Chapitre 2: Le théorème de projection et ses applications
|
|
- Aurélie Gaulin
- il y a 6 ans
- Total affichages :
Transcription
1 Chapitre : Le théorème de projection et ses applications 1 décembre Introduction En géométrie élémentaire, si P est un plan et x un point qui n appartient pas à P, il existe un unique point y P qui est le plus proche de x au sens de la distance euclidienne. Ce point y est en fait la projection orthogonale de x sur le plan P. On va généraliser de manière abstraite cette propriété aux espaces de Hilbert. Projection sur un convexe fermé.1 Le résultat général Soit V un espace normé sur R ou C. On rappelle les définitions suivantes Définition.1 : 1) On appelle segment d extrémités a, b V, le sous ensemble de V défini par (1) [a, b] = {λa + (1 λ)b V ; 0 λ 1} ) un sous ensemble A V est convexe si pour tous a, b A, [a, b] A. Exemple : Tout sous espace vectoriel de V est un ensemble convexe. On considère à partir de maintenant un espace de Hilbert H sur C avec sa norme x = < x, x >. Théorème. (de projection) : Soit A un sous ensemble convexe fermé (et non vide) de H. Alors pour tout x H, il existe un unique y A tel que () inf x a = x y. a A Autrement dit il existe un unique point y A qui est à une distance de x la plus petite possible 1. Ce point y s appelle la projection de x sur A. Notes du cours sur les espaces de Hilbert de M. L. Gallardo, Licence 3-ième année, Université de Tours, année Les démonstrations sont données dans le cours oral. 1 on notera qu une borne inf n est pas toujours atteinte. Ici le théorème dit que l inf est atteint et en un unique point. 1
2 . Projection sur un sous espace fermé Le cas particulier le plus important du théorème précédent est la projection sur un sous epace vectoriel fermé F de H. Soit alors x H. Corollaire.3 : 1) soit y F tel que x y = inf z F x z. Alors x y est orthogonal à F (i.e. orthogonal à tous les vecteurs z F ). ) Réciproquement si y F est tel que x y F, alors x y = inf z F x z i.e. y est la projection de x sur F. Définition.4 (et Notation) : Dans le cas du résultat précédent, on notera y = P F (x) et on dira que y est la projection orthogonale de x sur F. Corollaire.5 : La projection orthogonale P F : H F est une contraction linéaire (i.e. une application linéaire telle que pour tout x H, P F (x) x ). 3 Applications du théorème de projection 3.1 Supplémentaires orthogonaux Soit H un espace de Hilbert et A H, A un sous ensemble quelconque. Définition 3.1 : On appelle orthogonal de A, l ensemble (3) A = {x H; y A, < x, y >= 0}. Proposition 3. : A est toujours un sous espace vectoriel fermé de H. Exercice : Soit M un sous espace vectoriel de H. Montrer que x M si et seulement si (4) y M, x y x. (indication : pour la condition suffisante, pour y 0 M et F = Cy 0 la droite engendrée par y 0, on pourra remarquer que P F (x) = 0 puis utiliser la propriété caractéristique de P F ). Théorème 3.3 : Soit F un sous espace vectoriel fermé de H. Alors (5) H = F F (somme directe orthogonale). Autrement dit : (6) x H,!y F,!z F, x = y + z (ou le quantificateur! signifie «il existe un unique»). Remarque et Exercice : L hypothèse que F est fermé dans H est fondamentale. Par exemple si H = l, le sous espace vectoriel E des x = (x i ) i N tels que seules un nombre fini des coordonnées x i sont non nulles, n est pas fermé dans H et on a E = {0}. Dans ce cas E E = E n est pas égal à H. i.e. x i = 0 pour tout i assez grand.
3 3. Décompositions orthogonales Soit D un ensemble fini ou dénombrable. Dans toute la suite on conviendra que D = {1,,..., d} si D est fini et D = N si D est dénombrable. Soit alors H un espace de Hilbert et (e n ) n D une famille de vecteurs de H. Définition 3.4 : On dit que (e n ) n D est un système orthonormal dans H si : (7) n m D, < e n, e m >= 0. (8) n D, e n = < e n, e n > = 1 Proposition 3.5 : Si (e n ) n D est un système orthonormal, alors c est une famille (algébriquement) libre de vecteurs de H. Corollaire 3.6 : Si (e n ) n D est un système orthonormal dans H, alors cardd dimh. En particulier dans un espace de Hilbert de dimension finie les systèmes orthonormaux sont finis. Théorème 3.7 (projection sur un s.e.v. de dimension finie) : Soit e 1,..., e n un système orthonormal fini et V = V [e 1,..., e n ] le sous espace vectoriel de H engendré par les e i. Alors (9) x H, P V (x) = n < x, e i > e i. i=1 Corollaire 3.8 : Si x V [e 1,..., e n ], alors on a (10) x = n < x, e i > e i et x = i=1 n < x, e i >. i=1 Corollaire 3.9 (inégalité de Bessel) : Soit (e n ) n D est un système orthonormal dans H, alors (11) x H, < x, e i > x. n D (où n D < x, e i > est une somme finie si D est fini et une série convergente si D = N ). 3.3 Séries de Fourier associées à un système orthonormal Soit (e n ) n D est un système orthonormal dans H qu on suppose fixé pour les définitions et les résultats qui suivent. Définition 3.10 : Pour tout x H, on appelle : 1) coefficient de Fourier d ordre n D (où n-ième coefficient de Fourier) le nombre < x, e n > ( C), ) série de Fourier de x la série 3 n D < x, e n > e n. 3 c est une série de vecteurs de H si D = N et une somme finie si cardd < +. 3
4 Théorème 3.11 : Pour tout x H, la série de Fourier de x est convergente dans H et sa somme est telle que (1) < x, e n > e n = < x, e n >. n D n D Exercice : Soit (λ n ) n D une suite de nombres complexes. Montrer que la série n D λ ne n est une série de vecteurs convergente dans H si et seulement si la série numérique n D λ est convergente. Dans ce cas si x = n D λ ne n est la somme de la série, quels sont les coefficients de Fourier de x et que vaut x? 3.4 Bases hilbertiennes On a vu au paragraphe précédent que la série de Fourier d un vecteur x H est toujours convergente, mais quelle est la valeur de sa somme? Nous allons aborder cette question dans ce paragraphe puis y répondre complétement dans le paragraphe 3.5. On suppose toujours qu un système orthonormal (e n ) n D de H est donné. Définition 3.1 : On dit que (e n ) n D est un système total dans H si (13) {e n ; n D} = {0}. Autrement dit si x H est tel que < x, e n >= 0 pour tout n D, alors x = 0. Proposition 3.13 : Si V [e n ; n D] est le sous espace fermé 4 engendré par les e n (n D), alors (e n ) n D est un système total si et seulement si (14) ( V [e n ; n D]) = {0}. Théorème 3.14 : Si (e n ) n D est un système orthonormal total dans H, alors (15) x H, x = n D < x, e n > e n. Autrement dit tout vecteur de H est somme de sa série de Fourier. De plus pour tous x, y H, on a l égalité de Bessel-Parseval (16) < x, y >= n D < x, e n > < y, e n >, en particulier pour x = y, on obtient (17) x = n D < x, e n >. Définition 3.15 : Un système orthonormal total (e n ) n D aussi base hilbertienne de H. de H est appelé 4 On rappelle que V := V [e n ; n D] est l ensemble de toutes les combinaisons linéaires (finies) λ k e nk et que V [e n ; n D] est l adhérence de V dans H. 4
5 Remarque : Une base hibertienne (e n ) n D de H n est une base algébrique de H que si cardd < + i.e. si H est de dimension finie. Exercice : Montrer que si (e n ) n N est une base hilbertienne de H, le vecteur 1 n=1 e n n H ne peut pas s écrire comme une combinaison linéaire (finie) des vecteurs e n. En déduire que (e n ) n N n est pas une base de H au sens algébrique. (On remarquera que d après l exercice du paragraphe 3.3, la série 1 n=1 e n n est bien convergente dans H et elle représente donc un vecteur de H). Exemple : Si H = l (voir le chapitre 1), pour tout n N considérons l élément e (n) = (e (n) k ) k N l tel que e (n) k = 0 si k n et e (n) n = 1 i.e. e (n) a toutes ses coordonnées nulles sauf la n-ième qui vaut 1. Le système (e (n) ) n N est une base hilbertienne de l qu on appelle parfois base hilbertienne canonique. 3.5 Cas général d un système orthonormal quelconque Soit (e n ) n D un système orthonormal dans H. Remarque : on notera que (e n ) n D est toujours une base hilbertienne du sous espace vectoriel fermé de H qu il engendre. Théorème 3.16 : Soit V = V [e n ; n D] le sous espace vectoriel fermé de H engendré par les e n (n D) et P V l opérateur de projection orthogonale sur V. Alors pour tout x H, on a (18) P V (x) = n D < x, e n > e n et P V (x) = n D < x, e n >. On notera que lorsque le système (e n ) n D est total, on a V = H, P V (x) = x et on retrouve le résultat du théorème comme cas particulier. Question pratique : Soit V un sous espace vectoriel fermé de H, comment déterminer P V (x)? Si dimv = d < +, il suffit de déterminer une base orthonormale puis d appliquer le théorème 3.7. Si dimv = +, il suffit de disposer d un système orthonormal total dans V et d appliquer le théorème Ceci n est possible que dans les espaces de Hilbert séparables comme on le verra dans le paragraphe 4. Le procédé d orthonormalisation de Gram-Schmidt : Soit (b n ) n D (où D est fini ou dénombrable), une famille libre de vecteurs de H et soit V = V [b n ; n D] le sous espace vectoriel engendré par les b n. Pour tout k N, soit V k = V [b 1,..., b k ] le sous espace engendré par les k premiers vecteurs. On considère alors la suite des vecteurs (c n ) n D obtenus de la manière suivante : (19) c 1 = b 1, c = b P V1 (b ),..., c k = b k P Vk 1 (b k ),... (k N ). c k c k, n N forment un système ortho- Théorème 3.17 : Les vecteurs e n = normal qui engendre V i.e. tel que (0) V = V [b n ; n D] = V [e n ; n D] 5
6 Corollaire 3.18 : Soit (b n ) n D (où D est fini ou dénombrable), une famille libre de vecteurs de H. Alors la famille orthonormale (e n ) n D obtenue par le procédé d orthonormalisation de Gram-Schmidt du théorème précédent, est une base hilbertienne de V [b n ; n D]. 3.6 Structure des espaces de Hilbert ayant une base hilbertienne Dans cette partie nous abordons deux questions théoriques sur d une part la structure algébrique et d autre part la structure topologique d un espace de Hilbert ayant une base hibertienne. 3.7 Le théorème d isomorphisme Définition 3.19 : Deux espaces de Hilbert H et K sont dits isomorphes s il existe une application linéaire U : H K telle que : 1) U est bijective. ) U est unitaire i.e. conserve le produit scalaire : (1) x, y H, < U(x), U(y) > K =< x, y > H, ou, ce qui est équivalent, U conserve la norme : () x H, U(x) K = x H. Exercice : Démontrer l équivalence affirmée dans la définition précédente i.e. une application linéaire U : H K conserve le produit scalaire si et seulement si elle conserve la norme. Théorème 3.0 (théorème d isomorphisme) : Soit H un espace de Hilbert ayant une base hilbertienne (e n ) n D. Alors : -ou bien cardd = d < + et H est isomorphe à C d. -ou bien D = N et H est isomorphe à l. 3.8 Espaces de Hilbert séparables Définition 3.1 : Un espace normé (E,. ) est dit séparable s il possède un sous ensemble dénombrable dense, c est à dire s il existe D = {b n ; n N } E tel que (3) x E, ɛ > 0, b D : x b ɛ. Théorème 3. : Un espace de Hilbert H possède une base hilbertienne si et seulement s il est séparable. Pour la preuve de ce résultat, on utilise le lemme suivant : Lemme 3.3 : Si D = {b n ; n N } est un sous ensemble dénombrable dense d un espace de Hilbert H, alors il existe une sous famille libre {b nk ; k D} (finie ou dénombrable) de vecteurs de D dont le sous espace fermé engendré est égal à H i.e. V [b nk ; k D] = H. 6
7 4 Exemple d orthonormalisation et de base hilbertienne Sur l espace vectoriel C([ 1, 1]) des fonctions f : [0, 1] C continues, muni du produit scalaire (4) < f, g >= 1 1 f(t) g(t)dt, on considère la famille libre des fonctions monôme : (5) b n : t t n (n N). Le sous-espace V k = V [b 0, b 1,..., b k ] est constitué des fonctions polynomiales de degré k et V = V [b n ; n N] est le sous-espace de toutes les fonctions polynomiales. Le problème est d orthonormaliser la famille (b n ) n N. Avec les notations de (19), on calcule : 1) c 0 = b 0 : t 1, c 0 = et donc e 0 : t 1. ) c 1 = b 1 P V0 (b 1 ). Mais < b 0, b 1 >= 0 donc P V0 (b 1 ) = 0 et c 1 = b 1, c 1 = /3, d où e 1 : t t /3. 3) c = b P V1 (b ), P V1 (b ) =< b, e 0 > e 0 + < b, e 1 > e 1 = e 3 0 donc c (t) = t 1 et e ( ) 45 3 (t) = 8 t 1 3. A ce stade on constate que (6) e 1 (t) = 1.1! d dt (t 1), e (t) =.! On fait l hypothèse de récurrence que pour tout k n : k + 1 d k (7) e k (t) = k.k! dt k (t 1) k. d dt (t 1). On vérifie assez facilement cette hypothèse en montrant que e n+1 V n = V [e 0, e 1,..., e n ] et que e n+1 = 1. Pour cela on utilise les propriétés suivantes des polynômes P n (t) = dn (t 1) n : dt n 1) P n est de degré n. ) 1 1 d n dt n (t 1) n dm dt m (t 1) m dt = ( 1) r 1 1 3) 1 P 1 n(t)p m (t)dt = 0 si n m. 4) 1 P 1 n(t)dt =. n+1 d n r dt n r (t 1) n dm+r dt m+r (t 1) m dt. Les polynômes e n donnés par (7) s appellent les polynômes de Legendre (normalisés par la condition e n = 1). Ils constituent une famille orthonormale de C([ 1, 1]) telle que V = V [b n ; n N] = V [e n ; n N]. Mais l espace C([ 1, 1]) est seulement un espace préhilbertien 5. On sait d après le cours d intégration que C([ 1, 1]) est dense dans l espace L ([ 1, +1]) des classes de fonctions de carré intégrable sur [ 1, 1] pour la mesure de Lebesgue 6. Théorème 4.1 : Les polynômes de Legendre forment une base hilbertienne de l espace de Hilbert L ([ 1, +1]). 5 voir le chapitre 1. 6 En fait L ([ 1, +1]) est le complété de C([ 1, 1]) pour la norme. associée au produit scalaire (4). 7
8 Pour la démonstration il suffit de montrer que l espace V [e n ; n N] est dense dans C([ 1, 1]) pour la norme.. Mais comme la norme. est moins fine que la norme. de la convergence uniforme puisque pour f C([ 1, 1]), on a (8) f = 1 1 f(t) dt 1 sup 1 t [0,1] f(t) dt = f, il suffit de savoir que les polynômes sont denses dans C([ 1, 1]) pour la convergence uniforme. Mais ce résultat est bien connu ; c est le théorème de Weierstrass : Théorème 4. : Pour toute fonction f continue sur un intervalle compact [a, b], il existe une suite (P n ) de fonctions polynôme qui converge uniformément vers f sur [a, b]. Pour la démonstration de ce résultat, on peut supposer que [a, b] = [0, 1] (faire le changement de variable t = a + t (b a), avec t [0, 1]) et on montre alors le résultat plus explicite suivant : Théorème 4.3 (Bernstein) : Si f C([0, 1]), la suite P n des polynômes tels que (9) P n (x) = n f k=0 ( ) k C k n nx k (1 x) n k, converge uniformément vers f sur [0, 1] quand n +. Le seul point délicat dans la preuve de Bernstein est l estimation suivante Lemme 4.4 : Soit x [0, 1] et pour tout α > 0, soit I α l ensemble des entiers k {0, 1,..., n} tels que k nx > nα. Alors (30) Cnx k k (1 x) n k k Iα x(1 x) α n. Ce résultat est facile si on connait la loi binomiale. En effet soit X une variable aléatoire de loi binomiale B(n, x). Alors puisque E(X) = nx, la quantité du membre de gauche dans (30) est justement la probabilité P( X E(X) > αn). Or l inégalité de Bienaymé-Tchebychev donne justement (31) P( X E(X) > αn) V arx nx(1 x) =. (αn) α n C est l inégalité du lemme. 8
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 détailImage 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 détailIntégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailAmphi 3: Espaces complets - Applications linéaires continues
Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite
Plus en détailDualité 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 détailMesures gaussiennes et espaces de Fock
Mesures gaussiennes et espaces de Fock Thierry Lévy Peyresq - Juin 2003 Introduction Les mesures gaussiennes et les espaces de Fock sont deux objets qui apparaissent naturellement et peut-être, à première
Plus en détailIntégration 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 détailCalcul 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 détailLa 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 détailwww.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 détailMéthodes de quadrature. Polytech Paris-UPMC. - p. 1/48
Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailSouad 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 détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailIntroduction à l étude des Corps Finis
Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur
Plus en détailContinuité d une fonction de plusieurs variables
Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs
Plus en détailApproximations 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 détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailC 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 détailCalcul différentiel. Chapitre 1. 1.1 Différentiabilité
Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace
Plus en détailEspérance conditionnelle
Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle
Plus en détail1 Complément sur la projection du nuage des individus
TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent
Plus en détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Plus en détailIntégrale 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 détailContinuité 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 détailSuites 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 détailOptimisation 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 détailChapitre 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 détailChapitre 11. Séries de Fourier. Nous supposons connues les formules donnant les coefficients de Fourier d une fonction 2 - périodique :
Chapitre Chapitre. Séries de Fourier Nous supposons connues les formules donnant les coefficients de Fourier d une fonction - périodique : c c a0 f x dx c an f xcosnxdx c c bn f xsinn x dx c L objet de
Plus en détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Plus en détailMESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours
MSUR T INTÉGRATION N UN DIMNSION Notes de cours André Giroux Département de Mathématiques et Statistique Université de Montréal Mai 2004 Table des matières 1 INTRODUCTION 2 1.1 xercices.............................
Plus en détailCommun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
Plus en détailConstruction 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 détailENS de Lyon TD 1 17-18 septembre 2012 Introduction aux probabilités. A partie finie de N
ENS de Lyon TD 7-8 septembre 0 Introduction aux probabilités Exercice Soit (u n ) n N une suite de nombres réels. On considère σ une bijection de N dans N, de sorte que (u σ(n) ) n N est un réordonnement
Plus en détailExo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
Plus en détailNOTICE DOUBLE DIPLÔME
NOTICE DOUBLE DIPLÔME MINES ParisTech / HEC MINES ParisTech/ AgroParisTech Diplômes obtenus : Diplôme d ingénieur de l Ecole des Mines de Paris Diplôme de HEC Paris Ou Diplôme d ingénieur de l Ecole des
Plus en détailExamen optimisation Centrale Marseille (2008) et SupGalilee (2008)
Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut
Plus en détailChapitre 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 détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailn 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* 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 détail4. 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 détailC1 : Fonctions de plusieurs variables
1er semestre 2012/13 CPUMP 3 U 11 : Abrégé de cours Compléments Analyse 3 : fonctions analytiques Les notes suivantes, disponibles à l adresse http://www.iecn.u-nancy.fr/~bertram/, contiennent les définitions
Plus en détailFormes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions
Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires
Plus en détailTests 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 détailFiltrage 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 détailFonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre
IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables
Plus en détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
Plus en détailExercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
Plus en détailThéorie 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 détailProblème 1 : applications du plan affine
Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées
Plus en détailDe même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que
Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer
Plus en détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détailCalcul intégral élémentaire en plusieurs variables
Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement
Plus en détailProgramme de la classe de première année MPSI
Objectifs Programme de la classe de première année MPSI I - Introduction à l analyse L objectif de cette partie est d amener les étudiants vers des problèmes effectifs d analyse élémentaire, d introduire
Plus en détailGroupoïdes 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 détailrf( 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 détailAnalyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe
Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe des n n groupes quantiques compacts qui ont la théorie
Plus en détailJournées Télécom-UPS «Le numérique pour tous» David A. Madore. david.madore@enst.fr. 29 mai 2015
et et Journées Télécom-UPS «Le numérique pour tous» David A. Madore Télécom ParisTech david.madore@enst.fr 29 mai 2015 1/31 et 2/31 : définition Un réseau de R m est un sous-groupe (additif) discret L
Plus en détailLogique. Plan du chapitre
Logique Ce chapitre est assez abstrait en première lecture, mais est (avec le chapitre suivant «Ensembles») probablement le plus important de l année car il est à la base de tous les raisonnements usuels
Plus en détailCalcul différentiel sur R n Première partie
Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité
Plus en détailExemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions
Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions HQ = He 1 He 2 He 3 He 4 HQ e 5 comme anneaux (avec centre Re 1 Re 2 Re 3 Re 4
Plus en détailCorrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2
33 Corrigé Corrigé Problème Théorème de Motzkin-Taussky Partie I I-A : Le sens direct et le cas n= 2 1-a Stabilité des sous-espaces propres Soit λ une valeur propre de v et E λ (v) le sous-espace propre
Plus en détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détailContexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,
Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très
Plus en détailProduits 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 détailÉtudier si une famille est une base
Base raisonnée d exercices de mathématiqes (Braise) Méthodes et techniqes des exercices Étdier si ne famille est ne base Soit E n K-espace vectoriel. Comment décider si ne famille donnée de vecters de
Plus en détailComparaison 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 détailCours de mathématiques
DEUG MIAS premier niveau Cours de mathématiques année 2003/2004 Guillaume Legendre (version révisée du 3 avril 2015) Table des matières 1 Éléments de logique 1 1.1 Assertions...............................................
Plus en détailDéterminants. Marc SAGE 9 août 2008. 2 Inverses et polynômes 3
Déterminants Marc SAGE 9 août 28 Table des matières Quid des formes n-linéaires alternées? 2 2 Inverses et polynômes 3 3 Formule de Miller pour calculer un déterminant (ou comment illustrer une idée géniale)
Plus en détailINTRODUCTION AUX ÉQUATIONS AUX DÉRIVÉES PARTIELLES Cours de maîtrise, L. Boutet de Monvel
EDP - Cours de Maîtrise LBdM 1 INTRODUCTION AUX ÉQUATIONS AUX DÉRIVÉES PARTIELLES Cours de maîtrise, L. Boutet de Monvel Ce polycopié regroupe les notes du cours d Équations aux dérivées partielle de la
Plus en détailPremière partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015
Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k
Plus en détailM2 IAD UE MODE Notes de cours (3)
M2 IAD UE MODE Notes de cours (3) Jean-Yves Jaffray Patrice Perny 16 mars 2006 ATTITUDE PAR RAPPORT AU RISQUE 1 Attitude par rapport au risque Nousn avons pas encore fait d hypothèse sur la structure de
Plus en détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailENSAE - DAKAR BROCHURE D'INFORMATION SUR LE CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS STATISTICIENS ÉCONOMISTES (I S E) Option Mathématiques CAPESA
ENSEA - ABIDJAN ENSAE - DAKAR ISSEA - YAOUNDÉ BROCHURE D'INFORMATION SUR LE CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS STATISTICIENS ÉCONOMISTES (I S E) Option Mathématiques CAPESA CENTRE D APPUI AUX
Plus en détailFonctions 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 détailProbabilités 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 détailLa 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 détailDéveloppement 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 détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en détailPolynômes à plusieurs variables. Résultant
Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \
Plus en détailNotes de cours M2 Équations aux dérivées partielles elliptiques. Hervé Le Dret
Notes de cours M2 Équations aux dérivées partielles elliptiques Hervé Le Dret 4 mars 2010 2 Table des matières 1 Rappels en tous genres 7 1.1 Les théorèmes de convergence de Lebesgue............ 7 1.2
Plus en détailPlanche 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 détailINTRODUCTION. 1 k 2. k=1
Capes externe de mathématiques : session 7 Première composition INTRODUCTION L objet du problème est l étude de la suite (s n n définie par : n, s n = Dans une première partie, nous nous attacherons à
Plus en détailComment démontrer des formules sans effort? exposé de maîtrise
Comment démontrer des formules sans effort? exposé de maîtrise Marc Mezzarobba Sam Zoghaib Sujet proposé par François Loeser Résumé Nous exposons un ensemble de méthodes qui permettent d évaluer «en forme
Plus en détailMaster Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2.
Master Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2. Techniques de correction pour les options barrières 25 janvier 2007 Exercice à rendre individuellement lors
Plus en détail= 1 si n = m& où n et m sont souvent des indices entiers, par exemple, n, m = 0, 1, 2, 3, 4... En fait,! n m
1 épartement de Physique, Université Laval, Québec Pierre Amiot, 1. La fonction delta et certaines de ses utilisations. Clientèle Ce texte est destiné aux physiciens, ingénieurs et autres scientifiques.
Plus en détailAlgorithmes pour la planification de mouvements en robotique non-holonome
Algorithmes pour la planification de mouvements en robotique non-holonome Frédéric Jean Unité de Mathématiques Appliquées ENSTA Le 02 février 2006 Outline 1 2 3 Modélisation Géométrique d un Robot Robot
Plus en détailUn K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E
Exo7 Espaces vectoriels Vidéo partie 1. Espace vectoriel (début Vidéo partie 2. Espace vectoriel (fin Vidéo partie 3. Sous-espace vectoriel (début Vidéo partie 4. Sous-espace vectoriel (milieu Vidéo partie
Plus en détailThéorie 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 détailLicence STS mention Mathématiques Parcours Ingénieur Télécom Bretagne (ITB)
Licence STS mention Mathématiques Parcours Ingénieur Télécom Bretagne (ITB) FICHE D IDENTITE DE LA FORMATION Domaine de formation : Sciences, Technologies, Santé Intitulé : Licence Sciences, Technologies,
Plus en détailLe modèle de Black et Scholes
Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un
Plus en détailIntroduction 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 détailDifférentiabilité ; Fonctions de plusieurs variables réelles
Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2
Plus en détailBTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL
BTS Groupement A Mathématiques Session 11 Exercice 1 : 1 points Spécialités CIRA, IRIS, Systèmes électroniques, TPIL On considère un circuit composé d une résistance et d un condensateur représenté par
Plus en détailSéminaire 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