Intégration et probabilités TD3 Intégration, théorèmes de convergence Corrigé. 1 Petites questions. n hésitez pas à m envoyer un mail à

Dimension: px
Commencer à balayer dès la page:

Download "Intégration et probabilités 2012-2013. TD3 Intégration, théorèmes de convergence Corrigé. 1 Petites questions. n hésitez pas à m envoyer un mail à"

Transcription

1 Intégration et probabilités TD3 Intégration, théorèmes de convergence Corrigé xercice ayant été voué à être préparé xercice 1 (Mesure image). Soient (, A, µ) un espace mesuré, (F, B) un espace mesurable et f : F une fonction mesurable. On rappelle que l on définit sur (F, B) une mesure ν f appelée mesure image de µ par f par ν f (B) = µ ( f 1 (B) ), B B. Soit φ : F R + une fonction mesurable. Montrer que φ(x)ν f (dx) = φ(f(x))µ(dx). F Corrigé : Par définition la formule que l on cherche à obtenir est vérifiée pour les fonctions indicatrices et par linéarité, pour les fonctions étagée (positives). Soit φ : F R + une fonction mesurable. Il existe une suite de fonctions étagées positives (φ n ) n 1 telle que φ n tende en croissant vers φ. On a alors pour tout n 1, φ n (x)ν f (dx) = φ n (f(x))µ(dx) F n utilisant le théorème de convergence monotone on montre que l égalité est vérifiée pour φ. 1 Petites questions 1) Soit (f n ) n une suite de fonctions continues sur [, 1], avec f n 1 pour tout n, qui converge simplement vers. Montrer que lim 1 f n (x)dx =. Réponse : C est une application immédiate du théorème de convergence dominée. 2) On définit sur un espace mesuré (, A, µ) une suite de fonctions mesurables (f n ) n et une fonction mesurable f telle que f n f µ-p.p. quand n. On suppose que f n dµ <. sup n Pour des questions, demande de précisions ou explications, ou bien à venir me voir au bureau V4. n hésitez pas à m envoyer un mail à 1

2 Montrer que f est intégrable. Réponse : Il suffit d utiliser le lemme de Fatou : comme f(x) = lim f n (x) presque partout : ( ) f dµ = lim inf f n dµ lim inf f n, et cette dernière quantité est finie puisqu elle est plus petite que sup n fn dµ. 3) (Inégalité de Markov) Soit f L 1 (, A, µ). Montrer que pour tout A >, µ({ f A}) 1 f dµ. A Réponse : Il suffit d écrire : f dµ f 1 { f A} dµ A1 { f A} dµ = Aµ({ f A}). 4) Soit f L 1 (, A, µ). Montrer que µ({f = + }) =. Que dire de la réciproque? Réponse : D après l inégalité de Markov, µ({ f n}) 1 f dµ n. On a d autre part µ({f = + }) µ({ f = + }) = lim µ({ f n}) (en effet, les ensembles { f n} sont décroissants en n, d intersection égale à { f = + } et ils sont de mesure finie d après l inégalité de Markov). La réciproque est clairement fausse (prendre la fonction constante égale à 1 sur (R, B(R), λ). 2 Intégration, théorèmes de convergence xercice 2. 1) Soit f une fonction dérivable sur [, 1], de dérivée f bornée. Prouver que 1 f (x)dx = f(1) f(). 2) ( ) Trouver une fonction continue presque partout dérivable sur [, 1] telle que f() =, f(1) = 1 et 1 f (x)dx =. Il manquait cette hypothèse dans l énoncé initial. Sans cette hypothèse, c est facile : prendre la fonction qui est nulle sur [, 1[ et qui vaut 1 en 1. 2

3 Corrigé : 1) On définit sur [, 1] la suite (g n ) n 1 par g n (x) = n(f(x + 1/n) f(x)) si x 1 1/n et sinon. Pour x [, 1[ fixé, g n (x) converge vers f (x). Soit M = sup x [,1] f (x), qui est fini par hypothèse. D après le théorème des accroissements finis, g n (x) M pour tout x 1 1/n, et cette inégalité est clairement vraie pour x [1 1/n, 1]. Ainsi, g n (x) M pour tout x [, 1]. D après le théorème de convergence dominée, 1 Mais, en notant F(x) = x f(t)dt, 1 g n (x)dx. = n = n f (x)dx = lim 1 1/n 1 1/n 1 g n (x)dx. f(x + 1/n)dx n f(x)dx n 1 1/n 1 1/n f(x)dx f(x)dx = n(f(1) F(1 1/n)) n(f(1/n) F()), qui converge vers f(1) f() lorsque n. n effet, la continuité de f en et 1 implique F () = f() et F (1) = f(1). Le résultat s ensuit. Remarques : - Soit G(t) = t f (u)du. n écrivant (G(t + ɛ G(t))/ɛ = 1 f (t + ɛu)du, on ne peut pas utiliser le théorème de convergence dominée pour dire que cette quantité converge vers f (t) lorsque ɛ. n effet, on a aucune hypothèse sur la continuité de f. - Il a été objecté en TD qu on ne sait pas a priori que F(x) est dérivable de dérivée f, car il n a pas encore été vu que l intégrale de Riemann et de Lebesgue coincident pour les fonctions continues. Ce n est pas trop grave : on peut montrer ce résultat en utilisant le théorème de convergence dominée en suivant la méthode de la première remarque. 2) Un exemple, l escalier du diable : Il s agit d une application continue croissante f telle que f() =, f(1) = 1, de dérivée nulle sur le complémentaire de l ensemble de Cantor K 3 vu au TD 1. Ainsi, f = presque partout! Voir http: //fr.wikipedia.org/wiki/scalier_de_cantor pour la construction. 3

4 xercice 3 (Borel-Cantelli is back). Soient f : (R, B(R)) (R, B(R)) une fonction intégrable pour la mesure de Lebesgue et α >. Montrer que pour presque tout x R, lim n α f(nx) =. Indication donnée à titre indicatif : on pourra considérer, pour η >, les ensembles Corrigé : Pour η > et n 1, on a A η,n = {x R : n α f(nx) > η}, n 1. A η,n = 1 n {y R : n α f(y) > η}. D après l inégalité de Markov, la mesure de A n,η est majorée par λ(a η,n ) = 1 n λ ({y R : f(y) > ηnα }) 1 1 n ηn α R f dλ = 1 1 f dλ. n α+1 η R Ainsi, la série de terme général λ(a n,η ) est sommable. D après le lemme de Borel-Cantelli, ( ) λ lim sup A η,n =. n On a donc montré que, pour tout η >, pour λ-presque tout x R, lim sup n α f(nx) η. Ainsi, pour λ-presque tout x R, pour tout p N, lim sup n α f(nx) 1/p ce qui signifie que pour λ-presque tout x R, lim n α f(nx) =. Rappel : Il a été vu en TD qu une union quelconque d ensembles de mesure nulle n est pas forcément de mesure nulle (penser à R qui est l union des singletons) et qu on ne peut pas intervertir pour tout et pour presque tout. xercice 4 (Uniforme continuité de l intégrale). Soient (, A, µ) un espace mesuré et f : (, A, µ) (R, B(R)) une fonction intégrable. 1) Montrer que 2) Montrer que lim f 1 { f >n} dµ =. ε >, δ >, A A, µ(a) < δ A f dµ < ε. 3) Si f : (R, B(R)) (R, B(R)) est intégrable pour la mesure de Lebesgue, que peut-on dire de la fonction F : u [,u] fdλ? Corrigé : 4

5 1) La fonction f étant intégrable, elle est finie µ-p.p et donc 1 { f >n} µ-p.p. quand n. Ainsi, f 1 { f >n} µ-p.p. quand n et d après le théorème de convergence dominée, f 1 { f >n} dµ. 2) Soit ε >. Il existe donc n ε N tel que f 1 { f >nε } dµ ε 2. Posons δ ε = ε/(2n ε ). Alors, pour A A de mesure µ(a) < δ ε, f dµ = f dµ + f dµ f 1 { f >nε }dµ + n ε µ(a) < ε. A A { f >n ε } A { f n ε } 3) Montrons que F est uniformément continue. Soit ε >. On choisit δ > tel que A B(R), λ(a) < δ f dµ < ε. n particulier, si y x < δ alors F(y) F(x) = [x,y] A fdλ [x,y] f dλ < ε. xercice 5 (Problème : convergence en mesure). Soit (, A, µ) un espace mesuré tel que µ() <. Soient (f n ) n et f des fonctions mesurables de (, A) dans (R, B(R)). On dit que la suite (f n ) converge vers f en mesure si pour tout ε >, µ( f f n > ε). 1. Montrer que si f f n dµ, alors f n f en mesure. Remarquer que la réciproque est fausse. 2. Montrer que si f n f µ-p.p., alors f n f en mesure. Remarquer que la réciproque est fausse. 3. n utilisant le lemme de Borel-Cantelli, montrer que si f n f en mesure, alors on peut extraire une suite de (f n ) qui converge µ-p.p. vers f. 4. Un théorème de convergence dominée plus fort. On suppose que f n f en mesure et qu il existe une fonction g : R intégrable telle que f n g µ-p.p. pour tout n 1. (a) Montrer que f g µ-p.p. (b) n déduire à l aide de la propriété d uniforme continuité de l intégrale que f n f dµ. 5

6 5. L espace L (, µ). On note L (, µ) l ensemble des fonctions mesurables quotienté par la relation d égalité µ-p.p. (a) Montrer que l on définit une distance sur L (, µ) par δ(f, g) = inf{ε >, µ( f g > ε) ε} et que celle-ci métrise la convergence en mesure. (b) Montrer que (L (, µ), δ) est complet. Corrigé : (c) Montrer qu il n existe pas de distance sur L (, µ) qui métrise la convergence µ-p.p. 1. On suppose que f n f dµ. Soit ε >. D après l inégalité de Markov, µ( f n f > ε) 1 f n f dµ, ε ce qui implique que µ( f n f > ε). Réciproquement, considérons la suite de fonctions (f n ) n 1 définie sur ([, 1], B([, 1])) par f n = n1 [,1/n]. Alors (f n ) n 1 converge en mesure vers. n effet pour tout n 1, λ(f n revanche, pour tout n 1, [,1] f n(x) dx = On suppose que f n f µ-p.p. Soit ε >. Alors, ( ) µ { f m f > ε} =. n 1 m n > ) = 1/n. n Or, la suite ( m n { f m f > ε}) n est décroissante pour l inclusion et µ est une mesure finie, donc on a, ( ) lim µ { f m f > ε} =. m n n particulier, lim µ ({ f n f > ε}) =. Réciproquement, considérons la suite de fonctions (f n,k ) n 1,1 k n définie sur ([, 1], B([, 1])) par f n,k = 1 [(k 1)/n,k/n]. Alors (f n,k ) n 1,1 k n converge en mesure vers. n effet pour tout n 1 et tout 1 k n, λ(f n,k > ) = 1/n. n revanche lim sup f n,k = 1 [,1], donc la convergence n a pas lieu µ-p.p. 3. On peut construire une suite strictement croissante d entiers (n k ) k 1 telle que pour tout k 1, ( µ f nk f > 1 ) 2 k. k Alors, d après le lemme de Borel-Cantelli, pour µ-presque tout x, il existe k (x) tel que pour tout k k (x), f nk (x) f(x) 1/k. Cela implique que f nk f µ-p.p. quand k. 6

7 4. Première méthode : par l absurde. On suppose qu il existe ε > et une suite extraite (f nk ) k telle que pour tout k, f nk f dµ ε. (1) Or f nk f en mesure quand k donc d après la question 3., on peut extraire une sous-suite (f nkj ) j de (f nk ) telle que f nkj f µ-p.p. Or f nkj g pour tout j. Donc d après le théorème de convergence dominée, f nkj f dµ Cela contredit l inégalité (1). Deuxième méthode. Comme suggéré dans l énoncé. j. (a) Vérifions tout d abord que f g µ-p.p. Pour tout ε >, on a µ( f > g + ε) µ( f > f n + ε) µ( f f n > ε). Donc, µ( f > g + ε) =. Ainsi, µ-p.p., pour tout n 1, f g + 1/n et donc f g. (b) Soit ε >. On a f n f dµ = f n f dµ + { f n f ε} εµ() + 2 g dµ { f n f >ε} { f n f >ε} f n f dµ La fonction g étant intégrable, on a d après la propriété d uniforme continuité de l intégrale, 2 g dµ. { f n f >ε} Ainsi, lim sup f n f dµ εµ() pour tout ε >. Donc f n f dµ. (5)(a) Montrons que δ est une distance sur L (, µ). Soient f, g L (, µ). Il est évident que δ(f, f) = et δ(f, g) = δ(g, f). Supposons δ(f, g) =. Alors pour tout n 1, µ( f g > 1/n) 1/n et la suite ({ f g > 1/n}) n 1 est croissante pour l inclusion donc on a ( ) µ(f g) = µ { f g > 1/n} = lim µ( f g > 1/n) =, n 1 i.e. f = g µ-p.p. Soient maintenant f, g, h L (, µ). Posons a = δ(f, g) et b = δ(g, h). Alors, pour tout ε >, on a µ( f h > a + b + 2ε) µ( f g + g h > a + b + 2ε) µ( f g > a + ε) + µ( g h > b + ε) a + b + 2ε. Cela implique δ(f, h) δ(f, g) + δ(g, h). Vérifions que δ métrise la convergence en mesure. Soient f L (, µ) et (f n ) n 1 une suite d éléments de L (, µ). On suppose tout d abord que 7

8 f n f en mesure. Soit ε >. Alors, µ( f n f > ε). Donc, il existe n N tel que µ( f n f > ε) ε pour tout n n. Ainsi, δ(f n, f) ε pour tout n n ce qui montre que δ(f n, f). Supposons maintenant que δ(f n, f). Soit η > fixé. Pour tout ε ], η], il existe n tel que µ( f n f > ε) ε pour tout n n. Ainsi, pour tout n n, ce qui montre que f n f en mesure. µ( f n f > η) µ( f n f > ε) ε, (5)(b) On peut construire une suite extraite (f nk ) k 1 telle que µ( f nk+1 f nk > 2 k ) 2 k pour tout k 1 (s en convaincre, c est important). Notons A k = { f nk+1 f nk > 2 k}. Alors k 1 µ(a k) <. Donc, d après le lemme de Borel-Cantelli, µ(lim sup k A k ) =. Ainsi, la série f nk+1 (x) f nk (x) k 1 converge pour µ-presque tout x. Donc la suite (f nk (x)) k 1 converge pour µ-presque tout x. On note f sa limite µ-p.p. (on pose f = sur l ensemble de mesure nulle où f n est pas définie, noter que f est bien définie µ-p.p.). Alors d après la question 1., f nk f en mesure. Ainsi δ(f nk, f) et donc δ(f n, f). (5)(c) Supposons qu il existe une distance d sur L (, µ) qui métrise la convergence µ-p.p. D après la question 1., on peut construire une suite de fonctions mesurables (f n ) n sur (, A, µ) qui converge en mesure vers mais pas µ-p.p. Ainsi, il existe ε > et une suite extraite (f nk ) k telle que d(f nk, ) ε pour tout k. Or f nk en mesure. Donc, d après la question 2., on peut construire une suite extraite (f nkj ) j qui converge µ-p.p. vers. Cela contredit l inégalité d(f nkj, ) ε pour tout j. xercice 6. Soit f :], 1[ R une fonction positive, monotone et intégrable. Quelle est la limite de la suite ( 1 ) f(x n )dx? n 1 Corrigé : La fonction f étant monotone, elle admet une limite à droite en que nous noterons α (α R {+ }). 1. Premier cas : la fonction f est décroissante et α <. Alors la suite de fonctions positives (f n ) n 1 définies par f n (x) = f(x n ), x ], 1[, est croissante et converge λ-p.p. vers α. Donc d après le théorème de convergence monotone, f(x n ) dx α dλ = α. ],1[ ],1[ 8

9 2. Deuxième cas : la fonction f est décroissante et α =. Alors (f n ) n 1 + λ-p.p. donc d après le théorème de convergence monotone, f(x n ) dx +. ],1[ 3. Troisième cas : la fonction f est croissante (on a α < dans ce cas). Alors la suite de fonctions (f n ) n 1 est décroissante et converge λ-p.p. vers α. De plus f 1 = f est intégrable donc f(x n ) dx α. ],1[ 4 Compléments (hors TD) xercice 7. Soit (X, A, µ) un espace mesuré de masse totale finie et f : X R mesurable. Montrer que : f L 1 (X, A, µ) µ({ f n}) <. Que se passe-t-il si la masse totale est infinie? Corrigé : On a f µ = n f 1 {n f <n+1} dµ n (n + 1)µ({n f < n + 1}) n 1 = n (n + 1)(µ({ f n}) µ({ f n + 1}) = µ({ f n}) + nµ({ f n}) + 1)µ({ f n + 1}) n n n (n = µ() + µ({ f n}). n 1 Pour la dernière égalité, on a utilisé le fait que µ({ f }) = µ(). On montre de la même manière que f dµ µ({ f n}). n 1 On obtient l équivalence demandée. Dans le cas où µ() =, on peut avoir n 1 µ({ f n}) < avec f non intégrable. Considérer par exemple f = 1 R sur (R, B(R), λ). 9

10 xercice 8 (Quand est-ce que convergence p.p. implique convergence dans L 1?). Soit (, A, µ) un espace mesuré avec µ() <. Une famille (f i ) i I ) de fonctions mesurables de dans R est dite uniformément intégrable si lim sup f i dµ =. (2) c i I { f i c} a) Montrer que toute famille finie de L 1 (, A, µ) (noté L 1 (µ) dans la suite) est uniformément intégrable. b) Montrer que la famille (f i ) i I ) est uniformément intégrable si, et seulement si, les deux conditions suivantes sont satisfaites : (i) sup f i dµ < i I (ii) ε >, η >, A A, µ(a) < η = i I, A f i dµ < ε. c) Montrer que si les familles (f i ) i I et (g i ) i I sont uniformément intégrables, alors il en est de même pour la famille (f i + g i ) i I ). d) Soit (f n ) n 1 une suite de fonctions qui converge µ-p.p. vers une fonction f. Montrer que (f n ) n 1 est uniformément intégrable si, et seulement si, f L 1 (µ) et f n f dµ. Ébauche de corrigé : a) Si I est fini, il suffit de montrer que lim c { f i c} f i dµ = pour i I fixé. Ceci découle du théorème de convergence dominée, car f i dµ = f i 1 { fi c}dµ, { f i c} et f i 1 { fi c} converge µ-p.p. vers lorsque c en étant majoré par f i, qui est intégrable. b) Montrons d abord l implication. On remarque que pour i I et c, f dµ cµ() + { f i c} f dµ. D après (2), il existe C > tel que sup i I { f i C} f i dµ <. On a alors sup i I f i dµ Cµ() + sup f i dµ <, i I { f i C} ce qui prouve (i). Pour (ii), on imite la preuve de l uniforme continuité de l intégrale : on fixe ɛ > et on choisit C > tel que sup i I { f i C} f i dµ < ɛ/2. Si µ(a) ɛ/(2cµ()), on a pour tout i I : A f i dµ A, f i C f i dµ + f i C 1 f i dµ µ(a)cµ() + f i C f i dµ ɛ.

11 Montrons maintenant la réciproque. Notons γ = sup i I fi dµ <. D après l inégalité de Markov, pour i I et c on a µ({ f i c}) γ/c. Fixons ɛ > et soit η > tel que la condition (ii) soit vérifiée. Pour c γ/η on a alors, µ({ f i c}) η pour tout i I, ce qui implique sup f i dµ ɛ i I { f i c} grâce à (ii). Le résultat s ensuit. c) C est une conséquence facile de la question b) en utilisant l inégalité triangulaire. d) Montrons d abord l implication. n écrivant f f n + f f n, on voit aisément que f L 1 (µ). Soit ɛ >. On écrit, pour c : f n f dµ min( f n f, c)dµ + f n f dµ. X { f n f c} D après a), f est uniformément intégrable, et donc d après c) la suite (f n f) n 1 est uniformément intégrable. Il existe donc C > tel que pour tout n 1, f n f dµ ɛ. On a donc { f n f C} f n f dµ X min( f n f, C)dµ + ɛ. Mais le premier terme de la quantité de droite tend vers d après le théorème de convergence dominée. On a donc f n f dµ 2ɛ pour n suffisamment grand, ce qui prouve l implication désirée. Montrons finalement la réciproque. La condition f n f dµ garantit que la suite (f n f) n 1 est uniformément intégrable. Nous avons déjà vu que f est uniformément intégrable. Il s ensuit que la suite (f n f + f) n 1 = (f n ) n 1 est uniformément intégrable, ce qui conclut l exercice. xercice 9 ( ). Soient (, A, µ) un espace mesuré et (A n ) n 1 une suite d éléments de A. Soit f : (, A, µ) (R, B(R)) une fonction intégrable telle que 1 An f dµ. Montrer qu il existe A A tel que f = 1 A, µ presque partout. Corrigé : Montrons d abord que f 2 µ-p.p. À cet effet, on remarque que d après l inégalité triangulaire { f > 2} { 1 An f > 1}, donc d après l inégalité de Markov µ({ f > 2}) 1 An f dµ. Ainsi, µ({ f > 2}) =, ce qui prouve que f 2 µ-p.p. 11

12 Pour prouver que f = 1 A, µ-p.p, nous allons démontrer que f = f 2 µ p.p. (et alors A = {f = 1}). À cet effet, on écrit f f 2 dµ f 1 An dµ + f 2 1 An dµ = f 1 An dµ + f 1 An f + 1 An dµ 4 1 An f dµ, car 1 An f 3 µ-p.p. Ainsi, on obtient le résultat. Fin 12

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

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

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

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

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

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

Théorie de la Mesure et Intégration

Théorie de la Mesure et Intégration Ecole Nationale de la Statistique et de l Administration Economique Théorie de la Mesure et Intégration Xavier MARY 2 Table des matières I Théorie de la mesure 11 1 Algèbres et tribus de parties d un ensemble

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

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

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

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

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

THÉORIE DE LA MESURE ET DE L INTÉGRATION.

THÉORIE DE LA MESURE ET DE L INTÉGRATION. THÉORIE DE LA MESURE ET DE L INTÉGRATION. THIERRY GALLAY Transcrit par Tancrède LEPOINT 29 UNIVERSITÉ JOSEPH FOURIER, GRENOBLE TABLE DES MATIÈRES Avant-propos Biographie sommaire...........................................

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

* 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

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

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

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

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

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

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

Construction de l'intégrale de Lebesgue

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

Plus en détail

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

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

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours

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

Plus en détail

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

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

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

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

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

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

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

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

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

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

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

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

Séminaire TEST. 1 Présentation du sujet. October 18th, 2013

Séminaire TEST. 1 Présentation du sujet. October 18th, 2013 Séminaire ES Andrés SÁNCHEZ PÉREZ October 8th, 03 Présentation du sujet Le problème de régression non-paramétrique se pose de la façon suivante : Supposons que l on dispose de n couples indépendantes de

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

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

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

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

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

PROBABILITÉS: COURS DE LICENCE DE MATHÉMATIQUES APPLIQUÉES LM 390

PROBABILITÉS: COURS DE LICENCE DE MATHÉMATIQUES APPLIQUÉES LM 390 PROBABILITÉS: COURS DE LICENCE DE MATHÉMATIQUES APPLIQUÉES LM 390 Université PARIS 6 2008/2009 Jean BERTOIN 1 Table des Matières ( ) ces parties peuvent ^etre omises en première lecture, et ne feront pas

Plus en détail

Cours Fonctions de deux variables

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

Plus en détail

4. Martingales à temps discret

4. Martingales à temps discret Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les

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

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

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

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

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

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

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

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

Plus en détail

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

Raisonnement par récurrence Suites numériques

Raisonnement par récurrence Suites numériques Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.

Plus en 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

Chapitre 2. Eléments pour comprendre un énoncé

Chapitre 2. Eléments pour comprendre un énoncé Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données

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

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue

Plus en 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

Logique. Plan du chapitre

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

Plus en détail

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

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

ÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE

ÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE ÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE JEAN-DENIS FOUKS, EMMANUEL LESIGNE ET MARC PEIGNÉ J.-D. Fouks. École Supérieure d Ingénieurs de Poitiers. 40 avenue du Recteur Pineau, 860 Poitiers

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

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

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

Produits d espaces mesurés

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

Plus en détail

Relation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices

Relation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices Lycée Pierre de Fermat 2012/2013 MPSI 1 Feuille d exercices Manipulation des relations d ordre. Relation d ordre Exercice 1. Soit E un ensemble fixé contenant au moins deux éléments. On considère la relation

Plus en 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

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

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

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

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

Plus en détail

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

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

Plus en détail

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

La fonction exponentielle

La fonction exponentielle DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction

Plus en détail

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA

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

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

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

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

Les indices à surplus constant

Les indices à surplus constant Les indices à surplus constant Une tentative de généralisation des indices à utilité constante On cherche ici en s inspirant des indices à utilité constante à définir un indice de prix de référence adapté

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

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

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Filtrage stochastique non linéaire par la théorie de représentation des martingales Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de

Plus en détail

Fibonacci et les paquerettes

Fibonacci et les paquerettes Fibonacci et les paquerettes JOLY Romain & RIVOAL Tanguy Introduction Quand on entend dire que l on peut trouver le nombre d or et la suite de Fibonacci dans les fleurs et les pommes de pin, on est au

Plus en détail

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs Eo7 Limites de fonctions Théorie Eercice Montrer que toute fonction périodique et non constante n admet pas de ite en + Montrer que toute fonction croissante et majorée admet une ite finie en + Indication

Plus en détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur

Plus en détail

Équations non linéaires

Équations non linéaires Équations non linéaires Objectif : trouver les zéros de fonctions (ou systèmes) non linéaires, c-à-d les valeurs α R telles que f(α) = 0. y f(x) α 1 α 2 α 3 x Equations non lineaires p. 1/49 Exemples et

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

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

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

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

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

Chapitre 2. Matrices

Chapitre 2. Matrices Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce

Plus en 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

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

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

Approximation diophantienne uniforme et dimension de Hausdorff

Approximation diophantienne uniforme et dimension de Hausdorff Approximation diophantienne uniforme et dimension de Hausdorff Lingmin LIAO Travaux en collaboration avec Yann Bugeaud, Dong Han Kim et Micha l Rams Université Paris-Est Créteil Séminaire de Probabilités

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