"-2 X~+t-- X~ + ~" = g(x~) u

Dimension: px
Commencer à balayer dès la page:

Download ""-2 X~+t-- X~ + ~" = g(x~) u"

Transcription

1 DISTRIBUTIONS DES SINISTRES INCENDIE SELON LEUR COOT GIOVANNA?IL2R RARA It:din Ii. INTRODUCTION On peut penser que la dimension des sinistres est la rdsultante d'un tr~s grand hombre de causes /teffets positifs. Soicnt ~, ~... ~,, les variables aldatoires inddpendantes qui reprdsentent les facteurs dlementaires exergant leur action darts l'ordre indiqu~ par les indices. Si X~ est l'ampleur du sinistre do aux tacteurs {t, ~e... ~ nous pouvons supposer que l'augmentation causde par ~+t soit proportionelle it ~ ~ et k une certaine fonction, g(x,,) de la dimension X~. C'e~t k dire. nous supposons qu'il y ait los relations: X., +, = X,, + ~,, ~ L g(x.,) v ~ O, I,..., I g - - I et II s'mlsuit quc..v,, = o:,v(.v,,) = I ~ q- t "-2 X~+t-- X~ + ~" = g(x~) u (i) Si chaque facteur n'apporte qu'un faible contribut ~t l'augmentation du sinistre, nous pouvons alors poser approximativement aussi: f ~L + ~ ~,,, = g(t) (2) A",Vo dt

2 32 DISTRIBUTIONS SINISTRES INCENDIE Comme X varie de Xo 5. X,~z (et que X = X~, d&igne la dimension extr6me du sinistre) le second membre de la (2) d&rit une variable al&toire, fonction de X. Puisque par hypothase ~, ~2... ~,, sont des variables aldatoires ind@endante, si.nest suffisament grand, d'apr6s le thdor6me de la limite des probabilitds il s'insuit que la variable aldatoire au second membre de la (2), est, k la limite, distribu& suivant la loi normale. Si l'on pose g(l) = l -- c, la variable aldatoire normalc qui d&rit la dimension du sinistre pourra ~tre posde darts la forme In (X -- c). Si Z* est une variable aldatoire normale r('cluite (o, 0, entre Z* et X il y aura la relation ln(x -- c) -- m Z* = " - - (3) e; C'est 5. dire en posant e = I/.; ~ = --m/. Z* ==In(X--c)-t- ff (4) d'oh Z* --,B X =c + exp- (5) 0 La fonction cumulative de la variable al&toire X sera pour x > l? z*- p ) F(x) == Prob [A'.<x} = Prob c q exp = ~x I -- c c'est :'t dire -: P,-ob {z* ~ ~. ],l(x - c) + ~,, (6) Ct In {x--r) + [a 1:(.~) - I/~ oxp -- ~ d~ (7) et la fonction de densit6 I ~ I exp-- - {=In(x--c} -/- [31 ~ /(x). 1/2~.r-- c 2 (8)

3 DISTRIBUTIONS SINISTRES INCENDIE 33 Pour les d4veloppements successifs il est pr6ffrable de consid6rer la variable normale Z o; ~ lide it Z* par la relation Z* -- Z c'est ~ dire Z= aln(x--c) + b (4 bis) b_ La fonction de densit6 de Z est' et celle de X f(x) -- V~. x--c exp -- fa ln(x -- c) -4- b} 2 (8bis) Les trois premiers moments par rapport ~ o de la variable al6atoire X en fonction de Z seront: V-' ----c + )~. exp --2 exp(--z2) dz (9) I = c + exp 4 a~ / V-~ = c2 -F (~4--c)~ exp (') 2~ + 2c(~.t--c) (Io) V-a = c 3 + (~, -- c) a exp 3 +3c -(~xl--c)-f3c(~t--c) e exp Pour l'6cart absolu moyen par rapport 5. la moyenne, on aura: (ri) +m ~L I S = I Ix--lxt If(x) dx=2 I (V.~--x) f(x)dx (I2) ~m -m 3

4 34 DISTRIBUTIONS SINISTRES INCENDIE puisque pour x = >~' z = I/4a +ita= 2 f I --4a 24ab 5 i/~ e x p z -- b --exp-- dz (I3) a el'oh vient" s =--,-j, 2(~,v '~-c) rappelant la fonction connue' la relation pr6.c&lente devient' I f --t/4a +k k 1/,ta exp (-l~) dl exp (--1 "2) d!.s = 2(~, --c) 0 (~4) Le coefficient de variation suivant l'dcart absolu moyen est done' S 2(p.t--c)(I) = o (:5) bt~ g~ 4 a 2. AJUS'['EMENT DES I)ONNI~ES ITALiENNES INCENDIE.~ LA LO[ LOG- NORMALE D'apr~s recherches fakes sur les donndes du,,concordato Italia no Incendi Rischi [ndustriali" pour la t)driode z963-i965, il est possible de tirer la distribution des sinistres selon lcur coot soil pour l'ensemble des risques assur6s soit l)our let principaux regroul)ements des industries effectuds suivant l'activitd exercde et suivant le capital assu%. Ces distributions prdsentent quelques particularitds pcrmettant de supposer que l'ampleur des sinistres suit la loi log-normale. I1 s'agit en fait de distributions unimodales, dissyn%triques, 6taldes vers la droite: le 5o% des sinistres est en g6n6ral concentr6 dans les deux premieres classes; tandis qu'ils diminuent progressivement dans les autres. l.a fonction d'ajustement est donc donn('e par la (8 his).

5 - ze - c) - c) - In - c) I)ISTI~.IBUTIONS SINISTRES INCENDiE 35 Pour determiner la valeur des param~tres, on a consider6 la variable Z lide it X par la relation (4 bis). Puisque Z est une variable aldatoire normale, les frdqucnces cumul~es, c'est h dire les fr~quences des valeurs de Z infdrieures h el, sont exprinafies par zl 1/~ if exp {--z ~) dz -m Dfisignant par P(x~) les frdquences cumul~es de X (c'est 5. dire les fr~queuces des valcurs de X infdrieure a x.~) oll peut poser 91 P(xi) = 7r c exp (-- z 2) dz (16) Apr6s avoh" fitabli les valeurs zt, on a considfirfi les relations zt = a ln(x~ - + b (17) Le paramhtre c qui se prdsente en forint non lindaire a 6t6 ddtermin6 par tgttonnements, en prenant comme valeur de dfipart la quantit6 c d'apr& l'dgalitd : za - in (xa - - (x2 - z-_ -- z, -- In (x-. -- c) -- li~-(fc~ ~ c) (18) concernant les trois premi6res classes de sinistres. Les param6tres aet b ont d% ddterminds par la mdthode des moindres carrds. D'apr6s los valcurs 6tablies suivant la (I7), par l'emploi de la (16) on a trouvd les valeurs thdoriques P*(xi) et f*(xi). Pour at)prdcier l'ajustement on a calculd l'dcart moyen entre les valeurs thdoriqucs et les valeurs obscrvdes, c'est it dire ct l'indice Z ~. n I = 2.,, If(x,)--f*(xz) I i De plus la moyenne et le coefficient de variation scion l'dcart absolu moyen des distributions observdes ont 6td compar6s "a ceux de l'application des relations (9) ct (15). Nous rel)ortons en appendice les phases du d~roulcment d'ajustement concernant la categoric des industries mdtalhngiques.

6 3 6 I)ISTRIBUTIONS SINISTRES INCENDIE 3. ANALYSE DES RI,~SULTATS OBTENUS A) Catdgories d'industries selon leur activitd L'ajustement 5. la loi log-normale des distributions des sinistres incendie suivant leur coflt peut fitre consid6r~ en g~ndral satisfaisant. Les valeurs de Z 2 sont pour toutes les cat~gories inf6fieures b. la valeur th6orique tabul6e au seuil de probabilit6 de lo%. L'6cart moyen entre les valeurs observdes et les valeurs ajust~es est uniquement ~lev6 pour les industries des combustibles (23~o). De plus dans cette distribution la moyenne th~orique s'filoigne dans une certaine mesure de la moyenne observ6e et il enest de m~me pour le coefficient de variation selon l'dcart absolu moyen. II faut noter cependant que les sinistres de cette categoric ne sont qu'une modeste partie de l'ensemble des sinistres (seulcment le 1,3%) et c'est pourquoi la moyenne relev6e a un degr6 de prdcision tr~s bas. En ce qui concerne los industries de l'alimentation et du cuir les ajustements peuvent ~tre acceptables bien que les valeurs effectives de la moyenne et du coefficient de variation s'6loignent des valeurs thfioriques. B) Catdgories d'industries salon le capital assurd Si l'on regroupe les donndes des sinistres suivant le capital assur6, les distributions des sinistres selon leur coflt prfsentent un ajustement moins satisfaisant k la loi log-normale. Les valeurs de X 2 sont 61evdes exceptd la classe des risques avec un capital supfrieur ~ I.OOO millions. L'fcart moyen entre les valeurs th~oriques et les valeurs observfes est cel)endaut relativament bas; les movennes et les coefficients de variation sont suffisamment proches.

7 Tableau. I Distribution (ramen6e 5. tm total de io ooo) des sinistres incendie selon le coht par cat6gories d'industries Donn6es du,,concordato Italiano hlcendi Rischi Industriali (1963/I965)" Cat6goriesd'tndustries (.f. Montant des si nlstres (en i.ooo L.) De o de 250 & 500 de 500 & i.ooo de i.ooo de & 4 ooo de & 8 ooo de 8.ooo 5. i6 ooo de 16.ooo de plus de 64 ooo 4J o I6I 177 i28 e~ I ~ I o I I F I o o 4 I94 1.3oo lo4 ~ I o I = E 5.f i.802 i [ I69 I92 I z 78 > t~ u O~

8 Go Go Tableau II Dlstnbut~on (ramen6e /tun total de to ooo) des Slmstres mcendie selon le cofit et le capital assur6 U Montant des simstres (en I ooo L.) De o ~ 250 de 250 ~. 500 tie 500 h i.ooo de i ooo a 2 ooo de 2 ooo h 4.ooo de 4.0o0 ~ de h i6 ooo de t6.ooo ~ de & 64 ooo plus de 64 ooo Industries avec un capital assur6 de o & de ioo a de 250 ~ plus de [oo 250 i.ooo T ooo millions milhons mllhons mllhous o I 649 I.o2[ I 223 I 259 I SS 953 I Io9 4 ti I 7o o S7 18o 12o I r45 I16 I2I I90 Z Cq U; 7, F.,J. 7. C. t~

9 Tableau III Industrie m~tatlurgique. <tjustenlent de la distribution observde fi la loi log-nornlale IZxtrenllt6 sup~rieure de classe (i) -.r, Log~0 (*, -- 70) (2) (3) = n(x3 Valeurs observdes f(xf) P(x,) (4) (5) i z(x,) z*(x,) [ P*(x,) (6) (7) - (8) Valeurs ajustfies f*(xz) n*(x,) (9) (~o) f(x,) -- f * (*D (II) bq 7Z 250 5oo I ooo 8 ooo 16 ooo 32 ooo 64 ooo cc 2, , , , , , o '5 21 1o 3 0,4971 o,497r 0,I602 0,6573 O,12I 4 o ,0934 o,872i o,o48~ 0,9202 O,O374 0,9576 0,0180 0,9756 o,o15[ 0,9907 0,0072 0,9979 0,0021 1, ,005 0,286 0,543 0,8O 4 0,995 1,2J9 1,393 1,664 2, ,009 0,4949 0, ,553 0,7745 0,774 0,8632 1,008 0,9230 1,239 o,96o2 1,469 o,9812 1,669 o,9919 1, I,O000 0, , o, i216 I69 0,0887 I23 0, o,o , O,OLO7 15, 49 7 o,oo32 4 0,0022 0,0~22 --0,0002 0,0047 O,OTr 7 0, o,oo3o o,oo44 o,oo23 --0,00II 6c Y, 7~ z* ~ a Log~0(x 70) + b a' = o.759i, b =--1,72o 7 I = E f(x~-)--f*(xt) - o,o32o ~, [,~(x~) -- n*(*,)? 7"2 = "~l*(x,) -- 6'852 degr6s de libert6 = 5

10 i Tableau IV ~ Ajustement des distributmns du,,concordato Italiano hlcendi" 5. la Ioi log-normale Industries a b c I Z 2 degr6s de llbert6! Moyenne eli milhons de L obser-v6 ; th6oriq. Coefficient de variation observ6e th6oriq. i) Alimentation 0,2655-1,38o2 12o 0,0850 8,582 t Papier 0,2953-1, o, I290 7,249 C6ramiques F o,3432 -I,928o -- o,o994 8,o87 Chimiques o,3o5o 1,8278 t2o O, lo5o 7.8t6 Combustibles o,3169-2, o,2332 6,955 Cuir 0,2402-1,o655 15o o,o Bois o,33o6 1, o,o634 7,'257 M6tallurgiques o,3297-1,72o 7 7 o,o32o Textiles 0,2635-1,I976 15o 0,0298 9,379 2) Avec tin capital assure de o 5. ioo nnll. o,3329 -i o,o6oo 29,350 7 de too 5. 25o mill. o,2845 -i,4io 7 i3o o,o374 i3,544 6 de i.ooo mill 0,2832 -r, ,0593 i3,i74 6 plus de 1.ooo mill o,2846-1, ,0534 6, ,1oo 6,39o 1,5 1,6o 5,98o 6,1 lo 1,5o 1,54 2,43o 2,3oo 1,38 1,39 6,230 6,005 1,48 1,48 8,540 13,63o 1,32 1,47 3,080 6,550 1,52 1,68 3,030 3,660 1,32 1,43 2,070 1,9IO 1,4o 1, ,980 i,53 1,57 i,74 o 1,720 1,4o i,42 2,400 3,25 1,4o 1,5I 3,43 o 3,89o i,48 i,53 6,31o 7,43 o i,48 1,54 ~4 ~q 7, u Ensemble 0,2838-1,464o iio o,o258 ]4, ,360 3,870 x,48 t,53

11 DISTRIBUTIONS SINISTRES INCENDIE 41 2,00 1,50 1,00 0,5 J In (x~- c) i r t i i J I i i 25o 500 I0oo (Io0 8o O00.~ [NI)US'I'RII~ METALLUF,iGIQUE' Ajustement dc I~ chstrlbution des Slnlstres mcendie selon le cofit /1 la lol log-norlnme. Representation grmique cle la v~lri~d)le Z. Z = aln(x--c) ~ b; c~ = 0,3297 b ,7zo7; c = 7 Source.,,Concord,~to ItMi~Lno lncench -- lo~ghi IndustrKdl" I)onn6es dc I~ p~riode 1963-t965. Elabortttion du Servme Etudes des Assicurazioni Gcnerah

i. La Survena.nce des accidents

i. La Survena.nce des accidents SUJET B LES MATH~MATIQUES DE L'ASSURANCE AUTOMOBILE Introduction de la discussion (rdsumd) P. J. DELAPORTE Plusieurs communications sont prdsentdes au Colloque sur les Mathdmatiques de l'assurance Automobile.

Plus en détail

i~tude SUR LA SURVENANCE DES SINISTRES EN ASSURANCE AUTOMOBILE M. BRICHLER

i~tude SUR LA SURVENANCE DES SINISTRES EN ASSURANCE AUTOMOBILE M. BRICHLER i~tude SUR LA SURVENANCE DES SNSTRES EN ASSURANCE AUTOMOBLE M. BRCHLER. DSTRBUTON DES ASSUR~S SELON LE NOMBRE DES SiNSTRES DANS UNE P~ROD].~ DE TEMPS )~TERMN~E On sait que la loi de Poisson simple reprdsente

Plus en détail

SUR L'EFFICACITE DES CRITERES DE TARIFICATION DE L'ASSURANCE CONTRE LES ACCIDENTS D'AUTOMOBILES

SUR L'EFFICACITE DES CRITERES DE TARIFICATION DE L'ASSURANCE CONTRE LES ACCIDENTS D'AUTOMOBILES SUR L'EFFICACITE DES CRITERES DE TARIFICATION DE L'ASSURANCE CONTRE LES ACCIDENTS D'AUTOMOBILES PIERRE DELAPORTE Paris (France) Les accidents d'automobiles surviennent lorsqu'il se produit un ensemble

Plus en détail

a- par la Surveillance du Portefeuille.

a- par la Surveillance du Portefeuille. TARIFICATION DU RISQUE INDIVIDUEL D'ACCIDENTS D'AUTOMOBILES PAR LA PRIME MODELEE SUR LE RISQUE PIERRE J. DELAPORTE Paris, France Le principe de l'assurance contre les accidents d'automobiles est la formation

Plus en détail

])r. ANTONI BANASINSI<I l'ologne

])r. ANTONI BANASINSI<I l'ologne L'ASSURANCE DE LA PROPRI~TI~. DE L'.gTAT DANS LA REPUBLIQUE POPULAIRE DE POLOGNE ])r. ANTONI BANASINSI

Plus en détail

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES. CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires

Plus en détail

Structures algébriques

Structures algébriques Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe

Plus en détail

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières

Plus en détail

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

Méthodes 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 détail

Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables

Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables Fausto Errico Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2012 Table des matières

Plus en détail

Correction de l examen de la première session

Correction 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 détail

Amphi 3: Espaces complets - Applications linéaires continues

Amphi 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 détail

Recherche dans un tableau

Recherche dans un tableau Chapitre 3 Recherche dans un tableau 3.1 Introduction 3.1.1 Tranche On appelle tranche de tableau, la donnée d'un tableau t et de deux indices a et b. On note cette tranche t.(a..b). Exemple 3.1 : 3 6

Plus en détail

Le taux d'actualisation en assurance

Le taux d'actualisation en assurance The Geneva Papers on Risk and Insurance, 13 (No 48, July 88), 265-272 Le taux d'actualisation en assurance par Pierre Devolder* Introduction Le taux d'actualisation joue un role determinant dans Ia vie

Plus en détail

SUR LA Dt~TERMINATION DE LA RI~SERVE POUR SINISTRES EN SUSPENS DANS L'ASSURANCE AUTOMOBILE

SUR LA Dt~TERMINATION DE LA RI~SERVE POUR SINISTRES EN SUSPENS DANS L'ASSURANCE AUTOMOBILE SUR LA Dt~TERMINATION DE LA RI~SERVE POUR SINISTRES EN SUSPENS DANS L'ASSURANCE AUTOMOBILE LUIGI ~{OLINARO Rome I) Parmi les diffdrentes questions qui se posent dans l'~tude de l'assurance automobile,

Plus en détail

Calcul fonctionnel holomorphe dans les algèbres de Banach

Calcul fonctionnel holomorphe dans les algèbres de Banach Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte

Plus en détail

Chapitre 7 : Intégration sur un intervalle quelconque

Chapitre 7 : Intégration sur un intervalle quelconque Universités Paris 6 et Paris 7 M1 MEEF Analyse (UE 3) 2013-2014 Chapitre 7 : Intégration sur un intervalle quelconque 1 Fonctions intégrables Définition 1 Soit I R un intervalle et soit f : I R + une fonction

Plus en détail

VILLE DE VILLEURBANNE CONSEIL MUNICIPAL 5 JUILLET 2010. -ooo-

VILLE DE VILLEURBANNE CONSEIL MUNICIPAL 5 JUILLET 2010. -ooo- VILLE DE VILLEURBANNE CONSEIL MUNICIPAL 5 JUILLET 2010 -ooo- La s é a n c e e s t o u v e r t e s o u s l a p r é s i d e n c e d e M o n s i e u r J e a n - P a u l BR E T, M a i r e d e V i l l e u r

Plus en détail

Cours d Analyse. Fonctions de plusieurs variables

Cours d Analyse. Fonctions de plusieurs variables Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........

Plus en détail

3 Approximation de solutions d équations

3 Approximation de solutions d équations 3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle

Plus en détail

La fonction exponentielle

La fonction exponentielle DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction

Plus en détail

Correction du bac blanc CFE Mercatique

Correction du bac blanc CFE Mercatique Correction du bac blanc CFE Mercatique Exercice 1 (4,5 points) Le tableau suivant donne l évolution du nombre de bénéficiaires de minima sociaux en milliers : Année 2002 2003 2004 2005 2006 2007 2008 2009

Plus en détail

Développements limités, équivalents et calculs de limites

Développements limités, équivalents et calculs de limites Développements ités, équivalents et calculs de ites Eercice. Déterminer le développement ité en 0 à l ordre n des fonctions suivantes :. f() e (+) 3 n. g() sin() +ln(+) n 3 3. h() e sh() n 4. i() sin(

Plus en détail

Cours 02 : Problème général de la programmation linéaire

Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =

Plus en détail

Attitude des ménages face au risque. M1 - Arnold Chassagnon, Université de Tours, PSE - Automne 2014

Attitude des ménages face au risque. M1 - Arnold Chassagnon, Université de Tours, PSE - Automne 2014 Attitude des ménages face au risque - M1 - Arnold Chassagnon, Université de Tours, PSE - Automne 2014 Plan du cours 1. Introduction : demande de couverture et comportements induits pa 2. Représentations

Plus en détail

Équations non linéaires

Équations non linéaires Équations non linéaires Objectif : trouver les zéros de fonctions (ou systèmes) non linéaires, c-à-d les valeurs α R telles que f(α) = 0. y f(x) α 1 α 2 α 3 x Equations non lineaires p. 1/49 Exemples et

Plus en détail

rf( 1 f(x)x dx = O. ) U concours externe de recrutement de professeurs agreg6s composition d analyse

rf( 1 f(x)x dx = O. ) U concours externe de recrutement de professeurs agreg6s composition d analyse page 8 AGREGATIN de MATHEMATIQUES: 1991 1/5 externeanalyse concours externe de recrutement de professeurs agreg6s composition d analyse NTATINS ET DGFINITINS Dans tout le problème, R+ désigne l intervalle

Plus en détail

Chapitre VI Fonctions de plusieurs variables

Chapitre VI Fonctions de plusieurs variables Chapitre VI Fonctions de plusieurs variables 6. 1 Fonctions différentiables de R 2 dans R. 6. 1. 1 Définition de la différentiabilité Nous introduisons la différentiabilité sous l angle des développements

Plus en détail

Durée de L épreuve : 2 heures. Barème : Exercice n 4 : 1 ) 1 point 2 ) 2 points 3 ) 1 point

Durée de L épreuve : 2 heures. Barème : Exercice n 4 : 1 ) 1 point 2 ) 2 points 3 ) 1 point 03 Mai 2013 Collège Oasis Durée de L épreuve : 2 heures. apple Le sujet comporte 4 pages et est présenté en livret ; apple La calculatrice est autorisée ; apple 4 points sont attribués à la qualité de

Plus en détail

Commun à tous les candidats

Commun à tous les candidats EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle

Plus en détail

Corrigé du baccalauréat S Pondichéry 12 avril 2007

Corrigé du baccalauréat S Pondichéry 12 avril 2007 Corrigé du baccalauréat S Pondichéry 1 avril 7 EXERCICE 1 Commun à tous les candidats 4 points 1 a Les vecteurs AB et AC ont pour coordonnées AB ; ; ) et AC 1 ; 4 ; 1) Ils ne sont manifestement pas colinéaires

Plus en détail

CHAPITRE 10. Jacobien, changement de coordonnées.

CHAPITRE 10. Jacobien, changement de coordonnées. CHAPITRE 10 Jacobien, changement de coordonnées ans ce chapitre, nous allons premièrement rappeler la définition du déterminant d une matrice Nous nous limiterons au cas des matrices d ordre 2 2et3 3,

Plus en détail

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy

Plus en détail

qff TD4 - Calcul du résultat par la méthode du coût variable I) Distinction entre charges variables et charges lïxes 2ème année LicenceAES TD4

qff TD4 - Calcul du résultat par la méthode du coût variable I) Distinction entre charges variables et charges lïxes 2ème année LicenceAES TD4 2ème année LicenceAES - Calcul du résultat par la méthode du coût variable La rentabilité est un indicateur de I'effrcacité économique et financière. Elle représente l'aptitude d'une organisation productive

Plus en détail

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2

8.1 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 détail

Statistiques Descriptives à une dimension

Statistiques Descriptives à une dimension I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des

Plus en détail

SUR UNE FORMULE GÉNÉRALE POUR LE CALCUL DES PRIMES PURES D'ASSURANCES SUR LA VIE. Professeur à /' Université de Strasbotirg, Strasbourg, France.

SUR UNE FORMULE GÉNÉRALE POUR LE CALCUL DES PRIMES PURES D'ASSURANCES SUR LA VIE. Professeur à /' Université de Strasbotirg, Strasbourg, France. SUR UNE FORMULE GÉNÉRALE POUR LE CALCUL DES PRIMES PURES D'ASSURANCES SUR LA VIE PAR M. MAURICE FRéCHET, Professeur à /' Université de Strasbotirg, Strasbourg, France. INTRODUCTION Dans son ouvrage Introduction

Plus en détail

PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS

PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS ET APPROXIMATIONS DIOPHANTIENNES J. L. NICOLAS Cet article expose sup 3 e quelques iter'f~reces etre les pr'obl~res dloptimisatio e hombres etiers et la th~or-ie

Plus en détail

Chapitre 4 : Le transistor Bipolaire

Chapitre 4 : Le transistor Bipolaire LEEA 3 ème A, C. TELLIER, 28.08.04 1 Chapitre 4 : Le transistor Bipolaire 1. Structure et description du fonctionnement 1.1. Les transistors bipolaires 1.2 Le transistor NPN Structure intégrée d'un transistor

Plus en détail

Items étudiés dans le CHAPITRE N5. 7 et 9 p 129 D14 Déterminer par le calcul l'antécédent d'un nombre par une fonction linéaire

Items étudiés dans le CHAPITRE N5. 7 et 9 p 129 D14 Déterminer par le calcul l'antécédent d'un nombre par une fonction linéaire CHAPITRE N5 FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION Code item D0 D2 N30[S] Items étudiés dans le CHAPITRE N5 Déterminer l'image

Plus en détail

"ÉMISSIONS TRADING" ET CONTROLE DES REJETS DE POLLUANTS ATMOSPHERIQUES ISSUES DE CENTRALES THERMIQUES * SYNTHESE

ÉMISSIONS TRADING ET CONTROLE DES REJETS DE POLLUANTS ATMOSPHERIQUES ISSUES DE CENTRALES THERMIQUES * SYNTHESE "ÉMISSIONS TRADING" ET CONTROLE DES REJETS DE POLLUANTS ATMOSPHERIQUES ISSUES DE CENTRALES THERMIQUES * SYNTHESE Afin de faire face aux dégâts engendrés ces dernières années par les polluants "acides",

Plus en détail

CONTRIBUTION A L'ETUDE DU BONUS POUR NON SINISTRE EN ASSURANCE AUTOMOBILE. Belgique

CONTRIBUTION A L'ETUDE DU BONUS POUR NON SINISTRE EN ASSURANCE AUTOMOBILE. Belgique CONTRIBUTION A L'ETUDE DU BONUS POUR NON SINISTRE EN ASSURANCE AUTOMOBILE P. THYRION Belgique I. INTRODUCTION I. La s61ection des risques est un des premiers principes fondamentaux que la th6orie de l'assurance

Plus en détail

PROJET MODELE DE TAUX

PROJET MODELE DE TAUX MASTER 272 INGENIERIE ECONOMIQUE ET FINANCIERE PROJET MODELE DE TAUX Pricing du taux d intérêt des caplets avec le modèle de taux G2++ Professeur : Christophe LUNVEN 29 Fevrier 2012 Taylan KUNAL - Dinh

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 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****

Plus en détail

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA

Plus en détail

APER~U DU CHAMP D'APPLICATION DE LA THI~ORIE DU RISQUE DANS L'ASSURANCE DE CHOSES EN AUTRICHE

APER~U DU CHAMP D'APPLICATION DE LA THI~ORIE DU RISQUE DANS L'ASSURANCE DE CHOSES EN AUTRICHE APER~U DU CHAMP D'APPLICATION DE LA THI~ORIE DU RISQUE DANS L'ASSURANCE DE CHOSES EN AUTRICHE L. NEUMANN Vienne I. INTRODUCTION Nous donnerons ci-apr~s un aper~u de quelques domaines d'application de la

Plus en détail

Centre d'etudes Nucléaires de Fontenay-aux-Roses Direction des Piles Atomiques Département des Etudes de Piles

Centre d'etudes Nucléaires de Fontenay-aux-Roses Direction des Piles Atomiques Département des Etudes de Piles CEA-N-1195 Note CEA-N-1195 Centre d'etudes Nucléaires de Fontenay-aux-Roses Direction des Piles Atomiques Département des Etudes de Piles Service d'etudes de Protections de Piles PROPAGATION DES NEUTRONS

Plus en détail

Comment tracer une droite représentative d'une fonction et méthode de calcul de l'équation d'une droite.

Comment tracer une droite représentative d'une fonction et méthode de calcul de l'équation d'une droite. Comment tracer une droite représentative d'une fonction et méthode de calcul de l'équation d'une droite. Introduction : Avant de commencer, il est nécessaire de prendre connaissance des trois types de

Plus en détail

Mise à jour des paramètres relatifs à l estimation des Besoins énergétiques minimums

Mise à jour des paramètres relatifs à l estimation des Besoins énergétiques minimums MÉTHODOLOGIE DE LA FAO POUR MESURER LA PRÉVALENCE DE LA SOUS- ALIMENTATION Mise à jour des paramètres relatifs à l estimation des Besoins énergétiques minimums Division des Statistiques de la FAO Rome,

Plus en détail

Exposing a test of homogeneity of chronological series of annual rainfall in a climatic area. with using, if possible, the regional vector Hiez.

Exposing a test of homogeneity of chronological series of annual rainfall in a climatic area. with using, if possible, the regional vector Hiez. Test d homogéné$é Y. BRUNET-MORET Ingénieur hydrologue, Bureau Central Hydrologique Paris RÉSUMÉ Présentation d un test d homogénéi.té spécialement conçu pour vérijier Z homogénéité des suites chronologiques

Plus en détail

Résolution d équations non linéaires

Résolution 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 détail

Polynômes à plusieurs variables. Résultant

Polynômes à plusieurs variables. Résultant Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \

Plus en détail

Equilibre technique d'un exercice de souscription

Equilibre technique d'un exercice de souscription ASSURANCE AUTOMOBILES ET REVENUS FINANCIERS*) par JEAN SOUSSELIER, Paris La question est controvers~e de savoir si l'on doit tenir compte du revenu des placements -- et 6ventuellement des b6n6fices sur

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)

Plus en détail

SAV ET RÉPARATION. Savoir-faire. www.jarltech.fr

SAV ET RÉPARATION. Savoir-faire. www.jarltech.fr i & V : SA E b i i 1 3 2 0 1 Ai 0800 9 h P i iè P i i i i S j C i Si E ) i Ti (i ib i Q,. bq i, FA V k, Pi b h iè i Si b, D Z, P E q Si-i SAV ET RÉPARATION S hiq : E q SSII VAR, i hiq Jh i h 0800 910 231.

Plus en détail

Précision d un résultat et calculs d incertitudes

Précision d un résultat et calculs d incertitudes Précision d un résultat et calculs d incertitudes PSI* 2012-2013 Lycée Chaptal 3 Table des matières Table des matières 1. Présentation d un résultat numérique................................ 4 1.1 Notations.........................................................

Plus en détail

Développements limités. Notion de développement limité

Développements limités. Notion de développement limité MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un

Plus en détail

Retentissement de la réforme de l'ircantec 2008 sur la retraite des Praticiens Hospitaliers.

Retentissement de la réforme de l'ircantec 2008 sur la retraite des Praticiens Hospitaliers. Retentissement de la réforme de l'ircantec 2008 sur la retraite des Praticiens Hospitaliers. Dr Raphaël BRIOT ; Dr Jean GARRIC Syndicat National des Praticiens Hospitaliers d'anesthésie-réanimation RÉSUMÉ

Plus en détail

PLANIFICATION ET BUDGÉTISATION

PLANIFICATION ET BUDGÉTISATION PLANIFICATION ET BUDGÉTISATION Alberto Escudero Pascual Ce que cette unité vous dit... Un budget n'est pas une requête pour du financement... Un bon plan nécessite un bon budget... Un bon budget montre

Plus en détail

Mathématiques I Section Architecture, EPFL

Mathématiques I Section Architecture, EPFL Examen, semestre d hiver 2011 2012 Mathématiques I Section Architecture, EPFL Chargé de cours: Gavin Seal Instructions: Mettez votre nom et votre numéro Sciper sur chaque page de l examen. Faites de même

Plus en détail

Fonctions de plusieurs variables. Sébastien Tordeux

Fonctions de plusieurs variables. Sébastien Tordeux Fonctions de plusieurs variables Sébastien Tordeux 22 février 2009 Table des matières 1 Fonctions de plusieurs variables 3 1.1 Définition............................. 3 1.2 Limite et continuité.......................

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

EXERCICES - ANALYSE GÉNÉRALE

EXERCICES - ANALYSE GÉNÉRALE EXERCICES - ANALYSE GÉNÉRALE OLIVIER COLLIER Exercice 1 (2012) Une entreprise veut faire un prêt de S euros auprès d une banque au taux annuel composé r. Le remboursement sera effectué en n années par

Plus en détail

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer

Plus en détail

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.

LEÇON 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 détail

Circuits RL et RC. Chapitre 5. 5.1 Inductance

Circuits RL et RC. Chapitre 5. 5.1 Inductance Chapitre 5 Circuits RL et RC Ce chapitre présente les deux autres éléments linéaires des circuits électriques : l inductance et la capacitance. On verra le comportement de ces deux éléments, et ensuite

Plus en détail

Comment régler un litige avec son vendeur de produits financiers?

Comment régler un litige avec son vendeur de produits financiers? Comment régler un litige avec son vendeur de produits financiers? Elsa Aubert Direction des relations avec les épargnants Le 16 novembre 2011 2 Plan de la présentation I Auprès de qui réclamer? 1. L interlocuteur

Plus en détail

DÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation )

DÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation ) DÉRIVÉES I Nombre dérivé - Tangente Eercice 0 ( voir animation ) On considère la fonction f définie par f() = - 2 + 6 pour [-4 ; 4]. ) Tracer la représentation graphique (C) de f dans un repère d'unité

Plus en détail

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,

Plus en détail

201-105-RE SOLUTIONS CHAPITRE 1

201-105-RE SOLUTIONS CHAPITRE 1 Chapitre1 Matrices 1 201-105-RE SOLUTIONS CHAPITRE 1 EXERCICES 1.2 1. a) 1 3 Ë3 7 3 2 Ë 1 16 pas défini d) 16 30 17 3 e) Ë 7 68 22 16 13 Ë 5 18 6 2. a) 0 4 4 4 0 4 Ë4 4 0 Ë 0 4 32 4 4 0 4 32 32 4 0 4 4

Plus en détail

TD1 PROPAGATION DANS UN MILIEU PRESENTANT UN GRADIENT D'INDICE

TD1 PROPAGATION DANS UN MILIEU PRESENTANT UN GRADIENT D'INDICE TD1 PROPAGATION DANS UN MILIEU PRESENTANT UN GRADIENT D'INDICE Exercice en classe EXERCICE 1 : La fibre à gradient d indice On considère la propagation d une onde électromagnétique dans un milieu diélectrique

Plus en détail

Corrigé des TD 1 à 5

Corrigé des TD 1 à 5 Corrigé des TD 1 à 5 1 Premier Contact 1.1 Somme des n premiers entiers 1 (* Somme des n premiers entiers *) 2 program somme_entiers; n, i, somme: integer; 8 (* saisie du nombre n *) write( Saisissez un

Plus en détail

CAPTEURS - CHAINES DE MESURES

CAPTEURS - CHAINES DE MESURES CAPTEURS - CHAINES DE MESURES Pierre BONNET Pierre Bonnet Master GSI - Capteurs Chaînes de Mesures 1 Plan du Cours Propriétés générales des capteurs Notion de mesure Notion de capteur: principes, classes,

Plus en détail

Baccalauréat ES Amérique du Nord 4 juin 2008

Baccalauréat ES Amérique du Nord 4 juin 2008 Baccalauréat ES Amérique du Nord 4 juin 2008 EXERCICE 1 Commun à tous les candidats f est une fonction définie sur ] 2 ; + [ par : 4 points f (x)=3+ 1 x+ 2. On note f sa fonction dérivée et (C ) la représentation

Plus en détail

TD 3 : suites réelles : application économique et nancière

TD 3 : suites réelles : application économique et nancière Mathématiques Appliquées Cours-TD : K. Abdi, M. Huaulmé, B. de Loynes et S. Pommier Université de Rennes 1 - L1 AES - 009-010 TD 3 : suites réelles : application économique et nancière Exercice 1 Calculer

Plus en détail

Méthodes de Simulation

Méthodes 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 détail

I3, Probabilités 2014 Travaux Dirigés F BM F BM F BM F BM F B M F B M F B M F B M 20 20 80 80 100 100 300 300

I3, Probabilités 2014 Travaux Dirigés F BM F BM F BM F BM F B M F B M F B M F B M 20 20 80 80 100 100 300 300 I3, Probabilités 2014 Travaux Dirigés TD 1 : rappels. Exercice 1 Poker simplié On tire 3 cartes d'un jeu de 52 cartes. Quelles sont les probabilités d'obtenir un brelan, une couleur, une paire, une suite,

Plus en détail

ALGORITHMIQUE II NOTION DE COMPLEXITE. SMI AlgoII

ALGORITHMIQUE II NOTION DE COMPLEXITE. SMI AlgoII ALGORITHMIQUE II NOTION DE COMPLEXITE 1 2 Comment choisir entre différents algorithmes pour résoudre un même problème? Plusieurs critères de choix : Exactitude Simplicité Efficacité (but de ce chapitre)

Plus en détail

ANTISELECTION ET CHOIX D'ASSURANCE : LE CAS DU VOL EN HABITATION UNE APPROCHE DE LA MESURE DU PHENOMENE

ANTISELECTION ET CHOIX D'ASSURANCE : LE CAS DU VOL EN HABITATION UNE APPROCHE DE LA MESURE DU PHENOMENE ANTISELECTION ET CHOIX D'ASSURANCE : LE CAS DU VOL EN HABITATION UNE APPROCHE DE LA MESURE DU PHENOMENE Yannick MACÉ Statisticien-Economiste Responsable du Secteur Analyses Techniques, Groupama (C.C.A.M.A.)

Plus en détail

Améliorations du schéma de nuage et de EDKF dans AROME/MésoNH

Améliorations du schéma de nuage et de EDKF dans AROME/MésoNH Améliorations du schéma de nuage et de EDKF dans AROME/MésoNH Sébastien Riette Météo-France CNRM/GMME Réunion des utilisateurs de Méso-NH, 13 et 14 octobre 2011 Les composantes du schéma de nuage d'arome

Plus en détail

Repérage d un point - Vitesse et

Repérage d un point - Vitesse et PSI - écanique I - Repérage d un point - Vitesse et accélération page 1/6 Repérage d un point - Vitesse et accélération Table des matières 1 Espace et temps - Référentiel d observation 1 2 Coordonnées

Plus en détail

Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de

Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de l espérance d utilité Olivier Bos olivier.bos@u-paris2.fr

Plus en détail

Tests semi-paramétriques d indépendance

Tests semi-paramétriques d indépendance Tests semi-paramétriques d indépendance Bernard Colin et Ernest Monga Département de Mathématiques Université de Sherbrooke Sherbrooke J1K-2R1 (Québec) Canada Rapport de recherche N o 139 Abstract Let

Plus en détail

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. 14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,

Plus en détail

Simulation de variables aléatoires

Simulation 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 détail

ETUDE STATISTIQUE DE LA PROBAB[LIT~ DE SINISTRE EN ASSURANCE AUTOMOBILE

ETUDE STATISTIQUE DE LA PROBAB[LIT~ DE SINISTRE EN ASSURANCE AUTOMOBILE Astm I3ulletm 12 (198,) 40-56 ETUDE STATISTIQUE DE LA PROBAB[LIT~ DE SINISTRE EN ASSURANCE AUTOMOBILE MARC HALLIN et JEAN-I;RANQOIS INGENBLEEK lnstltut de Statlst~que, Umvcrslt6 Librc de ]3ruxelles Dans

Plus en détail

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

Baccalauréat ES/L Amérique du Sud 21 novembre 2013 Baccalauréat ES/L Amérique du Sud 21 novembre 2013 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats 5 points Une entreprise informatique produit et vend des clés USB. La vente de ces clés est réalisée

Plus en détail

Correction du Baccalauréat S Amérique du Nord mai 2007

Correction du Baccalauréat S Amérique du Nord mai 2007 Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n

Plus en détail

Image d un intervalle par une fonction continue

Image 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 détail

PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES

PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES Leçon 11 PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES Dans cette leçon, nous retrouvons le problème d ordonnancement déjà vu mais en ajoutant la prise en compte de contraintes portant sur les ressources.

Plus en détail

Complexité. Licence Informatique - Semestre 2 - Algorithmique et Programmation

Complexité. Licence Informatique - Semestre 2 - Algorithmique et Programmation Complexité Objectifs des calculs de complexité : - pouvoir prévoir le temps d'exécution d'un algorithme - pouvoir comparer deux algorithmes réalisant le même traitement Exemples : - si on lance le calcul

Plus en détail

RO04/TI07 - Optimisation non-linéaire

RO04/TI07 - Optimisation non-linéaire RO04/TI07 - Optimisation non-linéaire Stéphane Mottelet Université de Technologie de Compiègne Printemps 2003 I Motivations et notions fondamentales 4 I1 Motivations 5 I2 Formes quadratiques 13 I3 Rappels

Plus en détail

La polarisation des transistors

La polarisation des transistors La polarisation des transistors Droite de charge en continu, en courant continu, statique ou en régime statique (voir : le transistor) On peut tracer la droite de charge sur les caractéristiques de collecteur

Plus en détail

CNAM 2002-2003 2léments de cours Bonus-malus et Crédibilité

CNAM 2002-2003 2léments de cours Bonus-malus et Crédibilité 1 CNAM 2002-2003 2léments de cours Bonus-malus et Crédibilité Une situation fréquente en pratique est de disposer non pas d un résultat mais de plusieurs. Le cas se présente en assurance, par exemple :

Plus en détail

Modélisation et simulation

Modélisation 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 détail

Optimiser les performances du mouvement de monte de l Axe Z.

Optimiser les performances du mouvement de monte de l Axe Z. Page/0 - BUT DE LA MANIPULATION : Optimiser les performances du mouvement de monte de l Axe Z. - LES PLANS D EXPERIENCE -LA METHODE DU DOCTEUR TAGUCHI. La mthodologie Taguchi de mise en oeuvre des plans

Plus en détail

F7n COUP DE BOURSE, NOMBRE DÉRIVÉ

F7n COUP DE BOURSE, NOMBRE DÉRIVÉ Auteur : S.& S. Etienne F7n COUP DE BOURSE, NOMBRE DÉRIVÉ TI-Nspire CAS Mots-clés : représentation graphique, fonction dérivée, nombre dérivé, pente, tableau de valeurs, maximum, minimum. Fichiers associés

Plus en détail

TUTORIAL REUTERS. Utilisation de l'utilitaire de recherche Reuters

TUTORIAL REUTERS. Utilisation de l'utilitaire de recherche Reuters TUTORIAL REUTERS Connexion à Reuters Allez sur https://portal.hpd.global.reuters.com/auth/login.aspx Le login est reut@ensimag.imag.fr, =1 à 5, le et le mot de passe étant ceux qui vous ont été

Plus en détail

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2. Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3

Plus en détail