plus près, ce n est ps si fcile. Déjà pour un ensemble fini, l méthode qui consiste à regrder ses éléments l un près l utre et à les compter (donc à les numéroter) n est pplicble que pour de «petits» ensembles. Le plus souvent on s en sort en fisnt une représenttion de l ensemble à dénombrer à l ide d un utre ensemble plus fmilier. Cette représenttion est ce que l on ppelle une bijection. Elle est d illeurs à l bse du processus de comptge qui consiste simplement à mettre en bijection un ensemble vec un ensemble de nombres entiers. Cette notion de bijection permet d étendre en un certin sens le dénombrement ux ensembles infinis. L extension de l notion de somme d une suite finie de nombres à une suite infinie conduit nturellement à l notion de série que nous réviserons dns ce chpitre. L théorie des probbilités utilise implicitement une notion plus générle, celle de fmille sommble. Il s git de définir l somme, si elle existe, d une fmille de nombres indexée pr un ensemble infini qui n est ps forcément N ou N. Nous présentons cette théorie dns l dernière prtie du chpitre. Dns tout ce qui suit, l nottion {1,..., n} pour n N désigne l ensemble de tous les entiers compris u sens lrge entre 1 et n. L écriture un peu busive «i = 1,..., n» signifie «i {1,..., n}». 1.1 Rppels ensemblistes Opértions ensemblistes Soit Ω un ensemble ; A est un sous-ensemble (ou une prtie) de Ω si tout élément de A est ussi un élément de Ω ( ω A, ω Ω). On note A Ω. On ppelle P(Ω) l ensemble des prties de Ω, ce que l on peut noter 1 P(Ω) = {A; A Ω}. 1. Dns toutes les écritures d ensembles entre ccoldes, nous utilisons le point virgule u sens de «tel que». 1

2 Chpitre 1. Dénombrer et sommer Ainsi les écritures A Ω et A P(Ω) sont deux fçons de dire l même chose 2. Si A et B sont deux prties du même ensemble Ω, on dit que A est incluse dns B (nottion A B) si tout élément de A est ussi élément de B ( ω A, ω B), utrement dit, si l pprtennce à A implique l pprtennce à B : A B signifie ω Ω, (ω A) (ω B). Soit I un ensemble quelconque d indices (fini ou infini) et (A i ) i I une fmille de prties de Ω. On définit son intersection A i et s réunion, A i pr : i I i I A i := {ω Ω; i I, ω A i } et A i = {ω Ω; i I, ω A i }. (1.1) i I i I Remrque 1.1. L réunion et l intersection d une fmille de prties de Ω sont définies de fçon globle, elles s obtiennent d un coup, sns pssge à l limite qund I est infini et sns qu un ordre éventuel sur l ensemble d indices I n it d importnce. Réunion et intersection sont très utiles pour l trduction utomtique des quntificteurs. Si I est un ensemble quelconque d indices, (π i ) une propriété dépendnt de l indice i et A i l ensemble des ω Ω vérifint (π i ), on : {ω Ω; i I, ω vérifie (π i )} = A i, i I {ω Ω; i = i(ω) I, ω vérifie (π i )} = A i. i I Ainsi le quntificteur peut toujours se trduire pr une intersection et le quntificteur pr une réunion. L intersection et l union sont distributives l une pr rpport à l utre, c est à dire B ( ) A i i I = i I (A i B) B ( ) A i i I = i I (A i B). Le complémentire de A (dns Ω) est l ensemble A c := {ω Ω; ω / A}. L opértion pssge u complémentire (qui est une bijection de P(Ω) dns lui-même) vérifie (A c ) c = A, Ω c =, c = Ω et échnge réunions et intersections grâce ux très utiles formules : ( ) c A i = i I i I A c i ( ) c A i = A c i I i I i. On définit le produit crtésien de deux ensembles E et F, noté E F pr : E F := {(x, y); x E, y F }. Attention, dns cette écriture (x, y) ne désigne en ucune fçon un ensemble mis un couple d éléments (l ordre d écriture une importnce). Pour éviter toute confusion, 2. Noter cependnt l différence de sttut de A : dns l première écriture, A est considéré comme un ensemble, dns l deuxième comme un élément d un ensemble d un type un peu prticulier. 2 Ch. Suquet, Cours I.P.E

3 1.1. Rppels ensemblistes on utilise des ccoldes pour l description des ensembles et des prenthèses pour les couples d éléments. On définit de mnière nlogue le produit crtésien d une suite finie d ensembles E 1,..., E n pr E 1 E n := { (x 1,..., x n ); i = 1,..., n, x i E i }. L ensemble E 2 := E E = {(x 1, x 2 ); x 1 E, x 2 E} peut être utilisé pour représenter l ensemble de toutes les pplictions de {1, 2} dns E, le couple (x 1, x 2 ) correspondnt à l ppliction f : {1, 2} E définie pr f(1) = x 1 et f(2) = x 2. Il pourrit de l même fçon, représenter les pplictions d un ensemble à deux éléments dns E (remplcer les chiffres 1 et 2 pr n importe quelle pire de symboles distincts : et 1, et b, etc.). Plus générlement, pour n 2, E n est l ensemble des n-uplets ou listes de longueur n d éléments de E. Dns un n-uplet (x 1,..., x n ), il peut y voir des répétitions. On peut ussi utiliser E n pour représenter toutes les pplictions de l ensemble {1,..., n} (ou de n importe quel ensemble à n éléments) dns E. Soit I un ensemble quelconque, fini ou infini. Pr nlogie vec ce qui précède, l ensemble de toutes les pplictions f : I E ser noté E I. Pr exemple vec E = {, 1} et I = N, on obtient l ensemble {, 1} N de toutes les suites de chiffres binires indexées pr N : {, 1} N = {u = (u i ) i N ; u i = ou 1}. Avec E = R et I = [, 1], on obtient l ensemble R [,1] des fonctions définies sur l intervlle [, 1] et à vleurs dns R Bijections Définition 1.2 (injection). Une ppliction f : E F est dite injective si deux éléments distincts de E ont toujours des imges distinctes dns F : Une formultion équivlente est : x E, x E, (x x ) (f(x) f(x )). x E, x E, (f(x) = f(x )) (x = x ). Une ppliction injective f : E F est ppelée injection de E dns F. Définition 1.3 (surjection). Une ppliction f : E F est dite surjective si tout élément de l ensemble d rrivée u moins un ntécédent pr f : y F, x E, f(x) = y. Une ppliction surjective f : E F est ppelée surjection de E sur F. Définition 1.4 (bijection). Une ppliction f : E F est dite bijective si elle est à l fois injective et surjective, utrement dit si tout élément de l ensemble d rrivée F un unique ntécédent pr f dns l ensemble de déprt E : y F,!x E, f(x) = y. Une ppliction bijective f : E F est ppelée bijection de E sur F. Ch. Suquet, Cours I.P.E

4 Chpitre 1. Dénombrer et sommer Remrque 1.5. Si f : E F est une injection, en restreignnt son ensemble d rrivée à f(e) := {y F ; x E; f(x) = y} l nouvelle ppliction f : E f(e) est une bijection. En effet cette opértion préserve clirement l injectivité et rend f surjective. Définition 1.6 (ppliction réciproque). Soit f : E F une bijection. Tout y F dmet un unique ntécédent x pr f dns E. En posnt f 1 (y) := x, on définit une ppliction f 1 : F E ppelée ppliction réciproque de f ou inverse de f. Cette ppliction f 1 est bijective. Justifiction. Pour vérifier l injectivité de f 1, soient y et y deux éléments de F tels que f 1 (y) = f 1 (y ). Cel signifie qu ils ont le même ntécédent x pr f, donc que y = f(x) et y = f(x), d où y = y. Pour l surjectivité, soit x E quelconque. Posons y = f(x). Alors x est ntécédent de y pr f, donc f 1 (y) = x et insi y est ntécédent de x pr f 1. Tout élément de E donc un ntécédent dns F pr f 1. Autrement dit, f 1 est surjective. Remrque 1.7. Ainsi l existence d une bijection E F équivut à celle d une bijection F E. On dir que E «est en bijection vec» F s il existe une bijection E F (ou F E). Proposition 1.8. Soient f : E F et g : F G deux bijections. Alors g f est une bijection de E sur G. De plus (g f) 1 = f 1 g 1. Preuve. Rppelons que (g f)(x) := g(f(x)) pour tout x E. Pour vérifier l injectivité, soient x et x dns E tels que (g f)(x) = (g f)(x ). Cette églité réécrite g(f(x)) = g(f(x )) implique pr injectivité de g l églité f(x) = f(x ), lquelle implique x = x pr injectivité de f. Pour l surjectivité de g f, soit z G quelconque. Pr surjectivité de g, z u moins un ntécédent y dns F vec g(y) = z. À son tour y F un ntécédent x E pr l surjection f. Finlement y = f(x) et z = g(y), d où z = g(f(x)) = (g f)(x), ce qui montre que z pour ntécédent x pr g f. Comme z étit quelconque, l surjectivité de g f est étblie. Ainsi g f est une bijection de E sur G. En conservnt les nottions on (g f) 1 (z) = x. D utre prt x = f 1 (y) et y = g 1 (z), d où x = f 1 (g 1 (z)) = (f 1 g 1 )(z). On donc pour z quelconque dns G l églité (g f) 1 (z) = x = (f 1 g 1 )(z), d où (g f) 1 = f 1 g Ensembles finis et dénombrement Définition 1.9. Un ensemble E est dit fini s il est vide ou s il est en bijection vec un ensemble {1,..., n} pour un certin entier n 1. Un tel n est lors unique et est ppelé crdinl de E (nottion crd E). Pr convention le crdinl de l ensemble vide est. L cohérence de l définition 1.9 repose sur le lemme suivnt (pourquoi?). Lemme 1.1. Si n et m sont deux entiers distincts, il n existe ps de bijection entre {1,..., n} et {1,..., m}. 4 Ch. Suquet, Cours I.P.E

5 1.2. Ensembles finis et dénombrement Preuve. On peut toujours supposer sns perte de générlité que n < m. Dns le cs où n =, l ensemble {1,..., n} est l ensemble des entiers j tels que 1 j, c est donc l ensemble vide. On prouve le résultt pr récurrence sur n en doptnt comme hypothèse de récurrence : (H n ) m > n, il n existe ps de bijection {1,..., n} {1,..., m}. Initilistion. (H ) est clirement vrie, cr on ne peut définir ucune ppliction sur l ensemble vide donc fortiori ucune bijection. Induction. Supposnt (H n ) vérifiée pour un certin n, déduisons en qu (H n+1 ) l est ussi. Sinon il existerit un entier m > n + 1 et une bijection f : {1,..., n + 1} {1,..., m}. Notons j = f(n+1). Si j m, considérons l trnsposition τ : {1,..., m} {1,..., m} qui échnge j et m et lisse les utres éléments inchngés. C est une bijection et l ppliction composée g = τ f est une bijection {1,..., n + 1} {1,..., m}. Si j = f(n + 1), on prend g = f. Dns les deux cs, g est une bijection {1,..., n + 1} {1,..., m} vérifint g(n+1) = m. L restriction g de g à {1,..., n} est lors une bijection de cet ensemble sur {1,..., m 1} et comme m > n + 1, on bien m 1 > n, ce qui contredit (H n ). Nous venons d étblir l impliction (H n ) (H n+1 ), ce qui chève l récurrence. Remrque Si l ensemble F est en bijection vec un ensemble fini E, lors F est fini et même crdinl que E. En effet en notnt n = crd E, il existe une bijection f : {1,..., n} E et une bijection g : E F. L composée g f rélise lors une bijection de {1,..., n} sur F. Proposition Soient E et F deux ensembles finis. Si E F =, crd(e F ) = crd E + crd F. (1.2) Preuve. Dns le cs où l un des deux ensembles est vide, (1.2) est trivile. On suppose désormis que crd E = n 1 et crd F = m 1. Il existe lors des bijections f : {1,..., n} E, g : {1,..., m} F. On prouve (1.2) en construisnt une bijection h de {1,..., n + m} sur E F. L trnsltion t : {n + 1,..., n + m} {1,..., m}, i i n est une bijection et l ppliction g t rélise une bijection de {n + 1,..., n + m} sur F. Définissons lors h pr { f(i) si i {1,..., n}, h(i) := (g t)(i) si i {n + 1,..., n + m}. Pour vérifier l surjectivité de h, soit z un élément quelconque de E F. Si z E, lors il un ntécédent i dns {1,..., n} pr l surjection f et comme h(i) = f(i) = z, Ch. Suquet, Cours I.P.E

6 Chpitre 1. Dénombrer et sommer i est ussi ntécédent de z pr h. Si z F, il un ntécédent j dns {1,..., m} pr l surjection g et j un ntécédent i dns {n + 1,..., n + m} pr l surjection t. Alors h(i) = g(t(i)) = g(j) = z donc i est ntécédent de z pr h. Pour vérifier l injectivité de h, notons i et i deux éléments distincts de {1,..., n+m}. S ils sont l un dns {1,..., n} et l utre dns {n + 1,..., n + m}, leurs imges h(i) et h(i ) sont l une dns E et l utre dns F qui sont disjoints (E F = ) donc h(i) h(i ). sinon i et i sont tous deux dns {1,..., n} (resp. dns {n+1,..., n+m}) et h(i) h(i ) en rison de l injectivité de f (resp. de g t). Corollire 1.13 (de l proposition 1.12). ) Si E 1,..., E d sont d ensembles finis deux à deux disjoints, E 1 E d est un ensemble fini et ( ) d d crd = crd E i. i=1 E i b) Si E et F sont des ensembles finis quelconques (ps forcément disjoints), E F est fini et crd(e F ) = crd E + crd F crd(e F ). Preuve. Lissée en exercice. Proposition Soient E et F deux ensembles finis. Leur produit crtésien pour crdinl crd(e F ) = crd E crd F. (1.3) Preuve. Le cs où l un des deux ensembles E ou F est vide étnt trivil, on suppose désormis qu ucun des deux n est vide. On fit une récurrence sur n = crd E, en prennt pour hypothèse de récurrence : (H n ) si crd E = n, lors crd(e F ) = n crd F pour tout F fini non vide. Initilistion. Si crd E = 1, E n qu un élément x 1 et l ppliction h : {x 1 } F F, (x 1, y) y est clirement une bijection donc crd({x 1 } F ) = crd F et (H 1 ) est vérifiée. Induction. Supposons (H n ) vrie pour un certin n et soit E un ensemble de crdinl n+1. Il existe une bijection f : {1,..., n+1} E permettnt de numéroter les éléments de E en posnt pour tout i {1,..., n + 1}, x i := f(i). L restriction de f à {1,..., n} est une bijection de {1,..., n} sur son imge E = {x 1,..., x n }. Ainsi E est de crdinl n et E est l union de ses deux sous-ensembles disjoints E et {x n+1 }. On en déduit imméditement que E F est l union des deux produits crtésiens disjoints E F et {x n+1 } F. Pr l proposition 1.12 on lors i=1 crd(e F ) = crd(e F ) + crd({x n+1 } F ). En utilisnt (H n ) et (H 1 ), on obtient lors donc (H n+1 ) est vérifiée. crd(e F ) = n crd F + crd F = (n + 1) crd F, 6 Ch. Suquet, Cours I.P.E

7 1.2. Ensembles finis et dénombrement Remrque On urit pu ussi prouver (1.3) en construisnt explicitement une bijection E F {1,..., nm} (vec crd E = n et crd F = m). Voici une fçon de l construire. On note f : {1,..., n} E, i x i := f(i) et g : {1,..., m} F, j y j := g(j) des numérottions bijectives de E et F. On définit lors h : E F {1,..., nm} en posnt h(x i, y j ) := m(i 1) + j, ou de mnière plus formelle h(x, y) := m(f 1 (x) 1) + g 1 (y) pour tout (x, y) E F. On lisse en exercice l vérifiction de l bijectivité de h. L idée de s construction est simplement de rnger les couples éléments de E F sous l forme d un tbleu où le couple (x i, y j ) se trouve à l intersection de l ligne i et de l colonne j et de numéroter les éléments de ce tbleu en blynt chque ligne de guche à droite de l ligne 1 jusqu à l ligne n. Corollire 1.16 (de l proposition 1.14). Si E 1,..., E d sont d ensembles finis, crd(e 1 E d ) = d crd E i. i=1 Preuve. Une récurrence immédite sur d fournit le résultt. Proposition 1.17 (nombre d pplictions E F et crdinl de P(E)). () Si crd E = n et crd F = p, l ensemble F E des pplictions de E dns F est fini et pour crdinl p n, utrement dit : crd ( F E) = (crd F ) crd E. (b) Comme P(E) est en bijection vec l ensemble {, 1} E des pplictions de E dns {, 1}, crd P(E) = 2 n = 2 crd E. Preuve. Le () se démontre fcilement pr récurrence sur le crdinl de E, en notnt que si on joute un élément x n+1 à E, il y p fçons différentes de prolonger f : E F en ttribunt comme imge à x n+1 l un des éléments de F. L rédction détillée est lissée en exercice. Une bijection nturelle entre P(E) et {, 1} E est l ppliction ϕ qui à toute prtie A de E ssocie s fonction indictrice : ϕ : P(E) {, 1} E A ϕ(a) := 1 A. Rppelons que l indictrice d une prtie A de E est l ppliction { 1 si ω A, 1 A : E {, 1} ω 1 A (ω) := si ω / A. L vérifiction de l bijectivité de ϕ est lissée en exercice Ni l définition de ϕ, ni l preuve de s bijectivité n utilisent l finitude de E. Ainsi P(E) et {, 1} E sont en bijection quel que soit l ensemble E, fini ou infini. Ch. Suquet, Cours I.P.E

8 Chpitre 1. Dénombrer et sommer Définition 1.18 (rrngement). Si E est un ensemble de crdinl n et k un entier tel que 1 k n, on ppelle rrngement de k éléments de E tout k-uplet (x 1, x 2,..., x k ) d éléments tous distincts de E. Un tel rrngement représente une injection de {1,..., k} dns E. Proposition 1.19 (dénombrement des rrngements). Le nombre d rrngements de k éléments de E (1 k n = crd E) est A k n = n(n 1)(n 2) (n k + 1) = n! (n k)!. (1.4) A k n est ussi le nombre d injections d un ensemble I de crdinl k, pr exemple {1,..., k}, dns E. En prticulier pour I = E (et donc k = n), on obtient le nombre de bijections de E dns lui même (ppelées ussi permuttions de E) : nombre de permuttions de E = A n n = n! Preuve. On prouve (1.4) pr récurrence finie sur k, le cs k = 1 étnt évident. Supposons donc (1.4) vrie pour un k < n et montrons qu lors elle est ussi vrie pour k + 1. Une ppliction f : {1,..., k+1} E est déterminée de mnière unique pr l donnée de s restriction f à {1,..., k} et de f(k +1). L ppliction f est injective si et seulement si s restriction f est injective et f(k+1) / f({1,..., k}). Comme le crdinl de f({1,..., k}) est k, cel lisse n k choix possibles pour f(k + 1). On en déduit que A k+1 n = A k n(n k) = n(n 1)(n 2) (n k + 1)(n k), ce qui montre que (1.4) est vérifiée u rng k + 1. Définition 1.2 (combinison). On ppelle combinison de k éléments de E (1 k n = crd E) toute prtie de crdinl k de E. Une combinison tous ses éléments distincts comme un rrngement, mis l ordre d écriture n ps d importnce. Proposition 1.21 (dénombrement des combinisons). Le nombre de combinisons de k éléments de E (1 k n = crd E) est C k n = n(n 1)(n 2) (n k + 1) k(k 1) 1 = n! k!(n k)!. (1.5) Preuve. Notons A k (E) l ensemble de tous les rrngements de k éléments de E. Il est lors clir que l on l décomposition en réunion d ensembles disjoints A k (E) = A k (B). (1.6) B E, crd B=k Autrement dit on prtitionné A k (E) en regroupnt dns une même clsse A k (B) tous les rrngements formés à prtir des éléments d une même prtie B de crdinl k. Il 8 Ch. Suquet, Cours I.P.E

9 1.3. Dénombrbilité y donc utnt de clsses distinctes dns cette décomposition que de prties B de crdinl k dns E, c est-à-dire Cn k clsses. D utre prt chque clsse A k (B) contient utnt d rrngements que de bijections B B (ou permuttions sur B), c est-à-dire k!. Compte-tenu du corollire 1.13 ), on déduit lors de (1.6) que : crd A k (E) = crd A k (B) = Cnk!. k Ainsi A k n = C k nk!, ce qui donne (1.5). B E, crd B=k 1.3 Dénombrbilité On peut comprer les ensembles finis pr leur nombre d éléments. Cette notion n plus de sens pour des ensembles infinis. Nénmoins on peut générliser cette comprison en disnt que deux ensembles ont même crdinl s ils sont en bijection. Ceci permet de comprer les ensembles infinis. Il convient de se méfier de l intuition cournte bsée sur les ensembles finis. Pr exemple si A et B sont finis et A est inclus strictement dns B, lors crd A < crd B et il n existe ps de bijection entre A et B. Ceci n est plus vri pour les ensembles infinis. Pr exemple N est strictement inclus dns N mis est en bijection vec N pr l ppliction f : N N, n n + 1, donc N et N ont même crdinl. Nous nous intéressons mintennt ux ensembles ynt même crdinl que N. Définition Un ensemble est dit dénombrble s il est en bijection vec N. Il est dit u plus dénombrble s il est fini ou dénombrble. Exemple L ensemble 2N des entiers pirs est dénombrble. Pour le voir, il suffit de considérer l ppliction f : N 2N, n 2n qui est clirement une bijection. On vérifie de même que l ensemble des entiers impirs est dénombrble. Exemple L ensemble Z est dénombrble. On peut en effet «numéroter» les entiers reltifs pr les entiers nturels en s inspirnt du tbleu suivnt. Z N Plus formellement, définissons l ppliction f : N Z pr { n+1 si n est impir, 2 n N, f(n) = n si n est pir. 2 Pour vérifier que f est une bijection, montrons que pour tout k Z donné, l éqution f(n) = k une solution unique. Si k >, il ne peut voir d ntécédent pir pr f puisque f envoie l ensemble des entiers pirs dns Z. L éqution f(n) = k se réduit donc dns ce cs à n+1 2 = k qui pour unique solution n = 2k + 1. Si k, il ne peut Ch. Suquet, Cours I.P.E

10 Chpitre 1. Dénombrer et sommer voir d ntécédent impir pr f et l éqution f(n) = k se réduit à n = k qui pour 2 unique solution n = 2k. Ainsi f est bien une bijection puisque tout élément k de Z un ntécédent n unique pr f. L bijection inverse est donnée pr { k Z, f 1 2k + 1 si k >, (k) = 2k si k. Exemple L ensemble N 2 est dénombrble. Cet exemple relève de l proposition 1.3 ci-dessous, mis l vérifiction directe est instructive. Voici une fçon de construire une bijection f : N 2 N. L idée est de fbriquer une numérottion des couples de N 2 pr les entiers en s inspirnt du schém de l figure Un peu de j i Fig. 1.1 Une numérottion des couples (i, j) de N 2 dénombrement nous conduit à proposer l définition 4 (i, j) N 2, f(i, j) := (i + j)(i + j + 1) 2 Preuve. L vérifiction de l bijectivité de f repose sur l remrque suivnte. Définissons l suite (u k ) k N pr k(k + 1) k N, u k :=. 2 Il s git clirement d une suite strictement croissnte d entiers, de premier terme u =. On donc l N,!k = k l N, u k l < u k+1. (1.7) De plus, 4. Justifiction lissée en exercice. + j. si l = f(i, j), k l = i + j et l = u kl + j. (1.8) 1 Ch. Suquet, Cours I.P.E

11 1.3. Dénombrbilité Surjectivité de f. Soit l quelconque dns N et k = k l défini pr (1.7). Posons j = l u k et i = k j. Alors f(i, j) = (i + j)(i + j + 1) 2 + j = k(k + 1) 2 + j = u k + l u k = l. Le couple (i, j) insi défini à prtir de l est donc ntécédent de l pr f et comme l étit quelconque, f est surjective. Injectivité de f. Soient (i, j) et (i, j ) tels que f(i, j) = f(i, j ) et notons l cette vleur commune. D près (1.8), on k l = i + j = i + j et l = u kl + j = u kl + j. On en déduit imméditement que j = j, puis que i = i, d où (i, j) = (i, j ), ce qui étblit l injectivité de f. Lemme Toute prtie infinie de N est dénombrble. Preuve. Soit E une prtie infinie de N. On construit une bijection f de N sur E pr récurrence en utilisnt le fit que toute prtie non vide de N dmet un plus petit élément. On initilise l récurrence en posnt : E := E, f() := min E. Ensuite, pour n 1, si on défini f(k) et E k pour k =,..., n 1, on pose E n := E \ f({,..., n 1}), f(n) := min E n. L ensemble f({,..., n 1}) = {f(),..., f(n 1)} est fini donc E n est non vide puisque E est infini. On peut donc bien construire insi de proche en proche tous les f(n) pour n N. De plus il est clir pr construction que pour tout n 1, f(n 1) < f(n). L ppliction f est donc strictement croissnte, ce qui entrîne son injectivité. Pour voir qu elle est surjective, soit m un élément quelconque de E. Comme m est un entier, il n y qu un nombre fini d entiers strictement inférieurs à m, donc fortiori qu un nombre fini n d éléments de E inférieurs strictement à m (éventuellement ucun). Ainsi m est le (n + 1)-ième plus petit élément de E, d où f(n) = m (comme on commence à, n est le (n + 1)-ième plus petit entier de N). Nous venons de montrer qu un élément quelconque de E u moins un ntécédent pr f, utrement dit que f est surjective. Proposition Toute prtie infinie d un ensemble dénombrble est elle-même dénombrble. Preuve. Soit A une prtie infinie d un ensemble dénombrble B. Il existe lors une bijection g : B N. S restriction g à A est une bijection de A sur g(a). L ensemble g(a) est une prtie infinie de N, cr si elle étit finie, il en serit de même pour A. Pr le lemme 1.26, il existe une bijection f de g(a) sur N. L ppliction f g : A N est une bijection comme composée de deux bijections. L ensemble A est donc dénombrble. Remrque L proposition 1.27 nous permet de crctériser les ensembles u plus dénombrbles comme ceux qui sont en bijection vec une prtie de N, ou encore comme ceux qui s injectent dns N. De même, les ensembles dénombrbles sont les ensembles infinis qui s injectent dns N. Ch. Suquet, Cours I.P.E

12 Chpitre 1. Dénombrer et sommer Remrque Il résulte imméditement de l proposition 1.27 que si l ensemble B contient une prtie infinie A non dénombrble, B est lui même infini non dénombrble. Proposition 1.3. Le produit crtésien d une suite finie d ensembles dénombrbles est dénombrble. Preuve. Notons E 1,..., E n l suite finie d ensembles dénombrbles considérée. Pour i = 1,..., n, nous disposons d une bijection E i N, qui pr composition vec l bijection N N, n n + 1 donne une bijection f i : E i N. Comme E = E 1 E n est clirement un ensemble infini, il nous suffit de construire une injection de E dns N. Pour cel il est commode d utiliser les nombres premiers dont nous notons (p j ) j 1 l suite ordonnée : p 1 = 2, p 2 = 3, p 3 = 5, p 4 = 7, p 5 = 11,... Définissons f : E N, pr x = (x 1,..., x n ) E, f(x) := p f 1(x 1 ) 1... p fn(xn) n = n j=1 p f j(x j ) j. Remrquons que pour tout x E, f(x) 2 f 1(x 1 ) 2. Pour vérifier l injectivité de f, soient x et y dns E tels que f(x) = f(y). En vertu de l unicité de l décomposition en fcteurs premiers d un entier supérieur ou égl à 2, cette églité équivut à : i = 1,..., n, f i (x i ) = f i (y i ). Comme chque f i est injective, ceci entrîne l églité x i = y i pour tout i, d où x = y. Corollire Pour tout entier d 1, N d, Z d sont dénombrbles. L ensemble Q des nombres rtionnels est dénombrble (de même que Q d, d 1). Vérifiction. L dénombrbilité de Q s obtient fcilement en l injectnt dns le produit crtésien d ensembles dénombrbles Z N vi l unicité de l écriture en frction irréductible (vec dénominteur positif) d un rtionnel. Les utres ffirmtions du corollire découlent imméditement de l Proposition 1.3. Proposition L ensemble {, 1} N des suites infinies de ou de 1 n est ps dénombrble. Preuve. Supposons que {, 1} N soit dénombrble, on peut lors numéroter ses éléments pr les entiers, de sorte que {, 1} N = {x n ; n N}, chque x n étnt une suite (x n,k ) k N de chiffres binires. Construisons lors l suite y = (y k ) k N de chiffres binires en posnt : { 1 si x k,k = k N, y k = 1 x k,k = si x k,k = 1. Alors pr construction, l suite y diffère de chque suite x n (u moins pr son n-ième terme). Or y est un élément de {, 1} N, donc l numérottion considérée ne peut être surjective. 12 Ch. Suquet, Cours I.P.E

13 1.3. Dénombrbilité Corollire P(N) n est ps dénombrble. Le segment [, 1] de R n est ps dénombrble. R n est ps dénombrble, C n est ps dénombrble. Un intervlle de R est soit infini non dénombrble, soit réduit à un singleton, soit vide. Preuve. Comme P(N) est en bijection vec {, 1} N pr l ppliction A 1 A, P(N) est infini non dénombrble. D près l remrque 1.29, l non dénombrbilité de R ou de C résulte imméditement de celle de [, 1]. Pour vérifier cette dernière, nous utilisons à nouveu l remrque 1.29 en construisnt une prtie de [, 1] en bijection vec {, 1} N. L première idée qui vient à l esprit pour une telle construction est d utiliser le développement des nombres réels en bse 2. Mis pour éviter les difficultés techniques liées à l existence de développements propre et impropre pour les nombres de l forme k2 n, nous utiliserons plutôt l bse 3 en ne conservnt que les chiffres binires et 1. Définissons donc 5 f : {, 1} N [, 1], u = (u k ) k N f(u) := + k= u k 3 k+1. Comme les u k ne peuvent prendre que les vleurs ou 1, l série à termes positifs définissnt f(u) converge puisque son terme générl vérifie l encdrement u k 3 k 1 3 k 1. S somme f(u) vérifie donc f(u) + k= 1 3 = 1 1 k = 1 2. Ainsi f est bien une ppliction de {, 1} N dns [, 1] et d près l remrque 1.5, il suffit de vérifier son injectivité pour qu elle rélise une bijection de {, 1} N sur son imge A := {f(u); u {, 1} N }. Pr l proposition 1.32, on en déduir l non dénombrbilité de A. Pour montrer l injectivité de f, supposons qu il existe deux suites u u éléments de {, 1} N telles que f(u) = f(u ). Comme u u, l ensemble des entiers k tels que u k u k est non vide et donc un plus petit élément que nous notons j. On insi u k = u k pour tout k < j et u j u j. Quitte à permuter u et u, on ne perd ps de générlité en supposnt que u j = 1 et u j =. L églité f(u) = f(u ) implique lors : 1 3 = + j+1 k=j+1 u k u k 3 k+1. Comme u k u k ne peut prendre que les vleurs 1, ou 1, il est mjoré pr 1, d où : j+1 k=j = 1 1 k+1 3 j = j+1, 5. L lecture de ce qui suit requiert l connissnce des séries dont les principles propriétés sont rppelées section 1.4 ci-près, voir notmment les séries géométriques (exemple 1.45). Ch. Suquet, Cours I.P.E

14 Chpitre 1. Dénombrer et sommer ce qui est impossible. On en déduit que si f(u) = f(u ), nécessirement u = u, ce qui étblit l injectivité de f. Pour vérifier l non dénombrbilité d un intervlle non vide et non réduit à un singleton de R, il suffit de remrquer que cet intervlle u moins deux éléments et b et qu il contient lors [, b]. Il suffit mintennt de construire une bijection [, 1] [, b]. L ppliction f : [, 1] [, b], t t + (1 t)b fit l ffire. Remrque Il est fcile de construire une bijection entre ] 1, 1[ et R, pr exemple x tn(πx/2) et d en déduire une bijection entre R et n importe quel intervlle ouvert non vide. En fit on peut montrer que les ensembles suivnts ont tous même crdinl : {, 1} N, R, C, tout intervlle non vide et non réduit à un singleton de R. On dit qu ils ont l puissnce du continu. Sns ller jusqu à démontrer complètement cette ffirmtion, nous nous contenterons de présenter ci-dessous une construction explicite d une bijection entre {, 1} N et [, 1[. Il est clir que {, 1} N est lui même en bijection vec {, 1} N (pourquoi?). Exemple 1.35 (une bijection entre {, 1} N et [, 1[). Commençons pr un rppel sur le développement en bse 2 des réels de [, 1[, i.e. l existence pour un x [, 1[ d une suite ( k ) k N {, 1} N telle que + k x = 2. (1.9) k k=1 On ppelle nombre dydique de [, 1[, tout x [, 1[ de l forme k2 n vec k N et n N. Un tel dydique dmet une écriture irréductible unique de l forme l2 n vec l impir. Notons l ensemble des dydiques de [, 1[. Si x [, 1[\, il existe une unique suite ( k ) k N {, 1} N vérifint (1.9). De plus cette suite ( k ) k N comporte à l fois une infinité de et une infinité de 1. Si x, il existe deux suites ( k ) k N {, 1} N et ( k ) k N {, 1}N vérifint (1.9). L une ( k ) k N tous ses termes nuls à prtir d un certin rng. C est le développement propre du dydique x. L utre tous ses termes égux à 1 à prtir d un certin rng, c est le développement impropre de x. Nous noterons p(x) le développement propre de x et i(x) son développement impropre. Pr exemple le dydique 3 pour développemment propre 8 (, 1, 1,,,,,... ) cr 3 = Son développement impropre est (, 1,, 1, 1, 1, 1,... ) puisque 1 = + 8 k=4 2 k. Définissons mintennt f : [, 1[ {, 1} N comme suit. Si x [, 1[\, on prend pour f(x) l unique suite ( k ) k N {, 1} N vérifint (1.9). Si x et x, x 1/2, il existe une écriture unique x = l2 n vec l impir. On pose lors ( l ) f = 2 n ( l + 1 ) i ( 2 n l 1 ) p 2 n si l = 1 mod 4, si l = 3 mod Ch. Suquet, Cours I.P.E

15 1.3. Dénombrbilité Pour f() on prend l suite ne comportnt que des et pour f(1/2) l suite ne comportnt que des Fig. 1.2 Arbre binire des dydiques de ], 1[ Le mécnisme de construction de f sur les dydiques utres que et 1/2 peut être décrit de mnière informelle à l ide de l rbre binire de l figure 1.2. Chque individu de cet rbre hérite un développement binire de son scendnt direct et engendre lui même deux enfnts et deux développements binires. L enfnt de guche hérite du développement impropre et celui de droite du développement propre. L compréhension de l définition de f demndnt plus d effort que l vérifiction de s bijectivité, ce dernier point est lissé u lecteur. Proposition Soit J un ensemble u plus dénombrble d indices et pour tout j J, soit A j un ensemble u plus dénombrble. Alors A := j J A j est u plus dénombrble. Preuve. Le cs J = est trivil puisqu lors A =. Si tous les A j sont vides, A l est ussi (quel que soit J). On suppose désormis que J n est ps vide et qu u moins un des A j est non vide. On v montrer que A est u plus dénombrble en construisnt une injection h de A dns N. On peut trduire les hypothèses en écrivnt qu il existe une injection 6 f : J N et que pour tout j tel que A j, il existe une injection g j : A j N. Admettons pour un instnt que l on peut construire une fmille (A j) j J d ensembles deux à deux disjoints tels que pour tout j J, A j A j et que A = j J A j = j J A j. On définit lors l ppliction h : A N comme suit. Si x A, il existe un unique j J tel que x A j. On pose lors : h(x) := p g j(x) f(j), 6. Toute injection d un ensemble dns N peut se trnsformer en injection du même ensemble dns N pr composition vec l bijection N N, n n + 1. Ch. Suquet, Cours I.P.E

16 Chpitre 1. Dénombrer et sommer où p k désigne le k-ième nombre premier. Remrquons que h(x) 2 puisquef(j) 1, l suite (p k ) est croissnte de premier terme p 1 = 2 et g j (x) 1. Pour vérifier l injectivité de h, soient x et y dns A tels que h(x) = h(y). En notnt l l unique indice tel que y A l, cette églité s écrit p g j(x) f(j) = p g l(y) f(l). En rison de l unicité de l décomposition d un entier n 2 en fcteurs premiers, ceci entrîne f(j) = f(l) et g j (x) = g l (y), puis pr injectivité de f, j = l et g j (x) = g j (y). Comme g j est injective, on en déduit que x = y. L injectivité de h est insi étblie. Il reste à justifier l construction de l fmille (A j) j J. On commence pr trnsporter l ordre de N sur J vi l ppliction f en écrivnt pour j, l J, que j l signifie que f(j) f(l). Ceci nous permet de noter les éléments de J en suivnt cet ordre J = {j, j 1,...}, où j j Ensuite on construit A j pr récurrence en posnt A j := A j, B j := A j A j 1 := A j1 (A \ B j ), B j1 := B j A j1 A j 2 := A j2 (A \ B j1 ), B j2 := B j1 A j Les détils de l vérifiction sont lissés u lecteur. Proposition 1.37 (dénombrbilité pr imge surjective). Soient A et B deux ensembles tels qu il existe une surjection f de A sur B. Alors si A est dénombrble, B est u plus dénombrble. Si A est fini, B est fini et crd B crd A. Preuve. Supposons A dénombrble. Définissons sur A l reltion d équivlence x x si f(x) = f(x ). Les clsses d équivlences pour cette reltion rélisent une prtition de A. Dns chque clsse d équivlence, choisissons un représentnt prticulier 7. Soit A l prtie de A formée de tous les représentnts insi choisis. Si x et x sont deux éléments distincts de A, ils sont dns deux clsses c et c disjointes, donc f(x) f(x ). L restriction de f à A est donc injective. Pr illeurs, puisque f est surjective, tout y B u moins un ntécédent x dns A. Si c est l clsse de x, il y dns cette clsse un (unique) élément de A qui lui ussi y pour imge pr f. Donc l restriction de f à A reste surjective et c est finlement une bijection de A sur B. L ensemble B est en bijection vec une prtie A de l ensemble dénombrble A, il est donc u plus dénombrble. Le cs A fini est une dpttion fcile de ce qui précède. 1.4 Rppels sur les séries Dns cette section nous rppelons sns démonstrtions les points essentiels de l théorie des séries numériques vue en deuxième nnée. Nous détillerons seulement l question de l convergence commuttive en rison de son rôle dns l théorie des fmilles sommbles. 7. Pr exemple en fixnt une numérottion de A pr les entiers (k x k ) et en décidnt de prendre dns l clsse c l élément x k d indice k miniml. On évite insi l invoction de l xiome du choix Ch. Suquet, Cours I.P.E

17 1.4. Rppels sur les séries Générlités Définition Soit (u k ) k N une suite de nombres réels ou complexes. Pour tout n N, on ppelle somme prtielle de rng n le nombre S n := n u k. k= Si S n tend vers une limite finie S qund n tend vers +, on dit que l série de terme générl u k converge et pour somme S, ce que l on écrit S = + k= u k := lim S n. n + Dns ce cs, R n := S S n est ppelé reste de rng n de l série. Si S n n ps de limite finie (i.e. tend vers ou + ou n ps de limite du tout), on dit que l série diverge. Remrque Pr un bus d écriture cournt, on désigne l série (convergente ou divergente) pr l nottion «+ k= u k», mis on ne peut fire intervenir cette expression dns des clculs que si elle représente vriment un nombre, i.e. si l série converge. Remrque 1.4. Si les u k sont complexes, posons x k := Re u k et y k := Im u k, S n := Re S n et S n := Im S n. L suite S n converge dns C vers S si et seulement si S n et S n convergent dns R vers respectivement S := Re S et S := Im S. On en déduit imméditement que l série de terme générl complexe u k = x k + iy k converge si et seulement si les séries de terme générl x k et y k convergent dns R et que dns ce cs + k= (x k + iy k ) = + x k + i + k= k= y k. Remrque L définition 1.38 se générlise imméditement u cs où les u k sont éléments d un espce vectoriel normé E, l convergence dns E de S n vers le vecteur S signifint lim n + S S n =. Proposition Si une série converge, son terme générl u n tend vers qund n tend vers l infini. Remrque L réciproque de l proposition 1.42 est fusse. Un contre exemple bien connu est l série hrmonique de terme générl u k = 1/k pour k 1 (et u = ). Remrque L contrposée de l proposition 1.42 s énonce : si u n ne tend ps vers qund n tend vers l infini, lors l série diverge. On prle dns ce cs de divergence grossière de l série. Ch. Suquet, Cours I.P.E

18 Chpitre 1. Dénombrer et sommer Exemple 1.45 (séries géométriques). Soit q un nombre réel ou complexe. L série géométrique stndrd + k= qk converge si et seulement si q < 1. Dns ce cs, s somme est donnée pr + q k = 1 ( q < 1). 1 q k= Cette formule permet de clculer l somme de n importe quelle série géométrique convergente (donc de rison q vérifint q < 1). Il suffit de mettre en fcteur le premier terme. Si (u k ) k N est une suite géométrique de rison q (i.e. u k+1 = qu k pour tout k vec q ne dépendnt ps de k), vérifint q < 1, on pour tout j N, + k=j u k = + k=j + u j q k j = u j q l = l= u j 1 q. Théorème 1.46 (critère de Cuchy). L série à termes réels ou complexes + k= u k converge si et seulement si ε >, N N, n, m N, S n S m < ε. Ce théorème n est que l ppliction du critère de Cuchy à l suite des sommes prtielles S n = n k= u k. Il se générlise imméditement u cs où les termes u k sont des éléments d un espce vectoriel normé complet 8, en remplçnt S n S m < ε pr S n S m < ε. Corollire 1.47 (convergence bsolue). Si l série + k= u k converge, lors l série + k= u k converge ussi. On dit qu elle est bsolument convergente. Le résultt s étend imméditement ux séries à termes dns un espce vectoriel normé complet en remplçnt u k pr u k. On prle lors de convergence normle. Remrque L réciproque du corollire 1.47 est fusse. Un contre exemple bien connu est l série lternée de terme générl u k = ( 1) k /k (k 1) qui converge lors que l série des vleurs bsolues est l série hrmonique qui diverge Séries à termes positifs Si tous les u k sont positifs, (S n ) n N est une suite croissnte cr pour tout n 1, S n S n 1 = u n. Il n y lors que deux cs possibles : ou bien S n une limite finie S dns R +, l série converge et pour somme S ; ou bien S n tend vers + et l série diverge. L divergence d une série à termes positifs équivut donc à l convergence vers + de l suite de ses sommes prtielles. Il est commode dns ce cs de considérer que l série «converge dns R +» et que s somme vut +. Ainsi lorsque les u k sont tous positifs, 8. C est le cs en prticulier pour les séries à vleurs dns R d. Un espce vectoriel normé complet est ppelé espce de Bnch. 18 Ch. Suquet, Cours I.P.E

19 1.4. Rppels sur les séries l écriture + k= u k toujours un sens comme représentnt un élément S de R + : S étnt un réel positif si l série converge u sens de l définition 1.38, S = + sinon. Il importe de bien comprendre que ceci est prticulier ux séries à termes positifs. Une série à termes de signe quelconque 9 peut très bien diverger sns que l suite des sommes prtielles tende vers + ou. Un exemple évident est l série de terme générl u k = ( 1) k. Théorème 1.49 (comprison). On suppose qu il existe un k N tel que pour tout k k, u k v k. Alors ) l convergence 1 de + k= v k implique celle de + k= u k ; b) l divergence de + k= u k implique celle de + k= v k. Prmi les pplictions du théorème de comprison figure l comprison à une série géométrique qui donné nissnce ux règles dites de D Alembert et de Cuchy (bsées respectivement sur l étude du comportement symptotique de u n+1 /u n et de u 1/n n ). Ces règles n ont d utre utilité que de résoudre des exercices d hoc et on peut fcilement s en psser. Théorème 1.5 (règle des équivlents). On suppose que u k et v k sont équivlents 11 qund n tend vers l infini et qu à prtir d un rng k, v k. Alors les séries + k= u k et + k= v k sont de même nture (toutes deux convergentes ou toutes deux divergentes). Attention, l hypothèse d équivlence de u k et v k n implique ps à elle seule que les deux séries soient de même nture si le signe de v k n est ps constnt à prtir d un certin rng. Comme contre exemple on peut proposer u k = ( 1) k k 1/2 et v k = u k +1/k (exercice). Théorème 1.51 (comprison série-intégrle). Soit f continue sur [k, + [, décroissnte et positive sur cet intervlle. L série + k=k f(k) converge si et seulement si n k f(t) dt une limite finie qund n tend vers +. L démonstrtion repose sur l encdrement n > k, n 1 k=k f(k + 1) n k f(t) dt n 1 k=k f(k) illustré pr l figure 1.3. Cet encdrement son intérêt propre pour contrôler le reste d une série à l ide d une intégrle générlisée (ou vice vers). En ppliqunt le théorème 1.51 vec f(t) = t α, α > et k = 1, on obtient l crctéristion de l convergence des séries de Riemnn. 9. Plus précisément une série dont l suite des termes présente une infinité de chngements de signe. 1. L convergence et l divergence dns cet énoncé sont entendues u sens de l définition Ce qui signifie que l on peut écrire u k = c k v k vec lim k + c k = 1. Ch. Suquet, Cours I.P.E

20 Chpitre 1. Dénombrer et sommer y 1 f(k) f(k + 1) k k + 1 t Fig. 1.3 Comprison série-intégrle : f(k + 1) k+1 f(t) dt f(k) k Corollire 1.52 (séries de Riemnn). L série + k=1 1 k α est { convergente pour α > 1, divergente pour < α 1. L série est ussi divergente pour α, puisqu lors son terme générl ne tend ps vers. Corollire 1.53 (séries de Bertrnd). L série + k=2 1 k(ln k) β est { convergente pour β > 1, divergente pour < β 1. Remrque Pour α 1 (ou pour α = 1 et β ), l nture de l série de Bertrnd + k=2 k α (ln k) β s obtient directement pr comprison vec une série de Riemnn Séries à termes de signe non constnt Après voir vu que l convergence de + k= u k implique celle de + k= u k, on peut se demnder s il existe des séries qui convergent sns converger bsolument. Remrquons d bord que si le signe de u k est constnt à prtir d un certin rng k, l étude de l convergence de + k= u k se rmène à celle d une série à termes positifs. En effet, + k= u k et + k=k u k sont de même nture et si u k pour k k, il suffit de considérer + k=k ( u k ). Ainsi pour une série à termes de signe constnt à prtir d un certin rng, l convergence équivut à l convergence bsolue et l divergence ne peut se produire que si S n tend vers + ou vers. Les seules séries susceptibles d être convergentes sns l être bsolument sont donc celles dont le terme générl chnge de signe une infinité de fois. Pr exemple, l série + k=1 ( 1)k /k converge mis ps bsolument. C est une ppliction du théorème des séries lternées. 2 Ch. Suquet, Cours I.P.E

21 1.4. Rppels sur les séries Théorème 1.55 (des séries lternées). Soit (u k ) k N une suite lternée (i.e. pour tout k, u k et u k+1 sont de signes contrires) telle que u k décroisse et tende vers. Alors ) l série + k= u k converge, b) pour tout n N, les sommes prtielles consécutives S n et S n+1 encdrent 12 l somme S et le reste R n = + k=n+1 u k vérifie R n u n+1. Exemple Pour < α 1, l série + k=1 ( 1)k k α converge mis ps bsolument. Pour α > 1 elle est bsolument convergente. Exemple L série + k=1 ( 1)k / ln k converge mis ps bsolument. Remrque Même si une série lternée est bsolument convergente, le b) du théorème reste intéressnt pour le clcul numérique de l somme S Opértions sur les séries L somme des séries de terme générl u k et v k est l série de terme générl (u k + v k ). Le produit de l série de terme générl u k pr l constnte est l série de terme générl u k. Le produit de deux séries ser étudié plus trd à l ide des fmilles sommbles. Proposition Les ffirmtions suivntes sont vérifiées pour des séries à termes réels ou complexes ou dns un espce vectoriel normé. ) L somme de deux séries convergentes + k= u k et + k= v k est une série convergente et + k= (u k + v k ) = + k= u k + b) Le produit de l série convergente + k= u k pr l constnte est une série convergente et + k= u k = c) L somme d une série convergente et d une série divergente est une série divergente. d) L somme de deux séries divergentes peut être convergente ou divergente. Dns une somme d un nombre fini de termes, les propriétés de commuttivité et d ssocitivité de l ddition permettent de chnger l ordre des termes sns chnger l vleur de l somme, de fire des groupements de termes sns chnger l vleur de l somme. 12. Attention, une fois sur deux on ur S n+1 S n. + k= u k. + k= v k. Ch. Suquet, Cours I.P.E

22 Chpitre 1. Dénombrer et sommer Que deviennent ces propriétés pour les séries considérées comme sommes d une infinité de termes? En gros l réponse est : si l série est bsolument convergente, tout se psse bien, sinon on peut voir des situtions très pthologiques. Le seul cs où l on n it ps besoin de convergence bsolue pour retrouver une sitution conforme ux propriétés des sommes d un nombre fini de termes est celui de l sommtion pr pquets de tille finie fixe. Proposition 1.6 (sommtion pr pquets de tille finie fixe). Soit (u n ) n N une suite tendnt vers à l infini. Fixons un entier p 2 et définissons les «pquets de p termes consécutifs» p 1 v j = u jp+i, j N. i= Alors les séries + k= u k et + j= v j sont de même nture et ont même somme lorsqu elles convergent. Remrque Sns l hypothèse de convergence vers de l suite (u n ), le résultt devient grossièrement fux, contre exemple u n = ( 1) n. Remrque Si + k= u k est bsolument convergente, l série des pquets + j= v j l est ussi. L réciproque est fusse, comme on peut le voir en groupnt deux pr deux les termes de l série + k= ( 1)k /(k + 1), obtennt insi l série de terme générl positif v j = (2j + 1) 1 (2j + 2) 2 équivlent à 4j 2. Définition 1.63 (convergence commuttive). L série + k= u k est dite commuttivement convergente et de somme S si pour toute bijection f : N N l série + k= u f(k) converge et pour somme S. Dns ce cs nous pouvons utiliser l nottion S = k N u k u lieu de S = + k= u k, puisque l somme de l série ne dépend ps de l ordre dns lequel on effectue l sommtion. L écriture vec indextion pr «k N» ne présuppose ucun ordre d écriture des termes 13. Théorème L convergence bsolue d une série à termes réels ou complexes, implique s convergence commuttive. Nous llons démontrer le théorème en exminnt successivement les cs des séries à termes positifs, réels et complexes. 13. Pr nlogie vec l écriture i I u i, où I est un ensemble fini d indices. Dns ce cs le résultt de l ddition des u i pour i I ne dépend ps de l ordre des termes et d illeurs l ensemble I n nul besoin ici d être ordonné. 22 Ch. Suquet, Cours I.P.E

23 1.4. Rppels sur les séries Preuve du th. 1.64, cs d une série à termes positifs. Nous tritons d bord le cs d une série à termes positifs pour lquelle l convergence bsolue se réduit à l convergence et signifie que l suite croissnte des sommes prtielles S n une limite finie S dns R +. Soit f une bijection N N. Définissons les deux suites d entiers (p n ) n N et (q n ) n N comme suit. Pour p n nous prenons le plus petit entier p tel que {f(k); k p} recouvre {,..., n}. L existence de tels p et donc de p n découle clirement de l surjectivité de f. Pour q n on prend mx{f(k); k p n }. Autrement dit p n sert à recouvrir {,..., n} de l mnière l plus économique pr les premiers termes de l suite des f(k) et q n sert à «boucher les trous» de l suite d entiers insi formée. On insi n N, {,..., n} {f(k); k p n } {,..., q n }. (1.1) On clirement n p n et n q n donc p n et q n tendent vers l infini vec n. De plus ces deux suites sont croissntes de pr leur construction. Posons S n := n u k, T n := k= n u f(k). k= En rison de l positivité des u k et de (1.1), nous disposons de l encdrement n N, S n T pn S qn. (1.11) Si S n converge vers S, l sous-suite (S qn ) converge ussi vers S et (1.11) implique lors l convergence de (T pn ) vers S. En rison de l positivité des u k, l suite (T n ) est croissnte. Nous venons de voir qu elle une sous-suite qui converge vers S, c est donc toute l suite (T n ) qui converge vers S. Nous venons d étblir que + k= u f(k) converge et pour somme S = + k= u k. Comme l bijection f est quelconque, ceci chève l preuve du théorème 1.64 dns le cs d une série à termes positifs. Remrque Pour étblir (1.11), nous n vons ps utilisé l hypothèse de convergence de l série de terme générl u k, mis seulement l positivité des u k. Pr conséquent (1.11) reste vlble si l série à termes positifs + k= u k diverge. Dns ce cs S n tend vers +, donc ussi T pn et l suite croissnte (T n ) ynt une sous-suite tendnt vers +, c est toute l suite (T n ) qui tend vers l infini. Ainsi on + k= u f(k) = + = + k= u k. Pour l commodité de référence et en rison du rôle essentiel joué pr les séries à termes positifs dns ce cours, nous rssemblons dns l énoncé suivnt les résultts obtenus dns l preuve du théorème 1.64 (cs u k ) et dns l remrque Proposition Si (u k ) k N est une suite de réels positifs, on pour toute bijection f : N N, + k= u k = + k= u f(k), cette églité ynt lieu dns R +. Ainsi si les u k sont positifs, l nottion k N u k est toujours légitime et représente l somme S R + de l série. Ch. Suquet, Cours I.P.E

24 Chpitre 1. Dénombrer et sommer Dns l preuve du théorème 1.64, le cs d une série à termes réels de signe quelconque v se rmener à celui d une série à termes positifs en utilisnt l décomposition d un réel en prtie positive et prtie négtive. Ceci requiert une digression prélble (de l définition 1.67 à l remrque 1.7). Définition 1.67 (prties positive et négtive). Pour tout x réel, s prtie positive notée x + et s prtie négtive notée x sont les réels positifs définis pr x + := mx(, x), x := mx(, x). On lors pour tout x réel x = x + x, (1.12) x = x + + x. (1.13) Pr exemple si x = 3,12, x + = 3,12 et x =, si x = 2,3, x + = et x = 2,3. Il importe de bien noter que l prtie négtive d un réel est un nombre positif ou nul. Voyons d bord comment intervient cette décomposition pour une série bsolument convergente. Lemme Si + k= u k est une série à termes réels bsolument convergente et de somme S, les séries à termes positifs + k= u+ k et + k= u k sont convergentes et on + k= u k = + k= + (u + k u k ) = + u + k u k. (1.14) Preuve. Pr (1.13), on u + k u k et u k u k. Les séries de terme générl u + k et u k sont donc convergentes pr le théorème de comprison. L première églité dns (1.14) résulte lors de (1.12) ppliquée à x = u k. L deuxième églité s obtient pr l proposition 1.59 ) et b). Remrque L réciproque est vrie : si les séries à termes positifs + k= u+ k et + k= u k sont convergentes, l série + k= u k est bsolument convergente et on (1.14) grâce à l proposition Ceci montre que l on ne peut ps se psser de l hypothèse de convergence bsolue dns le lemme Il est d utre prt fcile d exhiber un contre exemple : l série de terme générl u k = ( 1) k /k. Remrque 1.7. L églité «+ k= u+ k = ( + k= u k) +» est grossièrement fusse! Elle n est même ps vrie pour des sommes finies. Comprez (+b) + et + +b + pour = 1 et b = 2 pour vous en convincre. Preuve du th dns le cs d une série à termes réels. Soit + k= u k une série bsolument convergente à termes réels et f une bijection quelconque N N. On utilise l décomposition u f(k) = u + f(k) u f(k). Pr le lemme 1.68, l convergence bsolue de l série de terme générl u k implique l convergence des séries à termes générux positifs u + k et u k. L preuve du théorème 1.64 dns le cs des termes positifs nous fournit lors l k= k= 24 Ch. Suquet, Cours I.P.E

LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE. Unité d enseignement LCMA 4U11 ANALYSE 3. Françoise GEANDIER

LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE. Unité d enseignement LCMA 4U11 ANALYSE 3. Françoise GEANDIER LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE Unité d enseignement LCMA 4U ANALYSE 3 Frnçoise GEANDIER Université Henri Poincré Nncy I Déprtement de Mthémtiques . Tble des mtières I Séries numériques. Séries

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 Mthémtiques nnée 2009-2010 Chpitre 2 Le prolème de l unicité des solutions 1 Le prolème et quelques réponses : 1.1 Un exemple Montrer que l éqution différentielle :

Plus en détail

semestre 3 des Licences MISM annnée universitaire 2004-2005

semestre 3 des Licences MISM annnée universitaire 2004-2005 MATHÉMATIQUES 3 semestre 3 des Licences MISM nnnée universitire 24-25 Driss BOULARAS 2 Tble des mtières Rppels 5. Ensembles et opértions sur les ensembles.................. 5.. Prties d un ensemble.........................

Plus en détail

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) (

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) ( Correction de l épreuve CCP PSI Mths PREMIÈRE PARTIE I- Soit t u voisinge de, t Alors ϕt t s = ϕt ρt s ρs Pr hypothèse, l fonction ϕt ϕt est lorsque t, il en est donc de même de ρt s ρt s ρs cr ρ s est

Plus en détail

Cours d Analyse IV Suites et Séries de fonctions

Cours d Analyse IV Suites et Séries de fonctions Université Clude Bernrd, Lyon I Licence Sciences, Technologies & Snté 43, boulevrd 11 novembre 1918 Spécilité Mthémtiques 69622 Villeurbnne cedex, Frnce L. Pujo-Menjouet pujo@mth.univ-lyon1.fr Cours d

Plus en détail

Théorème de Poincaré - Formule de Green-Riemann

Théorème de Poincaré - Formule de Green-Riemann Chpitre 11 Théorème de Poincré - Formule de Green-Riemnn Ce chpitre s inscrit dns l continuité du précédent. On vu à l proposition 1.16 que les formes différentielles sont bien plus grébles à mnipuler

Plus en détail

COURS D ANALYSE. Licence d Informatique, première. Laurent Michel

COURS D ANALYSE. Licence d Informatique, première. Laurent Michel COURS D ANALYSE Licence d Informtique, première nnée Lurent Michel Printemps 2010 2 Tble des mtières 1 Éléments de logique 5 1.1 Fbriquer des énoncés........................ 5 1.1.1 Enoncés élémentires.....................

Plus en détail

Module 2 : Déterminant d une matrice

Module 2 : Déterminant d une matrice L Mth Stt Module les déterminnts M Module : Déterminnt d une mtrice Unité : Déterminnt d une mtrice x Soit une mtrice lignes et colonnes (,) c b d Pr définition, son déterminnt est le nombre réel noté

Plus en détail

Université Paris-Dauphine DUMI2E. UFR Mathématiques de la décision. Notes de cours. Analyse 2. Filippo SANTAMBROGIO

Université Paris-Dauphine DUMI2E. UFR Mathématiques de la décision. Notes de cours. Analyse 2. Filippo SANTAMBROGIO Université Pris-Duphine DUMI2E UFR Mthémtiques de l décision Notes de cours Anlyse 2 Filippo SANTAMBROGIO Année 2008 2 Tble des mtières 1 Optimistion de fonctions continues et dérivbles 5 1.1 Continuité........................................

Plus en détail

Synthèse de cours (Terminale S) Calcul intégral

Synthèse de cours (Terminale S) Calcul intégral Synthèse de cours (Terminle S) Clcul intégrl Intégrle d une onction continue positive sur un intervlle [;] Dns cette première prtie, on considère une onction continue positive sur un intervlle [ ; ] (

Plus en détail

ANALYSE NUMERIQUE NON-LINEAIRE

ANALYSE NUMERIQUE NON-LINEAIRE Université de Metz Licence de Mthémtiques - 3ème nnée 1er semestre ANALYSE NUMERIQUE NON-LINEAIRE pr Rlph Chill Lbortoire de Mthémtiques et Applictions de Metz Année 010/11 1 Tble des mtières Chpitre

Plus en détail

Tout ce qu il faut savoir en math

Tout ce qu il faut savoir en math Tout ce qu il fut svoir en mth 1 Pourcentge Prendre un pourcentge t % d un quntité : t Clculer le pourcentge d une quntité pr rpport à une quntité b : Le coefficient multiplicteur CM pour une ugmenttion

Plus en détail

Chapitre 11 : L inductance

Chapitre 11 : L inductance Chpitre : inductnce Exercices E. On donne A πr 4π 4 metn N 8 spires/m. () Selon l exemple., µ n A 4π 7 (8) 4π 4 (,5) 5 µh (b) À prtir de l éqution.4, on trouve ξ ξ 4 3 5 6 6,3 A/s E. On donne A πr,5π 4

Plus en détail

Chapitre 1 : Fonctions analytiques - introduction

Chapitre 1 : Fonctions analytiques - introduction 2e semestre 2/ UE 4 U : Abrégé de cours Anlyse 3: fonctions nlytiques Les notes suivntes, disponibles à l dresse http://www.iecn.u-nncy.fr/ bertrm/, contiennent les définitions et les résultts principux

Plus en détail

Licence M.A.S.S. Cours d Analyse S4

Licence M.A.S.S. Cours d Analyse S4 Université Pris I, Pnthéon - Sorbonne Licence MASS Cours d Anlyse S4 Jen-Mrc Brdet (Université Pris 1, SAMM) UFR 27 et Equipe SAMM (Sttistique, Anlyse et Modélistion Multidisiplinire) Université Pnthéon-Sorbonne,

Plus en détail

STI2D Logique binaire SIN. L' Algèbre de BOOLE

STI2D Logique binaire SIN. L' Algèbre de BOOLE L' Algère de BOOLE L'lgère de Boole est l prtie des mthémtiques, de l logique et de l'électronique qui s'intéresse ux opértions et ux fonctions sur les vriles logiques. Le nom provient de George Boole.

Plus en détail

ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE

ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE Jen-Pierre Dedieu, Jen-Pierre Rymond ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE Institut de Mthémtiques Université Pul Sbtier 31062 Toulouse cedex 09 jen-pierre.dedieu@mth.univ-toulouse.fr jen-pierre.rymond@mth.univ-toulouse.fr

Plus en détail

Chapitre VI Contraintes holonomiques

Chapitre VI Contraintes holonomiques 55 Chpitre VI Contrintes holonomiques Les contrintes isopérimétriques vues u chpitre précéent ne sont qu un eemple prticulier e contrintes sur les fonctions y e notre espce e fonctions missibles. Dns ce

Plus en détail

Séquence 8. Probabilité : lois à densité. Sommaire

Séquence 8. Probabilité : lois à densité. Sommaire Séquence 8 Proilité : lois à densité Sommire. Prérequis 2. Lois de proilité à densité sur un intervlle 3. Lois uniformes 4. Lois exponentielles 5. Synthèse de l séquence Dns cette séquence, on introduit

Plus en détail

LANGAGES - GRAMMAIRES - AUTOMATES

LANGAGES - GRAMMAIRES - AUTOMATES LANGAGES - GRAMMAIRES - AUTOMATES Mrie-Pule Muller Version du 14 juillet 2005 Ce cours présente et met en oeuvre quelques méthodes mthémtiques pour l informtique théorique. Ces notions de bse pourront

Plus en détail

/HVV\VWqPHVFRPELQDWRLUHV

/HVV\VWqPHVFRPELQDWRLUHV /HVV\VWqPHVFRPELQDWRLUHV I. Définition On ppelle système combintoire tout système numérique dont les sorties sont exclusivement définies à prtir des vribles d entrée (Figure ). = f(x, x 2,,, x n ) x x

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

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

3- Les taux d'intérêt

3- Les taux d'intérêt 3- Les tux d'intérêt Mishkin (2007), Monnie, Bnque et mrchés finnciers, Person Eduction, ch. 4 et 6 Vernimmen (2005), Finnce d'entreprise, Dlloz, ch. 20 à 22 1- Mesurer les tux d'intérêt comprer les différents

Plus en détail

Intégrale et primitives

Intégrale et primitives Chpitre 5 Intégrle et primitives 5. Ojetif On herhe dns e hpitre à onstruire l opérteur réiproue de l opérteur de dérivtion. Les deux uestions suivntes sont lors nturelles. Question : Soit f une pplition

Plus en détail

Notes de révision : Automates et langages

Notes de révision : Automates et langages Préprtion à l grégtion de mthémtiques 2011 2012 Notes de révision : Automtes et lngges Benjmin MONMEGE et Sylvin SCHMITZ LSV, ENS Cchn & CNRS Version du 24 octore 2011 (r66m) CC Cretive Commons y-nc-s

Plus en détail

Techniques d analyse de circuits

Techniques d analyse de circuits Chpitre 3 Tehniques d nlyse de iruits Ce hpitre présente différentes méthodes d nlyse de iruits. Ces méthodes permettent de simplifier l nlyse de iruits ontennt plusieurs éléments. Bien qu on peut résoudre

Plus en détail

Guide d'utilisation Easy Interactive Tools Ver. 2

Guide d'utilisation Easy Interactive Tools Ver. 2 Guide d'utilistion Esy Interctive Tools Ver. 2 Guide d'utilistion Esy Interctive Tools Ver.2 Présenttion de Esy Interctive Tools 3 Crctéristiques Fonction de dessin Vous pouvez utiliser Esy Interctive

Plus en détail

Suites numériques 4. 1 Autres recettes pour calculer les limites

Suites numériques 4. 1 Autres recettes pour calculer les limites Suites numériques 4 1 Autres recettes pour calculer les limites La propriété suivante permet de calculer certaines limites comme on verra dans les exemples qui suivent. Propriété 1. Si u n l et fx) est

Plus en détail

Toyota Assurances Toujours la meilleure solution

Toyota Assurances Toujours la meilleure solution Toyot Assurnces Toujours l meilleure solution De quelle ssurnce vez-vous besoin? Vous roulez déjà en Toyot ou vous ttendez s livrison. Votre voiture est neuve ou d occsion. Vous vlez les kilomètres ou

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

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

Turbine hydraulique Girard simplifiée pour faibles et très faibles puissances

Turbine hydraulique Girard simplifiée pour faibles et très faibles puissances Turbine hydrulique Girrd simplifiée pour fibles et très fibles puissnces Prof. Ing. Zoltàn Hosszuréty, DrSc. Professeur à l'université technique de Kosice Les sites hydruliques disposnt de fibles débits

Plus en détail

Algorithmes sur les mots (séquences)

Algorithmes sur les mots (séquences) Introduction Algorithmes sur les mots (séquences) Algorithmes sur les mots (textes, séquences, chines de crctères) Nomreuses pplictions : ses de données iliogrphiques ioinformtique (séquences de iomolécules)

Plus en détail

Partie 4 : La monnaie et l'inflation

Partie 4 : La monnaie et l'inflation Prtie 4 : L monnie et l'infltion Enseignnt A. Direr Licence 2, 1er semestre 2008-9 Université Pierre Mendès Frnce Cours de mcroéconomie suite 4.1 Introduction Nous vons vu dns l prtie introductive que

Plus en détail

Développement décimal d un réel

Développement décimal d un réel 4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce

Plus en 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

Le produit semi-direct

Le produit semi-direct Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.

Plus en détail

Influence du milieu d étude sur l activité (suite) Inhibition et activation

Influence du milieu d étude sur l activité (suite) Inhibition et activation Influence du milieu d étude sur l ctivité (suite) Inhibition et ctivtion Influence de l tempérture Influence du ph 1 Influence de l tempérture Si on chuffe une préprtion enzymtique, l ctivité ugmente jusqu

Plus en détail

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

AUTOUR D UN MÉMOIRE INÉDIT : LA CONTRIBUTION D HERMITE AU DÉVELOPPEMENT DE LA THÉORIE DES FONCTIONS ELLIPTIQUES. Bruno BELHOSTE (*)

AUTOUR D UN MÉMOIRE INÉDIT : LA CONTRIBUTION D HERMITE AU DÉVELOPPEMENT DE LA THÉORIE DES FONCTIONS ELLIPTIQUES. Bruno BELHOSTE (*) Revue d histoire des mthémtiques, 2 (1996), p. 1 66. AUTOUR D UN MÉMOIRE INÉDIT : LA CONTRIBUTION D HERMITE AU DÉVELOPPEMENT DE LA THÉORIE DES FONCTIONS ELLIPTIQUES Bruno BELHOSTE (*) RÉSUMÉ. Dns cet rticle,

Plus en détail

Statuts ASF Association Suisse Feldenkrais

Statuts ASF Association Suisse Feldenkrais Sttuts ASF Assocition Suisse Feldenkris Contenu Pge I. Nom, siège, ojectif et missions 1 Nom et siège 2 2 Ojectif 2 3 Missions 2 II. Memres 4 Modes d ffilition 3 5 Droits et oligtions des memres 3 6 Adhésion

Plus en détail

Cours de Probabilités et de Statistique

Cours de Probabilités et de Statistique Cours de Probabilités et de Statistique Licence 1ère année 2007/2008 Nicolas Prioux Université Paris-Est Cours de Proba-Stat 2 L1.2 Science-Éco Chapitre Notions de théorie des ensembles 1 1.1 Ensembles

Plus en détail

Problèmes de Mathématiques Filtres et ultrafiltres

Problèmes de Mathématiques Filtres et ultrafiltres Énoncé Soit E un ensemble non vide. On dit qu un sous-ensemble F de P(E) est un filtre sur E si (P 0 ) F. (P 1 ) (X, Y ) F 2, X Y F. (P 2 ) X F, Y P(E) : X Y Y F. (P 3 ) / F. Première Partie 1. Que dire

Plus en 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

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

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

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

Groupe symétrique. Chapitre II. 1 Définitions et généralités

Groupe symétrique. Chapitre II. 1 Définitions et généralités Chapitre II Groupe symétrique 1 Définitions et généralités Définition. Soient n et X l ensemble 1,..., n. On appelle permutation de X toute application bijective f : X X. On note S n l ensemble des permutations

Plus en détail

Pour développer votre entreprise LES LOGICIELS EN LIGNE, VOUS ALLEZ DIRE OUI!

Pour développer votre entreprise LES LOGICIELS EN LIGNE, VOUS ALLEZ DIRE OUI! Pour développer votre entreprise Gestion Commercile Gérez le cycle complet des chts (demnde de prix, fcture fournisseur), des stocks (entrée, sortie mouvement, suivi) et des ventes (devis, fcture, règlement,

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

L'algèbre de BOOLE ou algèbre logique est l'algèbre définie pour des variables ne pouvant prendre que deux états.

L'algèbre de BOOLE ou algèbre logique est l'algèbre définie pour des variables ne pouvant prendre que deux états. ciences Industrielles ystèmes comintoires Ppnicol Roert Lycée Jcques Amyot I - YTEME COMBINATOIRE A. Algère de Boole. Vriles logiques: Un signl réel est une grndeur physique en générl continue, on ssocie

Plus en détail

Sommaire. 6. Tableau récapitulatif... 10. Sophos NAC intégré Vs. NAC Advanced - 17 Février 2009 2

Sommaire. 6. Tableau récapitulatif... 10. Sophos NAC intégré Vs. NAC Advanced - 17 Février 2009 2 Sommire 1. A propos de Sophos... 3 2. Comprtif des solutions Sophos NAC... 4 3. Sophos NAC pour Endpoint Security nd Control 8.0... 4 3.1. Administrtion et déploiement... 4 3.2. Gestion des politiques

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

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

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

Conseils et astuces pour les structures de base de la Ligne D30

Conseils et astuces pour les structures de base de la Ligne D30 Conseils et stuces pour les structures de bse de l Ligne D30 Conseils et stuces pour l Ligne D30 Ligne D30 - l solution élégnte pour votre production. Rentbilité optimle et méliortion continue des séquences

Plus en détail

SYSTEME DE TELEPHONIE

SYSTEME DE TELEPHONIE YTEME DE TELEPHOIE LE OUVEUTE PTIE MOITEU COULEU Le système de téléphonie comporte un moniteur vec un écrn couleurs de intégré u téléphone. Cette prtie est disponile en lnc, nthrcite et Tech. TLE DE MTIEE

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

Sciences Industrielles Précision des systèmes asservis Papanicola Robert Lycée Jacques Amyot

Sciences Industrielles Précision des systèmes asservis Papanicola Robert Lycée Jacques Amyot Scence Indutrelle Précon de ytème erv Pncol Robert Lycée Jcque Amyot I - PRECISION DES SYSTEMES ASSERVIS A. Poton du roblème 1. Préentton On vu que le rôle d un ytème erv et de fre uvre à l orte (t) une

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

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

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

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

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques

Plus en 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

Rappels sur les suites - Algorithme

Rappels sur les suites - Algorithme DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................

Plus en détail

- Phénoméne aérospatial non identifié ( 0.V.N.I )

- Phénoméne aérospatial non identifié ( 0.V.N.I ) ENQUETE PRELIMINAIRE ANALYSE ET REFEREWCES : Phénoméne érosptil non identifié ( 0VNI ) B8E 25400 DEF/GEND/OE/DOlRENS du 28/9/1992 Nous soussigné : M D L chef J S, OPJ djoint u commndnt de l brigde en résidence

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

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur

Plus en 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

Baccalauréat S Asie 19 juin 2014 Corrigé

Baccalauréat S Asie 19 juin 2014 Corrigé Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps

Plus en détail

Modification simultanée de plusieurs caractéristiques d un bien hédonique : une nouvelle méthode de calcul de la variation de bien-être des ménages

Modification simultanée de plusieurs caractéristiques d un bien hédonique : une nouvelle méthode de calcul de la variation de bien-être des ménages Modifiction simultnée de plusieurs crctéristiques d un bien hédonique : une nouvelle méthode de clcul de l vrition de bien-être des ménges Trvers Muriel * Version provisoire Résumé : De nombreuses situtions

Plus en détail

1 Définition et premières propriétés des congruences

1 Définition et premières propriétés des congruences Université Paris 13, Institut Galilée Département de Mathématiques Licence 2ème année Informatique 2013-2014 Cours de Mathématiques pour l Informatique Des nombres aux structures Sylviane R. Schwer Leçon

Plus en détail

Thèse Présentée Pour obtenir le diplôme de doctorat en sciences En génie civil Option : structure

Thèse Présentée Pour obtenir le diplôme de doctorat en sciences En génie civil Option : structure République Algérienne Démocrtique et Populire Ministère de l enseignement supérieur et de l recherche scientifique Université Mentouri de Constntine Fculté des sciences et sciences de l ingénieur Déprtement

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

Objets Combinatoires élementaires

Objets Combinatoires élementaires Objets Combinatoires élementaires 0-0 Permutations Arrangements Permutations pour un multi-ensemble mots sous-ensemble à k éléments (Problème du choix) Compositions LE2I 04 1 Permutations Supposons que

Plus en 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

Electrovanne double Dimension nominale Rp 3/8 - Rp 2 DMV-D/11 DMV-DLE/11

Electrovanne double Dimension nominale Rp 3/8 - Rp 2 DMV-D/11 DMV-DLE/11 Electrovnne double Dimension nominle 3/8 - DMV-D/11 DMV-DLE/11 7.30 M Edition 11.13 Nr. 223 926 1 6 Technique L électrovnne double DUNGS DMV intère deux électrovnnes dns un même bloc compct : - vnnes d

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

Guide des bonnes pratiques

Guide des bonnes pratiques Livret 3 MINISTÈRE DE LA RÉFORME DE L'ÉTAT, DE LA DÉCENTRALISATION ET DE LA FONCTION PUBLIQUE 3 Guide des bonnes prtiques OUTILS DE LA GRH Guide des bonnes prtiques Tble des mtières 1. Introduction p.

Plus en détail

Réalisation de sites Internet PME & Grandes entreprises Offre Premium. Etude du projet. Webdesign. Intégration HTML. Développement.

Réalisation de sites Internet PME & Grandes entreprises Offre Premium. Etude du projet. Webdesign. Intégration HTML. Développement. Rélistion de sites Internet PME & Grndes entreprises Offre Premium Etude du projet Réunions de trvil et étude personnlisée de votre projet Définition d une strtégie de pré-référencement Webdesign Définition

Plus en détail

Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions

Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions HQ = He 1 He 2 He 3 He 4 HQ e 5 comme anneaux (avec centre Re 1 Re 2 Re 3 Re 4

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

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

Avant d utiliser l appareil, lisez ce Guide de référence rapide pour connaître la procédure de configuration et d installation.

Avant d utiliser l appareil, lisez ce Guide de référence rapide pour connaître la procédure de configuration et d installation. Guide de référence rpide Commencer Avnt d utiliser l ppreil, lisez ce Guide de référence rpide pour connître l procédure de configurtion et d instlltion. NE rccordez PAS le câle d interfce mintennt. 1

Plus en détail

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Exo7. 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 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

Leçon 01 Exercices d'entraînement

Leçon 01 Exercices d'entraînement Leçon 01 Exercices d'entraînement Exercice 1 Etudier la convergence des suites ci-dessous définies par leur terme général: 1)u n = 2n3-5n + 1 n 2 + 3 2)u n = 2n2-7n - 5 -n 5-1 4)u n = lnn2 n+1 5)u n =

Plus en 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

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

La pratique institutionnelle «à plusieurs»

La pratique institutionnelle «à plusieurs» L prtique institutionnelle «à plusieurs» mury Cullrd Février 2013 Nicols, inquiet: «Qund je suis seul vec quelqu un, il se psse des choses» Vlentin, à propos de l institution : «Ici, y beucoup de gens,

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

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

Intégration sur des espaces produits

Intégration sur des espaces produits Chapitre 5 Intégration sur des espaces produits 5.1 Produit de deux mesures Étant donnés deux espaces mesurés (Ω 1, F 1, µ 1 ) et (Ω 2, F 1, µ 2 ), le but de cette section est de construire une mesure

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

Classeur courtier d assurance. Comment organiser son activité et se préparer à un contrôle

Classeur courtier d assurance. Comment organiser son activité et se préparer à un contrôle Clsseur courtier d ssurnce Comment orgniser son ctivité et se préprer à un contrôle 67, venue Pierre Grenier 92517 BOULOGNE-BILLANCOURT CEDEX Tél : 01.46.10.43.80 Fx : 01.47.61.14.85 www.streevocts.com

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

* 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

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