TD5 : Variables aléatoires discrètes dénombrables

Dimension: px
Commencer à balayer dès la page:

Download "TD5 : Variables aléatoires discrètes dénombrables"

Transcription

1 MA40 : Probabilités : Variables aléatoires discrètes déobrables Exercice Ue ure cotiet des boules blaches et oires. O suose que la robabilité de iocher ue blache vaut ]0, [. O effectue des tirages successifs avec reise. Soit la variable aléatoire égale au rag d aaritio de la -ère boule blache.. Recoaître la loi de et doer la valeur de E( ) et de V ( ).. Soit la variable aléatoire égale au rag d aaritio de la -ièe boule blache. Déterier la loi de aisi que so esérace. Exercice O cosidère deux variables et Y telles que (Ω) Y (Ω) N et i, N, P ( i et Y ) i+ ( ) + ( ) i+.. Doer les lois de et de Y.. Motrer que et Y adettet des eséraces et exliciter E() et E(Y ). 3. Justifier que la variable ( ) adet ue esérace et la calculer. E déduire V (). Procéder de êe avec Y. 4. Si, otrer que et Y sot déedates (utiliser P ( Y )) 5. Motrer que et Y sot idéedates lorsque. Exercice 3 Soiet a et b deux réels tels que 0 < a < et 0 < b <. O effectue ue suite d exériece aléatoires cosistat à eter siultaéet deux ièces de oaie otées A et B. O suose que ces exérieces sot idéedates et qu à chaque exériece les résultats des deux ièces sot idéedats. O suose que, lors d ue exériece, la robabilité que la ièce A doe ile est a, et que la robabilité que la ièce B doe ile est b. Soit le obre d exérieces qu il faut réaliser avat que la ièce A doe face our la reière fois, et Y le obre d exérieces qu il faut réaliser avat que la ièce B doe face our la reière fois.. Quelles sot les lois de robabilités de et de Y? Calculer E().. Calculer la robabilité de l évèeet ( Y ). Iterrétatio. 3. Trouver, our N, la valeur de P ( > ). E déduire les robabilités P ( > Y ) et P ( Y ). Iterrétatio. Exercice 4 U éage coorte guichets uérotés de à. Soit N la variable aléatoire égale au obre de voitures arrivat au éage e heure. O suose que N suit ue loi de Poisso de araètre λ > 0. O suose de lus que les coducteurs choisisset leur file au hasard et que ces choix sot idéedats. Soit la variable aléatoire égale au obre de voitures se résetat au guichet.. Calculer P (N) ( ), 0.. Justifier que P ( ) + P (N) ( ) P (N ) 3. Motrer que P ( ) e λ ( λ )! + 0 ( ( λ.! )) 4. E déduire la loi de robabilité de (o retrouvera ue loi usuelle) 5. Doer sas calcul les valeurs de E() et de V (). Exercice 5 O suose que le obre N de colis exédiés à l étrager chaque our ar ue etrerise suit ue loi de Poisso de araètre λ. Ces colis sot exédiés idéedaet les us des autres. La robabilité our qu u colis exédié à l étrager soit détérioré est égale à t. O s itéresse aux colis exédiés à l étrager u our doé : N est la variable aléatoire égale au obre de colis exédiés ; est la variable aléatoire égale au obre de colis détériorés ; Y est la variable aléatoire égale au obre de colis e bo état. O a doc : + Y N.. Calculer, our tout, N, la robabilité coditioelle suivate : P (N) ( ).. E déduire que suit la loi de Poisso P(λt). 3. E suivat ue éthode siilaire à, déterier la loi de Y. 4. Les variables et Y sot-elles, à riori et sas calcul, idéedates? 5. Calculer la robabilité P (( ) (Y q)) et P ( )P (Y q). Coclusio L Mathéatiques et Iforatique FST - Uiversité Paul Cézae

2 MA40 : Probabilités PHEC Correctio feuille d exercices correctio de l exercice. O réète idé iet l exériece E " iocher ue boule das l ure ", les exérieces état utuelleet idéedates et rerésete le rag de réalisatio de l évèeet A " obteir ue boule blache " dot la robabilité est égale à doc suit la loi géoétrique G(), c est-à-dire () N ; 8 N P ( ) ( ) E articulier, adet ue esérace et ue variace et o a E( ) et V ( ). Loi de : Etat doé que l o e eut obteir la -ièe boule blache qu à coter de la secode ioche, il est iédiat que () Nf0; g: Le rag d aaritio de la secode boule blache déedat du rag d aaritio de la reière boule blache, c est-à-dire des évèeets f( ); ( ); ::g f( i)g in : E utilisat le systèe colet d évèeets f( i)g in ; o a 8 Nf0; g; P ( ) i P ( i \ ) ( ) ( ) ( )( ) i i i P ( i \ ) + i P ( i \ ) {z } 0 Justi catio des calculs de robabilités : Etat doé que la secode boule blache aarait écessaireet arès la reière boule blache (!!), l évèeet ( i \ ) est iossible lorsque i > : Lorsque i <, i 6 ; l évèeet ( i \ ) est idetique à l évèeet B \ \ B i \ B i \ B i+ \ B \ B, où B désige l évèeet " obteir ue boule blache à la -ièe ioche ". Etat doé que ces évèeets sot utuelleets idéedats, que deux de ces évèeets ot our robabilité et les autres ot la robabilité ( ), o e déduit que P ( i \ ) P (B \ \ B i \ B i \ B i+ \ B \ B ) P (B ) P (B i )P (B i )P (B i+ ) P (B )P (B ) ( ) Esérace de : La variable adet ue esérace ssi la série > P ( ) > ( )( ) > coverge, ce qui est le cas car ]0; [ doc à ] ; [ et l o a E( ) ( )( ) + ( )( ) ( )( ) ( ( )) 3 correctio de l exercice. Loi de : Par dé itio, () N et, e utilisat le systèe colet d évèeets f(y ); (Y ); :::g f(y )g N ; o a, our tout i N ; P ( i) P ( i \ Y ) i+ ( ) + ( ) i+ i+ ( ) + ( ) i+ + + i+ ( ) + + ( ) i+ ( ) i+ ( ) i+ ( ) 0 0 ( ) + ( )i+ ( )i + ( ) i ( ) + ( ) i+ De êe, Y () N et, e utilisat le systèe colet d évèeets f( ); ( ); :::g f( i)g in ; o a, 0 /7 abdellah bechata L Mathéatiques et Iforatique FST - Uiversité Paul Cézae

3 MA40 : Probabilités PHEC Correctio feuille d exercices our tout N ; P (Y ) i ( ) P ( i \ Y ) 0 i + + ( ) + ( ) + ( 0 ( ) + ( ) i+ ( ) + ( ) i+ ( ) i + ( ) ( ) i 0 0 ( ) + ( ) + ) ( ) ( ) + ( ) ( ). adet ue esérace et calcul de E() : La variable adet ue esérace ssi la série ip ( i) i ( ) i + ( ) i ( ) i i + i( ) i ( ) i i + i( ) i i> i> i> i> i>0 i>0 i i coverge. Or cette derière série est ue cobiaiso liéaire de deux séries covergetes (car et à ]0; [ doc à ] ; +[); ce qui ilique que adet ue esérace et aartieet E() i> ip ( i) ( ) i i ( ) i + ( ) i ( ) i i + ( ) i( ) i i ( ) + ( ) ( ( )) + Y adet ue esérace et calcul de E(Y ) : La variable Y adet ue esérace ssi la série > P (Y ) > ( ) + ( ) ( ) + >0 ( ) >0 ( ) + > i ( ) > coverge. Or cette derière série est ue cobiaiso liéaire de deux séries covergetes (car et à ]0; [ doc à ] ; +[); ce qui ilique que Y adet ue esérace et aartieet E(Y ) P (Y ) 0 ( ) + ( ) + ( ) ( ) ( ) + ( ) ( ) + ( ) 0 ( ( )) + ( ) ( ) + 3. Variace de : La variable adet ue variace ssi la série P i> i P ( i) coverge, ce qui est vrai uisque l égalité suivate i P ( i> i) [i(i i> ) + i] P ( i) i(i i> )P ( i) + ip ( i) i> i> i(i ) ( ) i + ( ) i + i> ( ) i> ( ) i>0 i(i ) i + ( ) i> i(i ) i + ( ) i>0 i ( ) i + ( ) i i(i )( ) i + ( ) i> i(i )( ) i + ( ) i>0 0 i i + ( ) i> i i + ( ) i>0 i( ) i i( ) i L Mathéatiques et Iforatique FST - Uiversité Paul Cézae /7 abdellah bechata

4 MA40 : Probabilités PHEC Correctio feuille d exercices (car les teres corresodat à i 0 sot uls) otre que la série cosidérée est ue cobiaiso liéaire de séries covergetes (car et aartieet à ]0; [ doc à ] ; +[) et l o a E i i P ( i) + + ( ) i(i ) i + ( ) i0 i0 i(i )( ) i + ( ) i0 i i + ( ) i0 i( ) i ( ) ( ) 3 + ( ) ( ( )) 3 + ( ) ( ) + ( ) ( ( )) V () E( ) [E()] " # Variace de Y : La variable Y adet ue variace ssi la série P P (Y ) coverge, ce qui est vrai uisque l égalité suivate > P (Y ) >[( ) + ]P (Y ) > ( )P (Y ) + > > >0 > ( ) ( ) + ( ) + > ( ) ( ) + ( ) + >0 ( ) >0 + >0 ( )( ) + ( ) >0 ( ) + ( ) >0 P (Y ) ( ) + ( ) ( ) + ( ) ( ) otre que la série cosidérée est ue cobiaiso liéaire de séries covergetes (car et aartieet à ]0; [ doc à ] ; +[) et l o a E Y ( ) P (Y ) 0 ( ) + + ( )( ) + ( ) ( ) + ( ) + ( ) ( ( )) 3 + ( ) + + V () E( ) [E()] 4. D arès l éocé, o a et d arès la questio, o a ( )) ( ( )) + ( ) + P ( \ Y ) ( ) + ( ) ( )( + ) ( ) P ( )P (Y ) [( ) + ( )] + ( ) ( ) + ( ) 0 ( ) L Mathéatiques et Iforatique FST - Uiversité Paul Cézae 3/7 abdellah bechata

5 MA40 : Probabilités PHEC Correctio feuille d exercices Par coséquet, e teat cote que et aartieet à ]0; [ et sot disticts de ; o a P ( \ Y ) P ( )P (Y ), ( ) ( ) + ( ), + ( ), ( + ), , ( ) 0, ce qui est absurde car 6 doc les variables et Y sot déedates lorsque 6 : 5. E utilisat l éocé et la questio, o a, our tous i et das N ; " i P ( i) P (Y ) + # " i + " i+ # " i+ + # " + # " i+ + + i i+ i+ i+ i+ P ( i et Y ) + + i++ i+ doc 8i; N ; P ( i) P (Y ) P ( i et Y ) ; ce qui ilique que les variables et Y sot idéedates lorsque : # # + i+ correctio de l exercice 3 O cosidère P (res. F ) l évèeet " obteir Pile au -ièe lacer " (res. " obteir Face au -èe lacer "). Pour éviter des otatios tro lourdes, o otera P P F l évèeet P \ P \ F 3 :. Loi de : () N (il faut au ois u lacer our obteir Face!) et lacers z } { 8 N ; ( ) ( P {z P } F ) (P ):::(P )(F ) a ( a) fois Loi de Y : Y () N (il faut au ois u lacer our obteir Face!) et lacers z } { 8 N ; (Y ) ( P {z P } F ) (P ):::(P )(F ) b ( b) fois Esérace de : La variable adet ue esérace ssi la série P P ( ) P a ( a) ( a) P a > > >0 coverge, ce qui est le cas car a ]0; []. L évèeet ( Y ) s écrit aussi ; [ et l o a E() ( a) 0 a ( a) ( Y ) ( \ Y ) [ ( \ Y ) [ L uio état disoite et les variables et Y état idéedates, o a : P ( Y ) P ( \ Y ) ( a)( b) ( a) a + [ P ( )P (Y ) (ab) ( a)( b) ( a)( b) ( a)( b) ab ab 0 ( \ Y ) (ab) ( ) a ( a)b ( b) L Mathéatiques et Iforatique FST - Uiversité Paul Cézae 4/7 abdellah bechata

6 MA40 : Probabilités PHEC Correctio feuille d exercices Iterrétatio : La robabilité que chaque oueur obtiee ile our la reière fois au êe lacer est égale à 3. P ( > ) : L évèeet ( > ) s écrit ecore L uio état disoite, o e déduit que P ( > ) + ( a) ( a)( b) : ab ( > ) ( + ) [ ( + ) [ P ( ) 0 + a ( a) ( a) + + [ + ( ) a + ( ( + ) ) + + ) ( a)a + P ( > Y ) : O itroduit aturelleet le systèe colet d évèeets a ( a) a + a a ( a)a a a f(y ); (Y ); :::g (Y ); N Esuite, la réalisatio de l évèeet [( > Y ) \ (Y )] ilique bie etedu la réalisatio de l évèeet ( > )\(Y ); la réciroque état évidete (rearquez que l o e eut as dire que les évèeets [( > Y ) \ (Y )] et ( > ) sot idetiques car ce derier e doe aucue iforatio sur Y ): Dès lors, e teat cote que les variables et Y sot idéedates, o e déduit que P ( > Y ) b b P [( > Y ) \ (Y )] a b ( b) b b ab (ab) 0 a( b) ab P [( > ) \ (Y )] a b b b (ab) b b P ( > )P (Y ) 0 (ab) + ( ) correctio de l exercice 4. L évèeet (N ) est réalisé et l o souhaite la réalisatio de l évèeet ( ); autreet dit, voitures arrivet au éage e heure et o souhaite que voitures se résetet au guichet. O réalise doc exérieces idetiques à E " la voiture se résete au éage ", utuelleet idéedates et o souhaite réalisatios de l évèeet A " la voiture se résete au guichet ", dot la robabilité est égale à (chaque éage état choisi avec la êe robabilité). Par coséquet, o se trouve das le cadre du schéa biôial doc 8 N; 8 [[0; ]]; P (N) ( ). Le obre de voitures se résetat au guichet déed évideet du obre de voitures résetes au éage, c est-à-dire des évèeets f(n 0); (N ); :::g f(n ); Ng : E utilisat le systèe colet d évèeets (N ) N ; la forule des robabilités totales ous doe P ( ) 0 P (N \ ) P (N \ ) + {z } 0 0 P (N \ ) P (N )P (N) ( ) P (N \ ) Justi catio : O e eut avoir lus de voitures au guichet que de voitures résetes au éage doc l évèeet (N \ ) est iossible lorsque >, < : L Mathéatiques et Iforatique FST - Uiversité Paul Cézae 5/7 abdellah bechata

7 MA40 : Probabilités PHEC Correctio feuille d exercices Puisque N suit la loi de Poisso P(); c est-à-dire les questios et ous doe les égalités suivates P ( ) e e!! N() N et 8 N; P (N ) e! ; ( )! + e e!!!( +! 0! )! e! 0! e! 0! 4. E utilisat la questio récédete, o costate que la soe corresod à la soe de la série exoetielle doc e 8 N; P ( ) ex! O e déduit iédiat que suit la loi de Poisso P 5. D arès le cours sur la loi de Poisso, o a E() V (). ex! correctio de l exercice 5. L évèeet (N ) est réalisé et l o souhaite la réalisatio de l évèeet ( ); autreet dit, colis sot exédiés et souhaite que colis soiet détériorés. O réalise doc exérieces idetiques à E " exédier le colis ", utuelleet idéedates et o souhaite réalisatios de l évèeet A " le colis est détérioré ", dot la robabilité est égale à t. Par coséquet, o se trouve das le cadre du schéa biôial doc 8 N; 8 [[0; ]]; P (N) ( ) t ( t). Le obre de colis détériorés déed évideet du obre de colis exédiés, c est-à-dire des évèeets f(n 0); (N ) f(n ); Ng : E utilisat le systèe colet d évèeets (N ) N aisi que la forule des robabilités totales et e teat cote que l évèeet (N \ ) est iossible lorsque < (o e eut avoir stricteet lus de colis détériorés que de colis exédiés), o e déduit les di éretes égalités suivates P ( ) 0 e t + e t! e t! e t! P (N \ ) P (N \ ) + {z } 0 0 P (N \ )! doc suit la loi de Poisso P(t):!!!( )! ( t) e t! ( t) ( ) P (N )P (N) ( )! ( t) e t ( ( t))!! 0 ex ( ( t)) ex ( t) (t)! P (N \ ) e! ( t) ( )! (série exoetielle) t ( t) L Mathéatiques et Iforatique FST - Uiversité Paul Cézae 6/7 abdellah bechata

8 MA40 : Probabilités PHEC Correctio feuille d exercices Les calculs sot absoluet idetiques (et laissé au lecteur) e relaçat ar Y; t ar t (robabilité qu u colis e soit as détérioréà, o obtiet au al (( t))q Y () N et 8q N; P (Y q) ex ( ( t)) q! 4. O se dit que le obre de colis détériorés déed du obre de colis o détériorés et réciroqueet doc o ese que les variables et Y sot déedates D ue art, les questios et 3 ous doe 8; q N; P ( )P ( q) ex ( t) (t)! (( t))q ex ( ( t)) q! e +q t ( t) q!q! Esuite, our calculer la robabilité P (( ) \ (Y q)); ous devos cosidérer le systèe colet d évèeets (N ) N (le obre de colis détériorés et o détériorés déed du obre de colis exédiés) doc P (( ) \ (Y q)) 0 P [( ) \ (Y q) \ (N )] Or N + Y doc lorsque 6 + q; l évèeet ( ) \ (Y q) \ (N ) est claireet iossible doc P (( ) \ (Y q)) P [( ) \ (Y q) \ (N + q)] P [( ) \ (N + q)] E e et, la réalisatio de l évèeet ( )\(Y q)\(n +q) ilique celle de l évèeet ( )\(N +q): Réciroqueet, si l évèeet ( ) \ (N + q) est réalisé alors, état doé que N + Y ar dé itio, o a écessaireet Y ( + q) q doc l évèeet ( ) \ (Y q) \ (N + q) est réalisé. Pour ir, e utilisat les questios et, o obtiet " # P (( ) \ (Y q)) P (N + q)p (N+q) ( ) e +q + q t ( t) q ( + q)! ce qui etraie que e +q t ( t) q ( + q)! e +q t ( t) q ( + q)!!q!!q! 8; q N; P (( ) \ (Y q)) P ( )P ( q) doc les variables et Y sot idéedates!!! E fait, la coaissace du obre de colis détériorés e eut déterier celui du obre de colis o détériorés car le obre de colis exédiés est as dé i doc celui du obre o détériorés égaleet. Réciroqueet la coaissace du obre de colis o détériorés e eut déterier le obre de colis détériorés. L Mathéatiques et Iforatique FST - Uiversité Paul Cézae 7/7 abdellah bechata

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

Processus et martingales en temps continu

Processus et martingales en temps continu Chapitre 3 Processus et martigales e temps cotiu 1 Quelques rappels sur les martigales e temps discret (voir [4]) O cosidère u espace filtré (Ω, F, (F ) 0, IP). O ote F = 0 F. Défiitio 1.1 Ue suite de

Plus en détail

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3. EXERCICE 3 (6 poits ) (Commu à tous les cadidats) Il est possible de traiter la partie C sas avoir traité la partie B Partie A O désige par f la foctio défiie sur l itervalle [, + [ par Détermier la limite

Plus en détail

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

c. Calcul pour une évolution d une proportion entre deux années non consécutives

c. Calcul pour une évolution d une proportion entre deux années non consécutives Calcul des itervalles de cofiace our les EPCV 996-004 - Cas d u ourcetage ou d ue évolutio e oit das la oulatio totale des méages - Cas d u ourcetage ou d ue évolutio das ue sous oulatio das les méages

Plus en détail

EXERCICES : DÉNOMBREMENT

EXERCICES : DÉNOMBREMENT Chapitre 7 ECE 1 - Grad Nouméa - 015 EXERCICES : DÉNOMBREMENT LISTES / ARRANGEMENTS Exercice 1 : Le code ativol Pour so vélo, Toto possède u ativol a code. Le code est ue successio de trois chiffres compris

Plus en détail

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

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

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

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 Mesure et intégrale

1 Mesure et intégrale 1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios

Plus en détail

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9 Au sommaire : Suites extraites Le théorème de Bolzao-Weierstrass La preuve du théorème de Bolzao-Weierstrass3 Foctio K-cotractate4 Le théorème du poit fixe5 La preuve du théorème du poit fixe6 Utilisatios

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n =

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n = [http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Eocés 1 Nombres réels Ratioels et irratioels Exercice 1 [ 9 ] [correctio] Motrer que la somme d u ombre ratioel et d u ombre irratioel est u ombre irratioel.

Plus en détail

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1 Bac blac TS Correctio Exercice I ( Spé ) / émotros par récurrece que 5x y = pour tout etier aturel 5x y = 5 8 = La propriété est doc vraie au rag = Supposos que la propriété est vraie jusqu au rag, o a

Plus en détail

CHAPITRE 2 SÉRIES ENTIÈRES

CHAPITRE 2 SÉRIES ENTIÈRES CHAPITRE 2 SÉRIES ENTIÈRES 2. Séries etières Défiitio 2.. O appelle série etière toute série de foctios ( ) f dot le terme gééral est de la forme f ()=a, où (a ) désige ue suite réelle ou complee et R.

Plus en détail

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X Exo7 Détermiats Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable T : pour

Plus en détail

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

Séries réelles ou complexes

Séries réelles ou complexes 6 Séries réelles ou complexes Comme pour le chapitre 3, les suites cosidérées sot a priori complexes et les résultats classiques sur les foctios cotiues ou dérivables d ue variable réelle sot supposés

Plus en détail

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

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

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

Plus en détail

. (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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Exo7 Topologie Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Exercice **

Plus en détail

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

Solutions particulières d une équation différentielle...

Solutions particulières d une équation différentielle... Solutios particulières d ue équatio différetielle......du premier ordre à coefficiets costats O cherche ue solutio particulière de y + ay = f, où a est ue costate réelle et f ue foctio, appelée le secod

Plus en détail

Suites et séries de fonctions

Suites 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 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

4 Approximation des fonctions

4 Approximation des fonctions 4 Approximatio des foctios Ue foctio f arbitraire défiie sur u itervalle I et à valeur das IR peut être représetée par so graphe, ou de maière équivalete par la doée de l esemble de ses valeurs f(t) pour

Plus en détail

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes. Polyésie Septembre 2 - Exercice O peut traiter la questio 4 sas avoir traité les questios précédetes Pour u achat immobilier, lorsqu ue persoe emprute ue somme de 50 000 euros, remboursable par mesualités

Plus en détail

Séquence 5. La fonction logarithme népérien. Sommaire

Séquence 5. La fonction logarithme népérien. Sommaire Séquece 5 La foctio logarithme épérie Objectifs de la séquece Itroduire ue ouvelle foctio : la foctio logarithme épérie. Coaître les propriétés de cette foctio : sa dérivée, ses variatios, sa courbe, sa

Plus en détail

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

Cours de Statistiques inférentielles

Cours de Statistiques inférentielles Licece 2-S4 SI-MASS Aée 2015 Cours de Statistiques iféretielles Pierre DUSART 2 Chapitre 1 Lois statistiques 1.1 Itroductio Nous allos voir que si ue variable aléatoire suit ue certaie loi, alors ses réalisatios

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* 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 détail

Séries numériques. Chap. 02 : cours complet.

Séries numériques. Chap. 02 : cours complet. Séris méris Cha : cors comlt Séris d réls t d comlxs Défiitio : séri d réls o d comlxs Défiitio : séri corgt o dirgt Rmar : iflc ds rmirs trms d séri sr la corgc Théorèm : coditio écssair d corgc Théorèm

Plus en détail

Des familles de deux enfants

Des familles de deux enfants Des familles de deux enfants Claudine Schwartz, IREM de Grenoble Professeur, Université Joseh Fourier Les questions et sont osées dans le dernier numéro de «Pour la Science» (n 336, octobre 2005, article

Plus en détail

14 Chapitre 14. Théorème du point fixe

14 Chapitre 14. Théorème du point fixe Chapitre 14 Chapitre 14. Théorème du poit fixe Si l o examie de plus près les méthodes de Lagrage et de Newto, étudiées au chapitre précédet, elles revieet das leur pricipe à remplacer la résolutio de

Plus en détail

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3 1 Groupe orthogoal d'u espace vectoriel euclidie de dimesio, de dimesio Voir le chapitre 19 pour l'étude des espaces euclidies et des isométries. État doé u espace euclidie E de dimesio 1, o rappelle que

Plus en détail

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

Processus géométrique généralisé et applications en fiabilité

Processus géométrique généralisé et applications en fiabilité Processus géométrique gééralisé et applicatios e fiabilité Lauret Bordes 1 & Sophie Mercier 2 1,2 Uiversité de Pau et des Pays de l Adour Laboratoire de Mathématiques et de leurs Applicatios - Pau UMR

Plus en détail

STATISTIQUE AVANCÉE : MÉTHODES

STATISTIQUE AVANCÉE : MÉTHODES STATISTIQUE AVANCÉE : MÉTHODES NON-PAAMÉTIQUES Ecole Cetrale de Paris Arak S. DALALYAN Table des matières 1 Itroductio 5 2 Modèle de desité 7 2.1 Estimatio par istogrammes............................

Plus en détail

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

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

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

MESURE DE L'INFORMATION

MESURE DE L'INFORMATION MESURE DE L'INFORMATION Marc URO TABLE DES MATIÈRES INTRODUCTION... 3 INCERTITUDE D'UN ÉVÉNEMENT (OU SELF-INFORMATION)... 7 INFORMATION MUTUELLE DE DEUX ÉVÉNEMENTS... 9 ENTROPIE D'UNE VARIABLE ALÉATOIRE

Plus en détail

Probabilités et statistique pour le CAPES

Probabilités et statistique pour le CAPES Probabilités et statistique pour le CAPES Béatrice de Tilière Frédérique Petit 2 3 jui 205. Uiversité Pierre et Marie Curie 2. Uiversité Pierre et Marie Curie 2 Table des matières Modélisatio de phéomèes

Plus en détail

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

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

RESOLUTION PAR LA METHODE DE NORTON, MILLMAN ET KENNELY

RESOLUTION 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 détail

Exercices de mathématiques

Exercices de mathématiques MP MP* Thierry DugarDi Marc rezzouk Exercices de mathématiques Cetrale-Supélec, Mies-Pots, École Polytechique et ENS Coceptio et créatio de couverture : Atelier 3+ Duod, 205 5 rue Laromiguière, 75005 Paris

Plus en détail

Baccalauréat S Asie 19 juin 2014 Corrigé

Baccalauréat S Asie 19 juin 2014 Corrigé Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps

Plus en détail

Statistique Numérique et Analyse des Données

Statistique Numérique et Analyse des Données Statistique Numérique et Aalyse des Doées Arak DALALYAN Septembre 2011 Table des matières 1 Élémets de statistique descriptive 9 1.1 Répartitio d ue série umérique uidimesioelle.............. 9 1.2 Statistiques

Plus en détail

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

Introduction : Mesures et espaces de probabilités

Introduction : Mesures et espaces de probabilités Itroductio : Mesures et espaces de probabilités Référeces : Poly cédric Berardi et Jea Michel Morel. J.-F. Le Gall, Itégratio, Probabilités et Processus Aléatoire J.-Y. Ouvrard, Probabilités 2, maîtrise-agrégatio,

Plus en détail

Statistique descriptive bidimensionnelle

Statistique descriptive bidimensionnelle 1 Statistique descriptive bidimesioelle Statistique descriptive bidimesioelle Résumé Liaisos etre variables quatitatives (corrélatio et uages de poits), qualitatives (cotigece, mosaïque) et de types différets

Plus en détail

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil. Qu appelle-t-o éclipse? Éclipser sigifie «cacher». Vus depuis la Terre, deu corps célestes peuvet être éclipsés : la Lue et le Soleil. LES ÉCLIPSES Pour qu il ait éclipse, les cetres de la Terre, de la

Plus en détail

Chap. 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

55 - EXEMPLES D UTILISATION DU TABLEUR.

55 - EXEMPLES D UTILISATION DU TABLEUR. 55 - EXEMPLES D UTILISATION DU TABLEUR. CHANTAL MENINI 1. U pla possible Les exemples qui vot suivre sot des pistes possibles et e aucu cas ue présetatio exhaustive. De même je ai pas fait ue étude systématique

Plus en détail

Terminale S. Terminale S 1 F. Laroche

Terminale 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 détail

Cours 5 : ESTIMATION PONCTUELLE

Cours 5 : ESTIMATION PONCTUELLE Cours 5 : ESTIMATION PONCTUELLE A- Gééralités B- Précisio d u estimateur C- Exhaustivité D- iformatio E-estimateur sas biais de variace miimale, estimateur efficace F- Quelques méthode s d estimatio A-

Plus en détail

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales PROMENADE ALÉATOIRE : Chaîes de Markov et martigales Thierry Bodieau École Polytechique Paris Départemet de Mathématiques Appliquées thierry.bodieau@polytechique.edu Novembre 2013 2 Table des matières

Plus en détail

Chapitre 3 : Transistor bipolaire à jonction

Chapitre 3 : Transistor bipolaire à jonction Chapitre 3 : Trasistor bipolaire à joctio ELEN075 : Electroique Aalogique ELEN075 : Electroique Aalogique / Trasistor bipolaire U aperçu du chapitre 1. Itroductio 2. Trasistor p e mode actif ormal 3. Courats

Plus en détail

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

UV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1

UV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1 UV SQ 0 Probabilités Statistiques UV SQ 0 Autome 006 Resposable d Rémy Garadel ( m.-el. remy.garadel@utbm.fr ) page SQ-0 Probabilités - Statistiques Bibliographie: Titre Auteur(s) Editios Localisatio Niveau

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

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

RÈGLES ORDINALES : UNE GÉNÉRALISATION DES RÈGLES D'ASSOCIATION

RÈGLES ORDINALES : UNE GÉNÉRALISATION DES RÈGLES D'ASSOCIATION RÈGLES ORDIALES : UE GÉÉRALISATIO DES RÈGLES D'ASSOCIATIO SYLVIE GUILLAUME ALI KHECHAF 2 RÉSUMÉ: La plupart des mesures des règles cocere les variables biaires et écessite pour les autres types de variables

Plus en détail

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions.

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions. 3 Réseau Le réseau costitue u aspect essetiel d u eviroemet virtuel ESX. Il est doc importat de compredre la techologie, y compris ses différets composats et leur coopératio. Das ce chapitre, ous étudios

Plus en détail

Chaînes de Markov. Arthur Charpentier

Chaînes 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 détail

dénombrement, loi binomiale

dénombrement, loi binomiale dénombrement, loi binomiale Table des matières I) Introduction au dénombrement 1 1. Problème ouvert....................................... 2 2. Jeux et dénombrements...................................

Plus en détail

UNIVERSITÉ DE SFAX École Supérieure de Commerce

UNIVERSITÉ DE SFAX École Supérieure de Commerce UNIVERSITÉ DE SFAX École Supérieure de Commerce Aée Uiversitaire 2003 / 2004 Auditoire : Troisième Aée Études Supérieures Commerciales & Scieces Comptables DÉCISIONS FINANCIÈRES Note de cours N 3 Première

Plus en détail

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT POLTQU ONOMQU T DVLOPPMNT TRUTUR DU MAR NATONAL DU AF-AAO T PR AU PRODUTUR MALAN Beïla Beoit osultat PD N 06/008 ellule d Aalyse de Politiques coomiques du R Aée de pulicatio : Avril 009 Résumé e papier

Plus en détail

Gérer les applications

Gérer les applications Gérer les applicatios E parcourat les rayos du Widows Phoe Store, vous serez e mesure de compléter les services de base de votre smartphoe à travers plus de 10 000 applicatios. Gratuites ou payates, ces

Plus en détail

Des résultats d irrationalité pour deux fonctions particulières

Des 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 détail

Exercices de révision

Exercices de révision Exercices de révisio Exercice U ivesisseur souscri à l émissio d u bille de résorerie do les caracérisiques so les suivaes : - Nomial : 5 M - Taux facial : 3,2% - Durée de vie : 9 mois L ivesisseur doi

Plus en détail

Les algorithmes de tri

Les algorithmes de tri CONSERVATOIRE NATIONAL DES ARTS ET METIERS PARIS MEMOIRE POUR L'EXAMEN PROBATOIRE e INFORMATIQUE par Nicolas HERVE Les algorithmes de tri Souteu le mai JURY PRESIDENTE : Mme COSTA Sommaire Itroductio....

Plus en détail

PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS

PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS ET APPROXIMATIONS DIOPHANTIENNES J. L. NICOLAS Cet article expose sup 3 e quelques iter'f~reces etre les pr'obl~res dloptimisatio e hombres etiers et la th~or-ie

Plus en détail

DETERMINANTS. a b et a'

DETERMINANTS. a b et a' 2003 - Gérard Lavau - http://perso.waadoo.fr/lavau/idex.htm Vous avez toute liberté pour télécharger, imprimer, photocopier ce cours et le diffuser gratuitemet. Toute diffusio à titre oéreux ou utilisatio

Plus en détail

Un nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction

Un nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction A ew adaptive operator of fusio par Fraçois DELMOTTE LAMIH, Uiversité de Valeciees et du Haiaut-Cambrésis, Le Mot Houy, BP 3, 5933 Valeciees CEDEX 9 fdelmott@flore.uiv-valeciees.fr résumé et mots clés

Plus en détail

Intégrales généralisées

Intégrales généralisées 3 Iégrles géérlisées Pour ce chpire, les focios cosidérées so priori défiies sur u iervlle réel I o rédui à u poi, à vleurs réelles ou complees e coiues pr morceu. L défiiio e les propriéés de l iégrle

Plus en détail

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

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1 Aalyse des doées Statistiques appliquées à la gestio Cours d aalyse de doés Master F. SEYTE : Maître de coféreces HDR e scieces écoomiques Uiversité de Motpellier I M. TERRAZA : Professeur de scieces écoomiques

Plus en détail

Contribution à la théorie des entiers friables

Contribution à la théorie des entiers friables UFR STMIA École Doctorale IAE + M Uiversité Heri Poicaré - Nacy I DFD Mathématiques THÈSE présetée pour l obtetio du titre de Docteur de l Uiversité Heri Poicaré, Nacy-I e Mathématiques par Bruo MARTIN

Plus en détail

Commande Prédictive Robuste d un Système MIMO utilisant un modèle BOG et les techniques LMI

Commande Prédictive Robuste d un Système MIMO utilisant un modèle BOG et les techniques LMI La cqèe Coférece Iteratoae d Eectrotechqe et d Atoatqe -4 Ma 8 aaet se Coade Prédctve Robste d Systèe MIMO tsat odèe BOG et es techqes LMI Jae Ghab A Do et assa Messaod Ecoe atoae d Igéers de Moastr Re

Plus en détail

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015 Uiversité de Bordeaux - Master MIMSE - 2ème aée Scorig Marie Chavet http://www.math.u-bordeaux.fr/ machave/ 2014-2015 1 Itroductio L idée géérale est d affecter ue ote (u score) global à u idividu à partir

Plus en détail

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

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

Plus en détail

n tr tr tr tr tr tr tr tr tr tr n tr tr tr Nom:... Prénom :...

n tr tr tr tr tr tr tr tr tr tr n tr tr tr Nom:... Prénom :... Nom:... Préom :... Chaque répose peut valoir : c) 2 poits si le choix est totalemet exact + poit si le choix est partiellemet exact + 0 poit si le choix est erroé + -i poit si le choix est u coeses Ue

Plus en détail

Initiation à l analyse factorielle des correspondances

Initiation à l analyse factorielle des correspondances Fiche TD avec le logiciel : tdr620b Iitiatio à l aalyse factorielle des correspodaces A.B. Dufour & M. Royer & J.R. Lobry Das cette fiche, o étudie l Aalyse Factorielle des Correspodaces. Cette techique

Plus en détail

Réseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus

Réseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus Réseaux d odelettes et réseaux de euroes pour la modélisatio statique et dyamique de processus Yacie Oussar To cite this versio: Yacie Oussar. Réseaux d odelettes et réseaux de euroes pour la modélisatio

Plus en détail

Déroulement de l épreuve de mathématiques

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

Plus en détail

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

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

Tests non paramétriques de spécification pour densité conditionnelle : application à des modèles de choix discret

Tests non paramétriques de spécification pour densité conditionnelle : application à des modèles de choix discret Tests o paramétriques de spécificatio pour desité coditioelle : applicatio à des modèles de choix discret Mémoire Koami Dzigbodi AMEGBLE Maîtrise e écoomique Maître ès arts (M.A.) Québec, Caada Koami Dzigbodi

Plus en détail

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

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

Plus en détail

I. Cas de l équiprobabilité

I. Cas de l équiprobabilité I. Cas de l équiprobabilité Enoncé : On lance deux dés. L un est noir et l autre est blanc. Calculer les probabilités suivantes : A «Obtenir exactement un as» «Obtenir au moins un as» C «Obtenir au plus

Plus en détail

Intérêts. Administration Économique et Sociale. Mathématiques XA100M

Intérêts. Administration Économique et Sociale. Mathématiques XA100M Intérêts Administration Économique et Sociale Mathématiques XA100M 1. LA NOTION D INTÉRÊT 1.1. Définition. Définition 1. L intérêt est la rémunération d un prêt d argent effectué par un agent économique

Plus en détail

Module 3 : Inversion de matrices

Module 3 : Inversion de matrices Math Stat Module : Iversio de matrices M Module : Iversio de matrices Uité. Défiitio O e défiira l iverse d ue matrice que si est carrée. O appelle iverse de la matrice carrée toute matrice B telle que

Plus en détail

RECHERCHE DE CLIENTS simplifiée

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

Plus en détail

Régulation analogique industrielle ESTF- G.Thermique

Régulation analogique industrielle ESTF- G.Thermique Chapitre 5 Stabilité, Rapidité, Précisio et Réglage Stabilité. Défiitio Coditio de stabilité. Critères de stabilité.. Critères algébriques.. Critère graphique ou de revers das le pla de Nyquist Rapidité

Plus en détail

Compte Sélect Banque Manuvie Guide du débutant

Compte Sélect Banque Manuvie Guide du débutant GUIDE DU DÉBUTANT Compte Sélect Baque Mauvie Guide du débutat Besoi d aide? Preez quelques miutes pour lire attetivemet votre Guide du cliet. Le préset Guide du débutat vous facilitera l utilisatio de

Plus en détail

Variables Aléatoires. Chapitre 2

Variables Aléatoires. Chapitre 2 Chapitre 2 Variables Aléatoires Après avoir réalisé une expérience, on ne s intéresse bien souvent à une certaine fonction du résultat et non au résultat en lui-même. Lorsqu on regarde une portion d ADN,

Plus en détail

Qu est-ce qu une probabilité?

Qu est-ce qu une probabilité? Chapitre 1 Qu est-ce qu une probabilité? 1 Modéliser une expérience dont on ne peut prédire le résultat 1.1 Ensemble fondamental d une expérience aléatoire Une expérience aléatoire est une expérience dont

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