BTS BIOCHIMIE & ANALYSES BIOLOGIQUES 2001

Dimension: px
Commencer à balayer dès la page:

Download "BTS BIOCHIMIE & ANALYSES BIOLOGIQUES 2001"

Transcription

1 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. Ces températures ( à l istat t ) sot respectivemet otées α(t) et β(t). Le temps t est exprimé e secodes et le températures e C. Partie A : 5,5 pt Les températures α(t) et β(t) vérifiet les coditios suivates : (1) : α (t) = -0,011 ( α(t) - β(t) ) (2) : β (t) = 0,021 ( α(t) - β(t) ) avec α(0) = 40 β(0) = 10 ❶ O pose f(t) = α(t) - β(t) ; 1 pt ❶ a ) Vérifier que f est ue solutio de l équatio différetielle : y + 0,032 y = 0 ; 1 pt ❶ b ) Résoudre l équatio précédete ; 1 pt ❶ c ) Calculer f(0) et motrer que f(t) = 30 e -0,032t ; ; ❷ Soit F la primitive de f qui vérifie F(0) = 0 ;. 1 pt ❷ a ) Exprimer F(t) e foctio de t ; 0,5 pt ❷ b ) A l aide de la coditio (2), justifier que β(t) = K + 0,021F(t) où K est ue costate 1 pt ❷ c ) Détermier K et doer ue expressio de β(t) e foctio de t ; Partie B : 6,5 pt Pour tout t das [ 0 ; + [ o pose : α(t) = e -4t 125 β(t) = e -4t 125 1,5 pt ❶ Détermier la limite de α aisi que celle de β e + ; que peut-o e déduire pour les courbes représetatives de ces foctios ; 2 pts ❷ Calculer la dérivée et doer les variatios de chacue des foctios α et β ; 1,5 pt ❸ Costruire les courbes représetatives des foctios α et β das u repère orthogoal ( sur papier millimétré ; uités graphiques : 1 cm pour 5 secodes e abscisse et 2 cm pour 5 C e ordoée ; o fera varier t etre 0 et 120 secodes ) ; 1,5 pt ❹ A partir de quel istat la différece de température etre le solide et le bai estelle iférieure à 1 C? ELSA Productios NANTES Septembre 2002 Page 1 ;

2 EXERCICE II : (8 POINTS) U médium préted qu il peut souvet devier à distace la couleur d ue carte tirée au hasard d u jeu de cartes bie battu et comportat des cartes de deux couleurs différetes e ombre égal. O appelle p la probabilité que le médium doe ue répose juste ( succès ) lors d u tirage. Si le médium est u imposteur o a p = 1 / 2 ; sio p > 1 / 2. O appellera échatillo de taille toute réalisatio de tirages successifs d ue carte das le jeu, avec remise. Partie A : 5 pt O suppose p = 1 / 2 et o ote Y la variable aléatoire qui, à tout échatillo de taille, associe le ombre de succès du médium. ( o arrodira les probabilités au dix millième le plus proche ). ❶ Das cette questio o pred = 20 ; 1 pt ❶ a ) Quelle est la loi suivie par Y? Doer ses paramètres ; 1,5 pt ❶ b ) Calculer la probabilité P( Y = 15 ) ; ❷ Das cette questio o pred = 100. O admet que la variable Y peut-être approchée par ue variable aléatoire Z suivat ue loi ormale ; 1,25 pt ❷ a ) Préciser les paramètres de cette loi ormale ; 1,25 pt ❷ b ) Utiliser cette approximatio pour calculer P( Y > 60 ) ; Partie B : 3 pt O appelle F la variable aléatoire qui, à tout échatillo de taille, associe la fréquece des succès obteus par le médium au cours des tirages d ue carte. p( 1-p) O admet que F suit la loi ormale de moyee icoue p et d'écart-type O costruit u test uilatéral permettat de détecter pour u échatillo de taille = 100, au risque 5%, si le médium est u imposteur. O choisit comme hypothèse ulle H 0 : p = 1/2 ; et comme hypothèse alterative H 1 : p > 1/2 1,5 pt ❶ Calculer, sous l hypothèse H 0, le réel positif h tel que P( F 1/2 + h ) = 0,95 ; 1 pt ❷ Eocer la règle de décisio du test ; 0,5 pt ❸ Sur u échatillo de taille = 100, le médium a obteu 64 succès. Peut-o cosidérer, au risque 5%, que le médium est u imposteur? ELSA Productios NANTES Septembre 2002 Page 2 ;

3 EXERCICE II : (8 POINTS) U médium préted qu il peut souvet devier à distace la couleur d ue carte tirée au hasard d u jeu de cartes bie battu et comportat des cartes de deux couleurs différetes e ombre égal.o appelle p la probabilité que le médium doe ue répose juste ( succès ) lors d u tirage. Si le médium est u imposteur o a p = 1 / 2 ; sio p > 1 / 2. O appellera échatillo de taille toute réalisatio de tirages successifs d ue carte das le jeu, avec remise. Partie A : O suppose p = 1 / 2 et o ote Y la variable aléatoire qui, à tout échatillo de taille, associe le ombre de succès du médium. ( o arrodira les probabilités au dix millième le plus proche ). O appellera échatillo de taille toute réalisatio de tirages successifs d ue carte das le jeu, avec remise. ❶ Das cette questio o pred = 20 ; ❶ a ) Quelle est la loi suivie par Y? Doer ses paramètres ;. 1 pt L expériece aléatoire qui cosiste, après chaque tirage, à cosidérer la répose du médiu, coduit à deux issues cotradictoires: S : répose juste ou succès avec la probabilité p = 0,5 ; S(barre) : répose fausse avec la probabilité q = 1 - p = 0,5 ; O peut cosidérer que les réposes doées par le médium sot idépedates les ues des autres sachat que la compositio des cartes est pas modifiée d u tirage sur l autre puisque les tirages ayat lieu avec remise e perturbe pas le rapport iitial de cartes rouges et oires. Aisi Y la variable aléatoire qui, aux 20 tirages de cartes, associe le ombre de réposes positives ( succès ) suit la loi biomiale B (, p ) c est à dire B ( 20, 0,5 ) De plus E(Y) = p = 20.0,5 = 10 et V(X) = p(1-p) = 20 0,5.0,5 = 5. ❶ b ) Calculer la probabilité P( Y = 15 ) ; 1,5 pt ( 0,5 ; 0,5 ; - 0,25 ) P(Y=15)= 20C15. 0, ,5 15 = 20C15. 0,5 20. = 0, , ❷ Das cette questio o pred = 100. O admet que la variable Y peut-être approchée par ue variable aléatoire Z suivat ue loi ormale ; ❷ a ) Préciser les paramètres de cette loi ormale ; 1,25 pt Aisi Y la variable aléatoire qui, aux 100 tirages de cartes, associe le ombre de réposes positives ( succès ) suit la loi biomiale B (, p ) c est à dire B ( 100, 0,5 ). De plus E(Y) = p = 100.0,5 = 50 et V(X) = p(1-p) = 100 0,5.0,5 = 25. Coditios d approximatio d ue loi biomiale par ue loi ormale : >30 et pq 10 Puisque = 100 et V(X) = pq = 25 doc les coditios d approximatio de Y par ue loi ormale Z défiie par N ( 50 ; 5 ), avec E(Y) = E(Z) = 50 et σ(y) = σ(z) = 5. ❷ b ) Utiliser cette approximatio pour calculer P( Y > 60 ) ; 1,25 pt Soit T la variable aléatoire défiie par T = Z Z suit la loi ormale N 50, 5 équivalet à T suit la loi ormale N 0,1 Calcul de p( Y > 60 ) : Z > 60 équivalet à Z - 50 > Z 60 équivalet à Z - 50 > 2 équivalet à T > 2 5 Aisi : p( Y > 60 ) = p( T > 2 ) = 1 - p( T 2 ) = 1 - (2) 1-0,977 2 = 0,222 8 Partie B : O appelle F la variable aléatoire qui, à tout échatillo de taille, associe la fréquece des succès obteus par le médium au cours des tirages d ue carte. O costruit u test uilatéral permettat de détecter pour u échatillo de de taille = 100, au risque 5%, si le médium est u imposteur. O choisit comme hypothèse ulle H 0 : p = 1/2 ; et comme hypothèse alterative H 1 : p > 1/2 Cosidéros la populatio P costituée par les tirages d ue carte das u jeu coteat autat de cartes rouges que de cartes oires. K la variable aléatoire qui à u tirage de carte associe la répose du médium ; la probabilité de répodre avec succès est otée p 0 covetioellemet. O estime que si p 0 > 0,5 le médium est pas u imposteur. ❶ Calculer, sous l hypothèse H 0, le réel positif h tel que P( F 1/2 + h ) = 0,95 ; CONSTRUCTION DU TEST UNILATÉRAL: ➀ LOI D ÉCHANTILLONNAGE : La variable aléatoire F qui, à tout échatillo de taille = 100, associe la fréquece des succès obteus par le medium au cours des = 100 tirages d ue carte, suit la loi ormale N p ; p( 1 - p) où p admet pour estimateur p ELSA Productios NANTES Septembre 2002 Page 3 ;

4 2 HYPOTHESE À TESTER : ( hypothèse ulle ) la valeur stadard p 0 = 0,5 (H 0 ) hypothèse ulle : «p = p 0»et évetuellemet «p < p 0» ; de part les hypothèses du problème «le médium est u imposteur» 3 HYPOTHESE ALTERNATIVE - NATURE DU TEST : (H 1 ) : «p > p 0» c est à dire «le médium est pas u imposteur» et le test est uilatéral. 4 CONDITIONS DE REJET (H 0 ) AU RISQUE 5% : Remarque : il s agit de vérifier que la probabilité p de succès à savoir ici 64% appartiet ou o à u itervalle d acceptatio du type ] - 0,5 + h [, dot l amplitude déped du seuil de cofiace. Pour réaliser ce calcul ous disposos d u outil : c est la loi ormale qui, e foctio de ses caractéristiques p et σ(f) permettra de calculer cette amplitude. Sous l hypothèse (H 0) : p =p 0 doc F suit la loi ormale N ( 0,02, σ(f) ) ; σ(f) = 0,05 ; ❷ Eocer la règle de décisio du test ; Remarque : à partir de là deux méthodes sot précoisées : Première méthode : la coditio de rejet sera formulée sur la foctio F,sur u itervalle de valeurs prises par F ;. Secode méthode : la coditio de rejet sera formulée e utilisat la variable T = Y / σ(y) T variable suivat la loi ormale cetrée réduite. Première méthode 1,5 pt O recherche u itervalle du type ] - ; 0,5 + h [ tel que l o ait 95% de chaces d avoir p apparteat à cet itervalle, c est à dire p(f < 0,5 + h ) = 0,95 ; 1 pt E coclusio : Si p appartiet ] - ; 0,59 [: o accepte (H 0 ) au risque 5 % ; Si p appartiet pas à ] - ; 0,59 [ : o refuse (H 0 ) au risque 5 % ; Secode méthode : 1,5 pt p F suit la loi ormale N p 0, 0 ( 1 - p 0 ) équivalet à T= F - p 0 suit la loi ormale N 0,1 σ(y) Aisi : p( F 0,5 + h ) = 0,95 équivalet à p( T tα) = 0,95 ( tα) = 0,95 Par lecture das la table t α = 1,645 1 pt E coclusio : Si T 1,645 : o accepte (H 0 ) au risque 5 % ; Si T 1,645 : o refuse (H 0 ) au risque 5 % ; ❸ Sur u échatillo de taille = 100, le médium a obteu 64 succès. Peut-o cosidérer, au risque 5%, que le médium est u imposteur? ; 1 pt 5 MISE EN OEUVRE DU TEST : Première méthode : Calcul de ] - ; 0,5 + 1,645 0,05 [ = ] - ; 0,59 [ e hypothèse p= 0,64 puisque p > 0,59 ; o refuse (H 0 ) au risque 5 % Secode méthode : σ(f) = p 0 ( 1 - p 0 ) = 0,5 ( 1-0,5 ) 100 p F suit la loi ormale N p 0, 0 ( 1 - p 0 ) équivalet à T= F - p 0 suit la loi ormale N 0,1 σ(y) Aisi : p( F 0,5 + h ) = 0,95 équivalet à p( T tα) = 0,95 ( tα) = 0,95 Par lecture das la table t α = 1,645 Aisi : T 1,645 équivalet à F - 0,5 1,645 équivalet à : F - 0,5 1,645. 0,05 0,05 ou ecore : F 0,5 + 1,645. 0,05 ; F 0,5 + 0,083 Aisi l'itervalle d'acceptatio de l'hypothèse (H0) est : ] - ; 0,5 + h ] et h 0,09 calcul de t = p - p 0 p 0 ( 1 - p 0 ) = 0,64-0,5 0,5 ( 1-0,5 ) 100 = 2,8 ; = 0,05 puisque t > 1,645 o refuse (H 0 ) au risque 5 % 6 DÉCISION : Au risque 5 % o affirme que le médium est pas u imposteur. ELSA Productios NANTES Septembre 2002 Page 4 ;

5 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. Ces températures ( à l istat t ) sot respectivemet otées α(t) et β(t). Le temps t est exprimé e secodes et le températures e C. Partie A : Les températures α(t) et β(t) vérifiet les coditios suivates : ❶ O pose f(t) = α(t) - β(t) ; ❶ a ) Vérifier que f est ue solutio de l équatio différetielle : y + 0,032 y = 0 ; Cosidéros le système (E) : α (t) = -0,011 (α(t) - β(t) ) ; β (t) = 0,021 (α(t) - β(t) ) ; f(t) = α(t) - β(t) ; α(0) = 40 ; β(0) = 10. Calcul de f (t) : f (t) = α (t) - β (t) = -0,011 f(t) - 0,021 f(t) = -0,032 f(t) ; doc f (t) = -0,032 f(t) ; doc f vérifie l équatio différetielle y + 0,032 y = 0 ; 1 pt ( 0,25 ; 0,75 ) ❶ b ) Résoudre l équatio précédete ; 1 pt La solutio géérale de (E) est l esemble des foctios f défiies sur [ 0, + [ par f(t) = C e -0,032t avec C costate réelle positive ❶ c ) Calculer f(0) et motrer que f(t) = 30 e -0,032t ; f(0) = C e -0,032 0 = C = α(0) - β(0) = = 30 La solutio particulière de (E) est la foctio f défiie sur [ 0, + [ par f(t) = 30 e -0,032t. 1 pt ( 0,25 ; 0,25 ; 0,5 ) ❷ Soit F la primitive de f qui vérifie F(0) = 0 ;. ❷ a ) Exprimer F(t) e foctio de t ; Ue primitive de f(t) = 30 e -0,032t est F(t) = - 30 / 0,032 e -0,032t + k ; F(0) = 0 = - 30 / 0,032 e -0, k = - 30 / 0,032 + k = 0. Doc k = 30 / 0,032. La primitive qui s aule pour t=0 est F(t) = 30 / 0,032 ( 1 - e -0,032t ) 1,5 pt ( 0,5 ; 0,5 ; 0,5 ) ❷ b ) A l aide de la coditio (2), justifier que β(t) = K + 0,021F(t) où K est ue costate ; Puisque : β (t) = 0,021 f(t) doc par itégratio : β(t) = 0,021 F(t) + K 1 pt ❷ c ) Détermier K et doer ue expressio de β(t) e foctio de t ; Puisque β(t) = 0,021 F(t) + K doc : β(t) = 0, / 0,032 ( 1 - e -0,032t ) + K = 315/ ( 1 - e -0,032t ) + K Puisque β(0) = 315/ ( 1 - e -0,032 0 ) + K = K = 10 = 0 / Doc :β(t) = 315/ ( 1 - e -0,032t ) + 0 / = 315/ + 0 / - 315/ e -0,032t = 475/ - 315/ e -0,032t 1 pt ( 0,5 ; 0,5 ) Partie C : Pour tout t das [ 0 ; + [ o pose : ❶ Détermier la limite de α aisi que celle de β e + e déduire pour les courbes représetatives de ces foctios ; Etude de la limite de α et β quad t ted vers + : puisque lim e -0,032 t = 0 t + doc lim α(t) = 475 t + ; que peut-o Doc la courbe représetative de α et β admet pour assymptote la droite d équatio y = 475/ quad t ted vers + : 1,5 pt ( 0,5 ; 0,5 ; 0,5 ) ❷ Calculer la dérivée et doer les variatios de chacue des foctios α et β ; 05 ptcalcul de la dérivée de α : par défiitio, α (x) = -0,011 (α(t) - β(t) ) = -0,011f(t) =-0, e -0,032 x ; 0,5 ptcalcul de la dérivée de β : par défiitio, β (x) = 0,021 (α(t) - β(t) ) = 0,021 f(t) = 0, e -0,032 x ; 0,5pt puisque e -0,032t > 0 pour t réel positif, doc α (t) < 0 pour t réel positif, doc la foctio α est strictemet décroissate pour t réel positif ; 0,5ptpuisque e -0,032t > 0 pour t réel positif, doc β (t) > 0 pour t réel positif, doc la foctio β est strictemet croissate pour t réel positif. ELSA Productios NANTES Septembre 2002 Page 5 ; et α(t) = e β(t) = 5 doc lim β(t) = 475 t + -4t 125-4t e

6 2 pts ( 0,5 ; 0,5 ; 0,5 ; 0,5 ) Tableau de variatios : x 0 + x 0 + α (x) égatif β (x) positif α(x) 40 β(x) 475/ ❸ Costruire les courbes représetatives des foctios α et β das u repère orthogoal ( sur papier millimétré ; uités graphiques : 1 cm pour 5 secodes e abscisse et 2 cm pour 5 C e ordoée ; o fera varier t etre 0 et 120 secodes ) ; 1,5 pt ( 0,5 ; 0,5 ; 0,5 ; 0,5 ) ❹ A partir de quel istat la différece de température etre le solide et le bai est-elle iférieure à 1 C? 1,5 ❹ Résoudre f(t) l équatio 1 équivalet f(t) 1 das à 30 l itervalle ē 0,032t 1[ 0, + [ ; f(t) 1 équivalet à ē 0,032t 1 30 f(t) 1 équivalet à l ( ē 0,032t ) l ( 1 30 ) f(t) 1 équivalet à -0,032t l ( 1 30 ) f(t) 1 équivalet à t - 1 0,032 l ( 1 30 ) f(t) 1 équivalet à t 107 C ; - 1 0,032 l ( 1 30 ) 106,2 C 0,5 A partir de 107 s la différece de température etre la solide et le bai est iférieure à 1 C. 1,5 pt ( 1 ; 0,5 ) ELSA Productios NANTES Septembre 2002 Page 6 ;

7 ELSA Productios NANTES Septembre 2002 Page 7 ;

8 0,2 0,19 0,18 0,17 0, 0,15 0,14 0,13 0,12 0,11 0,1 0,09 0,08 0,07 0,06 0,05 0,04 0,03 0,02 0,01 Tirage de cartes au hasard Loi Biomiale B (, p ) ; =20 ; p= 0,5 p( X=k ) = f( x ) = 20! 0,5 x 0,5 20-x ( 20-x )! x! BTS Biochimie & Aalyses Biologiques 2001 N ( 10 ; 5 ) f( x ) = 20! ( 20-k )! k! ( 0,5) k ( 0,5) 20-k exp x , ,02 BTS Biochimie & Aalyses Biologiques 2001 N ( 50 ; 5 ) f( x ) = exp x ELSA Productios NANTES Septembre 2002 Page 8 ;

9 ELSA Productios NANTES Septembre 2002 Page 9

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

Séquence 5. La fonction logarithme népérien. Sommaire

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

Plus en détail

20. Algorithmique & Mathématiques

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

Plus en détail

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

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

Plus en détail

Limites des Suites numériques

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

Plus en détail

Comportement d'une suite

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

Plus en détail

EXERCICES : DÉNOMBREMENT

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

1 Mesure et intégrale

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

STATISTIQUE : TESTS D HYPOTHESES

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

Plus en détail

CHAPITRE 2 SÉRIES ENTIÈRES

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

Plus en détail

Etude de la fonction ζ de Riemann

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

Plus en détail

55 - EXEMPLES D UTILISATION DU TABLEUR.

55 - EXEMPLES D UTILISATION DU TABLEUR. 55 - EXEMPLES D UTILISATION DU TABLEUR. CHANTAL MENINI 1. U pla possible Les exemples qui vot suivre sot des pistes possibles et e aucu cas ue présetatio exhaustive. De même je ai pas fait ue étude systématique

Plus en détail

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

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

Plus en détail

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

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

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

Plus en détail

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

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

Plus en détail

Processus et martingales en temps continu

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

Plus en détail

Cours de Statistiques inférentielles

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

Plus en détail

Suites et séries de fonctions

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

Plus en détail

Baccalauréat S Asie 19 juin 2014 Corrigé

Baccalauréat S Asie 19 juin 2014 Corrigé Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps

Plus en détail

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

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

Plus en détail

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

14 Chapitre 14. Théorème du point fixe

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

Plus en détail

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

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

Plus en détail

Séries réelles ou complexes

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

Plus en détail

Solutions particulières d une équation différentielle...

Solutions particulières d une équation différentielle... Solutios particulières d ue équatio différetielle......du premier ordre à coefficiets costats O cherche ue solutio particulière de y + ay = f, où a est ue costate réelle et f ue foctio, appelée le secod

Plus en détail

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

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

Plus en détail

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

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

Plus en détail

Formation d un ester à partir d un acide et d un alcool

Formation d un ester à partir d un acide et d un alcool CHAPITRE 10 RÉACTINS D ESTÉRIFICATIN ET D HYDRLYSE 1 Formatio d u ester à partir d u acide et d u alcool 1. Nomeclature Acide : R C H Alcool : R H Groupe caractéristique ester : C Formule géérale d u ester

Plus en détail

Chapitre 3 : Transistor bipolaire à jonction

Chapitre 3 : Transistor bipolaire à jonction Chapitre 3 : Trasistor bipolaire à joctio ELEN075 : Electroique Aalogique ELEN075 : Electroique Aalogique / Trasistor bipolaire U aperçu du chapitre 1. Itroductio 2. Trasistor p e mode actif ormal 3. Courats

Plus en détail

4 Approximation des fonctions

4 Approximation des fonctions 4 Approximatio des foctios Ue foctio f arbitraire défiie sur u itervalle I et à valeur das IR peut être représetée par so graphe, ou de maière équivalete par la doée de l esemble de ses valeurs f(t) pour

Plus en détail

Exercices de mathématiques

Exercices de mathématiques MP MP* Thierry DugarDi Marc rezzouk Exercices de mathématiques Cetrale-Supélec, Mies-Pots, École Polytechique et ENS Coceptio et créatio de couverture : Atelier 3+ Duod, 205 5 rue Laromiguière, 75005 Paris

Plus en détail

Les Nombres Parfaits.

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

Plus en détail

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices

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

Plus en détail

c. Calcul pour une évolution d une proportion entre deux années non consécutives

c. Calcul pour une évolution d une proportion entre deux années non consécutives Calcul des itervalles de cofiace our les EPCV 996-004 - Cas d u ourcetage ou d ue évolutio e oit das la oulatio totale des méages - Cas d u ourcetage ou d ue évolutio das ue sous oulatio das les méages

Plus en détail

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

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

Plus en détail

Terminale S. Terminale S 1 F. Laroche

Terminale S. Terminale S 1 F. Laroche Termiale S Exercices. Rappels et exercices de base 3.. QCM (P. Egel) 3.. QCM, Atilles 005 4. 3. QCM, Liba 009, 3 poits 4. 4. QCM, C. étragers 007. 5. QCM, Frace 007 5 6. 6. QCM, N. Calédoie 007 7. 7. QCM

Plus en détail

STATISTIQUE AVANCÉE : MÉTHODES

STATISTIQUE AVANCÉE : MÉTHODES STATISTIQUE AVANCÉE : MÉTHODES NON-PAAMÉTIQUES Ecole Cetrale de Paris Arak S. DALALYAN Table des matières 1 Itroductio 5 2 Modèle de desité 7 2.1 Estimatio par istogrammes............................

Plus en détail

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

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

Plus en détail

Cours 5 : ESTIMATION PONCTUELLE

Cours 5 : ESTIMATION PONCTUELLE Cours 5 : ESTIMATION PONCTUELLE A- Gééralités B- Précisio d u estimateur C- Exhaustivité D- iformatio E-estimateur sas biais de variace miimale, estimateur efficace F- Quelques méthode s d estimatio A-

Plus en détail

Processus géométrique généralisé et applications en fiabilité

Processus géométrique généralisé et applications en fiabilité Processus géométrique gééralisé et applicatios e fiabilité Lauret Bordes 1 & Sophie Mercier 2 1,2 Uiversité de Pau et des Pays de l Adour Laboratoire de Mathématiques et de leurs Applicatios - Pau UMR

Plus en détail

Statistique descriptive bidimensionnelle

Statistique descriptive bidimensionnelle 1 Statistique descriptive bidimesioelle Statistique descriptive bidimesioelle Résumé Liaisos etre variables quatitatives (corrélatio et uages de poits), qualitatives (cotigece, mosaïque) et de types différets

Plus en détail

Module 3 : Inversion de matrices

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

Plus en détail

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

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

Plus en détail

Échantillonnage et estimation

Échantillonnage et estimation Stage «Nouveaux programmes de Termiale S» - Ho Chi Mih-Ville Novembre 202 Échatilloage et estimatio Partie C - Frédéric Barôme page Échatilloage et estimatio Partie C : Capacités et exercices-types. Rappelos

Plus en détail

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015 Uiversité de Bordeaux - Master MIMSE - 2ème aée Scorig Marie Chavet http://www.math.u-bordeaux.fr/ machave/ 2014-2015 1 Itroductio L idée géérale est d affecter ue ote (u score) global à u idividu à partir

Plus en détail

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1 Aalyse des doées Statistiques appliquées à la gestio Cours d aalyse de doés Master F. SEYTE : Maître de coféreces HDR e scieces écoomiques Uiversité de Motpellier I M. TERRAZA : Professeur de scieces écoomiques

Plus en détail

Probabilités et statistique pour le CAPES

Probabilités et statistique pour le CAPES Probabilités et statistique pour le CAPES Béatrice de Tilière Frédérique Petit 2 3 jui 205. Uiversité Pierre et Marie Curie 2. Uiversité Pierre et Marie Curie 2 Table des matières Modélisatio de phéomèes

Plus en détail

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2. Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES PLAN DU CHAPITRE 2 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.1 Pla de sodage 2.2.2 Probabilités d iclusio 2.3 SONDAGE

Plus en détail

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME Uiversité Victor Segale Bordeaux Istitut de Saté Publique, d Épidémiologie et de Développemet (ISPED) Campus Numérique SEME MODULE Pricipaux outils e statistique Versio du 8 août 008 Écrit par : Relu par

Plus en détail

UV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1

UV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1 UV SQ 0 Probabilités Statistiques UV SQ 0 Autome 006 Resposable d Rémy Garadel ( m.-el. remy.garadel@utbm.fr ) page SQ-0 Probabilités - Statistiques Bibliographie: Titre Auteur(s) Editios Localisatio Niveau

Plus en détail

Chap. 5 : Les intérêts (Les calculs financiers)

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

Plus en détail

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3 1 Groupe orthogoal d'u espace vectoriel euclidie de dimesio, de dimesio Voir le chapitre 19 pour l'étude des espaces euclidies et des isométries. État doé u espace euclidie E de dimesio 1, o rappelle que

Plus en détail

Principes et Méthodes Statistiques

Principes et Méthodes Statistiques Esimag - 2ème aée 0 1 2 3 4 5 6 7 0 5 10 15 x y Pricipes et Méthodes Statistiques Notes de cours Olivier Gaudoi 2 Table des matières 1 Itroductio 7 1.1 Défiitio et domaies d applicatio de la statistique............

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) RAIRO Operatios Research RAIRO Oper. Res. 34 (2000) 99-129 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) Commuiqué par Berard LEMAIRE Résumé. L étude

Plus en détail

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE

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

Plus en détail

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

Régulation analogique industrielle ESTF- G.Thermique

Régulation analogique industrielle ESTF- G.Thermique Chapitre 5 Stabilité, Rapidité, Précisio et Réglage Stabilité. Défiitio Coditio de stabilité. Critères de stabilité.. Critères algébriques.. Critère graphique ou de revers das le pla de Nyquist Rapidité

Plus en détail

Introduction : Mesures et espaces de probabilités

Introduction : Mesures et espaces de probabilités Itroductio : Mesures et espaces de probabilités Référeces : Poly cédric Berardi et Jea Michel Morel. J.-F. Le Gall, Itégratio, Probabilités et Processus Aléatoire J.-Y. Ouvrard, Probabilités 2, maîtrise-agrégatio,

Plus en détail

UNIVERSITÉ DE SFAX École Supérieure de Commerce

UNIVERSITÉ DE SFAX École Supérieure de Commerce UNIVERSITÉ DE SFAX École Supérieure de Commerce Aée Uiversitaire 2003 / 2004 Auditoire : Troisième Aée Études Supérieures Commerciales & Scieces Comptables DÉCISIONS FINANCIÈRES Note de cours N 3 Première

Plus en détail

Petit recueil d'énigmes

Petit recueil d'énigmes Petit recueil d'éigmes Patxi RITTER (*) facile (**) mois facile (***) pas facile (****) il faudra de l aide Solutios e rouge. 1) Cryptarithme (**) Trouvez la valeur de A, B et C satisfaisat l équatio suivate.

Plus en détail

Statistique Numérique et Analyse des Données

Statistique Numérique et Analyse des Données Statistique Numérique et Aalyse des Doées Arak DALALYAN Septembre 2011 Table des matières 1 Élémets de statistique descriptive 9 1.1 Répartitio d ue série umérique uidimesioelle.............. 9 1.2 Statistiques

Plus en détail

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions.

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions. 3 Réseau Le réseau costitue u aspect essetiel d u eviroemet virtuel ESX. Il est doc importat de compredre la techologie, y compris ses différets composats et leur coopératio. Das ce chapitre, ous étudios

Plus en détail

Réseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus

Réseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus Réseaux d odelettes et réseaux de euroes pour la modélisatio statique et dyamique de processus Yacie Oussar To cite this versio: Yacie Oussar. Réseaux d odelettes et réseaux de euroes pour la modélisatio

Plus en détail

La fibre optique arrive chez vous Devenez acteur de la révolution numérique

La fibre optique arrive chez vous Devenez acteur de la révolution numérique 2 e éditio Edité par l Autorité de régulatio des commuicatios électroiques et des postes RÉPUBLIQUE FRANÇAISE DÉCEMBRE 2010 La fibre optique arrive chez vous Deveez acteur de la révolutio umérique Petit

Plus en détail

Logiciel de synchronisation de flotte de baladeurs MP3 / MP4 ou tablettes Androïd

Logiciel de synchronisation de flotte de baladeurs MP3 / MP4 ou tablettes Androïd easylab Le logiciel de gestio de fichiers pour baladeurs et tablettes Visualisatio simplifiée de la flotte Gestio des baladeurs par idividus / classes / groupes / activités Activatio des foctios par simple

Plus en détail

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales PROMENADE ALÉATOIRE : Chaîes de Markov et martigales Thierry Bodieau École Polytechique Paris Départemet de Mathématiques Appliquées thierry.bodieau@polytechique.edu Novembre 2013 2 Table des matières

Plus en détail

La tarification hospitalière : de l enveloppe globale à la concurrence par comparaison

La tarification hospitalière : de l enveloppe globale à la concurrence par comparaison ANNALES D ÉCONOMIE ET DE STATISTIQUE. N 58 2000 La tarificatio hospitalière : de l eveloppe globale à la cocurrece par comparaiso Michel MOUGEOT * RÉSUMÉ. Cet article cosidère différetes politiques de

Plus en détail

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT POLTQU ONOMQU T DVLOPPMNT TRUTUR DU MAR NATONAL DU AF-AAO T PR AU PRODUTUR MALAN Beïla Beoit osultat PD N 06/008 ellule d Aalyse de Politiques coomiques du R Aée de pulicatio : Avril 009 Résumé e papier

Plus en détail

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

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

Plus en détail

SYSTEME FERME EN REACTION CHIMIQUE

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

Plus en détail

Télé OPTIK. Plus spectaculaire que jamais.

Télé OPTIK. Plus spectaculaire que jamais. Télé OPTIK Plus spectaculaire que jamais. Vivez toute la puissace de la télévisio sur IP grâce au réseau OPTIK 1 de TELUS et découvrez-e l extraordiaire potetiel. Télé OPTIK MC vous doe la parfaite maîtrise

Plus en détail

DETERMINANTS. a b et a'

DETERMINANTS. a b et a' 2003 - Gérard Lavau - http://perso.waadoo.fr/lavau/idex.htm Vous avez toute liberté pour télécharger, imprimer, photocopier ce cours et le diffuser gratuitemet. Toute diffusio à titre oéreux ou utilisatio

Plus en détail

One Office Voice Pack Vos appels fixes et mobiles en un seul pack

One Office Voice Pack Vos appels fixes et mobiles en un seul pack Uique! Exteded Fleet Appels illimités vers les uméros Mobistar et les liges fixes! Oe Office Voice Pack Vos appels fixes et mobiles e u seul pack Commuiquez et travaillez e toute liberté Mobistar offre

Plus en détail

Risque de longévité et détermination du besoin en capital : travaux en cours

Risque de longévité et détermination du besoin en capital : travaux en cours Risque de logévité et détermiatio du besoi e capital : travaux e cours Frédéric PLANCHET ISFA Laboratoire SAF Versio.6 / Septembre 2008 Sommaire La prise e compte de l expériece propre au groupe das l

Plus en détail

Initiation à l analyse factorielle des correspondances

Initiation à l analyse factorielle des correspondances Fiche TD avec le logiciel : tdr620b Iitiatio à l aalyse factorielle des correspodaces A.B. Dufour & M. Royer & J.R. Lobry Das cette fiche, o étudie l Aalyse Factorielle des Correspodaces. Cette techique

Plus en détail

Université Pierre et Marie Curie. Biostatistique PACES - UE4 2013-2014

Université Pierre et Marie Curie. Biostatistique PACES - UE4 2013-2014 Uiversité Pierre et Marie Curie Biostatistique PACES - UE4 2013-2014 Resposables : F. Carrat et A. Mallet Auteurs : F. Carrat, A. Mallet, V. Morice Mise à jour : 21 octobre 2013 Relecture : V. Morice,

Plus en détail

Tempêtes : Etude des dépendances entre les branches Automobile et Incendie à l aide de la théorie des copulas Topic 1 Risk evaluation

Tempêtes : Etude des dépendances entre les branches Automobile et Incendie à l aide de la théorie des copulas Topic 1 Risk evaluation Tempêtes : Etude des dépedaces etre les braches Automobile et Icedie à l aide de la théorie des copulas Topic Risk evaluatio Belguise Olivier Charles Levi ACM Guy Carpeter 34 rue du Wacke 47/53 rue Raspail

Plus en détail

Des résultats d irrationalité pour deux fonctions particulières

Des résultats d irrationalité pour deux fonctions particulières Collect. Math. 5, 00, 0 c 00 Uiversitat de Barceloa Des résultats d irratioalité pour deux foctios particulières Richard Choulet 7, Rue du 4 Août, 40 Aveay, Frace E-mail: richardchoulet@waadoo.fr Received

Plus en détail

Mécanismes de protection contre les vers

Mécanismes de protection contre les vers Mécaismes de protectio cotre les vers Itroductio Au cours de so évolutio, l Iteret a grademet progressé. Il est passé du réseau reliat quelques cetres de recherche aux États-Uis au réseau actuel reliat

Plus en détail

Sommes de signaux : Décomposition de Fourier Spectre ondes stationnaires et résonance

Sommes de signaux : Décomposition de Fourier Spectre ondes stationnaires et résonance Sommes de sigaux : Décompositio de Fourier Spectre odes statioaires et résoace Das le cours précédet, o a étudié la propagatio des odes moochromatiques mais celles-ci e peuvet pas porter d iformatio ;

Plus en détail

RESOLUTION PAR LA METHODE DE NORTON, MILLMAN ET KENNELY

RESOLUTION PAR LA METHODE DE NORTON, MILLMAN ET KENNELY LO 4 : SOLUTO P L MTHO OTO, MLLM T KLY SOLUTO P L MTHO OTO, MLLM T KLY MTHO OTO. toductio Le théoème de oto va ous pemette de éduie u cicuit complexe e gééateu de couat éel. e gééateu possède ue souce

Plus en détail

Les algorithmes de tri

Les algorithmes de tri CONSERVATOIRE NATIONAL DES ARTS ET METIERS PARIS MEMOIRE POUR L'EXAMEN PROBATOIRE e INFORMATIQUE par Nicolas HERVE Les algorithmes de tri Souteu le mai JURY PRESIDENTE : Mme COSTA Sommaire Itroductio....

Plus en détail

Coefficient de partage

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

Plus en détail

MESURE DE L'INFORMATION

MESURE DE L'INFORMATION MESURE DE L'INFORMATION Marc URO TABLE DES MATIÈRES INTRODUCTION... 3 INCERTITUDE D'UN ÉVÉNEMENT (OU SELF-INFORMATION)... 7 INFORMATION MUTUELLE DE DEUX ÉVÉNEMENTS... 9 ENTROPIE D'UNE VARIABLE ALÉATOIRE

Plus en détail

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

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

Plus en détail

Contribution à la théorie des entiers friables

Contribution à la théorie des entiers friables UFR STMIA École Doctorale IAE + M Uiversité Heri Poicaré - Nacy I DFD Mathématiques THÈSE présetée pour l obtetio du titre de Docteur de l Uiversité Heri Poicaré, Nacy-I e Mathématiques par Bruo MARTIN

Plus en détail

RÈGLES ORDINALES : UNE GÉNÉRALISATION DES RÈGLES D'ASSOCIATION

RÈGLES ORDINALES : UNE GÉNÉRALISATION DES RÈGLES D'ASSOCIATION RÈGLES ORDIALES : UE GÉÉRALISATIO DES RÈGLES D'ASSOCIATIO SYLVIE GUILLAUME ALI KHECHAF 2 RÉSUMÉ: La plupart des mesures des règles cocere les variables biaires et écessite pour les autres types de variables

Plus en détail

INTRODUCTION AUX MATRICES ALÉATOIRES. par. Djalil Chafaï

INTRODUCTION AUX MATRICES ALÉATOIRES. par. Djalil Chafaï INTRODUCTION AUX MATRICES ALÉATOIRES par Djalil Chafaï Résumé. E cocevat les mathématiques comme u graphe, où chaque sommet est u domaie, la théorie des probabilités et l algèbre liéaire figuret parmi

Plus en détail

Le chef d entreprise développe les services funéraires de l entreprise, en

Le chef d entreprise développe les services funéraires de l entreprise, en Le chef d etreprise développe les services fuéraires de l etreprise, e assurat lui-même tout ou partie des activités de vete et e ecadrat directemet le persoel techique et commercial et d exploitatio.

Plus en détail

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble. II LE MARCHE DU CAFE 1 L attractivité La segmetatio selo le mode de productio Le marché du café peut être segmeté e foctio de deux modes de productio pricipaux : la torréfactio et la fabricatio de café

Plus en détail

2 ième partie : MATHÉMATIQUES FINANCIÈRES

2 ième partie : MATHÉMATIQUES FINANCIÈRES 2 ième partie : MATHÉMATIQUES FINANCIÈRES 1. Défiitios L'itérêt est l'idemité que doe au propriétaire d'ue somme d'arget celui qui e a joui pedat u certai temps. Divers élémets itervieet das le calcul

Plus en détail