Les sinistres graves en assurance automobile : Une nouvelle approche par la théorie des valeurs extrêmes

Dimension: px
Commencer à balayer dès la page:

Download "Les sinistres graves en assurance automobile : Une nouvelle approche par la théorie des valeurs extrêmes"

Transcription

1 Les sstres graves e assurace automoble : Ue ouvelle approche par la théore des valeurs extrêmes Nouredde Belagha (*, Mchel Gru-Réhomme (*, Olga Vasecho (** (* Uversté Pars 2, ERMES-UMR78-CNRS, 2 place du Pathéo, Pars, Frace E-Mal: E-Mal: (** Research Isttute of Statstcs, 3 Shota Rustavel str., 0023 Kyv, Urae E-Mal : Résumé La costructo des classes de rsque e assurace automoble est stratégque pour que le prcpe de mutualsato sot foctoel das cet evroemet cocurretel. Ces classes, costtuées à partr de caractérstques de l assuré et du véhcule, sot supposées homogèes e termes de sstralté. La présece de sstres graves (rares das ue classe vet perturber cette hypothèse d homogéété des classes et de stablté des dcateurs de rsque comme la prme pure. E gééral, face à de tels évéemets, les assureurs effectuet des écrêtemets et répartsset la charge sur l esemble du portefeulle, mas la questo se pose de détermer ce qu est u sstre grave pour ue classe de rsque doée af d assurer ue certae stablté des dcateurs de sstralté et doc ue adéquato etre la prme de référece et la sstralté. La théore des valeurs extrêmes permet d obter des estmatos fables d évéemets rares. Tros méthodes classques (valeurs record, moyee des excès, approxmato par la lo de Pareto gééralsée sot proposées pour la détermato d u seul d écrêtemet au-delà duquel u évéemet est cosdéré comme atypque. A pror, cette démarche a pas été utlsée e assurace automoble. Ces méthodes sot comparées sur des doées du portefeulle d ue mutuelle d assurace fraçase, pus ue ouvelle méthode basée sur ue combaso covexe des précédetes, qu mmse la varace, est proposée, permettat as de décder etre ces dfféretes stratéges. Mots clés : Gesto des rsques, valeurs extrêmes, écrêtemet, dstrbuto de Pareto gééralsée, assurace automoble. JEL: C, C6, G22 Revue MODULAD, Numéro 39

2 ABSTRACT I a compettve evromet, the developmet of rate classes car surace s strategc, so that the prcple of mutualsato s more fuctoal. These classes, based o dfferet characterstcs of the polcyholder ad the vehcle, are supposed homogeeous term of clam costs. The presece of large clam costs (rare a group comes to dsrupt ths hypothess of homogeety of the classes ad the stablty of the dcator ad thus a adequacy betwee the referece premum ad the clams. The extreme value theory allows obtag relable estmatos of rare evets. Three classc methods (record values, mea of excesses, ad the geeralzed Pareto estmate are proposed for the determato of a threshold from whch a evet s cosdered atypcal. Ths step has ever bee used before car surace studes. These methods are compared o a Frech mutual surace portfolo. The, we propose a ew method for the determato of a threshold based o a covex combato of these methods, whch mmzes the varace. Key words: Rs maagemet, Extreme values, data trmmg, Geeralzed Pareto Dstrbuto, car surace. Revue MODULAD, Numéro 39

3 . Itroducto Les Assuraces dovet fare face à des flux facers ter temporels et dvdualsés, et de ce fat très ombreux. Face à cet evroemet certa, lé à la sstralté, dfférets mécasmes de gesto des rsques peuvet être proposés. Le prcpe de mutualsato des rsques e assurace automoble est e gééral reteu, l permet de dmuer les cotrates dvduelles sur les assurés, mas peut provoquer u phéomèe d aléa moral. Cette mutualsato s avère opératoelle pusque les rsques sot dspersés. La costructo des classes de rsque est stratégque pour que le prcpe de mutualsato sot foctoel das u evroemet cocurretel. Ces classes, costtuées à partr de caractérstques de l assuré et du véhcule, possèdet doc des caractérstques smlares et sot supposées homogèes e terme de sstralté. Cette homogéété s eted doc relatvemet à u esemble de varables explcatves coveablemet sélectoées, e gééral à l ade de modèles léares gééralsés. Cette homogéété peut se mesurer par des dcateurs de rsque, à savor la fréquece et le coût moye des sstres qu permettet de détermer la prme pure (produt de ces deux dcateurs. D ue maère géérale, les rsques des dvdus d ue classe homogèe de rsque dépedet de deux varables aléatores dépedates et équdstrbuées: ue varable structurelle qu caractérse l hétérogéété terdvduelle acceptée au se de la classe et ue varable edogèe qu correspod au rsque collectf de la classe. C est cette derère que l assureur cherche à prévor. Ue certae stablté temporelle de ces dcateurs est doc écessare pour avor ue boe adéquato etre la sstralté et la tarfcato. La présece de sstres graves das ue classe vet perturber cette hypothèse d homogéété des classes et de stablté des dcateurs. E gééral, face à de tels évéemets, les assureurs répartsset la charge sur l esemble du portefeulle. Toutefos la questo se pose de détermer ce qu est u sstre grave das ue classe de rsque pour assurer la stablté des dcateurs et doc la hérarche de ces classes. Des approches par la théore des valeurs extrêmes ot été applquées e face pour le calcul de mesures de rsque comme la Value at Rs (Ferades, 2003 et das d autres domaes (Ress, 997, 200. A otre coassace, cette démarche a pas été utlsée e assurace automoble. Après avor rappelé les fodemets de la théore de valeurs extrêmes et e partculer la méthode basée sur la dstrbuto de Pareto gééralsée (GPD, tros méthodes d estmato (valeurs record, moyee des excès, approxmato GPD sot proposées pour la détermato d u seul à partr duquel u évéemet est cosdéré comme atypque. Ces méthodes sot comparées sur des doées du portefeulle d ue mutuelle d assurace fraçase. Elles permettet de prévor des sstres graves pour ue probablté d occurrece doée (très fable et u tervalle de coface fxé. Ue aalyse comparatve est effectuée etre ces méthodes et ue ouvelle méthode qu mmse la varace d ue combaso covexe des seuls obteus par les méthodes précédetes. Cette démarche permet de décder etre ces dfféretes stratéges. Revue MODULAD, Numéro 39

4 2. De la théore classque des valeurs extrêmes à la méthode de dépassemet de seul La théore des valeurs extrêmes est à la fos acee et modere, elle cocere l étude du maxmum d ue dstrbuto et de sa lo. L œuvre mathématque d Emle Gumbel (89-966, résumée das ses travaux de 954 et 958, est souvet detfée à la théore statstque des valeurs extrêmes. Mas l faut auss cter les travaux de Bortewcz (922, Fréchet (927, Fsher et Tppett (928, Fett (932. Les applcatos de la théore des valeurs extrêmes, as que les avacées théorques, sot de plus e plus ombreuses et touchet des domaes varés, comme la météorologe (Jeso, 955, l hydrologe (Gumbel, 955, Berardara et al., 2005, Gullou et al., 2006, la face (Bouler et al., 998, l assurace (Ress, 997, Embrechts et al., O peut auss cosulter les ouvrages gééralstes récets suvats : Embrechts et al. (999, Kotz et al. (2000, Coles (200, Berlat et al. (2004, de Haa et Ferrera (2006. La revue «Extremes» a été créée e 999 et trate des travaux sur ces questos. La théore des valeurs extrêmes, développée pour l estmato de la probablté d occurrece d évéemets rares, permet d obter des estmatos fables des valeurs extrêmes, pour lesquelles les observatos sot peu ombreuses. L utlsato des los des valeurs extrêmes repose sur des proprétés des statstques d ordre et sur des méthodes d extrapolato. Plus précsémet, elle repose sur les covergeces e lo des maxma ou des mma de varables aléatores dépedates coveablemet re-ormalsées. Les los lmtes sot coues et sot appelées les los des valeurs extrêmes. 2. Dstrbuto des extrema das le cas d u échatllo de talle fe O déft la varable aléatore réelle M, qu tradut le maxmum d u -échatllo d ue varable aléatore réelle X (les varables aléatores X sot dépedates et suvet la même lo que X, par : M max( ( = X O pourrat auss s téresser au mmum et utlser la relato : m ( X. = max ( X E théore des valeurs extrêmes, le but vsé est de détermer la lo lmte ormalsée que sut le maxmum (ou le mmum e focto de celle de la varable aléatore X. Notos F X la focto de répartto de la varable X de lo de probablté P, à savor F X ( x = P( X < x. La focto de répartto de M est alors défe par: ( x = P( M < x = P( X < x, L, X < x FM = P( X = [ F (x] X < x LP( X < x (2 De ces résultats, ous tros la cocluso que le maxmum focto de répartto est égale à. F X M est ue varable aléatore dot la Revue MODULAD, Numéro 39

5 La focto de répartto de X état souvet coue, l est gééralemet pas possble de détermer la dstrbuto du maxmum à partr de ce résultat. Comme les valeurs extrêmes se trouvet, à drote et à la f du support de la dstrbuto, tutvemet le comportemet asymptotque de M dot permettre de redre compte de la f de la dstrbuto. Notos xf = sup { x R : FX ( x < } le pot termal à drote (rght-ed pot de la focto de répartto F X. Ce pot termal peut être f ou f (Embrechts et al., 997, exemple , p.39. O s téresse alors à la dstrbuto asymptotque du maxmum e fasat tedre vers l f. O a : 0 s x < xf lm FM = [ X ] = (3 ( x lm F ( x s x xf O costate que la dstrbuto asymptotque du maxmum doe ue lo dégéérée, ue masse de Drac e xf, pusque pour certaes valeurs de x, la probablté peut être égale à das le cas où x F est f. Ce fat e fourt pas assez d formatos, d où l dée d utlser ue trasformato af d obter des résultats plus explotables pour les los lmtes des maxma M. La trasformato la plus smple est l opérato de stadardsato. 2.2 Dstrbutos asymptotques du maxmum Comme la lo lmte de la focto de répartto précédete est dégéérée, o recherche ue lo o dégéérée pour le maxmum de ( X,..., X. La théore des valeurs extrêmes permet de doer ue répose à cette problématque. Les premers résultats sur la caractérsato du comportemet asymptotque de la lo du maxmum ormalsé ot été obteus par Fsher et Tppett e 928. Le théorème suvat explcte ces résultats. Défto Sot X,..., X ue sute de varables aléatores réelles d, de somme S. O dt que X (ou FX appartet au domae d attracto d ue focto de répartto o dégéérée H s l exste ue sute de réels ( a et ue sute ( b à termes strctemet postfs telles que : S a coverge fablemet (ou e dstrbuto vers H. b S a d Das ce cas, o ote : H b Théorème (Fsher et Tppett, 928, Gedeo,943 Sot X,..., X ue sute de varables aléatores réelles d de lo cotue P et M = max( X,..., X. S l exste deux sutes réelles ( a et ( b avec b > 0, et ue focto de répartto odégéérée G telle que, G lorsque ted vers l f, alors G est écessaremet de M a d b l u des tros types suvat : Revue MODULAD, Numéro 39

6 G G, α G 2, α 0 ( x = exp( exp( x < x < + 0 ( x = α exp( x exp( ( x ( x = α x < 0 x 0, α > 0 x < 0, α < 0 x 0 O appelle G lo de Gumbel, G lo de Fréchet et lo de Webull. 0, α G 2, α (4 F X O dt alors que X (ou appartet au domae d attracto maxmum de G ou au max-domae d attracto et o ote X MDA(G. Ue démostrato détallée de ce théorème est doée das Resc (987 et avec des développemets das Embrechts et al. (997, p. 52. Les sutes a et b dépedet des paramètres de la lo de X. ( ( Par exemple, pour ue sute ( X de varables aléatores qu suvet la lo expoetelle stadard, x la focto de répartto est doée par F( x = e. Pour a = log( et b = (Embrechts et al., 997, p. 55, o obtet par applcato de ce théorème : P M log( x = P( M x log( ( + x = P( X x + = F x + = ( log( ( ( log( e qu ted vers exp( exp( x quad ted vers l f. O a doc c u résultat de même type que celu du théorème cetral lmte. Jeso (955 a proposé ue écrture ufée des tros types de dstrbuto lmte du maxmum. E trodusat les paramètres de localsato μ et de dspersoσ, qu dépedet des sutes ( a e t ( b, das l expresso des dstrbutos extrêmes, o obtet la forme la plus géérale de la dstrbuto des valeurs extrêmes, otée GEV (Geeralzed Extreme Value Dstrbuto. Elle correspod à : / ξ x μ G μ, σ, ξ ( x = exp + ξ (5 σ où ξ est u paramètre de forme (shape parameter ecore appelé dce des valeurs extrêmes ou dce de queue qu e déped que de la lo de X. Plus cet dce est élevé e valeur absolue, plus le pods des extrêmes das la dstrbuto tale est mportat. O parle alors de dstrbutos à «queues épasses». Pour ξ o ul, o a ξ = et le sge de ξ ous resege sur le type de la lo asymptotque du α maxmum. La focto de répartto G est das le domae d attracto maxmum, μ, σ, ξ respectvemet, de Fréchet, Gumbel ou Webull selo que ξ > 0, ξ = 0 ou ξ < 0 (Galambos, 987, pp.53-54, Embrechts et al., 997, p.52. Revue MODULAD, Numéro 39

7 Pour smplfer, o ote G ξ = G 0,,ξ. La coassace de ξ permet, à elle seule, de caractérser à u chagemet d échelle près, le comportemet asymptotque du maxmum ormalsé. 2.3 Dstrbuto codtoelle des excès Ce secod volet de la théore des valeurs extrêmes, appelé méthode à dépassemet de seul ou méthode POT (Peas Over Threshold cosste à utlser les observatos qu dépasset u certa seul suffsammet élevé et plus partculèremet les dfféreces etre ces observatos et le seul, appelées excès (cf. Davso et Smth, 990. Cette méthode a été d abord développée pour le tratemet de doées hydrologques (par exemple, le volume et la durée des défcts e eau af d établr des bases théorques des modèles de dépassemet ou o dépassemet d u certa seul. Les premers développemets systématques se trouvet das les travaux de Todorovc et Zelehasc (970 et Todorovc et Rousselle (97. L approche basée sur la lo de Pareto gééralsée a été trodute par Pcads (975 et reprse par de Haa et Rootze (993. O peut auss se référer aux travaux sur les foctos à varatos régulères (Bgham et al., 987. Pour ue comparaso plus fe etre ces deux approches o peut se référer aux travaux de Mc Nel et Frey (2002, Katz (2002 qu recommadet l utlsato de la méthode à dépassemet de seul pour l estmato des quatles extrêmes. E effet, l approche classque de la théore des valeurs extrêmes a été fortemet crtquée das le ses où l estmato des paramètres de la dstrbuto GEV est ue estmato dte «Bloc compoet-wse», ce qu veut dre qu à partr des doées tales, o extrat des blocs (sous populatos de même talle, pus o cosdère la dstrbuto formée par les maxma de chacu de ces blocs (ue seule valeur maxmale par bloc. Cette méthode mplque doc ue perte d formatos. E partculer, certas blocs peuvet coter pluseurs valeurs extrêmes pour la dstrbuto tale, alors que d autres peuvet e pas e coter. Le problème a été résolu, e cosdérat toutes les valeurs au-delà d u seul doé. Défto 2 Sot X,..., X varables aléatores réelles d de focto de répartto commue F et u u réel suffsammet grad, féreur au pot termal x F, appelé seul. Notos E u = { j {,2,... } / X j > u}. O déft les excès au-delà du seul u comme l esemble des varables aléatores Y j défes par : Y = X u pour j E. j j u O cherche à partr de la dstrbuto F de X à défr ue dstrbuto codtoelle F u par rapport au seul u pour les varables aléatores dépassat ce seul. Défto 3 La dstrbuto codtoelle F u des excès au-delà du seulu est défe par : Revue MODULAD, Numéro 39

8 F( u + y F( u Fu ( y = P( X u y X > u = pour 0 y xf u. (6 F( u Ce qu équvaut à : F( x F( u F u ( x = P( X < x X > u = pour x u. (7 F( u L objectf de la méthode POT est de détermer par quelle lo de probablté o peut approcher cette dstrbuto codtoelle. Balema et de Haa (974, Pcads (975, ot proposé le théorème c-après qu précse la dstrbuto codtoelle des excès lorsque le seul détermste ted vers le pot termal. Le paragraphe 3.3 llustre l térêt de cette méthode das l estmato des quatles extrêmes. Théorème 2 (Pcads, 975; Balema et de Haa, 974 Sot F u la dstrbuto codtoelle des excès au-delà d u seulu (cf. Théorème, assocée à ue focto de répartto coue F. Cette focto F appartet au domae d attracto maxmum de (cf. théorème s et seulemet s l exste ue focto postve σ telle que F ξ, σ GPD lm Sup Fu ( y Fξ, σ ( u ( y = 0, u xf 0< y< xf u GPD où est la focto de répartto de la lo de Pareto gééralsée (GPD, défe par : G ξ pour [ ] y 0, ( x u s 0 F F GPD ξ, σ / ξ ( + ξ y σ s ξ 0, ( y = exp( y σ s ξ = 0, y 0, M( σ ξ, x u s ξ < 0. ξ et [ ] F Ce théorème établt le le etre le paramètre de la lo du domae d attracto maxmum et le comportemet lmte des excès au-delà d u seul assez grad. E partculer, l dce de queue ξ, obteu das l étude du maxmum, est detque au paramètre de la lo de Pareto gééralsée. Cec permet de dstguer les los à queue épasse qu apparteet au domae d attracto de Fréchet des los à queue fe ou légère qu apparteet au domae d attracto de Gumbel. Ue queue de dstrbuto est d autat plus épasse qu elle se dstgue de la lo ormale e s étalat plus letemet, et doc avec u coeffcet d aplatssemet (urtoss supéreur à celu de la lo ormale (égal à tros. La lo de Pareto gééralsée peut auss s écrre sous la forme : F GPD ξ, σ ( y = + logg( y (8 où G( y correspodat à la lo GEV (Geeralzed Extreme Value avec μ = 0 (cf. Théorème. E effet, pour les excès, l effet du paramètre de localsato est prs e compte das les sutes a (cf. Théorème. ( Das la lttérature, dfféretes méthodes ot été proposées pour estmer les paramètres ( σ, ξ de la lo GPD : la méthode du maxmum de vrasemblace, la méthode des momets, la méthode Revue MODULAD, Numéro 39

9 bayésee, l estmateur de Pcads (975 et l estmateur de Hll (975. Notos que ces deux derers estmateurs e sot utlsables que pour l dce de la queue de la dstrbuto (ξ. Les travaux de Hosg et Walls (987 doet des comparasos etre les dfféretes méthodes d estmato. Lors de l estmato des paramètres de la lo GPD, o se trouve devat u problème d estmato du seul u. Pluseurs méthodes de détermato du seul au-delà duquel les observatos sot extrêmes ot été proposées. 3. Les méthodes d estmato du seul La théore des valeurs extrêmes, selo l approche reteue, propose dfféretes méthodes pour estmer u seul au-delà duquel ue observato sera cosdérée comme valeur extrême. O peut dstguer les valeurs record, la focto moyee des excès et l approxmato GPD (par la dstrbuto de Pareto gééralsée. Ce seul dot être suffsammet grad pour pouvor utlser les résultats précédets, mas pas trop af de dsposer d u ombre suffsat d observatos pour obter des estmatos de qualté. Présetos rapdemet ces dfféretes méthodes qu serot utlsées das les classes de rsque. 3. Les valeurs record La méthode cosste e ue comparaso etre les valeurs record et les valeurs atcpées de ces records ssues d ue sute de varables aléatores réelles d. Sot ue sute de varables aléatores réelles d, u record X (comme das les compéttos sportves, Emahl et Magus, 2006 est attet s X > M avec M = max( X, X 2,..., X. Le processus de comptage (9 est déf comme sut ; N =, N = + I = 2 { X > M }, 2 s X > M où la focto dcatrce I { X > M est défe par : } I{ X > M } = 0 so Avec la méthode des valeurs record, le seul correspod à ue valeur de la dstrbuto. Il est possble de calculer la moyee et la varace du processus de déombremet (9 des records N (Embrechts et al., 997, p. 307 : E ( N =, Var( N =. 2 (0 = = La démostrato se trouve das l aexe. Le Tableau présete les valeurs de E ( N et V ( N calculées e focto de dverses valeurs de, à partr de (0. X (9 Revue MODULAD, Numéro 39

10 E( N V ( N 000 7,48 5, ,7 6, ,09 7, ,78 8, ,48 8, ,37 9, ,09 0, ,49 0, ,78,3 Tableau : Calcul de l espérace et de la varace d u processus de comptage e focto de la talle de l échatllo Pour grad, l espérace de N vare comme l (, plus précsémet EN ( = l( + γ, = où γ est la costate d Euler, à savorγ 0, 577. Pour = 000, l erreur est féreure au cetème. L espérace de N permet doc d estmer le ombre de valeurs extrêmes, pus d e dédure le seul au-delà duquel les observatos sot extrêmes à partr de la statstque d ordre. 3.2 La focto moyee des excès La focto moyee des excès (FME, qu permet de décrre la prédcto du dépassemet du seul u lorsqu u excès se produt, est défe par : e ( u = E [ X u / X > u]. ( Cette focto moyee des excès est estmée par la somme des excès dépassat u certa seul élevé u, dvsé par le ombre d observatos qu dépasset ce seul (FME emprque. + où ( X u = Sup ( X u,0 + ( X u = ê ( u =. (a I = { X > u} Cette approche pratque vsat à chosr le seul u cosste à tracer l estmateur emprque de l espérace résduelle de X et à chosr u de maère à ce que eˆ ( u sot approxmatvemet léare pour tout x u. E effet, comme la focto d espérace résduelle d ue lo GPD de paramètre ξ < est affe (proprété coue des réassureurs depus le début du sècle, o peut cosulter Schrmacher, 2005, o cherchera u u auss pett que possble sous cotrate que l estmateur emprque de l espérace résduelle des excès au-delà de u sot approxmatvemet léare. La focto moyee des excès emprque sous la forme affe s écrt, pour u < x F, comme sut (Davso et Smth, 990, p. 396, Embrecht et al., 997, p.65: Revue MODULAD, Numéro 39

11 ˆ σ + ˆ ξ u eˆ ( u =, avec ˆ σ + ˆ ξ u > 0. (b ˆ ξ Le seul u est doc détermé à partr du momet où le graphe de la focto ê (u présete ue parte affe stable (Fgure. Tros cas peuvet alors se préseter : S à u certa seul, la focto moyee des excès emprque est marquée par ue pete postve, alors les doées suvet ue dstrbuto de Pareto gééralsée avec u paramètre ξ postf. U deuxème cas peut se préseter, lorsque la focto moyee des excès emprque présete ue pete horzotale, les doées suvet ue dstrbuto expoetelle. U derer cas peut se recotrer lorsque la FME emprque est décrossate, o a ue dstrbuto borée à drote. Les doées suvet alors ue dstrbuto à queue légère. La fgure suvate (Fgure présete la FME emprque d ue dstrbuto GPD avec u paramètre ξ postf. O costate que la FME devet stable pour u seul de l ordre de Fgure : La focto moyee des excès L estmato graphque du seul u ˆ cosste à repérer les plages de léarté. Nous avos ue premère plage de u ˆ = 3000 à uˆ = 4500, cette plage est pas acceptable car par la sute, o observe u chagemet de pete alors que le ombre d observatos reste mportat. Ue deuxème plage de léarté cocere le segmet [ 5500,9000] dot la pete est légèremet postve. C est ue estmato graphque qu se base sur la vsualsato des pots qu se présetet sous la forme d ue drote. Cette secode plage de léarté, qu doe ue stablté à la focto moyee des excès de l échatllo étudé, permet d estmer le seul, u ˆ = Revue MODULAD, Numéro 39

12 La valeur de u ˆ pour chaque classe est détermée à l ade du graphque de la focto moyee des excès. La valeur de û correspod au pot à partr duquel le graphe devet stable (proche d ue drote. Cette méthode est parfos délcate, car le graphe de l estmato de E [ X u / X > u] peut préseter des aspects rrégulers et doc dffcles à terpréter. 3.3 La focto GPD et l estmato de la queue de dstrbuto La méthode se base sur l estmato du quatle extrême préseté das la formule (4, au-delà de ce quatle les observatos sot jugées extrêmes et le ombre de valeurs extrêmes est égal au ombre d observatos qu dépasset ce quatle estmée par l approxmato GPD. Cette trosème méthode d estmato du seul utlse doc la dstrbuto de Pareto gééralsée GPD et s appue sur la lo asymptotque des excès (Théorème 2 pour produre u estmateur de F ξ, σ quatle extrême. Nous utlsos pour cela u seul aléatore m u comme état le quatle d ordre u = F m où F est l verse gééralsé de la focto de répartto F déf par : F ( y = f{ x: F( x y}. Le ombre d excès m est u eter chos; l dot tedre vers l f avec la talle de de la lo des doées : ( l échatllo mas rester pett devat pour que le seul sot suffsammet grad : m lm m = + et lm = 0. Des solutos pour fxer m de maère à obter u estmateur asymptotquemet sas bas ot otammet été proposées par Golde et Smth (978 pus De Haa et Peg (998. Das otre applcato (secto 5, ous avos utlsé la même démarche que celle proposée par Embrechts et al. (997 qu précoset de tracer les estmateurs e focto de m / et de chosr m das u tervalle où le graphe des estmatos est approxmatvemet léare. Pour plus de détals sur cette questo de l estmato d u seul, o peut auss cosulter le lvre récet de De Haa et Ferrera, 2006, chaptre 4, pp Le seul dot être suffsammet élevé pour vérfer le caractère asymptotque du modèle, mas pas trop grad pour garder u ombre suffsat d observatos qu dépasset ce seul af de pouvor ème estmer les paramètres du modèle. E pratque, o estme le seul par la ( m observato ordoée ; c'est-à-dre uˆ = x ( m, qu correspod à la statstque d ordre des observatos stuées au veau de la queue de la dstrbuto. Pus o retet celu pour lequel les estmatos apparasset stables pour u modèle be ajusté aux doées. L adéquato des excès au-delà du seul par la focto GPD ( Etat doé u échatllo x,..., x, ous voulos vérfer s u modèle paramétrque permet d obter ue boe approxmato de la lo des doées, partculèremet e queue de dstrbuto. Les tests d adéquato classques de Cramer-Vo Mses ou d Aderso-Darlg, permettet de mesurer l adéquato aux doées de la parte cetrale de l tervalle mas ls e sot pas applcables au veau de la queue de dstrbuto, même s le test d Aderso-Darlg est plus sesble aux valeurs extrêmes. u Revue MODULAD, Numéro 39

13 Ress et Thomas (997 ot développé u test d adéquato de queue de dstrbuto aux doées. Le modèle dot s adapter auss be à l esemble de la dstrbuto des doées qu à la queue de la dstrbuto. E effet, pour x u (des pots apparteat à la queue de la dstrbuto, F( x = P X x = P X u Fu x u + P X u. (2 { } ( { } ( { } Das la relato précédete, o peut estmer F u ( x u par F GPD ( x u ˆ pour u élevé. Cette approxmato est l applcato drecte du Théorème 2. Nous pouvos auss estmer P{ X u} à partr des doées par la focto de répartto emprque (u évaluée au pot u : F ( u = I { X > u}. = Cela veut dre que pour x u ous pouvos utlser l estmato de la queue, ˆ GPD F( x = ( F ( u F ˆ ( x + F ( u ξ, ˆ σ, pour approxmer la focto de répartto F(x. Il est facle de motrer que F ˆ ( x est auss ue dstrbuto GPD, avec le même paramètre de forme ξ, mas avec u paramètre d échelle ~ σ = σ ( F ( u ξ et u paramètre de ~ μ ~ ξ = u σ ( F ( u ξ. localsato ( L estmateur du quatle extrême q GPD, ξ, ˆ σ, ssu de l approxmato par la lo de Pareto gééralsée et qu sera utlsé par la sute pour la détermato des seuls par classe de rsque se présete comme sut : ˆ ξ ˆ σ p qˆ = ˆ + GPD, u. (3 ˆ ξ m Cette expresso fgure, par exemple, das Davso et Smth (990, p. 397 et Embrechts et al. (997, p Pour trouver u estmateur de q, l faut doc trouver les estmateurs de u, σ, ξ. Das otre GPD applcato les paramètres de la lo GPD sot estmés par la méthode de maxmum de vrasemblace. 3.4 Méthode mxte de mmsato de la varace Les dfféretes méthodes précédetes proposet u seul, souvet dfféret d ue méthode à l autre. Le problème des valeurs atypques ou aberrates est be cou e statstque pratque, et l garde toujours ue part d détermato qu empêche ue formalsato complètemet ratoelle. Be sûr, l est possble de cosulter des experts ou d utlser de l formato auxlare (s dspoble, mas cette démarche pred beaucoup de temps. Le traval pratque du statstce, comme du gestoare, est de trouver u comproms etre la qualté (précso des estmatos et le coût pour y parver. Das cette voe, ous proposos cette ouvelle méthode pour détermer u seul mmsat la varace (crtère de qualté d ue combaso covexe des seuls obteus par ces méthodes ssues de la théore des valeurs extrêmes. F Revue MODULAD, Numéro 39

14 Théorème 3 Soet U des varables aléatores réelles ( =,..., p et Z ue varable aléatore défe comme combaso covexe des U, à savor : Z = α, où α > 0 et α =. p = O ote V la varace de U, V est la matrce de varace-covarace des U et α = ( α,..., α p. O suppose que les varables ot toutes des momets d ordre deux et que V est versble. U La varace de Z est alors mmale pourα = V p A, où V est l verse de la matrce V, v est le terme gééral de V égaux à. La preuve se trouve das l Aexe 2. U j, j= et A est la matrce u-coloe d ordre p dot tous les coeffcets sot Das cette démarche, qu permet d obter u seul de référece, les varables aléatores U correspodet aux seuls estmés par les méthodes précédetes. Mas das cette approche, les varaces de ces seuls e sot pas coues explctemet, l est doc écessare de les estmer. La méthode du bootstrap trodute à la f des aées 70 par Bradley Efro (Efro, 979 permet d estmer la précso des estmateurs de paramètres, comme la varace, sas coaître la vrae valeur de cette précso et même ue expresso de cette précso. Cette méthode procède par rééchatlloage (Efro et Tbshra, 993, Ardlly, 994. Pusque les seuls correspodet à des quatles, la varace a doc été estmée par la méthode du bootstrap qu cosste à trer, avec remse, K échatllos de même talle que l échatllo cosdéré (classe de rsque. O obtet as ue sute de quatles. Les covaraces sot égalemet estmées par la méthode du bootstrap (Bera et Srvastava, 985 : pour chaque échatllo, o déterme u seul par chacue des méthodes, obteat as des p- uples (ou des pares das la méthode mxte du paragraphe 5.3. O a chos K=000. Les temps de mse e œuvre et de calcul sot assez logs. Cette démarche est applquée pour chaque varable aléatore U. Plus précsémet s û désge l estmato de u (seul das l échatllo ( =,..., K, o a : et la varace de u ˆ est estmée par : u = K K u = K Vˆ 2 ( uˆ = ( uˆ uˆ (5 K = p = (4 v j S v est u estmateur du seul u obteu par ue autre méthode, o déft de faço aalogue aux expressos (4 et (5, vˆ et l estmateur de la varace de vˆ, l estmato de la covarace est alors doée par : Revue MODULAD, Numéro 39

15 K Cov ( uˆ, vˆ = ( uˆ K = uˆ( vˆ v (6 ème où le couple ( uˆ, vˆ est. obteu lors du trage bootstrap. Le calcul des Vˆ ( uˆ permet d estmer α, pus d obter ue estmato du seul pour cette méthode mxte de mmsato de la varace. O peut auss utlser ue méthode de «balaced resamplg» (Davso et al., 986 das laquelle chaque observato de l échatllo tal apparaît le même ombre de fos das la réuo des K échatllos bootstrap créés. Avat de passer à l applcato de ces méthodes ssues de la théore des valeurs extrêmes à la détecto des sstres graves par classe de rsque, l est écessare de préseter les dcateurs de rsque utlsés pour cette étude. 4. Les outls de mesure de la sstralté Le rsque est souvet cosdéré comme mesurable s l est possble de calculer u rsque moye qu caractérse la tedace de sstralté du phéomèe étudé. Das chaque classe, le rsque est mesuré e termes de fréquece et de coût moye, pus la prme pure est détermée comme produt de ces deux dcateurs. La prme pure correspod à l espérace de la charge de sstres à laquelle devra fare face l assureur. La lo des grads ombres permet d utlser cette démarche. Le calcul de la prme pure a pour objectf d évaluer pour chaque assuré (selo ses caractérstques le motat attedu des sstres pour ue pérode d assurace doée. Cette prme pure théorque est commue à tous les assurés d ue même classe. Plus précsémet, otos ue classe de rsque (=,...K et le ombre de véhcules das la classe. La prme pure das la classe est alors défe, sur ue pérode doée (e gééral a, par : P = = = c w,, (7 où c, correspod au coût total des sstres sur la pérode pour le véhcule de la classe. De ombreux coûts sot uls. Das cette expresso de la prme pure, correspod au pods du véhcule assuré de la classe. E effet, au cours d ue aée, le ombre d assurés das ue classe vare, certas arrvet, d autres réslet leur cotrat ou chaget de véhcule. Chaque observato est doc podérée par w, = ( ombre de mos où l assuré est préset das la classe pour 2 ue aée doée. U chagemet de véhcule peut mplquer u chagemet de classe. U assuré qu cotracte ue assurace seulemet sur 3 mos das l aée, aura doc u pods égal à 0.25 (sa cotsato e correspod qu à tros mos d assurace. Par coséquet, w. w, =, Revue MODULAD, Numéro 39

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

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

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

ANALYSE FACTORIELLE DES CORRESPONDANCES SIMPLES

ANALYSE FACTORIELLE DES CORRESPONDANCES SIMPLES ANALYSE DES DONNÉES TEST DU KHI-DEUX ANALYSE FACTORIELLE DES CORRESPONDANCES SIMPLES Perre-Lous Gozalez Mesure de la laso etre deux varables qualtatves Kh deux Equête : Êtes-vous «pas du tout d accord»

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

RECUEIL DES METHODES INTERNATIONALES D'ANALYSES OIV Guide de validation Contrôle qualité

RECUEIL DES METHODES INTERNATIONALES D'ANALYSES OIV Guide de validation Contrôle qualité Gude de valdato Cotrôle qualté Gude pratque pour la valdato, le cotrôle qualté, et l estmato de l certtude d ue méthode d aalyse œologque alteratve (Résoluto Oeo 10/005) Sommare 1. OBJET... 5. PREAMBULE

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

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

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

Une méthode alternative de provisionnement stochastique en Assurance Non Vie : Les Modèles Additifs Généralisés

Une méthode alternative de provisionnement stochastique en Assurance Non Vie : Les Modèles Additifs Généralisés Ue méthode alteratve de provsoemet stochastque e Assurace No Ve : Les Modèles Addtfs Gééralsés Lheureux Else B&W Delotte 85, av. Charles de Gaulle 954 Neully-sur-See cedex Frace Drect: 33(0).55.6.65.3

Plus en détail

" BIOSTATISTIQUE - 1 "

 BIOSTATISTIQUE - 1 ISTITUT SUPERIEUR DE L EDUCATIO ET DE LA FORMATIO COTIUE Départemet Bologe Géologe S0/ " BIOSTATISTIQUE - " Cours & Actvtés : Modher Abrougu Aée Uverstare - 008 Modher Abrougu Bostatstque «I» ISEFC - 008

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

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

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

Calculs financiers. Auteur : Philippe GILLET

Calculs financiers. Auteur : Philippe GILLET Clculs fcers Auteur : Phlppe GILLET Le tux d térêt Pour l empruteur qu e dspose ps des fods écessres, l représete le prx à pyer pour ue cosommto mmédte. Pour le prêteur, l représete le prx ecssé pour l

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

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

GIN FA 4 02 01 INSTRUMENTATION P Breuil

GIN FA 4 02 01 INSTRUMENTATION P Breuil GIN FA 4 0 0 INSTRUMENTATION P Breul OBJECTIFS : coatre les bases des statstques de la mesure af de pouvor d ue part compredre les spécfcatos d u composat et d autre part évaluer avec rgueur les performaces

Plus en détail

Mémoire présenté devant l Institut de Science Financière et d Assurances le 16 mai 2001 pour l obtention du diplôme d Actuaire de Lyon

Mémoire présenté devant l Institut de Science Financière et d Assurances le 16 mai 2001 pour l obtention du diplôme d Actuaire de Lyon Uversté Claude Berard Lyo INSTITUT DE SCIENCE FINANCIERE ET D'ASSURANCES Mémore préseté devat l Isttut de Scece Facère et d Assuraces le 6 ma 200 pour l obteto du dplôme d Actuare de Lyo Par : Mlle Auréle

Plus en détail

REPUBLIUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE MINISTAIRE DES ETUDES SUPERIEURS ET DES RECHERCHES SCIENTIFIQUES

REPUBLIUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE MINISTAIRE DES ETUDES SUPERIEURS ET DES RECHERCHES SCIENTIFIQUES REPUBLIUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE MINISTAIRE DES ETUDES SUPERIEURS ET DES RECHERCHES SCIENTIFIQUES UNIVERSITE ABOU BAKR BELKAID TLEMCEN FACULTE DE TECHNOLOGIE DEPARTEMENT DE GENIE ELECTRIQUE

Plus en détail

Pricing Avancé pour Exotiques FINKEYS FRANCE

Pricing Avancé pour Exotiques FINKEYS FRANCE Prcg Avacé pour Exotques Esegat Phlppe DUCHEMIN, Cosultat Formateur. www.fkeys.com (accès au cours) Cosultat : «Product Cotrol» CNP, chox d u outl Frot to Compta SOCIETE GENERAL SGCIB - Product Cotrol

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

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

Modélisations du risque en assurance automobile. Michel Grun-Rehomme Université Paris 2 et Ensae Email: grun@ensae.fr

Modélisations du risque en assurance automobile. Michel Grun-Rehomme Université Paris 2 et Ensae Email: grun@ensae.fr Modélsatons du rsque en assurance automoble Mchel Grun-Rehomme Unversté Pars 2 et Ensae Emal: grun@ensae.fr 1 Modélsatons du rsque en assurance automoble La snstralté est mesurée en terme de fréquence

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

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

Note méthodologique. Traitements hebdomadaires Quiestlemoinscher.com. Quelle méthode de collecte de prix? Qui a collecté les prix?

Note méthodologique. Traitements hebdomadaires Quiestlemoinscher.com. Quelle méthode de collecte de prix? Qui a collecté les prix? Note méthodologque Tratements hebdomadares Questlemonscher.com Quelle méthode de collecte de prx? Les éléments méthodologques ont été défns par le cabnet FaE onsel, socété d études et d analyses statstques

Plus en détail

Pour ce problème, une analyse est proposée à l adresse : http://www.ac-amiens.fr/pedagogie/maths/new/ue2007/synthese_atelier_annette_alain.

Pour ce problème, une analyse est proposée à l adresse : http://www.ac-amiens.fr/pedagogie/maths/new/ue2007/synthese_atelier_annette_alain. Pour ce problème, une analyse est proposée à l adresse : http://www.ac-amens.fr/pedagoge/maths/new/ue2007/synthese_ateler_annette_alan.pdf 1 La règle du jeu Un drecteur de casno se propose d nstaller le

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

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

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

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

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

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

EH SmartView. Identifiez vos risques et vos opportunités. www.eulerhermes.be. Pilotez votre assurance-crédit. Services en ligne Euler Hermes

EH SmartView. Identifiez vos risques et vos opportunités. www.eulerhermes.be. Pilotez votre assurance-crédit. Services en ligne Euler Hermes EH SmartVew Servces en lgne Euler Hermes Identfez vos rsques et vos opportuntés Plotez votre assurance-crédt www.eulerhermes.be Les avantages d EH SmartVew L expertse Euler Hermes présentée de manère clare

Plus en détail

Le théorème du viriel

Le théorème du viriel Le théorème du vrel On se propose de démontrer le théorème du vrel de deux manères dfférentes. La premère fat appel à deux "trcks" qu l faut vor. Cette preuve met en avant une quantté, notée S c, qu permet

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

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

Dirigeant de SAS : Laisser le choix du statut social

Dirigeant de SAS : Laisser le choix du statut social Drgeant de SAS : Lasser le chox du statut socal Résumé de notre proposton : Ouvrr le chox du statut socal du drgeant de SAS avec 2 solutons possbles : apprécer la stuaton socale des drgeants de SAS comme

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

EXAMEN FINAL DE STATISTIQUES DESCRIPTIVES L1 AES - SESSION 1 - Correction -

EXAMEN FINAL DE STATISTIQUES DESCRIPTIVES L1 AES - SESSION 1 - Correction - EXAME FIAL DE STATISTIQUES DESCRIPTIVES L1 AES - SESSIO 1 - Correcton - Exercce 1 : 1) Consdérons une entreprse E comportant deux établssements : E1 et E2 qu emploent chacun 200 salarés. Au sen de l'établssement

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

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

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

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

MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES

MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES Émle Garca, Maron Le Cam et Therry Rocher MENESR-DEPP, bureau de l évaluaton des élèves Cet artcle porte sur les méthodes de

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

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

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

UNE ETUDE ECONOMÉTRIQUE DU NOMBRE D ACCIDENTS

UNE ETUDE ECONOMÉTRIQUE DU NOMBRE D ACCIDENTS BRUSSELS ECONOMIC REVIEW - CAHIERS ECONOMIQUES DE BRUXELLES VOL. 49 - N 2 SUMMER 2006 UNE ETUDE ECONOMÉTRIQUE DU NOMBRE D ACCIDENTS DANS LE SECTEUR DE L ASSURANCE AUTOMOBILE* MARÍA DEL CARMEN MELGAR**

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

L Analyse Factorielle des Correspondances

L Analyse Factorielle des Correspondances Aalyse de doées Modle 5 : L AFC M5 L Aalyse Factorelle des Corresodaces L aalyse factorelle des corresodaces, otée AFC, est e aalyse destée a tratemet des tableax de doées où les valers sot ostves et homogèes

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

Virtualization. Panorama des solutions de virtualisation sur différentes plate-formes. Laurent Vanel Systems Architect IBM Laurent_vanel@fr.ibm.

Virtualization. Panorama des solutions de virtualisation sur différentes plate-formes. Laurent Vanel Systems Architect IBM Laurent_vanel@fr.ibm. rtalzato Paorama des soltos de vrtalsato sr dfféretes plate-formes aret ael Systems Archtect IBM aret_vael@fr.bm.com 2008 IBM Corporato Evolto de la rtalsato des frastrctres Wdows Servers Maframe & U Servers

Plus en détail

Soutenue publiquement le Mardi 04/Mai/2010 MEMBRES DU JURY

Soutenue publiquement le Mardi 04/Mai/2010 MEMBRES DU JURY Répblqes Algéree Démocratqe et Poplare Mstère de l Esegemet Spérer et de la Recherche Scetfqe Uversté MENTOURI Costate Faclté des Sceces de l'igéer Départemet de Gée Mécaqe N d ordre : /MAG/ Sére : /GM/

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

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

. (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

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

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

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

stages 2015 paris saint-germain ACADEMY Dossier d inscription

stages 2015 paris saint-germain ACADEMY Dossier d inscription stages 2015 pars sat-germa ACADEMY Dosser d scrpto STAGE de football STAGES 2015 Fche d scrpto à retourer à l adresse suvate Pars Sat-Germa Academy - Frace 159, rue de la Républque - 92 800 Puteaux Tél

Plus en détail

LE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régime») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF

LE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régime») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF 1 LE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régme») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF AVIS AUX RETRAITÉS ET AUX PARTICIPANTS AVEC DROITS ACQUIS DIFFÉRÉS Expédteurs

Plus en détail

WINDOWS 10. Prise en main de votre ordinateur ou votre tablette

WINDOWS 10. Prise en main de votre ordinateur ou votre tablette WINDOWS 10 Prse en man de votre ordnateur ou votre tablette Table des matères Wndows 10 L envronnement Wndows 10 sur un ordnateur Wndows 10 : les nouveautés................................ 7 Démarrer Wndows

Plus en détail

Chapitre 6. Economie ouverte :

Chapitre 6. Economie ouverte : 06/2/202 Chaptre 6. Econome ouverte : le modèle Mundell Flemng Elsabeth Cudevlle Le développement des échanges nternatonaux (bens et servces et flux fnancers) a rendu fortement nterdépendantes les conjonctures

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

1. Les enjeux de la prévision du risque de défaut de paiement

1. Les enjeux de la prévision du risque de défaut de paiement Scorng sur données d entreprses : nstrument de dagnostc ndvduel et outl d analyse de portefeulle d une clentèle Mrelle Bardos Ancen chef de servce de l Observatore des entreprses de la Banque de France

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

Divorce et séparation

Divorce et séparation Coup d oeil sur Divorce et séparatio Être attetif aux besois de votre efat Divorce et séparatio «Les premiers mois suivat u divorce ou ue séparatio sot très stressats. Votre patiece, votre cohérece et

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

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

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

Historique de la fibre optique Les fontaines lumineuses de l antiquité

Historique de la fibre optique Les fontaines lumineuses de l antiquité stoque de la fbe optque Les fotaes lumeuses de l atquté Pcpe de la popagato de la lumèe? Pcpe du gudage plaae (1 Dmeso) Se place e codto de éfleo totale A 1 A 1 Gae g Gae g M < c Cœu c M > c Cœu c Fute

Plus en détail

Assurance maladie et aléa de moralité ex-ante : L incidence de l hétérogénéité de la perte sanitaire

Assurance maladie et aléa de moralité ex-ante : L incidence de l hétérogénéité de la perte sanitaire Assurance malade et aléa de moralté ex-ante : L ncdence de l hétérogénété de la perte santare Davd Alary 1 et Franck Ben 2 Cet artcle examne l ncdence de l hétérogénété de la perte santare sur les contrats

Plus en détail

TD 1. Statistiques à une variable.

TD 1. Statistiques à une variable. Danel Abécasss. Année unverstare 2010/2011 Prépa-L1 TD de bostatstques. Exercce 1. On consdère la sére suvante : TD 1. Statstques à une varable. 1. Calculer la moyenne et l écart type. 2. Calculer la médane

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

Définition des tâches

Définition des tâches Défnton des tâches Défnton des tâches Project 2010 Sasr les tâches d'un projet Les tâches représentent le traval à accomplr pour attendre l'objectf du projet. Elles représentent de ce fat, les éléments

Plus en détail

classification non supervisée : pas de classes prédéfinies Applications typiques

classification non supervisée : pas de classes prédéfinies Applications typiques Qu est ce que le clusterng? analyse de clusterng regroupement des obets en clusters un cluster : une collecton d obets smlares au sen d un même cluster dssmlares au obets appartenant à d autres clusters

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

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

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

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

Interface OneNote 2013

Interface OneNote 2013 Interface OneNote 2013 Interface OneNote 2013 Offce 2013 - Fonctons avancées Lancer OneNote 2013 À partr de l'nterface Wndows 8, utlsez une des méthodes suvantes : - Clquez sur la vgnette OneNote 2013

Plus en détail

La Quantification du Risque Opérationnel des Institutions Bancaires

La Quantification du Risque Opérationnel des Institutions Bancaires HEC Montréal Afflée à l Unversté de Montréal La Quantfcaton du Rsque Opératonnel des Insttutons Bancares par Hela Dahen Département Fnance Thèse présentée à la Faculté des études supéreures en vue d obtenton

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

Chapitre 3 : Incertitudes CHAPITRE 3 INCERTITUDES. Lignes directrices 2006 du GIEC pour les inventaires nationaux de gaz à effet de serre 3.

Chapitre 3 : Incertitudes CHAPITRE 3 INCERTITUDES. Lignes directrices 2006 du GIEC pour les inventaires nationaux de gaz à effet de serre 3. Chaptre 3 : Incerttudes CHAPITRE 3 INCERTITUDES Lgnes drectrces 2006 du GIEC pour les nventares natonaux de gaz à effet de serre 3.1 Volume 1 : Orentatons générales et établssement des rapports Auteurs

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

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

1.0 Probabilité vs statistique...1. 1.1 Expérience aléatoire et espace échantillonnal...1. 1.2 Événement...2

1.0 Probabilité vs statistique...1. 1.1 Expérience aléatoire et espace échantillonnal...1. 1.2 Événement...2 - robabltés - haptre : Introducton à la théore des probabltés.0 robablté vs statstque.... Expérence aléatore et espace échantllonnal.... Événement.... xomes défnton de probablté..... Quelques théorèmes

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

Editions ENI. Project 2010. Collection Référence Bureautique. Extrait

Editions ENI. Project 2010. Collection Référence Bureautique. Extrait Edtons ENI Project 2010 Collecton Référence Bureautque Extrat Défnton des tâches Défnton des tâches Project 2010 Sasr les tâches d'un projet Les tâches représentent le traval à accomplr pour attendre l'objectf

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

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

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

Plus en détail

BTS GPN 2EME ANNEE-MATHEMATIQUES-MATHS FINANCIERES MATHEMATIQUES FINANCIERES

BTS GPN 2EME ANNEE-MATHEMATIQUES-MATHS FINANCIERES MATHEMATIQUES FINANCIERES MATHEMATIQUES FINANCIERES I. Concepts généraux. Le référentel précse : Cette parte du module M4 «Acquérr des outls mathématques de base nécessares à l'analyse de données économques» est en relaton avec

Plus en détail

Opérations bancaires avec l étranger *

Opérations bancaires avec l étranger * Opératios bacaires avec l étrager * Coditios bacaires au 1 er juillet 2011 Etreprises et orgaismes d itérêt gééral Opératios à destiatio de l étrager Viremets émis vers l étrager : viremet e euros iférieur

Plus en détail

Calcul de tableaux d amortissement

Calcul de tableaux d amortissement Calcul de tableaux d amortssement 1 Tableau d amortssement Un emprunt est caractérsé par : une somme empruntée notée ; un taux annuel, en %, noté ; une pérodcté qu correspond à la fréquence de remboursement,

Plus en détail

Prêts bilatéraux et réseaux sociaux

Prêts bilatéraux et réseaux sociaux Prêts blatéraux et réseaux socaux Quand la sous-optmalté condut au ben-être collectf Phlppe Callou, Frederc Dubut et Mchele Sebag LRI, Unverste Pars Sud F-91405 Orsay France {callou;dubut;sebag}@lr.fr

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

Études & documents ÉCONOMIE ET ÉVALUATION. Consommation de carburant : effets des prix à court et à long termes par type de population.

Études & documents ÉCONOMIE ET ÉVALUATION. Consommation de carburant : effets des prix à court et à long termes par type de population. COMMISSARIAT GÉNÉRAL AU DÉVELOPPEMENT DURABLE n 40 Avrl 20 TRANSPORT Études & documents Consommaton de carburant : effets des prx à court et à long termes par type de populaton ÉCONOMIE ET ÉVALUATION Servce

Plus en détail