Introduction de la loi normale centrée réduite
|
|
- Jean-Marie Clermont
- il y a 7 ans
- Total affichages :
Transcription
1 Ce documen de formaion es desiné au enseignans. Il se conforme au insrucions du programme de mahémaiques des classes de Terminales (2). Sa lecure nécessie la connaissance des variables aléaoires discrèes, coninues uniformes e eponenielles. Inroducion de la loi normale cenrée réduie Les lois de probabilié discrèes donnan lieu à des calculs fasidieu dans ceraines siuaions (par eemple la déerminaion d'inervalles de confiance), on cherche à approcher les résulas par ceu de calculs effecués avec des variables aléaoires coninues à densié. Dans le cadre des programmes de Terminales, ce problème es raié pour les lois binomiales approchées par des lois normales. Pour les lois de probabilié discrèes, les probabiliés son représenées graphiquemen par des haueurs de bâons alors que pour les lois de probabilié à densié, les probabiliés son représenées graphiquemen par des aires de paries de plan comprises enre la courbe représenaive de la densié e l'ae des abscisses. Il impore donc dans un premier emps de représener les probabiliés de chaque valeur non plus par une haueur de bâon mais par une aire. Soi n un enier naurel non nul e p un réel de ],[. Pour une variable aléaoire X suivan la loi binomiale de paramères n e p, on a P(X = ) = n p ( p) n, pour enier naurel inférieur ou égal à n. Pour représener la loi de probabilié de X, on peu uiliser un diagramme en bâons. On peu aussi, dans nore perspecive, consruire un hisogramme sur les classes 2., + 2 d'ampliude, pour enier naurel inférieur ou égal à n. Chaque classe ne conien qu'une seule valeur de probabilié non nulle e l'hisogramme es formé des recangles d'aire P 2 X < + 2 = P(X = ) = n p ( p) n, pour enier naurel inférieur ou égal à n. Comme l'ampliude des classes es, la haueur des recangles es n p ( p) n. Représenaions de la loi de probabilié binomiale B (46 ;,35) P(X = ) représene une probabilié de, avec un diagramme en bâons avec un hisogramme Brigie CHAPUT - Claudine VERGNE - Commission iner-irem Saisique e Probabiliés - Mai 22
2 Quand n varie, on obien des hisogrammes qui diffèren par leurs posiions e par leurs dispersions. Hisogrammes de lois de probabilié binomiales B (n ;,35) représene une probabilié de, n = 5 représene une probabilié de, n = 2 représene une probabilié de, n = 4 Fichier GeoGebra -binomiale hisogramme.ggb Pour réduire la variabilié, sabilisons dans un premier emps la posiion de l'hisogramme en considéran X E(X). La variable aléaoire X E(X) a pour espérance mahémaique E( X E(X) ) = E(X) E(X) =. Pour cee raison, on qualifie X E(X) de variable cenrée Représenons par un hisogramme la loi de probabilié de X E(X), c'es-à-dire de X np sur les classes np 2., np + d'ampliude, pour enier naurel inférieur ou égal à n. Chaque classe ne conien 2 qu'une seule valeur de probabilié non nulle e l'hisogramme es formé des recangles d'aire P np 2 X np < np + 2 = P(X = ) = n p ( p) n, pour enier naurel inférieur ou égal à n. Comme l'ampliude des classes es, la haueur des recangles es n p ( p) n. On uilise la propriéé éudiée en classe de Premières : pour ous a e b réels E(aX + b) = a E(X) + b. Brigie CHAPUT - Claudine VERGNE - Commission iner-irem Saisique e Probabiliés - Mai 22 2
3 Hisogramme de la loi de probabilié de X np pour p =,35 représene une probabilié de, n = 5 représene une probabilié de, n = 2 représene une probabilié de, n = 4 Fichier GeoGebra 2-binomiale cenrée hisogramme.ggb Rese la variabilié de la dispersion. Sabilisons-la en considéran la variable aléaoire X E(X). σ(x) Son espérance mahémaique 2 E X E(X) σ(x) = E( X E(X) ) = σ(x) E(X) E(X) =, X E(X) σ(x) σ(x) es encore cenrée. 2 Voir noe. Brigie CHAPUT - Claudine VERGNE - Commission iner-irem Saisique e Probabiliés - Mai 22 3
4 Elle a pour écar-pe 3 σ X E(X) σ(x) variable réduie. Représenons par un hisogramme la loi de probabilié de classes np 2., np( p) np + 2 np( p) d'ampliude = σ( X E(X) ) = σ(x) σ(x) σ(x) =. Pour cee raison, on qualifie X E(X) σ(x) X E(X), c'es-à-dire de σ(x) X np np( p) de sur les, pour enier naurel inférieur ou égal à n. Chaque np( p) classe ne conien qu'une seule valeur de probabilié non nulle e l'hisogramme es formé des recangles d'aire P np 2 np( p) X np np( p) < ou égal à n. Comme l'ampliude des classes es np + 2 np( p) = P(X = ) = n p ( p) n, pour enier naurel inférieur, la haueur des recangles es np( p) n p ( p) n np( p). Hisogramme de la loi de probabilié de X np np( p) pour p =,35 représene une probabilié de, n = 5 3 On uilise la propriéé : pour ous a e b réels V(aX + b) = a 2 V(X) ou encore σ(ax + b) = a σ(x) qui fai défau dans le programme de Première. Brigie CHAPUT - Claudine VERGNE - Commission iner-irem Saisique e Probabiliés - Mai 22 4
5 représene une probabilié de, n = 2 représene une probabilié de, n = 4 Fichier GeoGebra 3-binomiale cenrée réduie hisogramme.ggb On obien des hisogrammes don les posiions e les dispersions, lorsque n varie, son beaucoup plus sables. On peu consaer que plus n augmene, plus le graphique évoque une "cloche". L'hisogramme es limié par l'ae des abscisses e une ligne brisée qui, lorsque n augmene, end à se confondre avec la représenaion graphique d'une foncion f. Le mahémaicien Abraham de Moivre a découver que cee courbe es la courbe représenaive de la foncion f définie par f () = 2 2. Brigie CHAPUT - Claudine VERGNE - Commission iner-irem Saisique e Probabiliés - Mai 22 5
6 Représenaion de f e de la loi de probabilié de X np np( p) p =,35 f () n = 5 f () n = 2 f () n = 4 Brigie CHAPUT - Claudine VERGNE - Commission iner-irem Saisique e Probabiliés - Mai 22 6
7 Ce qui précède illusre le héorème suivan : Théorème de Moivre-Laplace (au programme de la classe de erminale S uniquemen e admis) Soi p un réel de ], [. On suppose que, pour ou enier naurel non nul n, la variable aléaoire X n sui la loi binomiale B (n, p). On pose Z n = X n np np( p), variable cenrée e réduie associée à X n. Alors, pour ous réels a e b els que a b, on a : lim P(a Z n b) = n + a b 2 2 d. Propriéés La foncion f, définie sur IR, par f () = 2 2 es posiive. On adme que l'aire du domaine compris enre la courbe de f e l'ae des abscisses dans un repère orhonormé, vau. Ceci perme d'affirmer que f es une densié de probabilié. Brigie CHAPUT - Claudine VERGNE - Commission iner-irem Saisique e Probabiliés - Mai 22 7
8 Loi normale cenrée réduie Définiion Toue variable aléaoire X coninue don la loi a pour densié f définie sur IR par f () = 2 2 es die suivre la loi normale cenrée réduie noée N (, ). Propriéés Pour inervalle J de IR, P(X J) es l'aire du domaine compris enre la courbe de f e l'ae des abscisses dans un repère orhonormé. En pariculier, pour ous réels a e b els que a b, on a : P(a X b) = Éude de f a b 2 2 d. f es paire donc sa représenaion graphique es smérique par rappor à l'ae des ordonnées dans un repère orhogonal. lim f () = e donc du fai de la parié + lim f () =. f es dérivable sur IR e pour ou réel, f () = croissane sur IR. f () 2 2. On en dédui que f es décroissane sur IR+ e Représenaion graphique de f Remarque : La courbe représenaive de f présene deu poins d'infleion d'abscisses e. Brigie CHAPUT - Claudine VERGNE - Commission iner-irem Saisique e Probabiliés - Mai 22 8
9 Calculs de probabiliés Soi X une variable aléaoire suivan la loi normale cenrée réduie e soi a e b deu réels. P(X IR) =, l'aire de la parie comprise enre l'ae des abscisses e la courbe représenaive de f es égale à unié d'aire. La smérie de la courbe impose : P(X ) = P(X ) =,5. P(X a) = P(X a) (X > a) e (X a) éan des événemens conraires : P(X > a) = P(X a) f éan coninue, elle adme des primiives sur IR, qui ne peuven pas êre eprimées à l'aide de foncions usuelles ; il n' a pas de formule de calcul de P(a X b). Cependan, des echniques mahémaiques permeen d'en évaluer des valeurs approchées qui son accessibles dans des ables, dans les calcularices ou les logiciels (ableurs...). Aenion! () Pour une variable aléaoire X suivan la loi normale cenrée réduie, les calcularices ne fournissen pas de valeurs approchées de probabiliés du pe P(X a) ou P(X a) mais seulemen de celles du pe P(a X b) où a e b son des nombres réels. Pour le calcul de P(X a), on peu procéder la façon suivane : Si a, on uilise P(X a) =,5 + P( X a). Si a, on uilise P(X a) =,5 P(a X ). f () P(a X ) f (),5 P( X a),5 P(a X ) a a Brigie CHAPUT - Claudine VERGNE - Commission iner-irem Saisique e Probabiliés - Mai 22 9
10 Pour le calcul de P(X a), on peu procéder la façon suivane : Si a, on uilise P(X a) =,5 P( X a). f () P( X a) Si a, on uilise P(X a) =,5 + P(a X ). f () P(a X ),5 P( X a),5 a a Espérance e variance de X L'espérance mahémaique de X es E(X) = + f () d. Le programme donne comme définiion : E(X) = lim 2 2 d + lim d. 2 2 d = 2 2 = 2π ainsi lim 2 2 d = 2π. 2 2 d = 2 2 = π ainsi lim d = 2π. On en dédui que E(X) = 2π + =. Ce qui jusifie la dénominaion de cenrée pour la loi de X. 2π Dans le cadre des programmes de Terminales, on adme que la variance de X es, ce qui jusifie la dénominaion de réduie pour la loi de X. Démonsraion : Le calcul de la variance ne figure pas dans les conenus des programmes de Terminales, elle es donnée ici à ire d'informaion pour l'enseignan. La variance de X es l'espérance de ( X E(X) ) 2 c'es l'inégrale + ( E(X) ) 2 + f () d, soi 2 f () d puisque E(X) =. + 2 f () d = lim d + lim d Brigie CHAPUT - Claudine VERGNE - Commission iner-irem Saisique e Probabiliés - Mai 22
11 Posons u() = 2π e v() = e 2 2. u e v son deu foncions dérivables, à dérivées coninues sur IR avec u () = 2π Par une inégraion par paries : Pour réel négaif, Ainsi lim De même pour réel posiif : d = d = + 2 = d = e v () = e P( X ) d = d = P( X ). Ainsi lim d = + 2 = 2. On en dédui que V(X) = =. Des valeurs remarquables pour la loi normale cenrée réduie Théorème (au programme de erminale S) Si X es une variable aléaoire suivan la loi normale cenrée réduie N (, ) alors, pour ou α ], [, il eise un unique réel posiif u α el que P( u α X u α ) = α. Démonsraion (eigible en Terminale S) : D après la smérie de la courbe représenaive de f, on a pour ou réel posiif u : u P( u X u) = 2P( X u) = 2 f () d = 2 H(u) où H es la primiive de f qui s'annule en : H() =. En an que primiive de f, h es dérivable e donc coninue sur IR. Comme f es posiive sricemen sur IR, H es sricemen croissane sur IR. lim u + H(u) = lim u + u f () d s'inerprèe comme l'aire de la parie de plan comprise enre l'ae des abscisses, l'ae des ordonnées e la courbe représenaive de f. On a donc lim H(u) = u + 2. Brigie CHAPUT - Claudine VERGNE - Commission iner-irem Saisique e Probabiliés - Mai 22
12 La foncion 2H adme donc le ableau de variaions suivan : + 2 H() Pour ou réel α compris sricemen enre e, le réel ( α) es égalemen compris sricemen enre e e donc, d après le corollaire du héorème des valeurs inermédiaires, il eise un unique réel u α sricemen posiif el que 2H(u α ) = α c'es-à-dire el que P( u α X u α ) = α. f () P( u α X u α ) = α P(X u α ) = α 2 P(X u α ) = α 2 ² u α u α Il a quelques valeurs approchées rès uilisées qu il fau connaîre : u,,65, u,5,96 e u, 2,58 (à 2 près). On a donc P(,65 X,65),9, P(,96 X,96),95 e P( 2,58 X 2,58),99. Brigie CHAPUT - Claudine VERGNE - Commission iner-irem Saisique e Probabiliés - Mai 22 2
13 Les aures lois normales Soi µ un nombre réel e σ un nombre réel sricemen posiif. Définiion Une variable aléaoire X sui la loi normale N (µ, σ 2 ) si e seulemen si la variable aléaoire Y = X µ σ sui la loi normale cenrée réduie. Propriéé X = σ Y + µ ainsi l'espérance mahémaique de X es E(X) = σ E(Y) + µ = µ car E(Y) =. La variance de X es 4 V(X) = σ 2 V(Y) = σ 2 car V(Y) =. Les deu paramères µ e σ 2 de la loi normale N (µ, σ 2 ) s'inerprèe comme l'espérance mahémaique e la variance de X. On adme que la loi normale N (µ, σ 2 ) es une loi à densié. Cee densié es la foncion g définie sur IR par g() = σ 2 σ µ 2 (cee epression ne figure pas dans les programmes de Terminales). L'inerpréaion de σ comme l'écar-pe de X eplique son influence sur la forme de la représenaion graphique de sa densié. Ci-dessous : en rouge, la densié de la loi normale N, 4 d'espérance e d'écar-pe 2 ; en bleu, la densié de la loi normale N (, ) d'espérance e d'écar-pe ; en ver, la densié de la loi normale N (, 4) d'espérance e d'écar-pe 2. 4 Voir noe 3. Brigie CHAPUT - Claudine VERGNE - Commission iner-irem Saisique e Probabiliés - Mai 22 3
14 Calculs de probabiliés Soi X une variable aléaoire suivan la loi normale N (µ, σ 2 ) e soi a e b deu réels. P(X IR) =. P(X µ) = P X µ σ µ µ σ = P(Y ) =,5. P(X µ) = P X µ σ µ µ σ = P(Y ) =,5. P(µ σ X µ + σ) = P µ σ µ X µ σ σ µ + σ µ σ = P( Y ),68 (à 2 près) P(µ 2 σ X µ + 2 σ) = P µ 2 σ µ X µ σ σ µ + 2 σ µ σ = P( 2 Y 2),95 (à 2 près) P(µ 3 σ X µ + 3 σ) = P µ 3 σ µ X µ σ σ µ + 3 σ µ σ = P( 3 Y 3),997 (à 3 près) Les résulas précédens peuven s'illusrer sur les graphiques suivans à l'aide de la courbe représenaive de la densié de la loi normale N (µ, σ 2 ) :,68 σ σ,95 2σ 2σ,997 3σ 3σ Brigie CHAPUT - Claudine VERGNE - Commission iner-irem Saisique e Probabiliés - Mai 22 4
15 Les calcularices ou des logiciels (ableurs...) permeen seulemen d'avoir des valeurs approchées des probabiliés du pe P(a X b) où a e b son des nombres réels. () Pour le calcul de P(X a), on peu procéder la façon suivane : Si a µ, on uilise P(X a) =,5 + P(µ X a). Si a µ, on uilise P(X a) =,5 P(a X µ). Pour le calcul de P(X a), on peu procéder la façon suivane : Si a µ, on uilise P(X a) =,5 P(µ X a). Si a µ, on uilise P(X a) =,5 + P(a X µ). On rouvera des complémens sur les lois normales dans les deu aricles publiés dans l'ouvrage de la commission Iner-IREM Saisique e probabiliés : Saisique au lcée, volume : Les ouils de la saisique, juille 25, brochure APMEP n 56. Phénomènes gaussiens e lois normales Michel HENRY, p. 2 Théorie des erreurs, courbes en cloche e normalié Jean-François PICHARD, p. 29 Brigie CHAPUT - Claudine VERGNE - Commission iner-irem Saisique e Probabiliés - Mai 22 5
La rentabilité des investissements
La renabilié des invesissemens Inroducion Difficulé d évaluer des invesissemens TI : problème de l idenificaion des bénéfices, des coûs (absence de saisiques empiriques) problème des bénéfices Inangibles
Plus en détailCHAPITRE I : Cinématique du point matériel
I. 1 CHAPITRE I : Cinémaique du poin maériel I.1 : Inroducion La plupar des objes éudiés par les physiciens son en mouvemen : depuis les paricules élémenaires elles que les élecrons, les proons e les neurons
Plus en détailTD/TP : Taux d un emprunt (méthode de Newton)
TD/TP : Taux d un emprun (méhode de Newon) 1 On s inéresse à des calculs relaifs à des remboursemens d empruns 1. On noera C 0 la somme emprunée, M la somme remboursée chaque mois (mensualié), le aux mensuel
Plus en détailTexte Ruine d une compagnie d assurance
Page n 1. Texe Ruine d une compagnie d assurance Une nouvelle compagnie d assurance veu enrer sur le marché. Elle souhaie évaluer sa probabilié de faillie en foncion du capial iniial invesi. On suppose
Plus en détailMATHEMATIQUES FINANCIERES
MATHEMATIQUES FINANCIERES LES ANNUITES INTRODUCTION : Exemple 1 : Une personne veu acquérir une maison pour 60000000 DH, pour cela, elle place annuellemen au CIH une de 5000000 DH. Bu : Consiuer un capial
Plus en détailLe mode de fonctionnement des régimes en annuités. Secrétariat général du Conseil d orientation des retraites
CONSEIL D ORIENTATION DES RETRAITES Séance plénière du 28 janvier 2009 9 h 30 «Les différens modes d acquisiion des drois à la reraie en répariion : descripion e analyse comparaive des echniques uilisées»
Plus en détailCHAPITRE 13. EXERCICES 13.2 1.a) 20,32 ± 0,055 b) 97,75 ± 0,4535 c) 1953,125 ± 23,4375. 2.±0,36π cm 3
Chapire Eercices de snhèse 6 CHAPITRE EXERCICES..a), ±,55 b) 97,75 ±,455 c) 95,5 ±,475.±,6π cm.a) 44,, erreur absolue de,5 e erreur relaive de, % b) 5,56, erreur absolue de,5 e erreur relaive de,9 % 4.a)
Plus en détailCaractéristiques des signaux électriques
Sie Inerne : www.gecif.ne Discipline : Génie Elecrique Caracérisiques des signaux élecriques Sommaire I Définiion d un signal analogique page 1 II Caracérisiques d un signal analogique page 2 II 1 Forme
Plus en détailTRAVAUX PRATIQUES N 5 INSTALLATION ELECTRIQUE DE LA CAGE D'ESCALIER DU BATIMENT A
UIMBERTEAU UIMBERTEAU TRAVAUX PRATIQUES 5 ISTALLATIO ELECTRIQUE DE LA CAE D'ESCALIER DU BATIMET A ELECTROTECHIQUE Seconde B.E.P. méiers de l'elecroechnique ELECTROTECHIQUE HABITAT Ver.. UIMBERTEAU TRAVAUX
Plus en détailIntégration de Net2 avec un système d alarme intrusion
Ne2 AN35-F Inégraion de Ne2 avec un sysème d alarme inrusion Vue d'ensemble En uilisan l'inégraion d'alarme Ne2, Ne2 surveillera si l'alarme inrusion es armée ou désarmée. Si l'alarme es armée, Ne2 permera
Plus en détailOscillations forcées en régime sinusoïdal.
Conrôle des prérequis : Oscillaions forcées en régime sinusoïdal. - a- Rappeler l expression de la période en foncion de la pulsaion b- Donner l expression de la période propre d un circui RLC série -
Plus en détailLes circuits électriques en régime transitoire
Les circuis élecriques en régime ransioire 1 Inroducion 1.1 Définiions 1.1.1 égime saionnaire Un régime saionnaire es caracérisé par des grandeurs indépendanes du emps. Un circui en couran coninu es donc
Plus en détailVA(1+r) = C 1. VA = C 1 v 1
Universié Libre de Bruxelles Solvay Business School La valeur acuelle André Farber Novembre 2005. Inroducion Supposons d abord que le emps soi limié à une période e que les cash flows fuurs (les flux monéaires)
Plus en détailSéquence 2. Pourcentages. Sommaire
Séquence 2 Pourcenages Sommaire Pré-requis Évoluions e pourcenages Évoluions successives, évoluion réciproque Complémen sur calcularices e ableur Synhèse du cours Exercices d approfondissemen 1 1 Pré-requis
Plus en détailRecueil d'exercices de logique séquentielle
Recueil d'exercices de logique séquenielle Les bascules: / : Bascule JK Bascule D. Expliquez commen on peu modifier une bascule JK pour obenir une bascule D. 2/ Eude d un circui D Q Q Sorie A l aide d
Plus en détailExemples de résolutions d équations différentielles
Exemples de résoluions d équaions différenielles Table des maières 1 Définiions 1 Sans second membre 1.1 Exemple.................................................. 1 3 Avec second membre 3.1 Exemple..................................................
Plus en détailCARACTERISTIQUES STATIQUES D'UN SYSTEME
CARACTERISTIQUES STATIQUES D'UN SYSTEE 1 SYSTEE STABLE, SYSTEE INSTABLE 1.1 Exemple 1: Soi un sysème composé d une cuve pour laquelle l écoulemen (perurbaion) es naurel au ravers d une vanne d ouverure
Plus en détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détailTB 352 TB 352. Entrée 1. Entrée 2
enrées série TB logiciel d applicaion 2 enrées à émission périodique famille : Inpu ype : Binary inpu, 2-fold TB 352 Environnemen Bouon-poussoir TB 352 Enrée 1 sories 230 V Inerrupeur Enrée 2 Câblage sur
Plus en détailFinance 1 Université d Evry Val d Essonne. Séance 2. Philippe PRIAULET
Finance 1 Universié d Evry Val d Essonne éance 2 Philippe PRIAULET Plan du cours Les opions Définiion e Caracérisiques Terminologie, convenion e coaion Les différens payoffs Le levier implicie Exemple
Plus en détail2. Quelle est la valeur de la prime de l option américaine correspondante? Utilisez pour cela la technique dite de remontée de l arbre.
1 Examen. 1.1 Prime d une opion sur un fuure On considère une opion à 85 jours sur un fuure de nominal 18 francs, e don le prix d exercice es 175 francs. Le aux d inérê (coninu) du marché monéaire es 6%
Plus en détailLoi binomiale Lois normales
Loi binomiale Lois normales Christophe ROSSIGNOL Année scolaire 204/205 Table des matières Rappels sur la loi binomiale 2. Loi de Bernoulli............................................ 2.2 Schéma de Bernoulli
Plus en détail4 Distributions particulières de probabilités
4 Distributions particulières de probabilités 4.1 Distributions discrètes usuelles Les variables aléatoires discrètes sont réparties en catégories selon le type de leur loi. 4.1.1 Variable de Bernoulli
Plus en détailProbabilités et Statistiques. Feuille 2 : variables aléatoires discrètes
IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de
Plus en détailRappels théoriques. -TP- Modulations digitales ASK - FSK. Première partie 1 INTRODUCTION
2 IUT Blois Déparemen GTR J.M. Giraul, O. Bou Maar, D. Ceron M. Richard, P. Sevesre e M. Leberre. -TP- Modulaions digiales ASK - FSK IUT Blois Déparemen du Génie des Télécommunicaions e des Réseaux. Le
Plus en détailMIDI F-35. Canal MIDI 1 Mélodie Canal MIDI 2 Basse Canal MIDI 10 Batterie MIDI IN. Réception du canal MIDI = 1 Reproduit la mélodie.
/ VARIATION/ ACCOMP PLAY/PAUSE REW TUNE/MIDI 3- LESSON 1 2 3 MIDI Qu es-ce que MIDI? MIDI es l acronyme de Musical Insrumen Digial Inerface, une norme inernaionale pour l échange de données musicales enre
Plus en détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailMathématiques financières. Peter Tankov
Mahémaiques financières Peer ankov Maser ISIFAR Ediion 13-14 Preface Objecifs du cours L obje de ce cours es la modélisaion financière en emps coninu. L objecif es d un coé de comprendre les bases de
Plus en détailTHÈSE. Pour l obtention du grade de Docteur de l Université de Paris I Panthéon-Sorbonne Discipline : Sciences Économiques
Universié de Paris I Panhéon Sorbonne U.F.R. de Sciences Économiques Année 2011 Numéro aribué par la bibliohèque 2 0 1 1 P A 0 1 0 0 5 7 THÈSE Pour l obenion du grade de Doceur de l Universié de Paris
Plus en détailFonction dont la variable est borne d intégration
[hp://mp.cpgedpydelome.fr] édié le 1 jille 14 Enoncés 1 Foncion don la variable es borne d inégraion Eercice 1 [ 1987 ] [correcion] Soi f : R R ne foncion conine. Jsifier qe les foncions g : R R sivanes
Plus en détailLes solutions solides et les diagrammes d équilibre binaires. sssp1. sssp1 ssss1 ssss2 ssss3 sssp2
Les soluions solides e les diagrammes d équilibre binaires 1. Les soluions solides a. Descripion On peu mélanger des liquides par exemple l eau e l alcool en oue proporion, on peu solubiliser un solide
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailSommaire de la séquence 12
Sommaire de la séquence 12 Séance 1........................................................................................................ Je prends un bon dépar.......................................................................................
Plus en détailDocumentation Technique de Référence Chapitre 8 Trames types Article 8.14-1
Documenaion Technique de Référence Chapire 8 Trames ypes Aricle 8.14-1 Trame de Rappor de conrôle de conformié des performances d une insallaion de producion Documen valide pour la période du 18 novembre
Plus en détailCopules et dépendances : application pratique à la détermination du besoin en fonds propres d un assureur non vie
Copules e dépendances : applicaion praique à la déerminaion du besoin en fonds propres d un assureur non vie David Cadoux Insiu des Acuaires (IA) GE Insurance Soluions 07 rue Sain-Lazare, 75009 Paris FRANCE
Plus en détailLe mécanisme du multiplicateur (dit "multiplicateur keynésien") revisité
Le mécanisme du muliplicaeur (di "muliplicaeur kenésien") revisié Gabriel Galand (Ocobre 202) Résumé Le muliplicaeur kenésien remone à Kenes lui-même mais il es encore uilisé de nos jours, au moins par
Plus en détailAMPLIFICATEUR OPERATIONNEL EN REGIME NON LINEAIRE
AMPLIFICATEUR OPERATIONNEL EN REGIME NON LINEAIRE Dans e hapire l'amplifiaeur différeniel inégré sera oujours onsidéré omme parfai, mais la ension de sorie ne pourra prendre que deux valeurs : V sa e V
Plus en détailLicence MASS 2000-2001. (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7
Feuilles de 1 à 7 Ces feuilles avec 25 exercices et quelques rappels historiques furent distribuées à des étudiants de troisième année, dans le cadre d un cours intensif sur deux semaines, en début d année,
Plus en détailBac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)
Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre
Plus en détailBaccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé
Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e
Plus en détailN 2008 09 Juin. Base de données CHELEM commerce international du CEPII. Alix de SAINT VAULRY
N 2008 09 Juin Base de données CHELEM commerce inernaional du CEPII Alix de SAINT VAULRY Base de données CHELEM commerce inernaional du CEPII Alix de SAINT VAULRY N 2008-09 Juin Base de données CHELEM
Plus en détailRisque associé au contrat d assurance-vie pour la compagnie d assurance. par Christophe BERTHELOT, Mireille BOSSY et Nathalie PISTRE
Ce aricle es disponible en ligne à l adresse : hp://www.cairn.info/aricle.php?id_revue=ecop&id_numpublie=ecop_149&id_article=ecop_149_0073 Risque associé au conra d assurance-vie pour la compagnie d assurance
Plus en détailProbabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12
Probabilités. I - Rappel : trois exemples. Exemple 1 : Dans une classe de 25 élèves, il y a 16 filles. Tous les élèves sont blonds ou bruns. Parmi les filles, 6 sont blondes. Parmi les garçons, 3 sont
Plus en détailProgrammation, organisation et optimisation de son processus Achat (Ref : M64) Découvrez le programme
Programmaion, organisaion e opimisaion de son processus Acha (Ref : M64) OBJECTIFS LES PLUS DE LA FORMATION Appréhender la foncion achas e son environnemen Opimiser son processus achas Développer un acha
Plus en détailSYSTÈME HYBRIDE SOLAIRE THERMODYNAMIQUE POUR L EAU CHAUDE SANITAIRE
SYSTÈME HYBRIDE SOLAIRE THERMODYNAMIQUE POUR L EAU CHAUDE SANITAIRE Le seul ballon hybride solaire-hermodynamique cerifié NF Elecricié Performance Ballon hermodynamique 223 lires inox 316L Plaque évaporarice
Plus en détailF 2 = - T p K 0. ... F T = - T p K 0 - K 0
Correcion de l exercice 2 de l assisana pré-quiz final du cours Gesion financière : «chéancier e aux de renabilié inerne d empruns à long erme» Quesion : rappeler la formule donnan les flux à chaque échéance
Plus en détailComparaison de fonctions Développements limités. Chapitre 10
PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?
Plus en détailL impact de l activisme des fonds de pension américains : l exemple du Conseil des Investisseurs Institutionnels.
L impac de l acivisme des fonds de pension américains : l exemple du Conseil des Invesisseurs Insiuionnels. Fabrice HERVE * Docoran * Je iens à remercier ou pariculièremen Anne Lavigne e Consanin Mellios
Plus en détailNo 1996 13 Décembre. La coordination interne et externe des politiques économiques : une analyse dynamique. Fabrice Capoën Pierre Villa
No 996 3 Décembre La coordinaion inerne e exerne des poliiques économiques : une analyse dynamique Fabrice Capoën Pierre Villa CEPII, documen de ravail n 96-3 SOMMAIRE Résumé...5 Summary...7. La problémaique...9
Plus en détailImpact du vieillissement démographique sur l impôt prélevé sur les retraits des régimes privés de retraite
DOCUMENT DE TRAVAIL 2003-12 Impac du vieillissemen démographique sur l impô prélevé sur les rerais des régimes privés de reraie Séphane Girard Direcion de l analyse e du suivi des finances publiques Ce
Plus en détailCalculs de probabilités avec la loi normale
Calculs de probabilités avec la loi normale Olivier Torrès 20 janvier 2012 Rappels pour la licence EMO/IIES Ce document au format PDF est conçu pour être visualisé en mode présentation. Sélectionnez ce
Plus en détailCoaching - accompagnement personnalisé (Ref : MEF29) Accompagner les agents et les cadres dans le développement de leur potentiel OBJECTIFS
Coaching - accompagnemen personnalisé (Ref : MEF29) Accompagner les agens e les cadres dans le développemen de leur poeniel OBJECTIFS LES PLUS DE LA FORMATION Le coaching es une démarche s'inscrivan dans
Plus en détailAnnuités. I Définition : II Capitalisation : ( Valeur acquise par une suite d annuités constantes ) V n = a t
Annuiés I Définiion : On appelle annuiés des sommes payables à inervalles de emps déerminés e fixes. Les annuiés peuven servir à : - consiuer un capial ( annuiés de placemen ) - rembourser une dee ( annuiés
Plus en détailRelation entre la Volatilité Implicite et la Volatilité Réalisée.
Relaion enre la Volailié Implicie e la Volailié Réalisée. Le cas des séries avec la coinégraion fracionnaire. Rappor de Recherche Présené par : Mario Vázquez Velasco Direceur de Recherche : Benoî Perron
Plus en détailDocument de travail FRANCE ET ALLEMAGNE : UNE HISTOIRE DU DÉSAJUSTEMENT EUROPEEN. Mathilde Le Moigne OFCE et ENS ULM
Documen de ravail 2015 17 FRANCE ET ALLEMAGNE : UNE HISTOIRE DU DÉSAJUSTEMENT EUROPEEN Mahilde Le Moigne OFCE e ENS ULM Xavier Rago Présiden OFCE e chercheur CNRS Juin 2015 France e Allemagne : Une hisoire
Plus en détailArticle. «Les effets à long terme des fonds de pension» Pascal Belan, Philippe Michel et Bertrand Wigniolle
Aricle «Les effes à long erme des fonds de pension» Pascal Belan, Philippe Michel e Berrand Wigniolle L'Acualié économique, vol 79, n 4, 003, p 457-480 Pour cier ce aricle, uiliser l'informaion suivane
Plus en détailSciences Industrielles pour l Ingénieur
Sciences Indusrielles pour l Ingénieur Cenre d Inérê 6 : CONVERTIR l'énergie Compéences : MODELISER, RESOUDRE CONVERSION ELECTROMECANIQUE - Machine à couran coninu en régime dynamique Procédés de piloage
Plus en détailGESTION DU RÉSULTAT : MESURE ET DÉMESURE 1 2 ème version révisée, août 2003
GESTION DU RÉSULTAT : MESURE ET DÉMESURE 1 2 ème version révisée, aoû 2003 Thomas JEANJEAN 2 Cahier de recherche du CEREG n 2003-13 Résumé : Depuis une vingaine d années, la noion d accruals discréionnaires
Plus en détailCalcul Stochastique 2 Annie Millet
M - Mahémaiques Appliquées à l Économie e à la Finance Universié Paris 1 Spécialié : Modélisaion e Méhodes Mahémaiques en Économie e Finance Calcul Sochasique Annie Mille 15 14 13 1 11 1 9 8 7 6 5 4 3
Plus en détailCours d électrocinétique :
Universié de Franche-Comé UFR des Sciences e Techniques STARTER 005-006 Cours d élecrocinéique : Régimes coninu e ransioire Elecrocinéique en régimes coninu e ransioire 1. INTRODUCTION 5 1.1. DÉFINITIONS
Plus en détailUn modèle de projection pour des contrats de retraite dans le cadre de l ORSA
Un modèle de proecion pour des conras de reraie dans le cadre de l ORSA - François Bonnin (Hiram Finance) - Floren Combes (MNRA) - Frédéric lanche (Universié Lyon 1, Laboraoire SAF) - Monassar Tammar (rim
Plus en détail2009-01 EFFICIENCE INFORMATIONNELLE DES 1948-2008 UNE VERIFICATION ECONOMETRIQUE MARCHES DE L OR A PARIS ET A LONDRES, DE LA FORME FAIBLE
009-01 EFFICIENCE INFORMATIONNELLE DES MARCHES DE L OR A PARIS ET A LONDRES, 1948-008 UNE VERIFICATION ECONOMETRIQUE DE LA FORME FAIBLE Thi Hong Van HOANG Efficience informaionnelle des marchés de l or
Plus en détailChapitre 9. Contrôle des risques immobiliers et marchés financiers
Capire 9 Conrôle des risques immobiliers e marcés financiers Les indices de prix immobiliers ne son pas uniquemen des indicaeurs consruis dans un bu descripif, mais peuven servir de référence pour le conrôle
Plus en détailGUIDE DES INDICES BOURSIERS
GUIDE DES INDICES BOURSIERS SOMMAIRE LA GAMME D INDICES.2 LA GESTION DES INDICES : LE COMITE DES INDICES BOURSIERS.4 METHODOLOGIE ET CALCUL DE L INDICE TUNINDEX ET DES INDICES SECTORIELS..5 I. COMPOSITION
Plus en détailChapitre 2 L investissement. . Les principales caractéristiques de l investissement
Chapire 2 L invesissemen. Les principales caracérisiques de l invesissemen.. Définiion de l invesissemen Définiion générale : ensemble des B&S acheés par les agens économiques au cours d une période donnée
Plus en détailSEANCE 4 : MECANIQUE THEOREMES FONDAMENTAUX
SEANCE 4 : MECANIQUE THEOREMES FONDAMENTAUX 1. EXPERIENCE 1 : APPLICATION DE LA LOI FONDAMENTALE DE LA DYNAMIQUE a) On incline d un angle α la table à digitaliser (deuxième ou troisième cran de la table).
Plus en détailLois de probabilité. Anita Burgun
Lois de probabilité Anita Burgun Problème posé Le problème posé en statistique: On s intéresse à une population On extrait un échantillon On se demande quelle sera la composition de l échantillon (pourcentage
Plus en détailThème : Electricité Fiche 5 : Dipôle RC et dipôle RL
Fiche ors Thème : Elecricié Fiche 5 : Dipôle e dipôle Plan de la fiche Définiions ègles 3 Méhodologie I - Définiions oran élecriqe : déplacemen de charges élecriqes q a mesre d débi de charges donne l
Plus en détailEcole des HEC Université de Lausanne FINANCE EMPIRIQUE. Eric Jondeau
Ecole des HEC Universié de Lausanne FINANCE EMPIRIQUE Eric Jondeau FINANCE EMPIRIQUE La prévisibilié des rendemens Eric Jondeau L hypohèse d efficience des marchés Moivaion L idée de base de l hypohèse
Plus en détailLe passage des retraites de la répartition à la capitalisation obligatoire : des simulations à l'aide d'une maquette
No 2000 02 Janvier Le passage des reraies de la répariion à la capialisaion obligaoire : des simulaions à l'aide d'une maquee Pierre Villa CEPII, documen de ravail n 2000-02 TABLE DES MATIÈRES Résumé...
Plus en détailEstimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison
Estimation: intervalle de fluctuation et de confiance Mars 2012 IREM: groupe Proba-Stat Estimation Term.1 Intervalle de fluctuation connu : probabilité p, taille de l échantillon n but : estimer une fréquence
Plus en détail1.1 Codage de source et test d hypothèse
Théorie de l information et codage 200/20 Cours 8février20 Enseignant: Marc Lelarge Scribe: Marc Lelarge Pour information Page webdu cours http://www.di.ens.fr/~lelarge/info.html Notations Pour des variables
Plus en détail3 POLITIQUE D'ÉPARGNE
3 POLITIQUE D'ÉPARGNE 3. L épargne exogène e l'inefficience dynamique 3. Le modèle de Ramsey 3.3 L épargne opimale dans le modèle AK L'épargne des sociéés dépend largemen des goûs des agens, de faceurs
Plus en détailCHELEM Commerce International
CHELEM Commerce Inernaional Méhodes de consrucion de la base de données du CEPII Alix de SAINT VAULRY Novembre 2013 1 Conenu de la base de données Flux croisés de commerce inernaional (exporaeur, imporaeur,
Plus en détailNon-résonance entre les deux premières valeurs propres d un problème quasi-linéaire
Non-résonance enre les deux premières valeurs propres d un problème quasi-linéaire AREl Amrouss MMoussaoui Absrac We consider he quasilinear Dirichle boundary value problem (φ p (u )) = f(u)+h(x),u(a)=u(b)=0,
Plus en détail3. Caractéristiques et fonctions d une v.a.
3. Caractéristiques et fonctions d une v.a. MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v2) MTH2302D: fonctions d une v.a. 1/32 Plan 1. Caractéristiques d une distribution 2. Fonctions
Plus en détailOBJECTIFS LES PLUS DE LA FORMATION
Formaion assurance-vie e récupéraion: Quand e Commen récupérer? (Ref : 3087) La maîrise de la récupéraion des conras d'assurances-vie requalifiés en donaion OBJECTIFS Appréhender la naure d un conra d
Plus en détailCahier technique n 114
Collecion Technique... Cahier echnique n 114 Les proecions différenielles en basse ension J. Schonek Building a ew Elecric World * Les Cahiers Techniques consiuen une collecion d une cenaine de ires édiés
Plus en détailCANAUX DE TRANSMISSION BRUITES
Canaux de ransmissions bruiés Ocobre 03 CUX DE TRSISSIO RUITES CORRECTIO TRVUX DIRIGES. oyer Canaux de ransmissions bruiés Ocobre 03. RUIT DE FOD Calculer le niveau absolu de brui hermique obenu pour une
Plus en détailPouvoir de marché et transmission asymétrique des prix sur les marchés de produits vivriers au Bénin
C N R S U N I V E R S I T E D A U V E R G N E F A C U L T E D E S S C I E N C E S E C O N O M I Q U E S E T D E G E S T I O N CENTRE D ETUDES ET DE RECHERCHES SUR LE DEVELOPPEMENT INTER NATIONAL Pouvoir
Plus en détailSéminaire d Économie Publique
Séminaire d Économie Publique Les niveaux de dépenses d'infrasrucure son-ils opimaux dans les pays en développemen? Sonia Bassi, LAEP Discuan : Evans Salies, MATISSE & ADIS, U. Paris 11 Mardi 8 février
Plus en détailUne union pour les employeurs de l' conomie sociale. - grande Conférence sociale - les positionnements et propositions de l usgeres
Une union pour les employeurs de l' conomie sociale - grande Conférence sociale - les posiionnemens e proposiions de l usgeres Juille 212 1 «développer l emploi e en priorié l emploi des jeunes» le posiionnemen
Plus en détailCOURS GESTION FINANCIERE A COURT TERME SEANCE 3 PLANS DE TRESORERIE. François LONGIN www.longin.fr
COURS GESTION FINANCIERE A COURT TERME SEANCE 3 PLANS DE TRESORERIE SEANCE 3 PLANS DE TRESORERIE Obje de la séance 3 : dans la séance 2, nous avons monré commen le besoin de financemen éai couver par des
Plus en détailLes Comptes Nationaux Trimestriels
REPUBLIQUE DU CAMEROUN Paix - Travail Parie ---------- INSTITUT NATIONAL DE LA STATISTIQUE ---------- REPUBLIC OF CAMEROON Peace - Work Faherland ---------- NATIONAL INSTITUTE OF STATISTICS ----------
Plus en détailMODÈLE BAYÉSIEN DE TARIFICATION DE L ASSURANCE DES FLOTTES DE VÉHICULES
Cahier de recherche 03-06 Sepembre 003 MODÈLE BAYÉSEN DE TARFCATON DE L ASSURANCE DES FLOTTES DE VÉHCULES Jean-François Angers, Universié de Monréal Denise Desardins, Universié de Monréal Georges Dionne,
Plus en détailProbabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie...
1 Probabilité Table des matières 1 Loi de probabilité 2 1.1 Conditions préalables........................... 2 1.2 Définitions................................. 2 1.3 Loi équirépartie..............................
Plus en détailDOCUMENT TECHNIQUE N O 2 GUIDE DE MESURE POUR L INTÉGRATION DES TECHNOLOGIES DE L INFORMATION ET DE LA COMMUNICATION (TIC) EN ÉDUCATION
DOCUMENT TECHNIQUE N O 2 GUIDE DE MESURE POUR L INTÉGRATION DES TECHNOLOGIES DE L INFORMATION ET DE LA COMMUNICATION (TIC) EN ÉDUCATION GUIDE DE MESURE POUR L INTÉGRATION DES TECHNOLOGIES DE L INFORMATION
Plus en détailMémoire présenté et soutenu en vue de l obtention
République du Cameroun Paix - Travail - Parie Universié de Yaoundé I Faculé des sciences Déparemen de Mahémaiques Maser de saisique Appliquée Republic of Cameroon Peace Wor Faherland The Universiy of Yaoundé
Plus en détailEvaluation des Options avec Prime de Risque Variable
Evaluaion des Opions avec Prime de Risque Variable Lahouel NOUREDDINE Correspondance : LEGI-Ecole Polyechnique de Tunisie, BP : 743,078 La Marsa, Tunisie, Insiu Supérieur de Finance e de Fiscalié de Sousse.
Plus en détailFiles d attente (1) F. Sur - ENSMN. Introduction. 1 Introduction. Vocabulaire Caractéristiques Notations de Kendall Loi de Little.
Cours de Tronc Commun Scienifique Recherche Opéraionnelle Les files d aene () Les files d aene () Frédéric Sur École des Mines de Nancy www.loria.fr/ sur/enseignemen/ro/ 5 /8 /8 Exemples de files d aene
Plus en détailCorrection du Baccalauréat S Amérique du Nord mai 2007
Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n
Plus en détailReprésentation d une distribution
5 Représentation d une distribution VARIABLE DISCRÈTE : FRÉQUENCES RELATIVES DES CLASSES Si dans un graphique représentant une distribution, on place en ordonnées le rapport des effectifs n i de chaque
Plus en détailStatistiques Descriptives à une dimension
I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des
Plus en détailMaster IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1
Master IMEA Calcul Stochastique et Finance Feuille de T.D. n o Corrigé exercices8et9 8. On considère un modèle Cox-Ross-Rubinstein de marché (B,S) à trois étapes. On suppose que S = C et que les facteurs
Plus en détailInstitut Supérieur de Gestion
UNIVERSITE DE TUNIS Insiu Supérieur de Gesion 4 EME ANNEE SCIENCES COMPTABLES COURS MARCHES FINANCIER ET EVALUATION DES ACTIFS NOTES DE COURS : MOUNIR BEN SASSI YOUSSEF ZEKRI CHAPITRE 1 : LE MARCHE FINANCIER
Plus en détailI- Définitions des signaux.
101011011100 010110101010 101110101101 100101010101 Du compact-disc, au DVD, en passant par l appareil photo numérique, le scanner, et télévision numérique, le numérique a fait une entrée progressive mais
Plus en détailEVALUATION DE LA FPL PAR LES APPRENANTS: CAS DU MASTER IDS
EVALUATION DE LA FPL PAR LES APPRENANTS: CAS DU MASTER IDS CEDRIC TAPSOBA Diplômé IDS Inern/ CARE Regional Program Coordinaor and Gender Specialiy Service from USAID zzz WA-WASH Program Tel: 70 77 73 03/
Plus en détailImpact des futures normes IFRS sur la tarification et le provisionnement des contrats d assurance vie : mise en oeuvre de méthodes par simulation
Impac des fuures normes IFRS sur la arificaion e le provisionnemen des conras d assurance vie : mise en oeuvre de méhodes par simulaion Pierre-Emmanuel Thérond To cie his version: Pierre-Emmanuel Thérond.
Plus en détailSINE QUA NON. Découverte et Prise en main du logiciel Utilisation de bases
SINE QUA NON Découverte et Prise en main du logiciel Utilisation de bases Sine qua non est un logiciel «traceur de courbes planes» mais il possède aussi bien d autres fonctionnalités que nous verrons tout
Plus en détailPREMIÈRE PARTIE LIQUIDITÉ ET MICROSTRUCTURE. La Liquidité - De la Microstructure à la Gestion du Risque de Liquidité
PREMIÈRE PARTIE LIQUIDITÉ ET MICROSTRUCTURE Erwan Le Saou - Novembre 2000. 13 La microsrucure des marchés financiers ne serai cerainemen pas au cenre d une liéraure abondane si le concep de liquidié n
Plus en détail