Université d Orléans - Licence Economie et Gestion Statistique Mathématique

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Université d Orléans - Licence Economie et Gestion Statistique Mathématique"

Transcription

1 Université d Orléans - Licence Economie et Gestion Statistique Mathématique C. Hurlin. Correction Examen Décembre 26 Exercice 1 Tests UPP et Théorème de Neyman Pearson. Barème : 12 oints. Soit X, une variable désignant le nombre d incidents de aiement sur un crédit à la consommation observés sur la durée du rêt. On suose que X suit une loi de Poisson de aramètre ( > ) : On disose d un échantillon de N clients d une banque noté fx 1 ; ::; X N g ; où X i désigne le nombre d incidents observés our l individu i: On suose que les variables X i sont i:i:d: de même loi que X et l on admet que : P (X i = k) = e k k Question 1 (1 oint) Cette idée se traduirait sous la forme : (1) H : = (2) H : = 1 > (3) ou sous la forme : H : = (4) Un bon client a en moyenne eu d incidents de aiement. Question 2 (2 oints) On considère le test suivant : H : > (5) H : = (6) H : = 1 (7) avec < 1 : On sait que d arès le théorème de Neyman Pearson (1 oint) : L (X 1 ; ::; X N ; ) L (X 1 ; ::; X N ; 1 ) = en( 1 ) où A est une constante. On en déduit que N ( 1 ) + N i=1x i log () N i=1x i > [log (A) N ( 1 )] log car 1 > : Ce qui eut se réécrire sous la forme : 1 1 N i=1 X i < A (8) < log (A) (9) 1 (1) X N = (1=N) N i=1x i > K (11) où K est une constante déterminée ar le niveau du risque de remière esèce : (1 oint). La région critique du test UPP de niveau est donc de la forme : W = X 1 ; ::; X N j X N > K (12)

2 C. Hurlin. Correction Examen Décembre 26 age 2 Question 3 (2 oints) On sait que d arès le théorème central limite, on a : X N E X N d N (; 1) (13) N1 qv X N Or, sait ici que : E X N = (1=N) N i=1 E (X i ) = (14) V X N = 1=N 2 N i=1v (X i ) = N (15) Donc, on a (1 oint) : Dès lors, le seuil critique véri e : = Pr X N d N (; 1) (16) =N N1 X N > K X N =N d N (; 1) N1 (17) ou encore 1 = Pr X N < K X N =N d N (; 1) N1 (18) D où l on tire que si N tend vers l in ni : 1 (1 ) X N =N (19) et donc nalement : K + 1 (1 ) r N où (:) désigne la fonction de réartition de la loi normale centrée réduite. (2) Question 4 (1.5 oints) On souhaite tester l hyothèse nulle selon laquelle les clients de la banque A sont faiblement risqués sous la forme suivante : H : = 1 contre H 1 : = 2: On sait que sur cet échantillon (.5 oint) : X N = ( )=1332 = :9565 (21) Or la RC associée au test UPP de niveau est dé nie ar : W = X 1 ; ::; X N j X N > K (22) avec K = + 1 (1 ) =N: On en déduit que our = 5%; on a (.5 oint) : K = (:95) 1=1332 = 1 + 1:64 1=1332 = 1:451 (23) Pour un risque de 5%, on ne eut as rejetter H ; c est à dire l hyothèse selon laquelle les clients de la banque A sont relativement eu risqués (.5 oint). 2

3 C. Hurlin. Correction Examen Décembre 26 age 3 Question 5 (1 oint) Il s agit ici de déterminer le risque de deuxième esèce de notre test : = Pr X N < K X N 1 1 =N d N (; 1) N1 K 1 1 =N (24) Ce qui conduit à : 1: =1332 ( 24: 643) (25) Ce risque est quasi nul. Question 6 (1.5 oints) On a vu que la RC du Test UPP d hyothèse simle H : = contre H 1 : = 1 > ne déend as de la valeur exlicite de sous H 1 ; donc la RC du test UPP de niveau H : = contre H : > est équivalente à la RC du test de la question 3. (1 oint) W = X 1 ; ::; X N j X N > 1:451 (26) Dans l échantillon, on observe X N = :9565: Pour un risque de 5%, on ne eut as rejetter H ; c est à dire l hyothèse selon laquelle les clients de la banque A sont relativement eu risqués (.5 oint). Question 7 (2 oints) On souhaite en n tester l hyothèse : H : = 1 (27) H 1 : 6= 1 (28) Construisez la région d accetation du test bilatéral corresond à l intersection des RA des deux test unilatéraux associés H : = 1 contre H 1 : > 1 et H : = 1 contre H 1 : < 1 dé nies our des risque de remière esèce de =2 = 2:5%: Soient K 1 et K 2 le deux seuils critiques corresondant (1 oint) : Donc la RC du test bilatéral s écrit (1 oint) : K 1 = + 1 () =N = :9549 (29) K 1 = + 1 (1 ) =N = 1:451 (3) W = X 1 ; ::; X N j X N =2 [:9549; 1:451] (31) Question 8 (1 oint) Puissance : P uissance () = Pr X N =2 [:9549; 1:451] j X N d N (; 1) =N N1 (32) D où l on tire : P uissance () 1 1:451 + :9549 =N =N (33) 3

4 C. Hurlin. Correction Examen Décembre 26 age 4 Exercice 2 Test d Indeendance : Relation Salaire / Dilôme (à artir d un examen de Mme Bessec, Université Paris IX Dauhine). Barème : 4 oints. (1 oint our tableau e ectif théorique + 1 statistique + 1 seuil et conclusion) 4

5 C. Hurlin. Correction Examen Décembre 26 age 5 Exercice 3 Test d Ajustement (Université Paris IX Dauhine, avec l autorisation de Mme Bessec). Barème : 4 oints. Question 1(2 oints) Soit fx 1 ; ::; X N g, avec N = 1; l échantillon des ventes quotidiennes suosées i:i:d: et de même loi que X où X suit une loi de oisson de aramètre : Ecrivons la log-vraisemblance de cet échantillon : L (X 1 ; ::; X N ; ) = N i=1p (X = X i ) = N i=1e X i X i (34) Ce qui eut se réecrire sous la forme d une log-vraisemblance (.5 oint) : log L (X 1 ; ::; X N ; ) = N + log () N i=1x i log N i=1x i (35) La condition nécessaire de la maximisation de la vraisemblance est alors (X 1 ; ::; X N ; = N + 1 N i=1x i = (36) D où l on déduit l estimateur du MV (.5 oint) : b = 1 N N i=1x i = X N (37) On véri e qu il s agit d un maximum (.5 oint) uisque 2 L (X 1 ; ::; X N ; 2 = 1 2 N i=1x i < (38) On en déduit nalement une estimation onctuelle du aramètre (.5 oint) : b = x N = 1:5 (39) Question 2 (1 oint) Cf Tableau de la Figure 2 Question 3 (1 oint) Si les ventes quotidiennes suivent e ectivement une loi de Poisson de aramètre 1.5, la robabilité que le roduit ne soit as acheté est égale à 22,31%. (.5 oint). Mais cette hyothèse n est as nécessairement valable. Tout déend de la uissance du test d adéquation : la uissance corresond à la robabilité de rejeter l hyothèse nulle d une loi de Poission alors qu e ectivement les ventes suivent une autre loi que la loi de Poisson. Plus cette uissance est faible, lus la direction rend un risque imortant. (1 oint bonus) 5

6 C. Hurlin. Correction Examen Décembre 26 age 6 Figure 1: 6

Université d Orléans - Licence Economie et Gestion Statistique Mathématique

Université d Orléans - Licence Economie et Gestion Statistique Mathématique Université d Orléans - Licence Economie et Gestion Statistique Mathématique C. Hurlin. Correction Examen ovemre 00 Exercice Loi exacte et loi asymtotique (8 oints) On considère un -échantillon de variales

Plus en détail

Université d Orléans - Licence Economie et Gestion Statistique Appliquée à l Economie et la Gestion

Université d Orléans - Licence Economie et Gestion Statistique Appliquée à l Economie et la Gestion Université d Orléans - Licence Economie et Gestion Statistique Appliquée à l Economie et la Gestion C. Hurlin. Correction de l Examen de Décembre 2011 Exercice 1 Barème : 18 points. Test de validation

Plus en détail

STATISTIQUES = N. = n i N. On a : p f i Caractéristiques de position de tendance centrale

STATISTIQUES = N. = n i N. On a : p f i Caractéristiques de position de tendance centrale STATISTIQUES 1. Vocabulaire et notations Dans ce chaitre, on considère des séries à caractères quantitatifs discrètes (sous forme «onctuelle») ou continues (sous forme d intervalles) (avec, dans le cas

Plus en détail

Université d Orléans - Licence Economie et Gestion Introduction à la Statistique et à l Econométrie

Université d Orléans - Licence Economie et Gestion Introduction à la Statistique et à l Econométrie Université d Orléans - Licence Economie et Gestion Introduction à la Statistique et à l Econométrie C. Hurlin. Examen Janvier 005 Exercice 1 Barème : 1 points. Une entreprise spécialisée dans la production

Plus en détail

Université d Orléans - Licence Economie et Gestion Statistique Mathématique

Université d Orléans - Licence Economie et Gestion Statistique Mathématique Université d Orléans - Licence Economie et Gestion Statistique Mathématique C. Hurlin. Correction du Contrôle de Décembre 00 Exercice Barème : 7 points Partie I : Test d hypothèses simples (0 points) Question

Plus en détail

Statistique Classique et Statistique Bayesienne

Statistique Classique et Statistique Bayesienne Statistique Classique et Statistique Bayesienne Plaçons-nous dans les conditions du cas Guilde du Livre. Vous avez une décision à rendre (acheter les ouvrages ou non) et les conséquences de cette décision

Plus en détail

Correction du devoir surveillé n 6. Problème I Puissances de matrices et applications aux probabilités

Correction du devoir surveillé n 6. Problème I Puissances de matrices et applications aux probabilités LEGTA Le Chesnoy TB 00-0 D Blottière Mathématiques Correction du devoir surveillé n 6 Problème I Puissances de matrices et alications aux robabilités Dans ce roblème, désigne un nombre réel strictement

Plus en détail

Corrigé du TD n o 11

Corrigé du TD n o 11 CPP 03/04 Fonctions réelles J. Gillibert Corrigé du TD n o Exercice Soient f et g deux fonctions continues R R. On suose que : x Q, f(x = g(x Montrer que f = g. Réonse : Raelons d abord le résultat suivant

Plus en détail

RFIDEC cours 3 : Intervalles de confiance, tests d hypothèses, loi du χ 2

RFIDEC cours 3 : Intervalles de confiance, tests d hypothèses, loi du χ 2 RFIDEC cours 3 : Intervalles de confiance, tests d hypothèses, loi du χ 2 Christophe Gonzales LIP6 Université Paris 6, France Plan du cours n 3 RFIDEC cours 3 : Intervalles de confiance, tests d hypothèses,

Plus en détail

Ce sujet comporte 5 pages numérotées de 1/5 à 5/5. Le formulaire est en dernière page.

Ce sujet comporte 5 pages numérotées de 1/5 à 5/5. Le formulaire est en dernière page. SUJET 2009 Examen : BEP Tertiaire 1 Sécialités du Secteur 6 : Métiers de la comtabilité Coeff : Selon sécialité Logistique et commercialisation Durée : 1 heure Vente action marchande Page : 1/5 Ce sujet

Plus en détail

Université d Orléans - Licence Economie et Gestion Statistique Mathématique

Université d Orléans - Licence Economie et Gestion Statistique Mathématique Université d Orléans - Licence Economie et Gestion tatistique Mathématique C. Hurlin. Correction du Contrôle de Décembre 9 Exercice Barème : 6 points. Ratio de harpe et tests paramétriques Question préliminaire

Plus en détail

La fonction exponentielle

La fonction exponentielle Éisode 4 La fonction exonentielle Existence et définition On considère l équation différentielle dérivées.. Existence Théorème d existence: admis y = y sur R: on cherche donc la ou les fonctions dérivables

Plus en détail

Algèbre 4 CALCUL MATRICIEL SYSTEMES LINEAIRES

Algèbre 4 CALCUL MATRICIEL SYSTEMES LINEAIRES Algèbre - cha 4 /9 Dans tout le chaitre K désigne R ou C, n et désignent des entiers naturels non nuls.. OPERATIONS SUR LES MATRICES. Notion de matrice Algèbre 4 CALCUL MATRICIEL SYSTEMES LINEAIRES Définition

Plus en détail

Le monopole classique

Le monopole classique UNIVERSITÉ D ORLÉANS Année universitaire 0-3 FACULTÉ DE DROIT, ÉCONOMIE ET GESTION Licence e année Florent Bresson Microéconomie Nature : TD Le monoole classique Exercice n o La demande our les guitares

Plus en détail

Devoir non surveillé Matrices, systèmes linéaires

Devoir non surveillé Matrices, systèmes linéaires Devoir non surveillé Matrices, systèmes linéaires Pelletier Sylvain, BCPST Lycée Hoche $\ CC BY: = our le 15 décembre Exercice 1 Puissance d une matrice 3 1 2 Soit A = 0 2 0. 1 1 0 On se roose de calculer

Plus en détail

x i 0 1 P(X = x i ) 1 - p p

x i 0 1 P(X = x i ) 1 - p p Première E Cours Loi binomiale et alications I Loi de Bernoulli et loi binomiale Loi de Bernoulli oit une exérience aléatoire résentant deux issues : l une ue l on aelle «succès» et l autre aelée «échec».

Plus en détail

U.F.R. Economie Appliquée. Econométrie Appliquée Séries Temporelles

U.F.R. Economie Appliquée. Econométrie Appliquée Séries Temporelles U.F.R. Economie Appliquée Maîtrise d Economie Appliquée Cours de Tronc Commun Econométrie Appliquée Séries Temporelles Christophe HURLIN Chapitre 2. UFR Economie Appliquée. Cours de C. Hurlin 2 Chapitre

Plus en détail

Fonctions linéaires, fonctions affines.

Fonctions linéaires, fonctions affines. Chaitre. Fonctions linéaires, fonctions affines. A quoi servent les fonctions? Première question que se osent les élèves lorsqu'ils aréhendent l'analyse our la remière fois. Pour faire simle, l'es fonctions

Plus en détail

OLYMPIADES DE MATHÉMATIQUES Académie d AIX-MARSEILLE Session Séries ES, L et Technologiques

OLYMPIADES DE MATHÉMATIQUES Académie d AIX-MARSEILLE Session Séries ES, L et Technologiques CLASSES DE PEMIEES GÉNÉALES ET TECHNOLOGIQUES OLYMPIADES DE MATHÉMATIQUES Académie d AIX-MASEILLE Session 01 Durée : 4 heures Séries ES, L et Technologiques Les calculatrices sont autorisées Ce sujet comorte

Plus en détail

Exercices avec réponses

Exercices avec réponses Exercices avec réonses Exercice I- Une source simle S N utilise un alhabet de taille N. Le symbole s 1 a une robabilité d aarition de ½, et les autres symboles sont équirobables. Le débit de la source

Plus en détail

Chapitre 7. Espaces L p. 7.1 Définition des espaces L p Définitions et exemples. On fixe un espace mesuré (X, A, µ).

Chapitre 7. Espaces L p. 7.1 Définition des espaces L p Définitions et exemples. On fixe un espace mesuré (X, A, µ). Chaitre 7 Esaces L 71 Définition des esaces L On fixe un esace mesuré (, A, µ) 711 Définitions et exemles Définition 711 Soit 1 < + On dénote ar L (, A, µ) l ensemble des fonctions mesurables f : C telles

Plus en détail

LOI BINOMIALE ÉCHANTILLONNAGE

LOI BINOMIALE ÉCHANTILLONNAGE LOI BINOMIAL ÉCHANTILLONNAG Activité de recherche : On aelle "exérience" le fait de jeter 15 fois un dé cubique arfaitement équilibré dont les faces sont numérotées de 1 à 6. On s intéresse au nombre d

Plus en détail

I- Activité du livre: La loi du nombre de succès. Loi binomiale

I- Activité du livre: La loi du nombre de succès. Loi binomiale Index I- Activité du livre: La loi du nombre de succès... 1 A/ Une exérience aléatoire élémentaire.... 1 Vers la définition d'une éreuve de Bernoulli... 1 B/ Quatre réétitions... Un schéma de Bernoulli....

Plus en détail

Changement d état du corps pur

Changement d état du corps pur MPSI - hermodynamique - Changement d état du cors ur age 1/5 Changement d état du cors ur able des matières 1 Équilibre d un cors ur sous deux hases 1 1.1 Définitions................................ 1

Plus en détail

LIF11 - TD1 Correction

LIF11 - TD1 Correction LIF11 - TD1 Correction Exercice 1: Pour chacune des formules suivantes, dessiner son arbre de syntaxe abstraite. ( ) (r ) r ( ) ( ) ((( ) ( r)) s) s r ( ( (( r) s))) s r Exercice 2: Donner une définition

Plus en détail

Première S Loi binomiale. Intervalle de fluctuation Année scolaire 2012/2013

Première S Loi binomiale. Intervalle de fluctuation Année scolaire 2012/2013 Première Loi binomiale. Intervalle de fluctuation Année scolaire 0/0 I) Raels sur l'utilisation des arbres ondérés : - haque issue est rerésentée ar un chemin - haque chemin est constitué de branches a)

Plus en détail

Quelques exercices corrigés sur la déduction naturelle

Quelques exercices corrigés sur la déduction naturelle A Lecomte 2006-2007 Quelques exercices corrigés sur la déduction naturelle 1- Démontrer que : { ( q (r s)), s} -- ( q) r Au déart, notre esace de déduction est le suivant : n ( q) r Les deux remières lignes

Plus en détail

PC2 DS1 éléments de solutions. EXERCICE 1 concours ATS 2007 (partiel)

PC2 DS1 éléments de solutions. EXERCICE 1 concours ATS 2007 (partiel) . Le courbe est bien dé nie et même C sur R. PC DS éléments de solutions. EXERCICE concours ATS 7 (artiel) 8t R : x( t) x(t), y( t) y(t) donc L fm()g est invariant ar symétrie ar raort à On a M() (; )

Plus en détail

Mathématiques. Préparation à la 1 ère ES - L - STMG. Correction. Mathématiques préparation à la 1 ère ES L STMG correction page 1/11

Mathématiques. Préparation à la 1 ère ES - L - STMG. Correction. Mathématiques préparation à la 1 ère ES L STMG correction page 1/11 Mathématiques réparation à la 1 ère ES - L - STMG Correction Mathématiques préparation à la 1 ère ES L STMG correction page 1/11 Notations : «appartient à», symbole utilisé entre un élément et un ensemble

Plus en détail

Dénombrement. Ensembles nis. Calcul de sommes. Listes et combinaisons. [http://mp.cpgedupuydelome.fr] édité le 9 mai 2017 Enoncés 1

Dénombrement. Ensembles nis. Calcul de sommes. Listes et combinaisons. [http://mp.cpgedupuydelome.fr] édité le 9 mai 2017 Enoncés 1 [htt://m.cgeduuydelome.fr] édité le 9 mai 2017 Enoncés 1 Dénombrement Ensembles nis Exercice 6 [ 01532 ] [Correction] On trace dans un lan n droites en osition générale (i.e. deux d'entre elles ne sont

Plus en détail

M1 Mathématiques Fondamentales Tests d hypothèses

M1 Mathématiques Fondamentales Tests d hypothèses M1 Mathématiques Fondamentales Tests d hypothèses 1 Notions générales sur les tests statistiques On manipulera au niveau de l agrégation des tests paramétriques le plus souvent, même s il existe également

Plus en détail

Chap.4 Aspects énergétiques de la dynamique (Part. 2) Energies potentielle et mécanique ; Stabilité d un équilibre

Chap.4 Aspects énergétiques de la dynamique (Part. 2) Energies potentielle et mécanique ; Stabilité d un équilibre Cha.4 Asects énergétiques de la dynamique (Part. 2) Energies otentielle et mécanique ; Stabilité d un équilibre 1. Forces conservatives - Energie otentielle 1.1. Forces conservatives - Forces non conservatives

Plus en détail

MICROÉCONOMIE B.A.A. Professeure : Marie Allard Automne 2003 EXAMEN FINAL

MICROÉCONOMIE B.A.A. Professeure : Marie Allard Automne 2003 EXAMEN FINAL -85-84 MICROÉCONOMIE B.A.A. Professeure : Marie Allard Automne 00 EXAMEN FINAL QUESTION ( oints) Les affirmations suivantes sont-elles VRAIES, FAUSSES ou INCERTAINES? Justifiez brièvement chacune de vos

Plus en détail

Chantal Menini 13 mai Filles Garçons Scientique Economique Littéraire Filles Garçons Total

Chantal Menini 13 mai Filles Garçons Scientique Economique Littéraire Filles Garçons Total Probabilité conditionnelle ; indéendance de deux événements on se limitera au cas où l'ensemble d'éreuves est ni). Alication à des calculs de robabilités. Chantal Menini 13 mai 2009 1 Introduction. Nous

Plus en détail

Epreuve de Rattrapage Module : Programmation linéaire. Verres à thé. 12 Temps d'emballage ( min ) 4 Quantité de verre ( kg ) 0.1

Epreuve de Rattrapage Module : Programmation linéaire. Verres à thé. 12 Temps d'emballage ( min ) 4 Quantité de verre ( kg ) 0.1 Université Saad Dahlab de Blida, Faculté des sciences Déartement de mathématiques, 3 ième Année Licence LMD Blida, le 3 Juin 2 Ereuve de Rattraage Module : Programmation linéaire Exercice. Une verrerie

Plus en détail

Chapitre 0. Comment caractériser l activité du statisticien? 12 I Le contexte II La démarche III Le modèle... 14

Chapitre 0. Comment caractériser l activité du statisticien? 12 I Le contexte II La démarche III Le modèle... 14 Statistique inférentielle Objectif du cours C e cours comprend l essentiel des notions de statistique mathématique, principalement paramétrique, avec une introduction au cas non-paramétrique. Les notions

Plus en détail

Calcul de développement par équation différentielle

Calcul de développement par équation différentielle [htt://m.cgeduuydelome.fr] édité le 24 setembre 26 Enoncés Calcul de déveloement ar équation différentielle Exercice [ 3 ] [Correction] Soient N et ( n + (a) Déterminer le rayon de convergence de la série

Plus en détail

b. Calculer la probabilité de l événement E, p ( E ) n. Pour quelles valeurs de n a-t-on ( E ) , en fonction de PanaMaths [ 1-5 ] Mai 2007

b. Calculer la probabilité de l événement E, p ( E ) n. Pour quelles valeurs de n a-t-on ( E ) , en fonction de PanaMaths [ 1-5 ] Mai 2007 Liban Juin 000 - Exercice Une urne contient 0 boules indiscernables, 5 rouges, 3 jaunes et vertes Dans les questions et on tire au hasard et simultanément 3 boules de cette urne Les réonses seront données

Plus en détail

La statistique bidimensionnelle

La statistique bidimensionnelle La statistiue bidimensionnelle I) Introduction On s intéresse au rarochement ossible entre variables statistiues observées sur une même oulation, 3 cas sont ossibles soit : variables uantitatives variables

Plus en détail

Etude sur les risques de retard de langage chez les enfants de 18 à 36 mois

Etude sur les risques de retard de langage chez les enfants de 18 à 36 mois Etude sur les risques de retard de langage chez les enfants de 18 à 36 mois A. Problématique et objectifs En France, des études ont estimé que les risques de retard de langage rerésentent environ 3% dans

Plus en détail

M2 Probabilités et Statistiques Université Paris-Sud Calcul stochastique et processus de Markov. Partiel du 24 novembre 2016, 2h30 sans documents

M2 Probabilités et Statistiques Université Paris-Sud Calcul stochastique et processus de Markov. Partiel du 24 novembre 2016, 2h30 sans documents M2 robabilités et Statistiques Université aris-sud Calcul stochastique et rocessus de Markov artiel du 24 novembre 216, 2h3 sans documents Barème aroximatif. Ex.1 : 5 ts, Ex.2 : 6 ts, Ex.3 : 3 ts, Ex.4

Plus en détail

GIND5439 Systèmes Intelligents. Chapitre 3: Incertitude dans les systèmes à base de règles

GIND5439 Systèmes Intelligents. Chapitre 3: Incertitude dans les systèmes à base de règles GIND5439 Systèmes Intelligents Chaitre 3: Incertitude dans les systèmes à base de règles Contenu du chaitre Sources d incertitude Statistiques Théorème de Bayes Facteurs d incertitude 2 Incertitude Pourquoi

Plus en détail

Des Carrés dans les Nombres Pointés

Des Carrés dans les Nombres Pointés Des Carrés dans les Nombres Pointés Lycée Saint Joseh de Bressuire () Bilan de l'année scolaire 00/00 Et si Et si =? =? Des Carrés Modulo Définitions: Modulo, on note l'ensemble { ;;;; ; ; } = Plus concrètement:

Plus en détail

Cours 5: Inférences: Estimation, Echantillonnage et Tests

Cours 5: Inférences: Estimation, Echantillonnage et Tests Cours 5: Inférences:, Echantillonnage et Laboratoire de Mathématiques de Toulouse Université Paul Sabatier-IUT GEA Ponsan Module: Stat inférentielles Cours 5: Inférences:, Echantillonnage et 1 Les divers

Plus en détail

MIDO M1 MMD Université Paris-Dauphine 09/10

MIDO M1 MMD Université Paris-Dauphine 09/10 MIDO M MMD Université Paris-Dauhine 09/0 Processus discrets [v. 2009227] Corrig TD4. Cha nes de Markov (III). Exercice. Soit Y n une suite i.i.d. avec loi P (Y n =)= et P (Y n =0)=. SoitX n = inf {i 0;

Plus en détail

Corrigé Maths II, TSI 2011 Elhor Abdelali, CPGE Mohammedia. Premier problème

Corrigé Maths II, TSI 2011 Elhor Abdelali, CPGE Mohammedia. Premier problème Corrigé Maths II, TSI 011 Elhor Abdelali, CPGE Mohammedia Premier roblème Première artie 1.1. 1.1.1. Soit x = x 0,..., x 1 ) C. Quelques roriétés de Φ On a, Φ x) = 0 k {0,..., 1}, P x ω k ) = 0, ce qui

Plus en détail

Théorème 1 (Convergence dominée) Soient I = [a, b[ un intervalle réel avec < a < b + et (f n ) n N

Théorème 1 (Convergence dominée) Soient I = [a, b[ un intervalle réel avec < a < b + et (f n ) n N Agrégation Interne Esaces L Produit de convolution Transformation de Fourier On ourra revoir les oints de cours suivant : intégrales définies et généralisées ; théorème de convergence dominée, théorèmes

Plus en détail

Détection de points d intérêts

Détection de points d intérêts Détection de oints d intérêts - Mise en corresondance Détection de oints d intérêts La détection de oints d intérêts ou coins) est, au même titre que la détection de contours, une étae réliminaire à de

Plus en détail

Lois usuelles. Michaël Genin. Université de Lille 2. EA Santé Publique : Epidémiologie et Qualité des soins

Lois usuelles. Michaël Genin. Université de Lille 2. EA Santé Publique : Epidémiologie et Qualité des soins Lois usuelles Michaël Genin Université de Lille 2 EA 2694 - Santé Publique : Epidémiologie et Qualité des soins michaelgenin@univ-lille2fr Plan 1 Exemple introductif Michaël Genin (Université de Lille

Plus en détail

QCM SYSTEMES LINEAIRES

QCM SYSTEMES LINEAIRES QCM SYSTEMES LINEAIRES ) Voici quelques réonses de systèmes à une entrée en échelon et en rame : Le système A ossède un gain égal à Le système B ossède un gain suérieur à Le système C ossède un gain suérieur

Plus en détail

5 Réflexion et transmission des ondes électromagnétiques

5 Réflexion et transmission des ondes électromagnétiques 5 Réflexion et transmission des ondes électromagnétiques 5.1 Introduction Un des roblèmes essentiels du rayonnement électromagnétique est l étude des hénomènes qui surviennent lorsque une onde EM rencontre

Plus en détail

SERIES STATISTIQUES A UNE VARIABLE

SERIES STATISTIQUES A UNE VARIABLE 7 SERIES STATISTIQUES A UE VARIABLE. ITRODUCTIO «Ce qui est d une hyocrisie insuortable c est d acceter les rivilèges d une classe sans en acceter les fonctions.» André MAUROIS MARCHE D'APPROCHE Le mot

Plus en détail

Introduction. EXERCICES DE MATH-F302 Processus Stochastiques SEANCE 2 : CHAINES DE MARKOV. Exercice 1.

Introduction. EXERCICES DE MATH-F302 Processus Stochastiques SEANCE 2 : CHAINES DE MARKOV. Exercice 1. EXERCICES DE MATH-F0 Processus Stochastiues Titulaire : Céline Azizieh Assistant : Matthieu Simon SEANCE : CHAINES DE MARKOV Introduction Exercice. Soit {X i i N 0 } un rocessus de Bernoulli, c'est-à-dire

Plus en détail

Université Evry-Val d Essonne Licences Science Economique et Gestion & Mathématique Cours de Macroéconomie L T. Laurent

Université Evry-Val d Essonne Licences Science Economique et Gestion & Mathématique Cours de Macroéconomie L T. Laurent Université Evry-Val d Essonne Licences Science Economique et Gestion & Mathématique Cours de Macroéconomie L2 2016-2017 T. Laurent Première artie : Le modèle IS-LM Exercice 1 - Du diagramme à 45 au modèle

Plus en détail

Estimation, Échantillonnage et Tests

Estimation, Échantillonnage et Tests Estimation, Échantillonnage et Tests H. Hocquard HSE 2016-2017 Hervé Hocquard Estimation, Échantillonnage et Tests 1/60 Introduction : les 3 grandes lignes Les statistiques peuvent permettre : Hervé Hocquard

Plus en détail

TESTS DE PRIMALITÉ, NOMBRES DE MERSENNE

TESTS DE PRIMALITÉ, NOMBRES DE MERSENNE TESTS DE PRIMALITÉ, NOMBRES DE MERSENNE 1. Introduction Soit N un entier. On eut se oser trois questions distinctes sur la nature arithmétique de N : N est-il comosé? N est-il remier? Factoriser N. Si

Plus en détail

MATRICES QUASI-NILPOTENTES

MATRICES QUASI-NILPOTENTES MATRICES QUASI-NILOTENTES Mathématiques, SI 1 EXEMLES 0 1 Soit D la matrice, son olynôme caractéristique est X 1 0 +1. Elle ne ossède aucune valeur rore réelle, donc a fortiori aucune valeur rore noulle

Plus en détail

EXERCICES SUR LES ASSERVISSEMENTS NUMERIQUES

EXERCICES SUR LES ASSERVISSEMENTS NUMERIQUES EXERCICES SUR LES ASSERVISSEMENTS NUMERIQUES Exercice 7 Etudier la fonction de transfert en boucle fermée de lasservissement ar ordinateur dun système analogique du remier ordre encadré ar le CNA et le

Plus en détail

CONCOURS COMMUN POLYTECHNIQUE MATH 2001 PC

CONCOURS COMMUN POLYTECHNIQUE MATH 2001 PC CONCOURS COMMUN POLYTECHNIQUE MATH PC Partie I I..Si A = alors t AA = : Pour la réciroque on calcule les coe cients diagonaux de t AA : 8i f;;:::;g ; t AA = X n (A i;i k;i ) Les coe cients étant réels

Plus en détail

Table des matières. Partie I Fondements de l analyse 11. Préface. Introduction 1

Table des matières. Partie I Fondements de l analyse 11. Préface. Introduction 1 Table des matières Préface xv Introduction 1 Partie I Fondements de l analyse 11 Chapitre 1 La régression linéaire simple 13 1.1 Le modèle de régression linéaire 14 1.2 Estimation des paramètres du modèle

Plus en détail

Fiche TD 6 - L2 Économie-Gestion

Fiche TD 6 - L2 Économie-Gestion UNIVERSITE de NICE - SOPHIA ANTIPOLIS Institut Supérieur d Economie et de Management ANNÉE UNIVERSITAIRE : 2013-2014 REF. ANNÉE D ÉTUDE : L2 MATIÈRE : PROBABILITÉS, STATISTIQUES ENSEIGNANT : Julien BARRÉ

Plus en détail

Statistiques à deux variables Exercices

Statistiques à deux variables Exercices Exercice : dans le tableau ci-dessous, on donne la luviométrie moyenne mensuelle sur le déartement de la Meuse au cours des 30 dernières années. Mois Janv Fev Mar Avr Mai Juin Juil Aoû Set Oct Nov Dec

Plus en détail

TRANSFORMATION DE LAPLACE

TRANSFORMATION DE LAPLACE Fiche rofesseur Transformation de alace Auteur : Alain adureau TRANSFORMATION DE APACE TI-Nsire CAS Objectifs Découvrir la transformée de alace Utiliser la transformation de alace dans la résolution des

Plus en détail

Métropole La Réunion - Mayotte SESSION 2008

Métropole La Réunion - Mayotte SESSION 2008 Ereuve : Mathématiques Sciences Physiques Durée : 2 heures age 1/9 BREVET D ÉTUDES PROFESSIONNELLES SECTEUR 4 : Mathématiques - Sciences hysiques Sont concernées les sécialités suivantes : Bioservice Dominante

Plus en détail

Cours Modélisation et inférence statistique Examen

Cours Modélisation et inférence statistique Examen Université Lyon 2 Florence Goffette-Nagot Licence 3 économétrie Année 2007-2008 Cours Modélisation et inférence statistique Examen Déroulement de l examen Deuxième session - Jeudi 26 juin 2008 CORRECTION

Plus en détail

Dénombrement. I Ensemble fini et cardinal. Plan de cours. A Cardinal d un ensemble fini

Dénombrement. I Ensemble fini et cardinal. Plan de cours. A Cardinal d un ensemble fini A Dénombrement Plan de cours «Il n y a rien de lus triste qu une vie sans hasard.» Honoré de Balzac I Ensemble fini et cardinal............................................... 1 A Cardinal d un ensemble

Plus en détail

Détection de points d intérêts

Détection de points d intérêts Détection de oints d intérêts La détection de oints d intérêts (ou coins) est, au même titre que la détection de contours, une étae réliminaire à de nombreux rocessus de vision ar ordinateur. Les oints

Plus en détail

Expériences aléatoires indépendantes Expériences aléatoires répétées. 1 ère S. II. Expériences aléatoires successives

Expériences aléatoires indépendantes Expériences aléatoires répétées. 1 ère S. II. Expériences aléatoires successives 1 ère Objectifs : Exériences aléatoires indéendantes Exériences aléatoires réétées II. Exériences aléatoires successives 1 ) Écriture des résultats our des exériences successives Pour des exériences aléatoires

Plus en détail

Master 1 Informatique Éléments de statistique inférentielle

Master 1 Informatique Éléments de statistique inférentielle Master 1 Informatique Éléments de statistique inférentielle Faicel Chamroukhi Maître de Conférences UTLN, LSIS UMR CNRS 7296 email: chamroukhi@univ-tln.fr web: chamroukhi.univ-tln.fr 2014/2015 Faicel Chamroukhi

Plus en détail

Partie Mathématiques : (10 points)

Partie Mathématiques : (10 points) Partie Mathématiques : (10 oints) Le centre de loisirs l aiguille du sud accueille des enfants âgés de 6 à 1 ans. Le directeur vous charge d acheter des skis our la rochaine saison. Eercice N 1 : (4,5

Plus en détail

Ch.11!SUITES_ partie 2

Ch.11!SUITES_ partie 2 1 Ch11!SUITES_ partie 1ere S Nous allons nous intéresser dans ce chapitre à deux types de suites : les suites arithmétiques et les suites géométriques I Suite arithmétique A introduction définition Une

Plus en détail

Exemple de diagnostic d'une simulation : Déformations d'un portique

Exemple de diagnostic d'une simulation : Déformations d'un portique Exemle de diagnostic d'une simulation : Déformations d'un ortique Lionel GENDRE Rahaël POIREE Edité le 0/0/010 Cette ressource a été créée dans le cadre des rojets didactiques de remière année du Déartement

Plus en détail

TRANSFORMATION DE LAPLACE

TRANSFORMATION DE LAPLACE A - TRANSFORMATION DE LAPLACE Dénition de l'esace E. Fonctions causales.. Dénition Une fonction f est dite causale si f(t) = our tout t strictement négatif... Eemle fondamental : la fonction de Heaviside

Plus en détail

CHOIX OPTIMAL DU CONSOMMATEUR

CHOIX OPTIMAL DU CONSOMMATEUR CHOIX OPTIMAL DU CONSOMMATEUR. La contrainte budgétaire. ) Définition. Ensemble des aniers de biens ossibles, c est à dire des aniers ui resectent la limite des ressources. Proriétés de l ensemble budgétaire

Plus en détail

Structure de Z/nZ. DOMAINE : Arithmétique. NIVEAU : Avancé STAGE : Montpellier 2012 CONTENU : Cours et exercices

Structure de Z/nZ. DOMAINE : Arithmétique. NIVEAU : Avancé STAGE : Montpellier 2012 CONTENU : Cours et exercices DOMAINE : Arithmétique AUTEUR : Louis NEBOUT NIVEAU : Avancé STAGE : Montellier 01 CONTENU : Cours et exercices Structure de Z/nZ Certains théorèmes et certaines roositions de la version olycoiée de ce

Plus en détail

Statistique (MATH-F-315, Cours #5)

Statistique (MATH-F-315, Cours #5) Statistique MATH-F-315, Cours #5) Thomas Verdebout Université Libre de Bruxelles 2015 Plan de la partie Statistique du cours 1 Introduction 2 Théorie de l estimation 3 Tests d hypothèses et intervalles

Plus en détail

Nombres complexes : rappels et compléments

Nombres complexes : rappels et compléments Caitre 0 Nombres comlexes : raels et comléments 0.1 Définitions et notations On raelle qu un nombre comlexe z est défini comme la somme d un nombre réel x et d un nombre dit imaginaire noté i y, où y est

Plus en détail

Exercices sur le modèle de régression linéaire simple

Exercices sur le modèle de régression linéaire simple ESSEC de Tunis Exercices sur le modèle de régression linéaire simple Exercice 1 Le tableau ci-dessous représente l évolution du revenu disponible brut et de la consommation des ménages en euros pour un

Plus en détail

CH V : Généralités sur les suites réelles

CH V : Généralités sur les suites réelles CH V : Généralités sur les suites réelles I. Notion de suite I.1. Définition générale Définition Une suite de nombre réels u est une application de N dans R i.e. une fonction de N dans R telle que tout

Plus en détail

Tests non paramétriques

Tests non paramétriques Retour au plan du cours Fonction de répartition empirique Définition et premières propriétés Soit X, X 2, X n, une suite de variables aléatoires réelles iid de fonction de répartition F On rappelle que,

Plus en détail

MAT Introduction à l analyse réelle. Feuille d exercices #9 : Espaces de Lebesgue

MAT Introduction à l analyse réelle. Feuille d exercices #9 : Espaces de Lebesgue MAT 311 016 Introduction à l analyse réelle Feuille d exercices #9 : Esaces de Lebesgue Exercice 1. Soient f et g des fonctions mesurables, ositives, définies sur ]0, 1[ et telles que f(x) g(x) 1.. sur

Plus en détail

Les Tests Statistiques

Les Tests Statistiques Les Tests Statistiques Idées: notion d un test; les hypothèses nulle et alternative; statistique de test; niveau de signification; relation avec les intervalles de confiance; test de chi-deux. Reference:

Plus en détail

Matrices Systèmes linéaires

Matrices Systèmes linéaires Chaitre Matrices Systèmes linéaires James Sylvester s intéresse à des tableaux de nombres qu il nomme matrices en 850. Peu arès, Arthur Cayley définit des oérations sur les matrices. Curieusement, c est

Plus en détail

Exercices de Statistique

Exercices de Statistique Université de Nantes UFR des Sciences et Techniques Département de Mathématiques Master 1 Ingénierie mathématique Année 2012-2013 Exercices de Statistique F. Lavancier, A. Philippe Estimation Ex 1. Montrer

Plus en détail

TRAVAUX DIRIGES STATISTIQUE DESCRIPTIVE. Les séries chronologiques La correction des variations saisonnières 1. L'ESSENTIEL DU COURS

TRAVAUX DIRIGES STATISTIQUE DESCRIPTIVE. Les séries chronologiques La correction des variations saisonnières 1. L'ESSENTIEL DU COURS TD 9 TRAVAUX DIRIGES Les séries chronologiques La correction des variations saisonnières. L'ESSENTIEL DU COURS.. CONSTRUCTION DES SERIES CORRIGEES DES VARIATIONS SAISONNIERES OU SERIES CVS.... Les hyothèses

Plus en détail

Série Probabilités et applications

Série Probabilités et applications ANNALES SCIENTIFIQUES DE L UNIVERSITÉ DE CLERMONT-FERRAND 2 Série Probabilités et applications J. DESHAYES Rupture de modèles pour des processus de Poisson Annales scientifiques de l Université de Clermont-Ferrand

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 17 février 2015 Enoncés 1. On pose. Vérifier que T est une tribu sur Ω.

[http://mp.cpgedupuydelome.fr] édité le 17 février 2015 Enoncés 1. On pose. Vérifier que T est une tribu sur Ω. [htt://m.cgeduuydelome.fr] édité le 17 février 2015 Enoncés 1 Probabilités Tribu Exercice 5 [ 04006 ] [correction] Soit Ω un ensemble infini et une famille de arties de Ω vérifiant n m A m = et = Ω Exercice

Plus en détail

STATISTIQUE DESCRIPTIVE : Séries statistiques à 1 variable Fiche Exercice 1/5 Pour mettre en évidence certaines particularités d une série

STATISTIQUE DESCRIPTIVE : Séries statistiques à 1 variable Fiche Exercice 1/5 Pour mettre en évidence certaines particularités d une série STATISTIQUE DESCRIPTIVE : Séries statistiques à 1 variable Fiche Exercice 1/5 Pour mettre en évidence certaines articularités d une série En statistiques, on eut être amener à étudier un caractère sur

Plus en détail

Correction devoir de mathématiques n 3

Correction devoir de mathématiques n 3 Page1 Correction devoir de mathématiques n 3 Calculatrice autorisée. Le sujet contient 4 pages. Rendre le sujet avec la copie. Le détail des calculs doit figurer pour l attribution des points. Le barème

Plus en détail

BTS BIOCHIMIE & ANALYSES BIOLOGIQUES 2002

BTS BIOCHIMIE & ANALYSES BIOLOGIQUES 2002 MATGRD EXERCICE 1 (11 points) Les trois parties peuvent être traitées indépendamment l'une de l'autre. Pour une étude cardio-vasculaire, on effectue une perfusion lente à débit constant d'une solution

Plus en détail

Résumé du cours sur les suites.

Résumé du cours sur les suites. Résumé du cours sur les suites. 1 Suites numériques réelles et principe de récurrence 1.1 Les deux façons de définir une suite numérique réelle Définition. On note n 0 un entier naturel (en général n 0

Plus en détail

CONCOURS COMMUN POLYTECHNIQUE (ENSI) FILIERE MP MATHEMATIQUES 2 PROBLÈME : QUELQUES UTILISATIONS DES PROJECTEURS

CONCOURS COMMUN POLYTECHNIQUE (ENSI) FILIERE MP MATHEMATIQUES 2 PROBLÈME : QUELQUES UTILISATIONS DES PROJECTEURS SESSION 200 CONCOURS COMMUN POLYTECHNIQUE ENSI FILIERE MP MATHEMATIQUES 2 PROBLÈME : QUELQUES UTILISATIONS DES PROJECTEURS I Questions réliminaires A est la matrice élémentaire E 2, Par suite A 2 0 uis

Plus en détail

I- DÉRIVÉE ET SENS DE VARIATION. 1) Du sens de variation au signe de la dérivée

I- DÉRIVÉE ET SENS DE VARIATION. 1) Du sens de variation au signe de la dérivée I- DÉRIVÉE ET SENS DE VARIATION 1) Du sens de variation au signe de la dérivée Théorème (admis) : soit f une fonction définie et dérivable sur un intervalle I. o Si f est une fonction croissante sur I,

Plus en détail

Travail, Puissance et Energie

Travail, Puissance et Energie Travail, Puissance et Energie 1. Les différentes catégories de Forces On distingue trois catégories de forces en fonction de leurs roriétés : les forces dissiatives, conservatives et ne travaillant as,

Plus en détail

PHY2001 Thermodynamique des systèmes terrestres AUT2014. États d équilibre : équilibre thermodynamique

PHY2001 Thermodynamique des systèmes terrestres AUT2014. États d équilibre : équilibre thermodynamique PHY21 Thermodynamique des systèmes terrestres AUT214 États d équilibre : équilibre thermodynamique Équilibre thermodynamique Le critère de sontanéité ou d équilibre basé sur la deuxième loi de la thermodynamique

Plus en détail

PROBABILITES et ECHANTILLONNAGE. Liens entre programmes de 2nde et de première(s )

PROBABILITES et ECHANTILLONNAGE. Liens entre programmes de 2nde et de première(s ) PROBABILITES et ECHANTILLONNAGE Liens entre programmes de 2nde et de première(s ) Qu appelle t- on échantillon de taille n? «Par définition, un échantillon s obtient par tirage avec remise». Un échantillon

Plus en détail

Statistique Mathématique 2 (MATH-F-309, Chapitre #6)

Statistique Mathématique 2 (MATH-F-309, Chapitre #6) Statistique Mathématique 2 (MATH-F-309, Chapitre #6) Thomas Verdebout Université Libre de Bruxelles 2015/2016 Plan du cours 1. Vecteurs aléatoires. 2. Loi normale multivariée. 3. Inférence dans les modèles

Plus en détail

TD n 3 - Le marche de la monnaie

TD n 3 - Le marche de la monnaie UNIVERSITÉ PARIS-SUD 11 FACULTÉ JEAN MONNET Licence d Économie Gestion 1 ère année Cours de Macroéconomie Enseignants responsables : Nicolas SOULIÉ (chargé du Cours) Mounir DAHMANI (chargé des Travaux

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

FICHE DE REVISIONS SUR LA NOTION DE FONCTIONS

FICHE DE REVISIONS SUR LA NOTION DE FONCTIONS FICHE DE REVISIONS SUR LA NOTION DE FONCTIONS Exercice n : On considère la fonction définie par : g : x x.. Définie cette fonction à l aide d une phrase.. Calcule g (6) et g (44). Exercice n : Voici des

Plus en détail