TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )

Dimension: px
Commencer à balayer dès la page:

Download "TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )"

Transcription

1 RAIRO Operatios Research RAIRO Oper. Res. 34 (2000) TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) Commuiqué par Berard LEMAIRE Résumé. L étude présetée ici modélise u trasfert de charge sur u réseau de processeurs totalemet coectés. Chaque processeur peut accueillir au plus tâches. Ue différece de deux charges etre deux processeurs est ue situatio iterdite, et u trasfert immédiat et istataé est décleché dès que cette situatio se produit. Les performaces du système sot évaluées par les idices suivats : probabilité de rejet, ombre moye de tâches traitées par uité de temps, temps de répose moye, probabilité statioaire pour u processeur d accueillir tâches. Le but de cette étude est de mesurer les répercussios du trasfert de charge e comparat les valeurs des idices obteues avec trasfert avec celles obteues sas trasfert. E particulier, le comportemet asymptotique pour des systèmes massivemet parallèles est étudié et iterprété. Calculées das ue situatio idéale, ces comparaisos permettet d obteir des bores supérieures sur les bééfices que l o peut attedre d u réel trasfert. Elles permettet égalemet d étudier l opportuité du trasfert selo les valeurs des paramètres du système. Le ombre moye de trasferts effectués par uité de temps et le ombre moye de trasferts pour ue tâche doée sot calculés. L asymptotique quad ted vers l ifii est égalemet étudiée. Mots clés : Évaluatios de performaces, trasfert de charge, système massivemet parallèle, processus de Markov, processus de aissace et de mort. Abstract. I this paper, a model of the load trasfer o a fully coected et is preseted. Each processor ca accept at most tasks. A load differece of two tasks betwee two processors is a prohibited situatio ad whe it may appear, a immediat ad istataeous trasfer is decided. The performaces of the system are evaluated by the followig idices: the reject probability, the throughput, the mea respose time, the statioary probability distributio for a processor to host tasks. The aim of this study is to evaluate the load trasfer ipact thaks to the compariso betwee the values of the idices without trasfer ad with trasfer. I particular the asymptotic behaviour for massively parallel systems is studied ad iterpreted. Calculated with a ideal situatio, these comparisos yield upper bouds o the beefits that ca be expected from a trasferrig policy. Beyods, the opportuity of the trasfer accordig to the values of the parameters ca be studied. The mea umber of trasfers executed withi a time uit ad the mea umber of trasfers of a give task are calculated. At last values of the idices whe the umber of accepted tasks grows to ifiity is studied. eywords: Performace evaluatio, load trasfer, massively parallel system, Markov process, death ad birth process. (*) Reçu e décembre ( 1 ) SMS-LMC-IMAG, BP. 53, Greoble Cedex, Frace. Recherche opératioelle/operatios Research, /00/01/$ 7.00 EDP Scieces, 2000

2 100 M. BÉGUIN 1. INTRODUCTION Le développemet relativemet récet des multi-calculateurs permet de traiter des problèmes complexes issus de domaies divers et écessitat de très grosses puissaces de calcul. Comme das les systèmes répartis, se poset des problèmes cruciaux comme l utilisatio optimale des ressources dispoibles et plus particulièremet des processeurs. Nous e coaissos pas ecore de doées permettat d estimer la durée de vie et la loi des tâches géérées par des machies parallèles, mais par similitude avec les travaux effectués sur les réseaux de statios de travail, il semble idispesable que le système d exploitatio gère l allocatio des tâches sur les différets processeurs afi d éviter les situatios où certais processeurs sot surchargés alors que d autres sot oisifs (cf. [11]). Cette gestio implique ue distributio de la charge globale sur les différets processeurs pouvat etraîer des trasferts de charge d u processeur à u autre. La prédictio du comportemet futur de la charge est complexe et justifie ue étude stochastique. Cette problématique est aciee et je rappellerai ici les études récetes de modélisatio qui ot été proposées. E 1993, Evas et Butt [5] ot étudié par la théorie des files d attete et des simulatios la probabilité de trasfert etre deux sites d u algorithme d équilibrage de charge avec péalisatio du trasfert. E 1994, Squillate et Nelso [15] ot fait ue étude aalytique par les matrices stochastiques du temps de répose moye pour u trasfert de charge basé sur des politiques de seuils. Das la même aée, Malyshev et Robert [9] ot obteus des valeurs asymptotiques de la probabilité de perte par des processus de Markov et des foctios de Lyapouov d algorithmes de trasfert de charge global et local pour ue ifiité de sites de capacité. E 1995, Guyeet et al. [14] ot comparé des résultats aalytiques et des simulatios doat la valeur d u idice d efficacité d u modèle markovie d équilibrage de charge etre des sites de capacité ifiie. Néamois le cas des systèmes massivemet parallèles de sites de capacité a pas été étudié. Nous proposos ici la modélisatio et l évaluatio d u algorithme de trasfert de charge basé sur ue évolutio markoviee de la cofiguratio des charges des processeurs. L objectif de cette étude est de compredre commet opère l algorithme de balace global sur les idices classiques d évaluatio de performace (cf. [3]), et de comparer les valeurs de ces idices avec et sas politique de trasfert. L article sera orgaisé de la faço suivate : la descriptio formelle du modèle est doée das la sectio 2. Les méthodes aalytiques et les Recherche opératioelle/operatios Research

3 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS 101 résultats obteus pour le calcul des idices reteus pour cette étude sot explicitées das la sectio 3. Pour u ombre doé de sites, les évolutios des idices e foctio des paramètres du système sot étudiées e sectio 4. Le comportemet des systèmes massivemet parallèles, et la comparaiso des valeurs théoriques avec les valeurs obteues pour u ombre raisoable de sites das u réseau sot aalysés das la sectio 5. Das la sectio 6 les bores supérieures sur le bééfice que l o peut attedre d u réel trasfert sot déduites et l aalyse de quelques problèmes d optimisatio est proposée. Ue estimatio du coût des trasferts est étudiée et aalysée das la sectio 7. La sectio 8 fourit les résultats obteus pour cet algorithme lorsque la capacitémémoire de chaque site peut être cosidéré comme ifiie. Efi la sectio 9 tire les coclusios et les perspectives qui peuvet être déduites de cette étude. 2. DESCRIPTION DU MODÈLE Le cotexte est le suivat : o dispose de processeurs qui reçoivet chacu u flot de requêtes gérée grâce à ue file d attete selo la politique FIFO. Le comportemet moye d ue applicatio de grade taille est modélisé, et o suppose pour cela qu ue uité detâche est défiie, et que les cotraites de précédece etre les tâches sot oyées das l esemble des tâches qui sot exécutées par le réseau. La capacité mémoire associée à chaque processeur est de tâches, et l esemble du processeur de sa file d attete et du cotrôleur le reliat au réseau d itercoectio sera désigé par u «site». Les sites d u réseau iformatique peuvet être cosidérés comme les sommets d u graphe, dot les arêtes représetet les coexios physiques etre ces sites. Les hypothèses de modélisatio sot alors les suivates : das ce modèle, le graphe est supposé complet, doc chaque processeur commuique avec l esemble des autres. La durée d exécutio des tâches sur chaque site suit ue loi expoetielle de paramètre, et le processus d arrivée des tâches par site est u processus de oisso de paramètre. La charge de chaque site est défiie par le ombre de tâches qu accueille ce site. À chaque istat, ce ombre est u etier etre 0 et, et ue tâche géérée par u site de charge est rejetée. Deux sites se trasfèret istataémet des tâches das les deux situatios suivates. Quad ue tâche arrive sur u site dot la charge deviet, cette tâche est trasférée sur u site de charge s il existe. Parmi les sites de charge, le site qui reçoit la tâche supplémetaire est choisi au hasard. vol. 34, 1, 2000

4 102 M. BÉGUIN Quad ue tâche se termie sur u site dot la charge deviet, ue tâche e proveace d u site de charge est trasférée. Parmi les sites de charge, celui qui trasfère sa derière tâche arrivée est choisi au hasard. Pour que le trasfert ait u ses, la cotraite sur la capacité mémoire est d être supérieure à. Das la situatio sas trasfert, les sites se comportet comme files idépedates de taux d arrivée, et de taux de service (cf. [13]). Par comparaiso avec les files, le système sera dit «saturé» lorsque le taux de service sera iférieur au taux d arrivée. Das la situatio avec trasfert, le processus étudié est le processus t, qui à chaque istat fait correspodre le -uplet dot la -ème coordoée représete la charge du ème site. La différece avec ue file d attete (cf. [4]) tiet au respect du comportemet local de chaque site. E effet, das la modélisatio présetée ici, il y a pas de file d attete partagée par l esemble des sites et u site de charge accepte plus et e géère plus de ouvelles tâches. Quad il y a partage de l espace mémoire, le protocole de trasfert istataé de la surcharge sur des sites sous-chargés coduit à u modèle de file d attete multiserveurs ayat serveurs et ue capacité globale de tâches. Ce type de files d attete ( ) s aalyse avec des techiques classiques de traitemet des processus aléatoires de aissace et de mort (cf. [7]). Les idices suivats qui apparaisset pertiets pour la plupart des problèmes posés serot étudiés. E effet ces idices répodet à la demade des évaluatios de performace pour les machies parallèles et redet comptet du bo foctioemet d u système (cf. [3]). Débit du système. C est le ombre moye de tâches traitées par uité de temps par l esemble du système (cf. [16]). Saturatio mémoire. C est la probabilité sat que l espace mémoire d u site soit saturé ( tâches présetes) et que, par coséquet, toute ouvelle géératio de tâche par l applicatio sur ce site soit rejetée par le système. Cette probabilité peut être iterprétée comme ue mesure de la dégradatio du système, et cette probabilité doit être miimisée pour garatir ue utilisatio optimale de l esemble des mémoires du système. Charge de travail. C est le ombre moye de tâches présetes sur l esemble des sites pedat ue uité de temps. Recherche opératioelle/operatios Research

5 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS 103 Temps de répose moye. C est le temps moye écoulé etre l istat où latâche est géérée par l applicatio, et l istat où latâche est termiée. Du poit de vue de l utilisateur, et e l absece de toute autre spécificatio, cet idice doit être miimisé (cf. [7]). Mesure statioaire de charge. C est la probabilité i pour u site doé d avoir ue charge égale à. Pour u ombre doé de sites, ces probabilités représetet la proportio de sites ayat ue charge égale à. Ces probabilités e sot doc pas à propremet parler des idices de performace, mais représetet les lois margiales de la mesure produit sur l espace des états. Leurs évolutios selo les paramètres du système permettet de redre compte du comportemet global de celui-ci, et permettet de mieux compredre commet opère le trasfert de charge. 3. RÉSULTATS FORMELS AVEC ET SANS TRANSFERT Le processus t défii à la sectio 2 est u processus de Markov admettat ue uique mesure statioaire. Tous les idices explicités das la sectio 2 sot calculés e régime statioaire das les situatios avec et sas trasfert. Pour les distiguer, toutes les quatités relatives à la situatio sas trasfert serot otées avec u astérisque Propriétés structurelles das les deux situatios Das u premier temps, ous ous itéressos aux probabilités statioaires pour u site doé d avoir ue charge. Compte teu des rôles symétriques joués par chacu des sites, ces quatités e dépedet pas du site. Pour chaque iveau de charge les probabilités statioaires de chaque site d avoir ue charge avec et sas trasfert respectivemet serot otées i et 3 i. Das les deux situatios, avec et sas trasfert, des équatios de ature algébrique reliet certaies valeurs des i. PROPOSITION 1 : Les propriétés suivates sot vérifiées das les deux situatios avec et sas trasfert : Propriété de symétrie : i 0i vol. 34, 1, 2000

6 104 M. BÉGUIN Propriété d équilibre : 0 Commetaires : la première partie de cette propositio reviet à l observatio suivate. Remplacer par reviet à remplacer la capacité mémoire occupée d u site par sa capacité mémoire libre. Le processus qui à chaque istat fait correspodre le -uplet dot la -ème coordoée représete la capacité mémoire libre du ème site a exactemet la même dyamique que le processus t, e iversat les rôles de et. La deuxième partie de la propositio est ue équatio d équilibre ou de balace. La partie gauche représete le ombre moye de tâches acceptées par chaque site par uité de temps, tadis que la partie droite représete le ombre moye de tâches traitées par chaque site par uité de temps. Néamois, la démostratio de ces résultats avec et sas trasfert, aticipe sur les résultats obteus das la sectio 3.3 et la sectio 3.2 mais ils peuvet être vérifiés par des techiques d algèbre classique. La détermiatio des lois margiales i suffit pour calculer les valeurs de tous les idices de performace reteus das ce modèle grâce aux relatios algébriques doées das la propositio 2. PROPOSITION 2:Les idices de performace et les lois margiales sot liés par les équatios algébriques suivates : i sat j=1 j j=2 j Commetaire : la derière équatio exprime le temps de répose moye d ue tâche comme la somme du temps de service moye et du temps d attete moye. Recherche opératioelle/operatios Research

7 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS 105 Démostratio. Les trois premières équatios sot aisémet obteues (cf. [13]). La derière formule de la propositio 2 s obtiet e vérifiat que les hypothèses de validité de la formule de Little (cf. [8] démotrée par exemple das [16] p. 100) sot effectivemet vérifiées das ce cotexte, et e utilisat la propriété d équilibre. La suite de cette sectio utilise les résultats classiques sur les processus de aissace et de mort pour lesquels ue référece est par exemple Barucha-Reid [1]. Pour alléger les otatios, et sas perte de gééralité, les calculs sot effectués avec u temps moye d exécutio égal à, ce qui reviet à fixer l uité de temps 1 à Résultats sas trasfert Sas trasfert, les sites se comportet comme files idépedates, d où les résultats. PROPOSITION 3:Pour le modèle sites de capacité de taux d arrivée, les valeurs des idices de performace sas politique de trasfert sot les suivates : 3 j j +1 3 sat vol. 34, 1, 2000

8 106 M. BÉGUIN 3.3. Résultats avec trasfert Pour étudier le système avec trasfert, il est utile de rappeler que la taille de l espace des états est, et il est doc opportu d utiliser les procédés d agrégatio (cf. [12]). L observatio clé est de costater que le ombre total t de tâches présetes à l istat das le système évolue comme u processus de aissace et de mort sur avec des taux de aissace (de à ), otés, et des taux de mort (de à ), otés. Ces taux sot explicités das le tableau ci-dessous et comparés avec ceux obteus pour le modèle. Modèle avec trasfert Modèle pour pour pour pour pour pour Pour vérifier ces résultats (par exemple pour les taux de aissace pour le modèle avec trasfert), il suffit de remarquer que tat qu il y a mois de tâches das le système, tous les sites ot mois de tâches et doc toute ouvelle tâche géérée par le système est acceptée. S il y a plus de tâches, tous les sites ayat ue charge égale à provoquet des rejets. Soit j j=0... la mesure statioaire du processus de aissace et de mort t. Cette mesure statioaire suffit àdétermier celles des lois margiales du processus t,grâce à la propositio 4. PROPOSITION 4:Les probabilités i i=0... sot reliées aux j j=0... de la faço suivate : i=0 i i=0 0i 01 j i=0 (j01)+i i=1 j+i Recherche opératioelle/operatios Research

9 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS 107 Démostratio. Preos et. Ces équatios découlet de la costatatio suivate. Lorsqu il y a tâches das le système, sites ot tâches, et ot tâches. Il est doc écessaire d exprimer la valeur de chaque j e foctio des paramètres, et du système. Sas perte de gééralité et, pour des raisos de symétrie, la valeur de est supposée paire, égale à. Ceci est ue cotraite extrêmemet faible, puisque les architectures parallèles disposet le plus souvet d u ombre pair de sites. E respectat la symétrie du système, et par les techiques habituelles, o obtiet alors les formules algébriques suivates. j j j 0 j q0j q 0 0j j j j q0j q j 0j j 0 j q q0j 0 q0j q Posos q q 0 Notos et les sommes 02 j q0j q01 j=01 E utilisat les relatios évidetes j=0 q0j q 01 j= j=0 k et! q (01)!, o obtiet, vol. 34, 1, 2000

10 108 M. BÉGUIN D où, puis 0 puis la mesure statioaire, puis les probabilités j d après la propositio 4, puis la valeur des idices de performace d après la propositio COMPARAISONS POUR FIXÉ Das cette sectio ous allos doer, pour fixer les idées, les résultats obteus pour des valeurs particulières du ombre de sites et de la capacité mémoire, par exemple, ou et ou. L observatio du comportemet du sytème pour ces valeurs particulières permet d extrapoler celui obteu pour les autres valeurs. Les étude umériques ot été effectuées avec Mathematica Comparaisos des probabilités statioaires Pour des valeurs de et fixées, les probabilités statioaires i évoluet e foctio de la valeur du taux d arrivée, et les valeurs de ces probabilités statioaires sot très différetes selo qu ue politique de trasfert est mise ou o e place. Les figures 1 et 2 motret par exemple les évolutios relatives des probabilités avec trasfert pour, et. Figure 1. Évolutios de foctio de pour puis sites de capacité. La valeur de ces probabilités chage brutalemet autour de et ce chagemet est d autat plus accetué que le ombre de sites est grad. Das le cas particulier de et, ces résultats motret que 98 % des sites ot ue charge égale à ou à. Autremet dit, le trasfert ted à homogééiser la charge des sites et ue proportio de l ordre de d etre eux ot ue charge égale à. Recherche opératioelle/operatios Research

11 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS 109 Figure 2. Évolutios de foctio de pour sites de capacité. La différece des comportemets du système obteus avec et sas politique de trasfert semble doc assez ette et il semble itéressat d e mesurer l icidece sur les idices de performace. Cette étude sera limitée à celle de la probabilité de saturatio mémoire et du temps de répose moye, l étude sur les autres idices pouvat s e déduire grâce à la propositio Comparaisos des probabilités de saturatio mémoire Pour des valeurs de et fixées, la probabilité de saturatio mémoire sat évolue e foctio de la valeur du taux d arrivée,et de même que précédemmet, la valeur de cette probabilité est très différete selo que la politique de trasfert est mise ou o e place. La valeur de la capacité altère pas les différeces de comportemet obteues. La figure 3 motre Figure 3. Évolutios de la probabilité de saturatio mémoire pour sites, puis. vol. 34, 1, 2000

12 110 M. BÉGUIN les évolutios des probabilités de saturatio obteues avec et sas trasfert pour, et pour des sites de capacité mémoire, et les mêmes évolutios obteues pour ue capacité. Le trasfert améliore sigificativemet cet idice, et la différece 3 sat sat est d autat plus petite que le ombre de sites augmete. Nous reviedros sur l étude de cette différece lors de l étude du comportemet asymptotique e sectio Comparaisos des temps de répose moyes Rappelos que sas trasfert, les sites sot idépedats et le temps de répose moye d ue tâche e déped pas du ombre de sites. Avec trasfert e revache le temps de répose moye d ue tâche est fortemet dépedat du ombre total de sites i.e. de. De plus, pour u ombre doé de sites, le comportemet du temps de répose moye déped de la capacité mémoire de chaque site. Il coviet e effet de distiguer les valeurs et. La figure 4 motre les évolutios des temps de répose moyes avec et sas politique de trasfert pour sites de capacité, et les mêmes évolutios obteues pour ue capacité. La figure 5 motre celles obteues pour ue capacité. Figure 4. Évolutios du temps de répose moye foctio de pour sites de capacité,. Ces graphiques appellet quelques commetaires. E effet, il apparaît que le temps de répose moye d ue tâche est doc pas écessairemet amélioré par le trasfert, et il coviet ici d expliciter les comportemets observés selo les valeurs des paramètres et. Pour. La politique de trasfert dimiue le temps de répose moye d ue tâche par rapport à celui obteu das la situatio sas trasfert et Recherche opératioelle/operatios Research

13 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS 111 Figure 5. Évolutios du temps de répose moye. ce, pour toutes les valeurs de la capacité. L explicatio ituitive de ce comportemet est simple. E effet, pour u taux d arrivée des tâches iférieur (strictemet) au taux de service, le système est o saturé et d après les études faites sur les probabilités margiales, u site a très probablemet ue charge égale soit à 0 soit à 1. Autremet dit, ue tâche acceptée das le système sera vraisemblablemet trasférée sur u site libre, et sera doc traitée plus rapidemet par le système doté d ue politique de trasfert que par celui sas politique de trasfert. Pour. Pour toutes les valeurs de la capacité et du ombre de sites, la politique de trasfert dimiue le temps de répose moye d ue tâche. Le tableau 1 doe les valeurs de différets temps de répose obteus avec et sas trasfert pour les différetes valeurs pertietes des paramètres et. TABLEAU 1 Table de valeurs du temps de répose moye pour , , Pour. Il coviet das ce cas de distiguer les différets comportemets du système selo la valeur de la capacité mémoire. vol. 34, 1, 2000

14 112 M. BÉGUIN Pour. Bie que le système soit saturé, la politique de trasfert dimiue le temps de répose moye d ue tâche. Ituitivemet, cela s explique par le fait que le trasfert d ue tâche e peut être effectué que pour ue tâche géérée par u site de charge 1 qui la trasfère sur u site libre, et la politique de trasfert e modifie le comportemet du système que das cette situatio. La valeur moyee du temps de répose d ue tâche est doc plus faible avec la politique de trasfert que celle obteue sas trasfert. Notos éamois que lorsque la valeur du taux d arrivée augmete, cette situatio deviet de mois e mois probable car la proportio de sites oisifs deviet voisie de. Pour. Le système est toujours saturé, et la politique de trasfert das ce cas augmete le temps de répose moye d ue tâche. Autremet dit, le temps de répose moye d ue tâche géérée et acceptée par le système est péalisé par la politique de trasfert. Pour lever cet apparet paradoxe, il faut oter que das la situatio sas trasfert, ue tâche acceptée par le système a ue probabilité o ulle d être das les premières à être traitée. La politique de trasfert permet e fait d augmeter le ombre total de tâches acceptées par le système, mais chaque tâche acceptée e sera pas trasférée sur u site sous-chargé et attedra que toutes les tâches qui la précèdet soiet traitées. La politique de trasfert permet doc de privilégier et d augmeter l idice, mais le temps de répose d ue tâche doée est, e moyee, péalisé. 5. COMPORTEMENT ASYMPTOTIQUE DES SYSTÈMES MASSIVEMENT PARALLÈLES Les études précédetes laisset supposer que le système totalemet coecté doté de cette politique de trasfert admet u comportemet limite lorsque le ombre de sites deviet grad. Les formules obteues aalytiquemet permettet e effet d obteir le comportemet asymptotique de ces systèmes dits massivemet parallèles. Le théorème de covergece doat les valeurs limites des lois margiales et des idices de performace obteues aalytiquemet pour tedat vers l ifii est préseté sous forme de tableau das la sectio 5.1. La sectio 5.2 compare ces résultats asymptotiques avec les résultats umériques obteus pour des valeurs classiques de (par exemple ). Recherche opératioelle/operatios Research

15 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS Théorème de covergece Pour u taux d arrivée doé, et ue capacité mémoire fixée pour chaque site, les probabilités statioaires i tedet vers ue limite quad ted vers l ifii. Les idices de performace sat et état reliés aux probabilités statioaires par les relatios de la propositio 2 admettet aussi des valeurs limites. Toutes ces limites sot doées das le théorème 1. THÉORÈME 1:Avec la politique de trasfert, les lois margiales i et les idices de performace sat et admettet les limites suivates lorsque le ombre de sites deviet ifii Commetaires : pour, ces limites présetet ue discotiuité e. U tel comportemet irrégulier a déjà été observé das u modèle différet étudié das [9], et ces résultats sot cohérets avec ceux qu ils obtieet. Ce comportemet asymptotique révèle doc u basculemet de comportemet itéressat. Lorsque le taux de service est supérieur au taux d arrivée, ue tâche arrivat das le système est presque toujours acceptée. Elle est presque toujours géérée ou trasférée sur u site sous-chargé, et so temps de répose moye est doc égal à so temps de service moye, ici égal à 1. vol. 34, 1, 2000

16 114 M. BÉGUIN Lorsque le taux de service est égal au taux d arrivée, ue tâche arrivat das le système est égalemet presque toujours acceptée, mais elle va, e moyee avoir u temps de répose égal à. 2 Lorsque le taux de service est iférieur au taux d arrivée, ue tâche peut être refusée, et quad elle est acceptée, elle va presque toujours avoir à attedre beaucoup de temps avat d être complètemet traitée. Plus le taux d arrivée est grad, plus le temps de répose moye d ue tâche est proche du temps maximum et, das ce cas, la politique de trasfert apporte aucue amélioratio par rapport à celle sas trasfert. Démostratio. Voici ue démostratio du théorème 1. Compte teu de la propositio 1, il suffit de démotrer ce théorème pour. Rappelos que le ombre de sites est supposé pair et que. Pour 0, o obtiet, 0 01 i=0 i 1 Il s agit doc de détermier le comportemet asymptotique de. Écrivos q 0! j=02! j Ceci est la valeur au poit de Poisso de paramètre!+1 q j=0 de la foctio de répartitio d ue loi. D après le théorème cetral limite, il viet 0 Il coviet doc de distiguer les 2 situatios possibles et. Pour, o obtiet (formule de Stirlig), Recherche opératioelle/operatios Research

17 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS 115 Pour, o obtiet, 01 D où et par suite Or, pour,!+1!+1! q0+1 Doc!+1 Ces résultats permettet de coclure : Pour : le terme domiat de 0 est au déomiateur, et par suite!+1 0 Pour le terme domiat du umérateur et du déomiateur de 0 est. D où Pour 1, o obtiet,! i=0 01 i i=1 1 +i!! 1 1 i=1 q0(+i) E utilisat les mêmes argumets, o obtiet vol. 34, 1, 2000

18 116 M. BÉGUIN Pour : le terme domiat des umérateurs et du déomiateur de 1 est. D où!+1 1 Pour : après calculs, pour, o obtiet 1!! Or, Et par suite, pour,!+1!!+1 1 Autres résultats : les autres résultats obteus pour découlet de ceux obteus pour 0 et 1. Efi, pour, lasymétrie du graphe de trasitio du processus de aissace et de mort du processus agrégé t et les relatios algébriques de la propositio 2 permettet d écrire les équatios suivates, (02) D où les autres résultats obteus pour avec ou. Remarque : ue justificatio plus ituitive de ce théorème peut être doée de la faço suivate. Le processus de aissace et de mort t se comporte sur l itervalle comme ue file, avec u taux d arrivée et u taux de service. La mesure statioaire de cette file suit ue loi de Poisso de paramètre. Pour, la probabilité que t dépasse ted vers quad augmete. Aisi la mesure statioaire du processus t ted vers ue distributio de Poisso dot l espérace est. Pour des systèmes massivemet parallèles ( grad), la plupart des sites ot ue charge égale à0ouà 1. E moyee, ue proportio d etre Recherche opératioelle/operatios Research

19 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS 117 eux ot ue charge égale à 1. D où les résultats das le cas des systèmes o saturés ( ). Das le cas, le même argumet cocerat la distributio de Poisso permet de déduire que la probabilité qu u site soit libre ted vers 0. Les mêmes argumets que ceux utilisés das la démostratio permettet alors de coclure Comparaisos etre les résultats umériques et les résultats asymptotiques Les résultats umériques de cette sectio ot été obteus avec mathematica. Le but de ces calculs est de motrer que les résultats théoriques obteus das le théorème 5.1 doet ue boe approximatio du comportemet du système pour les ombres classiques de sites mis e réseau das les machies parallèles, à savoir ou plus Probabilité de saturatio Pour toutes les valeurs du taux d arrivée doées, la probabilité de saturatio mémoire est ue foctio décroissate du ombre de sites. Autremet dit, avec la politique de trasfert, ajouter u site das u réseau totalemet coecté dimiue toujours la probabilité de saturatio du système lim et ted à la stabiliser vers sa valeur limite sat. Les résultats umériques motret que la covergece vers cette valeur limite est très rapide, et que la covergece la plus lete est obteue pour. La figure 6 motre l évolutio de cette probabilité de saturatio e foctio du ombre de sites de capacité. Pour plus de précisio, le tableau 2 doe par exemple les valeurs das cette situatio. sat lim sat Figure 6. Probabilité de saturatio pour foctio du ombre de sites (capacité ). vol. 34, 1, 2000

20 118 M. BÉGUIN Table de la différece sat TABLEAU 2 lim sat pour sites de capacité Autremet dit, quad o dispose de sites, ajouter u site augmete ecore la probabilité qu ue tâche soit acceptée das le système, mais de faço mois sigificative, puisque le gai obteu est iférieur à Temps de répose moye Le temps de répose moye pour u taux d arrivée et ue capacité doés est ue foctio mootoe de, dot le ses déped des valeurs de et de. Pour, augmeter le ombre de sites dimiue le temps de répose moye et ce temps moye ted rapidemet vers ce qui correspod au temps de service moye. Pour, le temps de répose moye dimiue quad le ombre de sites augmete, et ted vers. La figure 7 motre, par exemple, les 2 courbes obteues pour des taux d arrivée et avec sites de capacité. Figure 7. Temps de répose moye foctio du ombre de sites (capacité ) pour puis. Pour, comme il a déjà été metioé au 4.3, l évolutio du temps de répose moye e foctio de déped de la capacité mémoire. Recherche opératioelle/operatios Research

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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours Exo7 Logique, esembles et applicatios Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I :

Plus en détail

Travaux dirigés G33 Dimensionnement 2 séances Enseignant : Anthony Busson.

Travaux dirigés G33 Dimensionnement 2 séances Enseignant : Anthony Busson. Travaux dirigés G33 Dimesioemet 2 séaces Eseigat : Athoy Busso. Exercice 1 : O cosidère u web switch et 3 serveurs web. Le web switch reçoit les requêtes http proveat des cliets et les répartit de maière

Plus en détail

B) CHAÎNES DE SOLIDES

B) CHAÎNES DE SOLIDES Chaîes de solides B) CHAÎNES DE SOLIDES Objectifs Cette théorie a pour but d'aalyser les comportemets statique et ciématique d'u mécaisme à partir d'u modèle défii par le schéma ciématique du mécaisme.

Plus en détail

DIDIER AUROUX POLYTECH NICE-SOPHIA MAM5 - OPTION IMAFA 2010-2011

DIDIER AUROUX POLYTECH NICE-SOPHIA MAM5 - OPTION IMAFA 2010-2011 MÉTHODES NUMÉRIQUES POUR LE PRICING D OPTIONS DIDIER AUROUX POLYTECH NICE-SOPHIA MAM5 - OPTION IMAFA 2010-2011 Table des matières 1 Notatios et équatio de Black-Scholes 2 11 Notatios 2 12 Équatio de Black-Scholes

Plus en détail

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

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

Plus en détail

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

1/ ETUDE ASYMPTOTIQUE D'UNE MARCHE ALEATOIRE ENTRE DEUX ETATS

1/ ETUDE ASYMPTOTIQUE D'UNE MARCHE ALEATOIRE ENTRE DEUX ETATS CHAPITRE 4 MATRICES ET SUITES 1/ ETUDE ASYMPTOTIQUE D'UNE MARCHE ALEATOIRE ENTRE DEUX ETATS 11/ Présetatio et modélisatio O cosidère u système ui peut se trouver soit das u état A, soit das u état, et

Plus en détail

Estimations et intervalles de confiance

Estimations et intervalles de confiance Estimatios et itervalles de cofiace Estimatios et itervalles de cofiace Résumé Cette vigette itroduit la otio d estimateur et ses propriétés : covergece, biais, erreur quadratique, avat d aborder l estimatio

Plus en détail

Promenades aléatoires : vers les chaînes de Markov

Promenades aléatoires : vers les chaînes de Markov AME Dossier : Matrices et suites 545 romeades aléatoires : vers les chaîes de Markov ierre Griho (*) Cet article propose ue mise e perspective de la otio de promeade ou de marche aléatoire itroduite das

Plus en détail

Entrée à Sciences Po ADMISSION AU COLLÈGE UNIVERSITAIRE 2014 MATHÉMATIQUES durée de l épreuve : 3 h

Entrée à Sciences Po ADMISSION AU COLLÈGE UNIVERSITAIRE 2014 MATHÉMATIQUES durée de l épreuve : 3 h Etrée à Scieces Po ADMISSION AU COLLÈGE UNIVERSITAIRE 2014 MATHÉMATIQUES durée de l épreuve : 3 h A P M E P Les calculatrices sot autorisées Exercice Vrai-Faux 8 poits Pour chacue des affirmatios suivates,

Plus en détail

Inégalités souvent rencontrées

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

Plus en détail

Correction Bac ES France juin 2010

Correction Bac ES France juin 2010 Correctio Bac ES Frace jui 010 Exercice 1 (4 poits) (Commu à tous les cadidats) Pour ue meilleure compréhesio, les réposes serot justifiées das ce corrigé. Questio 1 Le ombre 3 est solutio de l équatio

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

Sciences Po Option Mathématiques

Sciences Po Option Mathématiques Scieces Po Optio Mathématiques Epreue 3 Vrai-Fau Questio FAUX La suite ( u ) état géométrique de raiso différete de, o a classiquemet, pour tout etier aturel : où q est la raiso de la suite ( u ) Ici,

Plus en détail

AVRIL 2012 CONCOURS INGÉNIEURS DES TRAVAUX STATISTIQUES. ITS Voie B Option Économie. MATHÉMATIQUES (Durée de l épreuve : 4 heures)

AVRIL 2012 CONCOURS INGÉNIEURS DES TRAVAUX STATISTIQUES. ITS Voie B Option Économie. MATHÉMATIQUES (Durée de l épreuve : 4 heures) ÉCOLE NATIONALE SUPÉRIEURE DE STATISTIQUE ET D ÉCONOMIE APPLIQUÉE ENSEA ABIDJAN AVRIL 2012 CONCOURS INGÉNIEURS DES TRAVAUX STATISTIQUES ITS Voie B Optio Écoomie MATHÉMATIQUES (Durée de l épreuve : 4 heures)

Plus en détail

Université de Provence 2011 2012. Planche 6. Nombres réels. Suites réelles. Nombres réels.

Université de Provence 2011 2012. Planche 6. Nombres réels. Suites réelles. Nombres réels. Uiversité de Provece 011 01 Mathématiques Géérales I Plache 6 Nombres réels Suites réelles Nombres réels Exercice 1 Mettre sous forme irréductible p/q les ratioels suivats (les chiffres souligés se répètet

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

La classification de données quantitatives avec SPAD

La classification de données quantitatives avec SPAD La classificatio de doées quatitatives avec SPAD SPAD effectue toujours ue ACP de la matrice des doées quatitatives X " p avat de faire la classificatio des idividus. Les méthodes de classificatio s appliquet

Plus en détail

Baccalauréat S Nouvelle-Calédonie 7 mars 2014

Baccalauréat S Nouvelle-Calédonie 7 mars 2014 Durée : 4 heures Baccalauréat S Nouvelle-Calédoie 7 mars 2014 A. P. M. E. P. EXERCICE 1 Commu à tous les cadidats 4 poits Cet exercice est u QCM questioaire à choix multiple. Pour chaque questio, ue seule

Plus en détail

DEVOIR SURVEILLE DE MATHEMATIQUES 3 heures Probabilités conditionnelles - Suites géométriques - fonctions exponentielles Calculatrice autorisée

DEVOIR SURVEILLE DE MATHEMATIQUES 3 heures Probabilités conditionnelles - Suites géométriques - fonctions exponentielles Calculatrice autorisée DEVOIR SURVEILLE DE MATHEMATIQUES 3 heures Probabilités coditioelles - Suites géométriques - foctios epoetielles Calculatrice autorisée Termiale ES123 Eercice 1 : 5 poits Partie A : Ue agece de locatio

Plus en détail

La Méthode de Monte Carlo

La Méthode de Monte Carlo La Méthode de Mote Carlo Etiee Pardoux UMR 6632 Laboratoire d Aalyse, Topologie, Probabilités et EA 3781 Evolutio Biologique Uiversité de Provece Etiee Pardoux (LATP) Marseille, 13/09/2006 1 / 33 Cotets

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

PROJET DE MONTE CARLO SUJET 1: LE PRICING

PROJET DE MONTE CARLO SUJET 1: LE PRICING LE Age KHOURI Nadie M MMD PROJE DE MONE ARLO SUJE : LE PRIING Selim ZOUGHLAMI QUESION : Supposos d abord que X est u mouvemet browie W t G([ 0, ]) Alors W0 G( 0 ) suit ue loi N(0,0) et doc W 0ps 0 Esuite,

Plus en détail

Séquence 1. Les suites numériques. Sommaire. 1. Pré-requis 2. Le raisonnement par récurrence 3. Notions de limites 4. Synthèse

Séquence 1. Les suites numériques. Sommaire. 1. Pré-requis 2. Le raisonnement par récurrence 3. Notions de limites 4. Synthèse Séquece Les suites umériques Sommaire Pré-requis Le raisoemet par récurrece 3 Notios de limites 4 Sythèse Das cette séquece, il s agit d ue part d approfodir la otio de suites umériques permettat la modélisatio

Plus en détail

Mathématiques. Terminale S Corrigés des exercices. Rédaction : Laurent Beroul Isabelle Tenaud Sébastien Cario. Coordination : Sébastien Cario

Mathématiques. Terminale S Corrigés des exercices. Rédaction : Laurent Beroul Isabelle Tenaud Sébastien Cario. Coordination : Sébastien Cario Mathématiques Termiale S Corrigés des eercices Rédactio : Lauret Beroul Isabelle Teaud Sébastie Cario Coordiatio : Sébastie Cario Ce cours est la propriété du Ced Les images et tetes itégrés à ce cours

Plus en détail

Bac Blanc Terminale L - Février 2015 Épreuve de Spécialité Mathématiques (durée 3 heures)

Bac Blanc Terminale L - Février 2015 Épreuve de Spécialité Mathématiques (durée 3 heures) Exercice 1 (5 poits) Bac Blac Termiale L - Février 015 Épreuve de Spécialité Mathématiques (durée 3 heures) Questio 1 : La populatio d'ue ville baisse de 1 % tous les as pedat 10 as. Elle est doc multipliée

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

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

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

Plus en détail

La calculatrice est autorisée. Le sujet comporte un total de 5 exercices. ( ) ( ) ( )

La calculatrice est autorisée. Le sujet comporte un total de 5 exercices. ( ) ( ) ( ) Aée 01-013 Mathématiques Décembre 01 Durée : 3 heures BAC blac N 1 La calculatrice est autorisée. Le sujet comporte u total de 5 exercices. Les élèves e suivat pas l eseigemet de spécialité traiterot les

Plus en détail

École de technologie supérieure

École de technologie supérieure École de techologie supérieure Mat 165-04 Algèbre liéaire et aalyse vectorielle A-015 Michel Beaudi michel.beaudi@etsmtl.ca Liste d exercices à faire e T.P./Caledrier des évaluatios Itroductio au cours

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

Chapitre 4 Lois discrètes

Chapitre 4 Lois discrètes Chapitre 4 Lois discrètes 1. Loi de Beroulli Ue variable aléatoire X est ue variable de Beroulli si elle e pred que les valeurs 0 et 1 avec des probabilités o ulles. P(X = 1) = p, P(X = 0) = 1 p = q, avec

Plus en détail

Correction des exercices sur la nature ondulatoire de la lumière

Correction des exercices sur la nature ondulatoire de la lumière CORRECTION EXERCICES TS /5 CHAPITRE 3 Correctio des exercices sur la ature odulatoire de la lumière Correctio exercice : idice d u verre et réfractio. La radiatio = 530 m est verte et la radiatio = 680

Plus en détail

STATISTIQUE : ESTIMATION

STATISTIQUE : ESTIMATION STATISTIQUE : ESTIMATION Préparatio à l Agrégatio Bordeaux Aée 202-203 Jea-Jacques Ruch Table des Matières Chapitre I. Estimatio poctuelle 5. Défiitios 5 2. Critères de comparaiso d estimateurs 6 3. Exemples

Plus en détail

Séquence 8. Suites arithmétiques et géométriques. Sommaire

Séquence 8. Suites arithmétiques et géométriques. Sommaire Séquece 8 Suites arithmétiques et géométriques Sommaire Pré-requis Suites arithmétiques Suites géométriques Sythèse du cours Exercices d approfodissemet Séquece 8 MA Ced - Académie e lige Pré-requis A

Plus en détail

Dénombrement - Combinatoire Cours

Dénombrement - Combinatoire Cours Déombremet - Combiatoire Cours La combiatoire (ou aalyse combiatoire) étudie commet compter des objets. Elle fourit des méthodes de déombremet particulièremet utiles e probabilité. U des pricipaux exemples

Plus en détail

ADMISSION AU COLLEGE UNIVERSITAIRE

ADMISSION AU COLLEGE UNIVERSITAIRE ADMISSION AU COLLEGE UNIVERSITAIRE Samedi mars 204 MATHEMATIQUES durée de l'épreuve : 3h - coefficiet 2 Le sujet est uméroté de à 5. L'aexe est à redre avec la copie. L'exercice Vrai-Faux est oté sur 8,

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

Exercices - Variables aléatoires discrètes : corrigé. Variables discrètes finies - Exercices pratiques

Exercices - Variables aléatoires discrètes : corrigé. Variables discrètes finies - Exercices pratiques Variables discrètes fiies - Exercices pratiques Exercice - Loi d u dé truqué - L2/ECS -. X pred ses valeurs das {,..., 6}. Par hypothèse, il existe u réel a tel que P (X k) ka. Maiteat, puisque P X est

Plus en détail

Séquence 9. Sommaire. 1. Pré-requis 2. Intervalles de fluctuation 3. Estimation 4. Synthèse de la séquence 5. Exercices de synthèse

Séquence 9. Sommaire. 1. Pré-requis 2. Intervalles de fluctuation 3. Estimation 4. Synthèse de la séquence 5. Exercices de synthèse Séquece 9 Itervalles de fluctuatio, estimatio Objectifs de la séquece Das le chapitre 2, o étudie des itervalles de fluctuatio des variables aléatoires X F =, fréqueces des variables aléatoires biomiales

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

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

ECOLE DES HAUTES ETUDES COMMERCIALES E.S.C.P.-E.A.P. ECOLE SUPERIEURE DE COMMERCE DE LYON MATHEMATIQUES II

ECOLE DES HAUTES ETUDES COMMERCIALES E.S.C.P.-E.A.P. ECOLE SUPERIEURE DE COMMERCE DE LYON MATHEMATIQUES II CHAMBRE DE COMMERCE ET D INDUSTRIE DE PARIS DIRECTION DE L ENSEIGNEMENT Directio des Admissios et cocours ECOLE DES HAUTES ETUDES COMMERCIALES E.S.C.P.-E.A.P. ECOLE SUPERIEURE DE COMMERCE DE LYON CONCOURS

Plus en détail

Chapitre 3 Détermination de la taille de l'échantillon

Chapitre 3 Détermination de la taille de l'échantillon Chapitre 3 Détermiatio de la taille de l'échatillo Lorsqu o prélève u échatillo pour estimer u paramètre, o court toujours le risque de découvrir u peu trop tard que l'échatillo prélevé est trop petit

Plus en détail

Application «Calculs» Application «Graphiques» Application «Tableur et listes» FR

Application «Calculs» Application «Graphiques» Application «Tableur et listes» FR TI Nspire Documet de Formatio T3 Walloie TI-Nspire Le tout e u des mathématiques Suites umériques La loi de Verhulst Applicatio «Calculs» Applicatio «Graphiques» Applicatio «Tableur et listes» FR Formatios

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

Corrigés TD Chapitre 2 : Variables aléatoires sur un univers fini 0 0 0 1/6 0 0 1 0 1/4 0 1/4 0 4 1/6 0 0 0 1/6

Corrigés TD Chapitre 2 : Variables aléatoires sur un univers fini 0 0 0 1/6 0 0 1 0 1/4 0 1/4 0 4 1/6 0 0 0 1/6 Corrigés TD Chapitre : Variables aléatoires sur u uivers fii Exercice : Soit X la VAR défiie par le tableau suivat : x i - - 0 p 6 4 6 4 6 i O ote Y = X ) Détermier la loi cooite de X et Y ) Détermier

Plus en détail

FONCTION EXPONENTIELLE

FONCTION EXPONENTIELLE FONCTION EXPONENTIELLE I. RAPPELS : METHODE D EULER Si f est ue foctio dérivable e x 0, o sait que f(x 0 + h) a pour approximatio affie f(x 0 ) + f '(x 0 )h O peut doc sur de "petits" itervalles, approcher

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

REQUÊTES. Il est possible de créer des formulaires ou des états à partir de requête.

REQUÊTES. Il est possible de créer des formulaires ou des états à partir de requête. Cliclasolutio Aée 2006/2007 REQUÊTES Utilité des requêtes QUESTIONNER LA BASE DE DONNÉES La foctio classique d'ue requête est de répodre à ue questio sur la base de doées. "Quels sot les cliets habitat

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

TS Intervalle de fluctuation et estimation Cours

TS Intervalle de fluctuation et estimation Cours Aée 2013/2014 TS Itervalle de fluctuatio et estimatio Cours est u etier aturel o ul et p est u réel de l itervalle 0 ; 1. I Itervalle de fluctuatio Cotexte : Das ue populatio, la proportio d idividus présetat

Plus en détail

TP R : méthodes statistiques élémentaires

TP R : méthodes statistiques élémentaires M2 IFMA et MPE TP R : méthodes statistiques élémetaires À la fi de la séace vous déposerez vos scripts R das la boîte de dépôt de votre espace Sakai : http://australe.upmc.fr/portal. 1 Importatio des doées

Plus en détail

BTS Mécanique et Automatismes Industriels. Statistiques inférentielles

BTS Mécanique et Automatismes Industriels. Statistiques inférentielles BTS Mécaique et Automatismes Idustriels Statistiques iféretielles, Aée scolaire 2005 2006 Statistiques iféretielles 1. Itroductio vocabulaire Pour étudier ue populatio statistique, o a recours à deux méthodes

Plus en détail

Organisme de recherche et d information sur la logistique et le transport LES PREVISIONS DES CONSOMMATIONS

Organisme de recherche et d information sur la logistique et le transport LES PREVISIONS DES CONSOMMATIONS LES PREVISIONS DES CONSOMMATIONS Les logiciels utilisés pour la gestio des stocks itègret de ombreuses foctios de calcul. L ue des plus importates est l exécutio des prévisios des cosommatios futures d

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

Fluctuation et estimation

Fluctuation et estimation Fluctuatio et estimatio Table des matières I Idetificatio de la situatio........................................ II Échatilloage, itervalle de fluctuatio asymptotique........................ II. Itervalle

Plus en détail

Correction CCP maths 1 MP

Correction CCP maths 1 MP mai 4 Avertissemet : Il subsiste certaiemet quelques coquilles... Exercice : ue itégrale double Correctio CCP maths MP Pour calculer cette itégrale, o effectue le chagemet de variable e coordoées polaires

Plus en détail

Correction HEC III 2007

Correction HEC III 2007 HEC III 7 Voie Écoomique Correctio Page Correctio HEC III 7 Voie écoomique La correctio comporte 9 pages. Eercice. Par dé itio est ue valeur propre de t si et seulemet si est ue valeur propre de T: Et

Plus en détail

09 G 18bis AR Durée: 4 heures Séries : S1-S3 - Coeff. 8.. Epreuve du 1 er groupe

09 G 18bis AR Durée: 4 heures Séries : S1-S3 - Coeff. 8.. Epreuve du 1 er groupe UNIVERSITE CHEIKH ANTA DIOP DE DAKAR 1/ 9 OFFICE DU BACCALAUREAT BP 5005-DAKAR-Fa-Séégal Serveur Vocal: 68 05 59 Téléfax (1) 864 67 39 - Tél : 84 95 9-84 65 81 M A T H E M A T I Q U E S 09 G 18bis AR Durée:

Plus en détail

CHAPITRE 2 SÉRIES ENTIÈRES

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

Plus en détail

Cours de méthodes de simulation

Cours de méthodes de simulation ECOLE SUPERIEURE DE STATISTIQUE ET D ANALYSE DE L INFORMATION ( ESSAIT) Cours de méthodes de simulatio Préparé par Hasse MATHLOUTHI Aée uiversitaire 2014-2015 AVANT PROPOS Ce documet propose u cours sur

Plus en détail

Suites et séries numériques

Suites et séries numériques Maths MP Cours Table des matières Suites et séries umériques Quelques prélimiaires. Les yeux fermés........................................... De quoi parle-t-o?........................................3

Plus en détail

CHAPITRE 22. Machines à sous

CHAPITRE 22. Machines à sous CHAPITRE 22 Machies à sous 22. Corrigé possible du texte 22.. Eocé du problème et défiitio du modèle statistique associé O étudie ici u modèle statistique avec observatios icomplètes : o dispose d observatios

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

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

Maîtrise de Mathématiques TER Le bandit manchot à deux bras

Maîtrise de Mathématiques TER Le bandit manchot à deux bras Maîtrise de Mathématiques TER Le badit machot à deux bras Deis Cousieau Sous la directio de Jea-Michel Loubes Septembre 2003 Table des matières 1 Présetatio du problème 2 1.1 Exemple de la machie à sous,

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

GRAPHES. 0 1 1 0 0 1 1 0 0 0 Les graphes ci-dessous peuvent-ils être associés à A? Exercice n 6. Ecrivez la matrice associé à chaque graphe :

GRAPHES. 0 1 1 0 0 1 1 0 0 0 Les graphes ci-dessous peuvent-ils être associés à A? Exercice n 6. Ecrivez la matrice associé à chaque graphe : Exercice. Détermier le degré de chacu des sommets du graphe suivat : GRAPHES Exercice 6. Ecrivez la matrice associé à chaque graphe : Exercice. Trois pays evoiet chacu à ue coférece deux espios ; chaque

Plus en détail

Intervalle de fluctuation des fréquences. Estimation CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES. fréquence F n. fréquence obtenue f.

Intervalle de fluctuation des fréquences. Estimation CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES. fréquence F n. fréquence obtenue f. Chapitre 14 Itervalle de fluctuatio des fréqueces. Estimatio Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Itervalle de fluctuatio Estimatio Itervalle de cofiace (*). Niveau

Plus en détail

BACCALAURÉAT TECHNOLOGIQUE STG. Spécialités : Mercatique, Comptabilité et Finance d Entreprise, Gestion des systèmes d information.

BACCALAURÉAT TECHNOLOGIQUE STG. Spécialités : Mercatique, Comptabilité et Finance d Entreprise, Gestion des systèmes d information. BACCALAURÉAT TECHNOLOGIQUE STG Spécialités : Mercatique, Comptabilité et Fiace d Etreprise, Gestio des systèmes d iformatio. SESSION 2012 ÉPREUVE DE MATHÉMATIQUES Mercatique, comptabilité et fiace d etreprise

Plus en détail

Suites. q et k IN et n IN : u. Démonstration : A l aide du schéma ci-dessous on peut établir la formule explicite du terme général en fonction de n :

Suites. q et k IN et n IN : u. Démonstration : A l aide du schéma ci-dessous on peut établir la formule explicite du terme général en fonction de n : Suites A) Suites géométriues Défiitio et formules Défiitio : forme récursive Ue suite est géométriue lorsue, à partir du terme iitial, l o passe d'u terme de la suite au terme suivat e multipliat toujours

Plus en détail

AVANT PROPOS. Cet ouvrage pourra intéresser également les enseignants de ce niveau.

AVANT PROPOS. Cet ouvrage pourra intéresser également les enseignants de ce niveau. AVANT PROPOS Cet ouvrage propose aux élèves de classes termiales (fraçais) S (spécialité math) des rappels et des complémets de cours assez complet, aisi que des problèmes et des exercices corrigés. Les

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

= e 1, où e est la base des logarithmes népériens ; la relation de récurrence : n I N, u n+1

= e 1, où e est la base des logarithmes népériens ; la relation de récurrence : n I N, u n+1 ERREURS D'ARRONDIS ET CALCULATRICES par Christia Vassard et Didier Trotoux L'idée de cet article ous a été ispirée par u exemple illustrat ue cotributio de Jea-Michel Muller ("Ordiateur e quête d'arithmétique"

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

Devoir de statistiques: CORRIGE

Devoir de statistiques: CORRIGE CPP - la prépa des INP ( ème aée). Bordeaux, 6/04/04. Devoir de statistiques: CORRIGE durée h Doées: O rappelle que si Z suit ue loi N (0, ), o a P(Z.96) 0, 975 et P(Z.65) 0, 95. Exercice. θ et O cosidère

Plus en détail

Utilisation du bootstrap pour les problèmes statistiques liés à l estimation des paramètres

Utilisation du bootstrap pour les problèmes statistiques liés à l estimation des paramètres B A S E Biotechol Agro Soc Eviro 00 6 (3) 43 53 Utilisatio du bootstrap pour les problèmes statistiques liés à l estimatio des paramètres Rudy Palm Uité de Statistique et Iformatique Faculté uiversitaire

Plus en détail

Université Paris VII - Agrégation de Mathématiques (François Delarue) MÉTHODE DE MONTE-CARLO

Université Paris VII - Agrégation de Mathématiques (François Delarue) MÉTHODE DE MONTE-CARLO Uiversité Paris VII - Agrégatio de Mathématiques Fraçois Delarue) MÉTHODE DE MONTE-CARLO Ce texte vise à préseter l utilisatio de la méthode de Mote-Carlo das le calcul du prix d ue optio. 1. Positio du

Plus en détail

L Évaluation d entreprise

L Évaluation d entreprise JOB : mp DIV : 10571 ch10 p. 1 folio : 303 --- 29/8/07 --- 15H31 [ L Évaluatio d etreprise q L évaluatio se pratique à de multiples occasios : cessio de l etreprise, émissio d actios ouvelles, fusio, itroductio

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

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

Modèle de pointage et correction des dérives

Modèle de pointage et correction des dérives Ges de la Lue Observatoire astroomique de Plougastel Tél : 0 98 40 69 73 http://www.gesdelalue.org Modèle de poitage et correctio des dérives 1. Présetatio du problème Le poitage d u astre par u télescope

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

Table des matières. Aller à la page suivante

Table des matières. Aller à la page suivante CHAPITRE 3. SÉRIES NUMÉRIQUES Chapitre 3 Séries umériques 3. Préparatio Défiitio 3..2 O appelle série de terme gééral u et o ote u (qui se lit «série de terme gééral u»), où (u ) N R N, la suite de terme

Plus en détail

Remise à Niveau Mathématiques

Remise à Niveau Mathématiques Mathématiques RAN - Calcul et raisoemet Remise à Niveau Mathématiques Première partie : Calcul et raisoemet Exercices Page sur 9 RAN Calcul et raisoemet Ex - Rev 04 Mathématiques RAN - Calcul et raisoemet

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

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

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

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

Ce type de compresseur est aussi appelée compresseur volumetrique.

Ce type de compresseur est aussi appelée compresseur volumetrique. Chapitre 4 Compresseurs Buts 1. Savoir que das ce cas if faut se redre compte qu il y a des effets thermique 2. Savoir qu il y a ue limite á l augmetatio de la pressio de gaz 3. Savoir quelles istabilités

Plus en détail

Concours de l Iscae. Épreuve Commune de Mathématiques (2015)

Concours de l Iscae. Épreuve Commune de Mathématiques (2015) Mohiieddie Beayad Cocours de l Iscae Épreuve Commue de Mathématiques (5) Voici l éocé de l épreuve commue de Mathématiques du cocours d etrée à l ISCAE de l aée 5, aisi que l itégralité du corrigé. Les

Plus en détail

Matrices et suites RÉSOLUTION DE PROBLÈMES CHAPITRE. SÉQUENCE 1 Suite de matrices colonnes (page 142) Problème. A 1. Étape 1. 3. Voir en bas de page.

Matrices et suites RÉSOLUTION DE PROBLÈMES CHAPITRE. SÉQUENCE 1 Suite de matrices colonnes (page 142) Problème. A 1. Étape 1. 3. Voir en bas de page. HPIRE Matrices et suites SÉQUENE Suite de matrices coloes (page ) RÉSOLUION E PROLÈMES Problème Étape La louche aller cotiet cl de café oc, après l aller, cotiet cl de café et cl de café oc, la louche

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

Lycée Fénelon Sainte-Marie Préparation Science-Po/Prépa HEC

Lycée Fénelon Sainte-Marie Préparation Science-Po/Prépa HEC Lycée Féelo aite-marie Préparatio ciece-po/prépa HEC Foctios Versio du juillet 05 Eercice d degré : racies et coefficiets O rappelle que si l équatio a + b + c = 0 ( a 0 ) adet deu racies α et β (évetuelleet

Plus en détail

Mathématiques : statistiques et simulation

Mathématiques : statistiques et simulation PAF Amies - Eseigemet des Mathématiques : Statistiques et simulatio 8 javier 0 Uiversité de Picardie Jules Vere 0-0 UFR des Scieces - LAMFA CNRS UMR 640 PAF Amies - Formatio Eseigemet des Mathématiques

Plus en détail

Questions Chapitre 2 L approche statistique de la réalité 1

Questions Chapitre 2 L approche statistique de la réalité 1 Questios Chapitre 2 L approche statistique de la réalité 1 Expliquer la otio de variable et défiir les différets types de variables Décrire les échelles de classificatio et trasformer les doées pour passer

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

MATHEMATIQUES Terminale Scientifique

MATHEMATIQUES Terminale Scientifique MATHEMATIQUES Termiale Scietifique Fiches PROGRAMME 22 (v24) Sylvie LAMY Agrégée de Mathématiques Dilômée de l École Polytechique Cours Pi e-mail : lescoursi@cours-icom site : htt://wwwcours-icom siège

Plus en détail