Le modèle linéaire général simple à deux variables

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Le modèle linéaire général simple à deux variables"

Transcription

1 L3 Mahémaique e Saisique Les esimaeurs des MCO M Le modèle liéaire gééral simple à deu variables Iroduio géérale U modèle es ue représeaio simplifiée, mais la plus ehausive possible, d ue eié éoomique doée. Sous sa forme la plus ourae, il es préseé omme u sysème d équaios, le plus souve liéaires, équaios relia ere elles deu ypes de variables que l o appelle : - variables edogèes (variables epliquées) - variables eogèes (variables epliaives). Le modèle es di parfaieme déermié si le ombre de ses équaios (N) es égal à elui des variables edogèes. Il s éri : A B (N,N)(N,) (N,k)(k,) (N,) ave A la marie (arrée) des oeffiies des variables edogèes, B la marie des oeffiies des variables eogèes, le veeur des variables edogèes, le veeur des variables eogèes e u aléa que ous défiiros ulérieureme. C es la héorie éoomique qui, das la plupar des as, posule la forme e le oeu des équaios. Pour ee raiso, o appelle l ériure de e modèle la forme sruurelle. Si la marie A es iversible (rag de A N) alors o peu eraire de l équaio mariielle préédee le seul veeur e foio de : θ η ave A θ B e η A O appelle ee équaio la forme réduie du modèle. U as pariulier, mais rès uilisé, de ee forme es le Modèle Liéaire Gééral Simple (MLGS), qui e ompore qu ue équaio liéaire parmi les N. Il s éri différemme selo la maière do so observées les variables du modèle : - lorsque les observaios s effeue au ours du emps, les variables so des séries hroologiques e le modèle pore le om de modèle e séries hroologiques ; - lorsque les observaios so réalisées sur des éhaillos d idividus, à u isa doé, le modèle pore le om de modèle e oupe isaaée ; - lorsque les observaios pore sur des éhaillos au ours du emps, o parle de modèle de Paels. Si o osidère le premier as, le modèle s éri : {,..., }; k k, L ave le ombre d observaios des variables, la variable edogèe,, L, k les paramères ious du modèle,, L, k les (k-) variables eogèes (e réalié k, mais o osidère que, e qui perme de eir ompe d ue osae ) e l aléa. faisa varier das ee ériure, o obie le MLGS sous sa forme mariielle : B (,) (,k) (k,) (,) L3MS_M.do /6

2 L3 Mahémaique e Saisique Les esimaeurs des MCO M Das e ours, ous éudieros u as pariulier de e MLGS, elui pour lequel o a ue variable edogèe reliée liéaireme à ue seule variable epliaive e à u aléa. O l appelle le modèle de régressio liéaire simple. Il s éri :, L pour le modèle e séries hroologiques i i Ui i, LM pour le modèle e oupe isaaée i, L,M i i i pour le modèle de Paels., L, O reie par la suie la seule ériure e séries hroologiques e de e fai es le emps e l esemble { L,,} es ordoé. Ce modèle se différeie de elui du ours de saisique desripive qui s éri sous la forme eae : Le modèle de régressio liéaire simple rassemble plusieurs formes o liéaires que l o rasforme e liéaire par aamorphose. Par eemple, le modèle semi-logarihmique ( log, ) Z. Le modèle doubleme logarihmique : log log log Z T s éudie ave ( T log,z log ) log s éudie sur les ouples. Ce modèle a pour paramère, le oeffiie d élasiié isaaée ere e / qui mesure la répose, e poureage, de la variable suie à ue modifiaio de % de la variable epliaive. Le modèle logisique du ype : K a b s éri K l A b e ave A -a, s éudie ave K T l ;. Ce modèle es souve uilisé pour modéliser la pééraio des produis ouveau sur u marhé ou eore pour aluler la par de marhé (K) d u produi. Il eise bie d aures formes eore de modèles o liéaires rasformables e liéaire par aamorphose. Il es rare qu e éoomie e ype de relaio eae eise. Das la majorié des as, e fouri qu ue parie de l epliaio de la variable. O ooure ee diffiulé e iroduisa, das le seod membre de la relaio, ue ouvelle variable appelée aléa ou erreur. Ce éléme aléaoire va permere de syhéiser l esemble des ifluees sur que e peu epliquer. O suppose qu il rassemble u ombre impora mais idépeda de fluuaios, sas qu auue ai à elle seule ue imporae par rappor au aures de elle sore que e éléme puisse êre assimilé à ue variable aléaoire obéissa à ue loi de probabilié défiie sur u domaie. O osidère par la suie l ériure du modèle liéaire e séries hroologiques :, L, le problème que ous devos résoudre das e ours es le alul (o di l esimaio) des paramères ious e à parir des ouples d observaios (, ), aisi que l aalyse e la periee du hoi de e modèle. L3MS_M.do /6

3 L3 Mahémaique e Saisique Les esimaeurs des MCO M Si o appelle e les valeurs alulées du modèle à parir des observaios sur e, o peu alors obeir ue série de (oée Ŷ ) alulée à parir de la relaio : Ŷ. Ces valeurs alulées de différee ere e e Ŷ e Ŷ Or, Ŷ e Ŷ e oïide par eaeme ave les valeurs Ŷ ; ee disae oée e es appelée résidu de la valeur Nous avos do deu ériures du modèle : - ue ériure de la forme héorique du modèle : - ue ériure du modèle alulé : e Remarque : Ne pas ofodre e e. e es ou, iformaio do o dispose oera l aléa. es iou ;. Il y a do ue. lle s éri : e es la seule L3MS_M.do 3/6

4 L3 Mahémaique e Saisique Les esimaeurs des MCO M Module : Les esimaeurs des Moidres Carrés Ordiaires (MCO) Après avoir posé les hypohèses de base du modèle (uié ), ous verros das e module le priipe de alul des esimaeurs des moidres arrés ordiaires (uié ) aisi que les propriéés de es esimaeurs (uié 3).. Les hypohèses de base du modèle Le problème saisique à résoudre es le alul des paramères e, saha les observaios de e de. Il eise deu méhodes permea le alul de e : la méhode des moidres arrés ordiaires (MCO) e la méhode du maimum de vraisemblae. L uilisaio de es deu méhodes odui à des valeurs alulées de e qui possède des propriéés saisiques remarquables. Cela implique qu u erai ombre d hypohèses de base soie vérifiées ava l uilisaio de es méhodes. es ue variable aléaoire orôlée (idépedae de l aléa) : ov(, ) [ ] [ ] [ [ ] { } [ ], { L} hypohèse d homosédasiié. Cela implique que la variae des es osae quel que soi ov[. ' ] { [ [ ][ ' [ ]} [ ] e { L} o auoorrélaio des erreurs. O peu regrouper es deu derières hypohèses e érire : hypohèse de [ ] si si Ces rois hypohèses so fodameales pour l appliaio de la méhode des MCO. Pour uiliser la méhode du maimum de vraisemblae, o suppose e oure vérifiée l hypohèse de ormalié des aléas 'es-à-dire : N(, ) Trois quaiés so do ioues das e modèle :, e. L objeif des méhodes d esimaio es de rouver des esimaeurs de es paramères ious qui possède les propriéés requises par la héorie saisique. L3MS_M.do 4/6

5 L3 Mahémaique e Saisique Les esimaeurs des MCO M. Les esimaeurs des moidres arrés ordiaires La méhode des MCO osise à miimiser la somme des arrés des éars, éars ere la valeur observée de la variable edogèe (pour u poi du uage) e sa valeur alulée par le modèle. Graphiqueme, il s agi de la disae mesurée parallèleme à l ae des ordoées ere es deu pois. De e fai, l éar ere l observé e le alulé es le résidu, oé Ŷ e e. Ŷ y Nuage de pois Ŷ Droie des moidres arrés ou droie de régressio ou droie d'ajuseme MCO : Mi e Mi ( Ŷ ) Mi ( ) Miφ(, ) Il s agi de la miimisaio d ue foio φ à deu ioues e. La soluio, si elle eise, es doée par le sysème d équaios ormales suiva : φ φ φ ave φ la dérivée de la foio φ par rappor à ( ) la droie passe par le ere de gravié (, ) φ ( ) ( ( ) ) ( ) ( ) G du uage de régressio. L3MS_M.do 5/6

6 L3 Mahémaique e Saisique Les esimaeurs des MCO M Il fau vérifier que e miimise bie la somme des seodes. φ > φ > riure du modèle sur doées erées : e. Pour ela, o alule les dérivées Les dérivées parielles seodes so posiives. La soluio rouvée par, es u miimum. les dérivées parielles premières y ŷ e Ŷ y ŷ O peu aluler e e foio des doées erées par ue démosraio aalogue à la préédee : MCO : Mi e Mi ( y ŷ ) o peu vérifier que : y Ce hageme de variable osise à modifier le sysème d aes das le uage de régressio e plaça l origie au ere de gravié G. 3. Les propriéés des esimaeurs des moidres arrés ordiaires 3. Les esimaeurs des MCO so des foios liéaires des de. y ( ) Or : ( ) ave Propriéés des : ar L3MS_M.do 6/6

7 L3 Mahémaique e Saisique Les esimaeurs des MCO M L3MS_M.do 7/6 De plus : De e fai s éri : D où e résumé : ave 3. e so des esimaeurs (liéaires) sas biais de e. Cosidéros ave, il s éri : D où : [ ] [ ] { De même :

8 L3 Mahémaique e Saisique Les esimaeurs des MCO M L3MS_M.do 8/6 [ ] [ ] [ ] { olusio, les esimaeurs e de e so des esimaeurs sas biais de leur vraie valeur e. [ ] [ ] 3.3 e so des esimaeurs à variae miimale de e ariaes e ovariaes de e Calul de [ ] [ ] [ ] [ ] [ ] [ ] ' ' ' ' ' Calul de [ ]

9 L3 Mahémaique e Saisique Les esimaeurs des MCO M L3MS_M.do 9/6 [ ] [ ] [ ] ' ' ' ' ' ' Or Calul de, Cov [ ][ ] { }, Cov ave [ ] ' ' ' ' ', Cov O reie ii [ ] ', Cov, Cov 3.3. Les esimaeurs so de variae miimale

10 L3 Mahémaique e Saisique Les esimaeurs des MCO M L3MS_M.do /6 Pour démoer ee propriéé, osidéros u esimaeur liéaire queloque de par rappor à. Il s éri : Si es sas biais e de variae miimale, alors : e Pour que soi sas biais, il fau que : [ ]. Or, D où [ ] [ ] [ ] { Ce qui impose les oraies sur Par ailleurs, o sai que si es oraies so vérifiées : [ ] [ ] Le problème es de miimiser saha que les oraies so vérifiées. Il s agi d ue miimisaio sous oraie qu o résou e uilisa la proédure des mulipliaeurs de Lagrage. Le lagragie s éri : µ λ φ Cee foio adme u miimum pour les valeurs qui aule les dérivées parielles premières : µ φ λ φ λ µ φ Soi :

11 L3 Mahémaique e Saisique Les esimaeurs des MCO M L3MS_M.do /6 λ µ Ave la première e la deuième oraie o a : µ µ λ λ µ λ µ D où µ µ µ µ uilisa la roisième oraie o a : µ µ Or : 3 µ défiiive : µ Or : e do : e

12 L3 Mahémaique e Saisique Les esimaeurs des MCO M Or, où Les esimaeurs des moidres arrés e so parmi ous les esimaeurs liéaires sas biais les meilleurs au ses de la variae miimale. Les esimaeurs des MCO so des esimaeurs liéaires, sas biais e de variae miimale. Ils so dis esimaeurs BLU (Bes Liear Ubiased simaor). 3.4 e so des esimaeurs overges. Comme ils so sas biais, les esimaeurs so overges si : ( ) Or : e ( ) ( ) De même : ( ) ( ) s 3.5 simaeur de la variae de l erreur Déermiaio d u esimaeur sas biais de MCO. Saha que : que : Alors ave s² la variae d éhaillo de e y ŷ ( ) ( ) ( ) ( ) L3MS_M.do /6 y y Par ailleurs omme : e Ŷ y ŷ y ( ) ( ) ( ) e qui es u paramère iou pour l uilisaio des ( ) O peu alors aluler la somme des arrés des éars résiduels de la droie de régressio :

13 L3 Mahémaique e Saisique Les esimaeurs des MCO M L3MS_M.do 3/6 e De sore que : Or [ ] D où : e [ ] ' ' ' ' Rappel : D où :

14 L3 Mahémaique e Saisique Les esimaeurs des MCO M L3MS_M.do 4/6 [ ] [ ] ' ' ' ' 3 3 reprea les résulas, o rouve do : e D où : e Aisi e défiiive o obie u esimaeur sas biais de : e 3.6 Les esimaeurs des moidres arrés e de e orrespode au esimaeurs du maimum de vraisemblae Pour parveir au résulas préédes, o a fai auue hypohèse oera la loi de probabilié de. supposa à prése que obéi à ue loi ormale, o peu obeir les esimaeurs issus de la méhode du maimum de vraisemblae e réaliser par la suie des ess des paramères de la régressio. Comme les différes o des disribuios ideiques o peu olure que les ouples, orrespode à des valeurs de issues d ue même disribuio f() e o a :

15 L3 Mahémaique e Saisique Les esimaeurs des MCO M Pr ob [ < < d] f( ) d ( ) e π La forme de la desié de probabilié éa oue, la foio de vraisemblae de l éhaillo s éri : L ( ) ( ) ( ) e L e L e π π π Soi L e ou eore π ( ) ll l lπ Puisque le maimum de la foio de vraisemblae es aussi le maimum du logarihme épérie de la foio de vraisemblae, la foio L éa ue foio moooe roissae. maimisa ll par rappor à, e au maimum de vraisemblae. ll l L ll 4 ( ) ( ) ( ) o rouve les esimaeurs, e Les deu premières équaios permee de vérifier que : La derière équaio odui à : e Or d après le résula des MCO : e e e D où [ ] qui orrespode L3MS_M.do 5/6

16 L3 Mahémaique e Saisique Les esimaeurs des MCO M L esimaeur de qui orrespod au maimum de vraisemblae es do biaisé e o reie par la suie elui des MCO. L3MS_M.do 6/6

Exercice 1: Déterminer si les intégrales suivantes sont convergentes, et le cas échéant calculer leur valeur :

Exercice 1: Déterminer si les intégrales suivantes sont convergentes, et le cas échéant calculer leur valeur : Eercice : Eercices : Iégrales gééralisées Déermier si les iégrales suivaes so covergees, e le cas échéa calculer leur valeur :.. d (+ ) d 3. 4. e d d 5. 6. 3 d e d Eercice : Déermier si les iégrales suivaes

Plus en détail

MATHÉMATIQUES II. Nota : les trois parties du problème peuvent être abordées indépendamment. Partie I - Propriétés de la transformée de Legendre

MATHÉMATIQUES II. Nota : les trois parties du problème peuvent être abordées indépendamment. Partie I - Propriétés de la transformée de Legendre MATHÉMATIQUES II Noa : les rois paries du problème peuve êre abordées idépedamme Parie I - Propriéés de la rasformée de Legedre Das oue la parie I -, I désige u iervalle de IR e f ue focio à valeurs réelles,

Plus en détail

Exercices de révision

Exercices de révision Exercices de révisio Exercice U ivesisseur souscri à l émissio d u bille de résorerie do les caracérisiques so les suivaes : - Nomial : 5 M - Taux facial : 3,2% - Durée de vie : 9 mois L ivesisseur doi

Plus en détail

Amorçage de fissure au voisinage des interfaces fibre/matrice : comparaison d un critère mixte et des modèles de zone cohésive

Amorçage de fissure au voisinage des interfaces fibre/matrice : comparaison d un critère mixte et des modèles de zone cohésive 8 èe Cogrès Fraçais de Méaique Greoble, 7-3 aoû 007 Aorçage de fissure au voisiage des ierfaes fibre/arie : oparaiso d u rière ixe e des odèles de zoe ohésive Beoî Poiou,*, Eri Mari, Niolas Carrère 3,

Plus en détail

Lycée Fénelon Sainte-Marie. Mardi 19 Mars 2013 Durée : 3 heures DTL N 4

Lycée Fénelon Sainte-Marie. Mardi 19 Mars 2013 Durée : 3 heures DTL N 4 Lycée Féelo Saie-Marie Termiale ES Aée 0-0 Mahémaiques Mardi 9 Mars 0 Durée : heures DTL N La calcularice es auorisée. Le suje compore u oal de exercices. Le barème es fouri à ire idicaif. EXERCICE (6

Plus en détail

Estimations et intervalles de confiance

Estimations et intervalles de confiance Estimatios et itervalles de cofiace Estimatios et itervalles de cofiace Résumé Cette vigette itroduit la otio d estimateur et ses propriétés : covergece, biais, erreur quadratique, avat d aborder l estimatio

Plus en détail

Racine nième Corrigés d exercices

Racine nième Corrigés d exercices Racie ième Corrigés d eercices Page 9 : N 8, 8, 8, 86, 88, 89, 9, 9, 9, 97 Page 6 : N, Page 6 : N Page 67 : N 8 Page 6 : N N 8 page 9 6 6 6 6 6 ( ) = = = = = = = = ( ) = = = = = = ( ) 8 = 8 = = = = = =

Plus en détail

S euls les flux de fonds (dépenses et recettes) définis s ent l investissement.

S euls les flux de fonds (dépenses et recettes) définis s ent l investissement. Choix d ives i s s eme e cer iude 1 Chapire 1 Choix d ivesissemes e ceriude. Défiiio L es décisios d ivesissemes fo parie des décisios sraégiques de l erepris e. Le choix ere différes projes d ivesisseme

Plus en détail

CORRIGÉ PARTIE I I. FIBRES OPTIQUES ET OPTIQUE GÉOMÉTRIQUE

CORRIGÉ PARTIE I I. FIBRES OPTIQUES ET OPTIQUE GÉOMÉTRIQUE Corrgé CORRIGÉ PARTIE I I FIBRES OPTIQUES ET OPTIQUE GÉOMÉTRIQUE IA IA IA Los de Sell-Desares Los de la réfleo ère lo : le rayo de e le rayo réfléh so oeus das le pla d dee ème lo : le rayo réfléh es symérque

Plus en détail

MODULE 2 : Estimation par intervalle de confiance

MODULE 2 : Estimation par intervalle de confiance Echailloage M MODULE : Esiaio ar iervalle de cofiace Il s agi das ce odle de rover e esiaio ar iervalle de cofiace d araère θ, c es-à-dire de cosrire e «forchee de valers éries erea de sier» θ avec e robabilié

Plus en détail

Corrigé CNC MP 2003, Math 1

Corrigé CNC MP 2003, Math 1 Corrigé CNC MP 3, Mah Parie I. a La foncion e es coninue sur ], α] prolongeable par coninuié en, elle es donc inégrable sur ],α] b La foncion e e es coninue sur [,+ [ e. + donc elle es inégrable sur [,

Plus en détail

- PROBABILITE : c est le rapport (Nbr de cas favorable/nbr de cas possible). C est un nombre compris entre 0 et 1.

- PROBABILITE : c est le rapport (Nbr de cas favorable/nbr de cas possible). C est un nombre compris entre 0 et 1. Les premières consaaions sur l inapiude des produis indusriels à assurer les foncions qu ils éaien censés remplir pendan un emps suffisan remonen à la seconde guerre mondiale. En France cee prise de conscience

Plus en détail

Corrigé du baccalauréat Polynésie 16 juin 2014 STI2D STL spécialité SPCL

Corrigé du baccalauréat Polynésie 16 juin 2014 STI2D STL spécialité SPCL Corrigé du baccalauréat Polyésie 6 jui 4 STID STL spécialité SPCL EXERCICE 4 poits Cet eercice est u questioaire à choi multiples. Pour chacue des questios suivates, ue seule des quatre réposes proposées

Plus en détail

n 1 LES GRANDS THÈMES DE L ITB > 2009 Les intérêts simples et les intérêts composés ( ) C T D ( en mois)

n 1 LES GRANDS THÈMES DE L ITB > 2009 Les intérêts simples et les intérêts composés ( ) C T D ( en mois) LES GRANDS THÈMES DE L ITB Les iérês simples e les iérês composés RAPPELS THÉORIQUES Les iérês simples : l'iérê «I» es focio de la durée «D» (jour, quizaie, mois, rimesre, semesre, aée) de l'opéraio (placeme

Plus en détail

Intégration SUP/ESC MPSI/PCSI/ESC. x dx C

Intégration SUP/ESC MPSI/PCSI/ESC. x dx C MPS/PCS/ESC égraio SUP/ESC Méhodes d iégraio - : égrale immédiae - : Somme ou différece de focios - : Composée de focio -4 : Décomposiio e fracios raioelles -5 : Par subsiuio (chageme de variable) -6 :

Plus en détail

TRAITEMENT DU SIGNAL

TRAITEMENT DU SIGNAL Spé y -4 Devoir n TAITMNT D SIGNAL Parie I OMPOTMNT DYNAMIQ D N LAM D QATZ On considère une lame de quarz, cylindrique, de secion S consane, d axe Ox (de veceur uniaire r u X ), don les deux faces e en

Plus en détail

Feuille 2 : dérivabilité, théorème de Rolle et des accroissements finis, étude des variations

Feuille 2 : dérivabilité, théorème de Rolle et des accroissements finis, étude des variations UPMC 1M001 Aalyse et algèbre pour les scieces 013-014 Feuille : dérivabilité, théorème de Rolle et des accroissemets fiis, étude des variatios Les eercices sas ( ) sot des applicatios directes du cours.

Plus en détail

Amplification Linéaire à Transistor Bipolaire

Amplification Linéaire à Transistor Bipolaire UFM Préparaon APT Géne lerque Amplfaon néare à Transsor polare Sruure énérale d un ru d amplfaon : Snal à amplfer (as neau) X X Amplfaeur are (Hau neau) Soure de pussane (Fourne par ) X amplfaon ne onerne

Plus en détail

Calculer comment se constituer un capitale ; Calculer comment rembourser une dette en effectuant des versements réguliers.

Calculer comment se constituer un capitale ; Calculer comment rembourser une dette en effectuant des versements réguliers. CHAP: 8 Objecifs de ce chpire : Clculer comme se cosiuer u cpile ; Clculer comme rembourser ue dee e effecu des versemes réguliers. RAPPELS : Qu'es-ce qu'ue vleur cquise? Qu'es-ce qu'ue vleur cuelle? Le

Plus en détail

Chapitre 2.4 La réfraction

Chapitre 2.4 La réfraction Chapitre.4 La réfratio La itesse e la lumière as u milieu 8 La lumière oage as le ie à ue itesse 3 0 m/s. Lorsqu elle oage as u milieu, la lumière se éplae à itesse égale à la itesse as le ie iisé par

Plus en détail

POLYMÈRES THERMOPLASTIQUES

POLYMÈRES THERMOPLASTIQUES PYÈRES THERPASTIQUES I-Gééraliés sur les polymères (compléme) 1) Srucure a) défiiio U polymère es ue macromolécule de masse molaire rès élevée (> 5 000 g.mol 1 jusqu à 10 6 g.mol 1 ); elle es egedrée par

Plus en détail

Considérons un dipôle AB d un circuit parcouru par un courant d intensité I :

Considérons un dipôle AB d un circuit parcouru par un courant d intensité I : Filière SM Module Physique lémen : lecricié Cours Prof..Tadili 2 ème Parie Chapire 2 ude des dipôles nergie élecrique e puissance. appel Considérons un dipôle d un circui parcouru par un couran d inensié

Plus en détail

Automates 1 Présentation

Automates 1 Présentation Automates Présetatio Présetatio d u automate 2 Ue maière de désiger l automate de l exemple 3 Défiitio géérale 4 U exemple d automate 5 Mot costruit sur l alphabet C 6 L esemble de tous les mots das u

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

Développement en Série de Fourier

Développement en Série de Fourier F-IRIS-5.ex Développeme e Série de Fourier Développer e série de Fourier les focios de période T défiies aisi : a b { f impaire T = f = si ] ; { f paire T = f = si ; ] Faire das chaque cas ue représeaio

Plus en détail

1 Programme de l agrégation interne

1 Programme de l agrégation interne Séries umériques Programme de l agrégatio itere Partie 0b : Séries de ombres réels ou complexes Séries à termes positifs La série coverge si et seulemet si la suite des sommes partielles est borée Étude

Plus en détail

III ESPERANCE MATHEMATIQUE

III ESPERANCE MATHEMATIQUE /9 ésumé de ours e alul des probabltés (JJ bellager III ESPEAE MATHEMATIQUE I.Défto et alul de l espérae mathématque d ue VA La défto la plus géérale de l espérae d u VA : (do à valeurs postves ou ulles

Plus en détail

Recueil d'exercices de logique séquentielle

Recueil d'exercices de logique séquentielle Recueil d'exercices de logique séquenielle Les bascules: / : Bascule JK Bascule D. Expliquez commen on peu modifier une bascule JK pour obenir une bascule D. 2/ Eude d un circui D Q Q Sorie A l aide d

Plus en détail

Plan Granulométrie par diffusion de lumière

Plan Granulométrie par diffusion de lumière Pla Graulométrie par diffusio de lumière Structure des systèmes colloïdaux Diffusio de lumière par ue particule. Diffusio Rayleigh. Diffractio de Frauhofer.3 Diffusio de Mie 3 Applicatio : graulométrie

Plus en détail

SESSION DE 2004 CA/PLP

SESSION DE 2004 CA/PLP SESSION DE 4 CA/PLP CONCOURS EXTERNE Sectio : MATHÉMATIQUES SCIENCES PHYSIQUES COMPOSITION DE MATHÉMATIQUES Durée : 4 heures L usage des calculatrices de poche est autorisø (coformømet au directives de

Plus en détail

Théorème de Cauchy-Lipschitz et applications. Lefeuvre thomas & Ginguené franck 30 mars 2012

Théorème de Cauchy-Lipschitz et applications. Lefeuvre thomas & Ginguené franck 30 mars 2012 Théorème de Cauchy-Lipschiz e applicaions Lefeuvre homas & Ginguené franck 30 mars 01 1 Table des maières 1 Théorème du poin fixe 3 1.1 Énoncé.......................................... 3 1. Démonsraion.....................................

Plus en détail

SÉRIES STATISTIQUES À DEUX VARIABLES

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

Plus en détail

Corrigé. f(k)dt = f(k) =

Corrigé. f(k)dt = f(k) = Baqu PT 0 sporiss.luci@orag.fr Epruv d Mahémaiqus C Corrigé Prélimiair Soi u ir aurl o ul f u focio à valurs posiivs, coiu par morcaux hypohès oublié par l éocé), décroissa sur [,+ [. { [, +] f +) f) f)

Plus en détail

Développement d une fonction en série entière. Exemples et applications

Développement d une fonction en série entière. Exemples et applications Développemet d ue foctio e série etière Exemples et applicatios Das ce chapitre, K désigera R ou C B(; R) désigera la boule ouverte de cetre et de rayo R > 1 Gééralités Défiitio 1 Soit f ue applicatio

Plus en détail

Intégrales généralisées

Intégrales généralisées 3 Iégrles géérlisées Pour ce chpire, les focios cosidérées so priori défiies sur u iervlle réel I o rédui à u poi, à vleurs réelles ou complees e coiues pr morceu. L défiiio e les propriéés de l iégrle

Plus en détail

Aide Mémoire de Statistique

Aide Mémoire de Statistique Aide Mémoire de Statistique (E, E, P) modèle statistique (E, E, P) modèle probabiliste E probabilité, o coaît la loi P et o fait des calculs E statistique, o e coaît pas la loi (seulemet ue famille de

Plus en détail

Ce document a été mis en ligne par le Canopé de l académie de Bordeaux pour la Base Nationale des Sujets d Examens de l enseignement professionnel.

Ce document a été mis en ligne par le Canopé de l académie de Bordeaux pour la Base Nationale des Sujets d Examens de l enseignement professionnel. Ce documen a éé mis en ligne par le Canopé de l académie de Bordeaux pour la Base Naionale des Sujes d Examens de l enseignemen professionnel. Base Naionale des Sujes d'examens de l'enseignemen professionnel

Plus en détail

MA401 : Probabilités TD3

MA401 : Probabilités TD3 MA : Probabilités Exercice Ue compagie aériee étudie la réservatio sur l u de ses vols. Ue place doée est libre le jour d ouverture de la réservatio et so état évolue chaque jour jusqu à la fermeture de

Plus en détail

Août 2016 (1 heure et 45 minutes) b) Quel lien y a-t-il entre le rang d'une matrice et son nombre de lignes et de colonnes? Ne pas (2.5 pts.

Août 2016 (1 heure et 45 minutes) b) Quel lien y a-t-il entre le rang d'une matrice et son nombre de lignes et de colonnes? Ne pas (2.5 pts. 1 a) Défiir: marice écheloée lige réduie rag d'ue marice Aoû 016 (1 heure e 45 miues) (1 p) b) Quel lie a--il ere le rag d'ue marice e so ombre de liges e de coloes? Ne pas démorer (05 p) c) Discuer, selo

Plus en détail

DE PROJECTION ET DE SIMULATION DES REGIMES DE SECURITE SOCIALE

DE PROJECTION ET DE SIMULATION DES REGIMES DE SECURITE SOCIALE UNIVERSITE DE TUNIS Faculé des sciences économiques e de gesion de Tunis MODELE DE PROJECTION ET DE SIMULATION DES REGIMES DE SECURITE SOCIALE Ezzeddine MBAREK 2010 1 INTRODUCTION Le modèle que je propose

Plus en détail

Estimation. Exemple Les statistiques des notes obtenues en mathématiques au BTS OL en France pour l année 2014 sont :

Estimation. Exemple Les statistiques des notes obtenues en mathématiques au BTS OL en France pour l année 2014 sont : Estimatio Objectifs Estimer poctuellemet ue proportio, ue moyee ou u écart type d ue populatio à l aide de la calculatrice ou d u logiciel, à partir d u échatillo Détermier u itervalle de cofiace à u iveau

Plus en détail

Caractérisation de cellules solaires

Caractérisation de cellules solaires Caraérisaion de ellules solaires 1. Sruure e prinipe de fonionnemen d une ellule solaire [1] 1.1 Prinipe de fonionnemen Une ellule solaire es un omposan éleronique qui onverie la lumière du soleil en éleriié.

Plus en détail

Intégration. Calcul d intégrales. Calcul de primitives. [http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1

Intégration. Calcul d intégrales. Calcul de primitives. [http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1 [hp://mp.cpgedupuydelome.r] édié le juille 4 Eocés Iégrio Clcul d iégrles Clcul de primiives Eercice [ 96 ] [correcio] Déermier les primiives suives : e b l c l Eercice [ 79 ] [correcio] Déermier les primiives

Plus en détail

INSTRUMENTATION ELECTRIQUE OSCILLOSCOPE NUMERIQUE GENERATEUR BASSE FREQUENCE UTILISE EN SINUSOIDAL Etude théorique

INSTRUMENTATION ELECTRIQUE OSCILLOSCOPE NUMERIQUE GENERATEUR BASSE FREQUENCE UTILISE EN SINUSOIDAL Etude théorique 1 INSUMENAION ELEIQUE OSILLOSOPE NUMEIQUE GENEAEU BASSE FEQUENE UILISE EN SINUSOIDAL Eude héorique 1 Noions élémenaires 1.1 Masse e erre : Lorsqu on mesure une ension, on mesure en fai une différence de

Plus en détail

Finance. Anaïs HAMELIN. Sujet 1

Finance. Anaïs HAMELIN. Sujet 1 Maser AS ames du er semesre 4/5 Face Aaïs HAMLI Sue urée : 3 H ocumes auorsés : aucu Maérel auorsé : Calcularce auorsée Mémore vde pour les calcularces graphques Cosges : - Les eercces so dépedas les us

Plus en détail

La rentabilité des investissements

La rentabilité des investissements La renabilié des invesissemens Inroducion Difficulé d évaluer des invesissemens TI : problème de l idenificaion des bénéfices, des coûs (absence de saisiques empiriques) problème des bénéfices Inangibles

Plus en détail

Partie CCP - Devoir numéro 2

Partie CCP - Devoir numéro 2 Uiversié Claude Berard - Lyo Semesre de priemps 04-05 Mah IV - Cursus préparaoire A Durée : heure e 0 miues Parie CCP - Devoir uméro Le cadida aachera la plus grade imporace à la claré, à la précisio e

Plus en détail

E(X i ) par linéarité de l espérance.

E(X i ) par linéarité de l espérance. Statistiques appliquées. L3 Iterrogatio Questios de cours. 3 poits 1) Eocer le théorème cetral limite (1 pt). Si (X ) est ue suite de v.a. idépedates et de même loi, admettat des momets d ordre u et deux

Plus en détail

ECO434, Ecole polytechnique, 2e année PC 5 Flux de Capitaux Internationaux et Déséquilibres Mondiaux

ECO434, Ecole polytechnique, 2e année PC 5 Flux de Capitaux Internationaux et Déséquilibres Mondiaux ECO434, Ecole polyechnique, 2e année PC 5 Flux de Capiaux Inernaionaux e Déséquilibres Mondiaux Exercice 1 : Flux de capiaux dans le modèle de croissance néoclassique Le modèle es en emps coninu. On considère

Plus en détail

FIBRE OPTIQUE ETUDE DU GUIDAGE. Guidage du faisceau lumineux. Etude de la réflexion à l interface cœurgaine. Loi de Descartes à l interface :

FIBRE OPTIQUE ETUDE DU GUIDAGE. Guidage du faisceau lumineux. Etude de la réflexion à l interface cœurgaine. Loi de Descartes à l interface : FIBRE OPTIQUE Ue fibre optique ulti ode à saut d idie est ostituée du œur, d idie de réfratio.507 et d ue gaie d idie.48. Ces deux parties sot asseblées selo ue struture oaxiale (voir shéa). ETUDE DU GUIDAGE

Plus en détail

Terminale S (2014-2015) Suites numériques

Terminale S (2014-2015) Suites numériques Termiale S (04-05) Suites umériques Raisoemet par récurrece. Itroductio E Mathématiques, u certai ombre de propriétés dépedet d u etier aturel. Par exemple, la ( + ) somme des etiers aturels de à est égale

Plus en détail

3 Illusrios Iiérire de l bore 5 à l bore 6. PRÉSENTATION Le lc des Breoières de l ville de Joué-lèsTours qui s éed sur 40 hecres. Il offre ue grde vriéé de presios. Poi d que Poubelle LAC DES BRETONNIÈRES

Plus en détail

Evaluation des méthodes d analyse appliquées aux sciences de la vie et de la santé. Statistique. Variables aléatoires

Evaluation des méthodes d analyse appliquées aux sciences de la vie et de la santé. Statistique. Variables aléatoires UE 4 Evaluato des méthodes d aalyse applquées au sceces de la ve et de la saté Statstque Varables aléatores Frédérc Mauy - 27 septembre et 3 octobre 2013 1 Pla du cours 1. Varable aléatore 1. Défto 2.

Plus en détail

Procédé thermocyclique de régulation de température

Procédé thermocyclique de régulation de température - 1 - Innovaion echnologique dans le domaine de la régulaion de empéraure, le procédé hermocyclique foncionne selon un principe unique en son genre qui n a rien en commun avec les régulaions par hermosa

Plus en détail

Août 2015 (1 heure et 45 minutes)

Août 2015 (1 heure et 45 minutes) Aoû 05 ( heure e 45 miues). a) Cier oues les opéraios élémeaires (permea de réduire ue marice à sa forme écheloée lige réduie) e doer, pour chacue, so effe sur le déermia d ue marice carrée? Ne pas démorer.

Plus en détail

Séries entières. Chap. 09 : cours complet.

Séries entières. Chap. 09 : cours complet. Séries etières Chap 9 : cours complet Rayo de covergece et somme d ue série etière Défiitio : série etière réelle ou complee Théorème : lemme d Abel Théorème : itervalle des valeurs positives où ue série

Plus en détail

ELECTRICITE. Chapitre 9 Valeur moyenne des signaux périodiques. Analyse des signaux et des circuits électriques. Michel Piou

ELECTRICITE. Chapitre 9 Valeur moyenne des signaux périodiques. Analyse des signaux et des circuits électriques. Michel Piou ELECRICIE Analyse des signaux e des circuis élecriques Michel Piou Chapire 9 Valeur moyenne des signaux périodiques. Ediion //24 able des maières POURQUOI E COMMEN?... 2 INERE DE LA NOION DE VALEUR MOYENNE....2

Plus en détail

Tests statistiques Formation «Analyse de données RNA-seq/ChiP-seq»

Tests statistiques Formation «Analyse de données RNA-seq/ChiP-seq» Tests statistiques Formation «Analyse de données RNA-seq/ChiP-seq» Guy Perrière Pôle Rhône-Alpes de Bioinformatique 14 novembre 2012 Guy Perrière (PRABI) Tests statistiques 14 novembre 2012 1 / 40 Plan

Plus en détail

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

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

Plus en détail

Introduction aux chaînes de Markov

Introduction aux chaînes de Markov Iroducio aux chaîes de Markov Les mahémaicies du chapire (das l ordre de leur appariio : les russes Adreï MARKOV (856-9 e Adreï KOLMOGOROV (93-987, le briaique Sydey CHAMA (888-97 e les allemads Oskar

Plus en détail

STATISTIQUE : ESTIMATION

STATISTIQUE : ESTIMATION STATISTIQUE : ESTIMATION Préparatio à l Agrégatio Bordeaux Aée 202-203 Jea-Jacques Ruch Table des Matières Chapitre I. Estimatio poctuelle 5. Défiitios 5 2. Critères de comparaiso d estimateurs 6 3. Exemples

Plus en détail

On peut représenter la situation par un arbre : On a donc p(b 1 B 2)= p(b 1) p (B ) = 3 4 = 3.

On peut représenter la situation par un arbre : On a donc p(b 1 B 2)= p(b 1) p (B ) = 3 4 = 3. T ale S Correctio Exercices type bac de Probabilités. Mars Exercice : Ue ure cotiet au départ 0 boules blaches et 0 boules oires idiscerables au toucher. O tire au hasard ue boule de l ure : Si la boule

Plus en détail

df( t) P( t T t dt) ft ( ) lim

df( t) P( t T t dt) ft ( ) lim I APPROCHE DE LA FIABILITE PAR LES PROBABILITES : Définiion selon la NF X 6 5 : la fiabilié es la caracérisique d un disposiif exprimée par la probabilié que ce disposiif accomplisse une foncion requise

Plus en détail

1 Le hacheur série. 30 mars 2005

1 Le hacheur série. 30 mars 2005 e hacheur série A. Campo 30 mars 2005 1 e hacheur série 1.1 Généraliés e hacheur es un disposiif permean d obenir une ension coninue de valeur moyenne réglable à parir d

Plus en détail

Mots de longueur donnée à base de P lettres, et fonction génératrice

Mots de longueur donnée à base de P lettres, et fonction génératrice Mots de logueur doée à base de lettres, et foctio géératrice Cosidéros les mots de logueur à base de lettres, avec etier positif. ) Combie existe-t-il de tels mots? La première lettre du mot est l ue des

Plus en détail

Temps moyen de lecture par page (exercice compris) : 10 minutes

Temps moyen de lecture par page (exercice compris) : 10 minutes MOTS BINAIRES Mots biaires de logueur 2 Rappel : le logarithme e base b 3 Le choix de la logueur des mots biaires 4 Calculs avec les mots de logueur 5 Le poids d u mot biaire de logueur 6 La distace de

Plus en détail

CORRIGE DE L'EXAMEN DU 4 DECEMBRE 2002

CORRIGE DE L'EXAMEN DU 4 DECEMBRE 2002 CORRIGE DE L'EXAMEN DU 4 DECEMBRE EXERCICE. Notos X la variable aléatoire décrivat l'idetificatio des pièces défectueuses. Le ombre de valeurs possibles de X correspod au ombre de cofiguratios possibles

Plus en détail

Le jardin des verbes. Pré-requis :

Le jardin des verbes. Pré-requis : Le jardin de verbe Pré-requi : L enfan doi compri le principe de bae de la conjugaion de verbe (lien pronom erminaion : maion de verbe), inégré l ordre convionnel de pronom (je u il nou vou - il). On peu

Plus en détail

Intégration d une suite et d une série de fonctions : ITT et convergence dominée. : L application t 7!

Intégration d une suite et d une série de fonctions : ITT et convergence dominée. : L application t 7! Iégraio d ue suie e d ue série de focios : ITT e covergece domiée ) Théorème d iégraio erme à erme d ue série de focios a) Théorème : Soi P f ue série de focios coiues (par morceau) covergea simpleme sur

Plus en détail

Lucyna FIRLEJ IUT Mesures Physiques Statistiques C1

Lucyna FIRLEJ IUT Mesures Physiques Statistiques C1 1 Statistique iferetielle. Relatios Iteratioales Lucya Firlej Pl. E.Bataillo, Bat.11, cc.06 34095 Motpellier cedex 5 Frace lucya.firlej@umotpellier.fr S3. Statistics. 30 h d eseigemet: 10 cours, 10 TD,

Plus en détail

Relais de mesure et de contrôle industriels Zelio Control 3

Relais de mesure et de contrôle industriels Zelio Control 3 Présenaion elais de mesure e de conrôle indusriels Zelio Conrol elais de conrôle de réseaux riphasés M T 0 M T Foncionnaliés Ces appareils son desinés à la surveillance des réseaux riphasés e à la proecion

Plus en détail

Université de Picardie Jules Verne 2013-2014 UFR des Sciences

Université de Picardie Jules Verne 2013-2014 UFR des Sciences Uiversié de Picardie Jles Vere 13-14 UFR des Scieces Licece meio Mahémaiqes - Semesre 3 Saisiqe Exame de ldi 7 javier 14 Drée h To docme ierdi - Calclarices aorisées Exercice 1 1) Das e poplaio doée, o

Plus en détail

Analyse de quelques modèles de diffusion 1D non linéaire des gaz dans les polymères : identification à partir de données expérimentales

Analyse de quelques modèles de diffusion 1D non linéaire des gaz dans les polymères : identification à partir de données expérimentales Oi & Gas Sciece ad Techoogy Rev. IFP, Vo. 56 (), No. 3, pp. 79-93 opyrigh, Édiios Techip Aayse de queques modèes de diffusio D o iéaire des gaz das es poymères : ideificaio à parir de doées expérimeaes

Plus en détail

Les composants électroniques de commutation

Les composants électroniques de commutation Les omposans éleroniques e ommuaion hapire L TRANSSTOR POLAR Sommaire 1 GNRALTS... 24 2 OMMUTATON DU TRANSSTOR POLAR NPN... 25 2.1 RAPPLS... 25 2.2 LS PHASS D'UN TRANSSTOR A LA OMMUTATON... 25 2.2.1 Transisor

Plus en détail

RELATIONS FONCTIONNELLES. I Généralités

RELATIONS FONCTIONNELLES. I Généralités Universié d'angers : LSEN relaions foncionnelles p. Parie A : Proporionnalié RELATIONS FONCTIONNELLES I Généraliés / Définiion : Soien deux suies de nombres réels : (x ;x ;x ;x 4 ) e (y ;y ;y ;y 4 ). Ces

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

FONCTIONNEMENT AUTOMATE

FONCTIONNEMENT AUTOMATE FONCTIONNEMENT AUTOMATE IUT MULHOUSE Bernard Reeb foncionnemen auomae - 1/1 I. CONSTITUTION D'UN AUTOMATE Les auomaes son le plus souven de ype modulaire : une unié cenrale compléée d'un bac pou recevoir

Plus en détail

AVEC VOUS TOUS LES JOURS

AVEC VOUS TOUS LES JOURS AVEC VOUS TOUS LES JOURS 2013 2014 Qui TRANSPORTS SCOLAIRES 2013 2014 profi? Plus d 31 000 jus morbihaais, scolarisés d la marll au lycé, pr l car pour s rdr das lur éablissm. N so pas cocrés cux qui viv

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

Application du logiciel Excel

Application du logiciel Excel Applicatio du logiciel Ecel Utilisatio du Solver du logiciel Ecel Table de matiers Lacemet du logiciel... Optimisatios... Programmatio liéaire... Problème du trasport... 8 Problème de programmatio quadratique...

Plus en détail

Suites géométriques suite géométrique suite géométrique de raison q

Suites géométriques suite géométrique suite géométrique de raison q Sites géométriqes Itrodctio : M. Fiace dispose d e somme de 5 FF et désire faire frctifier so pactole ; por cela il va voir so baqier qi li propose de optios : e agmetatios forfaitaire, aelle, de 5 F =

Plus en détail

AMPLIFICATEUR LINEAIRE INTEGRE (A.L.I) Montages Fondamentaux à base d A.L.I

AMPLIFICATEUR LINEAIRE INTEGRE (A.L.I) Montages Fondamentaux à base d A.L.I Chapire C1 Leçon C1 AMPLIFICATEU LINEAIE INTEGE (A.L.I) Monages Fondamenaux à base d A.L.I I. Uilisaion d un A.L.I en régime non linéaire : 1) Acivié praique : a) A l aide d une maquee fournie ou à parir

Plus en détail

Centre Régional des Métiers de l Éducation et de la Formation MARRAKECH

Centre Régional des Métiers de l Éducation et de la Formation MARRAKECH R O Y A U M E D U M A R O C Miistère de l Educatio Natioale et de la Formatio Professioelle Cetre Régioal des Métiers de l Éducatio et de la Formatio Académie Régioale de l Éducatio et de la Formatio Marrakech-Tesift

Plus en détail

~ = Les redresseurs se divisent en deux grands groupes : On classe les divers redresseurs en trois catégories : Les redresseurs semicommandés

~ = Les redresseurs se divisent en deux grands groupes : On classe les divers redresseurs en trois catégories : Les redresseurs semicommandés Le redressemen c'es la ransformaion de l'énergie élecrique alernaive du réseau en énergie coninue. Symbole : ~ = Les redresseurs se divisen en deux grands groupes : les redresseurs demi onde, à une alernance

Plus en détail

Caractéristiques des signaux électriques

Caractéristiques des signaux électriques Sie Inerne : www.gecif.ne Discipline : Génie Elecrique Caracérisiques des signaux élecriques Sommaire I Définiion d un signal analogique page 1 II Caracérisiques d un signal analogique page 2 II 1 Forme

Plus en détail

Fonctions numériques - Rappels

Fonctions numériques - Rappels PCS Focios umériqus - appls Défiiios : U focio à valurs rélls s u applicaio d ou u pari d das. Das l pla mui d u rpèr, la courb rprésaiv ou rprésaio graphiqu d u focio à valurs rélls s l smbl ds pois d

Plus en détail

ANALYSE SPECTRALE DE SIGNAUX PÉRIODIQUES

ANALYSE SPECTRALE DE SIGNAUX PÉRIODIQUES ANALYE PECTRALE DE IGNAUX PÉRIODIQUE Quelques apples variés sur la syhèse de Fourier ou la décomposiio de Fourier : hp://www.falsad.com/fourier/ hp://www.scieces.uiv-aes.fr/physique/perso/gulloue/elec/fourier/fourier.hml

Plus en détail

Option économique. 0 t x 1 e t e x 2 e t +1 e x +1 1 e x +1 1

Option économique. 0 t x 1 e t e x 2 e t +1 e x +1 1 e x +1 1 Exercice : a) Soi x ];+ [ Pour ou [;x], o a : Corrigé : EDHEC Opio écoomique x e e x e + e x + e x + e + O a bie e x + e + b) E muliplia l iégalié de la quesio précédee par [;x], o a e x + e + Pour ou

Plus en détail

Simulation de trajectoires de processus continus

Simulation de trajectoires de processus continus Simulaio de rajecoires de processus coius - Frédéric PLANCHET (Uiversié Lyo, Laboraoire SAF, JWA - Acuaires) - Pierre THEROND (Uiversié Lyo, Laboraoire SAF, JWA - Acuaires) 005.6 (WP 04) Laboraoire SAF

Plus en détail

Master 1ère année spécialité IMIS et Mathématiques Contrôle continu de "Processus Stochastiques"

Master 1ère année spécialité IMIS et Mathématiques Contrôle continu de Processus Stochastiques Master ère aée spécialité IMIS et Mathématiques Cotrôle cotiu de "Processus Stochastiques" 8 octobre 00 - Durée h Calculatrices et documets autorisés Exercice Jacques va tous les jours à so travail e emprutat

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

CONDITONNEMENT DU SIGNAL

CONDITONNEMENT DU SIGNAL I) Présenaion "La diode" CONITONNMNT U IGNAL La diode es un composan élecronique semi conduceur qui se compore comme un inerrupeur fermé quand elle es polarisée en direc e comme un inerrupeur ouver polarisée

Plus en détail

Partie I : Manipulation d inégalités. n k. k=0. (1 + a) n 1 + na. 27. Indication : On pourra utiliser les fonctions f(x) = (x+b+c)3.

Partie I : Manipulation d inégalités. n k. k=0. (1 + a) n 1 + na. 27. Indication : On pourra utiliser les fonctions f(x) = (x+b+c)3. Mathématiques Devoirs de Vacances MPSI/PCSI août 5 Partie I : Manipulation d inégalités Eercice Soit m un réel Déterminer l'ensemble E des réels tels que e + e l'ensemble E des réels tels que (m + + m

Plus en détail

Rappels sur les signaux

Rappels sur les signaux CHAPIRE Rappels sur les sigaux. - Iroducio U sigal élecrique es oujours associé à deux ypes de gradeurs : le sigal qui coie l'iformaio ormaleme uile : le brui qui gééraleme es cosidéré comme u parasie

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

BTS BIOCHIMIE & ANALYSES BIOLOGIQUES 2001

BTS BIOCHIMIE & ANALYSES BIOLOGIQUES 2001 Exercice 1 : ( 12 poits ) Les parties A et B peuvet être traitées idépedammet l ue de l autre. O se propose d étudier l évolutio e foctio du temps des températures d u bai et d u solide plogé das ce bai.

Plus en détail

2 Exercice 15 : les intégrales de Wallis

2 Exercice 15 : les intégrales de Wallis Exercice sur les itégrles Exercice 5 : les itégrles de Wllis O pose si xdx ) Clculer I et I ) Motrer que l suite ( ) coverge 3) Etblir ue formule de récurrece etre et 4) Motrer que le produit ( + ) + est

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

UNE APPROCHE DE LA COMPÉTITIVITÉ DE LA ZONE EURO : LE TAUX DE CHANGE EFFECTIF DE L EURO

UNE APPROCHE DE LA COMPÉTITIVITÉ DE LA ZONE EURO : LE TAUX DE CHANGE EFFECTIF DE L EURO UN APPROCH D LA COMPÉTITIVITÉ D LA ZON URO : L TAU D CHANG FFCTIF D L URO Le taux de chage effectif d ue moaie omial et réel costitue u idicateur privilégié pour apprécier la compétitivité d ue écoomie

Plus en détail