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

Dimension: px
Commencer à balayer dès la page:

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

Transcription

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 Uiversité de Motpellier I Campus Numérique, 007

2 Aalyse des doées Module : Présetatio de l aalyse de doées M Présetatio de l aalyse de doées «L aalyse des doées a pour but de fourir grâce à l ordiateur u outil permettat d appréheder le coteu de tableaux de taille importate à l aide de représetatios accessibles par l utilisateur», Edwi Diday. L aalyse des doées c est aujourd hui l expressio cosacrée pour désiger les aalyses statistiques descriptives multidimesioelles L aalyse des doées rassemble u groupe de techiques aux fodemets mathématiques qui permet d appréheder la structure de l iformatio coteue das u espace à plusieurs dimesios. L iformatio, c est la positio relative des poits das l espace multidimesioel. L aalyse des doées est réalisable lorsqu il est possible de réduire l espace multidimesioel (où l iformatio est pas lisible) e u espace à deux ou trois dimesios (où l iformatio est lisible), de telle sorte que cet espace réduit coserve ue part importate de l iformatio qui était coteue das l espace multidimesioel d origie. Les espaces multidimesioels ot pour origie des tableaux statistiques de doées de toute ature mais où les dimesios des liges et des coloes sot importates. Ce sot ces liges et ces coloes qui costituet les dimesios des espaces et les poits qui formet les uages iformatioels. L aalyse des doées est utilisée par la plupart des scieces appliquées : les psychologues, les juristes, les histories, les écoomistes, les gestioaires L aalyse des doées a ses premiers développemets mathématiques au début du siècle précédet (905). Elle a cepedat cou u essor sas précédet das les aées 70 et 80, grâce à l amélioratio des istrumets de calcul et au développemet de la micro-iformatique. Sous l expressio géérique de l aalyse des doées, o rassemble deux grades techiques : - les aalyses factorielles : ces méthodes doivet leur om aux ouveaux axes de l espace que l o peut réduire, qui portet le om d axes pricipaux, mais aussi de facteurs. - Les techiques de classificatio automatique : ce sot des algorithmes iformatiques automatiques capables de dresser des typologies, des regroupemet de poits, bref d effectuer des classificatios. Ce sot les aalyses factorielles qui fot l objet de ce cours. I du tableau de doées à l aalyse des doées Les aalyses de doées ot pour matière pricipale le tableau de doées. De la ature de ce tableau déped la ature des variables qui le composet. L idividu est u élémet d u esemble fii que l o appelle l esemble des idividus. Ils sot portés e lige du tableau. La descriptio de ces idividus est réalisée par des variables. Les variables sot portées e coloe du tableau. Ue variable est défiie par u esemble que l o appelle l esemble des observatios (qui sot portées à l itérieur du tableau) par ue structure algébrique sur cet esemble et par ue applicatio de l esemble des idividus sur l esemble des observatios. Plus gééralemet, ue variable est u caractère statistique particulier. O déombre deux types de caractères : quatitatif et qualitatif. Le caractère quatitatif est mesurable, c est-à-dire qu il pred ses valeurs das des esembles mathématiques comme par exemple l esemble des etiers aturels relatifs, réels C est ce caractère qu o appelle variable. /

3 Aalyse des doées Module : Présetatio de l aalyse de doées M Le caractère qualitatif est o mesurable. Il est qualifié par des modalités. O cosidère qu il existe deux types de modalités : - des modalités qu o peut classer (ex : petit, moye, grad), - des modalités où le classemet est idifféret (ex yeux bleus, verts). Caractère Quatitatif (variable) Qualitatif Cotiu Discret modalités R Z, N Ordiales omiales Classes itervalles Fréquemmet, les variables quatitatives sot trasformées e classes (pour le cas cotiu) ou e itervalles (pour le cas discret). O cosidère alors que ces classes ou itervalles sot les modalités d ue variable qualitative ordiale. O costate alors que das la plupart des tableaux, o e dispose que d u seul type de caractère : le caractère qualitatif, omial ou ordial. Das la suite du cours, l appellatio caractère e sera pas reteue. Comme das la plupart des mauels, o retiedra le terme géérique de variables. Les différets caractères (variables) que l o viet de défiir permettet d élaborer des tableaux différets et c est cette différece qui, à so tour, défiit les méthodes d aalyse de doées. O cosidère das la pratique quatre tableaux de doées sur lesquels s appliquet des méthodes d aalyses factorielles différetes. - le tableau de variables (caractères) quatitatives : idividus i N x Variables La méthode d aalyse factorielle qui permet de traiter ce tableau porte le om d aalyse e composates pricipales : ACP. x i x ij x 3 /

4 Aalyse des doées Module : Présetatio de l aalyse de doées M - le tableau de cotigece : Modalités de X i N Modalités de Y j Les modalités doivet être exhaustives. (tous les M idividus sot reseigés par les caractères X et Y) et exclusives les ues par rapport aux autres. C est la répartitio de M idividus selo les modalités des caractères X et Y. La méthode d aalyse factorielle qui permet de traiter ce tableau porte le om d aalyse factorielle des correspodaces (AFC). ij M - les tableaux d equêtes ou de sodages : Idividus i N Questios. Les réposes des N idividus aux questios sot codées e affectat u chiffre aux diverses possibilités de réposes. Ces codes costituet pour ue questio le ombre de ses modalités. Le tableau codé est alors trasformé e u tableau disjoctif complet. C'est-à-dire u tableau qui e présete que des 0 ou des. Le chiffre est doé à la modalité possédée par l idividu. O applique à ce tableau ue AFC et la méthode s appelle aalyse factorielle des correspodaces multiples (AFCM) Exemple : Idividus Codificatio (pour la saisie des réposes) Tableau disjoctif Sexe Natioali Couleur Couleur Yeux Sexe Natioalité Homme Femme Fraçais Etrager té Yeux Yeux bleus Marro Noir homme Fraçais Bleu femme Etrager Marro femme Etrager Noir homme Etrager Bleu femme Fraçais Marro homme Fraçais Noir N femme Fraçais Bleu les tableaux quatitatifs où les idividus sot regroupés par paquet e foctio d ue variable qualitative : 4 /

5 Aalyse des doées Module : Présetatio de l aalyse de doées M x x i x Variable qualitative q idividus i N q r La méthode factorielle appliquée à ce tableau porte le om d aalyse factorielle discrimiate (otée AFD) Les calculs de l aalyse de doées e se fot jamais à la mai. Les logiciels pour l utiliser sot très ombreux et l o peut les segmeter selo plusieurs types : - les logiciels de traitemet d equête (Le Sphix, ethos, Questio, ). Bie que leur spécialité soit le traitemet de questioaires, ils itègret quelques méthodes d aalyses factorielles. Les sorties sot relativemet sommaires et les optios dispoibles sot limitées (pas de rotatio des axes, ) - les logiciels boîtes à outils (XLSTAT, Statbox). Ils permettet de réaliser diverses aalyses factorielles (ACP, AFC, ACM), quelques techiques de classificatio (Classificatio hiérarchique, K moyees) aisi que les techiques de prévisio classiques. Les doées sot gérées à partir du logiciel Microsoft Excel et les sorties s effectuet das des feuilles de calculs. Globalemet, ils offret u bo rapport qualité/prix - Les logiciels de statistique (SPSS, SPAD, SAS, ). Coçus pour maipuler et aalyser de grads tableaux de doées, ils sot très complets sur le pla des méthodes présetes et sur les optios dispoibles. L utilisatio est plus complexe et écessite parfois plusieurs jourées (voire plusieurs mois) de formatio. Leur prix e fait u outil réservé aux cabiets statistiques ou aux directios statistiques de grades etreprises. Das ce cours, ous utiliseros les sorties du logiciel Statbox. Les bases de l aalyse de doées Après avoir itroduit les pricipes gééraux de l aalyse de doées, ous rappelleros ici certaies statistiques élémetaires qui formet les fodatios de l aalyse des doées. Présetatio des doées et types de variables Gééralemet, le problème à résoudre se présete sous forme de table coteat les observatios (ou idividus ou exemples) e lige et les variables (ou attributs) e coloe. Les différets types de variables vot coditioer le choix des techiques utilisées. O distigue gééralemet : 5 /

6 Aalyse des doées Module : Présetatio de l aalyse de doées M Qualitatives Quatitatives Type de variables Disjoctives (ou dichotomiques) Catégoriques o ordoées ou qualitatives o ordoées Catégoriques ordoées ou qualitatives ordoées Cotiues Caractéristiques Elles peuvet predre deux états (exemple vrai ou faux) Les différetes catégories e cotieet pas de otios d ordre (exemple : couleur des yeux) Les différetes catégories peuvet être classées (ex classes d âges, échelles de Lickert) Elles peuvet predre des valeurs umériques sur lesquelles des calculs, tels que la moyee peuvet être effectués. La otio d associatio Les associatios sot des critères permettat de regrouper des variables. Elles se mesuret différemmet selo que l o s itéresse à des variables quatitatives ou qualitatives. L associatio sur des variables quatitatives La corrélatio liéaire Elle mesure la covariatio qui existe etre deux variables X et Y. Le coefficiet de corrélatio idique si deux variables évoluet das le même ses ou e ses cotraire. Il est compris etre - (corrélatio égative) et + (corrélatio positive). Lorsqu il est ul o dit que les variables e sot pas corrélées. Le coefficiet de corrélatio s écrit : rxy cov(x, y) = σ xσ avec : y cov(x, y) = pi(xi x)(yi y) = pixiyi ombre d observatios. E gééral, {,... } i pi = x y poids. La formule de la moyee deviet alors : cov( x, y) = (xi x)(yi y). avec p i poids de l'idividu i et p, le. C est le cas le plus classique, tous les idividus ot le même x = x et i La régressio La régressio permet d aalyser la maière dot ue variable (dite expliquée) est affectée par les valeurs d ue ou plusieurs autres variables (dites explicatives). Exemple : y = ax+ b La méthode des MCO (Moidres Carrés Ordiaires), par exemple, permet de calculer les paramètres a et b e foctio des observatios x i et y i : 6 /

7 Aalyse des doées Module : Présetatio de l aalyse de doées M cov(x, y) â= et bˆ = x ây V(x) L associatio sur les variables qualitatives Le test du χ Pricipe du test : il permet de tester l existece ou o d ue relatio etre deux variables quelcoques. Il repose sur ue comparaiso de la fréquece de distributio de ces variables à ue distributio théorique. Il cosiste à calculer ( χ calculé) la somme des écarts etre la distributio théorique et la distributio observée et à comparer ce résultat à ue valeur prédétermiée ( χ lu das ue table ou Si le χ tabulé) χ calculé est supérieur au χ tabulé alors il existe ue relatio etre les deux variables. (voir le rappel de cours de L3 das le fichier MS_MMRes : Module ) La otio de similarité Similarité sur des variables dichotomiques O dit que deux objets A et B, décrits par p attributs sot similaires, si le maximum d attributs sur les p attributs sot idetiques. Le ombre de poits commus (ou coïcideces) permet de costruire ue mesure quatitative de la similarité etre des objets. Il existe deux types de coïcideces : Valeur de l attribut A Valeur de l attribut A Coïcidece Oui Oui Positive Oui No No coïcidece No Oui No coïcidece No No Négative Selo la maière de predre e compte les coïcideces égatives, o obtiedra différetes valeurs de similarité : L idice de Russel accorde aucu poids aux coïcideces égatives. C est doc le ombre de coïcideces positives divisé par le ombre de comparaisos L idice de Jaccard cosiste à doer u poids mois importat aux coïcideces égatives qu aux positives. C est doc le ombre de coïcideces positives divisé par la différece etre le ombre de comparaisos et le ombre de coïcideces égatives. L idice de Sokal doe le même poids aux coïcideces égatives et positives. Nombre de coïcidece positives et égatives divisé par le ombre de comparaisos. Le choix du bo idice de coïcidece e peut s effectuer qu après ue aalyse des variables de comparaiso et ue étude de la distributio des valeurs. 7 /

8 Aalyse des doées Module : Présetatio de l aalyse de doées M U exemple : comparos la compositio de trois desserts selo leur compositio Barre de céréales Crème dessert Gâteau de Riz Chocolat Oui No Oui Beurre No No Oui Liquide No Oui No Parfum madarie No No Oui Emballage métal No Oui Oui Mii-dose Oui Oui No Sucre Oui Oui Oui Riz Oui No Oui Edulcorat No No Oui Colorat No No Oui Matrice de Coïcidece Barre de céréales Oui No Crème dessert Oui No 4 Gâteau de Riz Oui 3 5 No 0 Idices de similarité : Idice Formule Barre de Céréale / Crème dessert Barre de Céréales / Gâteau de Riz Coclusio Russel Jaccard Sokal Coïcideces positives / Nombre de comparaisos Coïcideces positives / (Nombre de comparaisoscoïcideces égatives) Coïcideces positives et égatives / Nombre de comparaisos 0% 30% 33% 30% 60% 30% Gâteau de riz proche de barre de céréales Crème dessert proche de barre de céréales Crème dessert proche de barre de céréales Das cet exemple, o voit que le choix de l idice de similarité a ue importace capitale car la coclusio dépedra de l idice choisi. Similarité sur variables quelcoques Il s agit de costruire u idice composite de toutes les similarités sur différets critères : la similarité sur variables dichotomique est égale à si les deux objets présetet le même critère la similarité sur les variables qualitatives est égale à si les objets présetet la même caractéristique la similarité sur les variables quatitatives mesure l écart etre les deux objets de maière relative par rapport à l étedue de la distributio de la variable. Exemple de similarité sur variables quatitatives 8 /

9 Aalyse des doées Module : Présetatio de l aalyse de doées M Produit A Produit B Produit C Produit D Prix Etedue de la distributio : C est l écat etre la valeur maximale et la valeur miimale, doc ici elle est égale à ( )=500 La Similarité etre A et B sera égale au complémet à de la valeur absolue de l écart etre A et B, divisé par l étedue. Soit ici : = (abs( )/500) = 0,6 O voit aisémet que deux produits qui ot u même prix aurot ue similarité= et les deux extrêmes aurot ue similarité=0. La otio de distace Cette otio est très utilisée das les aalyses multidimesioelles et otammet das les techiques de classificatio. La otio de distace est le complémet à la otio de similarité. Deux objets similaires ot e effet ue distace ulle et ue distace maximale sépare deux objets différets. La otio de distace S il existe plusieurs faços de calculer des distaces, l ue des plus utilisées est la distace euclidiee. La distace euclidiee se défiie das d : R xr + R R de la faço suivate : ( x, y) a d( x, y) = ( y i x i ) Les différets types de distaces : Distaces euclidiees géérales : ce sot les distaces les plus classiques, elles vérifiet: d M (wi,w i ) = t (x i - x i )M (x i - x i ) où M est ue matrice symétrique défiie positive. O les omme égalemet distaces quadratiques ou métriques. Nous listos quelques cas particuliers : distace euclidiee simple : c est le cas où M= : d (w i,w i ) = p j j=(x i - x j i ) (C est le cas précédet) distace de Mahalaobis : elle se recotre fréquemmet e aalyse des doées et surtout e aalyse discrimiate. So expressio aalytique est la suivate : d (w i,w i ) = t (x i - x i )V - (x i - x i ) où V est la matrice de variace-covariace. distace du χ : la distace du chi (lire «qui deux») est importate e aalyse des doées. Elle est particulièremet bie adaptée aux tableaux de cotigece. Elle est utilisée e aalyse factorielle des correspodaces. Rappelos qu elle s exprime aisi : d (w i,w i ) = p j j= /x. (x j i /x. i - x j i /x. i' ) où x j. = j x i et x. i = p j=x j i. La otio de variace et les techiques de typologie Pour mesurer le degré d homogééité d ue populatio, certaies techiques utiliset la otio de variace. Cosidéros les otes e math et e fraçais obteues par des élèves d ue classe : 9 /

10 Aalyse des doées Module : Présetatio de l aalyse de doées M Maths Fraçais Elève 3 7 Elève 4 8 Elève Elève 4 Elève Elève Elève Moyee La variace des otes se calcule e calculat les écarts par rapport à la moyee, e élevat ces écarts au carré et e divisat par le ombre d observatios. La formule de la variace est : V = ( x i x) O peut appréheder la variace comme état ue surface. Plus elle est importate, plus la distributio s éloige de la moyee. Si o cosidère cette surface comme état u carré, la racie carrée de la variace représetera u coté de ce carré. Ce sera l écart-type qui sera lui aussi ue mesure de la dispersio autour de la moyee. Das l exemple, la variace des otes de maths est de 39,43, celles des otes de fraçais de 8,8. De même, l écart type des otes de maths est de 6,7 et celui des otes de fraçais de,87. Aisi, le professeur de math costruit ue échelle de différeciatio plus importate que le professeur de fraçais. Comme la distace euclidiee, la variace permet de découper ue populatio e sous esembles homogèes Notes de Fraçais Notes de maths O peut evisager l algorithme suivat : La variable maths possédat la variace la plus forte, o découpe la populatio selo la ote de math. O crée les groupes suivats : Groupe : élèves, et 3, Groupe : élèves 4,5,6 et 7 0 /

11 Aalyse des doées Module : Présetatio de l aalyse de doées M Le cetre de gravité du uage total est le poit moye (,) Le cetre de gravité du groupe est égal aux moyees e math et fraçais des trois idividus de ce groupe. Idem pour le groupe La variace totale du uage se calcule comme le carré de la distace etre l esemble des poits et le cetre de gravité. Ce qui doe (théorème de décompositio de la variace) : La variace du groupe correspod aux écarts etre les poits du groupe et le cetre de gravité du groupe. De même, la variace du groupe correspod aux écarts etre les poits du groupe et le cetre de gravité du groupe La variace itraclasse aussi appelée variace résiduelle est ue moyee des variaces à l itérieur des groupes La variace iterclasse correspod aux écarts etre les cetres de gravité des groupes et et le cetre de gravité de l esemble des poits. O l appelle égalemet variace expliquée (par la répartitio e groupe). Ue boe typologie (ou segmetatio) se juge sur la variace itraclasse (plus elle est faible, plus les poits d u groupe sot proches) et sur la variace iterclasse (plus elle est forte, plus les groupes sot éloigés). Elle aura doc u ratio variace iterclasse/ variace itraclasse maximal. /

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

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

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

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

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

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

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

. (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

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

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

Initiation à l analyse factorielle des correspondances

Initiation à l analyse factorielle des correspondances Fiche TD avec le logiciel : tdr1105 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

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

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

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

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

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

Intérêt simple CHAPITRE. Sommaire

Intérêt simple CHAPITRE. Sommaire HAPTRE térêt simple Sommaire A B D E F G H J K L Notio d itérêt Formule fodametale de l itérêt simple Durée de placemet exprimée e mois Durée de placemet exprimée e jours alculs sur la formule fodametale

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

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

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

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

Loi binomiale. Niveau : Première S + SUP (Convergence) Prérequis : Variable aléatoire, espérance, variance, théorème limite central, loi de Poisson

Loi binomiale. Niveau : Première S + SUP (Convergence) Prérequis : Variable aléatoire, espérance, variance, théorème limite central, loi de Poisson 4 L E Ç O N Loi biomiale Niveau : Première S + SUP (Covergece) Prérequis : Variable aléatoire, espérace, variace, théorème limite cetral, loi de Poisso 1 Loi de Beroulli Défiitio 41 Loi de Beroulli Soit

Plus en détail

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

Inégalités souvent rencontrées

Inégalités souvent rencontrées Iégalités souvet recotrées Recotres Putam 004 Uiversité de Sherbrooke Jea-Philippe Mori Théorie Certaies iégalités sot deveues célèbres e raiso de leur grade utilité Elles sot aussi souvet au coeur de

Plus en détail

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

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

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

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

Chapitre 13. Statistiques et probabilités. Sommaire

Chapitre 13. Statistiques et probabilités. Sommaire 13 Chapitre Chapitre 13 Statistiques et probabilités Les statistiques et les probabilités occupet ue place importate das l eseigemet de certaies classes préparatoires Les pricipales foctios écessaires

Plus en détail

Bio-Statistique. 1 ère partie. Discipline : Bio-statistique, Bio-mathématique et Sciences de l Information

Bio-Statistique. 1 ère partie. Discipline : Bio-statistique, Bio-mathématique et Sciences de l Information Bio-Statistique 1 ère partie Disciplie : Bio-statistique, Bio-mathématique et Scieces de l Iformatio OBJECTIFS PEDAGOGIQUES Réaliser l importace du problème de la variabilité ihérete au doées médicales,

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

[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

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

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

Apprentissage: cours 3a Méthodes par moyennage local

Apprentissage: cours 3a Méthodes par moyennage local Appretissage: cours 3a Méthodes par moyeage local Guillaume Oboziski 1 er mars 2012 Réferece : chap. 6 of [Hastie et al., 2009] ad chap. 6 of [Devroye et al., 1996]. Algorithmes par moyeage local O cosidère

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

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

Le Sphinx. Enquêtes, Sondages. Analyse de données. Internet : http://www.lesphinxdeveloppement.fr/club/index.html

Le Sphinx. Enquêtes, Sondages. Analyse de données. Internet : http://www.lesphinxdeveloppement.fr/club/index.html Equêtes, Sodages Aalyse de doées Le Sphix! Iteret : http://www.lesphixdeveloppemet.fr/club/idex.html Lagarde J. Aalyse statistique de doées, Duod. Réaliser vos equêtes Questioaire Traitemets et aalyses

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

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 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

trouve jamais dans les concepts généraux que ce qu on y met

trouve jamais dans les concepts généraux que ce qu on y met ,QIRUPDWLTXHQRUPHHWWHPSV,VDEHOOH%R\GHQV Présetatio par Marie-Ae Chabi Réuio PIN 15 javier 2004 /HVEDVHVGHGRQQpHVHPSLULTXHV Collectio fiie et structurée de doées codifiées, textuelles ou multimédia, destiées

Plus en détail

Etude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT?

Etude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT? Etude Spéciale o. 7 Javier 2003 SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT? MARK SCHNEIDER Le CGAP vous ivite à lui faire part de vos commetaires, de vos rapports et de toute demade d evoid autres

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

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

Evaluation de la Délivrance de Méthadone en Belgique

Evaluation de la Délivrance de Méthadone en Belgique 1 SERVICE PUBLIC FEDERAL DE PROGRAMMATIO POLITIQUE SCIETIFIQUE rue de la Sciece 8 B-1000 BRUXELLES Tél. 02 238 34 11 Fax 02 230 59 12 URL : www.belspo.be Evaluatio de la Délivrace de Méthadoe e Belgique

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

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

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

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

I. Quitte ou double. Pour n = 1 : C 0 + (2p 1) E (M k ) = C 0 + (2p 1) E (M 1 ) = E (C 1 ) d après le 1. Soit n N tel que E (C n ) = C 0 + (2p 1)

I. Quitte ou double. Pour n = 1 : C 0 + (2p 1) E (M k ) = C 0 + (2p 1) E (M 1 ) = E (C 1 ) d après le 1. Soit n N tel que E (C n ) = C 0 + (2p 1) Corrigé ESSEC III 008 par Pierre Veuillez Das certaies situatios paris sportifs, ivestissemets fiaciers..., o est ameé à miser de l arget de faço répétée sur des paris à espérace favorable. O se propose

Plus en détail

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

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

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

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

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

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

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

Lignes directrices applicables aux régimes de capitalisation

Lignes directrices applicables aux régimes de capitalisation Solutios Retraite collectives Liges directrices applicables aux régimes de capitalisatio RÉPONDEZ AUX EXIGENCES ÉNONCÉES DANS LES LIGNES DIRECTRICES GRÂCE AUX EXCELLENTS OUTILS DE LA FINANCIÈRE MANUVIE

Plus en détail

Sommaire Chapitre 1 - L interface de Windows 7 9

Sommaire Chapitre 1 - L interface de Windows 7 9 Sommaire Chapitre 1 - L iterface de Widows 7 9 1.1. Utiliser le meu Démarrer et la barre des tâches de Widows 7...11 Démarrer et arrêter des programmes...15 Épigler u programme das la barre des tâches...18

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

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

Le meilleur scénario pour votre investissement

Le meilleur scénario pour votre investissement ivestir Best Strategy 2012 Le meilleur scéario pour votre ivestissemet U ivestissemet diversifié U coupo uique de 0% à 50% brut* à l échéace Ue courte durée : 4 as et demi Votre capital garati à l échéace

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

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

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

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

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

HEC. Gilles Mauffrey. METHODES QUANTITATIVES AVEC EXCEL Programmation linéaire, programmation dynamique, simulation, statistique élémentaire

HEC. Gilles Mauffrey. METHODES QUANTITATIVES AVEC EXCEL Programmation linéaire, programmation dynamique, simulation, statistique élémentaire HEC Gilles Mauffrey METHODES QUANTITATIVES AVEC EXCEL Programmatio liéaire, programmatio dyamique, simulatio, statistique élémetaire La Modélisatio LA MODELISATION Modèle et typologie des modèles. La otio

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

Cours : Le choix des investissements grâce à l actualisation : La VAN (Valeur Actualisée Nette) et le TIR (Taux Interne de Rendement)

Cours : Le choix des investissements grâce à l actualisation : La VAN (Valeur Actualisée Nette) et le TIR (Taux Interne de Rendement) Cours : Le choix des ivestissemets grâce à l actualisatio : La VAN (Valeur Actualisée Nette) et le TIR (Taux Itere de Redemet) 1 La VAN, la Valeur Actualisée (ou Actuelle) Nette e aveir certai 11 La comparaiso

Plus en détail

1. CALCUL DES CARACTÉRISTIQUES «R- L-C» D'UNE JONCTION TRIPHASÉE

1. CALCUL DES CARACTÉRISTIQUES «R- L-C» D'UNE JONCTION TRIPHASÉE . CALCUL DES CAACTÉISTIQUES «- L-C» DUNE JONCTION TIPHASÉE Trasport et Distributio de léergie Electrique Mauel de travaux pratiques. CALCUL DES CAACTÉISTIQUES «-L-C» DUNE JONCTION TIPHASÉE.. Itroductio....

Plus en détail

Mobile Business. Communiquez efficacement avec vos relations commerciales 09/2012

Mobile Business. Communiquez efficacement avec vos relations commerciales 09/2012 Mobile Busiess Commuiquez efficacemet avec vos relatios commerciales 9040412 09/2012 U choix capital pour mes affaires Pour gérer efficacemet ses affaires, il y a pas de secret : il faut savoir predre

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 est à dispositio olie et sera doé aux cadidats lors des exames oraux

Plus en détail

Études & documents ÉCONOMIE ET ÉVALUATION. Modèle économétrique sur le choix de véhicules des ménages. n 31. Janvier 2011

Études & documents ÉCONOMIE ET ÉVALUATION. Modèle économétrique sur le choix de véhicules des ménages. n 31. Janvier 2011 COMMISSARIAT GÉNÉRAL AU DÉVELOPPEMENT DURABLE 31 Javier 2011 TRANSPORT Études & documets Modèle écoométrique sur le choix de véhicules des méages ÉCONOMIE ET ÉVALUATION Service de l écoomie, de l évaluatio

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

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

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

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

Plus en détail

Système constructif avec isolation par l extérieur

Système constructif avec isolation par l extérieur Système costructif avec isolatio par l extérieur Eco-costruire e Bloc Moomur Isolat HERMIBLOC Matériau durable par ature pour des Habitats Basse Cosommatio www.thermibloc.fr LE «BÉON DE BOIS» Le matériau

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

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

Working Paper RETAIL RÉGIONAL RESPONSABLE

Working Paper RETAIL RÉGIONAL RESPONSABLE «BANQUE DE DÉTAIL DE MASSE» : COMMENT LES CAISSES D ÉPARGNE EN AFRIQUE, ASIE ET AMÉRIQUE LATINE PEUVENT FOURNIR DES SERVICES ADAPTÉS AUX BESOINS DES POPULATIONS DÉFAVORISÉES Travailler avec les caisses

Plus en détail

Neolane Leads. Neolane v6.0

Neolane Leads. Neolane v6.0 Neolae Leads Neolae v6.0 Ce documet, aisi que le logiciel qu'il décrit, est fouri das le cadre d'u accord de licece et e peut être utilisé ou copié que das les coditios prévues par cet accord. Cette publicatio

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

LES PROBABILITÉS POUR LES OPTIONS B, C ET D

LES PROBABILITÉS POUR LES OPTIONS B, C ET D LES PROBABILITÉS POUR LES OPTIONS B, C ET D PRÉPARATION À L AGRÉGATION EXTERNE DE MATHÉMATIQUES DE L UNIVERSITÉ RENNES 1 1 ANNÉE 2009/2010 1. ESPACE PROBABILISÉ - VARIABLE ALÉATOIRE 1.1 ESPACE PROBABILISÉ

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

Création et développement d une fonction audit interne*

Création et développement d une fonction audit interne* Créatio et développemet d ue foctio audit itere* Ue démarche e 10 étapes [ Sommaire] Dix étapes pour réussir... 7 Étapes 1 à 4 Défiitio du cadre d itervetio... 9 1 Idetifier les attetes des parties preates...

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

ÉTUDE. SECTEUR Cadre de vie et technique GÉOMÈTRES-EXPERTS, TOPOGRAPHES, PHOTOGRAMMÈTRES, EXPERTS FONCIERS. Portrait statistique

ÉTUDE. SECTEUR Cadre de vie et technique GÉOMÈTRES-EXPERTS, TOPOGRAPHES, PHOTOGRAMMÈTRES, EXPERTS FONCIERS. Portrait statistique ÉTUDE SECTEUR Cadre de vie et techique GÉOMÈTRES-EXPERTS, TOPOGRAPHES, PHOTOGRAMMÈTRES, EXPERTS FONCIERS Portrait statistique 02 ÉTUDE - mai 2012 Sommaire 03 Pricipaux eseigemets 04 Sources mobilisées

Plus en détail

Neolane Message Center. Neolane v6.0

Neolane Message Center. Neolane v6.0 Neolae Message Ceter Neolae v6.0 Ce documet, aisi que le logiciel qu'il décrit, est fouri das le cadre d'u accord de licece et e peut être utilisé ou copié que das les coditios prévues par cet accord.

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

STRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO

STRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO Des résultats du Programme de réductio des risques STRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO 1. Cotexte La puaise tere Lygus lieolaris (figure 1) est

Plus en détail

LE WMS EXPERT DE LA SUPPLY CHAIN DE DÉTAIL

LE WMS EXPERT DE LA SUPPLY CHAIN DE DÉTAIL LE WMS EXET DE LA SULY HAIN DE DÉTAIL QUELS SNT LES ENJEUX DE LA SULY HAIN? garatir la promesse cliet es derières aées, la distributio coaît ue véritable mutatio avec l évolutio des modes de cosommatio.

Plus en détail

Systèmes d observation stéréo. Une image Superbe pour une large gamme de tâches d inspection et de retouche.

Systèmes d observation stéréo. Une image Superbe pour une large gamme de tâches d inspection et de retouche. NOUVEAU: optio de capture d image Systèmes d observatio stéréo Ue image Superbe pour ue large gamme de tâches d ispectio et de retouche. Ue techologie optique brevetée permettat ue visualisatio sas fatigue

Plus en détail

COMMENT ÇA MARCHE GUIDE DE L ENSEIGNANT 9 E ANNÉE

COMMENT ÇA MARCHE GUIDE DE L ENSEIGNANT 9 E ANNÉE GUIDE DE L ENSEIGNANT 9 E ANNÉE TROUSSE PÉDAGOGIQUE 9 E ANNÉE Le préset Guide de l eseigat, qui accompage la trousse pédagogique COMMENT ÇA MARCHE : PRODUCTION D ÉLECTRICITÉ 9 e aée a été coçu à l itetio

Plus en détail

Dares Analyses. Plus d un tiers des CDI sont rompus avant un an

Dares Analyses. Plus d un tiers des CDI sont rompus avant un an Dares Aalyses javier 2015 N 005 publicatio de la directio de l'aimatio de la recherche, des études et des statistiques Plus d u tiers des CDI sot rompus avat u a Le cotrat de travail à durée idétermiée

Plus en détail

Tableaux Croisés et Diagrammes en Mosaïque : Pour Voir Les Probabilités Marginales et Conditionnelles.

Tableaux Croisés et Diagrammes en Mosaïque : Pour Voir Les Probabilités Marginales et Conditionnelles. Tableaux Croisés et Diagrammes e Mosaïque : Pour Voir Les Probabilités Margiales et Coditioelles. Moique Le Gue CNRS- MATISSE 1 Résumé Cet article s iscrit das ue démarche de sesibilisatio aux différetes

Plus en détail

RECHERCHE DE CLIENTS simplifiée

RECHERCHE DE CLIENTS simplifiée RECHERCHE DE CLIENTS simplifiée Nous ous occupos d accroître votre clietèle avec le compte Avatage d etreprise Pour trouver des cliets potetiels grâce à u simple compte bacaire Vous cherchez des idées

Plus en détail