Promenades aléatoires : vers les chaînes de Markov

Dimension: px
Commencer à balayer dès la page:

Download "Promenades aléatoires : vers les chaînes de Markov"

Transcription

1 AME Dossier : Matrices et suites 545 romeades aléatoires : vers les chaîes de Markov ierre Griho (*) Cet article propose ue mise e perspective de la otio de promeade ou de marche aléatoire itroduite das le ouveau programme de spécialité de Termiale S L étude de marches aléatoires simples à ombre d états (1) fii costitue das ce programme ue voie d itroductio du calcul matriciel avec pour poit d orgue ue explicatio simple du pricipe de base des moteurs de recherche actuels (2) Il sera fait appel à des otios d algèbre liéaire telles que le produit matriciel sous sa forme géérale ou les valeurs et vecteurs propres qui dépasset bie sûr le cadre du programme de Termiale Le cadre gééral de ces problèmes est celui des processus aléatoires dot les chaîes de Markov (3) sot l exemple qui sera développé ici 1 U premier exemple de processus aléatoire Cet exemple sort du cadre strict du programme de spécialité mais paradoxalemet so cotexte est le plus simple à décrire U promeeur idécis ou féru de probabilités (4) se déplace sur ue droite graduée e partat de l origie Il jette ue pièce de moaie et avace d u pas si elle doe pile et recule d u pas si elle doe face Le ombre d états de cette marche est ifii Voici ue simulatio de cette marche avec ue pièce équilibrée : e abscisse le ombre de pas et e ordoée la positio sur l axe O peut observer qu après être reveu plusieurs fois e 0, le promeeur semble partir défiitivemet au loi E fait, o démotre qu il reviedra avec certitude ue ifiité de fois e 0, mais le ombre moye de pas etre deux passages est ifii (*) (1) our u mobile qui se déplace, il s agit de ses positios possibles (2) Bie etedu il e s agit que d ue approche de cette théorie dot le premier brevet a été eregistré e 1998 (3) Adreï Markov ( ) mathématicie russe (4) Ce problème est cou aussi sous le om de «marche de l ivroge»

2 546 Dossier : Matrices et suites AME 2 U deuxième exemple de processus aléatoire U autre promeeur se déplace sur u quadrillage et à chaque carrefour il choisit ue directio au hasard, mais e s iterdisat de passer deux fois sur u même poit Ce type de marche aléatoire est appelée marche auto-évitate (5) Les deux types de processus évoqués ci-dessus présetet ue différece fodametale : le premier a pas de mémoire e ce ses que l état futur e déped que de l état préset et le secod a au cotraire beaucoup de mémoire Les processus du premier type sot dits markovies et o s itéresse ici aux chaîes de Markov qui e sot le cas discret Si o cosidère celles à ombre d états fii o peut utiliser des matrices 3 L exemple des ures d Ehrefest Cet exemple figure das le programme (6) Il e se présete pas comme ue promeade mais o pourrait le trasformer e marche sur u graphe O cosidère deux ures A et B et particules À l istat iitial = 0, les particules sot réparties das A et B À chaque istat 1, o choisit au hasard l ue des particules et o la chage d ure Ci-dessous ue simulatio où l ure A cotiet 15 particules au départ et l ure B 0 E abscisse le ombre d échages et e ordoée le ombre de particules das A O peut voir que l ure A se vide complètemet puis remote à 15 (5) Lire à ce sujet l article de Wedeli Werer à l adresse : 0aleatoirespdf (6)Voir aussi das ce bulleti l article de Kylie Ravera

3 AME romeades aléatoires 547 O ote X la variable aléatoire égale au ombre de particules das A à l issue du -ième échage X peut predre les valeurs etières de 0 à : ces valeurs costituet les états du processus À l aide de la formule des probabilités totales, o obtiet les ( + 1) formules de récurrece : ( X +1 = k)= k +1 ( X = k 1)+ k +1 X = k +1 E effet, pour avoir k particules das A à l issue du ( + 1)-ième tirage, soit il y e avait (k - 1) avat et o e a rajouté ue proveat des ( - (k - 1)) de l ure B, soit il y e avait (k + 1) et o e a elevé ue Ces formules restet vraies pour les extrêmes : Ce processus est ue chaîe de Markov et cela se traduit par: ( X +1 = k +1 /( X = k ) ( X 0 = k 0 ))= ( X +1 = k +1 /( X = k )) qui e est la défiitio formelle O peut traduire commodémet les + 1 relatios (1) matriciellemet e posat ( X = 0) U = : U +1 = MU où M est la matrice carrée d ordre + 1 dot ( X = ) chaque terme est ue probabilité coditioelle et dot la somme des coefficiets de chaque coloe vaut 1 Ue telle matrice est dite stochastique (ici e coloe) O peut remarquer que la somme des coefficiets de U vaut 1 égalemet 0 1/3 0 0 Das le cas = 3, o obtiet 1 0 2/3 0 M = 0 2/ /3 0 La première lige s obtiet grâce à la relatio pour les autres liges ( X +1 = 0)= 1 X = 1 ( X +1 = )= 1 X = 1 O peut avoir par exemple U 0 = où 1 k 1 ( das ce cas ( X = 1)= 0 ) ( das ce cas ( X = +1)= 0 ) ( X +1 = 0)= 1 3 ( X = 1) (1) et de même si A cotiet les 3 particules au début

4 548 Dossier : Matrices et suites AME L évolutio à log terme de ce processus repose sur u calcul de puissace de matrice puisque U = M U 0 Le comportemet asymptotique peut s étudier soit par l étude de la suite des puissaces, soit directemet sur la suite Das le cas préset, si la suite coverge, sa limite U est ue matrice coloe de somme 1 qui vérifie l équatio U = MU : U est doc u vecteur propre de M relatif à la valeur propre 1 Si o ote u k les coordoées de U, o a les relatios : O motre alors par récurrece sur k que u k =, puis, e utilisat la somme k u 0, o obtiet et fialemet u k = u Les coordoées de U k 1 k = 1 u 0 = k=0 ( M ) U u 1 = u 0, u 1 = u, u k = k +1 u k1 + k +1 u k+1 pour 0 < k < formet doc la loi biomiale B(,1/2) E fait la suite e coverge pas toujours (e particulier si la situatio iitiale U est détermiiste, c est-à-dire si la compositio des ures est doée et o aléatoire), mais ses suites extraites et coverget Cela tiet au fait que le ombre X de particules das A est étroitemet lié à la parité de Si par exemple X 0 = 0, alors X 2 est pair et X 2+1 est impair et das ce cas o peut motrer que la limite de 1 1 ( X 2 = 2k) est égale à et celle de à 2k ( X = 2k +1) 2k La suite des puissaces ( U 2 ) U 2+1 ( M ) U 4 Les matrices stochastiques se comporte de la même faço Comme o l a vu das l exemple précédet, les chaîes de Markov sot liées à ue classe particulière de matrices : les matrices stochastiques Leurs propriétés sot précieuses pour étudier la covergece évetuelle des processus Ue matrice stochastique selo les coloes (respectivemet selo les liges) est ue matrice à élémets positifs ou uls et dot toutes les coloes (respectivemet toutes les liges) ot ue somme égale à 1 De ombreux ouvrages privilégiet les matrices stochastiques e lige et doc les produits traduisat la chaîe de Markov fot iterveir des matrices liges du type V +1 = V M Il y a pas de raiso objective (7) pour privilégier cette écriture mais plutôt u certai ombre de raisos pédagogiques pour préférer celle e coloes : la traductio matricielle des équatios déduites des probabilités totales doe (7) Au iveau du secodaire et même des deux premières aées du supérieur L explicatio se trouve e théorie de la mesure et découle de la otio de dualité

5 AME romeades aléatoires 549 directemet la matrice stochastique de trasitio e coloe par simple lecture, u élémet importat est u vecteur propre de cette matrice : l étude des vecteurs propres se fait e liaiso avec l iterprétatio d ue matrice carrée comme matrice d u edomorphisme et das ce cas le calcul d ue image se fait usuellemet par produit de la matrice par ue matrice coloe, ces otios sot ue itroductio à l algèbre liéaire : il faut doc les étudier das la perspective de ce qui sera fait das le supérieur et doc e pas s e teir au cotexte des matrices stochastiques, efi, das le secodaire, les élèves sot habitués à écrire les coordoées des vecteurs e coloe Das cet article, je utiliserai doc pour traduire ue chaîe de Markov que les matrices stochastiques e coloe mais je serai ameé à utiliser la trasposée de telles matrices (otée t M) qui est doc stochastique e lige Ue propriété caractéristique des matrices stochastiques est que t MX = X où X est la matrice coloe formée de 1 et M est supposée à coefficiets positifs ou uls O peut e déduire les propriétés suivates : u produit de matrices stochastiques est stochastique E effet si M et sot stochastiques, t (M)X = t t MX = t X = X ue matrice et sa trasposée ayat les mêmes valeurs propres, toute matrice stochastique a 1 pour valeur propre les valeurs propres réelles d ue matrice stochastique ot ue valeur absolue iférieure ou égale à 1 our démotrer cela, o raisoe sur la trasposée Soit u vecteur propre associé à ue valeur propre l de t M O ote i u élémet de 1,, tel que k 1,, E cosidérat la lige i de la matrice t MX, o obtiet doc x i x i et comme x i 0 o e déduit que 1 Covergece X = x 1 x 2 x,1 ( R) x i = m ki x k m ki x k x i 1 k=1 { } { } x k x i our l étude asymptotique des chaîes de Markov, ue méthode possible est d étudier la suite des puissaces de ces matrices La covergece de ces suites est pas assurée O e a vu u cotre-exemple das le cas d Ehrefest Quad il y a covergece, la limite est ecore stochastique (par simple passage à la limite das les sommes par coloes) k=1

6 550 Dossier : Matrices et suites AME Ue coditio suffisate de covergece est que l ue des puissaces ait tous ses termes strictemet positifs Avat de démotrer ce résultat, e voici u exemple umérique Si M = la suite 2/11 à 9/44 3/11 15 / 44, alors M 3 a aucu coefficiet ul et o motre que coverge vers la matrice dot toutes les coloes sot égales reuve de la coditio suffisate O cosidère pour simplifier que la matrice A = (a ij ) carrée d ordre p 3 (le cas p = 2 se traite directemet) est stochastique à élémets o uls et o ote a le plus petit élémet de A Du fait des sommes de coloes égales à 1, o a 0 < a < 1 2 O va démotrer que les coloes de A, coverget toutes vers la même coloe Soit m et M le plus petit et le plus grad élémet de la première lige de A O va démotrer que ces deux suites sot adjacetes O ote a ij () les termes de A O pose m = a 1 j0 (j 0 déped de ) O a : 0 1/3 0 1/3 1/ /3 1/2 1/3 0 1/3 0 1/3 1 0 ( M ) p M +1 = max a 1k j a kj = max a 1k j a kj + m a j0 j k=1 max j puis e utilisat le fait que a kj = 1 : k=1 De la même maière, o motre que : m +1 m + a( M m ) m p À l aide des deux iégalités, o obtiet efi que M +1 m a k j 0 M a kj k j 0 M +1 M + max ( m M )a j0 j j M ( M m )mia j0 j M ( M m )a M j M m Comme 0 < 1-2a < 1, o a bie les trois critères des suites adjacetes Tous les termes de la première lige de A ot la même limite et il e est de même pour les autres liges + m a j0 j,

7 AME romeades aléatoires 551 Il e reste plus qu à recoaître das la coloe limite obteue u vecteur propre de A lié à la valeur propre 1 Si o ote C cette coloe, il est clair que par passage à la limite la somme de ses termes vaut 1 reos le premier terme de AC : Doc fialemet : AC = C Le vecteur C correspod à ue distributio de probabilité appelée distributio statioaire de la chaîe Das le cas particulier précédet, il est facile de voir que C est uique e passat à la limite das l égalité A C = C où C serait ue deuxième distributio statioaire La coditio suffisate vue précédemmet est pas écessaire comme le motre l exemple suivat : Si 1 1/2 A =, la suite coverge vers 0 1/2 ( A 1 1 ) Comportemet asymptotique d ue marche aléatoire 1 Si o cosidère ue marche aléatoire sur u graphe dot la matrice M de trasitio a l ue de ses puissaces M k à coefficiets o uls, cela sigifie que l o peut relier deux sommmets quelcoques du graphe e exactemet k étapes ar exemple u graphe associé à l ue des matrices précédet serait : p a 1 j c j = a 1 j lima j1 = lim a 1 j a j1 p p M = = lim a = c 1 0 1/3 0 1/3 1/ /3 1/2 1/3 0 1/3 0 1/3 1 0 du paragraphe E partat du sommet 1, o a ue chace sur 2 d aller e 2 et ue chace sur 2 d aller e 3 : les déplacemets possibles partat d u sommet sot équiprobables E trois étapes o peut rejoidre importe quel sommet quel que soit le poit de départ Si o ote X la positio du mobile après déplacemets et U la matrice coloe de sa loi, o a U = M U 0 et quel que soit le poit de départ, la suite coverge vers U

8 552 Dossier : Matrices et suites AME 2/11 9/44 3/11 15 / 44 2 Iversemet, il existe des graphes dot tous les sommets peuvet être joigables alors que toutes les puissaces de la matrice de trasitio comportet des 0 : par exemple u graphe de matrice circulaire qui est doc u vecteur propre associé à 1 de M correspodat à ue permutatio O peut aussi avoir des marches aléatoires sur u graphe dot l u des sommets est u «cul de sac» S il y e a qu u et que l o peut y arriver de tous les autres sommets, il paraît clair que la marche se termiera toujours e ce sommet ar exemple la suite des puissaces de la matrice /3 1/2 0 1/2 0 1/2 0 1/2 1/ /3 0 1 coverge vers la matrice dot les trois premières liges sot ulles et la derière formée de 1 Ce résultat peut se prouver par calcul mais aussi directemet grâce à la propriété du graphe Das le graphe ci-dessous, lorsqu o arrive au sommet 4 o y reste 6 Marche aléatoire avec saut Cette derière partie propose ue maière élémetaire de justifier la covergece de l algorithme «agerak» La costructio de cet algorithme a été développée das de ombreux articles (8) O va démotrer ici sa covergece après l avoir traduit sous la forme d ue suite de matrices de type arithmético-géométrique comme idiqué das le programme de spécialité Le Web est modélisé par u graphe orieté dot les sommets sot les pages et les flèches les lies hypertextes (8) Voir e particulier celui de Michael Eiserma : agerak-de-google aisi que l article du bulleti o 489 (septembre 2010), p

9 AME romeades aléatoires 553 U surfeur aléatoire se déplace sur ce graphe à sommets, chaque sommet ayat au mois u lie etrat À chaque istat, il peut suivre les arêtes du graphe avec ue probabilité liée au ombre de lies ou aller directemet sur importe quel sommet y compris celui où il se trouve (e «sautat») avec ue probabilité costate p 1 Relatios de récurrece O ote X la positio du surfeur après étapes X pred ses valeurs das {1,2,,} remier cas : Si les déplacemets se fot sas saut o peut appliquer la formule des probabilités totales : ( X +1 = i)= [ X = j] ( X +1 = i)( X = j) = a ij X = j e otat a ij = X qui est égal à l iverse du ombre de lies sortat du [ = j] ( X +1 = i) sommet j si la page j poite vers la page i et à 0 sio Si la page i est u cul-de-sac, o a a ii = 1 Il est écessaire de supposer que ( X = j) 0 pour tout j Œ {1,2,,}, ce qui peut se démotrer par récurrece e utilisat le fait que tout sommet possède au mois u lie etrat E otat U la matrice coloe dot les liges sot les probabilités et A la matrice carrée dot les coefficiets sot les a ij o obtiet la relatio de récurrece U +1 = AU Deuxième cas : Si maiteat les déplacemets peuvet se faire avec saut, les formules de récurrece sot plus délicates à obteir mais e voici le pricipe O utilise le système complet d évéemets { S +1,S +1 } (le surfeur saute ou o à la ( + 1)-ième étape) Le surfeur est e i à la ( + 1)-ième étape si, ou bie il a fait u saut (avec la probabilité p) et il avait la probabilité 1/ d arriver e i, ou bie il a pas fait de saut et il se retrouve e i avec la probabilité obteue e (1) : ( X +1 = i)= S+1 ( X +1 = i)s ( +1 )+ S+1 ( X +1 = i)s +1 = 1 p + 1 p a ( X = j) ij our trouver rigoureusemet le deuxième terme, o applique la formule (1) avec cette fois la probabilité coditioelle : S+1 (1) ( X = i) S+1 ( X +1 = i)= S+1 ( X +1 = i /X = j) S+1 ( X = j)= a ij S+1 ( X = j)

10 554 Dossier : Matrices et suites AME S+1 ( X +1 = i /X = j)= a ij puisque si le surfeur e saute pas o retrouve le premier cas Efi, ( X = j)= X = j car les évéemets ( X = j) et sot S+1 idépedats E posat C = p les relatios de récurrece peuvet se traduire matriciellemet sous la forme : U +1 = (1 - p) AU + C C est ue suite de matrices coloes de type arithmético-géométrique 2 Étude de la suite O commece par chercher u poit fixe, c est-à-dire ue matrice coloe L vérifiat L = (1 - p) AL + C, soit L = ( I ( 1 p)a) 1 C si l iverse existe Motros que cet iverse existe (9) La matrice A état stochastique, o sait que ses valeurs propres réelles sot etre -1 et 1 O e déduit que les valeurs propres réelles de I - (1 - p) A sot comprises etre p et 2 - p et comme p < 1 elles e sot pas ulles Doc I - (1 - p) A est iversible 2 Si l o pose V = U - L, o obtiet facilemet la relatio V +1 = (1 - p) AV, puis par récurrece la relatio explicite V = (1 - p) A V 0, ce qui doe U = (1 - p) A (U 0 - L) + L Covergece de la suite La matrice A est ue matrice stochastique e coloe, c est-à-dire que tous ses coefficiets sot positifs et que la somme de chacue de ses coloes vaut 1 Doc A a tous ses coefficiets etre 0 et 1 et doc tous les coefficiets de la matrice (1 - p) A tedet vers 0 La suite de matrices coloes U coverge doc vers L Si J est la matrice carrée d ordre formée uiquemet de 1, o a JU = et o peut alors écrire la relatio de récurrece sous la forme U +1 = ( 1 p)a + p J U Ce qui précède motre que la limite L de la suite U est u vecteur propre de la matrice stochastique ( 1 p)a + p associé à la valeur propre 1 J O peut remarquer que la matrice S +1 ( 1 p)a + p J a tous ses coefficiets strictemet positifs, ce qui assure la covergece du processus grâce à la coditio suffisate vue (9) E termiale, soit o le vérifie directemet das le cas des matrices d ordre 2 ou 3, soit o utilise la calculatrice 1 1

11 AME romeades aléatoires 555 au paragraphe 4 Cepedat la méthode élémetaire précédete a l avatage de pouvoir être exposée e Termiale Iterprétatio de la limite Les coordoées de L doet les probabilités qu à la limite le surfeur aléatoire arrive sur les pages umérotées de 1 à L ordre de ces probabilités doe ce que l o appelle l ordre de pertiece des pages web Exemple Le mii web ci-cotre correspod à la matrice 0 1/3 1/2 0 1/2 0 1/2 0 1/2 1/ /3 0 1 La limite de la suite Remarque pour p = 0,25 est O peut se demader si l ordre des pertieces déped de p L exemple motre que oui our p = 0,5, l ordre est 1, 4, 7, 2, 3, 5 et 6 L a pour coordoées arrodies 0,72 ; 0,55 ; 0,51 ; 0,60 ; 0,36 ; 0,36 ; 0,59 our p = 0,6, l ordre est 1, 7, 4, 2, 3, 5 et 6 L a pour coordoées arrodies 0,72 ; 0,57 ; 0,54 ; 0,61 ; 0,41 ; 0,41 ; 0,62 Si p reste assez petit, il semble que l ordre e soit pas modifié Bibliographie ( U ) 10 / 56 11/ / / /5 1/6 1/2 1/4 1/2 1/4 1/3 0 1/6 0 1/4 0 1/4 1/3 1/ /4 1/3 1/5 1/6 0 1/4 0 1/4 0 1/5 1/ /5 1/ /6 1/2 1/4 1/2 0 rocessus aléatoires pour les débutats, Arthur Egel, Cassii Mathématiques appliquées L3 earso Collectif d auteurs rojet Klei Vigette écrite par Christiae Rousseau :

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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours Exo7 Logique, esembles et applicatios Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I :

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

Exercices - Variables aléatoires discrètes : corrigé. Variables discrètes finies - Exercices pratiques

Exercices - Variables aléatoires discrètes : corrigé. Variables discrètes finies - Exercices pratiques Variables discrètes fiies - Exercices pratiques Exercice - Loi d u dé truqué - L2/ECS -. X pred ses valeurs das {,..., 6}. Par hypothèse, il existe u réel a tel que P (X k) ka. Maiteat, puisque P X est

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

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

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

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

Université de Provence 2011 2012. Planche 6. Nombres réels. Suites réelles. Nombres réels.

Université de Provence 2011 2012. Planche 6. Nombres réels. Suites réelles. Nombres réels. Uiversité de Provece 011 01 Mathématiques Géérales I Plache 6 Nombres réels Suites réelles Nombres réels Exercice 1 Mettre sous forme irréductible p/q les ratioels suivats (les chiffres souligés se répètet

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

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1 Premières propriétés des ombres réels 2 Suites umériques 3 Suites mootoes : à faire 4 Séries umériques 4. Notio de série. Défiitio 4.. Soit (u ) ue suite de ombres réels ou complexes. Pour N N, o ote S

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

[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

Chapitre 3 : Fonctions d une variable réelle (1)

Chapitre 3 : Fonctions d une variable réelle (1) Uiversités Paris 6 et Paris 7 M1 MEEF Aalyse (UE 3) 2013-2014 Chapitre 3 : Foctios d ue variable réelle (1) 1 Lagage topologique das R Défiitio 1 Soit a u poit de R. U esemble V R est u voisiage de a s

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

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

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

1 Mesure et intégrale

1 Mesure et intégrale 1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios

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

Bac Blanc Terminale L - Février 2015 Épreuve de Spécialité Mathématiques (durée 3 heures)

Bac Blanc Terminale L - Février 2015 Épreuve de Spécialité Mathématiques (durée 3 heures) Exercice 1 (5 poits) Bac Blac Termiale L - Février 015 Épreuve de Spécialité Mathématiques (durée 3 heures) Questio 1 : La populatio d'ue ville baisse de 1 % tous les as pedat 10 as. Elle est doc multipliée

Plus en détail

Entrée à Sciences Po ADMISSION AU COLLÈGE UNIVERSITAIRE 2014 MATHÉMATIQUES durée de l épreuve : 3 h

Entrée à Sciences Po ADMISSION AU COLLÈGE UNIVERSITAIRE 2014 MATHÉMATIQUES durée de l épreuve : 3 h Etrée à Scieces Po ADMISSION AU COLLÈGE UNIVERSITAIRE 2014 MATHÉMATIQUES durée de l épreuve : 3 h A P M E P Les calculatrices sot autorisées Exercice Vrai-Faux 8 poits Pour chacue des affirmatios suivates,

Plus en détail

ADMISSION AU COLLEGE UNIVERSITAIRE

ADMISSION AU COLLEGE UNIVERSITAIRE ADMISSION AU COLLEGE UNIVERSITAIRE Samedi mars 204 MATHEMATIQUES durée de l'épreuve : 3h - coefficiet 2 Le sujet est uméroté de à 5. L'aexe est à redre avec la copie. L'exercice Vrai-Faux est oté sur 8,

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

Exercices - Lois discrètes usuelles : corrigé

Exercices - Lois discrètes usuelles : corrigé www.almohadiss.com Exercice - Avio - L2/Prépa Hec - O ote X la variable aléatoire du ombre de moteurs de A qui tombet e pae, et Y la variable aléatoire du ombre de moteurs de B qui tombet e pae. X suit

Plus en détail

Application «Calculs» Application «Graphiques» Application «Tableur et listes» FR

Application «Calculs» Application «Graphiques» Application «Tableur et listes» FR TI Nspire Documet de Formatio T3 Walloie TI-Nspire Le tout e u des mathématiques Suites umériques La loi de Verhulst Applicatio «Calculs» Applicatio «Graphiques» Applicatio «Tableur et listes» FR Formatios

Plus en détail

PROBABILITÉS. A cette expérience aléatoire, on associe l ensemble des résultats possibles appelé univers. Ses éléments sont appelés éventualités.

PROBABILITÉS. A cette expérience aléatoire, on associe l ensemble des résultats possibles appelé univers. Ses éléments sont appelés éventualités. PROBABILITÉS I. PROBABILITÉS ( RAPPELS) a. Expérieces aléatoires et modèles Le lacer d ue pièce de moaie, le lacer d u dé sot des expérieces aléatoires, car avat de les effectuer, o e peut pas prévoir

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

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X Exo7 Détermiats Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable T : pour

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

AVRIL 2012 CONCOURS INGÉNIEURS DES TRAVAUX STATISTIQUES. ITS Voie B Option Économie. MATHÉMATIQUES (Durée de l épreuve : 4 heures)

AVRIL 2012 CONCOURS INGÉNIEURS DES TRAVAUX STATISTIQUES. ITS Voie B Option Économie. MATHÉMATIQUES (Durée de l épreuve : 4 heures) ÉCOLE NATIONALE SUPÉRIEURE DE STATISTIQUE ET D ÉCONOMIE APPLIQUÉE ENSEA ABIDJAN AVRIL 2012 CONCOURS INGÉNIEURS DES TRAVAUX STATISTIQUES ITS Voie B Optio Écoomie MATHÉMATIQUES (Durée de l épreuve : 4 heures)

Plus en détail

La classification de données quantitatives avec SPAD

La classification de données quantitatives avec SPAD La classificatio de doées quatitatives avec SPAD SPAD effectue toujours ue ACP de la matrice des doées quatitatives X " p avat de faire la classificatio des idividus. Les méthodes de classificatio s appliquet

Plus en détail

Les Nombres Parfaits.

Les Nombres Parfaits. Les Nombres Parfaits. Agathe CAGE, Matthieu CABAUSSEL, David LABROUSSE (2 de Lycée MONTAIGNE BORDEAUX) et Alexadre DEVERT, Pierre Damie DESSARPS (TS Lycée SUD MEDOC LETAILLAN MEDOC) La première partie

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

14 Chapitre 14. Théorème du point fixe

14 Chapitre 14. Théorème du point fixe Chapitre 14 Chapitre 14. Théorème du poit fixe Si l o examie de plus près les méthodes de Lagrage et de Newto, étudiées au chapitre précédet, elles revieet das leur pricipe à remplacer la résolutio de

Plus en détail

La Méthode de Monte Carlo

La Méthode de Monte Carlo La Méthode de Mote Carlo Etiee Pardoux UMR 6632 Laboratoire d Aalyse, Topologie, Probabilités et EA 3781 Evolutio Biologique Uiversité de Provece Etiee Pardoux (LATP) Marseille, 13/09/2006 1 / 33 Cotets

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

CHAPITRE 2 SÉRIES ENTIÈRES

CHAPITRE 2 SÉRIES ENTIÈRES CHAPITRE 2 SÉRIES ENTIÈRES 2. Séries etières Défiitio 2.. O appelle série etière toute série de foctios ( ) f dot le terme gééral est de la forme f ()=a, où (a ) désige ue suite réelle ou complee et R.

Plus en détail

Processus et martingales en temps continu

Processus et martingales en temps continu Chapitre 3 Processus et martigales e temps cotiu 1 Quelques rappels sur les martigales e temps discret (voir [4]) O cosidère u espace filtré (Ω, F, (F ) 0, IP). O ote F = 0 F. Défiitio 1.1 Ue suite de

Plus en détail

La calculatrice est autorisée. Le sujet comporte un total de 5 exercices. ( ) ( ) ( )

La calculatrice est autorisée. Le sujet comporte un total de 5 exercices. ( ) ( ) ( ) Aée 01-013 Mathématiques Décembre 01 Durée : 3 heures BAC blac N 1 La calculatrice est autorisée. Le sujet comporte u total de 5 exercices. Les élèves e suivat pas l eseigemet de spécialité traiterot les

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 16 octobre 2015 Enoncés 1. Exercice 7 [ 02253 ] [Correction] Soient (u n ) et (v n ) deux suites telles que

[http://mp.cpgedupuydelome.fr] édité le 16 octobre 2015 Enoncés 1. Exercice 7 [ 02253 ] [Correction] Soient (u n ) et (v n ) deux suites telles que [http://mp.cpgedupuydelome.fr] édité le 6 octobre 05 Eocés Suites umériques Covergece de suites Exercice [ 047 ] [Correctio] Soiet u ) et v ) deux suites réelles covergeat vers l et l avec l < l. Motrer

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

Séries réelles ou complexes

Séries réelles ou complexes 6 Séries réelles ou complexes Comme pour le chapitre 3, les suites cosidérées sot a priori complexes et les résultats classiques sur les foctios cotiues ou dérivables d ue variable réelle sot supposés

Plus en détail

Suites et séries numériques

Suites et séries numériques Maths MP Cours Table des matières Suites et séries umériques Quelques prélimiaires. Les yeux fermés........................................... De quoi parle-t-o?........................................3

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

Etude de la fonction ζ de Riemann

Etude de la fonction ζ de Riemann Etude de la foctio ζ de Riema ) Défiitio Pour x réel doé, la série de terme gééral,, coverge si et seulemet si x >. x La foctio zeta de Riema est la foctio défiie sur ], [ par : ( x > ), = x. Remarque.

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

Séquence 9. Sommaire. 1. Pré-requis 2. Intervalles de fluctuation 3. Estimation 4. Synthèse de la séquence 5. Exercices de synthèse

Séquence 9. Sommaire. 1. Pré-requis 2. Intervalles de fluctuation 3. Estimation 4. Synthèse de la séquence 5. Exercices de synthèse Séquece 9 Itervalles de fluctuatio, estimatio Objectifs de la séquece Das le chapitre 2, o étudie des itervalles de fluctuatio des variables aléatoires X F =, fréqueces des variables aléatoires biomiales

Plus en détail

Probabilités exercices corrigés

Probabilités exercices corrigés Termiale S Probabilités Exercices corrigés Combiatoire avec démostratio Ragemets Calcul d évéemets Calcul d évéemets Calcul d évéemets 6 Dés pipés 7 Pièces d or 8 Agriculteur pas écolo 9 Boules Jeux 6

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

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

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

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

École de technologie supérieure

École de technologie supérieure École de techologie supérieure Mat 165-04 Algèbre liéaire et aalyse vectorielle A-015 Michel Beaudi michel.beaudi@etsmtl.ca Liste d exercices à faire e T.P./Caledrier des évaluatios Itroductio au cours

Plus en détail

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

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Les etreprises ot souvet besoi de moyes de fiacemet à court terme : elles ot alors recours aux crédits bacaires (découverts bacaires

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

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

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES DEUXIEME PARTIE Deuième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES Chapitre. L assurace de capital différé Chapitre 2. Les opératios de retes Chapitre 3. Les assuraces décès Chapitre 4. Les assuraces

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

Licence informatique - L3 Année 2012/2013. Conception d algorithmes et applications (LI325) COURS 1

Licence informatique - L3 Année 2012/2013. Conception d algorithmes et applications (LI325) COURS 1 Licece iformatique - L Aée 0/0 Coceptio d algorithmes et applicatios (LI) COURS Résumé. Ce cours est ue iitiatio à quelques grads pricipes algorithmiques (Diviser pour Réger, Programmatio Dyamique, Algorithmes

Plus en détail

BACCALAURÉAT TECHNOLOGIQUE STG. Spécialités : Mercatique, Comptabilité et Finance d Entreprise, Gestion des systèmes d information.

BACCALAURÉAT TECHNOLOGIQUE STG. Spécialités : Mercatique, Comptabilité et Finance d Entreprise, Gestion des systèmes d information. BACCALAURÉAT TECHNOLOGIQUE STG Spécialités : Mercatique, Comptabilité et Fiace d Etreprise, Gestio des systèmes d iformatio. SESSION 2012 ÉPREUVE DE MATHÉMATIQUES Mercatique, comptabilité et fiace d etreprise

Plus en détail

Divisibilité, division euclidienne, congruences

Divisibilité, division euclidienne, congruences Divisibilité, divisio euclidiee, cogrueces Résolutio de problèmes Des multiples et des diviseurs. Le code sigifie «allumée» et le code «éteite». lampe étape étape étape étape étape 5 étape 6 suivates 5

Plus en détail

Maîtrise de Mathématiques TER Le bandit manchot à deux bras

Maîtrise de Mathématiques TER Le bandit manchot à deux bras Maîtrise de Mathématiques TER Le badit machot à deux bras Deis Cousieau Sous la directio de Jea-Michel Loubes Septembre 2003 Table des matières 1 Présetatio du problème 2 1.1 Exemple de la machie à sous,

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

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

PROJET DE MONTE CARLO SUJET 1: LE PRICING

PROJET DE MONTE CARLO SUJET 1: LE PRICING LE Age KHOURI Nadie M MMD PROJE DE MONE ARLO SUJE : LE PRIING Selim ZOUGHLAMI QUESION : Supposos d abord que X est u mouvemet browie W t G([ 0, ]) Alors W0 G( 0 ) suit ue loi N(0,0) et doc W 0ps 0 Esuite,

Plus en détail

CHAPITRE 22. Machines à sous

CHAPITRE 22. Machines à sous CHAPITRE 22 Machies à sous 22. Corrigé possible du texte 22.. Eocé du problème et défiitio du modèle statistique associé O étudie ici u modèle statistique avec observatios icomplètes : o dispose d observatios

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

SERIE D EXERCICES N 21 : FORMATION DES IMAGES DANS LES CONDITIONS DE GAUSS

SERIE D EXERCICES N 21 : FORMATION DES IMAGES DANS LES CONDITIONS DE GAUSS Nathalie Va de Wiele - Physique Sup PCSI - Lycée les Eucalyptus - Nice Série d exercices SERIE D EXERCICES N : FORMATION DES IMAGES DANS LES CONDITIONS DE GAUSS Propagatio rectilige. Exercice. Das le cas

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

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

Suites arithmétiques et Géométriques. Exemple 1. La suite des nombres 1, 3, 5, 7, 11, 13. ou la suite des nombres 100, 110, 121, 133.1, 146.41...

Suites arithmétiques et Géométriques. Exemple 1. La suite des nombres 1, 3, 5, 7, 11, 13. ou la suite des nombres 100, 110, 121, 133.1, 146.41... Sites arithmétiqes et Géométriqes Nos allos cosidérer des sites de ombres réels Exemple La site des ombres,, 5, 7,, o la site des ombres,,,, 464 Défiitio/Notatio : La site est e gééral oté ( ) (o ( v )

Plus en détail

MATHEMATIQUES Option scientifique Mardi 9 mai 2006 de 8h à 12h

MATHEMATIQUES Option scientifique Mardi 9 mai 2006 de 8h à 12h ECOLE DE HUTES ETUDES COMMERCILES DU NORD Cocors d'admissio sr classes préparatoires MTHEMTIQUES Optio scietifiqe Mardi 9 mai 6 de 8h à h La présetatio, la lisibilité, l'orthographe, la qalité de la rédactio,

Plus en détail

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9 Au sommaire : Suites extraites Le théorème de Bolzao-Weierstrass La preuve du théorème de Bolzao-Weierstrass3 Foctio K-cotractate4 Le théorème du poit fixe5 La preuve du théorème du poit fixe6 Utilisatios

Plus en détail

= e 1, où e est la base des logarithmes népériens ; la relation de récurrence : n I N, u n+1

= e 1, où e est la base des logarithmes népériens ; la relation de récurrence : n I N, u n+1 ERREURS D'ARRONDIS ET CALCULATRICES par Christia Vassard et Didier Trotoux L'idée de cet article ous a été ispirée par u exemple illustrat ue cotributio de Jea-Michel Muller ("Ordiateur e quête d'arithmétique"

Plus en détail

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil. Qu appelle-t-o éclipse? Éclipser sigifie «cacher». Vus depuis la Terre, deu corps célestes peuvet être éclipsés : la Lue et le Soleil. LES ÉCLIPSES Pour qu il ait éclipse, les cetres de la Terre, de la

Plus en détail

Lycée Fénelon Sainte-Marie Préparation Science-Po/Prépa HEC

Lycée Fénelon Sainte-Marie Préparation Science-Po/Prépa HEC Lycée Féelo aite-marie Préparatio ciece-po/prépa HEC Foctios Versio du juillet 05 Eercice d degré : racies et coefficiets O rappelle que si l équatio a + b + c = 0 ( a 0 ) adet deu racies α et β (évetuelleet

Plus en détail

La fonction de la maîtrise des vitesses est d assurer un temps

La fonction de la maîtrise des vitesses est d assurer un temps sas frotière OÎTE À OUTILS Guide de dimesioemet La maîtrise des vitesses hydrauliques JEN ROUSSEU 1 La oîte à outils du précédet uméro de Techologie traitait du choix d u distributeur pour l actioeur hydraulique.

Plus en détail

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009 M LA REGRESSION : HYPOTHESES ET TESTS Avril 009 I LES HYPOTHESES DE LA MCO. Hypothèses sur la variable explicative a. est o stochastique. b. a des valeurs xes das les différets échatillos. c. Quad ted

Plus en détail

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

Intégration 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 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 VIII exercices et problèmes de synthèse algorithmique et turbo-pascal

chapitre VIII exercices et problèmes de synthèse algorithmique et turbo-pascal chapitre VIII eercices et problèmes de sythèse algorithmique et turbo-pascal Algèbre liéaire et probabilités : Chaîes de Marov (esco 93) Partie A 4 3 O cosidère la matrice M = 8 6 ) a) Détermier les valeurs

Plus en détail

Dénombrement. 1 Dénombrer des listes 2 1.1 Permutation... 2 1.2 Arrangement... 3 1.3 p-liste... 4

Dénombrement. 1 Dénombrer des listes 2 1.1 Permutation... 2 1.2 Arrangement... 3 1.3 p-liste... 4 1 Déombremet Table des matières 1 Déombrer des listes 2 1.1 Permutatio................................ 2 1.2 Arragemet............................... 3 1.3 -liste.................................... 4

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

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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Eo7 Séries etières Eercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Eercice

Plus en détail

Chapitre 1: Récursivité

Chapitre 1: Récursivité Chapitre 1: Récursivité 1 Rappel : la otio de foctio Cette sectio est u bref rappel de la otio de foctio e iformatique, et so utilisatio e Pytho 11 Défiitio E iformatique, ue foctio est ue routie qui retoure

Plus en détail

Comment utiliser ce que vous POSSÉDEZ pour réduire ce que vous DEVEZ

Comment utiliser ce que vous POSSÉDEZ pour réduire ce que vous DEVEZ Commet utiliser ce que vous POSSÉDEZ pour réduire ce que vous DEVEZ Survol du compte Mauvie U La majorité des Caadies gèret leurs fiaces comme suit : 1. Ils déposet leur reveu et autres actifs à court

Plus en détail

ANNALES BACCALAURÉAT 2013 MATHÉMATIQUES TERMINALE S. 1. Suites

ANNALES BACCALAURÉAT 2013 MATHÉMATIQUES TERMINALE S. 1. Suites ANNALES BACCALAURÉAT 03 MATHÉMATIQUES TERMINALE S ANNALES 03 TERMINALE S Suites Foctios 9 3 Probabilités 4 Géométrie 9 8 5 Spécialité 34 6 Cocours 44 Suites - : Amérique du Nord 03, 5 poits, o spécialistes

Plus en détail

Chaînes de Markov. Arthur Charpentier

Chaînes de Markov. Arthur Charpentier Chaîes de Markov Arthur Charpetier École Natioale de la Statistique et d Aalyse de l Iformatio - otes de cours à usage exclusif des étudiats de l ENSAI - - e pas diffuser, e pas citer - Quelques motivatios.

Plus en détail

I. (2 points) III. (2 points)

I. (2 points) III. (2 points) ère S Cotrôle du vedredi 7 mars 05 (0 mi) Préom : Nom : Note : / 0 II ( poits) Soit ABC u triagle isocèle e A tel que AB AC 8 cm et BC 5 cm O ote I le milieu de [AC] Calculer BI (valeur exacte) I ( poits)

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

Chapitre 16 : Espaces vectoriels

Chapitre 16 : Espaces vectoriels PCSI Préparatio des Khôlles -4 Chapitre 6 : Espaces vectoriels Exercice type Soit E=R[X] et F ={P E, P(X)=XP (X)+P()}, motrer que F est u sous-espace vectoriel de E. : O a bie F E. Si P =est le polyôme

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Exo7 Topologie Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Exercice **

Plus en détail

Cours de Statistiques inférentielles

Cours de Statistiques inférentielles Licece 2-S4 SI-MASS Aée 2015 Cours de Statistiques iféretielles Pierre DUSART 2 Chapitre 1 Lois statistiques 1.1 Itroductio Nous allos voir que si ue variable aléatoire suit ue certaie loi, alors ses réalisatios

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

STATISTIQUE : TESTS D HYPOTHESES

STATISTIQUE : TESTS D HYPOTHESES STATISTIQUE : TESTS D HYPOTHESES Préparatio à l Agrégatio Bordeaux Aée 203-204 Jea-Jacques Ruch Table des Matières Chapitre I. Gééralités sur les tests 5. Itroductio 5 2. Pricipe des tests 6 2.a. Méthodologie

Plus en détail

Suites et séries de fonctions

Suites et séries de fonctions [http://mp.cpgedupuydelome.fr] édité le 3 avril 5 Eocés Suites et séries de foctios Propriétés de la limite d ue suite de foctios Eercice [ 868 ] [correctio] Etablir que la limite simple d ue suite de

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

Modèle de pointage et correction des dérives

Modèle de pointage et correction des dérives Ges de la Lue Observatoire astroomique de Plougastel Tél : 0 98 40 69 73 http://www.gesdelalue.org Modèle de poitage et correctio des dérives 1. Présetatio du problème Le poitage d u astre par u télescope

Plus en détail

ASSOCIATION POUR LA CERTIFICATION DES MATERIAUX ISOLANTS

ASSOCIATION POUR LA CERTIFICATION DES MATERIAUX ISOLANTS Idice de Révisio Date de mise e applicatio B 01/09/2014 Cahier Techique 1 ASSOCIATION POUR LA CERTIFICATION DES MATERIAUX ISOLANTS 4, aveue du Recteur-Poicarré, 75782 Paris Cedex 16 Tel. 33.(0)1.64.68.84.97

Plus en détail