BTS C.G B) Retour au problème concret: Le nombre d'appartements commercialisé est nécessairement un entier entre 2 et 20.

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "BTS C.G. 1996. B) Retour au problème concret: Le nombre d'appartements commercialisé est nécessairement un entier entre 2 et 20."

Transcription

1 BTS CG 996 Eercce : (0 pots) Ue agece mmoblère evsage de commercalser u programme de costructo d'appartemets Deu projets lu sot soums: Projet P : Le coût de producto de appartemets ( eter et 0 )est doé e mllos de fracs (MF) par f( ) = l ( 3, + ) Projet P : Le coût de producto de appartemets ( eter et 0 )est doé e mllos de fracs (MF) par g ( ) = l ( 04, + ) Das les deu cas le pr de vete evsagé pour u appartemet est de F sot 0,5 MF Le chffre d'affares prévsble pour les vetes de appartemets est doc h ( ) = 05, A) Etude théorque: ) a) Calculer la dérvée f' de la focto f défe sur [ 0 ; ] par f( ) = l ( 3, + ) E dédure le tableau de varato de f sur [ 0 ; ] b) Calculer la dérvée g' de la focto g défe sur [0 ; par g ( ) = l ( 04, + ) E dédure le tableau de varato de g sur [ 0 ; ] c) Doer das u tableau les valeurs décmales approchées à 0 - près des mages par f et par g des eters, 4, 6, 9,, 5, 0 d) ) Tracer avec so sur le même graphque, les courbes représetatves des foctos f, 0 ; h ( ) = 05, g, h, où pour tout élémet de [ ], Utés graphques: cm sur l'ae des abscsses cm sur l'ae des ordoées B) Retour au problème cocret: Le ombre d'appartemets commercalsé est écessaremet u eter etre et 0 ) Utlser le graphque précédet pour: a) Détermer le ombre d'appartemets correspodat au même coût de producto pour les deu projets b) Détermer le ombre mamum d'appartemets dot o peut evsager la costructo pour chacu des deu projets s le coût de producto est lmté à 3,6 MF ) Retrouver par le calcul les résultats de ) a) et du ) b) 3 ) Pour chaque projet, le bééfce réalsable par l'agece est égal, pour les vetes de appartemets, au chffre d'affares dmué du coût de producto a) Eprmer e focto de les bééfces B( ) et B ( ) réalsables par l'agece avec respectvemet les projets P et P b) Calculer les valeurs décmales approchées à 0 - près de B ( 6), B ( 6), B ( 0), B ( 0) c) Comparer la retablté des projets P et P das le cas où le ombre d'appartemets vedus est eclusvemet 6 ou 0 ] Page sur

2 4 ) E utlsat les représetatos graphques et les calculs qu précèdet pour 6 a) Précser, selo les valeurs de, le projet garatssat à l'agece le bééfce le plus élevé b) Précser, pour chaque projet, les valeurs de pour lesquelles le bééfce est au mos égal à 3 MF Page sur

3 Eercce : (0 pots) L'objet de l'eercce est l'étude de dfférets aspects du foctoemet d'ue etreprse de prêt à porter Les partes A, B, C sot dépedates Les résultats déftfs serot doés sous forme de valeur décmale approchée à 0 près A) Le servce qu gère les commades a relevé pour les aées passées ue moyee de 5 erreurs pour 00 commades O suppose que la varable aléatore X qu mesure le ombre d'erreurs pour 00 commades sut la lo de Posso de paramètre 5 ) Détermer la probablté de déombrer pour ue sére de 00 commades : a) 5 erreurs eactemet b) mos de 5 erreurs c) au mos 5 erreurs ) Détermer le plus pett eter k tel que la probablté d'avor mos de k erreurs sot supéreure à 0,9 B) A l'ateler de coupe, deu maches M et M découpet les pèces ; celles-c sot stockées sas dstcto de proveace La mache M découpe 60 % des pèces ; 5 % de ces pèces sot défectueuses La mache M découpe 40 % des pèces ;,5 % de ces pèces sot défectueuses O otera E l'évéemet " la pèce a été découpée par la mache M " O otera E l'évéemet " la pèce a été découpée par la mache M " O otera D l'évéemet " la pèce est défectueuse " l) O prélève au hasard ue pèce de la producto totale a) Quelle est la probablté de prélever ue pèce défectueuse proveat de M? b) Quelle est la probablté de prélever ue pèce défectueuse proveat de M? c) E dédure que la probablté de prélever ue pèce défectueuse est 0,04 ) O prélève ue pèce, o s'aperçot qu'elle est défectueuse Calculer la probablté qu'elle provee de M? 3) A la sorte de l'ateler de coupe o prélève au hasard, successvemet et avec remse, 0 pèces Quelle est la probablté d'avor au plus pèces défectueuses? C) Les pèces be découpées almetet l'ateler de couture où elles sot assemblées Les artcles as obteus subsset u cotrôle à la sorte de cet ateler Pour apprécer la qualté de la producto, le cotrôleur cherche à évaluer le pourcetage p d'artcles o commercalsables Pour cela l prélève au hasard et avec remse des échatllos de talle, cette talle état pette devat la producto totale O suppose que la varable aléatore F qu, à tout échatllo, assoce le pourcetage d'artcles p( p) o commercalsables, sut la lo ormale, N p, ( où p est le pourcetage cou d'artcles o commercalsables das la producto totale Page 3 sur

4 l) Le cotrôleur prélève u échatllo de 5 artcles et costate que 0 e sot pas commercalsables : a) Détermer le pourcetage f d'artcles o commercalsables de cet échatllo b) Détermer ue estmato de p, par tervalle de coface cetré e f avec le coeffcet de coface 95 % ) Quelle dot être la talle mmale ( est u ombre eter) de l'échatllo prélevé pour que, avec le coeffcet de coface 95 %, le pourcetage p sot de 8 % à % près? Page 4 sur

5 GEST CORRECTION N 5 Pots-clés I) B) ) a) Le ombre d'appartemets correspodat au même coût de producto est l'abscsse du pot d'tersecto des courbes représetatves des foctos f et g, otées C f et C g O cojecture que = 8 b)le ombre mamum d'appartemets correspodat à chacu des projets P et P, dot o peut evsager la costructo s le coût de producto est lmté à 3,6 MF désge la plus grade abscsse α du pot M de C f, (respectvemet de C g ) tel que que M sot stué e dessous du pot P de coordoées ( α; 36 )( E effet la drote horzotale d'équato y = 3,6 est représetatve d'ue focto de coût costat égal à 3,6 MF) O cojecture que pour le projet P( respectvemet P ) le ombre mamum d'appartemets est α = ( respectvemet α = 9 ) Cofrmato par le calcul : a) Le ombre d'appartemets correspodat au même coût de producto est la soluto de l'équato : f( ) = g( ) f()= g() équvaut à: l( 3, + ) = l( 04, + ) ; La focto l est ue bjecto, cec équvaut doc à : 3, + = 04, + C'est à dre: 04, 3, = 0 Ue factorsato 3, mmédate doe alors: ( 04, 3, ) = 0 = 0ou = = 8 La soluto = 0 est à 04, rejeter car o cherche 0 ; D'où:= 8 [ ] b) Résolvos les équatos f( ) 36, ( ) et g ( ) 36, ( ) 36, ( ) équvaut à l( 3, + ) 36, 3, + e ( car la focto epoetelle, comme la e focto l, est ue focto crossate); O résout et o trouve: 4, Le 3, plus grad eter vérfat la derère égalté est doc 3, 6 ( ) équvaut à l( 04, ) 36, 04, e Cec équvaut à :, e , 04, Falemet, 36, 36, + + e s et seulemet s: 04, aturel vérfat la derère double égalté est 9 3 ) a) B( ) = h( ) f( ) = 05, l( 3, + ) B ( ) = h( ) f( ) = 05, l( 04, + ) 36, 36, 36, e ; or 04, e e Le plus grad eter 04, 04, b) Tableau de valeurs arrodes à 0 - près par défaut( cho volotare) 6 0 B () -0,0,50 B () 0,6,8 c) Pour 6 appartemets vedus le projet P 'est même pas retable, le projet P lu est préférable Pour 0 appartemets vedus le projet P est préférable au projet P ( car,5 >,8) Page 5 sur

6 Commetare: Il faut réfléchr avat de répodre 'mporte quo!!!! 4 ) D'après les graphques et les calculs précédets, a) Pour = 7, P est plus retable que P car C g est e dessous de C f, ce qu correspod à g ( ) < f ( ) ce qu etraîe g ( ) > f ( ) d'où: h ( ) g ( ) > h ( ) f ( ), c'est à dre B( ) > B( ) Pour = 8 les projets doet la même retablté pusque les coûts de producto sot detques Pour 9, P est plus retable que P car C g est au dessus de C f, ce qu correspod à g ( ) > f ( ) ce qu etraîe g ( ) < f ( ) d'où: r = 8, c'est à dre B( ) < B( ) b) o résout e recherchat graphquemet pour quelles abscsses la dfférece h()- f() ( respectvemet h()-g() pour le projet P ) est supéreure ou égale à 3 MF, c'est à dre mesure au mos 3 = 6cm sur le graphque As: Pour { ; ; ; ; ; ; } le bééfce pour le projet P est au mos de 3 MF f est au mos de 3 MF Pour le bééfce pour le projet P Commetare mportat : O peut avor u doute pour =5 Cette valeur état acceptée lors de la correcto du BTS, e fat seul le calcul de B (5) permettat de tracher! B ( 5), 99 y=h() B() B() y=f() 3,6 y=g() II) ) Les valeurs approchées de t à 0 - près par défaut sot das le tableau suvat: Aée Page 6 sur

7 Rag de l'aée Producto (e kg) y t = l y 5,5 5,70 5,68 6,06 6, 6,8 6,4 6,55 6,68 6,77 ) Tous les résultats sot : 0 0 = 55; = 385; = 5, 5; σ =, t = 6, 78; t = 383, 43 4; t = 6, 78; σ = 0, ; t = 35, 64 r = 0, ; t = 0, , 388 t 0 à 0 - près par défaut( cho du correcteur), le coeffcet de corréléto r est r 099, Nous savos( cause toujours)que: " Plus r est proche de e valeur absolue, plus l'ajustemet léare est justfé"; les varables et t sot dépedates léaremet( ou s vous préférez fortemet lées par ue relato du type: t = 04, + 538, ) relato qu est l'équato de la drote d'ajustemet de t e, otée D t / Commetare: Certas d'etre vous 'accordet aucue mportace à ce gere de otato, D t /, et s'eposet au sactos les plus lourdes de la part de correcteurs potlleu Ils 'écrvet même pas correctemet ue équato de cette drote ) c) Pusque t = l y et que t = 04, + 538,, alors: l y= 04, + 538, y= e 0, 4+ 5, , 04, y e e 04, = 8, 76 e 0, 4 5, 38 = e e Remarque : les réels u et v recherchés sot doc: u=8,76 et v= 0,4 Toutefos o peut oter que l'o peut écrre: 04, 04,,, pusque e = e 5, y = ( ) 3 ) La producto de chocolat dépassera pour la premère fos,5 t, sot 500 klos s et 04, + 538, seulemet s est soluto de l'équato: e 500 ( β) ou s vous préférez l 500 5, 38 0, 4 + 5, 38 l 500 ( δ) ; o obtet: 3, 75 La premère fos est 04, doc pour = 4, c'est à dre e l'a 000 ( 996 pour t = 0 doc) Page 7 sur

8 Classe: GEST durée h CONTRÔLE N 5 bs Lud 4/0/97 I ( BTS CG 996 modfé) ( 4 pots ) Ue agece mmoblère evsage de commercalser u programme de costructo d'appartemets Deu projets lu sot soums: Projet P : Le coût de producto de appartemets ( eter et 0 )est doé e mllos de fracs (MF) par f( ) = l ( 35, + ) Projet P : Le coût de producto de appartemets ( eter et 0 )est doé e mllos de fracs (MF) par g ( ) = l ( 05, + ) Das les deu cas le pr de vete evsagé pour u appartemet est de F sot 0,6 MF Le chffre d'affares prévsble pour les vetes de appartemets est doc h ( ) = 06, A) Etude théorque: ) a) Calculer la dérvée de la focto f défe sur [ 0 ; par f( ) = l ( 35, + ) E dédure le tableau de varato de f sur [ 0 ; ] f' ] b) Calculer la dérvée g' de la focto g défe sur [0 ; par g ( ) = l ( 05, + ) E dédure le tableau de varato de g sur [ 0 ; ] c) Doer das u tableau les valeurs décmales approchées à 0 - près des mages par f et par g des eters, 4, 6, 9,, 5, 0 ) Tracer avec so sur le même graphque, les courbes représetatves des foctos f, 0 ; h ( ) = 06, g, h, où pour tout élémet de [ ], Utés graphques: cm sur l'ae des abscsses cm sur l'ae des ordoées B) Retour au problème cocret: Le ombre d'appartemets commercalsé est écessaremet u eter etre et 0 ) Utlser le graphque précédet pour: a) Détermer le ombre d'appartemets correspodat au même coût de producto pour les deu projets b) Détermer le ombre mamum d'appartemets dot o peut evsager la costructo pour chacu des deu projets s le coût de producto est lmté à 3,6 MF ) Retrouver par le calcul les résultats de ) a) et du ) b) 3 ) Pour chaque projet, le bééfce réalsable par l'agece est égal, pour les vetes de appartemets, au chffre d'affares dmué du coût de producto a) Eprmer e focto de les bééfces B( ) et B ( ) réalsables par l'agece avec respectvemet les projets P et P ] Page 8 sur

9 b) Calculer les valeurs décmales approchées à 0 - près de B () 5, B () 5, B ( 0), B ( 0) c) Comparer la retablté des projets P et P das le cas où le ombre d'appartemets vedus est eclusvemet 5 ou 0 4 ) E utlsat les représetatos graphques et les calculs qu précèdet pour 5 a) Précser, selo les valeurs de, le projet garatssat à l'agece le bééfce le plus élevé b) Précser, pour chaque projet, les valeurs de pour lesquelles le bééfce est au mos égal à 3 MF Page 9 sur

10 II (6 pots) La producto de chocolat (e kg) d'ue etreprse de cofsere pour les d derères aées est doée par le tableau suvat : Aée Rag de l'aée Producto (e kg) y O pose t = l y Détermer les valeurs de t à 0 près par défaut Représeter les pots de coordoées (, t) (utés graphques : abscsses, cm pour ue aée ordoées, orge à 5 et cm pour représeter u écart de 0,) Pour cette questo o pourra utlser les résultats fours par la calculatrce O doera les coeffcets avec ue précso de 0 - a Détermer le coeffcet de corrélato léare ; terpréter le résultat b Détermer ue équato de la drote d'ajustemet de t e par la méthode des modres carrés c E dédure ue relato etre y et de la forme y = u e v ( u et v serot arrods à 0 - près) 3 E supposat que l'évoluto reste la même au cours des prochaes aées, détermer à l'ade de la questo e quelle aée la producto de chocolat dépassera pour la premère fos ue toe et deme ANNEXE ( Etrat du formulare offcel de Mathématques: BTS Comptablté Gesto) Ajustemet affe par la méthode des modres carrés: ( ) S, y =,, est ue sére statstque à deu varables et y, o rappelle que : la moyee de est : = ; la varace de est : V( ) = σ = ( ) = ; la covarace de et y est : cov( y, ) = σ y = ( )( y y) = y y; Page 0 sur

11 le coeffcet de corrélato léare etre et y est : ( y ) r = cov, σσ y ; y = a+ b où: a = σ y y ; = a' y + b' où: a' = σ σ σ y Page sur

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1 II - Notos de probablté 9/0/007 PHYS-F-30 G. Wlquet Ue varable aléatore est ue varable dot la valeur e peut être prédte avec certtude mas dot la probablté d occurrece d ue valeur (varable dscrète) ou d

Plus en détail

1 ère partie : STATISTIQUE DESCRIPTIVE

1 ère partie : STATISTIQUE DESCRIPTIVE ère parte : STATISTIQUE DESCRIPTIVE CHAPITRE : COLLECTE DE L INFORMATION, TABLEAUX ET GRAPHIQUES. I. Défto et vocabulare Défto : la statstque est ue méthode scetfque qu cosste à réur des doées chffrées

Plus en détail

Semestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR

Semestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR Semestre : 4 Module : Méthodes Quattatves III Elémet : Mathématques Facères Esegat : Mme BENOMAR Elémets du cours Itérêts smples, précompte, escompte et compte courat Itérêts composés Autés Amortssemets

Plus en détail

sont distincts 2 à 2.

sont distincts 2 à 2. Lycée Thers CORRIGÉ TP PYTHON - 09 L algorthme des k-meas pour partager u uage de pots e u ombre doé de classes peu dspersées 1 - La méthode de Forgy [Qu. 1] 1) Cette double somme comporte termes pusque

Plus en détail

ANALYSE FACTORIELLE DES CORRESPONDANCES SIMPLES

ANALYSE FACTORIELLE DES CORRESPONDANCES SIMPLES ANALYSE DES DONNÉES TEST DU KHI-DEUX ANALYSE FACTORIELLE DES CORRESPONDANCES SIMPLES Perre-Lous Gozalez Mesure de la laso etre deux varables qualtatves Kh deux Equête : Êtes-vous «pas du tout d accord»

Plus en détail

ANALYSE DES ENQUETES CAS-TEMOINS. AVEC PRISE EN COMPTE DE FACTEURS DE CONFUSION (Séries non appariées) ad bc. , bc. 762, nmnm

ANALYSE DES ENQUETES CAS-TEMOINS. AVEC PRISE EN COMPTE DE FACTEURS DE CONFUSION (Séries non appariées) ad bc. , bc. 762, nmnm I. DEFINITION ANALYSE DES ENQUETES CAS-TEMOINS AVEC PRISE EN COMPTE DE FACTEURS DE CONFUSION (Séres o apparées) Dr F. Séguret Départemet d Iformato Médale, Épdémologe et Bostatstques U facteur F est ue

Plus en détail

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE. Exemple troductf (Les élèves qu coasset déà be le prcpe peuvet sauter ce paragraphe) Cosdéros la sute (u ), défe pour tout, par : u u u 0 0 Cette sute est défe

Plus en détail

Calculs en chromatographie

Calculs en chromatographie Calculs e chroatographe éthode de la oralsato tere... 1 Coeffcet de répose assque relatf... 1 Calcul des pourcetages assques... 2 Calcul des pourcetages olares... 3 xeple d aalyse CG d ue substtuto copéttve

Plus en détail

2013 LES DÉLAIS DE PAIEMENT. STATISTIQUES DE 2000 À 2012 EN NOMENCLATURE NAF rev. 2

2013 LES DÉLAIS DE PAIEMENT. STATISTIQUES DE 2000 À 2012 EN NOMENCLATURE NAF rev. 2 203 LES DÉLAIS DE PAIEMENT STATISTIQUES DE 2000 À 202 EN NOMENCLATURE NAF rev. 2 Javer 204 Itroducto Des séres statstques chroologques des délas de paemet et du solde du crédt teretreprses sot dspobles

Plus en détail

6. RADIERS 6.1. GÉNÉRALITÉS

6. RADIERS 6.1. GÉNÉRALITÉS 6. RADIERS 6.. GÉNÉRALITÉS U raer est ue alle plae, évetuellemet ervurée, costtuat l'esemble es foatos 'u bâtmet. Il s'éte sur toute la surface e l'ouvrage. Ce moe e foato est utlsé as eux cas : lorsque

Plus en détail

Analyse Statistique des Données de Lifetest

Analyse Statistique des Données de Lifetest Aalyse Statstque des Doées de Lfetest Evas Gouo Laboratore de Statstque Applquée de l Uversté de Bretage-Sud Pla Gééraltés Les modèles paramétrques Essas accélérés : modèle d accélérato Exemple Step-Stress

Plus en détail

RECUEIL DES METHODES INTERNATIONALES D'ANALYSES OIV Guide de validation Contrôle qualité

RECUEIL DES METHODES INTERNATIONALES D'ANALYSES OIV Guide de validation Contrôle qualité Gude de valdato Cotrôle qualté Gude pratque pour la valdato, le cotrôle qualté, et l estmato de l certtude d ue méthode d aalyse œologque alteratve (Résoluto Oeo 10/005) Sommare 1. OBJET... 5. PREAMBULE

Plus en détail

Coefficient de partage

Coefficient de partage Coeffcet de partage E chme aque, la sythèse d'u composé se fat e pluseurs étapes : la réacto propremet dte (utlsat par exemple u motage à reflux quad la réacto dot être actvée thermquemet), les extractos

Plus en détail

Mathématiques Financières : l essentiel Les 10 formules incontournables (Fin de période)

Mathématiques Financières : l essentiel Les 10 formules incontournables (Fin de période) A-PDF OFFICE TO PDF DEMO: Purchase from www.a-pdf.com to remove the watermark Mathématques Facères : l essetel Les formules cotourables (F de érode) htt://www.ecogesam.ac-a-marselle.fr/esed/gesto/mathf/mathf.html#e5aels

Plus en détail

Incertitudes expérimentales

Incertitudes expérimentales U N I O N D E S P R O F E S S E U R S D E P H Y S I Q U E E T D E C H I M I E 995 Icerttudes érmetales par Fraços-Xaver BALLY Lcée Le Corbuser - 93300 Aubervllers et Jea-Marc BERROIR École ormale supéreure

Plus en détail

COURS DE MATHEMATIQUE FINANCIERE A COURT ET LONG TERME Promotion : Première année de graduat

COURS DE MATHEMATIQUE FINANCIERE A COURT ET LONG TERME Promotion : Première année de graduat P R O F E S REPUBLIQUE DEMOCRATIQUE DU CONGO ENSEIGNEMENT SUPEREIEUR ET UNIVERSITAIRE INSTITUT SUPERIEUR DE GESTION INFORMATIQUE DE GOMA /I.S.I.G-GOMA DEVELOPPEMENT ISIG M A T I O N COURS DE MATHEMATIQUE

Plus en détail

SYSTEME FERME EN REACTION CHIMIQUE

SYSTEME FERME EN REACTION CHIMIQUE SYSTEME FERME EN REACTION CHIMIQUE I. DESCRIPTION D UN SYSTEME. Les dfférets types de système (ouvert, fermé, solé U système S est formé d u esemble de corps séparés du reste de l uvers (appelé mleu extéreur

Plus en détail

Application de la théorie des valeurs extrêmes en assurance automobile

Application de la théorie des valeurs extrêmes en assurance automobile Applcato de la théore des valeurs extrêmes e assurace automoble Nouredde Belagha & Mchel Gru-Réhomme Uversté Pars 2, ERMES-UMR78-CNRS, 92 rue d Assas, 75006 Pars, Frace E-Mal: blour2002@yahoo.fr E-Mal:

Plus en détail

Calcul des pertes du distributeur

Calcul des pertes du distributeur Clcul des pertes du dstrbuteur Jver 007 Clcul des pertes du dstrbuteur Tros étpes : Clcul des pertes techques pr tpe d ouvrge Modélsto des pertes o techques (PNT) Modélsto d ue courbe de tpe P²+bP+c ou

Plus en détail

ANALYSE DES CORRESPONDANCES SIMPLES

ANALYSE DES CORRESPONDANCES SIMPLES ANALYSE DES DONNÉES TEST DU KHI-DEUX ANALYSE DES CORRESPONDANCES SIMPLES Perre-Lous Gozalez MESURE DE LIAISON ENTRE DEUX VARIABLES QUALITATIVES KHI-DEUX Mesure de la laso etre deux varables qualtatves

Plus en détail

SÉRIES STATISTIQUES À DEUX VARIABLES

SÉRIES STATISTIQUES À DEUX VARIABLES 1 ) POSITION DU PROBLÈME - VOCABULAIRE A ) DÉFINITION SÉRIES STATISTIQUES À DEUX VARIABLES O cosidère deux variables statistiques umériques x et y observées sur ue même populatio de idividus. O ote x 1

Plus en détail

Pricing Avancé pour Exotiques FINKEYS FRANCE

Pricing Avancé pour Exotiques FINKEYS FRANCE Prcg Avacé pour Exotques Esegat Phlppe DUCHEMIN, Cosultat Formateur. www.fkeys.com (accès au cours) Cosultat : «Product Cotrol» CNP, chox d u outl Frot to Compta SOCIETE GENERAL SGCIB - Product Cotrol

Plus en détail

Chapitre 4 Lois discrètes

Chapitre 4 Lois discrètes Chapitre 4 Lois discrètes 1. Loi de Beroulli Ue variable aléatoire X est ue variable de Beroulli si elle e pred que les valeurs 0 et 1 avec des probabilités o ulles. P(X = 1) = p, P(X = 0) = 1 p = q, avec

Plus en détail

CHAPITRE 6 : LE BIEN-ETRE. Durée : Objectif spécifique : Résumé : I. L agrégation des préférences. Cerner la notion de bien-être et sa mesure.

CHAPITRE 6 : LE BIEN-ETRE. Durée : Objectif spécifique : Résumé : I. L agrégation des préférences. Cerner la notion de bien-être et sa mesure. TABLE DES MATIERES Durée...2 Objectf spécfque...2 Résumé...2 I. L agrégato des préféreces...2 I. Le système de vote à la majorté...2 I.2 Vote par classemet...3 I.3 Codtos de décso socale et théorème d

Plus en détail

DEVOIR SURVEILLE DE MATHEMATIQUES 3 heures Probabilités conditionnelles - Suites géométriques - fonctions exponentielles Calculatrice autorisée

DEVOIR SURVEILLE DE MATHEMATIQUES 3 heures Probabilités conditionnelles - Suites géométriques - fonctions exponentielles Calculatrice autorisée DEVOIR SURVEILLE DE MATHEMATIQUES 3 heures Probabilités coditioelles - Suites géométriques - foctios epoetielles Calculatrice autorisée Termiale ES123 Eercice 1 : 5 poits Partie A : Ue agece de locatio

Plus en détail

1/ ETUDE ASYMPTOTIQUE D'UNE MARCHE ALEATOIRE ENTRE DEUX ETATS

1/ ETUDE ASYMPTOTIQUE D'UNE MARCHE ALEATOIRE ENTRE DEUX ETATS CHAPITRE 4 MATRICES ET SUITES 1/ ETUDE ASYMPTOTIQUE D'UNE MARCHE ALEATOIRE ENTRE DEUX ETATS 11/ Présetatio et modélisatio O cosidère u système ui peut se trouver soit das u état A, soit das u état, et

Plus en détail

Les sinistres graves en assurance automobile : Une nouvelle approche par la théorie des valeurs extrêmes

Les sinistres graves en assurance automobile : Une nouvelle approche par la théorie des valeurs extrêmes Les sstres graves e assurace automoble : Ue ouvelle approche par la théore des valeurs extrêmes Nouredde Belagha (*, Mchel Gru-Réhomme (*, Olga Vasecho (** (* Uversté Pars 2, ERMES-UMR78-CNRS, 2 place

Plus en détail

GIN FA 4 02 01 INSTRUMENTATION P Breuil

GIN FA 4 02 01 INSTRUMENTATION P Breuil GIN FA 4 0 0 INSTRUMENTATION P Breul OBJECTIFS : coatre les bases des statstques de la mesure af de pouvor d ue part compredre les spécfcatos d u composat et d autre part évaluer avec rgueur les performaces

Plus en détail

Calculs financiers. Auteur : Philippe GILLET

Calculs financiers. Auteur : Philippe GILLET Clculs fcers Auteur : Phlppe GILLET Le tux d térêt Pour l empruteur qu e dspose ps des fods écessres, l représete le prx à pyer pour ue cosommto mmédte. Pour le prêteur, l représete le prx ecssé pour l

Plus en détail

Programmation. linéaire avecexcel. Christian Prins - Marc Sevaux. Groupe Eyrolles, 2011, ISBN : 978-2-212-12659-4

Programmation. linéaire avecexcel. Christian Prins - Marc Sevaux. Groupe Eyrolles, 2011, ISBN : 978-2-212-12659-4 Programmato léare avecexcel Chrsta Prs - Marc Sevaux Groupe Eyrolles, 20, ISBN : 978-2-22-2659-4 CHAPITRE 3 Emplos du temps et gesto de persoel 3. Itroducto La gesto du persoel est u élémet sesble de la

Plus en détail

BTS Mécanique et Automatismes Industriels. Statistiques inférentielles

BTS Mécanique et Automatismes Industriels. Statistiques inférentielles BTS Mécaique et Automatismes Idustriels Statistiques iféretielles, Aée scolaire 2005 2006 Statistiques iféretielles 1. Itroductio vocabulaire Pour étudier ue populatio statistique, o a recours à deux méthodes

Plus en détail

Comportement d'une suite

Comportement d'une suite Comportemet d'ue suite I) Approche de "ses de variatio et de ite d'ue suite" : 7 Soit la suite ( ) telle que = 5 ( + ) 2 Représetos graphiquemet la suite das u pla mui d' u repère. Il suffit de placer

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1 [htt://m.cgeduuydelome.fr] édité le 10 juillet 2014 Eocés 1 Déombremet Exercice 1 [ 01529 ] [correctio] Soiet E et F deux esembles fiis de cardiaux resectifs et. Combie y a-t-il d ijectios de E das F?

Plus en détail

Dénombrement - Combinatoire Cours

Dénombrement - Combinatoire Cours Déombremet - Combiatoire Cours La combiatoire (ou aalyse combiatoire) étudie commet compter des objets. Elle fourit des méthodes de déombremet particulièremet utiles e probabilité. U des pricipaux exemples

Plus en détail

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1 Bac blac TS Correctio Exercice I ( Spé ) / émotros par récurrece que 5x y = pour tout etier aturel 5x y = 5 8 = La propriété est doc vraie au rag = Supposos que la propriété est vraie jusqu au rag, o a

Plus en détail

EXERCICES : DÉNOMBREMENT

EXERCICES : DÉNOMBREMENT Chapitre 7 ECE 1 - Grad Nouméa - 015 EXERCICES : DÉNOMBREMENT LISTES / ARRANGEMENTS Exercice 1 : Le code ativol Pour so vélo, Toto possède u ativol a code. Le code est ue successio de trois chiffres compris

Plus en détail

CHAPITRE III PROBABILITES

CHAPITRE III PROBABILITES HAPITRE III PROBABILITES I re B math I chatre III Probabltés Table des matères OURS A) Aalyse combatore ) Les trages au sort ) Trages avec ordre et avec réétto. 3 3) Trages avec ordre et sas réétto. 4

Plus en détail

Historique de la fibre optique Les fontaines lumineuses de l antiquité

Historique de la fibre optique Les fontaines lumineuses de l antiquité stoque de la fbe optque Les fotaes lumeuses de l atquté Pcpe de la popagato de la lumèe? Pcpe du gudage plaae (1 Dmeso) Se place e codto de éfleo totale A 1 A 1 Gae g Gae g M < c Cœu c M > c Cœu c Fute

Plus en détail

TD 1. Statistiques à une variable.

TD 1. Statistiques à une variable. Danel Abécasss. Année unverstare 2010/2011 Prépa-L1 TD de bostatstques. Exercce 1. On consdère la sére suvante : TD 1. Statstques à une varable. 1. Calculer la moyenne et l écart type. 2. Calculer la médane

Plus en détail

Une méthode alternative de provisionnement stochastique en Assurance Non Vie : Les Modèles Additifs Généralisés

Une méthode alternative de provisionnement stochastique en Assurance Non Vie : Les Modèles Additifs Généralisés Ue méthode alteratve de provsoemet stochastque e Assurace No Ve : Les Modèles Addtfs Gééralsés Lheureux Else B&W Delotte 85, av. Charles de Gaulle 954 Neully-sur-See cedex Frace Drect: 33(0).55.6.65.3

Plus en détail

Correction Bac ES France juin 2010

Correction Bac ES France juin 2010 Correctio Bac ES Frace jui 010 Exercice 1 (4 poits) (Commu à tous les cadidats) Pour ue meilleure compréhesio, les réposes serot justifiées das ce corrigé. Questio 1 Le ombre 3 est solutio de l équatio

Plus en détail

20. Algorithmique & Mathématiques

20. Algorithmique & Mathématiques L'éditeur L'éditeur permet à l'utilisateur de saisir les liges de codes d'u programme ou de défiir des foctios. Remarque : O peut saisir directemet des istructios das la cosole Scilab, mais il est plus

Plus en détail

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes. Polyésie Septembre 2 - Exercice O peut traiter la questio 4 sas avoir traité les questios précédetes Pour u achat immobilier, lorsqu ue persoe emprute ue somme de 50 000 euros, remboursable par mesualités

Plus en détail

Corrélation et régression linéaire

Corrélation et régression linéaire Corrélaton et régresson lnéare 1. Concept de corrélaton. Analyse de régresson lnéare 3. Dfférences entre valeurs prédtes et observées d une varable 1. Concept de corrélaton L objectf est d analyser un

Plus en détail

Chaîne de Markov - Télétrafic - Files d'attente

Chaîne de Markov - Télétrafic - Files d'attente ITRODUCTIO UX TLCOMMUICTIOS Chaîe de Marov - Télétrafc - Fles d'attete Verso 5 Mchel Terré lectroque L terre@camfr lectroque B ITRODUCTIO UX TLCOMMUICTIOS Raels de robablté Le dmesoemet d'u réseau de Télécommucatos

Plus en détail

" BIOSTATISTIQUE - 1 "

 BIOSTATISTIQUE - 1 ISTITUT SUPERIEUR DE L EDUCATIO ET DE LA FORMATIO COTIUE Départemet Bologe Géologe S0/ " BIOSTATISTIQUE - " Cours & Actvtés : Modher Abrougu Aée Uverstare - 008 Modher Abrougu Bostatstque «I» ISEFC - 008

Plus en détail

Devoir de statistiques: CORRIGE

Devoir de statistiques: CORRIGE CPP - la prépa des INP ( ème aée). Bordeaux, 6/04/04. Devoir de statistiques: CORRIGE durée h Doées: O rappelle que si Z suit ue loi N (0, ), o a P(Z.96) 0, 975 et P(Z.65) 0, 95. Exercice. θ et O cosidère

Plus en détail

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4 UNVERSTE MONTESQUEU BORDEAUX V Licece 3 ère aée Ecoomie - Gestio Aée uiversitaire 2006-2007 Semestre 2 Prévisios Fiacières Travaux Dirigés - Séaces 4 «Les Critères Complémetaires des Choix d vestissemet»

Plus en détail

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices Chapitre 1 Déombremet 1.1 Eocés des exercices Exercice 1 L acie système d immatriculatio fraçais était le suivat : chaque plaque avait 4 chiffres, suivis de 2 lettres, puis des 2 uméros du départemet.

Plus en détail

II. Permutations sans répétitions et notation factorielle

II. Permutations sans répétitions et notation factorielle février 2012 ORRIGE II. Permutatios sas répétitios et otatio factorielle Aalyse combiatoire 4 ème - 1 I. Itroductio Les différets modèles mathématiques costruits pour étudier les phéomèes où iterviet le

Plus en détail

APPRENTISSAGE ARTIFICIEL («Machine-Learning»)

APPRENTISSAGE ARTIFICIEL («Machine-Learning») APPRENTISSAGE ARTIFICIEL («Mache-Learg») Fabe Moutarde Cetre de Robotque (CAOR) MINES ParsTech (Ecole des Mes de Pars) Fabe.Moutarde@mes-parstech.fr http://perso.mes-parstech.fr/fabe.moutarde Appretssage

Plus en détail

OBLIGATION DU SECTEUR PRIVE : EVALUATION ET OUTIL DE GESTION DU RISQUE DE TAUX D INTERET

OBLIGATION DU SECTEUR PRIVE : EVALUATION ET OUTIL DE GESTION DU RISQUE DE TAUX D INTERET Jea-Claude AUGROS Professeur à l Uversté Claude Berard LYON I et à l Isttut de Scece Facère et d Assuraces ISFA Mchel QUERUEL Docteur e Gesto Igéeur de Marché Socété de Bourse AUREL Résumé : Cet artcle

Plus en détail

Solution : 1. Soit y = α + βt, l équation de la droite considérée. Le problème de régression linéaire s écrit. i=1 2(α + βt i b i )t i

Solution : 1. Soit y = α + βt, l équation de la droite considérée. Le problème de régression linéaire s écrit. i=1 2(α + βt i b i )t i Exercces avec corrgé succnct du chaptre 3 (Remarque : les références ne sont pas gérées dans ce document, par contre les quelques?? qu apparassent dans ce texte sont ben défns dans la verson écran complète

Plus en détail

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI FEUILLE D EXERCICES 7 - PROBABILITÉS SUR UN UNIVERS FINI Exercice - Lacer de dés O lace deux dés à 6 faces équilibrés. Calculer la probabilité d obteir : u double ; ue somme des deux dés égale à 8 ; ue

Plus en détail

Utilisation du symbole

Utilisation du symbole HKBL / 7 symbole sgma Utlsaton du symbole Notaton : Pour parler de la somme des termes successfs d une sute, on peut ou ben utlser les pontllés ou ben utlser le symbole «sgma» majuscule noté Par exemple,

Plus en détail

FD5-10-15 Solutions D Acquisition de données Module d acquisition de données

FD5-10-15 Solutions D Acquisition de données Module d acquisition de données Module d acqusto de doées De 5 à 15 etrées aalogques sychrosées dfféretelles uverselles Logcel d'explotato embarqué Serveur Web Jusqu'à 400 échatllos par secode par voe Voes de calcul et de tratemet Stockage

Plus en détail

Chap. 5 : Les intérêts (Les calculs financiers)

Chap. 5 : Les intérêts (Les calculs financiers) Chap. 5 : Les itérêts (Les calculs fiaciers) Das u cotrat de prêt, le prêteur met à la dispositio de l empruteur, à u taux d itérêt doé, ue somme d arget (le capital) qu il devra rembourser à ue certaie

Plus en détail

Remise à Niveau Mathématiques

Remise à Niveau Mathématiques Mathématiques RAN - Calcul et raisoemet Remise à Niveau Mathématiques Première partie : Calcul et raisoemet Exercices Page sur 9 RAN Calcul et raisoemet Ex - Rev 04 Mathématiques RAN - Calcul et raisoemet

Plus en détail

REQUÊTES. Il est possible de créer des formulaires ou des états à partir de requête.

REQUÊTES. Il est possible de créer des formulaires ou des états à partir de requête. Cliclasolutio Aée 2006/2007 REQUÊTES Utilité des requêtes QUESTIONNER LA BASE DE DONNÉES La foctio classique d'ue requête est de répodre à ue questio sur la base de doées. "Quels sot les cliets habitat

Plus en détail

ECOLE DES HAUTES ETUDES COMMERCIALES E.S.C.P.-E.A.P. ECOLE SUPERIEURE DE COMMERCE DE LYON MATHEMATIQUES II

ECOLE DES HAUTES ETUDES COMMERCIALES E.S.C.P.-E.A.P. ECOLE SUPERIEURE DE COMMERCE DE LYON MATHEMATIQUES II CHAMBRE DE COMMERCE ET D INDUSTRIE DE PARIS DIRECTION DE L ENSEIGNEMENT Directio des Admissios et cocours ECOLE DES HAUTES ETUDES COMMERCIALES E.S.C.P.-E.A.P. ECOLE SUPERIEURE DE COMMERCE DE LYON CONCOURS

Plus en détail

Université de Rennes 1 Master Recherche en Informatique. Étude bibliographique Évaluation des performances des réseaux WLAN maillés

Université de Rennes 1 Master Recherche en Informatique. Étude bibliographique Évaluation des performances des réseaux WLAN maillés Uversté de Rees 1 Master Recherche e Iformatque Étude bblographque Évaluato des performaces des réseau WLAN mallés Ecadrat : Ndh Hegde (FT/CORE/CPN/TRM Etudat : Al Ibrahm Table de matères Table des matères

Plus en détail

Correction HEC III 2007

Correction HEC III 2007 HEC III 7 Voie Écoomique Correctio Page Correctio HEC III 7 Voie écoomique La correctio comporte 9 pages. Eercice. Par dé itio est ue valeur propre de t si et seulemet si est ue valeur propre de T: Et

Plus en détail

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe Cosolidatio La société THEOS, qui commercialise des vis, exerce so activité das trois villes : Paris, Nacy et Nice. Le directeur de la société souhaite cosolider les résultats de ses vetes par ville das

Plus en détail

Plan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks

Plan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks Plan Geston des stocks Abdellah El Fallah Ensa de Tétouan 2011 Les opératons de gestons des stocks Les coûts assocés à la geston des stocks Le rôle des stocks Modèle de la quantté économque Geston calendare

Plus en détail

Cryptographie et algorithmique

Cryptographie et algorithmique F.Gaudo 1 er ovembre 2010 Table des matières 1 Avat de commecer 2 2 Préformattage d'u texte pour aalyse 3 2.1 Élimiatio de la poctuatio et des espaces das u texte................. 3 2.2 Formatage du texte

Plus en détail

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3. EXERCICE 3 (6 poits ) (Commu à tous les cadidats) Il est possible de traiter la partie C sas avoir traité la partie B Partie A O désige par f la foctio défiie sur l itervalle [, + [ par Détermier la limite

Plus en détail

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot Exame fial pour Coseiller fiacier / coseillère fiacière avec brevet fédéral Recueil de formules Auteur: Iwa Brot Ce recueil de formules sera mis à dispositio des cadidats, si écessaire. Etat au 1er mars

Plus en détail

Gestion du Risque de Change

Gestion du Risque de Change A / Pratiques de cotatio Gestio du Risque de Chage - Moaies «i» : FRF, DEM «pré i» : GBP «out» : USD EONIA : Europea over ight idex average TEC : taux à échage costat Toute cotatio compred deux prix :

Plus en détail

Intérêt simple CHAPITRE. Sommaire

Intérêt simple CHAPITRE. Sommaire HAPTRE térêt simple Sommaire A B D E F G H J K L Notio d itérêt Formule fodametale de l itérêt simple Durée de placemet exprimée e mois Durée de placemet exprimée e jours alculs sur la formule fodametale

Plus en détail

Généralités sur les fonctions 1ES

Généralités sur les fonctions 1ES Généraltés sur les fonctons ES GENERALITES SUR LES FNCTINS I. RAPPELS a. Vocabulare Défnton Une foncton est un procédé qu permet d assocer à un nombre x appartenant à un ensemble D un nombre y n note :

Plus en détail

/RJLTXHERROpHQQH. Symbole (norme IEC 1 ) x

/RJLTXHERROpHQQH. Symbole (norme IEC 1 ) x /RJLTXHERROpHQQH I. Défiitios I.. Variable biaire O appelle variable biaire (ou logique), ue variable preat ses valeurs das l esemble {0, }. Eemple : état d u iterrupteur, d u bouto poussoir, la présece

Plus en détail

Estimation des incertitudes sur les erreurs de mesure.

Estimation des incertitudes sur les erreurs de mesure. Estmto des certtdes sr les errers de mesre. I. Itrodcto : E sceces epérmetles, l este ps de mesres ectes. Celle-c e pevet être q etchées d errers pls o mos mporttes selo le protocole chos, l qlté des strmets

Plus en détail

Séquence 5. La fonction logarithme népérien. Sommaire

Séquence 5. La fonction logarithme népérien. Sommaire Séquece 5 La foctio logarithme épérie Objectifs de la séquece Itroduire ue ouvelle foctio : la foctio logarithme épérie. Coaître les propriétés de cette foctio : sa dérivée, ses variatios, sa courbe, sa

Plus en détail

Loi binomiale. Niveau : Première S + SUP (Convergence) Prérequis : Variable aléatoire, espérance, variance, théorème limite central, loi de Poisson

Loi binomiale. Niveau : Première S + SUP (Convergence) Prérequis : Variable aléatoire, espérance, variance, théorème limite central, loi de Poisson 4 L E Ç O N Loi biomiale Niveau : Première S + SUP (Covergece) Prérequis : Variable aléatoire, espérace, variace, théorème limite cetral, loi de Poisso 1 Loi de Beroulli Défiitio 41 Loi de Beroulli Soit

Plus en détail

Organisme de recherche et d information sur la logistique et le transport LES PREVISIONS DES CONSOMMATIONS

Organisme de recherche et d information sur la logistique et le transport LES PREVISIONS DES CONSOMMATIONS LES PREVISIONS DES CONSOMMATIONS Les logiciels utilisés pour la gestio des stocks itègret de ombreuses foctios de calcul. L ue des plus importates est l exécutio des prévisios des cosommatios futures d

Plus en détail

Finance. Anaïs HAMELIN. Sujet 1

Finance. Anaïs HAMELIN. Sujet 1 Maser (AES Exames du er semesre 3/4 Face Aaïs HAMELI Sue urée : 3 H ocume(s auorsé(s : aucu Maérel auorsé : Calcularce auorsée (Mémore vde pour les calcularces graphques Cosges : - Les exercces so dépedas

Plus en détail

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe 1/5 Trois objectifs poursuivis par le gouveremet : > améliorer la compétitivité fiscale de la Frace > péreiser les activités de R&D > faire de la Frace u territoire attractif pour l iovatio Les icitatios

Plus en détail

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3... Applicatios des maths Algèbre fiacière 1. Itérêts composés O place u capital C 0 à u taux auel T a pedat aées. Quelle est la valeur fiale C de ce capital? aée capital e fi d'aée 1 C 0 + T C 0 = C 0 (1

Plus en détail

Inégalités souvent rencontrées

Inégalités souvent rencontrées Iégalités souvet recotrées Recotres Putam 004 Uiversité de Sherbrooke Jea-Philippe Mori Théorie Certaies iégalités sot deveues célèbres e raiso de leur grade utilité Elles sot aussi souvet au coeur de

Plus en détail

www.toyota-forklifts.fr SOLUTIONS DE FINANCEMENT 100 % Toyota Material Handling France

www.toyota-forklifts.fr SOLUTIONS DE FINANCEMENT 100 % Toyota Material Handling France www.toyota-forklifts.fr SOLUTIONS DE FINANCEMENT 100 % Toyota Material Hadlig Frace SOLUTIONS DE FINANCEMENT TOYOTA MATERIAL HANDLING Parce qu avat tout ous sommes Toyota NOS SOLUTIONS DE FINANCEMENT Coçues

Plus en détail

Mémoire présenté devant l Institut de Science Financière et d Assurances le 16 mai 2001 pour l obtention du diplôme d Actuaire de Lyon

Mémoire présenté devant l Institut de Science Financière et d Assurances le 16 mai 2001 pour l obtention du diplôme d Actuaire de Lyon Uversté Claude Berard Lyo INSTITUT DE SCIENCE FINANCIERE ET D'ASSURANCES Mémore préseté devat l Isttut de Scece Facère et d Assuraces le 6 ma 200 pour l obteto du dplôme d Actuare de Lyo Par : Mlle Auréle

Plus en détail

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot Exame fial pour Coseiller fiacier / coseillère fiacière avec brevet fédéral Recueil de formules Auteur: Iwa Brot Ce recueil de formules est à dispositio olie et sera doé aux cadidats lors des exames oraux

Plus en détail

Ressources pour le lycée général et technologique

Ressources pour le lycée général et technologique éduscol Ressources pour le lycée gééral et techologque Ressources pour le cycle termal gééral et techologque Mesure et certtudes Ces documets peuvet être utlsés et modés lbremet das le cadre des actvtés

Plus en détail

Pour ce problème, une analyse est proposée à l adresse : http://www.ac-amiens.fr/pedagogie/maths/new/ue2007/synthese_atelier_annette_alain.

Pour ce problème, une analyse est proposée à l adresse : http://www.ac-amiens.fr/pedagogie/maths/new/ue2007/synthese_atelier_annette_alain. Pour ce problème, une analyse est proposée à l adresse : http://www.ac-amens.fr/pedagoge/maths/new/ue2007/synthese_ateler_annette_alan.pdf 1 La règle du jeu Un drecteur de casno se propose d nstaller le

Plus en détail

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation 1 / 9 Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Le cycle d exploitatio des etreprises (achats stockage productio stockage vetes) peut etraîer des décalages de trésorerie plus

Plus en détail

Modes propres de vibration ; interprétation ondulatoire

Modes propres de vibration ; interprétation ondulatoire SPECIALITE TS ( PHYSIQUE ) : FICHE CURS 6 1/5 MDES PRPRES DE IBRATI Ce qu'il faut reteir Modes propres de vibratio ; iterprétatio odulatoire 1. Productio d u so à l aide d u istrumet de musique U istrumet

Plus en détail

Éléments finis de joint mécaniques et éléments finis de joint couplés hydromécanique

Éléments finis de joint mécaniques et éléments finis de joint couplés hydromécanique Titre : Élémets fiis de joit mécaiques et élémets fi[...] Date : 28/10/2014 Pae : 1/10 Élémets fiis de joit mécaiques et élémets fiis de joit couplés hydromécaique Résumé : Cette documetatio porte sur

Plus en détail

Chapitre 1: Calcul des intérêts

Chapitre 1: Calcul des intérêts Chapitre 1: Calcul des itérêts Ce chapitre vise à familiariser le lecteur avec les otios suivates : Itérêt Taux d itérêt omial Taux d itérêt périodique Valeur acquise Valeur actuelle Capitalisatio Le lecteur

Plus en détail

I. Quitte ou double. Pour n = 1 : C 0 + (2p 1) E (M k ) = C 0 + (2p 1) E (M 1 ) = E (C 1 ) d après le 1. Soit n N tel que E (C n ) = C 0 + (2p 1)

I. Quitte ou double. Pour n = 1 : C 0 + (2p 1) E (M k ) = C 0 + (2p 1) E (M 1 ) = E (C 1 ) d après le 1. Soit n N tel que E (C n ) = C 0 + (2p 1) Corrigé ESSEC III 008 par Pierre Veuillez Das certaies situatios paris sportifs, ivestissemets fiaciers..., o est ameé à miser de l arget de faço répétée sur des paris à espérace favorable. O se propose

Plus en détail

Le théorème du viriel

Le théorème du viriel Le théorème du vrel On se propose de démontrer le théorème du vrel de deux manères dfférentes. La premère fat appel à deux "trcks" qu l faut vor. Cette preuve met en avant une quantté, notée S c, qu permet

Plus en détail

Limites des Suites numériques

Limites des Suites numériques Chapitre 2 Limites des Suites umériques Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Limite fiie ou ifiie d ue suite. Limites et comparaiso. Opératios sur les ites. Comportemet

Plus en détail

REPUBLIUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE MINISTAIRE DES ETUDES SUPERIEURS ET DES RECHERCHES SCIENTIFIQUES

REPUBLIUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE MINISTAIRE DES ETUDES SUPERIEURS ET DES RECHERCHES SCIENTIFIQUES REPUBLIUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE MINISTAIRE DES ETUDES SUPERIEURS ET DES RECHERCHES SCIENTIFIQUES UNIVERSITE ABOU BAKR BELKAID TLEMCEN FACULTE DE TECHNOLOGIE DEPARTEMENT DE GENIE ELECTRIQUE

Plus en détail

Universe Ratio Jean-François BOULIER Romain VERDIER Abstract

Universe Ratio Jean-François BOULIER Romain VERDIER Abstract Uverse Rato B Jea-Fraços BOULIER Head of Euro Fxed Icome ad Credts Crédt Agrcole Asset Maagemet 90 boulevard asteur 75730 ars cedex 5 Jea-fracos.bouler@ca-assetmaagemet.fr Roma VERDIER Egeer - EDF, place

Plus en détail

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions Déombremet ECE3 Lycée Carot 12 ovembre 2010 Itroductio La combiatoire, sciece du déombremet, sert comme so om l'idique à compter. Il e s'agit bie etedu pas de reveir au stade du CP et d'appredre à compter

Plus en détail

Ch 4 Séries statistiques à une dimension Définitions et représentation graphique

Ch 4 Séries statistiques à une dimension Définitions et représentation graphique Ch 4 Séres statstques à une dmenson Défntons et représentaton graphque Termnologe Ensemble étudé = populaton Eléments de cet ensemble = ndvdus ou untés Attrbut consdéré = caractère qu peut être qualtatf

Plus en détail

Module 3 : Inversion de matrices

Module 3 : Inversion de matrices Math Stat Module : Iversio de matrices M Module : Iversio de matrices Uité. Défiitio O e défiira l iverse d ue matrice que si est carrée. O appelle iverse de la matrice carrée toute matrice B telle que

Plus en détail

DIDIER AUROUX POLYTECH NICE-SOPHIA MAM5 - OPTION IMAFA 2010-2011

DIDIER AUROUX POLYTECH NICE-SOPHIA MAM5 - OPTION IMAFA 2010-2011 MÉTHODES NUMÉRIQUES POUR LE PRICING D OPTIONS DIDIER AUROUX POLYTECH NICE-SOPHIA MAM5 - OPTION IMAFA 2010-2011 Table des matières 1 Notatios et équatio de Black-Scholes 2 11 Notatios 2 12 Équatio de Black-Scholes

Plus en détail

Ingénierie de l'analyse des données

Ingénierie de l'analyse des données Igéere de l'aalyse des doées Jea-Lous Grard htt://www.u-carde.rtous/ocumetato/master/ia Pla de cours. Itroducto géérale..... Les Egytes atques savaet-ls edre?..... Ue autre llustrato... 3.3. Pla... 6.4.

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n =

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n = [http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Eocés 1 Nombres réels Ratioels et irratioels Exercice 1 [ 9 ] [correctio] Motrer que la somme d u ombre ratioel et d u ombre irratioel est u ombre irratioel.

Plus en détail

Mesure avec une règle

Mesure avec une règle Mesure avec une règle par Matheu ROUAUD Professeur de Scences Physques en prépa, Dplômé en Physque Théorque. Lycée Alan-Fourner 8000 Bourges ecrre@ncerttudes.fr RÉSUMÉ La mesure d'une grandeur par un système

Plus en détail