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

Dimension: px
Commencer à balayer dès la page:

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

Transcription

1 Chapitre 2 Opérateurs bornés 2.1 Rappels sur la convergence dans les espaces topologiques Relations d ordre Soit une relation d ordre sur un ensemble X. Si Y X on définit les majorants (resp. minorants) de Y (dans X). La relation d ordre est filtrante croissante si toute paire {x, y} de X (et donc toute partie finie) a un majorant. (X, ) est un ensemble réticulé si toute paire {x, y} a un plus petit majorant noté x y et un plus grand minorant noté x y. (X, ) est totalement ordonné si pour toute paire {x, y}, soit x y, soit y x. (X, ) est bien ordonné si tout sous ensemble non vide Y de X a un plus petit élément. (X, ) est inductivement ordonné si tout sous ensemble totalement ordonné de X a un majorant dans X. Lemme (Axiome du choix) Pour tout ensemble non vide X il existe une fonction : c : P(X) \ {φ} X avec c(y ) Y, Y P(X) \ {φ}. Lemme (Principe de Cantor) tout ensemble X peut être muni d une relation de bon ordre. Lemme (Lemme de Zorn) Tout ensemble inductivement ordonné a un élément maximal. Ces trois assertions sont équivalentes, bien qu on utilise le plus souvent le lemme de Zorn Suites généralisées Définition Un ensemble filtrant croissant est un ensemble I muni d une relation d ordre qui est filtrante croissante. Soit X un espace topologique. Une suite généralisée (ou famille filtrante) est une application i : I X où I est un ensemble filtrant croissant. 9

2 Les exemples typiques d ensembles filtrants croissants sont IN, IR, ou l ensemble des voisinages d un point dans un espace topologique, ordonné par l inclusion. Pour mettre en évidence l analogie avec les suites on note une suite généralisée sous la forme {x α } α I. Définition Une suite généralisée {x α } α I converge vers x X si N voisinage de x, β I telle que x α N, α > β. On écrit : lim x α = x. α I Une suite généralisée {x α } α I, a x X comme valeur d adhérence si N voisinage de x, β I, α > β telle que x α N. Théorème ) Soit A X. Alors x A ssi suite généralisée {x α } α I telle que lim x α = x. 2) Soit X 1, X 2 deux espaces topologiques, f : X 1 X 2. Alors f est continue ssi pour toute suite généralisée {x α } α I on a : lim x α = x lim f(x α ) = f(x). 3) Soit X un espace topologique séparé. Alors une suite généralisée peut avoir au plus une limite. Dans les espaces X de type dénombrable (i.e. tel que tout point a une base dénombrable de voisinages), comme par exemple les espaces métriques, on peut remplacer les suites généralisées par des suites dans ce théorème. Définition Soit {x α } α I, {y β } β J deux suites généralisées. {x α } α I est une sous-suite généralisée de {y β } β J si il existe F : I J tel que 1) x α = Y F (α), α I. 2) β J, α I tel que F (α) > β si α > α. Proposition Un point x X est une valeur d adhérence de {x α } ssi une sous-suite généralisée de {x α } converge vers x. Un ensemble A X est compact ssi toute suite généralisée {x α } dans A admet une sous suite généralisée qui converge vers un point de A. 2.2 Topologies sur les opérateurs bornés Soient E, F deux espaces de Banach. On note par L(E, F ) l espace des opérateurs bornés de E dans F. C est un espace de Banach muni de la norme T := sup T e F. e E =1 La topologie induite par sur L(E, F ) est appelée topologie de la norme ou topologie uniforme. La limite pour cette topologie se note lim. Si E = F, L(E) := L(E, F ) est une algèbre de Banach pour la composition, et (A, B) A B est continue (conjointement). On peut introduire d autres topologies sur L(E, F ), dont les deux suivantes sont les plus importantes : 10

3 Définition La topologie forte sur L(E, F ) est la topologie la plus faible qui rend continue les applications : L(E, F ) T T e F, e E. Une base de voisinages de 0 est donnée par les ensembles {T L(E, F ), T e i F < ε, e i E, 1 i n}, ε > 0, n IN. Si E = F, (A, B) AB est séparément continu, mais pas conjointement. La limite pour la topologie forte se note s- lim. Dans la suite on note par F le dual topologique de F. Définition La topologie faible sur L(E, F ) est la topologie la plus faible qui rend continue les applications : L(E, F ) T f, T e C, e E, f F. Une base de voisinages de 0 est donnée par les ensembles {T L(E, F ) f j, T e i ε, e i E, f j F, ε > 0, 1 i n, 1 j m}. Si E = F, (A, B) AB est séparément continu, mais pas conjointement. La limite pour la topologie faible se note w lim. L(E, F ) est de type dénombrable seulement pour la topologie de la norme.il faut donc utiliser la notion de suites généralisées si on veut prouver des résultats de continuité pour les topologies forte ou faible. Pour les topologies fortes et faibles, si {T α } α I est une suite généralisée on écrira : s- lim T α = T, w lim T α = T pour les convergences fortes et faibles, et s- lim T α = T ssi lim T α e = T e, e E, w lim T α = T ssi lim f, T α e = f, T e, e E, f F. Exemple Soit E = F = ρ 2 (IN). Consdérons les applications suivantes : Alors on a T n u := ( 1 n u, S n u = 0,..., 0, u }{{} n+1 ( n W n u = 0,..., 0, u }{{} 1, u 2 n ), ). lim T n = 0, S n = 1, s- lim n S n = 0 W n u = u, w lim n W n = Opérateurs et formes quadratiques, adjoints Au vu du formalisme de la mécanique quantique pour les valeurs moyennes, il semble qu il soit plus naturel de considérer des formes sesquilinéaires (v, Au) que des opérateurs A. Le problème avec les formes quadratiques est qu il est difficile de les composer, à moins de manier des matrices infinies. L idée de travailler systématiquement avec des opérateurs est due à von Neumann. Le lien entre formes quadratiques et opérateurs (bornés) est simple. 11

4 On rappelle que si H est un espace de Hilbert, on pose B(H) = L(H, H), Q(H) est l espace des formes sesquilinéaires bornées avec la norme Q := sup Q(u, v). u = v =1 Théorème Il existe une bijection isométrique entre B(H) et Q(H), T Q T définie par : Démonstration on a Q T = Q T (v, u) := (v, T u), v, u H. sup (v, u) T. u, v =1 T u 2 = (T u, T u) = Q T (T u, u) Q T T u u Q T T u 2 T Q T. Si Q Q(H), v Q(v, u) H pour tout u H. Par le lemme de Riesz il existe un vecteur w unique tel que Q(v, u) = (v, w) i.e. Q(v, u) = (v, w), v H. L application T : u w est C-linéaire et T Q par le point 1). Théorème i) Pour tout T B(H), il existe un unique T B(H) tel que (v, T u) =: (T v, u), u, v H. ii) l application B(H) T T B(H) est C-antilinéaire, isométrique et on a : T = T, (AB) = B A, T T = T 2 = T 2. iii) l application T T est continu pour les topologies faibles et uniformes. On dit que T est l adjoint de T. Définition T B(H) est auto-adjoint si T = T, normal si [T, T ] = 0. Remarque T B(H) est auto-adjoint ssi (u, T u) IR, u H. (Utiliser l identité de polarisation q(u, v) = i k q(u + i k v, u + i k v), valable pour toute forme sesquilinéaire q, appliquée à q T ). k=0 T T n est pas continu pour la topologie forte : dans l exemple précédent W n = S n, W n n a pas de limite forte. Proposition i) Ker T = (Im T ). ii) Les conditions suivantes sont équivalentes : 1) T est inversible (i.e. T 1 B(H)), 2) T inversible, on a alors (T ) 1 = (T 1 ), 3) ε > 0 tel que T u ε u, T u ε u, u H, 4) T et T sont injectifs, Im T est fermé, 5) T injective, Im T = H. Démonstration i) immédiat. ii) Comme T T 1 = 1, (T ) 1 = (T 1 ), donc 1) 2). 1) 3) : u T 1 T u, u (T 1 ) T u. 3) 4) : T et T sont évidemment injectifs. De plus comme T u T v ε u v, on voit que si {T u n } est de Cauchy, {u n } est de Cauchy et donc Im T est fermé. 4) 5) : évident, Im T fermé et dense. 5) 1) : théorème de l application ouverte. 12

5 2.4 Racines carrée d un opérateur positif Définition T B(H) est positif si T = T et (u, T u) 0, u H. On écrit T 0. Le cône des opérateurs positifs introduit une relation d ordre (partiel) sur les opérateurs auto-adjoints : si T 1, T 2 B sa (H), on dit que T 1 T 2 si T 2 T 1 0. Proposition i) Si T 1 T 2, A T 1 A A T 2 A, A B(H) ; ii) Si 0 T 1 T 2, T 1 T 2. Démonstration i) évident. ii) Par Cauchy-Schwarz pour la forme quadratique (, T 1 ) on a : (v, T 1 u) 2 (v, T 1 v)(u, T 1 u) (v, T 2 v)(u, T 2 u) T 2 2 u 2 v 2. Théorème (racine carrée des opérateurs positifs) Soit T B sa (H), T 0. Il existe un unique S B sa (H), S 0 tel que S 2 = T. On note S = T 1/2 et on l appelle la racine carrée de T. Lemme La série de Taylor de z (1 z) 1/2 converge absolument sur {z C z 1}. Démonstration Soit (1 z) 1/2 = cṅ zṅ la série entière de (1 z) 1/2, qui converge absolument 0 pour z < 1 (car z (1 z) 1/2 est holomorphe dans { z < 1}). Toutes les dérivées de (1 z) 1/2 en 0 sont 0, donc c n 0, si n 1. Donc N cṅ = 2 N N cṅ = 2 lim c n x n 0 0 x lim x 1 (1 x)1/2 = 2. T Démonstration du théorème On peut supposer que T 1, (remplacer T par T ). On a 0 1 T 1 1 T 1 par la Proposition ii). La série c n (1 T ) n converge normalement vers un opérateur S, par le lemme Comme la convergence est normale on peut prendre le carré de c n (1 T ) n et réarranger les termes pour obtenir que S 2 = T. 0 Montrons que S 0 : comme 0 1 T 1, on a 0 (1 T ) n 1 T n 1, n pair, et 0 (1 T ) n 1, n impair par la proposition i). Puis (u, Su) = u 2 + c n (u, (1 T ) n u) 1 u 2 + c n u 2 (c n 0!) 1 = 0 car c n = (1 1) 1/2 1 = 1. 1 Il reste à montrer l unicité : si S 0, S 2 = T. S T = T S donc S commute avec T et aussi avec S. Puis (S S ) S(S S ) + (S S ) S (S S ) = (S 2 S 2 )(S S ) = 0. Comme les deux termes sont positifs ils sont nuls et aussi (S S ) 3 = 0 = (S S ) 4. Puis si A est auto-adjoint A 4 = A A A A = A A 2 = A 4, donc S S 4 = 0 et S = S. 13 0

6 Proposition i) T 0 est inversible ssi T ε1, ε > 0. On a alors T 1 0 et (T 1 ) 1/2 = (T 1/2 ) 1. ii) Si 0 T 1 T 2, (ε + T 2 ) 1 (ε + T 1 ) 1, ε > 0. Démonstration i) Si T ε 1, T ε, T + ε sont positifs et commutent donc T 2 ε 2 = (T ε)(t + ε) = (T + ε) 1/2 (T ε)(t + ε) 1/2 0 i.e. ε u T u. Par la proposition 2.3.4, T est inversible. Puis (T u, T 1 T u) = (T u, u) = (u, T u) 0 donc T 1 0. Si T 0 est inversible, T u ε u par la proposition et donc T 2 ε 2. De plus T +ε ε donc T +ε est inversible et T ε = (T 2 ε 2 )(T + ε) 1 0. Donc T ε. Itérant cet argument on obtient T 1/2 ε 1/2 et donc T 1/2 inversible (T 1/2 ) 1 0. Comme (T 1/2 ) 1 (T 1/2 ) 1 = T 1, (T 1/2 ) 1 = (T 1 ) 1/2 par unicité. ii) En remplacant T i par T i + ε, on suppose que ε T 1 T 2. On a alors T 1/2 2 T 1 T 1/2 2 T 1/2 2 T 2 T 1/2 2 = 1. Par la Proposition ceci entraine et donc comme on obtient T 1/2 1 T 1/2 2 2 = T 1/2 2 T 1 T 1/2 2 1, (T 1/2 1 T 1/2 2 ) = T 1/2 2 T 1/2 1, T 1/2 2 T 1/2 1 2 = T 1/2 1 T 1 2 T 1/2 1 1 et donc finalement T 1/2 1 T2 1 T 1/2 1 1l T2 1 T1 1. A l aide de la Proposition 2.4.5, on peut montrer le fait suivant : si 0 T 1 T 2, 0 T1 α T 2 α, 0 α Décomposition polaire Définition Soit T B(H). On pose T := (T T ) 1/2. On n a pas en général T = T, T 1 T 2 = T 1 T 2 ou T 1 + T 2 < T 1 + T 2. Définition U B(H) est une isométrie si Uu = u. U B(H) est une isométrie partielle si U Ker U est une isométrie. Exemple : W n est une isométrie, S n est une isométrie partielle. Proposition Soit U une isométrie partielle. Alors U U est la projection sur Ker U, U U la projection sur Im V, U est unitaire entre Ker U et Im U. Inversement si U B(H), tel que U U est une projection, U est une isométrie partielle et U U est aussi une projection. Remarque Il suit de cette proposition que si U est une isométrie partielle il en est de même de U. La notion d isométrie partielle est donc l extension naturelle de celle d isométrie qui est stable par adjonction. Démonstration Soit X = Ker U = U H par la proposition 2.3.4, P = U V. (u, P u) = U u 2 = u 2, u X P u = u si u X. De plus P u = 0 si u Ker U P = projection orthogonale sur X. 14

7 Inversement si U B(H) avec U U = P, P projection, X := Im P, on a Uu 2 = (u, P u) U isométrique sur X, U = 0 sur X. Puis on a (U U ) 2 = U U U U = U P U = U U, donc U U est une projection orthogonale, i.e. U est aussi une isométrie partielle. U U est la projection orthogonale sur Ker U = Im U = Im U car Im U est fermé, U X étant isométrique. Théorème (Décomposition polaire) Soit A B(H). Il existe une unique isométrie partielle U telle que A = U A, et Ker A = Ker U. De plus Im U = Im A. Démonstration Soit U : Im A Im A. U est bien définie car A ψ Aψ. A ψ = 0 A ψ 2 = (ψ, A 2 ψ) = (ψ, A Aψ) = Aψ 2 = 0 Aψ = 0. Par l identité précédente U est isométrique sur Im A, on l étend à une isométrie de Im A sur Im A. Puis U s étend à une isométrie partielle sur H en notant que Im A = Ker A = Ker A et en posant U Im A := 0. Si V est une autre isométrie partielle avec A = U A, Ker A = Ker V, on a V = U sur Im A, V = U = 0 sur Ker A = Im A V = U. 2.6 Opérateurs compacts Soient E, F deux espaces de Banach. T L(E, F ) est de rang fini si dim Im T <. On note L f (E, F ) l idéal des opérateurs de rang fini. Définition Soit T L(E, F ). T est compact si T envoie les ensembles bornés de E sur des ensembles précompacts de F. De manière équivalente T est compact si {x n } E suite bornée, {T x n } a une sous suite convergente, ou T (B E (0, 1)) est compact dans F. On notera L 0 (E, F ) l espace des opérateurs compacts de E dans F. La boule unité étant compacte dans les espaces de dimension finie, on a L f (E, F ) L 0 (E, F ). Théorème i) L 0 (E, F ) est fermé en norme. ii) Si T L 0 (E, F ), S L(E 1, E), V L(F, F 1 ), alors iii) Si E = F = H, T B 0 (H) T B 0 (H). T S L 0 (E 1, F ), V T L 0 (E, F 1 ). iv) Si T B 0 (H), T transforme des suites faiblement convergentes en suites convergentes. Remarque iii) reste vrai entre espaces de Banach (T devient T L(F, E )). Démonstration i) est laissé en exercice (utiliser le procédé diagonal de Cantor), ainsi que iv). ii) : évident. iii) : soit T compact, alors par ii) T T est compact. Par le théorème 15 et sa preuve (T T ) 1/2 est une série convergente en norme de puissances de T T, donc par i), T = (T T ) 1/2 est compact. On a T = U T, T = T U est compact par ii). On se restreint dans la suite au cas où E = F = H, H espace de Hilbert. 15

8 Proposition B 0 (H) est la fermeture en norme de B f (H). Démonstration Clairement la fermeture en norme de B f (H) est dans B 0 (H), par le théorème i). Il reste à montrer l autre inclusion. Soit {e j } j J une base orthonormée de H et Λ l ensemble filtrant croissant des parties finies de J, ordonné par l inclusion. Pour λ Λ, on note P λ la projection orthogonale sur Vect{e j j λ}, {P λ } λ Λ forme une suite généralisée dans B f (H). De plus comme {e j } j J est une base orthonormée de H, on a lim λ Λ P λ u = u, pour tout u H. Soit maintenant T B 0 (H). Alors P λ T B f (H). Montrons que T = lim λ Λ P λ T. Si ce n est pas le cas il existe ε > 0 et, après extraction d une sous suite, une suite généralisée u λ, u λ = 1 tel que (P λ T T )u λ > ε. Comme T est compact, après extraction d une sous suite, on peut supposer que {T u λ } converge vers y H. On a alors ε (1 P λ ) T x λ (1 P λ )(T x λ y) + (1 P λ )y T x λ y + (1 P λ )y. On en déduit une contradiction car la limite du membre de droite sur la famille filtrante Λ est nulle. 2.7 Diagonalisation des opérateurs normaux compacts Théorème (rayon numérique) Pour T B(H), on pose On a : i) 1 2 T T T, ii) T 2 T 2, iii) T = T si T normal. T := sup (u, T u). u 1 Démonstration Clairement est une semi norme, dominée par. Soit u, v H, u = v = 1. On a Pour v = 2(v, T u) + 2(u, T v) = (u + v, T (u + v)) (u v, T (u v)) 2(v, T u) + 2(u, T v) T ( u + v 2 + u v 2 ) 2 T ( u 2 + v 2 ) 4 T. T u T u, on obtient En remplacant T par αt, α = 1, on obtient T u + T u 1 Re(u, T 2 u) 2 T. (2.7.1) T u + T 1 u (u, T 2 u) 2 T, et donc T 2 T comme u = 1. On a donc montré i). 16

9 Pour montrer ii), on déduit de (2.7.1) que : 0 2 T T u T u 2 (u, T 2 u) = ( T T u ) 2 + T 2 (u, T 2 u) T 2 (u, T 2 u), et donc T 2 T 2. iii) : si T est normal, (T T ) 2n = T 2n T 2n. On a donc, en utilisant l identité A 2 = A A : T 2n = ( T T 2n ) 1/2 = (T T ) 2n 1/2 = T 2n T 2n 1/2 = T 2n 2 T 2n 2 T 2n, par i) et ii). En faisant n, on obtient T T et donc T = T. Théorème Soit T B(H) normal et compact. Alors il existe λ σ(t ) avec λ = T. Démonstration Par le Théorème 2.7.1, on a T = sup (u, T u). u 1 Soit u n B(0, 1) une suite maximisante., i.e. telle que T = lim n (u n,t un ). Comme la boule unité dans un espace de Hilbert est compacte pour la topologie faible, on peut supposer, après extraction d une sous suite, que w lim u n = u, et donc que T u n v = T u, par le Théorème Par un argument de ε 2, on a finalement lim(u n, T u n ) = (u, T u). Il existe donc u B(0, 1) tel que T = (u, T u) T u u T. Donc (u, T u) = T u u et donc u et T u sont proportionnels. On a donc T u = λu, λ C et T = λ u 2 T λ T, i.e. T = λ. Théorème (diagonalisation des opérateurs normaux compacts) Tout opérateur normal compact sur H admet une base orthonormale de vecteurs propres {e j } j J. Si {λ j } j J est la suite des valeurs propres associées (avec multiplicité), alors {λ j } j J C 0 (J). De plus si dim H =, 0 σ(t ), 0 est le seul point d accumulation possible de σ(t ). Rappel Soit X est un espace topologique. On note par C 0 (X) l espace des fonctions à valeurs dans C continues sur X à support compact sur X. Précisément C 0 (X) est l espace des fonctions f C(X) telles que pour tout ɛ > 0 l ensemble {x f(x) ɛ} est compact. De manière équivalente C 0 (X) est l espace des fonctions qui, une fois prolongées par 0 en sont continues sur le compactifé X = X { } de X. Ici X = J est équipé de la topologie discréte, et on voit que les ensembles compacts de J sont les parties finies de J. Si J est fini C 0 (J) est l ensemble de toutes les fonctions sur J, et si #J = IN, C 0 (J) est l ensemble des suites sur IN tendant vers 0 à l infini. Démonstration Montrons d abord que deux vecteurs propres de T associés à 2 vecteurs propres différents sont orthogonaux : si T e i = λ i e i, i = 1, 2, (T λ i 1l) = T λ i 1l et si A est normal Au 2 = (u, A Au) = (u, A A u) = A u 2. Donc e i est un vecteur propre de T pour λ i et λ j (e i, e j ) = (e i, T e j ) = (T e i, e j ) = λ i (e i, e j ) (e i, e j ) = 0. 17

10 Considérons maintenant l ensemble des systèmes orthonormés formés de vecteurs propres de T, ordonnée par l inclusion. On voit que cet ensemble est inductivement ordonné. En effet tout sous ensemble totalement ordonné possède un majorant (prendre le système orthonormé formé de la réunion des systèmes orthonormés de ce sous ensemble). Par le Lemme de Zorn, il existe un élément maximal, i.e. une famille orthonormée maximale de vecteurs propres, {e j } j J avec les valeurs propres {λ j } j J. Soit P la projection sur Vect{e j, j J}. On a P T = T P et donc (1 P )T est normal et compact. Si P 1l, soit (1 P ) T = 0 et tout vecteur dans (1 P ) H est vecteur propre de T pour la valeur propre 0, soit (1 P ) T 0. Dans ce cas par le Théorème T (1 P )H possède une valeur propre. Dans les deux cas on contredit le caractère maximal de {e j } j J. Donc P = 1l, {e j } est une base orthonormée de H. Si 0 / σ(t ), T inversible et donc 1l B 0 (H) ce qui entraine que dim H <. Soit {λ j } j IN σ(t ) tel que lim λ j = λ 0 0. Pour j IN, soit e j, e j = 1, T e j = λ j e j, et j E j = Vect({e 1,..., e j }). On voit que e j / E j 1 : si e j = j 1 α k e k, on a j 1 (λ j λ k ) α k e k = 0 e j = 0. On peut donc prendre f j E j, f j E j 1, f j = 1. On a T f j = λ j f j + r j, r j E j 1, et donc dist(t f j, E j 1 ) = λ j, donc pour k < j, T f k T f j λ j. Comme λ j λ 0 0, on a λ j c 0 > 0 pour j assez grand, ce qui contredit le fait qu une sous suite de {T f j } converge

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

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

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

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

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

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

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

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

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

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

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

Chp. 4. Minimisation d une fonction d une variable

Chp. 4. Minimisation d une fonction d une variable Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie

Plus en 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 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

I. Ensemble de définition d'une fonction

I. Ensemble de définition d'une fonction Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux

Plus en détail

Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe

Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe des n n groupes quantiques compacts qui ont la théorie

Plus en détail

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

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

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

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

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

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

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

Groupoïdes quantiques mesurés : axiomatique, étude, dualité, exemples

Groupoïdes quantiques mesurés : axiomatique, étude, dualité, exemples Groupoïdes quantiques mesurés : axiomatique, étude, dualité, exemples Franck LESIEUR Mathématiques et Applications, Physique Mathématique d Orléans UMR 6628 - BP 6759 45067 ORLEANS CEDEX 2 - FRANCE e-mail

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 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

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

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

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

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

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

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

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

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48 Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation

Plus en détail

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

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

ENSAE - DAKAR BROCHURE D'INFORMATION SUR LE CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS STATISTICIENS ÉCONOMISTES (I S E) Option Mathématiques CAPESA

ENSAE - DAKAR BROCHURE D'INFORMATION SUR LE CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS STATISTICIENS ÉCONOMISTES (I S E) Option Mathématiques CAPESA ENSEA - ABIDJAN ENSAE - DAKAR ISSEA - YAOUNDÉ BROCHURE D'INFORMATION SUR LE CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS STATISTICIENS ÉCONOMISTES (I S E) Option Mathématiques CAPESA CENTRE D APPUI AUX

Plus en détail

Résolution de systèmes linéaires par des méthodes directes

Résolution de systèmes linéaires par des méthodes directes Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.

Plus en détail

Mesure et Intégration (Notes de cours de L3)

Mesure et Intégration (Notes de cours de L3) Mesure et Intégration (Notes de cours de L3) Ahmed Zeriahi Version préliminaire-octobre 2011 Avertissement : Ceci est une version préliminaire des notes du cours que l auteur a dispensé en troisème année

Plus en détail

CCP PSI - 2010 Mathématiques 1 : un corrigé

CCP PSI - 2010 Mathématiques 1 : un corrigé CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P

Plus en 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

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

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

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 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

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

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

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

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

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

Mesures gaussiennes et espaces de Fock

Mesures gaussiennes et espaces de Fock Mesures gaussiennes et espaces de Fock Thierry Lévy Peyresq - Juin 2003 Introduction Les mesures gaussiennes et les espaces de Fock sont deux objets qui apparaissent naturellement et peut-être, à première

Plus en 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

Corps des nombres complexes, J Paul Tsasa

Corps des nombres complexes, J Paul Tsasa Corps des nombres complexes, J Paul Tsasa One Pager Février 2013 Vol. 5 Num. 011 Copyright Laréq 2013 http://www.lareq.com Corps des Nombres Complexes Définitions, Règles de Calcul et Théorèmes «Les idiots

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

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet

Plus en détail

Exercices Corrigés Premières notions sur les espaces vectoriels

Exercices Corrigés Premières notions sur les espaces vectoriels Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3

Plus en détail

Représentation géométrique d un nombre complexe

Représentation géométrique d un nombre complexe CHAPITRE 1 NOMBRES COMPLEXES 1 Représentation géométrique d un nombre complexe 1. Ensemble des nombres complexes Soit i le nombre tel que i = 1 L ensemble des nombres complexes est l ensemble des nombres

Plus en 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

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

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

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

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

* 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. 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

Espérance conditionnelle

Espérance conditionnelle Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle

Plus en détail

Sur certaines séries entières particulières

Sur certaines séries entières particulières ACTA ARITHMETICA XCII. 2) Sur certaines séries entières particulières par Hubert Delange Orsay). Introduction. Dans un exposé à la Conférence Internationale de Théorie des Nombres organisée à Zakopane

Plus en détail

Yamina Yagoub-Zidi. Inconditionnalité et propriétés du point fixe dans les espaces de fonctions lisses

Yamina Yagoub-Zidi. Inconditionnalité et propriétés du point fixe dans les espaces de fonctions lisses MINISTERE DE L ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE UNIVERSITE MOULOUD MAMMERI, TIZI-OUZOU FACULTE DES SCIENCES DEPARTEMENT DE MATHEMATIQUES THESE DE DOCTORAT SPECIALITE : MATHEMATIQUES

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

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

Mesures et Intégration

Mesures et Intégration Mesures et Intégration Marc Troyanov - EPFL - Octobre 2005 30 avril 2008 Ce document contient les notes du cours de Mesure et Intégration enseigné à l EPFL par Marc Troyanov, version 2005-2006. Table des

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

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

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

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

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

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

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

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

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

Un K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E

Un K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E Exo7 Espaces vectoriels Vidéo partie 1. Espace vectoriel (début Vidéo partie 2. Espace vectoriel (fin Vidéo partie 3. Sous-espace vectoriel (début Vidéo partie 4. Sous-espace vectoriel (milieu Vidéo partie

Plus en 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

Première partie. Introduction à la méthodes des différences finies

Première partie. Introduction à la méthodes des différences finies Première partie Introduction à la méthodes des différences finies 5 7 Introduction Nous allons présenter dans cettte partie les idées de base de la méthode des différences finies qui est sans doute la

Plus en détail

Commun à tous les candidats

Commun à tous les candidats EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle

Plus en 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

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

Extrait du poly de Stage de Grésillon 1, août 2010

Extrait du poly de Stage de Grésillon 1, août 2010 MINI-COURS SUR LES POLYNÔMES À UNE VARIABLE Extrait du poly de Stage de Grésillon 1, août 2010 Table des matières I Opérations sur les polynômes 3 II Division euclidienne et racines 5 1 Division euclidienne

Plus en détail

Correction du Baccalauréat S Amérique du Nord mai 2007

Correction du Baccalauréat S Amérique du Nord mai 2007 Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n

Plus en 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

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

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

Une introduction aux codes correcteurs quantiques

Une introduction aux codes correcteurs quantiques Une introduction aux codes correcteurs quantiques Jean-Pierre Tillich INRIA Rocquencourt, équipe-projet SECRET 20 mars 2008 1/38 De quoi est-il question ici? Code quantique : il est possible de corriger

Plus en détail

Introduction à l optimisation de forme et application à la mécanique des fluides

Introduction à l optimisation de forme et application à la mécanique des fluides Laboratoire Jacques-Louis LIONS Introduction à l optimisation de forme et application à la mécanique des fluides Master 2 - Année universitaire 2014-2015 Pascal FREY et Yannick PRIVAT Laboratoire Jacques-Louis

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

* 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

Intégrales doubles et triples - M

Intégrales doubles et triples - M Intégrales s et - fournie@mip.ups-tlse.fr 1/27 - Intégrales (rappel) Rappels Approximation éfinition : Intégrale définie Soit f définie continue sur I = [a, b] telle que f (x) > 3 2.5 2 1.5 1.5.5 1 1.5

Plus en détail

MATHÉMATIQUES EN PREMIER CYCLE PRÉSENTATION DU PROGRAMME

MATHÉMATIQUES EN PREMIER CYCLE PRÉSENTATION DU PROGRAMME Notre cadre de réflexion MATHÉMATIQUES EN PREMIER CYCLE PRÉSENTATION DU PROGRAMME La proposition de programme qui suit est bien sûr issue d une demande du Premier Cycle : demande de rénovation des contenus

Plus en détail

Items étudiés dans le CHAPITRE N5. 7 et 9 p 129 D14 Déterminer par le calcul l'antécédent d'un nombre par une fonction linéaire

Items étudiés dans le CHAPITRE N5. 7 et 9 p 129 D14 Déterminer par le calcul l'antécédent d'un nombre par une fonction linéaire CHAPITRE N5 FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION Code item D0 D2 N30[S] Items étudiés dans le CHAPITRE N5 Déterminer l'image

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

1 radian. De même, la longueur d un arc de cercle de rayon R et dont l angle au centre a pour mesure α radians est α R. R AB =R.

1 radian. De même, la longueur d un arc de cercle de rayon R et dont l angle au centre a pour mesure α radians est α R. R AB =R. Angles orientés Trigonométrie I. Préliminaires. Le radian Définition B R AB =R C O radian R A Soit C un cercle de centre O. Dire que l angle géométrique AOB a pour mesure radian signifie que la longueur

Plus en détail

DÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation )

DÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation ) DÉRIVÉES I Nombre dérivé - Tangente Eercice 0 ( voir animation ) On considère la fonction f définie par f() = - 2 + 6 pour [-4 ; 4]. ) Tracer la représentation graphique (C) de f dans un repère d'unité

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