Simulation d un réseau simple avec le programme d affectation de transport en commun du LVMT

Dimension: px
Commencer à balayer dès la page:

Download "Simulation d un réseau simple avec le programme d affectation de transport en commun du LVMT"

Transcription

1 Smulto d u réseu smple vec le progrmme d ectto de trsport e commu du LVMT Itroducto Le progrmme de smulto d ectto du trc sur u réseu de trsport e commu du LVMT sert à tester et vlder les modèles d ecttos sur des grds réseux. Le progrmme permet d stcer ctuellemet pluseurs modèles. Pour l recherche des chems optmux, le modèle d hyperchem optml de Spess et Flor (1989) est codé. Pour l prse e compte de l cpcté e des véhcules, o utlse le modèle de l Fréquece Eectve de Ceped (2004) qu t vrer l durée d embrquemet à bord des mssos e octo du ombre de voygeurs e ttete. E, o permet à l utlsteur de rjouter des codtos de chox d térre lé u coort modélsé pr u temps de prcours resset e étt debout supéreur u temps réel, Leuret (2006). Le préset rtcle pour objects de vérer que les résultts de l smulto pr le progrmme sur u cs très smple sot coormes ux résultts lytques. Il dot uss motrer l covergece de l lgorthme d ectto vers u étt d équlbre et s vtesse, e octo des crctérstques de chque cs préseté. E, o étude les comportemets des dérets modèles e octo des prmètres propres à chcu. Nous étudos ds cet rtcle l ectto sur u réseu très smple de 2 lges vec 2 zoes d orge de lux et ue de destto. Chque persoe se redt d ue zoe d orge ds l zoe de destto peut chosr etre les 2 lges e mmst so temps de déplcemet espéré. Ce réseu permet de smuler u lrge pel de scer tout e restt smple de mse e œuvre et de compréheso des résultts. A prtr de cs d ectto smples o peut vérer l coservto des lux, le chox cohéret des voygeurs ms églemet l vtesse de covergece de l ectto vers l étt d équlbre e octo des coûts pr rcs, des réqueces des lges et des cpctés. L rtcle est découpé e 6 prtes et ue cocluso. Nous commeços pr l présetto précse du réseu étudé et des prmètres des modèles. Nous découpos esute l lyse suvt les modèles utlsés : e premer leu, le modèle de cpcté e dscutt du prmètre β des réqueces eectves, pus le modèle de coort vec le rto sss/debout et e l combso des deux. Nous présetos ds ue derère prte l covergece suvt dérets cs de crctérstques du réseu et suvt l utlsto ou o du modèle de cpcté ou de coort. Le réseu et les modèles Topologe du réseu Le réseu utlsé pour cette étude est décrt sur le schém suvt. 1/23

2 Fgure 1 : Schém représett du réseu Ce réseu est trdut ds des chers de type Trscd pour pouvor servr d etrée u progrmme d ectto. Crctérstques géérles Les prmètres du réseu sot les suvts : 18 rcs, 15 œuds, 2 lges, 2 orges, 1 destto. Les prmètres relts ux modèles de réquece eectve et de coort sot respectvemet : β = 2. Le coût d être debout est de 1.8 os le coût d être sss, Les vrbles du réseu sur lesquelles o costrut les scér sot les suvtes : Le lux etre les 2 orges et l destto est de 500 persoes pr heure respectvemet. L réquece des 2 lges est pr déut de 5 pr heure. Le coût est de 1h pour chque rc de trjet de lge ou de rbttemet vers les gres pour vor des coûts ss décmles. Les temps de motée et de descete sot églgés. Les cpctés des véhcules des 2 lges sot de 50 plces ssses et de 50m² d espce pour 4 persoes pr m². Pr l sute, ces vrbles sot chgées su spécctos du cotrre. Le modèle d hyperchem optml L lgorthme utlsé ds le progrmme est celu de Spess et Flor (1989). Pr récurrece depus l destto, à u œud doé, sot le coût C des combsos de toutes les solutos mmles déjà explorées vec ue réquece combée. Sot de réquece l rc de coût mml C = α t qu ps ecore été trté et e vl de ce œud. C est l somme du coût de l rc et du coût combé des solutos u œud mot de. O pose α = 1 pour le coecet de péblté d ttete sur le qu. 2/23

3 S C< C, o retet et o mode C : C = =. C. C O met u ttrbut sur l rc pour dre qu l déjà été trté. L lgorthme s rrête qud l y plus d rc qu ot ps été testés et dot le œud mot est ds l strtége optmle. Le modèle de réquece eectve L ormule de réquece eectve étble pr Ceped et l (2006) est : v β µ [1 ( ) ] s v < k = µ ( v) µ k v v 0 s o Avec µ l réquece omle, k l cpcté du véhcule v le lux totl ds le véhcule près l rrêt et v le lux etrt à l rrêt. L prte µk-v correspod à l cpcté résduelle du véhcule près l rrêt. Fgure 2 : réquece eectve e octo de l cpcté Sur le schém précédet, o met e bscsse, le rto du lux etrt pr rpport à l cpcté du véhcule (étt doé qu o clcule pour y=0), e ordoée, le rto de l réquece eectve sur l réquece omle. 3/23

4 A prtr de l deuxème térto de l lgorthme o clcule doc l réquece eectve de moter à bord d u véhcule à chque stto e octo du lux clculé à prtr de l térto précédete. Le modèle de prse e compte du coort Sur chque lge, U leg qu est ue porto de prcours de l lge etre ue stto 0 de l lge et ue stto N. Sur ce leg, soet à chque stto { 0,1... N } de l lge l probblté 0 de s ssor e étt déjà ds le véhcule p et l probblté de s ssor e retrt ds le véhcule à cette stto p. L probblté d être sss de l stto m à l stto N : 0 π, N = p m m π, N = (1 p ).[ (1 p k )]. p m pour m { 1,2... N 1 } k= 1 O peut dér pour l usger, le coût d être sss sur chque leg d ue lge : ) N m m c π c, N = m = 0, N., N Le coût moye d être sss ou debout pour chque porto de lge utlsée pr les usgers peut doc être clculé et rjouté ds l lgorthme ux coûts des rcs pour le clcul de l strtége optmle. Résultts vec le modèle de l réquece eectve. Ds ce prgrphe, l opto de coort est désctvée, o e pred doc ps e compte les plces ssses. Comprso des ecttos vec ue lge ss cpcté cotre ue lge vec cpcté Le but de ce prgrphe est de mettre e évdece l luece du prmètre de l réquece eectve, xé pr l utlsteur, sur l ectto. Pour cel, o xe sur otre réseu le coût de l lge B égl u double du coût de l lge A, doc e l bsece de cpcté, tous les lux trstet pr l lge A. Ue cpcté de 130 plces est rjoutée sur toute l lge A doc de 650 plces sur ue heure vec ue réquece de 5 véhcules pr heure. L lge B est ss lmte de cpcté. Les résultts obteus sot les suvts pour déretes vleurs de β : 4/23

5 Aectto Gre 1 Aectto Gre F lu x e tr t ch q u e g re Lge B Lge A Flux etrt chque gre Lge B Lge A 0 0,01 0,02 0,07 0,1 0,2 0, BETA 0 0,01 0,02 0,07 0,1 0,2 0, BETA Fgure 3 : Comprso de l'ectto e octo de Bét O observe doc 2 ecttos qusmet opposées etre β=0.01 et β=0.7. Ds le cs où β>0.2, sur l lge vec cpcté, e gre 1, le rto lux etrt sur cpcté est de 500/650 sot Sur l gure du prgrphe 2.4, o obtet le cteur multplct pour l réquece réelle et doc l réquece eectve. Sot ue vleur supéreure à 0.2 ce qu e sut ps ds otre cs pour redre l lge ss cpcté ttrctve. Pr cotre, ds le cs où β<0.2, le cteur multplct précédet red l réquece eectve de l lge vec cpcté très ble. L lge ss cpcté devet doc de plus e plus ttrctve, ce qu explque le t que les lux sot de plus e plus mportts sur l lge ss cpcté qud β dmue e gre 1 ou e gre 2. Pour l gre 2, pour les mêmes rsos, ds le cs d u β>0.2, le lux vet de l orge O2 psse pr l lge vec cpcté cr de coût plus ble tt que l cpcté le permet. E eet, ds le cs où le lux ted vers l cpcté, l réquece eectve ted vers zéro, doc le reste du lux, emprute les utres solutos qu deveet ttrctves, sot l lge B. Logquemet, les résultts obteus motret qu etre 120 et 140 persoes preet l lge A pour ue cpcté reltve de 150 persoes. O peut doc coclure que suvt l vleur de β o peut obter deux ecttos totlemet déretes. De plus les vleurs de β éreures à 0.1 doet des ecttos peu rélstes. Comprso des ecttos vec ue lge vec cpcté tros os supéreure u lux cotre ue lge vec cpcté éreure u lux O obtet à peu près les mêmes résultts d ectto que ds le cs précédet. O peut doc e coclure que ds le cs où l o e cot ps l cpcté d ue lge, l e sut ps de xer ue cpcté lmte supéreure à l cpcté réelle pour lmter l ttrcto de cette lge. 5/23

6 Résultts vec le modèle de cpcté e plces ssses Ds ce chptre, l opto de cpcté est désctvée, les réqueces de chque lge sot doc xes. Le but de ce prgrphe est de motrer l mportce de l vleur du rpport etre le coût d être sss et le coût d être debout ds u véhcule est ppelé C d. Les crctérstques du réseu qu déret sot les suvtes : Le temps globl de l lge B est égl à 5h et celu de l lge A est de 3h. Les véhcules de l lge A ot ps de plces ssses. Ceux de l lge B e ot 150 sot 750 pr heure. O t vrer le prmètre Cd et o obtet les résultts d ectto suvts Aectto Gre 1 Aectto Gre F l u x e t r t s u r c h q u e l g e ,5 1,6 1,7 1,8 1, Lge B Lge A F l u x e t r t s u r c h q u e l g e ,5 1,6 1,7 1,8 1, Lge B Lge A C_d C_d Fgure 4 : Comprso de l'ectto e octo de Cd Ds cet exemple, les 2 lges sot e cocurreces pour ue même destto vec u coût ssez proche. Le chox de re peser l térêt pour les pssgers d être sss durt le trjet ou o mode totlemet l ectto. Ds le cs où l o e cosdère ps le coort ( C d = 1) tous les usgers emprutet l lge A, elle est plus rpde. Ms s le coort est mportt ds le chox de l ectto ( C d = 1.8), le trc de voygeurs se reporte totlemet sur l lge B e gre 1 termus, où tout le mode trouve ue plce ssse, et de moté e gre 2 où seulemet l moté de l ectto trouver ue plce ssse. Le cs vec C d = 10 est ps rélste ms téresst. E gre 2, seulemet l moté des usgers mott trouver ue plce ssse ds l lge B, celle qu des plces ssses, pourtt tout le lux pred cette lge. E t, les persoes qu retret e derer, e preet ps e compte le t qu u momet où elles motet ds le véhcule, elles urot ps de plce ssse, ms elles évluet e octo du ombre de plces et de ges sur le qu l probblté d être sss. Vu que le coût d être debout est très mportt, elles préèret predre le rsque de e ps être sss même s elles ot u trjet plus log. L lge A ser vde cr l probblté 6/23

7 d être debout est de 100% lors qu elle est que de 50% sur l lge B. Ce qu pose le problème de prorté ds l ccès u véhcule, ue persoe qu est lo de l ccès u véhcule sur le qu, ds ce cs, st qu elle ur ps de plce ssse, doc se rbttr sur l lge A. Résultts pour les modèles combés de l réquece eectve et du coort Ce prgrphe pour object de comprer l luece de chque modèle sur l ectto e octo des prmètres propre à chcu. Le modèle de déprt est reprs, les 2 lges ot les mêmes crctérstques de temps de trjet et de réqueces pour pouvor évluer et juger plus clemet les ecttos obteues. O dée les cpctés suvtes, reprses des études précédetes pour clté l comprso : Sur l lge A, o xe 150 plces ssses sur ue msso sot 750 plces ssses pr heure. Sur l lge B, o e met ucue plce ssse et ue cpcté e. Mse e évdece d u problème : Etudes : O t vrer les couples de prmètres β et C précédemmet. O obtet les résultts suvts : d choss prm les vleurs étudées Lge B Lge A Cd=1,3 Cd=1,6 Cd=1,8 Cd=10 Cd=1,3 Cd=1,6 Cd=1,8 Cd=10 Cd=1,3 Cd=1,6 Cd=1,8 Cd=10 β=0,02 β=0,02 β=0,02 β=0,02 β=0,1 β=0,1 β=0,1 β=0,1 β=2 β=2 β=2 β= Lge B Lge A Cd=1,3 Cd=1,6 Cd=1,8 Cd=10 Cd=1,3 Cd=1,6 Cd=1,8 Cd=10 Cd=1,3 Cd=1,6 Cd=1,8 Cd=10 β=0,02 β=0,02 β=0,02 β=0,02 β=0,1 β=0,1 β=0,1 β=0,1 β=2 β=2 β=2 β=2 7/23

8 L ectto que l o est sesée obter peut se dever. S les 2 lges ot les mêmes crctérstques doc ss cotrte de cpcté et ss prse e compte du coort, les voygeurs emprute déremmet les 2 lges. Les lux retrt sot doc les mêmes sur les lges A et B e gre 1 et 2. L lge B est de cpcté e et l lge A ue cpcté de 750 plces, doc s les lux s équlbre sur les 2 lges, l y ps de cotrte de cpcté et o obtet les mêmes résultts. Esute, o joute le coort, sot 750 plces ssses sur l lge A ce qu red l lge A ttrctve pr rpport à l lge B. Le lux est doc e gre 1 totlemet reporté sur l lge A sot 500 persoes sur l lge A et e gre 2 du t de l cotrte de cpcté de l lge A à 750 plces, seuls 250 persoes motet sur cette lge. Les utres motet sur l lge B. Alysos mtet les résultts obteus. Commeços pr le cs le plus smple, β = 2. Le lux sur l lge A est logquemet de 500 persoes e gre 1 et e gre 2, plus le coût d être debout ugmete, vec C d, plus le lux totle sur l lge A se rpproche de l cpcté de cette lge. O obtet doc pour β = 2 et quelque sot l vleur de C >1 qu red l lge A ttrctve, ue ectto cceptble. d Pour β = 0.1, ds le cs d ue prse e compte du coort rsoble, C d < 2, l ectto bscule presque totlemet sur l lge B. Ce qu est dû u t que cette lge ps de cpcté, comme l été vu u prgrphe 3. Ds ce cs, le pods du coort est ps ssez mportt pour redre l lge A ttrctve. Pr cotre pour C d = 10, l lge A est ttrctve et o se rpproche des résultts du cs β = 2, ms ce est ps rélste de cosdérer qu u trjet de 5 m debout correspod à u trjet de 50 m sss. Ds le cs β = 0.02, o obtet les mêmes types de résultts que pour β = 0.1 ms ccetués, vec ue vrto de C etre 1.3 et 1.8 qu luece ps les résultts. d L étude de ce cs motre que le modèle de réquece eectve est domt sur le modèle de coort. S β est trop pett, et que l o 2 lges cocurretes et de cpctés très déretes, le coort est ps prs e compte. Il ut que β sot susmmet grd pour que l prse e compte du coort et de l cpcté sot optmle. L covergece vers l équlbre Rppel de l lgorthme Ue méthode de combso covexe est utlsée : A chque térto k, o combe sur chque rc le lux x obteu à l térto précédete vec le lux y clculé pr l ectto e hyperchem pour obter u ouveu lux et s de sute jusqu à vércto d u crtère de tolérce sur l écrt etre 2 tértos. x A = ( 1 ζ ) x ζ y vec ζ k A k A k = ζ 1 k Rppel du crtère de covergece utlsé Sot A l esemble des rcs du réseu et l écrt G(v) etre le produt du lux A l esemble des rcs sortt du œud. O cosdère d v et du coût sur chque rc A suvt l strtége 8/23

9 d optmle et le produt du lux totl pr destto d : g vec le coût totl τ d (v) pour rrver à destto suvt l strtége optmle. Sot pour toutes les desttos ds l esemble D: d d v d d G( v) = t ( v) v mx g τ A ( v) d D A d ( v) d O peut prouver que G(v)=0 s et seulemet s v est l vleur du lux à l équlbre. [1] Ds le progrmme, le crtère d rrêt est d vor u écrt G(v) éreur à 0.1 ou 1 suvt les cs étudés et l vtesse de covergece. Comportemet pour le modèle des réqueces eectves A prtr du cs étudé précédemmet ds le prgrphe 3, o obtet pour déretes vleurs de β, l évoluto du gp suvte. Le crtère d rrêt est u gp éreur à 0.1. GAP e octo de Bet ,1 0, terto Bet=0,01 Bet=0,02 Bet=0,2 Bet=0,7 Bet=2 Fgure 5 : Gp e octo de Bét 9/23

10 L lgorthme coverge quelque sot l vleur de β. L vtesse de covergece rlett vec l ccrossemet de β. E eet, etre 2 tértos successves, qud β ugmete, l vrto de l réquece dmue, l explorto de l esemble des solutos est doc mos rpde. O ttet l vleur lmte 0.1 etre 50 et 420 tértos. Pour β=20, 1250 tértos sot écessres. L écrt G(v) = 1 est ttet etre 30 et 130 tértos, G(v) = 10 etre 5 et 45 tértos. Comportemet pour le modèle de coort E repret le cs étudé u prgrphe 4, o peut trcer les courbes du gp suvtes, e octo du rto coût sss sur coût debout. Le crtère d rrêt est u gp éreur à 1 ou 0.1 suvt les cs. GAP e octo du rto Coût Asss/Debout C_d=1 C_d=1,6 C_d=1,8 C_d=2 C_d=10 0, terto Fgure 6 : Gp e octo du rto Coût Asss/Debout Il y be covergece vers 0 pour toute vleur de Cd à prtr de 1. De plus, plus Cd est proche de 1, plus l équlbre est ttet rpdemet. E eet, à l premère térto o cosdère que le lux tl est ul doc que tout le mode peut s ssor. O obtet ue premère ectto. S lors des tértos suvtes le coût d être debout est ps très mportt pr rpport u coût d être sss, l ectto chge peu doc l covergece est rpde. L vleur lmte 0.1 est ttete etre 15 et 350 tértos, 1 etre 4 et 125 tértos et 10 etre 0 et 35 tértos. Pour C d =1.6 ou 1.8, l covergece est susoïdle cr l dérece etre le coût d être debout sur ue lge et le coût de trjet sur l utre est du même ordre de grdeur. Il y doc u blcemet de l ectto etre les 2 lges. Comportemet pour les 2 modèles combés L gure suvte llustre les écrts de vtesses de covergeces e octo des déreces de crctérstques etre les 2 lges du réseu. Ds tous les exemples dérets exécutés, o be covergece vers u étt d équlbre. L écrt devet éreur à 10 etre 40 et 60 tértos suvt les cs et éreur à 1 etre 100 et 500 tértos. 10/23

11 GAP e octo des crctérstques des lges A et B Frequeces déretes Mêmes crctérstques Nombre de plces Ass. Lge A> Aectto totle et C_A = 1,8*C_B Nb_PL_Asss_A=0,Nb_ Pl_Asss_B=Aectto totle Fgure 7 : Gp e octo des crctérstques des lges A et B Le réseu tl correspod à u réseu de 2 lges cocurretes detques, ce qu correspod plutôt à u cs prtculer. Pour étuder u cs plus géérl, pour l combso des deux modèles, o repred doc le cs du prgrphe 4 ds lequel des cpctés ot été rjoutées ux véhcules pour pouvor tégrer le modèle des réqueces eectves. Sur l lge A : 150 plces ssses, 0 plce debout. Sur l lge B : 0 plces ssses, 40m² sot 160 plces debout. Le prmètre du modèle des réqueces eectves β est xé à 2. Celu du modèle de coort à 1.8. C d comprso du GAP suvt les modèles ,1 0, térto modèle des réqueces eectves modèle de coort combso des 2 modèles Fgure 8 : Comprso du Gp suvt les modèles L Fgure 8 : Comprso du Gp suvt les modèles est s obteue. U écrt de mos de 0.1 est ttet e 181 tértos pour u progrmme vec modèle de cpcté ms ss modèle de coort. E 47 tértos vec seulemet le modèle de coort et e 188 tértos vec les 2 11/23

12 modèles. Ms o observe que globlemet, le modèle combé coverge plus vte vers u étt d équlbre que le modèle des réqueces eectves seul ds cet exemple. 6. Cocluso Le smple réseu utlsé pour cette étude ms e évdece des comportemets des modèles suvt pluseurs cs d exemples. L vleur de β t vrer l ectto totlemet. Pour ue ectto proche de l rélté, l vleur de β dot être supéreure à 0.7 et pour ue covergece ssez rpde, elle e dot ps être trop grde. Le chox de l vleur de C d est subjectve et déped du chox de l utlsteur d ccorder ue grde mportce ou o u t d être sss ds les trsports e commu. Le chox de cette vleur est ps églgeble ds les résultts d ectto obteus. L étude d u cs vec le modèle combé motre l prédomce du modèle de réquece eectve et ppus le chox d ue vleur de β supéreure à 0.7 pour ue boe prse e compte du coort. Sur le pl lgorthmque, quelque soet les crctérstques des 2 lges, l ectto coverge vers u étt d équlbre. Rééreces [1] Spess H. et M. Flor, Optml strteges: ew ssgmet model or trst etworks, Trsportto reserch Prt B, Vol. 23, 1989, pp [2] Ceped M., R. Comett et M. Flor, A requecy-bsed ssgmet model or cogested trst etworks wth strct cpcty costrts: chrcterzto d computto o equlbr, Trsportto reserch Prt B,Vol. 40, 2006, pp [3] Leuret F. et K. Lu, O set cogesto, psseger comort d route choce urb trst: etwork equlbrum ssgmet model wth pplcto to Prs, TRB Meetg 2009, N # /23

13 Smultos sur le réseu Ile de Frce vec le progrmme d ectto de trsport e commu du LVMT Itroducto Le progrmme de smulto d ectto du trc sur u réseu de trsport e commu du LVMT sert à tester et vlder les modèles d ecttos sur des grds réseux. Le progrmme permet d stcer ctuellemet pluseurs modèles. Pour l recherche des chems optmux, le modèle d hyperchem optml de Spess et Flor (1989) est codé. Pour l prse e compte de l cpcté e des véhcules, o utlse le modèle de l Fréquece Eectve de Ceped (2004) qu t vrer l durée d embrquemet à bord des mssos e octo du ombre de voygeurs e ttete. E, o permet à l utlsteur de rjouter des codtos de chox d térre lé u coort modélsé pr u temps de prcours resset e étt debout supéreur u temps réel, Leuret (2006). Le préset rtcle pour object de vérer l covergece vers u étt d équlbre de l lgorthme d ectto et s vtesse e octo des prmètres propres de chque modèle sur u grd réseu de trsport e commu, celu de l Ile de Frce. L rtcle est découpé e 3 prtes et ue cocluso. Après vor préseté les bses de doées utlsées pour rélser l ectto et explosé succctemet les modèles utlsés, ous présetos ue mélorto de l prse e compte du coort e rjoutt ue octo de péblté qu déped du tux de remplssge du véhcule. Esute, sot représetées les vtesses de covergeces des modèles e octo des prmètres de chcu et ue crtque sur les chox des prmètres. E, 2 grphques des résultts d ectto sur le réseu, l u ss lmte de cpcté sur les troços et l utre vec cpcté et coort. Le smulteur Le réseu Pour les smultos o utlse e etrée le réseu de trsport e commu et l mtrce des lux Orge-Destto de l DREIF Les prcples crctérstques sot les suvtes : Nombre d rcs : Nombre de œuds : Nombre de lge : 3840 Nombre de zoes d Orge-Destto : 1191 L mtrce d Orge destto est doée sur 1h d heure de pote du mt. Toutes les lges de tr, métro et de bus publc ou prvé d Ile de Frce sot représetés su les bus qu crculet seulemet ds Prs. O utlse les doées de l Rtp et de l Sc pour les cpctés des véhcules e plces ssses et l surce utle pour les voygeurs o sss. 13/23

14 Pour pouvor pplquer les modèles d ectto, o trsorme les rcs physques et les œuds et o obtet rcs et sommets. Les modèles Le modèle d hyperchem optml : L lgorthme utlsé ds le progrmme est celu de Spess et Flor (1989). Pr récurrece depus l destto, à u œud doé, sot le coût C des combsos de toutes les solutos mmles déjà explorées vec ue réquece combée. Sot de réquece l rc de coût mml C = α t qu ps ecore été trté et e vl de ce œud. C est l somme du coût de l rc et du coût combé des solutos u œud mot de. O pose α = 1 pour le coecet de péblté d ttete sur le qu. S C< C, o retet et o mode C : C = =. C. C O met u ttrbut sur l rc pour dre qu l déjà été trté. L lgorthme s rrête qud l y plus d rc qu ot ps été testés et dot le œud mot est ds l strtége optmle. Le modèle de réquece eectve : L ormule de réquece eectve étble pr Ceped et l (2006) est : v β µ [1 ( ) ] s v < k = µ ( v) µ k v v 0 s o Avec µ l réquece omle, k l cpcté du véhcule v le lux totl ds le véhcule près l rrêt et v le lux etrt à l rrêt. L prte µk-v correspod à l cpcté résduelle du véhcule près l rrêt. A prtr de l deuxème térto de l lgorthme o clcule doc l réquece eectve de moter à bord d u véhcule à chque stto e octo du lux clculé à prtr de l térto précédete. Le modèle de prse e compte du coort : Sur chque lge, U leg qu est ue porto de prcours de l lge etre ue stto 0 de l lge et ue stto N. Sur ce leg, soet à chque stto { 0,1... N } de l lge l probblté 0 de s ssor e étt déjà ds le véhcule p et l probblté de s ssor e retrt ds le véhcule à cette stto p. L probblté d être sss de l stto m à l stto N : 14/23

15 0 π, N = p π pour m { 1,2... N 1 } m m 1 0 0, N = (1 p ).[ (1 p = 1 )]. k k p m O peut dér pour l usger, le coût d être sss sur chque leg d ue lge : ) N m m c π c, N = m = 0, N., N Le coût moye d être sss ou debout pour chque porto de lge utlsée pr les usgers peut doc être clculé et rjouté ds l lgorthme ux coûts des rcs pour le clcul de l strtége optmle. L évoluto de l péblté ds le véhcule Ds le modèle de coort, pour ue persoe, le coût du trjet e étt sss est égl u temps pssé ds le véhcule. S cette persoe est debout, ce coût ser multplé pr le coecet de péblté ppelé C d. Ce coecet est xe ds le modèle. Pourtt l péblté d être seul debout ds u véhcule, où l o pourrt lre le jourl ppuyé cotre l pro et l péblté d être debout compressé etre d utres voygeurs est ps l même. C est pourquo o trodut u coecet de péblté crosst etre u temps de trjet ds u véhcule vec très peu de persoes debout et u véhcule qu trsporte u ombre de voygeur égl à s cpcté lmte. L octo de coût du trjet d u rc peut doc s écrre comme sut vec C = t() le coût d être sss sur u rc C d ( v ) = C * ( v ) vec ( v ) ue octo qu déped du lux sur l rc et π (sss) l probblté d être sss sur l rc : C(, v ) = C. π ( sss) C ( v ).(1 π ( sss)) Pour l stt o utlse ue octo v ) lére ( d Cd Cd mx Cd m 0 persoes debout Cpcté Flux Il ut doc dér 2 costtes u leu d ue seule, le coût m C d et le coût mx C d qu désset respectvemet l péblté d être seul debout ds u véhcule et l péblté d être debout ds u véhcule yt ttet s cpcté mxmle. 15/23

16 Sot C C mx m d d m ( v ) =. v Cd Cpmx Nb _ plces _ ssses Pour mélorer cette octo, o pourrt utlser ue octo de type expoetelle qu évolue peu tt que le lux ds le véhcule permet u coort debout cceptble pus ugmete sesblemet dès que l o ttet ue vleur du lux dée qu correspod à u setmet crosst de gèe, l persoe e pouvt plus lre, tet debout dclemet qud le véhcule est e mouvemet ou se sett étouée. O peut s meux predre e compte le t d être sur u strpot ds le véhcule qu correspod à u coût termédre etre le coût sss et le coût debout. E eet, le coort d u strpot est modre qu u sège xe et l y ue gêe due à l certtude de e pouvor grder s plce jusqu à l destto. O peut de plus rjouter u coecet de péblté pour les rcs de trsert de mrche à ped ou d ttete sur u qu, où le temps prît plus log que lorsque l o est sss ds u véhcule. Ds les smultos eectuées pour ce préset documet o cosdère su spéccto du cotrre que ces coecets est costt égl à 1. Etude de l Covergece vers l équlbre Rppel de l lgorthme et du crtère de covergece utlsé Ue méthode de combso covexe est utlsée : A chque térto k, o combe sur chque rc le lux x obteu à l térto précédete vec le lux y clculé pr l ectto e hyperchem pour obter u ouveu lux et s de sute jusqu à vércto d u crtère de tolérce sur l écrt etre 2 tértos. x A = ( 1 ζ ) x ζ y vec ζ k A k A k = ζ 1 k Sot A l esemble des rcs du réseu et l écrt G(v) etre le produt du lux A l esemble des rcs sortt du œud. O cosdère d v et du coût sur chque rc A suvt l strtége d optmle et le produt du lux totl pr destto d : g vec le coût totl τ d (v) pour rrver à destto suvt l strtége optmle. Sot pour toutes les desttos ds l esemble D: d d v d d G( v) = t ( v) v mx g τ A ( v) d D A d ( v) d O peut prouver que G(v)=0 s et seulemet s v est l vleur du lux à l équlbre. [1] Ds le progrmme, le crtère d rrêt est d vor u écrt G(v) éreur à 0.1 ou 1 suvt les cs étudés et l vtesse de covergece. Les smultos 16/23

17 Ds ce chptre, o smule l ectto sur le réseu Ile de Frce vec l mtrce Orge- Destto de l DREIF. O cosdère que le seul du GAP utour de l équlbre est xé à 1. S ce GAP est ps ttet près 81 tértos, o rrête le progrmme est o récupère l derère combso d ectto. Les coecets de péblté d u rc de trsert ou de temps d ttete sot de 1, su spéccto du cotrre. Le ombre de persoes pr m² mxmle pr véhcule est xé à 4. Les temps d exécuto Ds ce prgrphe o spéce à ttre dct les temps d exécuto obteue e octo des modèles utlsés ds l smulto. Temps pour 1 térto e s Nombre d tértos écessres pour ue covergece correcte vers u équlbre (GAP<100) Temps globl Ss modèle m40 Modèle de réquece eectve (β=0.7) h24 Modèle de coort ( C =1.8) h14 d Les 2 modèles combés h20 L utlsto du modèle de coort ugmete de beucoup le temps de clcul cr le ombre d rcs vrtuels écessres pour le modèle est pour ce réseu de , sot 4 os plus que le ombre d rcs réels. Modèle de réquece Eectve Le grphque suvt motre l évoluto du Gp suvt les tértos vec déretes vleurs de β. 17/23

18 1,00E07 Evoluto de l Vleur du GAP e octo du prmètre Bét du modèle de réquece eectve 1,00E06 1,00E05 1,00E04 1,00E03 Bet=0,02 Bet=0,1 Bet=0,7 Bet=2 Bet=10 1,00E Itérto Fgure 9 : Gp e octo de β O observe be ue covergece de l écrt vers 0 doc de l ectto vers u étt d équlbre quelle que sot l vleur de β. Pour β très grd, l covergece est lete, o ttedr ps l équlbre vt pluseurs cetes d tértos ce qu multple cosdérblemet le temps d exécuto scht qu ue térto dure 5 m. Qud β est etre 0.7 et 2, le Gp évolue très peu lors des 10 premères tértos pus rpdemet ttet l vleur 100 etre l 15 ème et l 40 ème térto. S β=0.02 ou 0.1 le GAP coverge rpdemet u début ms rlett vers l 10 ème térto, doc s l o xe u seul pour le GAP <100, l covergece ser plus rpde pour u β comprs etre 0.7 et 2. De plus u β etre 0.7 et 2 smule ue ectto beucoup plus proche de l rélté qu u β<0.1. (Vor l étude d u réseu à 2 lges) Ce qu corme le chox ds les smultos d u β etre 0.7 et 2. Avec ds l smulto présete ue préérece pour β=0.7 qu doe ue covergece plus rpde. Modèle de coort Itéressos ous à préset u modèle de coort. Le prmètre étudé est plus détermste que celu du modèle des réqueces eectves ms ps orcémet plus clemet qutble. Il est xé e octo des ressets des usgers des trsports e commu. O étude doc le comportemet du GAP e octo de l vleur du coecet de péblté d être debout ds u véhcule pr rpport u t d être sss : C. d 18/23

19 ,1 GAP e octo de Cd pélté de coût debout du modèle de Coort térto Fgure 10 : Gp e octo de Cd Cd=1,3 Cd=1,8 Cd=2 Cd=10 Cd=1,5->2 Cd=1,5->10 Pour C d =1.3, l covergece est ssez rpde et l vleur seul de 1 est ttete u bout de 40 tértos. Au cotrre, pour =10 le Gp coverge très letemet, ce qu est orml cr dès C d l premère térto, les persoes qu sot debout sur u térre ot ps de chox ltert. Le coût d être debout étt très élevé, elles ot ucu térêt à être debout. Doc etre 2 tértos, le ombre de chgemets d térre est très ble s o s éloge très peu de l ectto tle d où ue covergece lete. S C d est comprs etre 1.5 et 2 ou s o le t évoluer etre 1.5 et 10 e octo du ombre de persoes debout ds le véhcule comme explqué ds le prgrphe 1.3, o à peu près l même vtesse de covergece, le GAP ttet 100 etre 15 et 35 tértos pus 10 etre 65 et 90 tértos. Doc chosr C d qu évolue etre 2 vleurs très dsttes est rsoble e termes de covergece vers u équlbre. Les 2 modèles combés Il ous reste à comber les 2 modèles pour obter sur le grphque suvt, l évoluto du Gp suvt déretes vleurs de β et de C d. Seuls β=0.7 et β=10 ot été grdés cr β=0.02 ou 0.1 e sot ps des vleurs très rélstes. 19/23

20 1,00E07 1,00E06 1,00E05 1,00E04 1,00E03 1,00E02 1,00E01 GAP e octo des prmètres des 2 modèles térto Fgure 11 : Gp e octo de β et Cd Bet=0,7, Cd=1,3 Bet=0,7, Cd=1,3->1,8 Bet=0,7, Cd=10 Bet=10, Cd=1,5->2 Bet=10, Cd=1,5->10 Bet=10, Cd=10 Bet=0,7,Cd=1,8 Bet=0,7, Cd=1,5->10 Bet=0,7, Cd=1,5->2 S β =10 ou C d =10, le Gp coverge très letemet vers 0. Pr cotre s β=0.7 et C d <2 l y ue covergece plus rpde, à l 50 ème térto, Gp<100. Le chox du couple β=0.7, Cd vrt de 1.5 à 2 semble pertet u veu de l covergece et du le à l rélté. Ce sot doc ces vleurs que l o utlse pour représeter grphquemet l ectto ds le prgrphe suvt. Résultts d ecttos grphque A prtr de MpIo et QGs, o obtet l crte suvte pour ue ectto ss coort et ss cpcté. (Vor «Vsulsto des résultts vec QGIS et MpIo» pour l méthode) 20/23

21 Fgure 12 : Aectto sur le réseu IDF ss prse e compte de l cpcté Des problèmes : le RER A est très peu ttrct ds Prs : les ges qu veet de l est quttet le RER à to pour predre l lge 9 et ceux qu uret pu moter à Prs préèret l lge 1. E eet, très peu de ges vot jusqu à L Deese, les ges preet l lge 1 cr ls se redet à porte Mllot. Pourquo? Le cetroïde de l zoe de l déese est plus proche de porte Mllot? L rc de rbttemet pour l déese u coût très peu ble de porte Mllot? Ce sot des questos qu l reste à élucder. L lge B du RER semble de même peu ttrctve. Le grphque suvt présete le résultt de l ectto vec les 2 modèles combés u bout de 80 tértos vec β=0.7 et Cd vrt de 1.5 à 2. 21/23

22 Fgure 13 : Aectto sur l'idf vec prse e compte du coort et de l cpcté O obtet u plus grd rééqulbrge de l ectto sur toutes les lges qu desservet le cetre de Prs et u reorcemet de l ttrctvté des RERs et des trsles du t de leur plus grde cpcté et qu ls étet ps très utlsés ds le modèle ss cpcté. L gure suvte ous présete l dérece d ecttos tes précédemmet sot l ectto ss cpcté mos l ectto vec les modèles combés. Elle ous corme le report de trc du bus ou métro surtout les lges 1, 9 et 4 qu étet ectées u deçà de leur cpcté, sur les modes lourds, RER A B et C surtout. L eet est reorcé pr l mportce du coort, les RERs qu sot sous utlsés ds l ectto ss cpcté deveet ttrcts pr rpport à des métros à l lmte de leur cpcté. 22/23

23 Fgure 14 : Dérece etre ue ectto ss cpcté et ue vec cpcté et coort Qud o t l dérece totle des lux, persoes qu étet ectées ds le réseu ss cpcté et ss coort e le sot plus ds l smulto vec les 2 modèles combés. Cocluso O véré l covergece de l ectto quels que soet les modèles utlsés et l vleur de leur prmètre pour u grd réseu tel que celu de l Ile de Frce. O uss doé u ordre de grdeur du ombre d térto et du temps de clcul écessres pour ue boe covergece e octo des prmètres. Les résultts d ectto semblet pr cotre ssez lo de l rélté. Les résultts du smulteur MODUS vec TrsCAD le corme. Il ut doc compredre d où vet l erreur, s c est u problème de réseu et de mque de coecteurs ou de uméros dérets ou be s c est u problème de trscrpto des doées ou utres. Qud les résultts serot cceptbles, l udr dscuter plus emet des résultts d ectto e octo des prmètres et du temps globl pssé sss, debout, e ttete ou e trsert pour vor commet les prmètres gsset sur l ectto. 23/23

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

Estimation des incertitudes sur les erreurs de mesure.

Estimation des incertitudes sur les erreurs de mesure. Estmto des certtdes sr les errers de mesre. I. Itrodcto : E sceces epérmetles, l este ps de mesres ectes. Celle-c e pevet être q etchées d errers pls o mos mporttes selo le protocole chos, l qlté des strmets

Plus en détail

Semestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR

Semestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR Semestre : 4 Module : Méthodes Quattatves III Elémet : Mathématques Facères Esegat : Mme BENOMAR Elémets du cours Itérêts smples, précompte, escompte et compte courat Itérêts composés Autés Amortssemets

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

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

INTENTION LES PROCESSUS MATHÉMATIQUES

INTENTION LES PROCESSUS MATHÉMATIQUES INTENTION Adpttios u Cdre commu des progrmmes d études de mthémtiques M-9 telles que reflétées ds le documet Mthémtiques M-9 : Progrmme d études de l Albert (2007) Le coteu du documet Mthémtiques M-9 :

Plus en détail

MTH 2301 Méthodes statistiques en ingénierie. MTH 2301 Méthodes statistiques en ingénierie

MTH 2301 Méthodes statistiques en ingénierie. MTH 2301 Méthodes statistiques en ingénierie VARIABLES ALÉATOIRES déo oco de réro vrble léore dscrèe moyee - vrce - écr ye esérce mhémque vrble léore coue oco d ue vrble léore : rsormo combso lére de vrbles léores Déo E : eérece léore S : esce échllol

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

16.1 Convergence simple et convergence uniforme. une suite de fonctions de I dans R ou C.

16.1 Convergence simple et convergence uniforme. une suite de fonctions de I dans R ou C. 16 Suites de foctios Suf précisio cotrire, I est u itervlle réel o réduit à u poit et les foctios cosidérées sot défiies sur I à vleurs réelles ou complexes. 16.1 Covergece simple et covergece uiforme

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

Sciences Industrielles Précision des systèmes asservis Papanicola Robert Lycée Jacques Amyot

Sciences Industrielles Précision des systèmes asservis Papanicola Robert Lycée Jacques Amyot Scence Indutrelle Précon de ytème erv Pncol Robert Lycée Jcque Amyot I - PRECISION DES SYSTEMES ASSERVIS A. Poton du roblème 1. Préentton On vu que le rôle d un ytème erv et de fre uvre à l orte (t) une

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 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

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

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

A11 : La représentation chaînée (1ère partie)

A11 : La représentation chaînée (1ère partie) A11 : L représettio chîée (1ère prtie) - Défiitio et schéms de cosulttio - Schéms de mise à jour (isertio, suppressio) - Exemples J-P. Peyri - L représettio chîée (première prtie) 0 Pricipe de l représettio

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

!! " # $ #! %! &! ' (!& )**+

!!  # $ #! %! &! ' (!& )**+ !!"# $ #! %! &!'(!&)** Ce cous vse à ésete les dfféets élémets du clcul fce et d exlque l oto de l vleu temoelle de l get. Il ft îte clemet cq éoccutos : L dfféece ete les dfféets tyes d téêts (téêt smle,

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

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1 II - Notos de probablté 9/0/007 PHYS-F-30 G. Wlquet Ue varable aléatore est ue varable dot la valeur e peut être prédte avec certtude mas dot la probablté d occurrece d ue valeur (varable dscrète) ou d

Plus en détail

Mathématiques Financières : l essentiel Les 10 formules incontournables (Fin de période)

Mathématiques Financières : l essentiel Les 10 formules incontournables (Fin de période) A-PDF OFFICE TO PDF DEMO: Purchase from www.a-pdf.com to remove the watermark Mathématques Facères : l essetel Les formules cotourables (F de érode) htt://www.ecogesam.ac-a-marselle.fr/esed/gesto/mathf/mathf.html#e5aels

Plus en détail

Théorème de Poincaré - Formule de Green-Riemann

Théorème de Poincaré - Formule de Green-Riemann Chpitre 11 Théorème de Poincré - Formule de Green-Riemnn Ce chpitre s inscrit dns l continuité du précédent. On vu à l proposition 1.16 que les formes différentielles sont bien plus grébles à mnipuler

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

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

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

CHAPITRE 6 : LE BIEN-ETRE. Durée : Objectif spécifique : Résumé : I. L agrégation des préférences. Cerner la notion de bien-être et sa mesure.

CHAPITRE 6 : LE BIEN-ETRE. Durée : Objectif spécifique : Résumé : I. L agrégation des préférences. Cerner la notion de bien-être et sa mesure. TABLE DES MATIERES Durée...2 Objectf spécfque...2 Résumé...2 I. L agrégato des préféreces...2 I. Le système de vote à la majorté...2 I.2 Vote par classemet...3 I.3 Codtos de décso socale et théorème d

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

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

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

a g c d n d e s e s m b

a g c d n d e s e s m b PPrrooppoossiittiioo 22001111JJPP 22770055 000011 uu 0088 fféévvrriirr 22001111 VVlliiiittéé jjuussqquu uu 3300//0044//22001111 tim c ir tv é p g c h u i rè s G A Z iv lu s IC.G R é c lo y m ip s 9 r7

Plus en détail

LES ESCALIERS. Du niveau du rez-de-chaussée à celui de l'étage ou à celui du sous-sol.

LES ESCALIERS. Du niveau du rez-de-chaussée à celui de l'étage ou à celui du sous-sol. LES ESCALIERS I. DÉF I NIT I O N Un escalier est un ouvrage constitué d'une suite de marches et de paliers permettant de passer à pied d'un niveau à un autre. Ses caractéristiques dimensionnelles sont

Plus en détail

Chapitre 11 : L inductance

Chapitre 11 : L inductance Chpitre : inductnce Exercices E. On donne A πr 4π 4 metn N 8 spires/m. () Selon l exemple., µ n A 4π 7 (8) 4π 4 (,5) 5 µh (b) À prtir de l éqution.4, on trouve ξ ξ 4 3 5 6 6,3 A/s E. On donne A πr,5π 4

Plus en détail

Synthèse de cours (Terminale S) Calcul intégral

Synthèse de cours (Terminale S) Calcul intégral Synthèse de cours (Terminle S) Clcul intégrl Intégrle d une onction continue positive sur un intervlle [;] Dns cette première prtie, on considère une onction continue positive sur un intervlle [ ; ] (

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

Lot 4: Validation industrielle. Youness LEMRABET Pascal YIM, 19/11/2010

Lot 4: Validation industrielle. Youness LEMRABET Pascal YIM, 19/11/2010 Lot 4: Validation industrielle Youness LEMRABET Pascal YIM, 19/11/2010 Partenaires Lot 1 Modèle du processus métier L4.1 Modèles PSM Lot 2 Guide d implantation L4.2 Développement & Recette prototype Lot

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mthémtiques nnée 2009-2010 Chpitre 2 Le prolème de l unicité des solutions 1 Le prolème et quelques réponses : 1.1 Un exemple Montrer que l éqution différentielle :

Plus en détail

La spirale de Théodore bis, et la suite «somme=produit».

La spirale de Théodore bis, et la suite «somme=produit». Etde d e vrite de l spirle de Théodore, dot issce à e site dot les sommes prtielles sot égles x prodits prtiels. Mots clés : spirle de Théodore, théorème de Pythgore, site, série, polyôme. L spirle de

Plus en détail

Ressources pour le lycée général et technologique

Ressources pour le lycée général et technologique éduscol Ressources pour le lycée gééral et techologque Ressources pour le cycle termal gééral et techologque Mesure et certtudes Ces documets peuvet être utlsés et modés lbremet das le cadre des actvtés

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

Plan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks

Plan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks Plan Geston des stocks Abdellah El Fallah Ensa de Tétouan 2011 Les opératons de gestons des stocks Les coûts assocés à la geston des stocks Le rôle des stocks Modèle de la quantté économque Geston calendare

Plus en détail

Déroulement de l épreuve de mathématiques

Déroulement de l épreuve de mathématiques Dérouleet de l épreuve de thétiques MATHÉMATIQUES Extrit de l ote de service 2012-029 du 24 février 2012 (BOEN 13 du 29-3-2012) Durée de l épreuve : 2 heures Nture de l épreuve : écrite pr le socle cou

Plus en détail

GEA I Mathématiques nancières Poly. de révision. Lionel Darondeau

GEA I Mathématiques nancières Poly. de révision. Lionel Darondeau GEA I Mathématques nancères Poly de révson Lonel Darondeau Intérêts smples et composés Voc la lste des exercces à révser, corrgés en cours : Exercce 2 Exercce 3 Exercce 5 Exercce 6 Exercce 7 Exercce 8

Plus en détail

Direction des Études et Synthèses Économiques G 2007 / 12. Aléa moral en santé : une évaluation dans le cadre du modèle causal de Rubin

Direction des Études et Synthèses Économiques G 2007 / 12. Aléa moral en santé : une évaluation dans le cadre du modèle causal de Rubin Drecton des Études et Synthèses Économques G 2007 / 12 Alé morl en snté : une évluton dns le cdre du modèle cusl de Rubn Vlére ALBOUY - Bruno CRÉPON Document de trvl Insttut Ntonl de l Sttstque et des

Plus en détail

Toyota Assurances Toujours la meilleure solution

Toyota Assurances Toujours la meilleure solution Toyot Assurnces Toujours l meilleure solution De quelle ssurnce vez-vous besoin? Vous roulez déjà en Toyot ou vous ttendez s livrison. Votre voiture est neuve ou d occsion. Vous vlez les kilomètres ou

Plus en détail

OBLIGATION DU SECTEUR PRIVE : EVALUATION ET OUTIL DE GESTION DU RISQUE DE TAUX D INTERET

OBLIGATION DU SECTEUR PRIVE : EVALUATION ET OUTIL DE GESTION DU RISQUE DE TAUX D INTERET Jea-Claude AUGROS Professeur à l Uversté Claude Berard LYON I et à l Isttut de Scece Facère et d Assuraces ISFA Mchel QUERUEL Docteur e Gesto Igéeur de Marché Socété de Bourse AUREL Résumé : Cet artcle

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

IGE G 4 E 87 M o M d o é d lisation o n de d s ba b ses de d do d n o n n é n es S ma m ine n 7

IGE G 4 E 87 M o M d o é d lisation o n de d s ba b ses de d do d n o n n é n es S ma m ine n 7 IGE48 Modélsto ds bss d doés Récupérto d l bs d doés Dogo Plo Pl d l s Récupérto Pourquo l récupérto? Typs d ps Log d trsctos Ms à jour d doés Roll bck ds trsctos Chckpot chés d récupérto Bckup t récupérto

Plus en détail

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) (

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) ( Correction de l épreuve CCP PSI Mths PREMIÈRE PARTIE I- Soit t u voisinge de, t Alors ϕt t s = ϕt ρt s ρs Pr hypothèse, l fonction ϕt ϕt est lorsque t, il en est donc de même de ρt s ρt s ρs cr ρ s est

Plus en détail

Mesure avec une règle

Mesure avec une règle Mesure avec une règle par Matheu ROUAUD Professeur de Scences Physques en prépa, Dplômé en Physque Théorque. Lycée Alan-Fourner 8000 Bourges ecrre@ncerttudes.fr RÉSUMÉ La mesure d'une grandeur par un système

Plus en détail

Réalisation de sites Internet PME & Grandes entreprises Offre Premium. Etude du projet. Webdesign. Intégration HTML. Développement.

Réalisation de sites Internet PME & Grandes entreprises Offre Premium. Etude du projet. Webdesign. Intégration HTML. Développement. Rélistion de sites Internet PME & Grndes entreprises Offre Premium Etude du projet Réunions de trvil et étude personnlisée de votre projet Définition d une strtégie de pré-référencement Webdesign Définition

Plus en détail

Fiche n 7 : Vérification du débit et de la vitesse par la méthode de traçage

Fiche n 7 : Vérification du débit et de la vitesse par la méthode de traçage Fche n 7 : Vérfcaton du débt et de la vtesse par la méthode de traçage 1. PRINCIPE La méthode de traçage permet de calculer le débt d un écoulement ndépendamment des mesurages de hauteur et de vtesse.

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

[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

Module 2 : Déterminant d une matrice

Module 2 : Déterminant d une matrice L Mth Stt Module les déterminnts M Module : Déterminnt d une mtrice Unité : Déterminnt d une mtrice x Soit une mtrice lignes et colonnes (,) c b d Pr définition, son déterminnt est le nombre réel noté

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

Algorithmes sur les mots (séquences)

Algorithmes sur les mots (séquences) Introduction Algorithmes sur les mots (séquences) Algorithmes sur les mots (textes, séquences, chines de crctères) Nomreuses pplictions : ses de données iliogrphiques ioinformtique (séquences de iomolécules)

Plus en détail

Montage émetteur commun

Montage émetteur commun tour au menu ontage émetteur commun Polarsaton d un transstor. ôle de la polarsaton La polarsaton a pour rôle de placer le pont de fonctonnement du transstor dans une zone où ses caractérstques sont lnéares.

Plus en détail

MUTUELLE D&O MUTUELLE D&O. Copilote de votre santé. AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyance CRC CRIS CRPB-AFB

MUTUELLE D&O MUTUELLE D&O. Copilote de votre santé. AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyance CRC CRIS CRPB-AFB MUTUELLE D&O MUTUELLE D&O Copilote de votre saté AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyace CRC CRIS CRPB-AFB DOMISSIMO-Assuraces DOMISSIMO-Services FONGECFA-Trasport IPRIAC MUTUELLE D&O OREPA-Prévoyace

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

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

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

Les jeunes économistes

Les jeunes économistes Chaptre1 : les ntérêts smples 1. défnton et calcul pratque : Défnton : Dans le cas de l ntérêt smple, le captal reste nvarable pendant toute la durée du prêt. L emprunteur dot verser, à la fn de chaque

Plus en détail

Calculer le coût amorti d une obligation sur chaque exercice et présenter les écritures dans les comptes individuels de la société Plumeria.

Calculer le coût amorti d une obligation sur chaque exercice et présenter les écritures dans les comptes individuels de la société Plumeria. 1 CAS nédt d applcaton sur les normes IAS/IFRS Coût amort sur oblgatons à taux varable ou révsable La socété Plumera présente ses comptes annuels dans le référentel IFRS. Elle détent dans son portefeulle

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

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

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

Contrats prévoyance des TNS : Clarifier les règles pour sécuriser les prestations

Contrats prévoyance des TNS : Clarifier les règles pour sécuriser les prestations Contrats prévoyance des TNS : Clarfer les règles pour sécurser les prestatons Résumé de notre proposton : A - Amélorer l nformaton des souscrpteurs B Prévor plus de souplesse dans l apprécaton des revenus

Plus en détail

GENESIS - Generalized System for Imputation Simulations (Système généralisé pour simuler l imputation)

GENESIS - Generalized System for Imputation Simulations (Système généralisé pour simuler l imputation) GENESS - Generalzed System for mputaton Smulatons (Système généralsé pour smuler l mputaton) GENESS est un système qu permet d exécuter des smulatons en présence d mputaton. L utlsateur fournt un ensemble

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

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

Incertitudes expérimentales

Incertitudes expérimentales U N I O N D E S P R O F E S S E U R S D E P H Y S I Q U E E T D E C H I M I E 995 Icerttudes érmetales par Fraços-Xaver BALLY Lcée Le Corbuser - 93300 Aubervllers et Jea-Marc BERROIR École ormale supéreure

Plus en détail

TARIFICATION, PROVISIONNEMENT ET PILOTAGE D UN PORTEFEUILLE DÉPENDANCE

TARIFICATION, PROVISIONNEMENT ET PILOTAGE D UN PORTEFEUILLE DÉPENDANCE TARIFICATION, PROVISIONNEMENT ET PILOTAGE D UN PORTEFEUILLE DÉPENDANCE Mre-Pscle Deléglse, Chrstn Hess, Sébsten Nouet To cte ths verson: Mre-Pscle Deléglse, Chrstn Hess, Sébsten Nouet. TARIFICATION, PROVISION-

Plus en détail

Conception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce

Conception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce SETIT 2005 3 RD INTERNATIONAL CONFERENCE: SCIENCES OF ELECTRONIC, TECHNOLOGIES OF INFORMATION AND TELECOMMUNICATIONS MARCH 27-3, 2005 TUNISIA Cocepto d u outl décsoel pour la gesto de la relato clet das

Plus en détail

COURS DE MATHEMATIQUE FINANCIERE A COURT ET LONG TERME Promotion : Première année de graduat

COURS DE MATHEMATIQUE FINANCIERE A COURT ET LONG TERME Promotion : Première année de graduat P R O F E S REPUBLIQUE DEMOCRATIQUE DU CONGO ENSEIGNEMENT SUPEREIEUR ET UNIVERSITAIRE INSTITUT SUPERIEUR DE GESTION INFORMATIQUE DE GOMA /I.S.I.G-GOMA DEVELOPPEMENT ISIG M A T I O N COURS DE MATHEMATIQUE

Plus en détail

Application de la théorie des valeurs extrêmes en assurance automobile

Application de la théorie des valeurs extrêmes en assurance automobile Applcato de la théore des valeurs extrêmes e assurace automoble Nouredde Belagha & Mchel Gru-Réhomme Uversté Pars 2, ERMES-UMR78-CNRS, 92 rue d Assas, 75006 Pars, Frace E-Mal: blour2002@yahoo.fr E-Mal:

Plus en détail

Remboursement d un emprunt par annuités constantes

Remboursement d un emprunt par annuités constantes Sére STG Journées de formaton Janver 2006 Remboursement d un emprunt par annutés constantes Le prncpe Utlsaton du tableur Un emprunteur s adresse à un prêteur pour obtenr une somme d argent (la dette)

Plus en détail

Chapitre VI Contraintes holonomiques

Chapitre VI Contraintes holonomiques 55 Chpitre VI Contrintes holonomiques Les contrintes isopérimétriques vues u chpitre précéent ne sont qu un eemple prticulier e contrintes sur les fonctions y e notre espce e fonctions missibles. Dns ce

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

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

Les nouveaux relevés de compte

Les nouveaux relevés de compte Ifo CR Les ouveaux relevés de compte Les relevés de compte actuels du Crédit Agricole de Champage-Bourgoge sot issus de la migratio iformatique sur le GIE AMT e 2001 : petit format (mais A4 pour les Professioels),

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

Sommaire. 6. Tableau récapitulatif... 10. Sophos NAC intégré Vs. NAC Advanced - 17 Février 2009 2

Sommaire. 6. Tableau récapitulatif... 10. Sophos NAC intégré Vs. NAC Advanced - 17 Février 2009 2 Sommire 1. A propos de Sophos... 3 2. Comprtif des solutions Sophos NAC... 4 3. Sophos NAC pour Endpoint Security nd Control 8.0... 4 3.1. Administrtion et déploiement... 4 3.2. Gestion des politiques

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

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

e x dx = e x dx + e x dx + e x dx.

e x dx = e x dx + e x dx + e x dx. Chtr Foctos Gmm t foctos d Bssl Chtr Focto Gmm t foctos d Bssl Détrmto d l focto Gmm L focto Gmm st très sml à dédur à rtr d l tégrl d'eulr: Ctt tégrl st u focto d rmètr ; ll st rrésté r l symbol () t

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

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

* 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

Turbine hydraulique Girard simplifiée pour faibles et très faibles puissances

Turbine hydraulique Girard simplifiée pour faibles et très faibles puissances Turbine hydrulique Girrd simplifiée pour fibles et très fibles puissnces Prof. Ing. Zoltàn Hosszuréty, DrSc. Professeur à l'université technique de Kosice Les sites hydruliques disposnt de fibles débits

Plus en détail

Effets de la dépendance entre différentes branches sur le calcul des provisions

Effets de la dépendance entre différentes branches sur le calcul des provisions Effets de l dépendnce entre dfférentes brnches sur le clcul des provsons Thème ASTIN : Contrôle des rsques Gllet Antonn Commsson de Contrôle des Assurnces 54, rue de Châteudun 75009 PARIS ntonn.gllet@cc.fnnces.gouv.fr

Plus en détail

Dérivation. 1. Nombre dérivé, tangente 2. Fonction dérivée 3. Fonction dérivée et variations 4. Fonction dérivée et extrema

Dérivation. 1. Nombre dérivé, tangente 2. Fonction dérivée 3. Fonction dérivée et variations 4. Fonction dérivée et extrema «À l utomne 97 le présdent Non nnoncé que le tu d ugmentton de l nflton dmnué C étt l premère fos qu un présdent en eercce utlst l dérvée terce pour ssurer s réélecton» Hugo Ross, mtémtcen, à propos d

Plus en détail

STATISTIQUE AVEC EXCEL

STATISTIQUE AVEC EXCEL STATISTIQUE AVEC EXCEL Excel offre d nnombrables possbltés de recuellr des données statstques, de les classer, de les analyser et de les représenter graphquement. Ce sont prncpalement les tros éléments

Plus en détail

Conception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce

Conception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce Cocepto d u outl décsoel pour la gesto de la relato clet das u ste de e-commerce Nazh SELMOUNE *, Sada BOUKHEDOUMA * ad Zaa ALIMAZIGHI * * Laboratore des Systèmes Iformatques(LSI )- USTHB - ALGER selmoue@wssal.dz

Plus en détail

3- Les taux d'intérêt

3- Les taux d'intérêt 3- Les tux d'intérêt Mishkin (2007), Monnie, Bnque et mrchés finnciers, Person Eduction, ch. 4 et 6 Vernimmen (2005), Finnce d'entreprise, Dlloz, ch. 20 à 22 1- Mesurer les tux d'intérêt comprer les différents

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

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

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

Plus en détail

Chapitre IV : Inductance propre, inductance mutuelle. Energie électromagnétique

Chapitre IV : Inductance propre, inductance mutuelle. Energie électromagnétique Spécale PSI - Cours "Electromagnétsme" 1 Inducton électromagnétque Chaptre IV : Inductance propre, nductance mutuelle. Energe électromagnétque Objectfs: Coecents d nductance propre L et mutuelle M Blan

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

SYSTEME DE TELEPHONIE

SYSTEME DE TELEPHONIE YTEME DE TELEPHOIE LE OUVEUTE PTIE MOITEU COULEU Le système de téléphonie comporte un moniteur vec un écrn couleurs de intégré u téléphone. Cette prtie est disponile en lnc, nthrcite et Tech. TLE DE MTIEE

Plus en détail

Compression Compression par dictionnaires

Compression Compression par dictionnaires Compression Compression par dictionnaires E. Jeandel Emmanuel.Jeandel at lif.univ-mrs.fr E. Jeandel, Lif CompressionCompression par dictionnaires 1/25 Compression par dictionnaire Principe : Avoir une

Plus en détail