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

Dimension: px
Commencer à balayer dès la page:

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

Transcription

1 Déombremet ECE3 Lycée Carot 12 ovembre 2010 Itroductio La combiatoire, sciece du déombremet, sert comme so om l'idique à compter. Il e s'agit bie etedu pas de reveir au stade du CP et d'appredre à compter sur ses doigts, mais bie de déir des objets et otatios mathématiques permettat de compter le ombre d'élémets d'esemble bie trop gros et compliqués pour être déombrés à la mai. Le déombremet 'a pas e soi éormémet d'itérêt, mais trouvera toute so utilité esuite e probabilités : das le cadre des probabilités ies, la probabilité d'u évèemet se calcule e divisat le ombre de cas favorables par le ombre total de cas possibles, ce qui suppose qu'o sache calculer les ombres de cas e questio. Quelques exemples de problèmes faisat iterveir les objets que ous allos étudier das ce cours : U joueur de poer tire (simultaémet ciq cartes das u jeu de 52 cartes. Quelle est la probabilité qu'il obtiee u brela (trois cartes de même rag? Il y a 45 élèves das la classe. Quelle est la probabilité qu'il y e ait (au mois deux parmi eux qui soiet és le même jour de l'aée? Six élèves de la classe s'assoiet autour d'ue table rode à la catie. De combie de faço peuvet-ils le faire? Si deux d'etre eux e se supportet pas, quelle est la probabilité qu'ils se retrouvet l'u e face de l'autre? Si deux autres s'appréciet particulièremet, quelle est la probabilité qu'ils se retrouvet côte à côte? Quelle est la probabilité que les deux coditios soiet remplies simultaémet? 1 Cardiaux d'esembles is 1.1 Quelques déitios Déitio 1. U esemble E est i s'il est e bijectio avec l'esemble {1; 2;... ; }, pour u etier aturel. Cet etier est alors uique. Il est appelé cardial de l'esemble E, et o le ote card(e, ou E, ou ecore E. Remarque 1. Cela correspod bie à la otio ituitive d'esemble dot o peut compter les élémets. E eet, ue bijectio de E vers {1;... ; } est simplemet ue faço d'étiquetter les élémets de E avec les uméros 1, 2,...,. Propositio 1. Soit E u esemble i et F u sous-esmble de E, alors F est u esemble i, et F E, avec égalité si et seulemet si E = F. Démostratio. Cette propriété, comme souvet e ce qui cocere les esembles is, est assez évidete d'u poit de vue ituitif, mais pas si simple à démotrer correctemet. Nous ous e tiedros au poit de vue ituitif. Propositio 2. Soiet E et F deux esembles is. Si E et F sot e bijectio l'u avec l'autre, ils ot même cardial. 1

2 Démostratio. Il existe par hypothèse ue bijectio f de E vers F. De plus, F état i, otos so cardial, il existe alors ue bijectio g de F das {1;... ; }. L'applicatio g f : E {1;... ; } est ue composée d'applicatios bijectives, doc est bijective, ce qui prouve que E est de cardial. 1.2 Cardiaux élémetaires Propositio 3. Soiet A et B deux sous-esembles d'u même esemble i E. Alors A B = A + B A B. Démostratio. Commeços par costater que das le cas où les deux esembles A et B sot disjoits, o a A B = A + B. Vous voulez ue démostratio? Soit f ue bijectio de A das {1;... ; } et g ue bijectio de B das {1;... ; p}, et p état les cardiaux respectifs de A et de B. O peut alors costruire ue bijectio h de A B vers {1;... ; +p} e posat x A, h(x = f(x et x B, h(x = g(x+p (ituitivemet, cela reviet à garder pour les élémets de A la umérotatio doée par l'applicatio f, et à décaler pour les élémets de B la umérotatio doée par g, de faço à e pas utiliser deux fois les mêmes uméros. Ue fois ce fait admis, costatos que A B est l'uio disjoite des trois esembles A\B, B\A et A B. O a doc, e utilisat le résultat que ous veos de démotrer, A B = A\B + B\A + A B. Or, A état uio disjoite de A\B et de A B, o a égalemet A = A\B + A B, ou ecore A\B = A A B. De même, B\A = B A B, doc o obtiet A B = A A B + B A B + A B, ce qui doe bie la formule aocée. Théorème 1. Formule du crible de Poicaré. Soiet A 1, A 2,..., A des sous-esembles is d'u même esemble E, alors i=1 A i = =1 1 i 1 < <i ( 1 +1 A i1 A i Propositio 4. La formule de Poicaré état assez peu lisible, voici ce que ça doe pour = 3 et = 4 : A B C = A + B + C A B A C B C + A B C A B C D = A + B + C + D A B A C A D B C B D C D + A B C + A B D + A C D + B C D A B C D Démostratio. La preuve de la formule géérale, assez techique, se fait par récurrece. O se cotetera de prouver la formule pour = 3 e partat de la propositio précédete : A B C = (A B C = A B + C (A B C = A + B A B + C (A C (B C = A + B A B + C A C A B + A C B C, ce qui doe bie la formule aocée. Exemple : Das u lycée de 300 élèves, 152 savet jouer au poer, 83 au tarot et 51 au bridge. De plus, 24 savet jouer à la fois au poer et au tarot, 14 au poer et au bridge, et 8 au tarot et au bridge. E, 3 élèves maitriset les trois jeux de cartes. Le ombre d'élèves jouat aux cartes est alors de = 237. Propositio 5. Soit A u sous-esemble i d'u esemble i E, alors Ā = E A. Démostratio. C'est ue coséquece de la formule pour ue uio : E est uio disjoite de A et de Ā, doc E = A + Ā. Propositio 6. Soiet E et F deux esembles is, alors E F est i, et E F = E F. 2

3 Démostratio. Pas de preuve rigoureuse pour celui-ci, simplemet ue idée de la faço dot ça marche. Soit le cardial de E, et e 1, e 2,..., e ses élémets, p le cardial de F et f 1,..., f p ses élémets. o peut placer les élémets de E F das u tableau de la faço suivate : e 1 e 2... e f 1 (e 1, f 1 (e 2, f 1... (e, f f p (e 1, f p (e 2, f p... (e, f p Il y bie p élémets das le tableau, doc das E F. 2 Listes, arragemets et combiaisos Déitio 2. Soit E u esemble i de cardial, et p N. Ue p-liste d'élémets de E, ou p-uplet d'élémets de E, est simplemet u élémet de E p. Remarque 2. O peut très bie avoir plusieurs fois le même élémet das ue p-liste. Par ailleurs, l'ordre des élémets de la p-liste est importat. Propositio 7. Le ombre de p-listes das u esemble de cardial vaut p. Démostratio. C'est ue coséquece de la formule de cardial du produit vue u peu plus haut : comme E F = E F, o a E p = E p, ce qui prouve bie la propriété. Exemple : O lace 10 fois de suite u dé équilibré à six faces. Le ombre total de tirages possibles est 6 10 (l'ordre est importat, et o peut très bie tirer plusieurs fois le même chire ; il s'agit doc de listes. Remarque 3. Le ombre de p-listes d'u esemble à élémets est aussi le ombre d'applicatios de l'esemble {1;... ; p} vers cet esemble. E eet, se doer ue telle applicatio f reviet à se doer les valeurs des images f(1, f(2,..., f(p, c'est-à-dire à se doer ue liste de p élémets de E. Déitio 3. Soit E u esemble à élémets et p N, o appelle arragemet de p élémets de E ue p-liste d'élémets disticts de E. Remarque 4. L'ordre des élémets est toujours importat, par cotre o e peut plus avoir de répétitio d'élémet das u arragemet. Déitio 4. Soiet et p deux etiers tels que p, o ote A,p = 2... ( p + 1.! ( p! = ( 1( Propositio 8. Le ombre d'arragemets de p élémets das u esemble à élémets vaut A,p. Démostratio. Cotetos-ous de l'idée ituitive : lorsqu'o costruit u arragemet, o a choix pour le premier élémet, 1 pour le deuxième,..., p + 1 pour le pème, soit au total ( 1... ( p + 1( p ! ( 1 ( p + 1 = = ( ( p!. Exemple : Les arragemets iterviedrot quad o travaillera avec des tirages successifs sas remise (ce qui iterdit les répétitios. Par exemple, si 10 athlètes participet à ue course, le ombre de podiums possibles est A 10,3 = = 720. E eet, l'ordre des athlètes sur le podium est importat, mais o e peut pas avoir le même athlète sur deux marches du podium à la fois! Remarque 5. Le ombre d'arragemets de p élémets das u esemble à élémets est égalemet le ombre d'applicatios ijectives de {1;... ; p} das E. 3

4 Déitio 5. U arragemet de élémets das u esemble à élémets est aussi appelé permutatio. Il y a doc! permutatios das u esemble à élémets. Exemple : Le ombre de faços d'asseoir 6 persoes autour d'ue table rode est 6! = 720. Si l'o veut que deux persoes spéciées à l'avace e soiet pas e face l'ue de l'autre, il reste = 576 placemets (o place d'abord les deux eemis : o a 6 possibilités pour le premier, mais 4 au lieu de 5 pour le deuxième puisqu'o doit éviter les deux places voisies du premier ; esuite, tout se déroule comme précédemmet. Si l'o veut maiteat que deux persoes parmi les 6 soiet côte à côte, il y a = 288 placemets (o place d'abord les deux copais : 6 possibilités pour le premier et, la table état rode, 2 places pour le deuxième à côté du premier. E, si o impose les deux coditios simultaémet, il y a toujours 12 faços de placer les deux amis pour commecer ; puis 4! 4 faços de placer les quatre autres sur les quatre places restates (je vous laisse vérier que parmi les 4! permutatios, il y e 4 pour lesquelles les deux eemis serot e face l'u de l'autre, soit = 240 placemets corrects. La probabilité correspodate est de = 1 3. Exemple : Le ombre d'aagrammes d'u mot peut se calculer à l'aide de permutatios. Il faut simplemet diviser le ombre total du permutatios du mot par! chaque fois qu'ue même lettre apparait fois das le mot (aisi, s'il y a trois E das le mot, o divise par 3! car les permutatios qui se cotetet d'échager les E etre eux e modiet pas l'aagramme. Par exemple, le ombre 12! d'aagrammes du mot DENOMBREMENT est 3! 2! 2!. Remarque 6. Le ombre de permutatios d'u esemble à élémets est le ombre d'applicatios bijectives de cet esemble das lui-même. Propositio 9. Quelques propriétés des factorielles, plus ou mois utiles : Par covetio, 0! = 1 N, ( + 1! =! ( + 1 a > 1, a = o(!, mais! = o(. (Pour les plus curieux, je sigale le joli résultat suivat, cou sous le om de formule de Stirlig :! ( 2π e Déitio 6. Ue combiaiso de p élémets das u esemble i E à élémets est u sousesemble à p élémets de E. Déitio 7. Soiet et p deux etiers tels que p, o appelle coeciet biomial d'idices! et p le ombre = p p!( p!. Ce ombre est égalemet oté Cp, et o le lit p parmi (comme u raccourci sigiat que le ombre de faço de choisir p objets parmi objets au total. Remarque 7. O pose souvet = 0 si p >. p Propositio 10. Le ombre de sous-esembles à p élémets d'u esemble à élémets est. p Démostratio. E eet, ue combiaiso 'est rie d'autre qu'u arragemet das lequel o a elevé l'importace de l'ordre. Autremet dit, chaque combiaiso apparait p! fois quad o déombre les arragemets (puisqu'il y a p! faços d'ordoer u esemble à p élémets, doc le ombre de combiaisos à p élémets vaut A,p p! = ( p. Exemple : Les combiaisos apparaitrot das les calculs dès qu'o travaillera avec des tirages simultaés, c'estdire quad l'ordre 'est pas importat. Aisi, ( le ombre de triomes de colle diérets qu'o peut costituer das ue classe de 45 élèves vaut = =

5 Remarque 8. O peut ecore ue fois iterpréter ceci à l'aide d'applicatios : le ombre de combiaisos à p élémets das u esemble à élémets est le ombre d'applicatios strictemet croissates de {1;... ; p} das E. E eet, se doer ue applicatio strictemet croissate f est équivalet à se doer le sous-esemble {f(1; f(2,... ; f(p} (l'ordre état imposé par la croissace de l'applicatio. U petit tableau pour résumer les cas d'utilisatios de ces trois outils de déombremet : L'ordre 'est pas importat L'ordre est importat Répétitios Listes possibles puissaces Répétitio Combiaisos Arragemets iterdites coeciets biômiaux quotiet de factorielles 3 Propriétés des coeciets biomiaux Propositio ( 11. Quelques ( propriétés ( des coeciets biomiaux, utiles pour les calculs : ( 1 2, = 1 ; = ; =. ( 0 ( 1 2 2, = (propriété de symétrie. ( 1 1, =. ( ( 1 ( 1 1 1, + = (relatio de Pascal. 1 ( Démostratio. Pour le premier poit, il sut de repredre la déitio des coeciets biomiaux : =! ( ( 0 0!! = 1 ;! = 1 ( 1! = et! ( 1 = =. 2 2!( 2! 2 ( (! La propriété de symétrie est facile aussi : = (!( (! =! (!! =. Il y a égalemet ue iterprétatio combiatoire de ce résultat : choisir u sous-esemble de élémets das u esemble à élémets est équivalet à choisir so complémetaire, qui est costitué de élémets, doc il y a autat de sous-esembles à élémets et à élémets das u esemble à élémets. Pour la troisième, =! (!(! =! 1 ( 1!(!, et ( 1! = 1 ( 1!( 1 + 1! =!, les deux quatités sot bie égales. ( 1!(! ( ( 1 1 ( 1! E, la formule de Pascal : + = 1!( 1! + ( 1! ( ( 1!(! ( ( 1! + ( 1! ( 1! = = =. La ecore, il y a ue iterprétatio!(!!(! combiatoire. Soit E u esemble à élémets et x u élémet xé de E. Les sous-esembles de E à élémets, au ombre de, se répartisset e deux catégories : ceux qui cotieet x, qui ( 1 sot au ombre de puisqu'il reste 1 élémets à choisir parmi les 1 restats das E 1 1 ue fois x choisi ; et ceux qui e cotieet pas x, qui sot au ombre de puisqu'il reste cette fois-ci élémets à choisir parmi les 1 restats (o 'e a ecore choisi aucu. D'où la formule. 5

6 Triagle de Pascal : La relatio de Pascal permet de calculer les valeurs des coeciets biomiaux par récurrece, e les répartissat sous forme d'u tableau triagulaire : = 0 = 1 = 2 = 3 = 4 = 5 = 6 = 7 = 8 = 0 1 = = = = = = = = Pour obteir u coeciet du tableau, o fait la somme de celui qui est au-dessus de lui, et de celui qui est à gauche de celui-ci. Théorème 2. Formule du biôme de Newto. Soiet a et b deux réels, et N, alors (a + b = =0 =0 a b. Remarque 9. O peut obteir à partir de cette formule le développemet d'ue diérece : (b a = ( 1 a b. E pratique, il sut d'alterer les siges. Exemple : (a + b 6 = a 6 + 6a 5 b + 15a 4 b a 3 b a 2 b 4 + 6ab 5 + b 6. L'ordre est iversé par rapport à celui de la formule, mais c'est la faço habituelle d'écrire le développemet. Autre exemple : (1 2x 5 = 1 5 2x+10 (2x 2 10 (2x 3 +5 (2x 4 (2x 5 = 1 10x+40x 2 80x 3 +80x 5 32x 5. Démostratio. O va procéder ( par récurrece sur l'etier. Pour = 0, la formule du biome dit 0 simplemet que (a + b 0 = a 0 b 0, ce qui est vrai (o a 1 de chaque côté. Supposos la formule 0 vraie au rag, o a alors (a + b +1 = (a + b(a + b = (a + b =0 =0 ( a b par hypothèse de récurrece, doc e développat le a+b et e le faisat retrer das la somme, o obtiet (a+b +1 = a +1 b + a b +1. Eectuos u chagemet d'idice e remplaçat par + 1 =0 +1 das la première somme (o e touche à rie das la deuxième : (a+b +1 = =0 a b +1 = a +1 b 0 + =1 ( + 1 ( a b +1 + ( 0 =1 a b a 0 b +1 (o a isolé u terme das chaque somme pour pouvoir regrouper les sommes. Maiteat, o recoait la formule de + 1 Pascal das la somme, doc (a + b +1 = a +1 + a b +1 + b +1. Il e reste plus qu'à =1 remettre les deux termes isolés das la somme pour obteir la formule au rag + 1, ce qu'o peut faire puisqu'ils sot justemet égaux aux termes maquats pour = 0 et = + 1. Propositio 12. Soit E u esemble i de cardial. Alors P(E est i, de cardial 2. Démostratio. Le cardial de P(E est le ombre de sous-esembles de E. Or, o sait que, pour tout etier, il y a sous-esembles de E à élémets, ce qui fait au total sous-esembles. 6 =0

7 Cette somme 'est rie d'autre qu'u cas particulier de formule du biôme, pour a = b = 1, doc elle vaut (1 + 1 = 2. Ue faço plus combiatoire de voir les choses : choisir u sous-esemble A de l'esemble E reviet à choisir, pour chaque élémet de E, si celui-ci appartiet à A ou o. O a aisi deux possibilités pour chaque élémet de E, ce qui fait au total 2 possibilités pour costruire le sous-esemble A. Autre faço de décrire les choses pour les plus formalistes d'etre vous : pour chaque sous-esemble A de E, o déit ue applicatio χ A : E {0; 1}, telle que χ A (x = 1 si x A, et χ A (x = 0 si x / A (cette applicatio χ A est appelée applicatio caractéristique de l'esemble A, car elle décrit les élémets apparteat à l'esemble A. O peut prouver que toutes applicatios de E vers {0; 1} sot des applicatios caractéristiques d'u sous-esemble de E, et que deux sous-esembles disticts de E ot des applicatios caractéristiques diéretes. Autremet dit, il y a ue bijectio etre P(E et l'esemble des applicatios de E das {0; 1}. Or, comme o l'a vu plus haut (après la déitio des p-listes, il y a 2 applicatios de E das {0; 1}. Propositio 13. Formule de Vadermode. ( a + b Soiet a, b et trois etiers aturels tels que a + b, alors = =0 ( (. Démostratio. O va passer par ue iterprétatio combiatoire. Cosidéros u groupe costitué ( a + b de a hommes et b femmes, parmi lesquels o veut choisir persoes. O sait déjà qu'il y a possibilités de faire ce choix (ce qui correspod au membre de gauche de otre iégalité. Mais o peut égalemet classer les groupes de persoes ( ( e catégories selo le ombre d'hommes qu'ils cotieet : soit 0 homme et femmes (il y a tels groupes, soit 1 homme et 1 femmes ( ( 0 (il y a tels groupes, etc, jusqu'à la possibilité d'avoir hommes et 0 femme (il y a 1 1 ( ( ( ( tels groupes. Le ombre total de groupes possibles vaut doc aussi. 0 =0 7

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

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

EXERCICES : DÉNOMBREMENT

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

Plus en détail

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

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

. (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

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

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

[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

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

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

Plus en détail

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

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

Plus en détail

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

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

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

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

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

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

Plus en détail

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

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

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

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

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

Probabilités et statistique pour le CAPES

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

Plus en détail

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

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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Eo7 Séries etières Eercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Eercice

Plus en détail

P : Dénombrements / Probabilités en univers fini

P : Dénombrements / Probabilités en univers fini P : Déombremets / Probabilités e uivers fii Déombremet & Combiatoire P.1 O tire les cartes! O tire 5 cartes das u jeu de 32 cartes usuel. Combie y a-t-il de tirages possibles vérifiat les coditios suivates

Plus en détail

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3... Applicatios des maths Algèbre fiacière 1. Itérêts composés O place u capital C 0 à u taux auel T a pedat aées. Quelle est la valeur fiale C de ce capital? aée capital e fi d'aée 1 C 0 + T C 0 = C 0 (1

Plus en détail

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

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

Plus en détail

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

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

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

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

Plus en détail

4 Approximation des fonctions

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

Plus en détail

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

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

Exercices de mathématiques

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

Plus en détail

2 ième partie : MATHÉMATIQUES FINANCIÈRES

2 ième partie : MATHÉMATIQUES FINANCIÈRES 2 ième partie : MATHÉMATIQUES FINANCIÈRES 1. Défiitios L'itérêt est l'idemité que doe au propriétaire d'ue somme d'arget celui qui e a joui pedat u certai temps. Divers élémets itervieet das le calcul

Plus en détail

Apprentissage: cours 3a Méthodes par moyennage local

Apprentissage: cours 3a Méthodes par moyennage local Appretissage: cours 3a Méthodes par moyeage local Guillaume Oboziski 1 er mars 2012 Réferece : chap. 6 of [Hastie et al., 2009] ad chap. 6 of [Devroye et al., 1996]. Algorithmes par moyeage local O cosidère

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

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

Des résultats d irrationalité pour deux fonctions particulières

Des résultats d irrationalité pour deux fonctions particulières Collect. Math. 5, 00, 0 c 00 Uiversitat de Barceloa Des résultats d irratioalité pour deux foctios particulières Richard Choulet 7, Rue du 4 Août, 40 Aveay, Frace E-mail: richardchoulet@waadoo.fr Received

Plus en détail

DETERMINANTS. a b et a'

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

Plus en détail

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009 M LA REGRESSION : HYPOTHESES ET TESTS Avril 009 I LES HYPOTHESES DE LA MCO. Hypothèses sur la variable explicative a. est o stochastique. b. a des valeurs xes das les différets échatillos. c. Quad ted

Plus en détail

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE. Exemple troductf (Les élèves qu coasset déà be le prcpe peuvet sauter ce paragraphe) Cosdéros la sute (u ), défe pour tout, par : u u u 0 0 Cette sute est défe

Plus en détail

Statistique descriptive bidimensionnelle

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

Plus en détail

Intérêt simple CHAPITRE. Sommaire

Intérêt simple CHAPITRE. Sommaire HAPTRE térêt simple Sommaire A B D E F G H J K L Notio d itérêt Formule fodametale de l itérêt simple Durée de placemet exprimée e mois Durée de placemet exprimée e jours alculs sur la formule fodametale

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

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

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

Plus en détail

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe Cosolidatio La société THEOS, qui commercialise des vis, exerce so activité das trois villes : Paris, Nacy et Nice. Le directeur de la société souhaite cosolider les résultats de ses vetes par ville das

Plus en détail

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

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

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) RAIRO Operatios Research RAIRO Oper. Res. 34 (2000) 99-129 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) Commuiqué par Berard LEMAIRE Résumé. L étude

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

Introduction : Mesures et espaces de probabilités

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

Plus en détail

LES PROBABILITÉS POUR LES OPTIONS B, C ET D

LES PROBABILITÉS POUR LES OPTIONS B, C ET D LES PROBABILITÉS POUR LES OPTIONS B, C ET D PRÉPARATION À L AGRÉGATION EXTERNE DE MATHÉMATIQUES DE L UNIVERSITÉ RENNES 1 1 ANNÉE 2009/2010 1. ESPACE PROBABILISÉ - VARIABLE ALÉATOIRE 1.1 ESPACE PROBABILISÉ

Plus en détail

Probabilité 1 - L1 MMIA

Probabilité 1 - L1 MMIA Probabilité 1 - L1 MMIA Tra Viet Chi, vtra@u-paris10fr, Bureau E12(G) Exercice 1 (Pour démarrer) 1 Soiet A et B deux esembles Rappelez les défiitios de l itersectio A B, de l uio A B, de la différece A

Plus en détail

Gérer les applications

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

Plus en détail

Approximation de la solution d une équation différentielle ordinaire avec impulsions qui dépendent de l état

Approximation de la solution d une équation différentielle ordinaire avec impulsions qui dépendent de l état Approximatio de la solutio d ue équatio différetielle ordiaire avec impulsios qui dépedet de l état F. Dubeau A. Ouasafi A. Sakat CRM-276 Jauary 21 Départemet de mathématiques et d iformatique, Uiversité

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

55 - EXEMPLES D UTILISATION DU TABLEUR.

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

Plus en détail

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales

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

Plus en détail

Les algorithmes de tri

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

Plus en détail

STATISTIQUE AVANCÉE : MÉTHODES

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

Plus en détail

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

Formation d un ester à partir d un acide et d un alcool

Formation d un ester à partir d un acide et d un alcool CHAPITRE 10 RÉACTINS D ESTÉRIFICATIN ET D HYDRLYSE 1 Formatio d u ester à partir d u acide et d u alcool 1. Nomeclature Acide : R C H Alcool : R H Groupe caractéristique ester : C Formule géérale d u ester

Plus en détail

Suites et séries de fonctions

Suites et séries de fonctions [http://mp.cpgedupuydelome.fr] édité le 3 avril 5 Eocés Suites et séries de foctios Propriétés de la limite d ue suite de foctios Eercice [ 868 ] [correctio] Etablir que la limite simple d ue suite de

Plus en détail

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

La fibre optique arrive chez vous Devenez acteur de la révolution numérique

La fibre optique arrive chez vous Devenez acteur de la révolution numérique 2 e éditio Edité par l Autorité de régulatio des commuicatios électroiques et des postes RÉPUBLIQUE FRANÇAISE DÉCEMBRE 2010 La fibre optique arrive chez vous Deveez acteur de la révolutio umérique Petit

Plus en détail

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation 1 / 9 Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Le cycle d exploitatio des etreprises (achats stockage productio stockage vetes) peut etraîer des décalages de trésorerie plus

Plus en détail

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

Baccalauréat S Asie 19 juin 2014 Corrigé

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

Plus en détail

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

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

Plus en détail

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Les etreprises ot souvet besoi de moyes de fiacemet à court terme : elles ot alors recours aux crédits bacaires (découverts bacaires

Plus en détail

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

Comment utiliser ce que vous POSSÉDEZ pour réduire ce que vous DEVEZ

Comment utiliser ce que vous POSSÉDEZ pour réduire ce que vous DEVEZ Commet utiliser ce que vous POSSÉDEZ pour réduire ce que vous DEVEZ Survol du compte Mauvie U La majorité des Caadies gèret leurs fiaces comme suit : 1. Ils déposet leur reveu et autres actifs à court

Plus en détail

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

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

Plus en détail

Cours de Statistiques inférentielles

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

Plus en détail

Cours 5 : ESTIMATION PONCTUELLE

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

Plus en détail

Chaînes de Markov. Arthur Charpentier

Chaînes de Markov. Arthur Charpentier Chaîes de Markov Arthur Charpetier École Natioale de la Statistique et d Aalyse de l Iformatio - otes de cours à usage exclusif des étudiats de l ENSAI - - e pas diffuser, e pas citer - Quelques motivatios.

Plus en détail

RECHERCHE DE CLIENTS simplifiée

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

Plus en détail

HEC. Gilles Mauffrey. METHODES QUANTITATIVES AVEC EXCEL Programmation linéaire, programmation dynamique, simulation, statistique élémentaire

HEC. Gilles Mauffrey. METHODES QUANTITATIVES AVEC EXCEL Programmation linéaire, programmation dynamique, simulation, statistique élémentaire HEC Gilles Mauffrey METHODES QUANTITATIVES AVEC EXCEL Programmatio liéaire, programmatio dyamique, simulatio, statistique élémetaire La Modélisatio LA MODELISATION Modèle et typologie des modèles. La otio

Plus en détail

Séries numériques. Chap. 02 : cours complet.

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

Plus en détail

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

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

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

Plus en détail

Université Pierre et Marie Curie. Biostatistique PACES - UE4 2013-2014

Université Pierre et Marie Curie. Biostatistique PACES - UE4 2013-2014 Uiversité Pierre et Marie Curie Biostatistique PACES - UE4 2013-2014 Resposables : F. Carrat et A. Mallet Auteurs : F. Carrat, A. Mallet, V. Morice Mise à jour : 21 octobre 2013 Relecture : V. Morice,

Plus en détail

Cours : Le choix des investissements grâce à l actualisation : La VAN (Valeur Actualisée Nette) et le TIR (Taux Interne de Rendement)

Cours : Le choix des investissements grâce à l actualisation : La VAN (Valeur Actualisée Nette) et le TIR (Taux Interne de Rendement) Cours : Le choix des ivestissemets grâce à l actualisatio : La VAN (Valeur Actualisée Nette) et le TIR (Taux Itere de Redemet) 1 La VAN, la Valeur Actualisée (ou Actuelle) Nette e aveir certai 11 La comparaiso

Plus en détail

?,i- ' ^/mmmmmm. CACU ^..""'V ii\teimmies EîiiEsmmii ''?A y? K 1^ 1 - r Par le Moyede Formules Algébriques ) v-^' ET A 'AIDE DES OGARITHMES.../v:?i.'?Xi:: F, X, BURQUE, Ptr. Professeur de MatJu'matiques,

Plus en détail

Terminale S. Terminale S 1 F. Laroche

Terminale S. Terminale S 1 F. Laroche Termiale S Exercices. Rappels et exercices de base 3.. QCM (P. Egel) 3.. QCM, Atilles 005 4. 3. QCM, Liba 009, 3 poits 4. 4. QCM, C. étragers 007. 5. QCM, Frace 007 5 6. 6. QCM, N. Calédoie 007 7. 7. QCM

Plus en détail

MESURE DE L'INFORMATION

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

Plus en détail

PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS

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

Plus en détail

Probabilités. Voir en bibliographie l ouvrage [1], pages 52 et 53.

Probabilités. Voir en bibliographie l ouvrage [1], pages 52 et 53. Probabilités «Pour compredre l actualité, ue formatio à la statistique est aujourd hui idispesable ; c est ue formatio qui développe des capacités d aalyse et de sythèse et exerce le regard critique. Le

Plus en détail

Une action! Un message!

Une action! Un message! Ue actio! U message! Cotact Master est u service exclusif de relaces automatiques de vos actes vers vos cliets, par SMS, messages vocaux, e-mails, courrier... Il se décleche lorsque vous réalisez ue actio

Plus en détail

trouve jamais dans les concepts généraux que ce qu on y met

trouve jamais dans les concepts généraux que ce qu on y met ,QIRUPDWLTXHQRUPHHWWHPSV,VDEHOOH%R\GHQV Présetatio par Marie-Ae Chabi Réuio PIN 15 javier 2004 /HVEDVHVGHGRQQpHVHPSLULTXHV Collectio fiie et structurée de doées codifiées, textuelles ou multimédia, destiées

Plus en détail

Télé OPTIK. Plus spectaculaire que jamais.

Télé OPTIK. Plus spectaculaire que jamais. Télé OPTIK Plus spectaculaire que jamais. Vivez toute la puissace de la télévisio sur IP grâce au réseau OPTIK 1 de TELUS et découvrez-e l extraordiaire potetiel. Télé OPTIK MC vous doe la parfaite maîtrise

Plus en détail

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME Uiversité Victor Segale Bordeaux Istitut de Saté Publique, d Épidémiologie et de Développemet (ISPED) Campus Numérique SEME MODULE Pricipaux outils e statistique Versio du 8 août 008 Écrit par : Relu par

Plus en détail

Neolane Message Center. Neolane v6.0

Neolane Message Center. Neolane v6.0 Neolae Message Ceter Neolae v6.0 Ce documet, aisi que le logiciel qu'il décrit, est fouri das le cadre d'u accord de licece et e peut être utilisé ou copié que das les coditios prévues par cet accord.

Plus en détail

Semestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR

Semestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR Semestre : 4 Module : Méthodes Quattatves III Elémet : Mathématques Facères Esegat : Mme BENOMAR Elémets du cours Itérêts smples, précompte, escompte et compte courat Itérêts composés Autés Amortssemets

Plus en détail

Contribution à la théorie des entiers friables

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

Plus en détail

Sommaire Chapitre 1 - L interface de Windows 7 9

Sommaire Chapitre 1 - L interface de Windows 7 9 Sommaire Chapitre 1 - L iterface de Widows 7 9 1.1. Utiliser le meu Démarrer et la barre des tâches de Widows 7...11 Démarrer et arrêter des programmes...15 Épigler u programme das la barre des tâches...18

Plus en détail

Statistique Numérique et Analyse des Données

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

Plus en détail

Centre d expertise en analyse environnementale du Québec PROTOCOLE POUR LA VALIDATION ET LA VÉRIFICATION D UNE MÉTHODE D ANALYSE EN MICROBIOLOGIE

Centre d expertise en analyse environnementale du Québec PROTOCOLE POUR LA VALIDATION ET LA VÉRIFICATION D UNE MÉTHODE D ANALYSE EN MICROBIOLOGIE Cetre d expertise e aalyse eviroemetale du Québec Programme d accréditatio des laboratoires d aalyse PROTOCOLE POUR LA VALIDATION ET LA VÉRIFICATION D UNE MÉTHODE D ANALYSE EN MICROBIOLOGIE DR-12-VMM Éditio

Plus en détail

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble. II LE MARCHE DU CAFE 1 L attractivité La segmetatio selo le mode de productio Le marché du café peut être segmeté e foctio de deux modes de productio pricipaux : la torréfactio et la fabricatio de café

Plus en détail

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

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

Plus en détail