Lexique mathématique
F
Facteurs invariants
[ Definition ]
Les \(a_i\) sont appelés facteurs invariants du groupe.
La décomposition ainsi obtenue est appelée décomposition cyclique du groupe \(G\).
En savoir plus
Factorisation dans \(\mathbb{C}\left[X\right]\)
[ None ]
Tout polynôme de \(\mathbb{C}\left[X\right]\) est scindé sur \(\mathbb{C}\), c’est-à-dire tout polynôme \(P\in\mathbb{C}\left[X\right]\) s’écrit sous la forme : \[\boxed{P=a_p .\left(X-\alpha_1\right) \dots\left(X-\alpha_p\right)}\] où les scalaires \(\alpha_k\) sont les racines de \(P\) comptées avec leur multiplicité et \(a_p\) est le coefficient du terme dominant de \(P\).
En savoir plus
Factorisation dans \(\mathbb{R}\left[X\right]\)
[ Théorème ]
Soit \(P\in\mathbb{R}\left[X\right]\) un polynôme non nul. Alors, il existe \(\alpha_1,\ldots,\alpha_r\in\mathbb{R}\) non nécessairement deux à deux distincts, \(\left(b_1,c_1\right),\ldots,\left(b_s,c_s\right)\in\mathbb{R}^2\) non nécessairement deux à deux distincts tels que \(\Delta_l=b_l^2-4c_l<0\) pour tout \(\ell\in\llbracket 1,s\rrbracket\), et \(\lambda\in\mathbb{R}^*\) tels que : \[\boxed{P=a \prod_{k=1}^r \left(X-\alpha_k\right)
\prod_{\ell=1}^s \left(X^2+b_\ell X+c_\ell\right)}.\]
En savoir plus
Factorisation d’homomorphismes
[ Théorème ]
Soit \(G\) un groupe, \(H\) un sous-groupe distingué de \(G\), \(\phi\) un homomorphisme de \(G\) vers un groupe \(G'\).
Si \(H \subset Ker\ \phi\), alors il existe une application \(\tilde
\phi\) de \(G/H\) dans \(G'\) telle que \[\phi=\tilde \phi \circ p\] avec \(p\) la projection canonique de \(G\) sur \(G/H\).
En savoir plus
Factorisation d’un homomorphisme
[ Definition ]
On dit que \(f\) homomorphisme d’un anneau \(A\) vers un anneau \(B\) se factorise par \(A/I\) avec \(I\) idéal de \(A\) si et seulement s’il existe \(g\) homomorphisme de \(A/I\) dans \(B\) tel que \(f(x)=g(\overline x)\).
En savoir plus
Factorisation par les angles moitiés
[ Proposition ]
Pour tout réel \(x\in\mathbb{R}\) : \[\boxed{ e^{ix}+1 = e^{{\scriptstyle ix\over\scriptstyle 2}}\left(
e^{{\scriptstyle ix\over\scriptstyle 2}}+e^{-{\scriptstyle ix\over\scriptstyle 2}}\right)
=2e^{{\scriptstyle ix\over\scriptstyle 2}}\cos\Bigl(\dfrac{x}{2}\Bigr) } \quad\quad
\boxed{ e^{ix}-1 = e^{{\scriptstyle ix\over\scriptstyle 2}}\left(
e^{{\scriptstyle ix\over\scriptstyle 2}}-e^{-{\scriptstyle ix\over\scriptstyle 2}}\right)
=2ie^{{\scriptstyle ix\over\scriptstyle 2}}\sin\Bigl(\dfrac{x}{2}\Bigr) }\]
En savoir plus
Famille indépendante
[ Definition ]
Soit \((X_1,\ldots,X_N)\) une suite de v.a. sur
\((\Omega,\mathcal{A},P)\). On se
rappelle que si \(\mathcal{B}\) est la
tribu de Borel, alors par définition des variables aléatoires \(X_j^{-1}(\mathcal{B})=\mathcal{A}_j\) est
une sous tribu de \(\mathcal{A}.\)
Nous dirons que c’est une suite de variables aléatoires indépendantes
si la famille de sous tribus \(\{\mathcal{A}_1,\ldots,\mathcal{A}_N\}\)
est une famille indépendante.
En savoir plus
Famille indépendante
[ Definition ]
Soit \(\{A_1,\ldots, A_N\}\) une famille finie
d’évènements d’un espace de probabilité \((\Omega,\mathcal{A},P)\). On dit que c’est
une famille indépendante ( on dit parfois un "système
indépendant d’évènements") si pour toute partie non vide \(I\) de \(\{1,2,\ldots,N\}\) on a \[P(\cap_{i\in I}A_i)=\prod_{i\in
I}P(A_i).\]
En savoir plus
Famille indépendante
[ Definition ]
Soit \(\{\mathcal{A}_1,\ldots, \mathcal{A}_N\}\)
une famille finie de sous tribus d’un espace de probabilité \((\Omega,\mathcal{A},P)\). On dit que c’est
une famille indépendante si pour tous \(B_j\in \mathcal{A}_j\) on a \[P(B_1\cap B_2\cap \ldots\cap B_N)=P(B_1)\ldots
P(B_N).\]
En savoir plus
Famille infinie d’évènements est
indépendante
[ Definition ]
Une famille infinie d’évènements est
indépendante si toute sous famille finie est
indépendante.
En savoir plus
Familles orthogonales et orthonormales
[ Definition ]
Une famille \((x_i)\) de vecteurs de \(E\) est dite orthogonale si \(i\not=j\) implique \(\phi(x_i,x_j)=0\).
Une matrice réelle ou complexe de type \((n,n)\) est dite orthogonale si la famille de ses vecteurs colonnes forme une famille orthonormale de \(\mathbb{K}^n\).
En savoir plus
Une famille \((x_i)\) de vecteurs de \(E\) un \(\mathbb{C}\)-espace vectoriel est dite réduite si elle est orthogonale et si \(\phi(x_i,x_i)=\chi_{[\![1,rg(q)]\!]}(i)\).
Une famille \((x_i)\) de vecteurs de \(E\) un \(\mathbb{R}\)-espace vectoriel est dite réduite si elle est orthogonale et si \(\phi(x_i,x_i)=\chi_{[\![1,p]\!]}(i)-\chi_{[\![p+1,rg(q)]\!]}(i)\) pour un certain \(p\) dans \([\![0,rg(q)]\!]\).
Une famille \((x_i)\) de vecteurs de \(E\) est dite orthonormale si \(\phi(x_i,x_j)=\delta_{i,j}\).
Fermeture ou adhérence
[ Definition ]
Si \(A \subset X\), l’adhérence (dite aussi fermeture) de \(A\) est l’intersection de tous les fermés contenant \(A\), c’est donc le plus petit fermé contenant \(A\). On note \(\overline A\) l’adhérence de \(A\).
En savoir plus
Fermeture transitive
[ Definition ]
On appelle fermeture transitive de \(E\) l’ensemble transitif dont l’existence est garantie par le théorème [ft].
En savoir plus
Fini
[ Definition ]
Un ordinal est dit fini si tout ordinal non vide inclus dans cet ordinal admet un prédécesseur. On appelle aussi entier naturel un ordinal fini.
En savoir plus
Fini
[ Definition ]
Un cardinal est dit fini s’il est fini en tant qu’ordinal. Dans le cas contraire il est dit infini. On note \(Card'\) la classe des cardinaux infinis.
En savoir plus
Fonction arccosinus
[ Proposition ]
La fonction cosinus est une bijection de \(\left[0,\pi\right]\) sur \(\left[-1,1\right]\). Sa bijection réciproque est appelée fonction arccosinus et est notée \(\operatorname{arccos}\): \[\operatorname{arccos} : \left\{ \begin{array}{ccl} \left[-1,1\right] & \longrightarrow & [0,\pi] \\ y & \longmapsto & \operatorname{arccos} y \end{array} \right.\]
En savoir plus
\[\begin{aligned} \forall y\in\left[-1,1\right], & & \cos\left(\operatorname{arccos} y\right)=y\\ \forall x\in\left[0,\pi\right], & & \operatorname{arccos} \left(\cos x\right)=x \end{aligned}\]
De plus \(\operatorname{arccos}\) : \(\quad\)
Fonction arcsinus
[ Proposition ]
La fonction sinus est une bijection de \(\left[-\dfrac{\pi}{2};\dfrac{\pi}{2}\right]\) sur \([-1;1]\). La bijection réciproque est appelée fonction arcsinus et est notée \(\operatorname{arcsin}\) \[\operatorname{arcsin} : \left\{ \begin{array}{ccl} \left[-1,1\right] & \longrightarrow & \left[-\dfrac{\pi}{2},\dfrac{\pi}{2}\right] \\ y
& \longmapsto & \operatorname{arcsin} y \end{array} \right. .\] \[\begin{aligned}
\forall y\in\left[-1,1\right], & & \sin\left(\operatorname{arcsin} y\right)=y\\
\forall x\in\left[-\dfrac{\pi}{2},\dfrac{\pi}{2}\right], & &
\operatorname{arcsin} \left(\sin x\right)=x \end{aligned}\] De plus, la fonction \(\operatorname{arcsin}\)
En savoir plus
Fonction arctangente
[ Proposition ]
La fonction tangente est une bijection de \(\left]-\dfrac{\pi}{2},\dfrac{\pi}{2}\right[\) à valeurs dans \(\mathbb{R}\). Sa bijection réciproque est appelée fonction arctangente et est notée \(\operatorname{arctan}\): \[\operatorname{arctan} : \left\{ \begin{array}{ccl} \mathbb{R} & \longrightarrow & \left]-\dfrac{\pi}{2},\dfrac{\pi}{2}\right[ \\ y & \longmapsto & \operatorname{arctan}
y \end{array} \right.\]
En savoir plus
\[\begin{aligned} \forall y\in\mathbb{R}, & & \tan\left(\operatorname{arctan} y\right)=y\\ \forall x\in\left]-\dfrac{\pi}{2},\dfrac{\pi}{2}\right[, & & \operatorname{arctan} \left(\tan x\right)=x \end{aligned}\] La fonction \(\operatorname{arctan}\) \(\quad\)
Fonction argument cosinus hyperbolique
[ Proposition ]
La fonction cosinus hyperbolique, restreinte à \(\mathbb{R}_+\), définit une bijection de \(\mathbb{R}_+^*\) sur son image \([1,+\infty[\). L’application réciproque est appelée argument cosinus hyperbolique et est notée \(\mathop{\mathrm{argch}}\). \[\mathop{\mathrm{argch}}: \left\{ \begin{array}{ccl} \left[1,+\infty\right[ & \longrightarrow & \mathbb{R} \\ y & \longmapsto & \mathop{\mathrm{argch}}y \end{array} \right.\] \[\begin{aligned} \forall y\in\left[1,+\infty\right[, & & \mathop{\mathrm{ch}}\left(\mathop{\mathrm{argch}}y\right)=y\\ \forall x\in\mathbb{R}_+, & & \mathop{\mathrm{argch}}\left(\mathop{\mathrm{ch}}x\right)=x\end{aligned}\] La fonction \(\mathop{\mathrm{argch}}\)
Fonction argument sinus hyperbolique
[ Proposition ]
La fonction sinus hyperbolique définie une bijection de \(\mathbb{R}\) sur son image \(\mathbb{R}\). L’application réciproque est appelée fonction argument sinus hyperbolique et notée \(\mathop{\mathrm{argsh}}\): \[\mathop{\mathrm{argsh}}: \left\{ \begin{array}{ccl} \mathbb{R} & \longrightarrow & \mathbb{R} \\ y & \longmapsto & \mathop{\mathrm{argsh}}y \end{array} \right.\]
\[\begin{aligned} \forall y\in\mathbb{R}, & & \mathop{\mathrm{sh}}\left(\mathop{\mathrm{argsh}}y\right)=y\\ \forall x\in\mathbb{R}, & & \mathop{\mathrm{argsh}}\left(\mathop{\mathrm{sh}}x\right)=x\end{aligned}\] La fonction \(\mathop{\mathrm{argsh}}\)
Fonction argument tangente hyperbolique
[ Proposition ]
La fonction tangente hyperbolique définie une bijection de \(\mathbb{R}\) sur son image \(]-1,1[\). L’application réciproque est appelée Argument tangente hyperbolique et est notée \(\mathop{\mathrm{argth}}\). \[\mathop{\mathrm{argth}}: \left\{ \begin{array}{ccl} \left]-1,1\right[ & \longrightarrow & \mathbb{R} \\ y & \longmapsto & \mathop{\mathrm{argth}}y \end{array} \right.\]
\[\begin{aligned} \forall y\in\left]-1,1\right[, & & \operatorname{th} \left(\mathop{\mathrm{argth}}y\right)=y\\ \forall x\in\mathbb{R}, & & \mathop{\mathrm{argth}}\left(\operatorname{th} x\right)=x\end{aligned}\]
La fonction \(\mathop{\mathrm{argth}}\)
Fonction caractéristique
[ Definition ]
Soit \(X\) une variable aléatoire à valeurs dans \(\mathbb{R}^d\). On appelle fonction caractéristique de \(X\) la fonction \(\phi^X:\mathbb{R}^d \to \mathbb{R}^d\) \[\mbox{définie par }\phi^X(t)=E(e^{i<t,X>})\] Cette quantité est toujours bien définie.
En savoir plus
Fonction continue par morceaux sur un intervalle
[ Definition ]
On dit qu’une fonction définie sur un intervalle \(I\) est continue par morceaux sur \(I\) si et seulement si elle est continue par morceaux sur tout segment de \(I\).
En savoir plus
Fonction continue par morceaux sur un segment
[ Definition ]
Fonction continue sur un intervalle
[ Definition ]
On dit qu’une fonction \(f\) est continue sur un intervalle \(I\) si et seulement si la fonction \(f\) est continue en chaque point de \(I\). Cette définition s’écrit avec les quantificateurs sous la forme suivante : \[\forall a\in I, \quad \forall \varepsilon>0 \quad \exists \eta>0 \quad \forall x\in I \quad
\left|x-a\right|\leqslant\eta \Rightarrow \left|f\left(x\right)-f\left(a\right)\right|\leqslant\varepsilon\] On note \(\mathscr C\left(I\right)\) (ou \(\mathscr C^0\left(I\right)\), \(\mathscr C\left(I,\mathbb{R}\right)\), \(\mathscr C^0\left(I,\mathbb{R}\right)\)) l’ensemble des fonctions réelles continues sur l’intervalle \(I\).
En savoir plus
Fonction convexe
[ Definition ]
Soit \(f:I\mapsto \mathbb{R}\) une fonction définie sur un intervalle \(I\subset \mathbb{R}\). On dit que \(f\) est convexe lorsque \[\forall (x,y)\in I^2, \forall \lambda \in [0,1], \quad
f\bigl(\lambda x + (1-\lambda)y\bigr) \leqslant
\lambda f(x) + (1-\lambda)f(y)\]
En savoir plus
Fonction cosinus
[ Proposition ]
La fonction cosinus, notée \(\cos\) est :
Fonction croissante
[ Definition ]
Soit \(f \in
\mathscr F \left(I,\mathbb{R}\right)\). On dit que :
En savoir plus
Fonction de classe \(\mathcal{C}^{1}\)
[ Definition ]
Soit \(f : U\subset \mathbb{R}^2 \mapsto \mathbb{R}\). On dit que la fonction \(f\) est de classe \(\mathcal{C}^{1}\) sur l’ouvert \(U\) lorsque :
En savoir plus
Fonction de répartition
[ Definition ]
Si \(X\) est une variable aléatoire réelle, la
fonction \(F_X\) définie sur \(\mathbb R\) par \[F_X(x)=P(\{\omega\in\Omega\ ; \ X(\omega)\leq
x\})\] est la fonction de répartition de la variable
aléatoire X.
En savoir plus
Fonction de répartition
[ Definition ]
Soit \(F\) une fonction de \(\mathbb R\) dans \(\mathbb R.\) On dit que \(F\) est une fonction de
répartition si elle satisfait aux trois propriétés suivantes:
En savoir plus
Fonction dérivable à droite
[ Definition ]
Soient \(f\in \mathscr
F \left(I,\mathbb{R}\right)\), \(a\in I\) et \(\Delta_{a,f}\) le taux d’accroissement de \(f\) au point \(a\). On dit que
En savoir plus
Fonction d’Euler
[ Definition ]
On appelle fonction d’Euler la fonction \(\phi\) telle que \(\phi(n)\) soit le nombre d’entiers \(x\) tels que \(1\leq x \leq n\) et \(x \land n =1\).
En savoir plus
Fonction deux fois dérivable
[ Definition ]
On dit que la fonction \(f\) est deux fois dérivable sur \(I\) lorsque la fonction \(f'\) est dérivable en tout point de \(I\). Sa dérivée est appelée fonction dérivée seconde de \(f\) et est notée \[f'' \quad \textrm{ ou} \quad D^2f \quad \textrm{ ou} \quad\dfrac{d^2f}{dt^2}\]
En savoir plus
Fonction dominée par une autre
[ Definition ]
Soient \(f\) et \(g\) deux fonctions définies au voisinage de \(a\in\overline{\mathbb{R}}\). On dit que \(f\) est dominée par \(g\) au voisinage de \(a\) si et seulement si existe une fonction \(B\) définie au voisinage de \(a\) telle que
On note alors \(f\left(x\right)=\underset{x \rightarrow a}{O}\left(g\left(x\right)\right)\).
En savoir plus
Fonction en escalier
[ Definition ]
Fonction exponentielle complexe
[ Definition ]
Soit \(z=a+i\,b\) un nombre complexe. On appelle exponentielle de \(z\) le nombre complexe \[\boxed{e^z=e^{a+i b}=e^a e^{ib}}\] La fonction qui à tout nombre complexe \(z\) associe le nombre complexe \(e^z\) ainsi définie s’appelle fonction exponentielle complexe.
En savoir plus
Fonction intégrable
[ Definition ]
Une fonction \(f\) de \(X\) dans \(\mathbb{C}\) est dite intégrable si elle est mesurable et si \(\int |f|\) est finie. On note \({\cal L}^1(X,\mathbb{C})\) l’ensemble des fonctions intégrables de \(X\) dans \(\mathbb{C}\), et \({\cal L}^1(X,\mathbb{R})\) l’ensemble des fonctions intégrables de \(X\) dans \(\mathbb{R}\). \({\cal L}^1(X)\) tout court désigne généralement \({\cal L}^1(X,\mathbb{R})\) (voir selon le contexte).
En savoir plus
Fonction majorée
[ Definition ]
Soit \(f \in \mathscr F \left(I,\mathbb{R}\right)\). On dit que \(f\) est:
En savoir plus
Fonction mesurable
[ Definition ]
Soit alors deux
espaces \(\Omega\) et \(\Omega_1\), chacun muni d’une tribu \(\mathcal{A}\) et \(\mathcal{A}_1\), et soit \(f\) une fonction définie sur \(\Omega\) à valeurs dans \(\Omega_1\) On dit que \(f\) est une fonction mesurable si
pour tout \(B\in \mathcal{A}_1\), alors
\(A=f^{-1}(B)\) est un élément de \(\mathcal{A}\).
En savoir plus
Fonction mesurable
[ Definition ]
Étant donné \((X,{\cal A})\) et \((Y,{\cal B})\) des espaces mesurables, \(f:X\rightarrow Y\) est dite mesurable si \(\forall B \in {\cal B},\ f^{-1}(B) \in {\cal A}\).
On définit parfois aussi la notion de fonction mesurable d’un espace mesurable vers un espace topologique; la condition est alors le fait que l’image réciproque d’un ouvert soit une partie mesurable.
En savoir plus
Fonction négligeable devant une autre
[ Definition ]
Soient \(f\) et \(g\) deux fonctions définies au voisinage de \(a\in\overline{\mathbb{R}}\). On dit que \(f\) est négligeable devant \(g\) au voisinage de \(a\) si et seulement si il existe une fonction \(\varepsilon\) définie au voisinage de \(a\) telle que
Fonction paire
[ Definition ]
Soit une fonction \(f\in \mathscr F \left(I,\mathbb{R}\right)\) . On suppose que l’intervalle \(I\) est symétrique par rapport à l’origine (c’est-à-dire que si \(x\in I\) alors \(-x\in I\)). On dit que
En savoir plus
Fonction périodique
[ Definition ]
Une fonction \(f\) définie sur \(\mathbb{R}\) est périodique si et seulement s’il existe un réel \(T>0\) tel que \(\forall x\in I,~f(x+T)=f(x)\). On dit que \(T\) est une période de \(f\) et que \(f\) est \(T\)-périodique.
En savoir plus
Fonction puissance
[ Definition ]
Soit \(a\in\mathbb{R}\). On appelle fonction puissance d’exposant \(a\) la fonction définie sur \(\mathbb{R}_+^*\) par \[\varphi_a: \left\{ \begin{array}{ccl} \mathbb{R}_+^* & \longrightarrow & \mathbb{R} \newline x & \longmapsto & x^a=\exp\left(a\ln x\right) \end{array} \right.\]
En savoir plus
Fonctions de classe \(\mathcal{C}^{n}\)
[ Definition ]
On dit qu’une fonction \(f:I \rightarrow \mathbb{R}\) est de classe \(\mathcal{C}^{n}\) sur l’intervalle \(I\) si et seulement si
En savoir plus
On note
Fonctions de répartition à densité.
[ Definition ]
Fonctions de répartition à densité. Soit \(f\) une fonction positive définie sur \(\mathbb R\) qui ait des discontinuités au
plus en un nombre fini de points \(a_1<a_2<\cdots<a_N\) et qui soit
telle que les intégrales \(\int_{a_i}^{a_{i+1}}f(x)dx\) convergent et
satisfassent \[\sum_{i=0}^N\int_{a_i}^{a_{i+1}}f(x)dx=1,\]
avec la convention \(a_0=-\infty\) et
\(a_{N+1}=+\infty.\)
On définit alors la fonction \(F\)
par \(F(x)=\int_{-\infty}^xf(t)dt.\) Il
est clair que \(F\) est une fonction de
répartition. Ici, elle est de plus continue et, d’après le théorème
fondamental du calcul intégral, elle satisfait \(F'(x)=f(x)\) pour tout \(x\notin \{a_1,\ldots ,a_N\}\). La fonction
\(f\) s’appelle alors la
densité de la fonction de répartition \(F\).
En savoir plus
Fonctions équivalentes
[ Definition ]
Soient \(f\) et \(g\) deux fonctions définies au voisinage de \(a\in\overline{\mathbb{R}}\). On dit que \(f\) est équivalente à \(g\) au voisinage de \(a\) si et seulement si \[\boxed{f\left(x\right)-g\left(x\right)=\underset{x \rightarrow a}{o}\left(g\left(x\right)\right)}\] On note alors \(f\left(x\right)\underset{x\rightarrow a}{\sim} g\left(x\right)\).
En savoir plus
Fonction sinus
[ Proposition ]
La fonction sinus, notée \(\sin\) est :
En savoir plus
Fonctions lipschitziennes
[ Definition ]
Soit un réel \(k \geqslant 0\).
En savoir plus
Fonction \(k\) fois dérivable
[ Definition ]
Fonctions polynomiales
[ Definition ]
Soit \(P=a_0+a_1X+\dots+a_nX^n\in\mathbb{K}\left[X\right]\) un polynôme. On appelle fonction polynomiale associée à \(P\) la fonction donnée par : \[\widetilde P: \left\{ \begin{array}{ccl} \mathbb{K} & \longrightarrow & \mathbb{K} \newline x & \longmapsto & a_0+a_1x+\dots+a_nx^n \end{array} \right. .\] Nous noterons \(\mathscr P\) le sous-espace vectoriel de \(\mathscr F\left(\mathbb{K},\mathbb{K}\right)\) des fonctions polynomiales.
En savoir plus
Fonction strictement convexe
[ Definition ]
On dit qu’une fonction \(f: I \mapsto \mathbb{R}\) est strictement convexe lorsque \(\forall (x, y)\in I^2\), \(x \neq y\), \[\forall \lambda \in ]0, 1[,\quad f\bigl(\lambda x + (1-\lambda) y \bigr)
< \lambda f(x) + (1-\lambda) f(y)\]
En savoir plus
Fonction tangente
[ Proposition ]
La fonction tangente, notée \(\tan\), et donnée par : \[\boxed{\forall x\in\mathbb{R}\setminus\left\{\dfrac{\pi}{2}+ k\pi ~|~ k\in\mathbb{Z}\right\}, \quad \tan x = \dfrac{\sin x}{\cos x}}\] est :
Fonction uniformément continue
[ Definition ]
Soit une fonction \(f~:~I \mapsto \mathbb{R}\) définie sur un intervalle \(I\). On dit qu’elle est uniformément continue sur \(I\) lorsque \[\forall \varepsilon> 0,\quad \exists \eta > 0:\quad ~\forall (x,y) \in I^2,\quad
\lvert x - y \rvert \leqslant\eta \Rightarrow \lvert f(x) - f(y) \rvert \leqslant\varepsilon\] Le nombre \(\eta\) est indépendant des réels \((x, y)\) et s’appelle un module d’uniforme continuité.
En savoir plus
Fonction vectorielle à valeurs dans \(\mathbb{R}^2\)
[ Definition ]
Une fonction vectorielle \(\overrightarrow{F}\) à valeurs dans \(\mathbb{R}^2\) définie sur \(I\) est donnée par un couple \((x,y)\) de fonctions réelles définies sur \(I\). Les fonctions \(x: I \longrightarrow R\) et \(y: I \longrightarrow R\) s’appellent les composantes de \(\overrightarrow{F}\) ou les applications coordonnées de \(\overrightarrow{F}\) et: \[\overrightarrow{F}: \left\{ \begin{array}{ccl} I & \longrightarrow & \mathbb{R}^2 \newline t & \longmapsto & (x(t),y(t)) \end{array} \right. .\]
En savoir plus
Fondamental
[ Théorème ]
Si \(\sum a_n.z^n\) a pour rayon de convergence \(R\), la série de terme général \(\sum a_n.z^n\) converge normalement, donc uniformément, sur tout compact contenu dans le disque de centre \(0\) et de rayon \(R\).
En savoir plus
Fondamental! Matrice de la composée de deux applications linéaires
[ Théorème ]
Soient:
Fondamental : résolution de l’équation différentielle homogène normalisée
[ Théorème ]
On suppose que :
\[\boxed{S_\mathbb{K}(E)=\left\{ t \mapsto \alpha e^{-A\left(t\right)} ~|~ \alpha\in \mathbb{K}\right\}}\]
En savoir plus
Alors les solutions de l’équation différentielle homogène normalisée : \[\boxed{\forall t\in I, \quad\quad y'\left(t\right)+a\left(t\right)y\left(t\right)=0 \quad (E)}\] sont données par les fonctions \[\boxed{\varphi_\alpha: \left\{ \begin{array}{ccl} I & \longrightarrow & \mathbb{R} \newline t & \longmapsto & \alpha e^{-A\left(t\right)} \end{array} \right. }\] où \(\alpha \in\mathbb{K}\) et où \(A\) est une primitive de \(a\) sur \(I\).
Forme 2-affine
[ Definition ]
On appelle forme 2-affine une application d’un espace affine \(X\) de dimension finie dans \(\mathbb{K}\) telle qu’étant donné un certain repère cartésien \(R\), \(f(x)=\sum_{(i,j) \in [[1,n]]^2} A_{i,j}.x_i.x_j + 2 \sum_{i\in[[1,n]]} b_i.x_i +c\), avec \(x_i\) les coordonnées cartésiennes de \(x\) dans \(R\) et \(b\) un vecteur à \(n\) composantes, \(c\) un réel, \(A\) une matrice de type \((n,n)\) qui ne soit pas antisymétrique.
Forme bilinéaire sur \(E\)
[ Definition ]
On appelle forme bilinéaire sur \(E\) une forme multilinéaire de \({\cal L}_2(E)\).
Étant donnée \(\phi\) une forme bilinéaire on note \(^t\phi\) l’application \((x,y)\to \phi(y,x)\).
En savoir plus
Forme différentielle de degré \(p\) sur \(U\) à valeurs dans \(F\)
[ Definition ]
Soit \(U\) un ouvert de \(E\) un \(\mathbb{R}\)-espace de Banach, soit \(F\) un \(\mathbb{R}\)-espace de Banach.
On appelle forme différentielle de degré \(p\) sur \(U\) à valeurs dans \(F\) une application de \(U\) dans \({\cal A}_p(E;F)\) 1.
La forme différentielle est dite de classe \(C^n\) si l’application est \(C_n\) (pour \(n\in \mathbb{N}\cup \{ \infty\}\)).
On note \(\Omega^{(n)}_p(U,F)\) l’ensemble des \(p\) formes différentielles de \(U\) dans \(F\) de classe \(C^n\).
Forme linéaire
[ Definition ]
On appelle forme linéaire sur un \(\mathbb{K}\)-espace vectoriel \(E\) une application linéaire de \(E\) dans \(\mathbb{K}\).
On appelle application linéaire canonique de \(E\) dans \(E^{**}\) l’injection qui à \(x\) associe \(\phi_x:u \mapsto u(x)\) (on vérifiera facilement que c’est une application linéaire).
En savoir plus
On appelle dual d’un \(\mathbb{K}\)-espace vectoriel \(E\) l’ensemble \(E^{*}\) des formes linéaires sur cet espace vectoriel.
On appelle bidual d’un \(\mathbb{K}\)-espace vectoriel le dual de son dual. On le note \(E^{**}\).
Forme linéaire
[ Definition ]
Soit \(f:E\rightarrow F\) une application linéaire.
En savoir plus
Forme n-linéaire antisymétrique
[ Definition ]
On dit qu’une forme \(n\)-linéaire \(\varphi\in \mathcal{L}^n(E)\) est antisymétrique lorsque \(\forall \sigma \in \mathfrak{S}\left(n\right)\), \(\sigma \star
\varphi= \varepsilon(\sigma)\varphi\) où \(\varepsilon(\sigma)\) désigne la signature de la permutation \(\sigma\).
En savoir plus
Forme polaire de \(q\)
[ Definition ]
Étant donnée une forme quadratique \(q\) sur \(E\), l’unique forme bilinéaire symétrique \(\phi\) telle que pour tout \(x\), \(q(x)=\phi(x,x)\) est appelée forme polaire de \(q\).
En savoir plus
Forme quadratique associée à la forme bilinéaire \(\phi\)
[ Definition ]
Deux matrices \(P\) et \(Q\) sont dites congruentes si il existe \(M\) inversible telle que \(P=^tMQM\).
En savoir plus
Forme quadratique hermitienne
[ Definition ]
On appelle forme quadratique hermitienne sur un \(\mathbb{C}\)-espace vectoriel \(E\) une application \(q\) de \(E\) dans \(\mathbb{C}\) telle qu’il existe une forme sesquilinéaire hermitienne \(\phi\) telle que pour tout \(x\) on ait \(q(x)=\phi(x,x)\). Cette forme sesquilinéaire hermitienne est unique (à vérifier plus bas); on l’appelle forme polaire de \(q\).
En savoir plus
Formes coordonnées associées
[ Definition ]
Etant donnée une base \((e_i)_{i\in [\![1,n]\!]}\) de \(E\), on appelle formes coordonnées associées les \(n\) formes linéaires \(e_j^*\) définies par \(e_j^*(e_i)=\delta_{i,j}\).
En savoir plus
Formes coordonnées associées
[ Definition ]
Étant donnée une base \((e_i)_{i\in [\![1,n]\!]}\) de \(E\), on appelle formes coordonnées associées les \(n\) formes linéaires \(e_j^*\) définies par \(e_j^*(e_i)=\delta_{i,j}\).
En savoir plus
Forme \(n\)-linéaire
[ Definition ]
Soit \(E\) un \(\mathbb{K}\)-espace vectoriel. On dit qu’une application \(\varphi: E^n \mapsto \mathbb{K}\) est \(n\)-linéaire si elle est linéaire par rapport à chaque variable, les autres étant fixées : \(\forall i \in [\kern-0.127em[ 1, n ]\kern-0.127em],~\forall (x_1,\dots, x_{i-1}, x_{i+1},\dots, x_n) \in
E^n,~ \forall (x,y) \in E^2,~\forall (\lambda, \mu) \in \mathbb{K} [2]\), \[\varphi(x_1,\dots, x_{i-1}, \lambda x + \mu y, x_{i+1},\dots, x_n) =
\lambda \varphi(x_1,\dots, x_{i-1},x, x_{i+1}, \dots, x_n) + \mu
\varphi(x_1,\dots, x_{i-1}, y, x_{i+1},\dots, x_n).\] Nous noterons \(\mathcal{L}^n(E)\) l’ensemble des formes \(n\)-linéaires sur l’espace \(E\).
En savoir plus
Formes quadratiques définies positives
[ Proposition ]
Si \(E\) est une forme quadratique définie positive sur un \(\mathbb{R}\)-espace vectoriel \(E\) de dimension finie, alors il existe une base de \(E\) orthonormale pour \(q\).
En savoir plus
Formule de Cauchy dans un ensemble convexe
[ Théorème ]
On se donne \(\gamma\) un chemin fermé dans un ouvert convexe \(\Omega\), et \(f\) holomorphe sur \(\Omega\). Si \(z \in \Omega\) et \(z \not \in \gamma^*\) alors \[f(z).Ind_\gamma(z)=\frac 1 {2i\pi} \int_\gamma\frac{f(u)}{u-z}.du\]
En savoir plus
Formule de Cauchy dans un ensemble convexe
[ Théorème ]
On se donne \(\gamma\) un chemin fermé dans un ouvert convexe \(\Omega\), et \(f\) holomorphe sur \(\Omega\). Si \(z \in \Omega\) et \(z \not \in \gamma^*\) alors \[f(z).Ind_\gamma(z)=\frac 1 {2i\pi} \int_\gamma\frac{f(u)}{u-z}.du\]
En savoir plus
Formule de changement de base
[ Proposition ]
Soient :
\[\mathop{\rm det}_{e'}\left(x_1,\dots,x_n\right)=\mathop{\rm det}_{e'}\left(e_1,\dots,e_n\right)\times
\mathop{\rm det}_e\left(x_1,\dots,x_n\right)\]
En savoir plus
Alors :
Formule de changement de base
[ Théorème ]
Soient \(e\) et \(e'\) deux bases de l’espace \(E\) et \((x_1,\dots, x_n)
\in E^n\). On a la relation suivante entre le déterminant des vecteurs dans les deux bases : \[\mathop{\rm det}_{e'}(x_1,\dots, x_n) = \mathop{\rm det}_{e'}(e_1,\dots,e_n) \times
\mathop{\rm det}_{e}(x_1,\dots, x_n).\]
En savoir plus
Formule de changement de base pour une application linéaire
[ Proposition ]
On considère :
Formule de changement de base pour une forme linéaire
[ Proposition ]
Soient \(e\) et \(e'\) deux bases du \(\mathbb{K}\)-espace vectoriel \(E\). Si \(\varphi\) est une forme linéaire sur \(E\), on a : \[\boxed{\textrm{ Mat}_{e'}\left(\varphi\right)
= \textrm{ Mat}_{e}\left(\varphi\right)\times
P_{e \rightarrow e'}}.\]
En savoir plus
Formule de changement de base pour un endomorphisme
[ Proposition ]
On considère \(e\) et \(e'\) deux bases du \(\mathbb{K}\)-espace vectoriel \(E\) et \(u\in\mathfrak{L}\left(E\right)\). On a la formule de changement de base : \[\boxed{\textrm{ Mat}_{e'}\left(u\right)
= P_{e'\rightarrow e}\times\textrm{ Mat}_{e}\left(u\right)\times
P_{e \rightarrow e'}}\] qui s’écrit aussi avec \(P=P_{e \rightarrow e'}, A=\textrm{ Mat}_{e}\left(u\right)\) et \(A'=\textrm{ Mat}_{e'}\left(u\right)\) : \[\boxed{A'=P^{-1}AP}\]
En savoir plus
Formule de changement de base pour un vecteur
[ Proposition ]
Soient \(E\) un \(\mathbb{K}\)-espace vectoriel de dimension \(n\). Considérons \(e\) et \(f\) deux bases de \(E\) et \(x\in E\). Alors : \[\boxed{\textrm{ Mat}_{f}\left(x\right)=P_{f\rightarrow e} \times\textrm{ Mat}_{e}\left(x\right)}.\]
En savoir plus
Formule de Leibnitz
[ Proposition ]
\[\partial^\alpha(f.g)=\sum_{\beta\leq \alpha} C_\alpha^\beta\partial^\beta f.\partial^{\alpha-\beta}
g\]
En savoir plus
Formule de Leibnitz
[ None ]
Si \(f_1 : U \rightarrow F_1\) et \(f_2 : U \rightarrow F_2\) sont différentiables en \(x\) et si \(B : F_1 \times F_2 \rightarrow G\) est bilinéaire continue, alors \(B(f_1,f_2) : x \mapsto B(f_1(x),f_2(x))\) est différentiable en \(x\) et \[DB(f_1,f_2)(x)(h)=B(f_1(x),Df_2(x)(h))+B(Df_1(x)(h),f_2(x))\] En outre si \(f_1\) et \(f_2\) sont \(C^1\) alors \(B(f_1,f_2)\) est \(C^1\).
En savoir plus
Formule de Leibniz
[ Proposition ]
Si \(f\) et \(g\) sont deux fonctions \(n\) fois dérivables sur \(I\) alors il en est du même du produit \(fg\) et on a la formule de Leibniz qui permet d’exprimer la dérivée \(n\)-ième du produit \[\boxed{\left(fg\right)^{(n)}=\displaystyle{\sum_{k=0}^n \dbinom{n}{k}
f^{(k)}g^{(n-k)}}}\]
En savoir plus
Formule de Leibniz pour les polynômes
[ Théorème ]
Soient \(P\), \(Q\in\mathbb{K}\left[X\right]\) deux polynômes. On a : \[\boxed{\left(PQ\right)^{(n)}=\sum_{k=0}^n \binom{n}{k}P^{(n-k)}Q^{(k)}}.\]
En savoir plus
Formule de Mac Laurin
[ None ]
Il s’agit simplement de la même formule, dans le cas \(a=0\) (l’usage veut que ce cas particulier soit nommé « formule de Mac Laurin »). \[f(b)=P_{f,0,n}(b)+\frac{f^{(n+1)}(c)}{(n+1)!}(b)^{n+1}\]
En savoir plus
Formule de Moivre
[ Proposition ]
\[\forall \theta\in\mathbb{R},\quad \forall n\in\mathbb{Z},\quad
\boxed{e^{i n \theta}=\left(e^{i\theta}\right)^n}\]
En savoir plus
Formule de Taylor avec reste intégral
[ Théorème ]
Soit \(f\) une fonction de classe \(\mathcal{C}^{n+1}\) sur un intervalle \(I\) de \(\mathbb{R}\). Si \(\left(a,x\right)\in I^2\). Alors : \[\boxed{f\left(x\right)=\sum_{k=0}^n \dfrac{f^{(k)}\left(a\right)}{k!}\left(x-a\right)^k+
\int_{a}^{x} \dfrac{\left(x-t\right)^n}{n!}f^{(n+1)}\left(t\right)\,\textrm{d}t}\]
En savoir plus
Formule de Taylor avec reste intégral
[ Théorème ]
Cette fois-ci, \(f\) est supposée \(C^{n+1}\) sur \([a,b]\) et à valeurs dans un espace de Banach. Alors: \[f(b)=P_{f,a,n}(b)+\frac{1}{n!}\int_a^b (b-t)^n.f^{(n+1)}(t)dt\]
En savoir plus
Formule de Taylor intégrale à l’ordre \(2\)
[ Théorème ]
Soit \(f : U \mapsto \mathbb{R}\) une fonction de classe \(\mathcal{C}^{2}\). On suppose que \(U\) est un ouvert convexe. Soit \(M_0=(x_0, y_0) \in U\) et un accroissement \(\overrightarrow{H}=(h,k)\) tel que \(M_0 + \overrightarrow{H}
\in U\). On a : \[f(x_0+h, y_0+k) = f(x_0, y_0) + \Bigl[
\underbrace{h\dfrac{\partial f}{\partial x}(x_0, y_0) + k\dfrac{\partial f}{\partial y}(x_0,
y_0)}_{{\mathrm{d}f}_{M_0}(\overrightarrow{H})} \Bigr] + R(h,k)\] où \[R(h, k) = \displaystyle{\int_{0}^{1}} (1-t)\bigl[ h^2 \dfrac{\partial^{2} f}{\partial {x}^{2}}(x_0+th,y_0+tk) +
2hk\dfrac{\partial^{2}f}{\partial x \partial y}(x_0+th,y_0+tk) + k^2\dfrac{\partial^{2} f}{\partial {y}^{2}}(x_0+th, y_0+tk)
\bigr] \mathrm{ \;d}t\]
En savoir plus
Formule de Taylor-Lagrange
[ Théorème ]
Soit \([a,b]\) un segment de \(\mathbb{R}\), avec \(a\neq b\), \(f\) de classe \(C^n\) de \([a,b]\) dans \(\mathbb{R}\), \(n+1\) fois dérivable sur \(]a,b[\); alors il existe \(c \in ]a,b[\) tel que \[f(b)=P_{f,a,n}(b)+\frac{f^{(n+1)}(c)}{(n+1)!}(b-a)^{n+1}\]
En savoir plus
Formule de Taylor pour les polynômes
[ Théorème ]
Soit \(P\) un polynôme de degré inférieur ou égal à \(n\) et \(a\in\mathbb{K}\). Alors : \[\boxed{P=\sum_{k=0}^n {\scriptstyle P^{(k)}\left(a\right)\over\scriptstyle k!}\left(X-a\right)^k}.\]
En savoir plus
Formule de Taylor-Young
[ Théorème ]
Soient \(f\) une fonction de classe \(\mathcal{C}^{n}\) sur un intervalle \(I\) de \(\mathbb{R}\) et \(a\in I\). Il existe une fonction \(\varepsilon\) définie sur \(I\) telle que \[\forall x\in I,\quad f\left(x\right) =
T_n(x) + \left(x-a\right)^n \varepsilon\left(x\right)\] avec \(\varepsilon\left(x\right) \xrightarrow[x\rightarrow a]{} 0\). Autrement dit, \[\boxed{\forall x\in I,\quad f\left(x\right) = \sum_{k=0}^n \dfrac{f^{(k)}\left(a\right)}{k!}\left(x-a\right)^k +
\underset{x \rightarrow a}{o}\left(\left(x-a\right)^n\right)}\]
En savoir plus
Formule de Taylor-Young
[ Théorème ]
On se donne une fonction \(f\) de \(\mathbb{R}\) dans un espace de Banach \(E\), \(n\) fois dérivable en \(a\). Alors \[f(x)-P_{f,a,n}(x)=o((x-a)^n)\]
En savoir plus
Formule de Taylor-Young à l’ordre \(2\)
[ Théorème ]
Si \(f : U \mapsto \mathbb{R}\) est de classe \(\mathcal{C}^{2}\) sur l’ouvert convexe \(U \subset \mathbb{R} [2]\), pour \((x_0, y_0) \in U\) et \((h, k) \in
\mathbb{R} [2]\) tel que \((x_0+h,y_0+k) \in U\), \[f(x_0+h, y_0+k) = f(x_0,y_0) + h\dfrac{\partial f}{\partial x}(x_0,y_0) + k
\dfrac{\partial f}{\partial y}(x_0, y_0) + \dfrac{1}{2}\bigl[h^2 \dfrac{\partial^{2} f}{\partial {(}^{2}}x_0,y_0) +
2hk\dfrac{\partial^{2}f}{\partial x \partial y}(x_0, y_0) + \dfrac{\partial^{2} f}{\partial {y}^{2}}(x_0,y_0)\bigr]
+ \lVert (h,k) \rVert_{ }^2R(h, k)\] avec \(R(h,k) \xrightarrow[(h,k) \rightarrow (0,0)]{} 0\).
En savoir plus
Formule d’Euler
[ Théorème ]
Supposons les \(a_i\) tous non nuls.
Alors \(1/a_1 - 1/a_2 + 1/a_3 - 1/a_4 + ... + (-1)^n /a_n=\)
Formule d’Euler
[ Théorème ]
Supposons les \(a_i\) tous non nuls.
\[\frac1{a_1+\frac{a_1^2}{a_2-a_1+\frac{a_1^2}{a_3-a_2+\frac{a_3^2}{\ddots+\frac{\ddots}{a_{n-1}-a_{n-2}+\frac{a_{n-1}^2}{a_n-a_{n-1}}}} }}}.\]
En savoir plus
Alors \(1/a_1 - 1/a_2 + 1/a_3 - 1/a_4 + ... + (-1)^n /a_n=\)
Formule d’Euler
[ Théorème ]
Supposons les \(a_i\) tous non nuls.
Alors \(1/a_1 - 1/a_2 + 1/a_3 - 1/a_4 + ... + (-1)^n /a_n=\)
Formule d’Hadamard
[ Théorème ]
On se donne \(\sum a_n.z^n\) une série entière. Soit \(L=limsup |a_n|^{1/n}\), alors le rayon de convergence est \(R=1/L\) (avec \(1/0=+\infty\) et \(1/+\infty=0\)).
En savoir plus
Formule d’inversion de Fourier
[ Théorème ]
On suppose que \(\phi^X\), fonction caractéristique de la variable aléatoire \(X\), est intégrable. Alors \(X\) admet une densité continue bornée \(f^X\), et on a \[f^X(x)=\frac{1}{(2\pi)^d} \int_{\mathbb{R}^d} e^{-i<t,x>}\phi^X(t).dt.\]
En savoir plus
Formule du binôme de Newton
[ Proposition ]
Soit \(a\) et \(b\) dans un anneau \(A\). Si \(a\) et \(b\) commutent, alors \[(a+b)^n=\sum_{k\in[0,n]} C_n^k a^kb^{n-k}\]
En savoir plus
Formule du binôme de Newton et formule de factorisation
[ Théorème ]
Dans un anneau \((A,+,\times)\), si \((a,b)\in A^2\) vérifient \[\boxed{ a\times b = b\times a}\] Alors pour tout \(n\in\mathbb{N}\), on a la formule du binôme de Newton \[\boxed{(a+b)^n = \sum_{k=0}^n \binom{n}{k}a^k b^{n-k}}\] et pour tout \(n\geqslant 1\), la formule de factorisation suivante \[\boxed{a^n -b^n =(a-b)(a^{n-1}+a^{n-2}b+\dots + ab^{n-2}+b^{n-1})=
(a-b)\sum_{k=0}^{n-1}a^{n-1-k}b^k}.\]
En savoir plus
Formule du déterminant par blocs
[ Proposition ]
Soit \(A \in \mathfrak{M}_{p}(\mathbb{\mathbb{K} })\) et \(C \in \mathfrak{M}_{n-p}(\mathbb{\mathbb{K} })\) deux matrices carrées et \(B \in \mathfrak{M}_{p,n-p}(\mathbb{\mathbb{K} })\) une matrice rectangulaire. On définit la matrice carrée par blocs : \[M = \begin{pmatrix} A & B \newline 0_{n-p,p} & C \end{pmatrix} \in \mathfrak{M}_{n}(\mathbb{\mathbb{K} }) .\] On sait calculer un déterminant avec un bloc de zéros en bas à gauche : \[\boxed{\mathop{\rm det}(M) = \mathop{\rm det}(A) \mathop{\rm det}(C) }\]
En savoir plus
Formules d’addition pour les fonctions hyperboliques
[ Proposition ]
Pour tout \(x,y\in\mathbb{R}\) :
En savoir plus
\[\begin{aligned}
\mathop{\mathrm{ch}}(x+y)&=&\mathop{\mathrm{ch}}x \mathop{\mathrm{ch}}y + \mathop{\mathrm{sh}}x \mathop{\mathrm{sh}}y\\
\mathop{\mathrm{ch}}(x-y)&=&\mathop{\mathrm{ch}}x \mathop{\mathrm{ch}}y - \mathop{\mathrm{sh}}x \mathop{\mathrm{sh}}y\\
\mathop{\mathrm{sh}}(x+y)&=&\mathop{\mathrm{sh}}x \mathop{\mathrm{ch}}y + \mathop{\mathrm{ch}}x \mathop{\mathrm{sh}}y\\
\mathop{\mathrm{sh}}(x-y)&=&\mathop{\mathrm{sh}}x \mathop{\mathrm{ch}}y - \mathop{\mathrm{ch}}x \mathop{\mathrm{sh}}y\end{aligned}\]
\[\begin{aligned}
\operatorname{th} (x+y)&=&\dfrac{\operatorname{th} x + \operatorname{th} y}{1 + \operatorname{th} x \operatorname{th} y }\newline
\operatorname{th} (x-y)&=&\dfrac{\operatorname{th} x - \operatorname{th} y}{1 - \operatorname{th} x \operatorname{th} y }\end{aligned}\]
Formules de Cramer
[ Théorème ]
Considérons le système d’équations linéaire \(MX=Y\), avec \(M\) de type \((n,n)\):
Alors \(X\) est solution, avec \[x_i=\frac{
\left|
\begin{array}{cccccccc}
M_{1,1} & M_{1,2} & \dots & M_{1,i-1} & Y_1 & M_{1,i+1} & \dots & M_{1,n} \\
M_{2,1} & M_{2,2} & \dots & M_{2,i-1} & Y_2 & M_{2,i+1} & \dots & M_{2,n} \\
\vdots & \vdots & \vdots & \vdots & \vdots & \vdots & \vdots & \vdots \\
M_{n,1} & M_{n,2} & \dots & M_{n,i-1} & Y_n & M_{n,i+1} & \dots & M_{n,n} \newline
\end{array}
\right|
}{
det\ M
}\]
En savoir plus
\[M=\left( \begin{array}{cccc} M_{1,1} & M_{1,2} & \dots & M_{1,n} \\ M_{2,1} & M_{2,2} & \dots & M_{2,n} \\ \vdots & \vdots & \vdots & \vdots \\ M_{n,1} & M_{n,2} & \dots & M_{n,n} \\ \end{array} \right),\ \ \ \ Y=^t\!\!(y_1,...,y_n)=\left(\begin{array}{c}y_1\\y_2\\ \vdots\\ y_n\end{array}\right).\]
On suppose en outre que \(M\) est inversible.
Formules de Cramer
[ Proposition ]
Si \(\left(\mathscr S\right)\) est un système de Cramer d’écriture matricielle \(AX=B\), l’unique solution de \(\left(\mathscr S\right)\) est le \(n\)-uplet \(\left(x_1,\dots,x_n\right)\) tel que :
\[\forall i\in\llbracket 1,n\rrbracket,\quad \boxed{x_i={\scriptstyle\mathop{\rm det}A_i\over\scriptstyle\mathop{\rm det}A}}\] où \(A_i\) est la matrice obtenue en remplaçant la \(i\)-ème colonne de \(A\) par \(B\).
En savoir plus
Formules de Cramer
[ Théorème ]
Soit \(A \in \mathrm{GL}_{n}(\mathbb{K} )\) une matrice inversible. Notons \(C_1,\dots, C_n\) les vecteurs colonnes de \(A\). Le système de Cramer \(AX
= B\) possède une unique solution \(X = \begin{pmatrix} x_1 \\ \vdots \newline
x_n\end{pmatrix}\) et on sait exprimer \(x_i\) à l’aide de déterminants : \[\forall i \in [\kern-0.127em[ 1, n ]\kern-0.127em], \quad x_i = \dfrac{\mathop{\rm det}(A_i)}{\mathop{\rm det}(A)}\] où \(A_i\) est la matrice obtenue en remplaçant la \(i\)-ème colonne de \(A\) par le second membre \(B\).
En savoir plus
Formules de Cramer
[ Théorème ]
Considérons le système d’équations linéaire \(MX=Y\), avec \(M\) de type \((n,n)\):
\[M=\left( \begin{array}{cccc} M_{1,1} & M_{1,2} & \dots & M_{1,n} \\ M_{2,1} & M_{2,2} & \dots & M_{2,n} \\ \vdots & \vdots & \vdots & \vdots \\ M_{n,1} & M_{n,2} & \dots & M_{n,n} \\ \end{array} \right),\ \ \ \ Y=^t\!\!(y_1,...,y_n)=\left(\begin{array}{c}y_1\\y_2\\ \vdots\\ y_n\end{array}\right).\]
On suppose en outre que \(M\) est inversible.
Formules d’Euler
[ Théorème ]
\[\forall \theta\in\mathbb{R},\quad
\boxed{\cos \theta=\dfrac{e^{i \theta}+e^{-i \theta}}{2}} \quad \textrm{ et} \quad
\boxed{\sin \theta=\dfrac{e^{i \theta}-e^{-i \theta}}{2i}}\]
En savoir plus
Fraction continue
[ Definition ]
On se donne un entier \(p>1\). On appelle représentation \(p\)-adique du réel \(x\) la suite d’entiers \((c_n)_{n\in \mathbb{N}}\) définie par
\[c_n=\left\{ \begin{array}{l}E(x) \mbox{ si $n=0$}\newline \frac{1}{p^n}[E(p^nx)-pE(p^{n-1}x)] \mbox{ sinon} \end{array}\right.\]
Fraction continue
[ Definition ]
On se donne un entier \(p>1\). On appelle représentation \(p\)-adique du réel \(x\) la suite d’entiers \((c_n)_{n\in \mathbb{N}}\) définie par \[c_n=\left\{ \begin{array}{l}E(x) \mbox{ si $n=0$}\newline \frac{1}{p^n}[E(p^nx)-pE(p^{n-1}x)] \mbox{ sinon} \end{array}\right.\] (\(E(y)\) désignant la partie entière de \(y\)).
En savoir plus
Fractions continues
[ Definition ]
Une fraction continue est un objet de la forme suivante: \[[a_0,a_1,\dots,a_n,\dots]= a_0+\frac{1}{a_1+ \frac{1}{a_2+\frac1{a_3+\dots}}}\]
En savoir plus
Elle est caractérisée par une suite d’entiers qui est finie ou infinie.
On appelle convergents d’une fraction continue la suite de numérateurs \(p_n\) et de dénominateurs \(q_n\) définis par:
Fractions continues
[ Definition ]
Une fraction continue est un objet de la forme suivante:
\[[a_0,a_1,\dots,a_n,\dots]= a_0+\frac{1}{a_1+ \frac{1}{a_2+\frac1{a_3+\dots}}}\]
Elle est caractérisée par une suite d’entiers qui est finie ou infinie.
On appelle convergents d’une fraction continue la suite de numérateurs \(p_n\) et de dénominateurs \(q_n\) définis par:
Fubini
[ Théorème ]
On suppose \((X,{\cal X},\mu_X)\) et \((Y,{\cal Y},\mu_Y)\) des espaces mesurés de mesures \(\sigma\)-finies. Soit \(f\) mesurable de \((X\times Y,{\cal X}\otimes {\cal Y},\mu_X \otimes
\mu_Y)\) dans \(\overline{\mathbb{R}}\).
\(\bullet\)si \(f\) est positive, alors \(y\mapsto \int_X f_{1,y}(x).dx\) est mesurable positive, et \[\int_Y ( \int_X f_{1,y}(x).dx ).dy = \int_{X \times Y} f.dz\] \(\bullet\)si \(f\) est positive, alors \(x\mapsto \int_Y f_{2,x}(y).dy\) est mesurable positive. et \[\int_X ( \int_Y f_{2,x}(y).dy ).dx = \int_{X \times Y} f.dz\] \(\bullet\)si \(f\) est intégrable, alors pour presque tout \(x\), \(f_{2,x}\) est intégrable, et \(x\mapsto \int_Y f_{2,x}(y).dy\) est définie presque partout et intégrable, et on a \[\int_X
( \int_Y f_{1,x}(y).dy ).dx = \int_{X \times Y} f.dz\] \(\bullet\)si \(f\) est intégrable, alors pour presque tout \(y\), \(f_{1,y}\) est intégrable, et \(y\mapsto \int_X f_{1,y}(x).dx\) est définie presque partout et intégrable, et on a \[\int_Y
( \int_X f_{1,y}(x).dx ).dy = \int_{X \times Y} f.dz\]
En savoir plus
Alors:
\(\bullet\)pour tout \(x\in X\) l’application \(f_{2,x} : y\mapsto f(x,y)\) est mesurable sur \((Y,{\cal Y})\).
\(\bullet\)pour tout \(y\in Y\) l’application \(f_{1,y} : x\mapsto f(x,y)\) est mesurable sur \((X,{\cal X})\).