Enoncés. b) Déterminer la loi de Z et montrer que Z suit une loi binomiale dont on précisera les paramètres.
|
|
- Flavien Victor Paré
- il y a 7 ans
- Total affichages :
Transcription
1 Eocés Eercce Soet * lîn et p Î ],[. Sot N la varable aléatore égale au ombre de clets d'u marchad de fruts et légumes u jour doé. O suppose que N sut ue lo de Posso de paramètre l et que chaque clet achète des fruts avec ue probablté p et des légumes avec ue probablté q = - p(o suppose que les clets e peuvet acheter à la fos des fruts et des légumes). O suppose que les achats des dfférets clets sot dépedats. Soet X la varable aléatore égale au ombre de clets achetat des fruts et Y la varable aléatore égale au ombre de clets achetat des légumes. ) Détermer la lo cojote de (X,Y). 2) a) Détermer les los margales de X et de Y. b) Les varables aléatores X et Y sot-elles dépedates? E dédure cov(x,y) et E(XY). Eercce 2 Sot u eter aturel o ul et p Î ],[. Ue secrétare effectue appels téléphoques vers correspodats dstcts. O admet que les appels costtuet epéreces de Beroull dépedates de même paramètre p. Sot X la varable aléatore égale au ombre de correspodats obteus. ) Détermer la lo de X, so espérace et sa varace. 2) La secrétare rappelle ue secode fos, et das les mêmes codtos, chacu des correspodats qu'elle 'a pu jodre au cours de la premère sére d'appels. Soet alors Y la varable aléatore égale au ombre de persoes jotes au cours de cette secode sére d'appels et Z = X + Y la varable aléatore égale au ombre total de correspodats obteus lors de ces deu séres d'appels. a) Détermer, pour tout Î,, la lo codtoelle de Y sachat [X = ]. b) Détermer la lo de Z et motrer que Z sut ue lo bomale dot o précsera les paramètres. Page Matthas FEGYVERES Stéphae PRETESEILLE EduKlub S.. Tous drots de l auteur des œuvres réservés. Sauf autorsato, la reproducto as que toute utlsato des œuvres autre que la cosultato dvduelle et prvée sot terdtes. Fcher gééré pour Vsteur (), le 7/9/26
2 Eercce 3 Soet X ue varable aléatore à valeurs das ue parte de N et u évéemet de l'espace probablsé cosdéré, tel que p() ¹. Sous réserve d'estece, o appelle espérace de la varable aléatore X codtoée par l'évéemet et o ote E( X ) le réel déf par : E( X ) p [X = ] =. ( Î W) ) Soet X ue varable aléatore et u évéemet vérfat les hypothèses précédetes. O suppose e outre que p() ¹ et que X admet ue espérace. a) Motrer que E( X ) et E( X ) estet. b) Etablr que : X E(X) = p()e( X ) + pe c) Sot * Î N. Quelle relato smlare peut-o détermer s X admet u momet d'ordre? 2) Soet X et Y deu varables aléatores à valeurs das N preat toutes leurs valeurs avec ue probablté o ulle. O suppose que Y admet ue espérace. a) Motrer que, pour tout Î Y b) Etablr que : N,E este. [X = ] Y ( [X = ] ) E(Y) = p(x = )E, (o pourra verser les deu sommes). c) Quelle relato smlare peut-o détermer s Y admet u momet d'ordre ( Î N * )? Page 2 Matthas FEGYVERES Stéphae PRETESEILLE EduKlub S.. Tous drots de l auteur des œuvres réservés. Sauf autorsato, la reproducto as que toute utlsato des œuvres autre que la cosultato dvduelle et prvée sot terdtes. Fcher gééré pour Vsteur (), le 7/9/26
3 Eercce 4 Pour toute varable aléatore X à valeurs das N, o ote G la focto : t G(t) p(x )t = = (lorsque X ÎN est au mos défe sur [-,] ). W est f, G est défe sur R et lorsque X( W ) est f, G ) Soet p u eter aturel supéreur ou égal à 2 et (X) pue famlle de varables aléatores mutuellemet dépedates à valeurs das,. E remarquat que, pour toute varable aléatore X à valeurs das,, o a : " Î R =, motrer que : t,g(t) E(t ) " t Î R,G = G(t). p p 2) Sot (X) * ue famlle de varables aléatores mutuellemet dépedates à valeurs das N. ÎN E remarquat que, pour toute varable aléatore X à valeurs das N, o a : " t Î[ -,],G (t) = E(t ), motrer que : * " Î N,t " Î[,],G - (t) = G(t). = Page 3 Matthas FEGYVERES Stéphae PRETESEILLE EduKlub S.. Tous drots de l auteur des œuvres réservés. Sauf autorsato, la reproducto as que toute utlsato des œuvres autre que la cosultato dvduelle et prvée sot terdtes. Fcher gééré pour Vsteur (), le 7/9/26
4 Correcto Eercce ) D après l éocé, o a claremet : (X,Y) achetat des fruts ou des légumes), o a égalemet : 2 W = N. De plus, comme X+Y=N (chacu des clets 2 "(,j) Î N,p[X = ] Ç [Y = j] = p[x = ] Ç[N- X= j] d où = p[x ( = ] Ç [N= + j] ) sot, d après la formule des X = = p p(n= + j). N = + j Or, comme chaque clet achète des fruts avec ue probablté p, pour tout probabltés composées : 2 (,j) Î N, sachat que le ombre total de clets N est égal à +j, X sut ue lo bomale de paramètres +j et p. O peut alors écrre : X = "(,j) Î N 2,p = C pq j. + j N= + j De plus, comme N sut ue lo de Posso de paramètre l, o peut égalemet écrre : + j 2 -l l (,j),p(n j) e ( + j)! " Î N = + =. O e dédut alors : l " Î N = Ç = = sot : + j 2 j -l (,j),p[x ( ] [Y j] ) C+ jpq e ( + j)! -l (p) l (q) l = e.! j! O peut désormas coclure : 2 2 -l (p) l (q) l (X,Y)( W ) = N et "(,j) Î N,p[X = ] Ç [Y = j] = e! j! 2) a) O a : X( W ) = N. Comme o a égalemet Y( W ) = N, o peut écrre : jîn "Î N,[X = ] = [X = ] Ç [Y = j] sot, e passat au probabltés : Page 4 Matthas FEGYVERES Stéphae PRETESEILLE EduKlub S.. Tous drots de l auteur des œuvres réservés. Sauf autorsato, la reproducto as que toute utlsato des œuvres autre que la cosultato dvduelle et prvée sot terdtes. Fcher gééré pour Vsteur (), le 7/9/26
5 æ ö "Î N,p(X = ) = p ([X ] [Y j] ) = Ç = ç sot ecore, l uo état dsjote (l e peut y avor çè jî N ø smultaémet u jour doé j et j clets achetat des légumes avec j ¹ j' ) : jîn = p[x = ] Ç [Y = j] et doc, d après les résultats de la questo précédete : = e jîn j -l (p) l (q) l! j!.e. : j -l (p) l (q) l = e sot ef, e recoassat la somme d ue sére! j! j= epoetelle : -l(p) l lq = e e et doc :! -l(-q) (p) l = e d où, comme -q=p :! -lp (p) l = e.! X et Y mus de leurs paramètres respectfs p et q jouat des rôles symétrques, o -lq (q) l peut égalemet écrre : Y( W ) = N et " Î N,p(Y = ) = e. O peut désormas! coclure que X et Y suvet des los de Posso de paramètres respectfs l p et l q,.e. : P(lp) et X P(lq),.e. : ìï -lp (p) l ïp(x = ) = e! X( W ) = Y( W ) = N et "Î N, ïí -q l (q) l ïp(y=)=e ïî! b) O e dédut alors : 2 -lp(p) l -lq(q) l "(,j) Î N,p(X = ) p(y = j) = e e.e. :! j! j -l(p+ q) (p) l (q) l = e sot, comme p+q= :! j! -l (p) l (q) l = e.e. :! j! = p[x ( = ] Ç [Y = j] ). Page 5 Matthas FEGYVERES Stéphae PRETESEILLE EduKlub S.. Tous drots de l auteur des œuvres réservés. Sauf autorsato, la reproducto as que toute utlsato des œuvres autre que la cosultato dvduelle et prvée sot terdtes. Fcher gééré pour Vsteur (), le 7/9/26
6 O peut doc coclure : X et Y sot doc dépedates Comme X et Y sot dépedates, o peut alors écrre : cov(x,y) = et E(XY)=E(X)E(Y). Or, comme X et Y suvet des los de Posso de paramètres respectfs lp et l q, o peut écrre : E(X) =lp et E(Y)= l q, d où la cocluso : cov(x,y) = l 2 et E(XY)= pq Eercce 2 ) Comme X est le ombre de correspodats obteus, X représete le ombre de succès (obter u correspodat) lors de la réalsato de essas dépedats ( coups de téléphoe) d ue epérece à deu ssues possbles (jodre ou e pas jodre le correspodat) dot la probablté de succès est p. X sut doc ue lo bomale de paramètre et p. O e dédut alors : X B(,p),.e. : X( W ) =, et " Î,, p(x=)=c p(-p) -, d où : E(X)=p et V(X)=p(-p) 2) a) Pour tout Î,, s X=, lors de la secode sére d appels, la secrétare rappelle les - correspodats qu elle a pas réuss à jodre lors de la premère sére, et ce das les mêmes codtos que précédemmet. O dédut alors que s X = ( Î,), Y sut ue lo bomale de paramètres - et p, d où la cocluso : ( Y = -- ) - "Î,, " Î,-,p = C p(-p) X = b) Comme Z est le ombre total de correspodats jots à l ssue de la secode sére d appels, o a claremet : Z( W ) =,. De plus, comme Z=X+Y, o a : " Î,,[Z = ] = [X = ] Ç [Y = -] d où e passat au probabltés : Page 6 Matthas FEGYVERES Stéphae PRETESEILLE EduKlub S.. Tous drots de l auteur des œuvres réservés. Sauf autorsato, la reproducto as que toute utlsato des œuvres autre que la cosultato dvduelle et prvée sot terdtes. Fcher gééré pour Vsteur (), le 7/9/26
7 æ ö " Î,,p(Z = ) = p ([X = ] Ç [Y = -]) ç çè ø sot, l uo état dsjote (o e peut avor smultaémet [X=] et [X= ] avec ¹ ' ) : p[x ( ] [Y ] ) sot ecore, d après la formule des = = Ç = - ( Y = - ) probabltés composées : = p p(x = ) et doc, d après les résultats X = précédets : C - p ( p) Cp( p).e. : = CC -p( 2-- p) et comme, = " Î, "Î,, - CC = CC : - = Cp(-p) C(-p) sot ecore, à l ade de la formule du bôme de Newto : = Cp(-p) (2- p) d où la cocluso : 2-2 Z( W ) =, et " Î,, p(z=)=c (p(2 -p)) ((-p) ) - 2 Comme p(2-p)+(-p) 2 =, o peut mateat écrre que Z sut ue lo bomale de paramètres et p(2-p),.e. : Z B(,p(2-p)) Eercce 3 ) a) O a : [X = ] ( ) p([x = ] Ç) " ÎX( W ),p = d où comme : p[x ( = ] Ç ) p(x = ) p() [X = ] ( ) p(x = ) " ÎX( W ),p doc : p() [X = ] ( ) p(x = ) " ÎX( W ), p. p() (car ([X=] Ç) Ì [X=]) : Page 7 Matthas FEGYVERES Stéphae PRETESEILLE EduKlub S.. Tous drots de l auteur des œuvres réservés. Sauf autorsato, la reproducto as que toute utlsato des œuvres autre que la cosultato dvduelle et prvée sot terdtes. Fcher gééré pour Vsteur (), le 7/9/26
8 Or, comme X admet ue espérace, la sére de terme gééral p(x=) est covergete, doc comme p() est dépedat de, d après les théorèmes de comparaso des séres à termes postfs, la sére de terme gééral p [X = ] ( ) coverge. O peut doc coclure : E ( X ) este " Î W p(x = ), et comme X admet ue p() espérace, o peut coclure : De même, comme : X, p [X = ] E X este b) Comme X admet ue espérace, o peut écrre : E(X) = p(x = ) sot, d après la formule des probabltés totales, la famlle ÎX( W) ÎX( W) (,) état u système complet d évéemets de probabltés o ulles : [X ] pp [X ] æ ö = p()p = = ç + çè d où comme les séres de termes ø [X = ] [X = ] sot falemet : = p() p + p p ÎX( W) ÎX( W) géérau respectfs p [X = ] ( ) et p [X = ] ( ) coverget (car E( X ) et E X estet) : ( X ) X E(X) = p()e + pe c) O motrerat, par u rasoemet aalogue, que, s X admet u momet d'ordre, alors E( X ) et E( X ) estet, pus que : E(X ) = p()e X + p()e X Page 8 Matthas FEGYVERES Stéphae PRETESEILLE EduKlub S.. Tous drots de l auteur des œuvres réservés. Sauf autorsato, la reproducto as que toute utlsato des œuvres autre que la cosultato dvduelle et prvée sot terdtes. Fcher gééré pour Vsteur (), le 7/9/26
9 2) a) Sot ÎX( W ). Comme p(x = ) ¹, e substtuat [X = ] à et Y à X das le rasoemet de la questo.a, o peut coclure : Y Pour tout ÎX( W),E [X = ] este b) Comme Y admet ue espérace et comme Y est ue varable aléatore à valeurs das N, o a : E(Y) = p(y = ) sot, d'après la formule des probabltés totales, la famlle = = (X = ) ÎN état u système complet d'évéemets tous de probabltés o ulles : [Y ] æ ö = p(x )p = = ç [X = ] çè ø sot, l'verso des sommes fes état autorsées car Y admet ue espérace : æ p(x ) p [Y ] ö = ç ( [X ] ) d'où, comme, pour tout Î W Y = = ç çè = ø = o E(Y) = p(x = )E este: Y ( [X = ] ) X,E [X = ] c) O motrerat, par u rasoemet aalogue, que, s Y admet u momet d'ordre, Î W, Y alors pour tout X E [X = ] este, pus que : E(Y ) = p(x = )E Y ( (X = ] ) Page 9 Matthas FEGYVERES Stéphae PRETESEILLE EduKlub S.. Tous drots de l auteur des œuvres réservés. Sauf autorsato, la reproducto as que toute utlsato des œuvres autre que la cosultato dvduelle et prvée sot terdtes. Fcher gééré pour Vsteur (), le 7/9/26
10 Eercce 4 ) Comme pour tout t Î R, la focto t est défe e tout pot de N, doc e tout pot de,, pour toute varable aléatore X à valeurs das, telle que, pour tout este, o a (théorème de trasfert): t Î R,E(t ) " Î R = doc : t,g(t) E(t ) p(x )t. = = = Or, pour toute varable aléatore X à valeurs das,, o a égalemet : " t Î R,G (t) = p(x = )t = " Î R =. t,g(t) E(t ), doc, e recoassat E(t ), pour tout t Î R,E(t ) este et : Motros, par motée fe, que s les varables aléatores mutuellemet dépedates, alors : S les varables aléatores (X) à valeurs das, sot p " Î 2,p, " t Î R,G (t) = G(t). X (X) p sot mutuellemet dépedates, alors X et X 2 sot 2 dépedates, doc, pour tout t Î R,t et t sot dépedats. O peut alors écrre : " t Î R,E(t t ) = E(t )E(t ), sot: " t Î R,E(t ) = E(t )E(t ). E utlsat la remarque précédete, o e dédut alors : " t Î R,G + (t) = G 2 (t)g (t). La 2 proprété est doc be vérfée au rag =2. Sot Î 2,p- (s p ³ 3), supposos que : " t Î R,G (t) = G(t) = aléatores aléatores. Les varables (X) p état mutuellemet dépedates, pour tout t Î R, les varables X X+ t et t sot égalemet dépedates, d'où : æ ö æ ö X X X + X + " t Î R,E t = t Et = = E(t ).e. : ç ç è ø è ø + æ ö æ ö X X X+ " t Î R,E t Et = E(t ) ce qu s'écrt ecore, d'après la remarque précédete : ç ç è ø è ø Page Matthas FEGYVERES Stéphae PRETESEILLE EduKlub S.. Tous drots de l auteur des œuvres réservés. Sauf autorsato, la reproducto as que toute utlsato des œuvres autre que la cosultato dvduelle et prvée sot terdtes. Fcher gééré pour Vsteur (), le 7/9/26
11 " t Î R,G (t) = G (t)g (t) et doc, d'après l'hypothèse : + X X X+ æ ö ç G(t) G ç X X+ çè ø = ç (t).e. : + = G(t). = X s, o a be : " Î 2,p, " t Î R,G (t) = G(t). X X O peut alors coclure, pour =p : S (X) pest ue famlle de varables aléatores mutuellemet dépedates à valeurs das,, alors : " t Î R,G (t) = G(t) X X = 2) Comme pour tout t Î[,] -, l'applcato varable aléatore X à valeurs das N telle que, pour tout trasfert) : " t Î[ -,],E(t ) = p(x = )t. = t est défe e tout pot de N, pour toute t Î R,E(t ) este, o a (théorème de Or, pour toute varable aléatore X à valeurs das N, G est au mos défe sur [-,] et o peut écrre : absolumet doc " t Î R,G(t) = p(x = )t = E(t ) este et l'o a :. s, la sére de terme gééral p(x = )t coverge " Î - =. t [,],G (t) E(t ) Motros alors par récurrece, que s les varables aléatores mutuellemet dépedates, alors : X (X) * ÎN * " Î N,t " Î[,],G - (t) = G(t). = à valeurs das N sot u rag =, o a claremet : " t Î[ -,],G (t) = G (t). La proprété est doc be vérfée au rag. Sot * Î N, supposos. " t Î[ -,],G (t) = G(t) Page Matthas FEGYVERES Stéphae PRETESEILLE EduKlub S.. Tous drots de l auteur des œuvres réservés. Sauf autorsato, la reproducto as que toute utlsato des œuvres autre que la cosultato dvduelle et prvée sot terdtes. Fcher gééré pour Vsteur (), le 7/9/26
12 Les varables aléatores (X) * ÎN t Î[,] -, les varables aléatores état mutuellemet dépedates, l est clar que pour tout + t et t sot dépedates, d'où : æ ö æ ö + + " t Î[ -,],E t = t Et = = E(t ) ç è ø èç ø.e. : + æ ö æ ö + " t Î[ -,],E t Et = E(t ) ç è ø èç ø ce qu s'écrt ecore, d'après la remarque précédete : " t Î [ -,],G (t) = G (t)g (t) + + et doc, d'après l'hypothèse de récurrece : æ ö = ç çè G(t) G (t).e. : + ø + = G(t). s, o a be : * " Î N,t " Î[,],G - (t) = G(t), d'où la cocluso : = S (X) * ÎN est ue famlle de varables aléatores mutuellemet dépedates à valeurs das N, alors : * " Î N,t " Î[,],G - (t) = G(t). = Page 2 Matthas FEGYVERES Stéphae PRETESEILLE EduKlub S.. Tous drots de l auteur des œuvres réservés. Sauf autorsato, la reproducto as que toute utlsato des œuvres autre que la cosultato dvduelle et prvée sot terdtes. Fcher gééré pour Vsteur (), le 7/9/26
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 détailIntégration 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 détailSemestre : 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 détailEtude 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 détailCoefficient 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 détailII - 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 détailChapitre 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 détailILT. Interfacultair Instituut voor Levende Talen. T@@lvaardig. Actes de communication. Serge Verlinde Evelyn Goris. Katholieke Universiteit Leuven
IL If I L S V Ey G Khk U L 13/02/02 pé? xp qé xp pz à pz p héhq pé p à q z p à p héhq fé à p à q pz xp q 'p (è) f, '-à- p. x. ' é ff. N xp à py qq' q z b ( f) P xp pô pp L p - pé pz ': z qq', q -? Bj,
Plus en détail[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n =
[http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Eocés 1 Nombres réels Ratioels et irratioels Exercice 1 [ 9 ] [correctio] Motrer que la somme d u ombre ratioel et d u ombre irratioel est u ombre irratioel.
Plus en détailx +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.
EXERCICE 3 (6 poits ) (Commu à tous les cadidats) Il est possible de traiter la partie C sas avoir traité la partie B Partie A O désige par f la foctio défiie sur l itervalle [, + [ par Détermier la limite
Plus en détailSYSTEME 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 détailSéries réelles ou complexes
6 Séries réelles ou complexes Comme pour le chapitre 3, les suites cosidérées sot a priori complexes et les résultats classiques sur les foctios cotiues ou dérivables d ue variable réelle sot supposés
Plus en détail. (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* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Exo7 Topologie Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Exercice **
Plus en détailGroupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3
1 Groupe orthogoal d'u espace vectoriel euclidie de dimesio, de dimesio Voir le chapitre 19 pour l'étude des espaces euclidies et des isométries. État doé u espace euclidie E de dimesio 1, o rappelle que
Plus en détailCHAPITRE 2 SÉRIES ENTIÈRES
CHAPITRE 2 SÉRIES ENTIÈRES 2. Séries etières Défiitio 2.. O appelle série etière toute série de foctios ( ) f dot le terme gééral est de la forme f ()=a, où (a ) désige ue suite réelle ou complee et R.
Plus en détailLimites 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 détailProcessus et martingales en temps continu
Chapitre 3 Processus et martigales e temps cotiu 1 Quelques rappels sur les martigales e temps discret (voir [4]) O cosidère u espace filtré (Ω, F, (F ) 0, IP). O ote F = 0 F. Défiitio 1.1 Ue suite de
Plus en détailSuites et séries de fonctions
[http://mp.cpgedupuydelome.fr] édité le 3 avril 5 Eocés Suites et séries de foctios Propriétés de la limite d ue suite de foctios Eercice [ 868 ] [correctio] Etablir que la limite simple d ue suite de
Plus en détailMathématiques 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 détailSéquence 5. La fonction logarithme népérien. Sommaire
Séquece 5 La foctio logarithme épérie Objectifs de la séquece Itroduire ue ouvelle foctio : la foctio logarithme épérie. Coaître les propriétés de cette foctio : sa dérivée, ses variatios, sa courbe, sa
Plus en détailRDV E-commerce 2013 Mercredi 6 Mars, Technopark
RDV E-mm 2013 Md 6 M, Thpk Smm 1 P q E 2 Q x p? 3 Q v? 4 d é d 2 0 1 5 p 2 0 1 3 6 h g 7 d f é 1 Pq E-mm? Pq S E-Cmm? D d d Md IT XCOM gé dp 2009 phé E-mm.m F à mhé p, XCOM h d déd E-mm, Pm éq, E-Mkg Chff
Plus en détailExo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X
Exo7 Détermiats Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable T : pour
Plus en détailSolutions particulières d une équation différentielle...
Solutios particulières d ue équatio différetielle......du premier ordre à coefficiets costats O cherche ue solutio particulière de y + ay = f, où a est ue costate réelle et f ue foctio, appelée le secod
Plus en détailComportement 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 détailExercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1
Bac blac TS Correctio Exercice I ( Spé ) / émotros par récurrece que 5x y = pour tout etier aturel 5x y = 5 8 = La propriété est doc vraie au rag = Supposos que la propriété est vraie jusqu au rag, o a
Plus en détailDeuxième 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 détailBaccalauréat S Asie 19 juin 2014 Corrigé
Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps
Plus en détailcapital 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* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Séries etières Eercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Eercice
Plus en détailII 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 détailLes 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 détailSTATISTIQUE : 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 détail14 Chapitre 14. Théorème du point fixe
Chapitre 14 Chapitre 14. Théorème du poit fixe Si l o examie de plus près les méthodes de Lagrage et de Newto, étudiées au chapitre précédet, elles revieet das leur pricipe à remplacer la résolutio de
Plus en détailEXERCICES : DÉNOMBREMENT
Chapitre 7 ECE 1 - Grad Nouméa - 015 EXERCICES : DÉNOMBREMENT LISTES / ARRANGEMENTS Exercice 1 : Le code ativol Pour so vélo, Toto possède u ativol a code. Le code est ue successio de trois chiffres compris
Plus en détailPolynésie 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 détailDénombrement. 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 détailEstimation 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 détailCHAPITRE 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 détailStructures algébriques
Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe
Plus en détailFormation d un ester à partir d un acide et d un alcool
CHAPITRE 10 RÉACTINS D ESTÉRIFICATIN ET D HYDRLYSE 1 Formatio d u ester à partir d u acide et d u alcool 1. Nomeclature Acide : R C H Alcool : R H Groupe caractéristique ester : C Formule géérale d u ester
Plus en détail20. 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 détailModule 3 : Inversion de matrices
Math Stat Module : Iversio de matrices M Module : Iversio de matrices Uité. Défiitio O e défiira l iverse d ue matrice que si est carrée. O appelle iverse de la matrice carrée toute matrice B telle que
Plus en détailGEA I Mathématiques nancières Poly. de révision. Lionel Darondeau
GEA I Mathématques nancères Poly de révson Lonel Darondeau Intérêts smples et composés Voc la lste des exercces à révser, corrgés en cours : Exercce 2 Exercce 3 Exercce 5 Exercce 6 Exercce 7 Exercce 8
Plus en détailChapitre 3 : Transistor bipolaire à jonction
Chapitre 3 : Trasistor bipolaire à joctio ELEN075 : Electroique Aalogique ELEN075 : Electroique Aalogique / Trasistor bipolaire U aperçu du chapitre 1. Itroductio 2. Trasistor p e mode actif ormal 3. Courats
Plus en détailGénéralités sur les fonctions 1ES
Généraltés sur les fonctons ES GENERALITES SUR LES FNCTINS I. RAPPELS a. Vocabulare Défnton Une foncton est un procédé qu permet d assocer à un nombre x appartenant à un ensemble D un nombre y n note :
Plus en détailChapitre 3: TESTS DE SPECIFICATION
Chapitre 3: TESTS DE SPECIFICATION Rappel d u c h api t r e pr é c é d en t : l i de n t i f i c a t i o n e t l e s t i m a t i o n de s y s t è m e s d é q u a t i o n s s i m u lt a n é e s r e p o
Plus en détailSÉRIES 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 détailLES ESCALIERS. Du niveau du rez-de-chaussée à celui de l'étage ou à celui du sous-sol.
LES ESCALIERS I. DÉF I NIT I O N Un escalier est un ouvrage constitué d'une suite de marches et de paliers permettant de passer à pied d'un niveau à un autre. Ses caractéristiques dimensionnelles sont
Plus en détail1 Mesure et intégrale
1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios
Plus en détailCours 5 : ESTIMATION PONCTUELLE
Cours 5 : ESTIMATION PONCTUELLE A- Gééralités B- Précisio d u estimateur C- Exhaustivité D- iformatio E-estimateur sas biais de variace miimale, estimateur efficace F- Quelques méthode s d estimatio A-
Plus en détailLa 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 détailLoi d une variable discrète
MATHEMATIQUES TD N : VARIABLES DISCRETES - Corrigé. P[X = k] 0 k point de discontinuité de F et P[X = k] = F(k + ) F(k ) Ainsi, P[X = ] =, P[X = 0] =, P[X = ] = R&T Saint-Malo - nde année - 0/0 Loi d une
Plus en détailCOURS 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 détailFEUILLE 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 détailAmphi 3: Espaces complets - Applications linéaires continues
Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite
Plus en détailLES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.
Qu appelle-t-o éclipse? Éclipser sigifie «cacher». Vus depuis la Terre, deu corps célestes peuvet être éclipsés : la Lue et le Soleil. LES ÉCLIPSES Pour qu il ait éclipse, les cetres de la Terre, de la
Plus en détailIncertitudes 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 détailApplication 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 détailLes sinistres graves en assurance automobile : Une nouvelle approche par la théorie des valeurs extrêmes
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
Plus en détailLot 4: Validation industrielle. Youness LEMRABET Pascal YIM, 19/11/2010
Lot 4: Validation industrielle Youness LEMRABET Pascal YIM, 19/11/2010 Partenaires Lot 1 Modèle du processus métier L4.1 Modèles PSM Lot 2 Guide d implantation L4.2 Développement & Recette prototype Lot
Plus en détailCours de Statistiques inférentielles
Licece 2-S4 SI-MASS Aée 2015 Cours de Statistiques iféretielles Pierre DUSART 2 Chapitre 1 Lois statistiques 1.1 Itroductio Nous allos voir que si ue variable aléatoire suit ue certaie loi, alors ses réalisatios
Plus en détailConvergences 2/2 - le théorème du point fixe - Page 1 sur 9
Au sommaire : Suites extraites Le théorème de Bolzao-Weierstrass La preuve du théorème de Bolzao-Weierstrass3 Foctio K-cotractate4 Le théorème du poit fixe5 La preuve du théorème du poit fixe6 Utilisatios
Plus en détailI - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et
Plus en détailUn exemple d étude de cas
Un exemple d'étude de cas 1 Un exemple d étude de cas INTRODUCTION Le cas de la Boulangerie Lépine ltée nous permet d exposer ici un type d étude de cas. Le processus utilisé est identique à celui qui
Plus en détailCours de Programmation Impérative: Zones de mémoires et pointeurs
Cours de Programmation Impérative: Zones de mémoires et pointeurs Julien David A101 - david@lipn.univ-paris13.fr Julien David (A101 - david@lipn.univ-paris13.fr) 1 / 1 Z`o n`e s `d`e m`é m`o i r`e Julien
Plus en détailDénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions
Déombremet ECE3 Lycée Carot 12 ovembre 2010 Itroductio La combiatoire, sciece du déombremet, sert comme so om l'idique à compter. Il e s'agit bie etedu pas de reveir au stade du CP et d'appredre à compter
Plus en détail16.1 Convergence simple et convergence uniforme. une suite de fonctions de I dans R ou C.
16 Suites de foctios Suf précisio cotrire, I est u itervlle réel o réduit à u poit et les foctios cosidérées sot défiies sur I à vleurs réelles ou complexes. 16.1 Covergece simple et covergece uiforme
Plus en détaill u N D I 15 M D I D I 3 17 J u D I N D D I I M N C h COuPE Du PrEsIDENT OPEN 104 FEuChErOllEs EAuBONNE s1 20h15 COuPE Du OPEN 104 EAuBONNE s2 20h15
6-boc caendie 220415_6 agenda 2006 p218-237 23/04/2015 15:36 Page 1 1 6-boc caendie 220415_6 agenda 2006 p218-237 23/04/2015 15:36 Page 2 36 31 août PTB 2015 37 38 7 14 1 8 15 OP 104 1 2015 OP PT Té BO
Plus en détailAl attention du praticien et des étudiants, nous avons développé
Chapitre 15 Applications informatiques Al attention du praticien et des étudiants, nous avons développé deux applications informatiques téléchargeables gratuitement sur le site www.digilex.ch. La première
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 détailEspérance conditionnelle
Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle
Plus en détailConception 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 détailStatistique descriptive bidimensionnelle
1 Statistique descriptive bidimesioelle Statistique descriptive bidimesioelle Résumé Liaisos etre variables quatitatives (corrélatio et uages de poits), qualitatives (cotigece, mosaïque) et de types différets
Plus en détailConception 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 détailDes résultats d irrationalité pour deux fonctions particulières
Collect. Math. 5, 00, 0 c 00 Uiversitat de Barceloa Des résultats d irratioalité pour deux foctios particulières Richard Choulet 7, Rue du 4 Août, 40 Aveay, Frace E-mail: richardchoulet@waadoo.fr Received
Plus en détailFormes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions
Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires
Plus en détailBTS 2 SIO Active directory- windows serveur 2012 Version 1.1 (12/12/2014)
Conditions requises: Avoir un serveur windows 2012, ayant pour adresse ip192.168.1.85. Caractéristiques de base: Un serveur de domaine active directory est une base d'annuaire pour windows. Elle permet
Plus en détaile x dx = e x dx + e x dx + e x dx.
Chtr Foctos Gmm t foctos d Bssl Chtr Focto Gmm t foctos d Bssl Détrmto d l focto Gmm L focto Gmm st très sml à dédur à rtr d l tégrl d'eulr: Ctt tégrl st u focto d rmètr ; ll st rrésté r l symbol () t
Plus en détailChaînes de Markov. Arthur Charpentier
Chaîes de Markov Arthur Charpetier École Natioale de la Statistique et d Aalyse de l Iformatio - otes de cours à usage exclusif des étudiats de l ENSAI - - e pas diffuser, e pas citer - Quelques motivatios.
Plus en détail4 Approximation des fonctions
4 Approximatio des foctios Ue foctio f arbitraire défiie sur u itervalle I et à valeur das IR peut être représetée par so graphe, ou de maière équivalete par la doée de l esemble de ses valeurs f(t) pour
Plus en détailPROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS
PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS ET APPROXIMATIONS DIOPHANTIENNES J. L. NICOLAS Cet article expose sup 3 e quelques iter'f~reces etre les pr'obl~res dloptimisatio e hombres etiers et la th~or-ie
Plus en détailRESOLUTION PAR LA METHODE DE NORTON, MILLMAN ET KENNELY
LO 4 : SOLUTO P L MTHO OTO, MLLM T KLY SOLUTO P L MTHO OTO, MLLM T KLY MTHO OTO. toductio Le théoème de oto va ous pemette de éduie u cicuit complexe e gééateu de couat éel. e gééateu possède ue souce
Plus en détailTerminale S. Terminale S 1 F. Laroche
Termiale S Exercices. Rappels et exercices de base 3.. QCM (P. Egel) 3.. QCM, Atilles 005 4. 3. QCM, Liba 009, 3 poits 4. 4. QCM, C. étragers 007. 5. QCM, Frace 007 5 6. 6. QCM, N. Calédoie 007 7. 7. QCM
Plus en détail2 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 détailAnalyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I
Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I Roxane Duroux 1 Cadre de l étude Cette étude s inscrit dans le cadre de recherche de doses pour des essais cliniques
Plus en détailCalcul 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 détailTravaux dirigés d introduction aux Probabilités
Travaux dirigés d introduction aux Probabilités - Dénombrement - - Probabilités Élémentaires - - Variables Aléatoires Discrètes - - Variables Aléatoires Continues - 1 - Dénombrement - Exercice 1 Combien
Plus en détailTests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles
Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA
Plus en détailVirtualization. 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 détailDETERMINANTS. a b et a'
2003 - Gérard Lavau - http://perso.waadoo.fr/lavau/idex.htm Vous avez toute liberté pour télécharger, imprimer, photocopier ce cours et le diffuser gratuitemet. Toute diffusio à titre oéreux ou utilisatio
Plus en détailRemboursement 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 détail1 TD1 : rappels sur les ensembles et notion de probabilité
1 TD1 : rappels sur les ensembles et notion de probabilité 1.1 Ensembles et dénombrement Exercice 1 Soit Ω = {1, 2, 3, 4}. Décrire toutes les parties de Ω, puis vérier que card(p(ω)) = 2 4. Soit k n (
Plus en détailÉchantillonnage et estimation
Stage «Nouveaux programmes de Termiale S» - Ho Chi Mih-Ville Novembre 202 Échatilloage et estimatio Partie C - Frédéric Barôme page Échatilloage et estimatio Partie C : Capacités et exercices-types. Rappelos
Plus en détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailChap. 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 détailAxiomatique de N, construction de Z
Axiomatique de N, construction de Z Table des matières 1 Axiomatique de N 2 1.1 Axiomatique ordinale.................................. 2 1.2 Propriété fondamentale : Le principe de récurrence.................
Plus en détailSTATISTIQUE AVANCÉE : MÉTHODES
STATISTIQUE AVANCÉE : MÉTHODES NON-PAAMÉTIQUES Ecole Cetrale de Paris Arak S. DALALYAN Table des matières 1 Itroductio 5 2 Modèle de desité 7 2.1 Estimatio par istogrammes............................
Plus en détailProblèmes de Mathématiques Filtres et ultrafiltres
Énoncé Soit E un ensemble non vide. On dit qu un sous-ensemble F de P(E) est un filtre sur E si (P 0 ) F. (P 1 ) (X, Y ) F 2, X Y F. (P 2 ) X F, Y P(E) : X Y Y F. (P 3 ) / F. Première Partie 1. Que dire
Plus en détailQue faire lorsqu on considère plusieurs variables en même temps?
Chapitre 3 Que faire lorsqu on considère plusieurs variables en même temps? On va la plupart du temps se limiter à l étude de couple de variables aléatoires, on peut bien sûr étendre les notions introduites
Plus en détail