Intégration et probabilités ENS Paris, TD9 Variables aléatoires, fonctions caractéristiques. Corrigé :
|
|
- Ghislain Chagnon
- il y a 5 ans
- Total affichages :
Transcription
1 Inégraion e probabiliés ENS Paris, 0-03 TD9 Variables aléaoires, foncions caracérisiques Corrigé 0 Peie quesion. Calculer la foncion caracérisique de la loi de probabilié de densié x x <?. Quelle es la foncion caracérisique de la loi de probabilié de densié cosx/πx?. On calcule, en inégran par paries pour 0 : x x < e ix dx = R 0 xcosxdx = cos. Pour = 0, la première inégrale vau normal, c es une densié de probabilié!.. D après le cours, si µ es une mesure de probabiliés don la foncion caracérisique µ es inégrable par rappor à la mesure de Lebesgue λ, alors µ es absolumen coninue par rappor à λ, e sa densié es donnée λ-p.p. par x µe ix d. π R On en dédui que pour presque ou x R : x x < = π d cos R e ix. Les deux membres éan des foncions coninues en x, on a l égalié pour ou x R. En faisan le changemen de variable x = x, il s ensui que la foncion caracérisique de la loi de probabilié de densié cosx/πx es x x x <. Lois de variables aléaoires Exercice. Soien X, Y e Z des variables aléaoires réelles définies sur un espace de probabilié Ω,A,P.. On suppose que X = Y p.s. Monrer que X e Y on la même loi. Monrer que la réciproque es fausse. Pour des quesions, demande de précisions ou explicaions, n hésiez pas à m envoyer un mail à igor.korchemski@ens.fr, ou bien à venir me voir au bureau V4.
2 . On suppose que X e Y on la même loi. a Soi f : R R une foncion borélienne. Monrer que les variables aléaoires f X e f Y on la même loi. b Monrer que les variables aléaoires XZ e Y Z n on pas nécessairemen la même loi.. Si X = Y p.s. alors pour oue foncion borélienne f : R R + : Ef X = f XωPdω = f XωPdω = Ef Y. Ω Ω Pour la deuxième égalié, on a uilisé le fai que l inégrale de deux foncions presque parou égales es la même. Ceci monre que X e Y on la même loi. La réciproque es fausse. Considérons une variable aléaoire X de loi normale N 0, c es-àdire de densié π e x / par rappor à la mesure de Lebesgue. Posons Y = X. Alors Y es une variable aléaoire X de loi normale N 0,. En effe soi g : R R + une foncion borélienne. Alors EgY = + g xe x / dx = + gxe x / dx. Donc X e Y on la même loi mais ne son pas égales p.s en effe PX = Y = PX = 0 = 0 car X es une variable aléaoire à densié.. a Pour oue foncion borélienne g : R R +, la foncion g f es borélienne. Comme X e Y on la même loi, on a Eg f X = Eg f Y, ce qui monre que f X e f Y on la même loi. b On reprend les variables X e Y de la quesion. Soi Z = X. Alors XZ = X e Y Z = X. La loi de X es une mesure de probabilié sur R + différene de la mesure de Dirac δ 0 e la loi de X es une mesure de probabilié sur R donc XZ e Y Z n on pas la même loi. Exercice. Simulaion de variables aléaoires. Soien X une variable aléaoire réelle définie sur un espace de probabilié Ω,A,P e F sa foncion de répariion définie par F = PX pour R.. Si F es coninue e sricemen croissane, e si U es une variable uniforme sur [0,], quelle es la loi de la variable aléaoire F U?. Dans le cas général on défini F, l inverse coninu à droie de F par, Quelle es la loi de la variable aléaoire F U? F u = inf{x R : Fx > u}. 3. Soi U une variable aléaoire de loi uniforme sur [0,], e X la variable aléaoire définie par X = p lnu. Déerminer la loi de X.. Soi R. On a {F U } = {U F}. Donc PF U = PU F = F. Or la foncion de répariion d une variable aléaoire caracérise sa loi. Ainsi F U a la même loi que X.
3 . Soi R. On a {F U } = n {U < F + /n}. Donc PF U = P n { U < F + n} = lim P U < F + = lim F + = F, n n n n la dernière égalié éan une conséquence de la coninuié à droie de F. 3. La foncion de répariion d une variable exponenielle de paramère p es Fx = e px pour x 0. Ainsi, F u = ln u/p. Ainsi, ln U/p sui la loi exponenielle de paramère p. Comme U e U on même loi, ceci perme de dire que ln U/p sui la loi exponenielle de paramère p. Remarque. Une aure possibilié es de calculer E [ F p lnu] pour oue foncion mesurable F : R + R + en uilisan la formule du changemen de variable cf TD précéden. Exercice 3. Variables exponenielles. On di qu une variable aléaoire réelle posiive vérifie la propriéé d absence de mémoire si pour ous s, > 0, PX > + s = PX > PX > s. Trouver oues les variables aléaoires réelle posiives X qui vérifien la propriéé d absence de mémoire.. Soi X une variable aléaoire exponenielle. Calculer la loi de la variable aléaoire X, où x désigne la parie enière de x.. Si X es exponenielle de paramère λ alors PX > = λe λx dx = e λ, e la propriéé d absence de mémoire es vérifiée. Si X = 0 p.s. cee propriéé es égalemen vérifiée. Réciproquemen, si PX > s = 0 pour ou s > 0, alors X = 0 p.s. On peu donc supposer qu il exise s > 0 el que PX > s > 0. La propriéé d absence de mémoire implique alors que PX > > 0 pour ou > 0 e que la foncion G : logpx > es addiive. De plus, G = log F X es coninue à droie, donc G es linéaire on aurai pu aussi invoquer la décroissance en de PX >. E G 0. Donc il exise λ 0 el que G = λ pour ou > 0, e donc X es exponenielle de paramère λ.. On pose N = X. On a PN = k = PX [k,k + [ = k+ ce qui signifie que N sui la loi géomérique de paramère e λ. k λe λx dx = e λk e λk+ = e λ e λk, Foncions caracérisiques Noaion. Si X es une variable aléaoire réelle, on noera φ X sa foncion caracérisique, définie par φ X = E [ e ix] pour R. Exercice 4. 3
4 . Calculer les foncions générarices des lois suivanes : a Bernoulli de paramère p [0,]. b Binomiale de paramères n, p, avec n N, p [0, ]. c Géomérique de paramère p ]0,[. d Poisson de paramère λ > 0.. Calculer les foncions caracérisiques des lois suivanes : a Exponenielle de paramère θ > 0. b Uniforme sur [0,].. Soi s [0,]. On a a Gs = p + ps, b Gs = p + ps n, c Gs = p sp, d Gs = exp λ s.. Soi R. On a a φ = θ θ i, b φ = expi. i Exercice 5. Soi X une variable aléaoire réelle.. On suppose que X adme un momen d ordre n N. Monrer que φ X es de classe C n e que pour ou enier k n, on a R, φ k X = ik E [ X k expix ]. En pariculier : φ k X 0 = ik E [ X k]. On suppose que φ X es fois dérivable en 0. Monrer que X adme un momen d ordre e que E[X ] = φ X 0. Indicaion. On pourra considérer φ X+φ X. 3. Soi k enier. On suppose que φ X es k fois dérivable en 0. Monrer que X adme des momens jusqu à l ordre k/ ici x es la parie enière de x donnés par. 4. Faire l exercice 8.. Ceci provien immédiaemen du héorème de dérivaion sous le signe inégral en uilisan la dominaion i k X k expix X k L pour k n. 4
5 . La foncion φ X éan deux fois dérivable en 0, la formule de Taylor-Young garani un développemen limié à l ordre : On en dédui que : φ X = + φ X 0 + φ X 0 + o. φ lim X + φ X 0 = φ 0. Or φ X + φ X = Reφ X = E[cosX]. Il s ensui par que [ ] cosx lime = 0 φ X 0. Or cosx 0. Le lemme de Faou fourni donc : [ ] cosx E[X ] = E liminf 0 liminf E 0 [ ] cosx La quesion. perme de conclure que E[X ] = φ X Raisonner par récurrence en adapan la preuve de la quesion précédene. = φ X 0 <. 4. L exercice 8 monre qu en général il n es pas vrai que X adme un momen d ordre lorsque φ X es dérivable en 0. 4 Complémens hors TD Exercice 7. Soi F la foncion de répariion d une mesure de probabliié µ elle que Fx {0,} pour ou x D, où D es un ensemble dense de R. Monrer que µ es une mesure de Dirac. Par coninuié à droie de F on a Fx {0,} pour ou R. On pose a = inf{x R : Fx = }. Comme Fx quand x + on a a < +. De même a >. Par coninuié à droie de F, on a Fx = [a,+ [, e donc F es la foncion de répariion de δ a. Exercice 8. Soi X une variable aléaoire réelle de loi P X = k Z a kδ k symérique càd a k = a k e elle que k 0 ka k =. Le momen d ordre de X es-il fini? Trouver une suie a k k elle que φ X soi dérivable en 0. Comparer avec l exercice 5. On calcule aisémen E[ X ] = ka k = +. D aure par : k>0 φ X = a 0 + a k cosk. k= 5
6 Choisissons a 0 = a = a = 0 e pour k : c a k = a k = k lnk, où c = k lnk de sore que : 0 φ X = c k= k= k cosk. lnk On vérifie ensuie que cee quanié end vers 0 lorsque 0 en décomposan cee dernière somme suivan que k / ou k < /. Tou d abord : cosk k lnk ln k ln x dx = 0. / ln 0 k / k / Ensuie, en uilisan l inégalié cosx x pour x R : k</ cosk k lnk k</ / lnk / ln +, lnx dx. Une inégraion par paries donne y [ lnx dx = x lnx ] y + y lnx dx. Mais lorsque x, /lnx = o/ lnx e donc lorsque y : y [ ] y lnx dx = x y + o lnx lnx dx de sore que Il s ensui que / lnx dx / lnx dx 0 0 Ceci achève de démonrer que φ X / 0 lorsque 0. ln 0. Exercice 9. Problème des momens On considère la foncion f : R + R : lnx f x = sinπ lnx x π exp. Calculer R+ xk f xdx pour ou k N. Que peu-on dire des v.a. X e Y de densié respecives lnx x π exp lnx e + sinπ lnx x π exp? 6
7 Soi n 0. La foncion x x n sinπ lnx variable u = lnx aboui à lnx I = sinπ lnx 0 x π exp x π exp lnx es inégrable sur R+, e le changemen de + u dx = exp + nu sinπu du. π En remarquan que u / + nu = /u n/ + n /, le changemen de variable v = u n/ donne + v I = Cse. sinπv exp dv = 0. Ainsi pour α [ ;] les momens des lois K + α sinπ lnx x π exp lnx avec K = lnx 0 x π exp dx son égaux sans que ces lois ne soien égales. Exercice 0. Pouvoir paranormal moyen On considère l expérience de divinaion suivane. On dispose d un jeu de 5 cares disinces, d un manipulaeur e d un devin. Le devin ne peu à aucun momen voir le jeu ou le manipulaeur, e doi deviner quelle es la care se rouvan sur le dessus du paque. Il annonce donc une care au hasard, e le manipulaeur reourne silencieusemen les cares les unes après les aures jusqu à omber sur la care annoncée par le devin. Après quoi ce dernier doi deviner la care qui sui. Il annonce une care au hasard parmi les 5 resanes, e le manipulaeur coninue de reourner les cares à parir de l endroi où il s éai arrêé. Ainsi de suie jusqu à ce que ou le paque soi reourné.. Donner un espace de probabilié correspondan à cee expérience.. Monrer que si X es une variable aléaoire à valeurs dans N alors EX = PX k. k 3. Combien de cares en moyenne le devin rouvera--il?. Supposons que les cares dans le paque soien numéroées de à 5. Le devin annonce les cares dans un aure ordre, c es à dire qu il annonce une permuaion de {,...,5}. On se place donc sur S 5,P S 5,P = #/5!.. Cee formule es l équivalen discre du résula de l exercice quesion du Td6. On a EX = k PX = k = k PX k PX k + k k N N+ = lim kpx k k PK k = N k= PX k. k k= 7
8 3. Le nombre de cares que le devin rouvera es E l on a pour k 5 PX k = j <...<j k 5 X = max{k : ω < ω <... < ωk}. P{ω : ω = j,...,ωk = j k } = j <...<j k 5 5 k! 5! = k!. Ainsi, il rouvera en moyenne cares. 5 EX = k! e k= Fin 8
Texte Ruine d une compagnie d assurance
Page n 1. Texe Ruine d une compagnie d assurance Une nouvelle compagnie d assurance veu enrer sur le marché. Elle souhaie évaluer sa probabilié de faillie en foncion du capial iniial invesi. On suppose
Plus en détail2. Quelle est la valeur de la prime de l option américaine correspondante? Utilisez pour cela la technique dite de remontée de l arbre.
1 Examen. 1.1 Prime d une opion sur un fuure On considère une opion à 85 jours sur un fuure de nominal 18 francs, e don le prix d exercice es 175 francs. Le aux d inérê (coninu) du marché monéaire es 6%
Plus en détailExemples de résolutions d équations différentielles
Exemples de résoluions d équaions différenielles Table des maières 1 Définiions 1 Sans second membre 1.1 Exemple.................................................. 1 3 Avec second membre 3.1 Exemple..................................................
Plus en détailFonction dont la variable est borne d intégration
[hp://mp.cpgedpydelome.fr] édié le 1 jille 14 Enoncés 1 Foncion don la variable es borne d inégraion Eercice 1 [ 1987 ] [correcion] Soi f : R R ne foncion conine. Jsifier qe les foncions g : R R sivanes
Plus en détailCalcul Stochastique 2 Annie Millet
M - Mahémaiques Appliquées à l Économie e à la Finance Universié Paris 1 Spécialié : Modélisaion e Méhodes Mahémaiques en Économie e Finance Calcul Sochasique Annie Mille 15 14 13 1 11 1 9 8 7 6 5 4 3
Plus en détailLes circuits électriques en régime transitoire
Les circuis élecriques en régime ransioire 1 Inroducion 1.1 Définiions 1.1.1 égime saionnaire Un régime saionnaire es caracérisé par des grandeurs indépendanes du emps. Un circui en couran coninu es donc
Plus en détailTD/TP : Taux d un emprunt (méthode de Newton)
TD/TP : Taux d un emprun (méhode de Newon) 1 On s inéresse à des calculs relaifs à des remboursemens d empruns 1. On noera C 0 la somme emprunée, M la somme remboursée chaque mois (mensualié), le aux mensuel
Plus en détailMATHEMATIQUES FINANCIERES
MATHEMATIQUES FINANCIERES LES ANNUITES INTRODUCTION : Exemple 1 : Une personne veu acquérir une maison pour 60000000 DH, pour cela, elle place annuellemen au CIH une de 5000000 DH. Bu : Consiuer un capial
Plus en détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détailCHAPITRE I : Cinématique du point matériel
I. 1 CHAPITRE I : Cinémaique du poin maériel I.1 : Inroducion La plupar des objes éudiés par les physiciens son en mouvemen : depuis les paricules élémenaires elles que les élecrons, les proons e les neurons
Plus en détailFiles d attente (1) F. Sur - ENSMN. Introduction. 1 Introduction. Vocabulaire Caractéristiques Notations de Kendall Loi de Little.
Cours de Tronc Commun Scienifique Recherche Opéraionnelle Les files d aene () Les files d aene () Frédéric Sur École des Mines de Nancy www.loria.fr/ sur/enseignemen/ro/ 5 /8 /8 Exemples de files d aene
Plus en détailRappels théoriques. -TP- Modulations digitales ASK - FSK. Première partie 1 INTRODUCTION
2 IUT Blois Déparemen GTR J.M. Giraul, O. Bou Maar, D. Ceron M. Richard, P. Sevesre e M. Leberre. -TP- Modulaions digiales ASK - FSK IUT Blois Déparemen du Génie des Télécommunicaions e des Réseaux. Le
Plus en détailLe mode de fonctionnement des régimes en annuités. Secrétariat général du Conseil d orientation des retraites
CONSEIL D ORIENTATION DES RETRAITES Séance plénière du 28 janvier 2009 9 h 30 «Les différens modes d acquisiion des drois à la reraie en répariion : descripion e analyse comparaive des echniques uilisées»
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailIntégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Plus en détailTB 352 TB 352. Entrée 1. Entrée 2
enrées série TB logiciel d applicaion 2 enrées à émission périodique famille : Inpu ype : Binary inpu, 2-fold TB 352 Environnemen Bouon-poussoir TB 352 Enrée 1 sories 230 V Inerrupeur Enrée 2 Câblage sur
Plus en détailF 2 = - T p K 0. ... F T = - T p K 0 - K 0
Correcion de l exercice 2 de l assisana pré-quiz final du cours Gesion financière : «chéancier e aux de renabilié inerne d empruns à long erme» Quesion : rappeler la formule donnan les flux à chaque échéance
Plus en détailMathématiques financières. Peter Tankov
Mahémaiques financières Peer ankov Maser ISIFAR Ediion 13-14 Preface Objecifs du cours L obje de ce cours es la modélisaion financière en emps coninu. L objecif es d un coé de comprendre les bases de
Plus en détailNed s Expat L assurance des Néerlandais en France
[ LA MOBILITÉ ] PARTICULIERS Ned s Expa L assurance des Néerlandais en France 2015 Découvrez en vidéo pourquoi les expariés en France choisissen APRIL Inernaional pour leur assurance sané : Suivez-nous
Plus en détailIntégrale de Lebesgue
Intégrale de Lebesgue L3 Mathématiques Jean-Christophe Breton Université de Rennes 1 Septembre Décembre 2014 version du 2/12/14 Table des matières 1 Tribus (σ-algèbres) et mesures 1 1.1 Rappels ensemblistes..............................
Plus en détailLa rentabilité des investissements
La renabilié des invesissemens Inroducion Difficulé d évaluer des invesissemens TI : problème de l idenificaion des bénéfices, des coûs (absence de saisiques empiriques) problème des bénéfices Inangibles
Plus en détailImage d un intervalle par une fonction continue
DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction
Plus en détailTHÉORIE DE LA MESURE ET DE L INTÉGRATION.
THÉORIE DE LA MESURE ET DE L INTÉGRATION. THIERRY GALLAY Transcrit par Tancrède LEPOINT 29 UNIVERSITÉ JOSEPH FOURIER, GRENOBLE TABLE DES MATIÈRES Avant-propos Biographie sommaire...........................................
Plus en détailFinance 1 Université d Evry Val d Essonne. Séance 2. Philippe PRIAULET
Finance 1 Universié d Evry Val d Essonne éance 2 Philippe PRIAULET Plan du cours Les opions Définiion e Caracérisiques Terminologie, convenion e coaion Les différens payoffs Le levier implicie Exemple
Plus en détailAnnuités. I Définition : II Capitalisation : ( Valeur acquise par une suite d annuités constantes ) V n = a t
Annuiés I Définiion : On appelle annuiés des sommes payables à inervalles de emps déerminés e fixes. Les annuiés peuven servir à : - consiuer un capial ( annuiés de placemen ) - rembourser une dee ( annuiés
Plus en détailIntégration et probabilités TD1 Espaces mesurés
Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?
Plus en détailNon-résonance entre les deux premières valeurs propres d un problème quasi-linéaire
Non-résonance enre les deux premières valeurs propres d un problème quasi-linéaire AREl Amrouss MMoussaoui Absrac We consider he quasilinear Dirichle boundary value problem (φ p (u )) = f(u)+h(x),u(a)=u(b)=0,
Plus en détailPROBABILITÉS: COURS DE LICENCE DE MATHÉMATIQUES APPLIQUÉES LM 390
PROBABILITÉS: COURS DE LICENCE DE MATHÉMATIQUES APPLIQUÉES LM 390 Université PARIS 6 2008/2009 Jean BERTOIN 1 Table des Matières ( ) ces parties peuvent ^etre omises en première lecture, et ne feront pas
Plus en détailCorrection de l examen de la première session
de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi
Plus en détailCARACTERISTIQUES STATIQUES D'UN SYSTEME
CARACTERISTIQUES STATIQUES D'UN SYSTEE 1 SYSTEE STABLE, SYSTEE INSTABLE 1.1 Exemple 1: Soi un sysème composé d une cuve pour laquelle l écoulemen (perurbaion) es naurel au ravers d une vanne d ouverure
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en détailCaractéristiques des signaux électriques
Sie Inerne : www.gecif.ne Discipline : Génie Elecrique Caracérisiques des signaux élecriques Sommaire I Définiion d un signal analogique page 1 II Caracérisiques d un signal analogique page 2 II 1 Forme
Plus en détailRecueil d'exercices de logique séquentielle
Recueil d'exercices de logique séquenielle Les bascules: / : Bascule JK Bascule D. Expliquez commen on peu modifier une bascule JK pour obenir une bascule D. 2/ Eude d un circui D Q Q Sorie A l aide d
Plus en détail2009-01 EFFICIENCE INFORMATIONNELLE DES 1948-2008 UNE VERIFICATION ECONOMETRIQUE MARCHES DE L OR A PARIS ET A LONDRES, DE LA FORME FAIBLE
009-01 EFFICIENCE INFORMATIONNELLE DES MARCHES DE L OR A PARIS ET A LONDRES, 1948-008 UNE VERIFICATION ECONOMETRIQUE DE LA FORME FAIBLE Thi Hong Van HOANG Efficience informaionnelle des marchés de l or
Plus en détailMIDI F-35. Canal MIDI 1 Mélodie Canal MIDI 2 Basse Canal MIDI 10 Batterie MIDI IN. Réception du canal MIDI = 1 Reproduit la mélodie.
/ VARIATION/ ACCOMP PLAY/PAUSE REW TUNE/MIDI 3- LESSON 1 2 3 MIDI Qu es-ce que MIDI? MIDI es l acronyme de Musical Insrumen Digial Inerface, une norme inernaionale pour l échange de données musicales enre
Plus en détailENS de Lyon TD 1 17-18 septembre 2012 Introduction aux probabilités. A partie finie de N
ENS de Lyon TD 7-8 septembre 0 Introduction aux probabilités Exercice Soit (u n ) n N une suite de nombres réels. On considère σ une bijection de N dans N, de sorte que (u σ(n) ) n N est un réordonnement
Plus en détailDocumentation Technique de Référence Chapitre 8 Trames types Article 8.14-1
Documenaion Technique de Référence Chapire 8 Trames ypes Aricle 8.14-1 Trame de Rappor de conrôle de conformié des performances d une insallaion de producion Documen valide pour la période du 18 novembre
Plus en détailVA(1+r) = C 1. VA = C 1 v 1
Universié Libre de Bruxelles Solvay Business School La valeur acuelle André Farber Novembre 2005. Inroducion Supposons d abord que le emps soi limié à une période e que les cash flows fuurs (les flux monéaires)
Plus en détail4. Martingales à temps discret
Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les
Plus en détailOscillations forcées en régime sinusoïdal.
Conrôle des prérequis : Oscillaions forcées en régime sinusoïdal. - a- Rappeler l expression de la période en foncion de la pulsaion b- Donner l expression de la période propre d un circui RLC série -
Plus en détailFiltrage optimal. par Mohamed NAJIM Professeur à l École nationale supérieure d électronique et de radioélectricité de Bordeaux (ENSERB)
Filrage opimal par Mohamed NAJIM Professeur à l École naionale supérieure d élecronique e de radioélecricié de Bordeaux (ENSERB) Filre adapé Définiions Filre adapé dans le cas de brui blanc 3 3 Cas d un
Plus en détailMA6.06 : Mesure et Probabilités
Année universitaire 2002-2003 UNIVERSITÉ D ORLÉANS Olivier GARET MA6.06 : Mesure et Probabilités 2 Table des matières Table des matières i 1 Un peu de théorie de la mesure 1 1.1 Tribus...............................
Plus en détailProbabilités avancées. Florin Avram
Probabilités avancées Florin Avram 24 janvier 2014 Table des matières 1 Mise en scène discrète 3 1.1 Espace des épreuves/résultats possibles, événements, espace probabilisé, mesure de probabilités, variables
Plus en détailIntégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :
Itégratio et probabilités EN Paris, 202-203 TD 203 Lois des grads ombres, théorème cetral limite. Corrigé Lois des grads ombres Exercice. Calculer e cet leços Détermier les limites suivates : x +... +
Plus en détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailSommaire de la séquence 12
Sommaire de la séquence 12 Séance 1........................................................................................................ Je prends un bon dépar.......................................................................................
Plus en détailLoi d une variable discrète
MATHEMATIQUES TD N : VARIABLES DISCRETES - Corrigé. P[X = k] 0 k point de discontinuité de F et P[X = k] = F(k + ) F(k ) Ainsi, P[X = ] =, P[X = 0] =, P[X = ] = R&T Saint-Malo - nde année - 0/0 Loi d une
Plus en détailCONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)
CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un
Plus en détailCopules et dépendances : application pratique à la détermination du besoin en fonds propres d un assureur non vie
Copules e dépendances : applicaion praique à la déerminaion du besoin en fonds propres d un assureur non vie David Cadoux Insiu des Acuaires (IA) GE Insurance Soluions 07 rue Sain-Lazare, 75009 Paris FRANCE
Plus en détailSéquence 2. Pourcentages. Sommaire
Séquence 2 Pourcenages Sommaire Pré-requis Évoluions e pourcenages Évoluions successives, évoluion réciproque Complémen sur calcularices e ableur Synhèse du cours Exercices d approfondissemen 1 1 Pré-requis
Plus en détail1 TD1 : rappels sur les ensembles et notion de probabilité
1 TD1 : rappels sur les ensembles et notion de probabilité 1.1 Ensembles et dénombrement Exercice 1 Soit Ω = {1, 2, 3, 4}. Décrire toutes les parties de Ω, puis vérier que card(p(ω)) = 2 4. Soit k n (
Plus en détailFonctions de deux variables. Mai 2011
Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs
Plus en détailDistribution Uniforme Probabilité de Laplace Dénombrements Les Paris. Chapitre 2 Le calcul des probabilités
Chapitre 2 Le calcul des probabilités Equiprobabilité et Distribution Uniforme Deux événements A et B sont dits équiprobables si P(A) = P(B) Si il y a équiprobabilité sur Ω, cad si tous les événements
Plus en détailThéorie de la Mesure et Intégration
Université Pierre & Marie Curie (Paris 6) Licence de Mathématiques L3 UE LM364 Intégration 1 & UE LM365 Intégration 2 Année 2010 11 Théorie de la Mesure et Intégration Responsable des cours : Amaury LAMBERT
Plus en détailConstruction de l'intégrale de Lebesgue
Université d'artois Faculté des ciences Jean Perrin Mesure et Intégration (Licence 3 Mathématiques-Informatique) Daniel Li Construction de l'intégrale de Lebesgue 10 février 2011 La construction de l'intégrale
Plus en détailSciences Industrielles pour l Ingénieur
Sciences Indusrielles pour l Ingénieur Cenre d Inérê 6 : CONVERTIR l'énergie Compéences : MODELISER, RESOUDRE CONVERSION ELECTROMECANIQUE - Machine à couran coninu en régime dynamique Procédés de piloage
Plus en détailLes solutions solides et les diagrammes d équilibre binaires. sssp1. sssp1 ssss1 ssss2 ssss3 sssp2
Les soluions solides e les diagrammes d équilibre binaires 1. Les soluions solides a. Descripion On peu mélanger des liquides par exemple l eau e l alcool en oue proporion, on peu solubiliser un solide
Plus en détailMesure et Intégration (Notes de cours de L3)
Mesure et Intégration (Notes de cours de L3) Ahmed Zeriahi Version préliminaire-octobre 2011 Avertissement : Ceci est une version préliminaire des notes du cours que l auteur a dispensé en troisème année
Plus en détailTHÈSE. Pour l obtention du grade de Docteur de l Université de Paris I Panthéon-Sorbonne Discipline : Sciences Économiques
Universié de Paris I Panhéon Sorbonne U.F.R. de Sciences Économiques Année 2011 Numéro aribué par la bibliohèque 2 0 1 1 P A 0 1 0 0 5 7 THÈSE Pour l obenion du grade de Doceur de l Universié de Paris
Plus en détailVariables Aléatoires. Chapitre 2
Chapitre 2 Variables Aléatoires Après avoir réalisé une expérience, on ne s intéresse bien souvent à une certaine fonction du résultat et non au résultat en lui-même. Lorsqu on regarde une portion d ADN,
Plus en détailDESSd ingéniérie mathématique Université d Evry Val d Essone Evaluations des produits nanciers
DESSd ingéniérie mahémaique Universié d Evry Val d Essone Evaluaions des produis nanciers Véronique Berger Cours Janvier-Mars 2003 version du 27 mars 2003 Conens I Présenaion du plan de cours 3 II Insrumens
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur
Plus en détailMESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours
MSUR T INTÉGRATION N UN DIMNSION Notes de cours André Giroux Département de Mathématiques et Statistique Université de Montréal Mai 2004 Table des matières 1 INTRODUCTION 2 1.1 xercices.............................
Plus en détailRelation entre la Volatilité Implicite et la Volatilité Réalisée.
Relaion enre la Volailié Implicie e la Volailié Réalisée. Le cas des séries avec la coinégraion fracionnaire. Rappor de Recherche Présené par : Mario Vázquez Velasco Direceur de Recherche : Benoî Perron
Plus en détailDifférentiabilité ; Fonctions de plusieurs variables réelles
Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2
Plus en détail1 TD n 1:dénombrement
MA3 Exercices corrigés TD n :dénombrement Exercice On considère un groupe de n personnes. Quelle est la probabilité que deux d entre elles aient le même jour d anniversaire? (On suppose qu il n y a pas
Plus en détailDualité dans les espaces de Lebesgue et mesures de Radon finies
Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention
Plus en détailIntégration sur des espaces produits
Chapitre 5 Intégration sur des espaces produits 5.1 Produit de deux mesures Étant donnés deux espaces mesurés (Ω 1, F 1, µ 1 ) et (Ω 2, F 1, µ 2 ), le but de cette section est de construire une mesure
Plus en détailModélisation et simulation
Modélisation et simulation p. 1/36 Modélisation et simulation INFO-F-305 Gianluca Bontempi Département d Informatique Boulevard de Triomphe - CP 212 http://www.ulb.ac.be/di Modélisation et simulation p.
Plus en détailProbabilités III Introduction à l évaluation d options
Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un
Plus en détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
Plus en détail8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2
Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R
Plus en détailLEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.
LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. Pré-requis : Probabilités : définition, calculs et probabilités conditionnelles ; Notion de variables aléatoires, et propriétés associées : espérance,
Plus en détailIntégrales dépendant d un paramètre
[hp://mp.cpgedupuydelome.fr] édié le 3 avril 5 Eocés Iégrales dépeda d u paramère Covergece domiée Exercice [ 9 ] [correcio] Calculer les limies des suies do les ermes gééraux so les suivas : a) u = π/4
Plus en détailMéthodes de Simulation
Méthodes de Simulation JEAN-YVES TOURNERET Institut de recherche en informatique de Toulouse (IRIT) ENSEEIHT, Toulouse, France Peyresq06 p. 1/41 Remerciements Christian Robert : pour ses excellents transparents
Plus en détailArticle. «Les effets à long terme des fonds de pension» Pascal Belan, Philippe Michel et Bertrand Wigniolle
Aricle «Les effes à long erme des fonds de pension» Pascal Belan, Philippe Michel e Berrand Wigniolle L'Acualié économique, vol 79, n 4, 003, p 457-480 Pour cier ce aricle, uiliser l'informaion suivane
Plus en détailAmphi 3: Espaces complets - Applications linéaires continues
Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite
Plus en détailCours d Analyse I et II
ÉCOLE POLYTECHNIQUE FÉDÉRALE DE LAUSANNE Cours d Analyse I et II Sections Microtechnique & Science et génie des matériaux Dr. Philippe Chabloz avril 23 Table des matières Sur les nombres. Les nombres
Plus en détailaux différences est appelé équation aux différences d ordre n en forme normale.
MODÉLISATION ET SIMULATION EQUATIONS AUX DIFFÉRENCES (I/II) 1. Rappels théoriques : résolution d équations aux différences 1.1. Équations aux différences. Définition. Soit x k = x(k) X l état scalaire
Plus en détailCHAPITRE 13. EXERCICES 13.2 1.a) 20,32 ± 0,055 b) 97,75 ± 0,4535 c) 1953,125 ± 23,4375. 2.±0,36π cm 3
Chapire Eercices de snhèse 6 CHAPITRE EXERCICES..a), ±,55 b) 97,75 ±,455 c) 95,5 ±,475.±,6π cm.a) 44,, erreur absolue de,5 e erreur relaive de, % b) 5,56, erreur absolue de,5 e erreur relaive de,9 % 4.a)
Plus en détailMesures gaussiennes et espaces de Fock
Mesures gaussiennes et espaces de Fock Thierry Lévy Peyresq - Juin 2003 Introduction Les mesures gaussiennes et les espaces de Fock sont deux objets qui apparaissent naturellement et peut-être, à première
Plus en détailFiltrage stochastique non linéaire par la théorie de représentation des martingales
Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de
Plus en détailThéorie de la Mesure et Intégration
Ecole Nationale de la Statistique et de l Administration Economique Théorie de la Mesure et Intégration Xavier MARY 2 Table des matières I Théorie de la mesure 11 1 Algèbres et tribus de parties d un ensemble
Plus en détailDérivation : cours. Dérivation dans R
TS Dérivation dans R Dans tout le capitre, f désigne une fonction définie sur un intervalle I de R (non vide et non réduit à un élément) et à valeurs dans R. Petits rappels de première Téorème-définition
Plus en détailMODELES DE DUREE DE VIE
MODELES DE DUREE DE VIE Cours 1 : Introduction I- Contexte et définitions II- Les données III- Caractéristiques d intérêt IV- Evènements non renouvelables/renouvelables (unique/répété) I- Contexte et définitions
Plus en détailMÉTHODE DE MONTE CARLO.
MÉTHODE DE MONTE CARLO. Alexandre Popier Université du Maine, Le Mans A. Popier (Le Mans) Méthode de Monte Carlo. 1 / 95 PLAN DU COURS 1 MÉTHODE DE MONTE CARLO 2 PROBLÈME DE SIMULATION Théorème fondamental
Plus en détailINTRODUCTION. 1 k 2. k=1
Capes externe de mathématiques : session 7 Première composition INTRODUCTION L objet du problème est l étude de la suite (s n n définie par : n, s n = Dans une première partie, nous nous attacherons à
Plus en détailChapitre 2 L investissement. . Les principales caractéristiques de l investissement
Chapire 2 L invesissemen. Les principales caracérisiques de l invesissemen.. Définiion de l invesissemen Définiion générale : ensemble des B&S acheés par les agens économiques au cours d une période donnée
Plus en détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
Plus en détailCorrigé du baccalauréat S Pondichéry 13 avril 2011
Corrigé du baccalauréat S Pondichéry avril EXERCICE Commun à tous ls candidats Parti I points. L ax ds ordonnés st asymptot à C au voisinag d ; la fonction étant décroissant sur ] ; + [, la limit quand
Plus en détailContinuité en un point
DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à
Plus en détailMéthodes de quadrature. Polytech Paris-UPMC. - p. 1/48
Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation
Plus en détailLa mesure de Lebesgue sur la droite réelle
Chapitre 1 La mesure de Lebesgue sur la droite réelle 1.1 Ensemble mesurable au sens de Lebesgue 1.1.1 Mesure extérieure Définition 1.1.1. Un intervalle est une partie convexe de R. L ensemble vide et
Plus en détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détailIntégration de Net2 avec un système d alarme intrusion
Ne2 AN35-F Inégraion de Ne2 avec un sysème d alarme inrusion Vue d'ensemble En uilisan l'inégraion d'alarme Ne2, Ne2 surveillera si l'alarme inrusion es armée ou désarmée. Si l'alarme es armée, Ne2 permera
Plus en détailP1 : Corrigés des exercices
P1 : Corrigés des exercices I Exercices du I I.2.a. Poker : Ω est ( l ensemble ) des parties à 5 éléments de l ensemble E des 52 cartes. Cardinal : 5 I.2.b. Bridge : Ω est ( l ensemble ) des parties à
Plus en détailMesures et Intégration
Mesures et Intégration Marc Troyanov - EPFL - Octobre 2005 30 avril 2008 Ce document contient les notes du cours de Mesure et Intégration enseigné à l EPFL par Marc Troyanov, version 2005-2006. Table des
Plus en détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en détailEcole des HEC Université de Lausanne FINANCE EMPIRIQUE. Eric Jondeau
Ecole des HEC Universié de Lausanne FINANCE EMPIRIQUE Eric Jondeau FINANCE EMPIRIQUE La prévisibilié des rendemens Eric Jondeau L hypohèse d efficience des marchés Moivaion L idée de base de l hypohèse
Plus en détail