LICENCE 3 EME ANNEE MATHEMATIQUES MMESI

(Mathmatiques pour les mtiers De l'enseignement secondaire et de l'ingnieur)

Secrtariat Pdagogique Emilie MARUEJOULS Bt 1TP1 Porte B16

Tlphone: 05 61 55 60 69 emilie.maruejouls@adm.ups-tlse.fr

FINALITE
Le parcours L3 Mathmatiques pour les Mtiers de l'Enseignement Secondaire et de l'Ingnierie est conu pour acqurir les bases thoriques et pratiques ncessaires pour l'utilisation des mathmatiques dans l'industrie ou leur enseignement en collge ou lyce. Pour l'orientation Enseignement , l'objectif est de se concentrer sur les mathmatiques ncessaires cette orientation, de les matriser et d'amorcer l'apprentissage professionnel en vue de l'obtention du CAPES ou d'un concours quivalent. Pour l'orientation Ingnierie, le parcours offre une double formation en analyse numrique et en probabilits/statistiques suffisamment riche pour permettre aux tudiants de s'orienter dans l'une ou l'autre direction dans le parcours Ingnierie et Mathmatiques appliques de Toulouse. Lorientation Stat Eco est conue pour les tudiant-e-s suivant le magistre du mme nom.

ORGANISATION
La formation se droule sur deux semestres (S5 et S6) et comprend un tronc commun (5 UE au premier semestre et 2 au second, pour un total de 30 ECTS) et des UE spcifiques pour chaque option (2 UE au premier semestre et 4 au second, pour un total de 30 ECTS). Tous les modules sont semestriels. Dans la suite, on note option E pour Enseignement, I pour Ingnierie et S pour le Magistre Stat. Eco.

DEBOUCHES
Option Enseignement: ce parcours est un accs naturel vers le Master Enseignement et
les concours CAPES ou CAFEP.

Option Ingnierie: en offrant une introduction aux principaux domaines des mathmatiques
appliques, ce parcours permet aux tudiants de s'orienter parmi les diffrents Master Ingnierie et Mathmatiques appliques de Toulouse.

INSCRIPTION EN 2me ANNEE POUR LANNEE 2011-12

- Accs de plein droit aux tudiants titulaires ayant valid un L2 de Mathmatiques et applications de lUniversit Paul Sabatier TOULOUSE.

- Accs sur dossiers examins par la Commission de Scolarit. Ceci concerne: a) les tudiants titulaires dun L2 obtenu dans une autre universit franaise. b) les tudiants titulaires d'un BTS ou DUT dominante Mathmatique et Informatique, c) les tudiants des classes prparatoires aux grandes coles et les tudiants des grandes coles toulousaines, d) les tudiants trangers titulaires d'un diplme quivalent au DEUG ou L2.

Responsables de la formation

BARRAUD JeanJean-Franois : jeanjean-francois.barraud@math.univfrancois.barraud@math.univ-toulouse.fr CASALIS Muriel : muriel.casalis@math.univmuriel.casalis@math.univ-toulouse.fr

Semestre 5 Dure : 12 semaines

Heures EL5MEAM EL5MEBM EL5MECM EL5MEDM EL5MEEM EL5MEFM EL5MEGM EL5MEHM EL5MEIM EL5MEJM

ECTS

Cours

TD

TP

UE choix

Topologie, espace de Hilbert Analyse numrique I Thorie de la mesure, Probabilits Statistique Rsolution de Problmes 1 (option EI) Bureau d'tudes en statistique 1 (option S) Logique, thorie des groupes (option E) Programmation (option I) Economie (option S) Langues I

60 72 60 42 projet 66 60 54 24

5 6 5 3 2

24 24 24 18

36 36 36 18

12 6 1 sur 2

6 3

24 24 39

42 36 15 24 1 sur 3

EL5MEAM - TOPOLOGIE, ESPACE DE HILBERT

ECTS 5

COURS 24

TD 36

TP

Objectifs
Que signifie qu' au voisinage d'un point est satisfaite telle ou telle proprit? Comment formaliser la proprit pour un ensemble d'tre d'un seul morceau ? C'est l'objet de la topologie que de donner un sens prcis dans des espaces assez gnraux ce type de notions intuitives et ncessaires au dveloppement de l'analyse; on se limitera ici aux espaces mtriques, en insistant plus particulirement sur les espaces vectoriels norms. On dveloppera galement un peu d'analyse hilbertienne. Il y aura 2 rsolutions de problmes associes ce module.

Pr requis
Topologie de R. Convergence de suites et sries dans R. Continuit. Notion d'espace vectoriel, dimension, applications linaires.

Description
Plan du cours: Distances, espaces mtriques. Normes, espaces vectoriels norms. Normes quivalentes. Espaces pr-hilbertiens. Suites de points dans un espace mtrique. Espaces mtriques complets. Espaces de Banach, espaces de Hilbert. Complt dun espace mtrique, dun espace vectoriel norm, dun espace pr-hilbertien (noncs des rsultats, ides des constructions, pas le temps de constructions dtailles). Parties ouvertes, fermes, compactes, compltes dun espace mtrique. Parties denses. Sparabilit (dfinition). Connexit, connexit par arcs. Applications continues, uniformment continues. Homomorphismes. Applications linaires continues. Applications continues dfinies sur un compact. Prolongement dapplications continues. La technologie des points fixes : point fixe dune application contractante, mthode des

approximations successives. Convexit: enveloppe convexe, points extrmaux, thorme de Carathodory (en exercice). Projection sur un convexe ferm dun espace de Hilbert. Analyse hilbertienne (suite) : isomtrie de F. Riesz dun espace de Hilbert, oprateur adjoint dun oprateur ; une application : la technologie des moindres carrs ; bases hilbertiennes. Illustrations des rsultats sur lespace L2 ( coordonner avec ce qui est fait en parallle).

EL5MEBM - ANALYSE NUMERIQUE 1

ECTS 6

COURS 24

TD 36

TP 12

Objectifs
Rsoudre un problme linaire (un systme d'quations, inversion de matrice...) peut s'avrer bien plus ardu qu'il n'y parat si sa taille est grande. On introduit ici diffrentes mthodes numriques efficaces utilises cet effet. Par ailleurs, la reprsentation numrique d'objets continus (tels que fonctions ou courbes) requiert des mthodes d'approximations dont quelques unes sont dveloppes ici. Il y aura 1 rsolution de problmes associe ce module.

Pr requis
Algbre linaire, rduction des endomorphismes linaires. Convergence des suites et sries de fonctions.

Description
Plan du cours: (volumes horaires donns titre indicatif) Le cours est spar en deux parties largement indpendantes de volumes horaires un peu ingaux. Certaines questions de la deuxime partie pourront faire appel des rsultats de la premire. Algorithme fondamentaux de lalgbre linaire.

(9

cours

14

TD):

On prsente les mthodes fondamentales danalyse numrique matricielle en privilgiant laspect vectoriel. On insistera sur les calculs de complexit. On voquera les questions de stabilit de calcul sans traitement thorique. On rappellera (ou traitera) les rsultats thoriques ncessaires (rductions de matrices remarquables). Ltude des normes matricielles et questions associes est repousse au second semestre. Triangularisation des matrices par la mthode de Gauss. Problme du Pivot. Traduction matricielle. Factorisation LU. Calcul du rang dune famille de vecteurs. Factorisation triangulaire des matrices symtriques dfinies positives. Mthode de Cholesky.

Factorisation dune matrice en un produit dun matrice orthogonale par une matricielle triangulaire (mthode QR). Algorithmes de Calcul. Lien avec le procd dorthonormalisation de Gram-Schmidt. Inversion des matrices tridiagonales.

Approximation des fonctions et des courbes. (15 h cours + 22 h TD). Le thorme de Weirstrass pour lapproximation uniforme des fonctions continues par des fonctions polynmes. Le thorme est dmontr par la mthode des polynme de Bernstein. (~2 h cours) Interpolation de Lagrange-Hermite : existence, formule de Neville Aitken, diffrences divises, formule de Newton, algorithme de calcul, tude de lerreur dinterpolation (~4 h

cours)
Fonctions splines. Dfinition de lespace de spline de classe Cm sur une subdivision donne dun intervalle. Dimension et base standard de cet espace. Base de B-splines.

(~3h cours)
Spline cubique dinterpolation. Dfinition, existence et algorithme de calcul. Application lapproximation des fonctions et des courbes (au besoin, cet partie peut tre traite en TD uniquement). (~3 h cours) Courbes de Bezier. Dfinition, polygone de contrle, proprits gomtriques, calcul (de Casteljau). Raccordement. (~3 h cours)

EL5MECM - THEORIE DE LA MESURE, PROBABILITES

ECTS 5

COURS 24

TD 36

TP

Objectifs
Dans ce module, on introduira brivement la thorie de l'intgration sans rentrer dans les dtails. On illustrera le cours de mesure essentiellement avec des exemples issus des probabilits. On mettra l'accent sur la matrise des calculs. Il y aura 2 rsolutions de problmes associes ce module.

Pr requis
Intgrale de Riemann, sries, sries entires, intgrales gnralises. Probabilits et variables alatoires discrtes.

Description
Plan du cours:
Introduction de l'intgration de Lebesgue: Espaces mesurables, tribus. Mesures, espaces mesurs. Exemples de mesures: discrtes, continues, mixtes. Notion d'ensembles ngligeables, de proprit vraie presque partout. Fonction de rpartition. Mesure image. Illustration par des lois de probabilits. Intgration par rapport une mesure: Dfinition des fonctions tages positives, mesurables positives, de signe quelconque. Dfinition de l'intgrale. Lien avec l'intgrale de Riemann, avec les sries. Intgrale et galit presque sre. Thormes: Fatou, Beppo-Lvy, convergence domine sans dmonstration. Rgularit des intgrales dpendant d'un paramtre (continuit, drivabilit). Variables alatoires:

Loi d'une v.a. Thorme du transport, formule du changement de variable, application au calcul de lois. Esprance. Fonction caractristique, transforme de Laplace, fonction gnratrice (rappel de L2). Les TD porteront essentiellement sur des v.a. densit sur IR et un ou deux exercices de rappel sur les v.a. discrtes tudies en L2.

Vecteurs alatoires: Vecteurs alatoires: loi jointe, lois marginales. Indpendance. Formule de changement de variables et nonc du thorme de Fubini (cette partie sera approfondie au second semestre pour l'option Ingnierie).

EL5MEDM - STATISTIQUES

ECTS 3

COURS 18

TD 18

TP 6

Objectifs
La premire partie du cours a pour objectif de prsenter quelques outils de base de la statistique descriptive multidimensionnelle. La seconde partie est une initiation la statistique infrentielle au travers d'un exemple simple : celui de l'estimation d'une proportion. Il y aura 1 rsolution de problmes associe ce module pour loption Ingnierie seulement.

Pr requis
Il est ncessaire de possder les notions de base du calcul des probabilits.

Description
Plan du cours: 1. Statistique descriptive: Statistique descriptive pour 2 variables. Problme de rgression entre deux variables quantitatives unidimensionnelles. Covariance et coefficient de corrlation. Rgression linaire par moindres carres. Analyse de la variance (variance intra et inter classe). Table de contingence, test du chi-deux. Analyse en composantes principales. Principe (inertie, projection sur un axe), interprtation des rsultats.

2. Estimation ponctuelle et par intervalle de confiance d'une proportion: Prsentation du problme : estimation du paramtre d'une Bernoulli. Description du modle statistique.

La moyenne empirique vue comme un estimateur du paramtre d'intrt. Proprits de cet estimateur (sans biais et convergent). Intervalle de confiance de niveau exact pour une proportion. Utilisation du TCL pour la construction d'un intervalle de confiance asymptotique.

Bibliographie:
Saporta G. (1990). Probabilits, analyse de donnes et statistique. Technip.

EL5MEEM - RESOLUTION DE PROBLEMES 1 (OPTION EI)

ECTS 2

COURS

TD

TP Projet

Objectifs
Le but est lentrainement la formalisation de raisonnement et leur rdaction. Les sujets seront prioritairement choisis en liaison avec les cours et TD dispenss. Ils seront proposs et corrigs par les enseignants des matires concernes. La forme est libre : crits en temps limit, problmes guids, etc

Description
6 problmes de 2h + 1h de correction rpartis dans le semestre, dont : Pour loption E : 2 en topologie et analyse hilbertienne 2 en intgration et probabilits 1 en analyse numrique 1 en logique et thorie des groupes

Pour loption I : 2 en topologie et analyse hilbertienne 2 en intgration et probabilits 1 en analyse numrique 1 en statistique

EL5MEFM - BUREAU D'ETUDES EN STATISTIQUE 1 (OPTION S)

ECTS 2

COURS

TD

TP Projet

Objectifs
Entrainement la manipulation de donnes relles.

Pr requis

Description
A partir de donnes "brutes" existantes, l'tudiant apprendra sur des exemples concrets rcuprer les donnes existantes (donnes issues de diffrents onglets de tableurs, fichiers plats, externes) convertir les donnes suivant les formats de diffrents logiciels nettoyer ces donnes recoder ces donnes afin d'obtenir un fichier exploitable par les diffrents logiciels statistiques utiliss. L'tudiant apprendra utiliser et interprter diffrentes reprsentations graphiques des donnes statistiques. Ce travail fera l'objet d'un dossier.

EL5MEGM LOGIQUE, STRUCTURES ALGEBRIQUES (OPTION E)

ECTS 6

COURS 24

TD 42

TP

Objectifs
Lobjectif de ce cours est de prsenter des applications classiques de la thorie des structures algbriques larithmtique et la gomtrie, en privilgiant en particulier des situations de dnombrement et en sappuyant sur une premire partie consacre aux fondements des mathmatiques (logique, ensembles, relations). Il y aura une rsolution de problmes associe ce module.

Pr requis
Bases darithmtique, d'algbre linaire et de gomtrie affine.

Description
Plan du cours: 1. Logique, ensembles, relations (6 semaines) Logique : propositions, quantificateurs, quelques raisonnements classiques. Notions ensemblistes : ensembles, applications, cardinaux, dnombrements, principe dinclusion-exclusion. Relations : graphes, relations dordre, relations dquivalence, ensembles quotients et factorisation canonique.

2. Structures algbriques (6 semaines) Gnralits sur les groupes, anneaux, corps. Sous groupes distingus, groupes quotient. Thorme de Lagrange, action dun groupe sur un ensemble, stabilisateurs et orbites, nombre dorbites. Les groupes symtriques : permutations, les cycles de Sn, signature, conjugaison.

Arithmtique : groupes cycliques, idaux de lanneau Z, anneau (Z Z/nZ Z), idaux de lanneau K[X]. Gomtrie : groupes orthogonaux O(n) et SO(n) et isomtries, sous-groupes finis de O(2).

EL5MEHM - PROGRAMMATION (OPTION I)

ECTS 6

COURS 24

TD 36

TP

Objectifs
La simulation est un outil important d'aide la dcision. Elle ncessite la matrise d'outils de programmation. Ce cours est une introduction au langage C.

Pr requis
Nant.

Description
Le cours dmarre par quelques gnralits sur les langages compils et prsente quelques exemples simples de programmes crits en C. On insiste alors sur la notion d'algorithme dont l'criture doit prcder celle du programme. On passe ensuite en revue les lments de syntaxe propres au C : types, boucles, structures de contrle. On dtaille l'utilisation de tableaux et des fonctions. Puis la gestion des chanes de caractre et des entres/sorties. Si le temps le permet, on aborde les types composs ou les pointeurs.

EL5MEIM - ECONOMIE (OPTION S)

ECTS 6

COURS 39

TD 15

TP

Objectifs
Ce cours est une introduction l'histoire des modles conomiques.

Pr requis
Nant.

Remarque
Les cours auront lieu l'UT1.

EL5MEJM - LANGUES

ECTS 3

COURS

TD 24

TP

Objectifs
Enrichissement du vocabulaire de base, grammaire selon les besoins et lacunes du groupe; l'oral: prise de notes dans le cadre d'un cours ou d'une confrence en langue trangre; l'crit: rdiger une communication ou un rapport scientifique.

Semestre 6 Dure : 12 semaines

code Apogee EL6MEAM EL6MEBM EL6MEB1 EL6MEB2 EL6MECM EL6MEC1 EL6MEC2 EL6MEDM EL6MED1 EL6MED2 EL6MEEM EL6MEE1 EL6MEE2 EL6MEFM EL6MEGM EL6MEHM EL6MEIM

S6 Calcul diffrentiel, quations diffrentielles Pratique option EI - Projet - Rsolution de Problmes 2 Pratique option S - Projet - Bureau d'tude en stat Approfondissement option E - Gomtrie affine et euclidienne - Histoire des maths Approfondissement option IS - Approfondissement en intgration et probabilits - Statistique infrentielle Analyse et TP informatique (option E) Analyse numrique II (option I) Info pour les stats (option S) Langues II

Heures presentiel 60

ECTS 5

CTD

CM 24

TD 36

TP

UE a choix

projet projet

3 2 1 sur 2

projet projet

3 2 36 12 54 24 1 sur 2

90 36

8 3

60 60 72 72 66 24

5 6 6

24 24 24 24 24

36 24 36 36 24 24 12 12 12 18 1 sur 3

EL6MelEEAM

EL6MEAM - CALCUL DIFFERENTIEL, EQUATIONS DIFFERENTIELLES

ECTS 5

COURS 24

TD 36

TP

Prsentation
Il est bien rare qu'un phnomne ne dpende que d'un seul paramtre et le calcul diffrentiel a pour objet de dvelopper des outils d'analyse pour les fonctions de plusieurs variables, et en particulier la notion usuelle de drive et ses applications. Les quations diffrentielles quant elles dcrivent comment un systme (physique ou autre) volue et rgissent donc les phnomnes les plus divers. Le but est d'offrir des moyens d'investigation des ces quations, et de rsoudre les plus simples: les quations linaires. Il y aura 2 rsolutions de problmes associes ce module.

Objectifs principaux
Approfondissement du programme de L2 avec quelques largissements, le but tant de: Savoir calculer des drives partielles de fonctions composes, dterminer des extrema de fonctions C^2 (avec ou sans contraintes), savoir utiliser les accroissements finis, la formule de Taylor avec reste intgral. Connatre les proprits des quations diffrentielles : existence globale et unicit, structure affine de l'ensemble des solutions, savoir quand et comment utiliser la mthode de variation de la constante pour les quations scalaires d'ordre 1 et 2. Structure des solutions des quations homognes coefficients constants.

Pr requis
Fonction d'une variable relle, drivabilit, accroissements finis. quations diffrentielles linaires d'ordre 1 et 2 coefficients constants en dimension 1. Topologie de R^n : normes, ouverts, continuit des fonctions de plusieurs variables relles Rduction des endomorphismes

Description
Plan du cours: Calcul diffrentiel: Fonctions d'un ouvert de R^n vers R^p (6 semaines)

Rappels (brefs mais ncessaires) : dfinition d'une norme, d'un ouvert de R^n. Continuit d'une application d'un ouvert de R^n vers R^p. drives partielles, dfinition d'une application C^1 par le fait que ses drives partielles sont continues. Dfinition de la matrice jacobienne et du jacobien. canoniques) par la Jacobienne. Enonc de la rgle de la chane. Dfinition intrinsque de la diffrentielle (sur R^n). Relation avec les drives partielles. Equivalence entre C^1 (au sens ci-dessus) et continuit de la diffrentielle (dmonstration facultative). Justification de la rgle de la chane. Thorme des accroissements finis plusieurs variables, pour les applications C^1. Applications et illustrations (ex : les fonctions C^1 sont localement lipschitziennes sur tout convexe compact). Dfinition d'une application C^2 par le fait que ses drives partielles sont C^1. Lemme de Schwarz. Hessienne, dveloppement de Taylor l'ordre 2. Application la recherche d'extrema. Dfinition d'un C^1 diffomorphisme entre deux ouverts de R^n. Inversion locale et thorme des fonctions implicites (sans dmonstration). Exemples de recherche d'extrema lis, multiplicateurs de Lagrange (mthodes de calcul, pas de dmonstration). Dfinition de la diffrentielle d'une application C^1 comme l'application linaire dfinie (dans les bases

quations diffrentielles pour des fonctions valeurs dans R^n (6 semaines): 6 semaines 1. Position du problme pour les quations d'ordre 1 : rsoudre une EDO c'est trouver une fonction et un intervalle. Notion de problme de Cauchy. Mise d'une quation scalaire d'ordre n sous forme d'un systeme d'ordre 1. Exemples d'quations (non linaires) dont la taille de l'intervalle solution dpend de la donne initiale. 2. Thorme de Cauchy Lipschitz : unicit et existence globale pour y'=V(t,y) lorsque V est globalement lipschitzienne par rapport y. Lemme de Gronwall. Dmonstrations

facultatives. Thorme de Cauchy-Lipschitz pour les applications localement

lipschitziennes par rapport une variable, solutions maximales (sans dmonstration). 3. quations linaires y'=A(t)y + V(t). Existence et unicit globale (corollaire de la version globale de Cauchy-Lipschitz), rsolvante de l'quation homogne. Structure linaire et affine des espaces de solutions des quations homognes et inhomognes. Recherche d'une solution particulire par la mthode de variation de la constante. Formule de

Duhamel (dmonstration facultative). Cas particulier des quations scalaires : rsolution complte des equations d'ordre 1 par variation de la constante, recherche d'une solution particulire pour les quations d'ordre 2 partir d'une base des solutions de l'quation homogne ; Wronskien. 4. quations linaires coefficients constants: rappel du cas scalaire pour les quations d'ordre 1 et 2. Cas gnral : exponentielle matricielle, forme gnrale des solutions pour un systme homogne coefficients constants.

EL6MEEB1

EL6MEB1 - PROJET 9 (OPTION EI)

ECTS 3

COURS

TD

TP Projet

Objectifs
Se confronter la pratique des mathmatiques dans les mtiers des orientations envisages.

Description
Pour l'option ingnierie: travail en petits groupes du type: rdaction de solution d'un problme,
synthse et illustration d'une partie d'un livre, modlisation et rsolution numrique d'un problme, bureau d'tude statistique.

Pour l'option enseignement: approfondissement d'un thme mathmatique de l'enseignement

secondaire (d'un point de vue mathmatique, pistmologique ou historique).

EL6MEB2

EL6MEB2 - RESOLUTION DE PROBLEMES 2 (OPTION EI)

ECTS 2

COURS

TD

TP

PROJET

Objectifs
Le but est lentrainement la formalisation de raisonnement et leur rdaction. Les sujets seront prioritairement choisis en liaison avec les cours et TD dispenss. Ils seront proposs et corrigs par les enseignants des matires concernes. La forme est libre : crits en temps limit, problmes guids, etc

Description
Comme au semestre prcdent: 6 problmes de 2h + 1h de correction rpartis dans le semestre, dont : Pour loption E : 2 en calcul diffrentiel 2 en gomtrie affine et euclidienne 2 en analyse

Pour loption I : 2 en calcul diffrentiel 2 en approfondissement en intgration et probabilits 1 en analyse numrique 1 en statistique infrentielle.

EL6MECM

EL6MEC1 - PROJET (OPTION S)

ECTS 3

COURS

TD

TP

PROJET

Objectifs/Description:
L'tudiant apprend construire un raisonnement scientifique pour rsoudre un problme appliqu. Tout particulirement, le problme sera rcrit de manire mathmatique, rsolu thoriquement et pratiquement, puis mis en pratique au moyen des outils informatiques appropris.

On sensibilise particulirement ici l'tudiant sur les qualits essentielles du produit rendu (lisibilit, accessibilit, prise en compte de contraintes, reprsentations graphiques, plan et logique, orthographe et expression, recul par rapport aux sorties du logiciel, interprtation des rsultats...).

Ce module prpare ainsi l'tudiant au travail de R&D qu'il aura accomplir dans ses stages en entreprise et galement dans sa vie professionnelle.

EL6MECM

EL6MEC2 - BUREAU D'ETUDES EN STATISTIQUE (OPTION S)

ECTS 2

COURS

TD

TP

PROJET

Objectifs/Description:
La mise en situation concrte (comme dans un bureau d'tude) est aborde l'aide d'un travail personnel (ou en binme) sur des donnes collectes par l'tudiant sur un thme choisi par lui ou un thme et des donnes proposs par l'enseignant. Un document synthtique doit tre rendu avec prsentation de l'tude, des traitements des donnes effectus et des rsultats obtenus. Un mmoire est rendre.

EL6MED1

EL6MED1 - GEOMETRIE AFFINE ET EUCLIDIENNE (OPTION E)

ECTS 9

COURS 36

TD 54

TP

Objectifs
La gomtrie affine et la gomtrie affine euclidienne offrent le cadre naturel o dvelopper la gomtrie usuelle du plan ou de l'espace 3 dimensions ou plus. On en prsente les proprits et on tudie leurs groupes de transformations. La gomtrie diffrentielle dveloppe l'tude locale les courbes ou surfaces: notion de tangente, courbure, torsion... Il y aura 2 rsolutions de problmes associes ce module.

Pr requis
Algbre linaire de L1 et L2, analyse de L1 et L2.

Description
Comlments d'algbre pour la gomtrie: Complments de gomtrie euclidienne - Orientation d'un espace vectoriel, angle de deux vecteurs dans le plan et l'espace, produit vectoriel. - Espaces euclidiens, dcomposition polaire, projection orthogonale - Isomtries vectorielles: dcomposition canonique selon les sous-espaces stables, sous-groupe de O (3). - Groupes oprant sur un ensemble. Produit des classes Gomtrie affine - Espaces affines, barycentre et applications affines - Quelques thormes clbres: (Thals, Menelaus, Desargues, ...). Gomtrie affine euclidienne - Espaces affines euclidiens, isomtries - Classification des isomtries dans le plan et l'espace. - Groupe d'isomtries du plan, groupes discrets de symtrie d'un sous-ensemble convexe born de $R$ (cas du ttradre, cube, octadre...).

Sphre de Riemann et homographies. Gomtrie du triangle, du cercle, du ttradre et de la sphre. Coniques : points de vue algbrique et point de vue affine euclidien Gomtrie diffrentielle: Courbes paramtres dans le plan et l'espace; notion de tangente [comme limite de scantes pour la distance angulaire sur l'espace des droites passant par un point]; branches infinies. Courbes de Bzier (galement traites du point de vu numrique en analyse numrique). Paramtrage par la longueur d'arc, longueur d'une courbe; courbure d'une courbe plane; courbure et torsion d'une courbe de l'espace. Nappes paramtres dans l'espace, plan tangent et position par rapport au plan tangent en un point.

EL6MED2

EM6MED2 - HISTOIRE DES MATHS

(OPTION E)

ECTS 3

COURS 12

TD 24

TP

Objectifs/Description
pistmologie, histoire et didactique des sciences pour l'enseignement des mathmatiques en collge et lyce. On pourra par exemple tudier la construction des systmes de nombres, la mise en place de concepts de gomtrie, d'algorithmique, de probabilits et statistique, etc. d'un point de vue pistmologique, historique et didactique. On introduira aussi les notions utiles la prparation et au suivi du stage en tablissement.

EL6MEE1

EL6MEE1 - APPROFONDISSEMENT EN INTEGRATION ET PROBABILITES

ECTS 5

COURS 24

TD 36

TP

Objectifs
Suite et approfondissement du cours d'intgration et probabilit du S5. Il y aura 2 rsolutions de problmes associes ce module.

Pr requis
Il est ncessaire de possder les notions d'intgration vues au premier semestre du L3.

Description
Plan du cours:
Vecteurs alatoires (rappels du 1er semestre) Pratique du changement de variables, application la somme de variables alatoires indpendantes. Vecteurs gaussiens. Dfinition, fonction caractristiques, caractrisation l'aide la moyenne et de la matrice de variance-covariance, densit lorsque la matrice de variance-covariance est inversible, transformation par changement de variable affine, caractrisation de l'indpendance des coordonnes l'aide de la matrice de variance-covariance. Espaces L1 et L2. Ingalits (Cauchy-Schwartz, Markov, Bienaym-Tchebychev , Jensen). Compltude et densit des fonctions continues (admis). Projection dans L2 lien avec l'esprance conditionnelle. Notions de convergences (presque sre, en probabilit, en loi), Lemme de Borel-Cantelli (version simple). Loi des grands nombres et thorme de la limite centrale (rappel de S5 statistique) Lois conditionnelles (continue-continue, discrte-discrte, discrte-continue). Convolution dans RN et pour la mesure de Lebesgue. Rgularit et intgrabilit de la convole suivant celle des termes du produit de convolution.

Rgularisation par convolution, units approches support compact ou non. Transforme de Fourier dans RN et pour la mesure de Lebesgue. Transforme de Fourier dans L1. Riemann Lebesgue. Proprits de rgularits. Extension L2. Parseval. Transforme de Fourier inverse. Caractrisation des densits de probabilits. Transforme de Fourier d'une convolution (en travaux dirigs: lien avec les sries de Fourier, noyaux de Dirichlet et de Fejer).

EL6MEE2

EL6MEE2 - STATISTIQUE INFERENTIELLE (OPTION IS)

ECTS 6

COURS 24

TD 24

TP 24

Objectifs
Suite et approfondissement du cours du semestre prcdent.

Pr requis
Il est ncessaire de possder les notions de base du calcul des probabilits, ainsi que certaines notions de probabilit vues au premier semestre du L3. Il y aura 1 rsolution de problmes associe ce module pour loption Ingnierie.

Description
Plan du cours:
Estimation. Exemples introductifs. Le modle statistique paramtrique dchantillonnage. Recherche de statistique exhaustive (critre de factorisation). Dfinition de linformation de Fisher et proprits. Estimations par maximum de vraisemblance et par la mthode des moments. Dfinitions dun estimateur sans biais, dun estimateur convergent. Ingalit de Cramer-Rao et estimateur efficace. Proprits asymptotiques de lestimateur du maximum de vraisemblance. Dfinition dun intervalle de confiance. Notion de fonction pivotale. Intervalle de confiance exact pour la moyenne et la variance dune loi normale. Construction dun intervalle de confiance asymptotique partir du thorme de la limite centrale Tests.

Notions de base : rgion critique, niveau, puissance dun test. Lapproche de Neyman-Pearson. La problmatique dun test partir dexemples concrets. Test uniformment plus puissant et thorme de Neyman-Pearson. Tests portant sur la moyenne ou sur la variance dune loi normale. Tests relatifs 2 chantillons gaussiens indpendants : test de comparaison des variances (test de Fisher), test de comparaison des moyennes. Test portant sur la comparaison de 2 proportions. Tests non paramtriques : test du chi-deux dadquation une loi donne, test du chideux dindpendance, test des signes.

EL6MEFM

E26MEFM - ANALYSE ET TP INFORMATIQUE (OPTION E)

ECTS 6

COURS 24

TD 36

TP 12

Objectifs
Les deux parties analyse et TP sont assez largement indpendante. A l'instar des nombres rels qui ne sont en gnral accessible que par approximation successives, la plupart des fonctions d'une variable relle s'obtiennent comme limite de suite ou somme de srie. On tudie ici les diffrentes notions de convergence pour les suites et sries de fonctions, et leurs proprits: une limite de fonctions continues, drivables ou intgrables est-elle elle mme continue, drivable ou intgrable. Par ailleurs, ce cours offre des complments en calcul intgral, en insistant sur la pratique du calcul. Les TP sont orients vers le dveloppement et l'implmentation d'algorithmes sur divers supports logiciels. Il y aura 2 rsolutions de problmes associes ce module.

Pr requis
Suites et sries numriques, continuit, drivabilit, intgrabilit des fonctions d'une variable relle.

Description
Plan du cours:
Suites et sries de fonctions: Convergence simple, uniforme, normale. Convergence uniforme et limite, intgration, continuit, drivation. Sries entires: notion de rayon de convergence, calcul du rayon de convergence, dveloppement en srie entire, applications. Sries trigonomtriques. Complments d'intgration: intgrale deRiemann : construction, sommes de Darboux, sommes de Riemann.

Iintgrales de Riemann gnralises. Intgrales dpendant d'un paramtre : continuit, drivabilit par rapport au paramtre. Intgrales gnralises d'pendant d'un paramtre : rappel de la version Riemann de la convergence domine, intgrales uniformment convergentes. intgrale curviligne, intgrales multiples, calculs d'aire et de volumes. Formule de Green-Riemann.

Travaux Pratiques:
Algorithmique pratique. illustration du cours de d'analyse numrique I, illustration en gomtrie algorithmique, y compris sur calculettes

EL6MEGM

EL6MEGM - ANALYSE NUMERIQUE II (OPTION I)

ECTS 6

COURS 24

TD 36

TP 12

Objectifs/Description:

Ce cours reprend et complte les enseignements d'analyse numrique de L2 et de L3 (1er semestre). Une premire partie est ddie divers complments de calcul matriciel qui jouent un rle important pour de futurs ingnieurs mathmaticiens. On traite le problme des erreurs, le conditionnement des systmes linaires, la dcomposition en valeurs singulires, l'inverse gnralis et le problme des moindres carrs. On aborde les mthodes itratives adaptes pour la rsolution des grands systmes linaires. Il s'agit d'abord des schmas classiques (Jacobi, Gauss-Seidel, relaxation). On donne un petit aperu sur les mthodes plus modernes de projection sur les sous-espaces de Krylov qui permettent de traiter des systmes de trs grande dimension. Un cours plus complet sur ces mthodes devrait tre propos en M1 ingnierie. Enfin, on donne quelques indications sur les mthodes de (essentiellement, mthode de la puissance). calcul des valeurs propres

La seconde partie de ce cours traite de l'approximation numrique des quations diffrentielles. Les notions fondamentales de convergence, consistance et stabilit d'un schma sont prsentes et illustres partir de quelques schmas classiques (Euler, Runge-Kutta). Plusieurs exemples d'applications numriques sont tudis en TD ou TP.

La dernire partie donne quelques complments sur la mthode de Newton applique la rsolution de systmes non linaires. C'est l'occasion de voir comment les mthodes linaires interviennent aussi dans la rsolution de systmes non linaires. L'tude de la mthode de Gauss-Newton permet de faire le lien avec le problme des moindres carrs. Les mthodes de

Quasi-Newton Newton.

montrent comment il est possible d'obtenir des mthodes de rsolution plus considres par la mthode de

simples partir d'approximations des matrices jacobiennes

Pour illustrer ces mthodes, on tudie en TD et TP plusieurs exemples de systmes issus de diffrents domaines. Il y aura 1 rsolution de problmes associe ce module.

EL6MEHM

EL6MEHM - INFORMATIQUE POUR LA STATISTIQUE (OPTION S)

ECTS 6

COURS 24

TD 24

TP 18

Objectifs
Apprentissage des concepts de base de l'algorithmique et d'un langage de programmation imprative l'aide du logiciel R.

Description
La mise en situation concrte (comme dans un bureau d'tude) est aborde l'aide d'un travail personnel (ou en binme) sur des donnes collectes par l'tudiant sur un thme choisi par lui ou un thme et des donnes proposs par l'enseignant. Un document synthtique doit tre rendu avec prsentation de l'tude, des traitements des donnes effectus et des rsultats obtenus. Ce travail fera l'objet d'un mmoire.

Code Apoge

EL6MEIM - LANGUES / ANGLAIS

ECTS 3

COURS

TD 24

TP

Contenu
Poursuite du travail du semestre prcdent.