MATHEMATIQUES Option scientifique Vendredi 13 mai 2005 de 8h à 12h

Dimension: px
Commencer à balayer dès la page:

Download "MATHEMATIQUES Option scientifique Vendredi 13 mai 2005 de 8h à 12h"

Transcription

1 ECOLE DE HAUTES ETUDES COMMERCIALES DU NORD Cocours d'admissio sur classes préparatoires MATHEMATIQUES Optio scietifique Vedredi 3 mai 5 de 8h à h La présetatio, la lisibilité, l'orthographe, la qualité de la rédactio, la clarté et la précisio des raisoemets etrerot pour ue part importate das l'appréciatio des copies Les cadidats sot ivités à ecadrer, das la mesure du possible, les résultats de leurs calculs Ils e doivet faire usage d'aucu documet ; seule l'utilisatio d'ue règle graduée est autorisée L'utilisatio de toute calculatrice et de tout matériel électroique est iterdite Exercice Das cet exercice, est u etier aturel supérieur ou égal à O désige par I la matrice uité de M (IR O ote tr l applicatio liéaire qui à toute matrice de M (IR associe sa trace, c est-à-dire la somme de ses élémets diagoaux a Motrer que Im tr = IR b E déduire la dimesio de Ker tr c Établir que M (IR = Ker tr Vect(I Soit f l applicatio qui, à toute matrice M de M (IR associe f (M = M + tr(m I, a Motrer que f est u edomorphisme de M (IR b Utiliser la première questio pour détermier les valeurs propres de f E déduire que f est u automorphisme diagoalisable de M (IR 3 Soit g l applicatio qui, à toute matrice M de M (IR associe g (M = M + tr(m J, où J désige ue matrice o ulle de M (IR dot la trace est ulle O admet que g est u edomorphisme de M (IR a Établir que le polyôme X X + est u polyôme aulateur de g b Motrer que est la seule valeur propre de g c g est-il diagoalisable? Sujet EDHEC 5 Math S

2 Exercice Pour tout réel x, o ote x la partie etière de x et o rappelle que x est le seul etier vérifiat : x x < x + O cosidère ue variable aléatoire X défiie sur u espace probabilisé (Ω, A, P et qui suit la loi expoetielle de paramètre (avec > O ote F sa foctio de répartitio O pose X = X, X = ( X X et l o admet que X et X sot des variables aléatoires défiies elles aussi sur (Ω, A, P a Détermier X (Ω b Pour tout de X (Ω, exprimer P(X = à l aide de F c E déduire que X + suit ue loi géométrique dot o doera le paramètre d Détermier E(X e foctio de a Détermier X (Ω et dire ce que représete X b Justifier que, pour tout élémet de {,,, 9}, P(X = = PX ( = i X =, + puis motrer que : {,,, 9}, P(X = = ( Fi ( + Fi ( + E déduire que {,,, 9}, P(X = = e e e 3 Motrer que X et X sot idépedates Exercice 3 Das cet exercice, est u etier aturel supérieur ou égal à O cosidère la foctio de variables réelles, otée f, défiie par : x = (x, x,, x IR, f (x, x,, x = + ( x x a Motrer que f est de classe C sur IR b Calculer les dérivées premières et secodes de f a Détermier le seul poit critique (a, a,, a de f sur IR b Vérifier que la hessiee de f e ce poit est la matrice A = (I + J, où I désige la matrice uité de M (IR et J la matrice de M (IR dot tous les élémets sot égaux à 3 a Détermier le rag de J E déduire que est valeur propre de J et détermier la dimesio du sous-espace propre associé b Calculer le produit J M c À l aide des questios précédetes, doer les valeurs propres de J, puis celles de A = = 4 a Motrer que, pour tout H = h h M h o ul, o a : t H A H > Sujet EDHEC 5 Math S

3 b E déduire que f admet u miimum local e (a, a,, a et vérifier que ce miimum est égal à 4( + Problème O cosidère deux jetos J et J, équilibrés (c est-à-dire tels que chaque face a ue chace sur deux d apparaître au cours d u lacer Le jeto J possède ue face umérotée et ue face umérotée Le jeto J possède deux faces umérotées U joueur choisit au hasard u jeto puis effectue ue série de lacers avec ce jeto O ote E l évéemet «le jeto J est choisi pour le jeu» et, pour tout etier aturel o ul, U l évéemet «le ème lacer fait apparaître ue face umérotée» Partie : étude de quelques variables aléatoires liées à cette épreuve a Détermier la probabilité que le joueur obtiee fois ( IN* ue face portat le uméro lors des premiers lacers b Das cette questio, o suppose que le joueur a obteu fois ( IN* ue face portat le uméro lors des premiers lacers Quelle est la probabilité qu il ait joué avec le jeto J? Quelle est la limite de cette probabilité lorsque ted vers? Iterpréter ce résultat Das la suite, o cosidère la variable aléatoire X égale au rag d apparitio de la première face portat le uméro et o pose X = si la face portat le uméro apparaît jamais O cosidère égalemet la variable aléatoire Y égale au rag d apparitio de la première face portat le uméro et o pose Y = si la face portat le uméro apparaît jamais O suppose ces variables aléatoires défiies sur le même espace probabilisé (Ω, A, P a Calculer, pour tout etier aturel o ul, la probabilité P(X = b E déduire que P(X = = Ce résultat était-il prévisible? c Motrer que X a ue espérace puis détermier E(X d Motrer que X (X a ue espérace, la détermier puis vérifier que V(X = 3 a Calculer, pour tout etier aturel o ul, la probabilité P(Y = b E déduire que P(Y = = c Motrer que Y a ue espérace puis détermier E(Y d Motrer que Y (Y a ue espérace, la détermier puis vérifier que V(Y = O défiit sur (Ω, A, P la variable aléatoire S par : ω Ω, S(ω = Max (X(ω, Y(ω a Détermier S(Ω b Motrer que P(S = = P(X = = c Pour tout etier supérieur ou égal, comparer d ue part (X = et (Y < et d autre part (Y = et (X <, puis e déduire que : (S = = (X = Y = d Recoaître alors la loi de S et préciser so espérace et sa variace 5 O défiit sur (Ω, A, P la variable aléatoire I par : ω Ω, I(ω = Mi (X(ω, Y(ω a Motrer que I est ue variable de Beroulli b Détermier P(I = puis doer la loi de I, aisi que so espérace et sa variace Sujet EDHEC 5 Math S 3

4 Partie : simulatio des variables X et Y O rappelle que radom( revoie au hasard u etier de {, } O cosidère le programme suivat : Program edhec5 ; Var jeto, lacer, X : iteger ; Begi Radomize ; X : = ; jeto : = radom( + ; if (jeto = the begi repeat X : = X + ; lacer : = radom( ; util (lacer = ; ed ; Writel (X ; ed a Expliquer le foctioemet de ce programme et détermier quel est le coteu de la variable affichée à la fi b Est-o certai que le ombre de passages das la boucle «Repeat util» est fii? Écrire u programme Pascal qui doe la valeur de la variable aléatoire Y Sujet EDHEC 5 Math S 4

5 Corrigé de l Epreuve Mathématiques Optio S Cocours 5 Exercice a Im tr est u sous-espace vectoriel de IR, il est doc soit de dimesio et Im tr est alors réduit au seul réel, soit de dimesio et Im tr est alors égal à IR Comme tr(i =, o e coclut que la première possibilité est pas recevable E coclusio : Im tr = IR b D après la formule du rag, o a : dim M (IR = dim Im tr + dim Ker tr Comme dim Im tr =, o a : dim Ker tr = c E premier lieu, il faut oter que Ker tr et Vect(I sot deux sous-espaces de M (IR D autre part, la matrice I état pas la matrice ulle, o a : dim Vect(I =, ce qui permet d écrire : dim M (IR = dim Ker tr + dim Vect(I Il reste doc à motrer que Vect(I Ker tr = {} Soit doc M ue matrice apparteat à Vect(I Ker tr Comme M appartiet à Vect(I, il existe u réel α tel que M = α I et o a tr(m = α Comme, de plus, M appartiet à Ker tr, o obtiet α = L éocé idiquat que est supérieur ou égal à, o a doc α =, ce qui, e remplaçat, doe M = O viet de motrer que : Vect(I Ker tr {} L iclusio réciproque état évidete (tous les espaces vectoriels cotieet le vecteur ul, o a bie : M (IR = Ker tr Vect(I a Soit M et N deux matrices de M (IR et u réel f ( M + N = ( M + N + tr( M + N I Par liéarité de la trace, o obtiet : f ( M + N = ( M + N + tr(m I + tr(n I = (M + tr(m I + (N + tr(n I, ce qui prouve que : f ( M + N = f (M + f (N L applicatio f est doc liéaire Comme de plus, f (M est combiaiso liéaire des deux matrices M et I qui sot élémets de M (IR, o est sûr que f (M appartiet à M (IR E coclusio : f est u edomorphisme de M (IR

6 b M Ker tr f (M = M, ce qui prouve que est valeur propre de f et que Ker tr est le sous-espace propre de f associé à la valeur propre Ce sous-espace propre état de dimesio, f possède au plus ue autre valeur propre associée à u sous-espace propre de dimesio (puisque dim M (IR = Or, pour toute matrice M apparteat à Vect(I, o peut écrire M = α I, d où l o déduit : f (M = α I + α I, soit : f (M = ( + α I = ( + M Ceci motre que + est valeur propre de f et que Vect(I est le sous-espace propre de f associé à la valeur propre + (puisqu il est de dimesio Les valeurs propres de f sot doc et + D après la questio c, M (IR est somme directe des sous-espaces propres de f, doc f est diagoalisable état pas valeur propre de f, o e déduit que f est u automorphisme E coclusio : f est u automorphisme diagoalisable de M (IR 3 a Pour toute matrice M de M (IR, o a : g (M = g(m + tr(m J, d où, par liéarité de g : g (M = g(m + tr(m g(j Mais, comme tr(j =, o a g(j = J + tr(j J = J doc : g (M = g(m + tr(m J, d où : g (M = M + tr(m J + tr(m J = M + tr(m J D autre part, g(m M = M + tr(m J M = M + tr(m J O peut doc e déduire que : M M (IR, g (M = g(m M Pour fiir, o a bie, e otat id l edomorphisme idetique de M (IR : g g + id = X X + est u polyôme aulateur de g b est la seule racie de X X + doc est la seule valeur propre possible de g O a vu plus haut que g(j = J, ce qui prouve que est effectivemet valeur propre de g (puisque J est pas la matrice ulle O peut doc affirmer que : est la seule valeur propre de g c Le sous-espace propre de g associé à la valeur propre est l esemble des matrices M de M (IR telles que g(m = M, c est-à-dire : tr(m J = Comme J, o obtiet tr(m = Ceci motre que le sous-espace propre de g associé à la valeur propre est Ker tr dot la dimesio est strictemet iférieure à celle de M (IR Par coséquet : g est pas diagoalisable Exercice a Comme X(Ω = IR +, o a X (Ω = IN b Par défiitio de la partie etière, o a, pour tout de IN : (X = = ( X < + Comme X est ue variable à desité, P( X < + = P( < X + O e déduit alors que : P(X = = F( + F(

7 c E remplaçat ci-dessus, o trouve : P(X = = ( e (+ ( e, d où efi : P(X = = e e (+ = e ( e Maiteat, o remarque que (X + (Ω = IN * et o peut écrire que, pour tout de IN *: P(X + = = P(X = = = e ( ( e Tout ceci prouve que : X + suit la loi géométrique de paramètre e d D après le cours, X + a ue espérace qui vaut comme E(X = E(X +, o e déduit que : E(X = E(X = e e e e doc X a ue espérace et, soit fialemet : a O a, toujours par défiitio de la partie etière X X < X + doc X X < E multipliat par, o obtiet : (X X < Par passage à la partie etière, o trouve alors : X (Ω = {,,, 9} (X X est le ombre dot le chiffre à gauche de la virgule est la première décimale de X et X est aisi la première décimale de X Par exemple, avec X = 7,563, o a X X =,563, puis (X X = 5,63 et efi X = 5 b D après la formule des probabilités totales associée au système complet d évéemets (X = i i IN, o a, pour tout élémet de {,,, 9} : P(X = = PX ( = i X = D après la défiitio de la partie etière, o e déduit : P(X = = P( [ X = i] [ < ( X X + ], soit ecore : P(X = = + P ( [ X = i] [ < ( X X ], puis, e remplaçat X par i : P(X = = + P ( [ X = i] [ i + < X i + ] Par défiitio de X, o e tire : P(X = = + P ( [ i < X i + ] [ i + < X i + ] Comme appartiet à {,,, 9}, o a : i i + et i + + i + O e déduit que : + [ i + < X i + ] [ i < X i +], ce qui permet d écrire : + P(X = = Pi ( + < X i +, d où fialemet : 3

8 + P(X = = ( Fi ( + ( Fi ( + O coaît F, doc, e remplaçat, o trouve : P(X = = ( ( e ( e P(X = = ( e Il reste à mettre e P(X = = e ( + + i ( i+ i+ i+ + ( ( e ( i+ e facteur, ce qui doe : ( i+ ( P(X = = e ( e, puis e simplifiat : e, puis e scidat la première expoetielle : e i = e ( e i ( e, ce qui amèe à l égalité demadée, grâce au résultat cocerat la somme d ue série géométrique covergete : P(X = = e e e 3 D après le calcul fait ci-dessus (troisième lige avat la fi : ( i+ i IN, {,,, 9}, P(X = i X = = e ( e, Or o sait que P(X = i = e i ( e et P(X = = e P(X = i P(X = = e i ( e e e = e i e e O trouve alors : P(X = i X = = P(X = i P(X = e e ( e, o a doc : ( i+ = e ( e X et X sot idépedates Exercice 3 a La foctio f est polyomiale, elle est doc de classe C (et même plus sur IR b Pour tout i de {,,, }, f (x,, x = x i + x x i Pour tout i de {,,, }, f (x,, x = + = 4 x i = 4

9 f Pour tout (i, j de {,,, } tel que i j, x x i j (x,, x = a Les poits critiques de f sot les -uplets (x,, x solutios du système : x = x = i {,,, }, f (x,, x =, c est-à-dire : x = x = x i M x = x = Avec les opératios élémetaires L i L i L (pour i élémet de {, 3,, }, o trouve le x = x = système équivalet : x = x x Par substitutio, o obtiet : = x M x = = x = x x = x Le seul poit critique de f est (a,, a = ( +,, + b Par défiitio, la hessiee de f e (a,, a est la matrice dot l élémet situé à l itersectio de la i ème lige et de la j ème f coloe est (a,, a, o a doc : x j x i 4 A = O Ceci cofirme bie que : O 4 A = (I + J 3 a Les coloes de J sot toutes égales et o ulles doc rg(j = Ceci prouve que J est pas iversible, c est-à-dire que est valeur propre de J, associée au sous-espace propre Ker J qui est de dimesio (grâce à la formule du rag b J M = M c L égalité écrite ci-dessus motre que est valeur propre de J associée à u sous-espace propre de dimesio au mois égale à Comme la somme des dimesios des sous-espaces propres de J e peut pas excéder, o est certai que J e possède pas d autre valeur propre que et 5

10 La matrice J état diagoalisable, il existe ue matrice iversible P et ue matrice diagoale D = diag(,,, telle que J = P D PP Comme A = (I + J, o peut alors écrire : A = (P I PP + P D P P = P (I + D PP = P ( I + D P P A est doc semblable à la matrice diagoale I + D, dot les élémets diagoaux sot et +, ce qui prouve que les valeurs propres de A sot et + 4 a D après ce qui précède, les valeurs propres de la matrice symétrique A sot strictemet positives, ce qui prouve que A est défiie positive O a doc : H M, (IR, H, t H A H > b D après l iégalité précédete, la forme quadratique associée à A est défiie positive, ce qui prouve que f admet u miimum local au poit (a,, a Ce miimum vaut f (a,, a = f ( +,,, ce qui doe : + f (a,, a = 4( + + ( = ( + = ( +, d où : f (a,, a = = 4( + + ( ( = + = f (a,, a = + 4( + 4( + ( + E réduisat au même déomiateur, o trouve :, ce qui se réduit à : ( + = f (a,, a = 4( + Problème Partie a La probabilité cherchée est P(U U La formule des probabilités totales associée au système complet d évéemets (E, E, s écrit : P(U U = P E (U U P(E + P E (U U P( E O a, par idépedace des lacers avec le jeto J : P E (U U = ( Le jeto ayat que des faces portat le uméro : P E (U U = Les jetos état choisis au hasard, P(E = P( E = E remplaçat, o trouve : P(U U = ( + P U b Das cette questio, o cherche (E U 6

11 PE( U U P( E D après le cours, o peut écrire : P U U (E =, d où : PU ( U P U U (E = E multipliat umérateur et déomiateur par +, o obtiet : ( + P U U (E = + Comme lim =, o a : lim P U U (E = Ceci se compred bie das la mesure où, si l o obtiet ue ifiité de fois la face portat le uméro, il est quasi-certai que l o joue avec le jeto uméro, ce qui sigifie qu il est quasi-impossible que l o joue avec le jeto uméro a Toujours avec le même système complet d évéemets : P(X = = P E (X = P(E + P E (X = P( E Pour tout etier aturel o ul, P E (X = = ( car o atted, avec le jeto J, le premier succès (la face portat le uméro das ue suite d épreuves idépedates (car o sait que l o joue avec J à deux issues, la probabilité de succès état égale à Pour tout etier aturel o ul, P E (X = = car le jeto J a pas de face portat le uméro E remplaçat, o obtiet : P(X = = + b Comme, d après l éocé, X est ue variable aléatoire, o a : PX ( = =, ce qui doe : P(X = + PX ( = =, et e teat compte du résultat de la questio a, o a : P(X = + = =, ce qui s écrit : P(X = = = = Après le chagemet d idice i =, o obtiet : P(X = + 4 = = i O recoaît alors ue série géométrique covergete de raiso, ce qui permet d avoir : P(X = + 4 E coclusio : =, d où l o déduit : P(X = + = 7

12 P(X = = Ce résultat était prévisible car o sait qu il est quasi-impossible de e jamais obteir la face portat le uméro avec le jeto uméro (e relatio avec la loi géométrique de paramètre, par coséquet, l évéemet «e jamais obteir la face portat le uméro» est l évéemet «choisir le jeto uméro» qui est de probabilité c Pour tout etier supérieur ou égal à, o a : P(X = = 4 ( Comme la série de terme gééral ( est absolumet covergete (série géométrique dérivée dot la raiso est strictemet comprise etre et, o peut coclure que X a ue espérace Celle-ci est alors doée par : E(X = ( 4 = =, ce qui doe 4 ( : E(X = d Pour tout etier supérieur ou égal à, o a : ( P(X = = 8 ( ( La série de terme gééral ( ( est absolumet covergete (série géométrique dérivée secode dot la raiso est strictemet comprise etre et, o peut doc coclure que X (X ue espérace Celle-ci est alors doée par : E(X (X = ( ( 8 = =, ce qui 8 3 ( doe E(X (X = Par liéarité de l espérace, ceci doe E(X E(X = et, comme E(X =, o a E(X = 3 O sait que V(X = E(X (E(X, doc : V(X = 3 a Comme das la questio a, P(Y = = P E (Y = P(E + P E (Y = P( E Pour tout etier aturel o ul, P E (Y = = ( car o atted, avec le jeto J, le premier succès (la face portat le uméro das ue suite d épreuves idépedates (car o sait que l o joue avec J à deux issues, la probabilité de succès état égale à Si l o joue avec le jeto J, o est sûr d obteir ue face portat le uméro dès le premier lacer doc : P E (Y = = 8

13 O e déduit alors que, pour tout etier supérieur ou égal à : P E (Y = = E remplaçat das la formule des probabilités totales écrite plus haut, o trouve : P(Y = = 3 4 et, P(Y = = + b Comme, d après l éocé, Y est ue variable aléatoire, o a : PY ( = =, ce qui doe : P(Y = + P(Y = + 3a, o a : P(Y = + = = PY ( = =, et e teat compte du résultat de la questio =, ce qui s écrit : P(Y = = = = Après le chagemet d idice i =, o obtiet : P(Y = = i 8 O recoaît alors ue série géométrique covergete de raiso, ce qui permet d avoir : P(Y = E coclusio : =, d où l o déduit : P(Y = = P(Y = = Ceci a rie d étoat car, avec le jeto J, il est quasi-certai d obteir la face portat le uméro (toujours e relatio avec la loi géométrique de paramètre et, avec le jeto J, il est certai qu o l obtiedra à tous les lacers c Pour tout etier supérieur ou égal à, P(Y = = 4 ( Comme la série de terme gééral ( est absolumet covergete (série géométrique dérivée dot la raiso est strictemet comprise etre et, o peut coclure que Y a ue espérace Celle-ci est alors doée par : E(Y = P(Y = + P( Y= O e déduit que E(Y = E(Y = ( ( = ( = ( ( = = (4 ce qui doe : 4 = E(Y = 3 9

14 d Pour tout etier supérieur ou égal à, o a : ( P(Y = = 8 ( ( La série de terme gééral ( ( est absolumet covergete (série géométrique dérivée secode dot la raiso est strictemet comprise etre et, o peut doc coclure que Y (Y ue espérace Celle-ci est alors doée par : E(Y (Y = ( ( 8 = =, ce qui 8 3 ( doe E(Y (Y = Par liéarité de l espérace, ceci doe E(Y E(Y = et, comme E(Y = 3, o a E(Y = 7 O sait que V(Y = E(Y (E(Y, doc : V(Y = a Au premier lacer, o obtiet : soit ue face portat le uméro : das ce cas, Y pred la valeur et X predra alors la valeur (si l o obtiet jamais la face portat le uméro ou ue valeur plus grade que soit ue face portat le uméro : das ce cas X pred la valeur et Y predra alors la valeur (si l o obtiet jamais la face portat le uméro ou ue valeur plus grade que O a doc : S(Ω = IN * b (S = = (X = Y = (X = Y = (X = Y = : l ue des deux variables pred la valeur et l autre pred ue valeur iférieure ou égale à P(X = Y = = car o e peut pas obteir au premier lacer ue face uméro et ue face uméro (X = Y = (Y = et P(Y = = doc P(X = Y = = (X = (Y = car, si l o obtiet jamais la face portat le uméro alors o obtiet certaiemet la face portat le uméro au premier tirage (et d ailleurs à tous les autres O e déduit que (X = Y = = (X = Il reste doc : P(S = = P(X = = c (X = (Y < car si (X = est réalisé, alors o a obteu la première face uméro au ème lacer ce qui implique que l o a obteu ue face uméro avat, ce qui réalise l évéemet (Y < De la même faço, o a aussi : (Y = (X < D autre part, pour tout etier aturel supérieur ou égal à, o a (l explicatio est la même que celle doée das la questio 4b : (S = = (X = Y < (X < Y = (X = Y =

15 L évéemet (X = Y = est impossible car o e peut pas obteir au ème lacer ue face uméro et ue face uméro Comme (X = (Y <, o a : (X = Y < = (X = Comme (Y = (X <, o a : (X < Y = = (Y = Il reste doc : (S = = (X = (Y = d Les évéemets (X = et (Y = sot icompatibles (ceci a été vu 6 liges plus haut doc : P(S = = P(X = + P(Y =, d où l o déduit : P(S = = +, ce qui + + doe fialemet :, P(S = = Cette formule reste valable pour =, puisque l o a trouvé P(S = = O recoaît alors que S suit la loi géométrique de paramètre Le cours assure alors que : E(S = et V(S = 5 a Au premier lacer, l ue des deux variables pred la valeur (il est certai que l o obtiedra l ue des deux faces Selo les lacers suivats, soit l autre variable predra ue valeur supérieure strictemet à (si la face e questio est obteue après le premier lacer et das ce cas I pred la valeur, soit l autre pred la valeur (si la face e questio est jamais obteue et das ce cas I pred la valeur E coclusio, I(Ω = {, }, ce qui prouve que I est ue variable de Beroulli b (I = = (X = Y = (X = Y (X Y = (X = Y = et (X Y = sot iclus das (Y = qui est de probabilité ulle, doc : P(X = Y = = P(X Y = = O a doc : P(I = = P(X = Y, et comme o l a vu à la questio 4b, o sait que (X = (Y doc o a (X = Y = (X = et il reste : P(I = = P(X = = O e déduit que P(I = = E coclusio : I suit la loi B (, E(I = et V(I = 4 Remarque : o pouvait égalemet trouver ce résultat e remarquat que : (I = = (X = Y =, d où l o déduit l égalité : P(I = = P(X = + P(Y = P(X = Y = ce qui permet de coclure plus vite Partie a Après avoir iitialisé la variable X à, le programme choisit u jeto au hasard Si le jeto est le uméro, le programme simule le lacer de ce jeto jusqu à ce que l o obtiee

16 le ombre auquel cas X pred la valeur du rag d obtetio du uméro et sio, il e se passe rie, c est-à-dire que X vaut à la fi de l éxécutio Ce programme simule doc l expériece aléatoire décrite das le problème, calcule et affiche la valeur prise par la variable aléatoire X b Avec le jeto uméro, il est quasi-certai d obteir la face portat le uméro à u lacer ou à u autre, ce qui motre que la boucle «repeatutil» est presque sûremet fiie O peut s appuyer sur la structure du programme proposé das la questio a de cette partie, la seule différece état ici, qu il est certai d obteir la face si l o joue avec le jeto uméro Program Edhec5_bis ; Var jeto, lacer, Y : iteger ; Begi Radomize ; jeto : = radom( + ; if (jeto = the Y : = else begi Y : = ; repeat Y : = Y + lacer : = radom( ; util (lacer = ; ed ; Writel(Y ; ed

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

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

[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

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

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

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

* 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

. (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

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

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

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

Plus en détail

Séries 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Solutions particulières d une équation différentielle...

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

Plus en détail

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

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

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

Statistique descriptive bidimensionnelle

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

Plus en détail

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

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

Plus en détail

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

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

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

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

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

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

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

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

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

Plus en détail

Module 3 : Inversion de matrices

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

Plus en détail

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

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

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES DEUXIEME PARTIE Deuième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES Chapitre. L assurace de capital différé Chapitre 2. Les opératios de retes Chapitre 3. Les assuraces décès Chapitre 4. Les assuraces

Plus en détail

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe 1/5 Trois objectifs poursuivis par le gouveremet : > améliorer la compétitivité fiscale de la Frace > péreiser les activités de R&D > faire de la Frace u territoire attractif pour l iovatio Les icitatios

Plus en détail

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

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

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

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

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

Introduction : Mesures et espaces de probabilités

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

Plus en détail

Statistique 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

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

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

Initiation à l analyse factorielle des correspondances

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

Plus en détail

Principes et Méthodes Statistiques

Principes et Méthodes Statistiques Esimag - 2ème aée 0 1 2 3 4 5 6 7 0 5 10 15 x y Pricipes et Méthodes Statistiques Notes de cours Olivier Gaudoi 2 Table des matières 1 Itroductio 7 1.1 Défiitio et domaies d applicatio de la statistique............

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

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

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

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

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

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

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

Plus en détail

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

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

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

INTRODUCTION AUX MATRICES ALÉATOIRES. par. Djalil Chafaï

INTRODUCTION AUX MATRICES ALÉATOIRES. par. Djalil Chafaï INTRODUCTION AUX MATRICES ALÉATOIRES par Djalil Chafaï Résumé. E cocevat les mathématiques comme u graphe, où chaque sommet est u domaie, la théorie des probabilités et l algèbre liéaire figuret parmi

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

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

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

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

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

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

Compte Sélect Banque Manuvie Guide du débutant

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

Plus en détail

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

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

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

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

Plus en détail

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT

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

Plus en détail

Régulation analogique industrielle ESTF- G.Thermique

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

Plus en détail

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot Exame fial pour Coseiller fiacier / coseillère fiacière avec brevet fédéral Recueil de formules Auteur: Iwa Brot Ce recueil de formules sera mis à dispositio des cadidats, si écessaire. Etat au 1er mars

Plus en détail

Le chef d entreprise développe les services funéraires de l entreprise, en

Le chef d entreprise développe les services funéraires de l entreprise, en Le chef d etreprise développe les services fuéraires de l etreprise, e assurat lui-même tout ou partie des activités de vete et e ecadrat directemet le persoel techique et commercial et d exploitatio.

Plus en détail

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

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

Plus en détail

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

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

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

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

Plus en détail

Le Sphinx. Enquêtes, Sondages. Analyse de données. Internet : http://www.lesphinxdeveloppement.fr/club/index.html

Le Sphinx. Enquêtes, Sondages. Analyse de données. Internet : http://www.lesphinxdeveloppement.fr/club/index.html Equêtes, Sodages Aalyse de doées Le Sphix! Iteret : http://www.lesphixdeveloppemet.fr/club/idex.html Lagarde J. Aalyse statistique de doées, Duod. Réaliser vos equêtes Questioaire Traitemets et aalyses

Plus en détail

Guide des logiciels de l ordinateur HP Media Center

Guide des logiciels de l ordinateur HP Media Center Guide des logiciels de l ordiateur HP Media Ceter Les garaties des produits et services HP sot exclusivemet présetées das les déclaratios expresses de garatie accompagat ces produits et services. Aucu

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

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin. Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).

Plus en détail

RÈGLES ORDINALES : UNE GÉNÉRALISATION DES RÈGLES D'ASSOCIATION

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

Plus en détail

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2. Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES PLAN DU CHAPITRE 2 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.1 Pla de sodage 2.2.2 Probabilités d iclusio 2.3 SONDAGE

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

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

La tarification hospitalière : de l enveloppe globale à la concurrence par comparaison

La tarification hospitalière : de l enveloppe globale à la concurrence par comparaison ANNALES D ÉCONOMIE ET DE STATISTIQUE. N 58 2000 La tarificatio hospitalière : de l eveloppe globale à la cocurrece par comparaiso Michel MOUGEOT * RÉSUMÉ. Cet article cosidère différetes politiques de

Plus en détail

Options Services policiers à Moncton Rapport de discussion

Options Services policiers à Moncton Rapport de discussion Optios Services policiers à Mocto Rapport de discussio Le 22 ovembre 2010 Also available i Eglish TABLE DES MATIÈRES Chapitre 1.0 Sommaire 3 Chapitre 2.0 Problématique 4 Chapitre 3.0 Cotexte 5 Chapitre

Plus en détail

Tempêtes : Etude des dépendances entre les branches Automobile et Incendie à l aide de la théorie des copulas Topic 1 Risk evaluation

Tempêtes : Etude des dépendances entre les branches Automobile et Incendie à l aide de la théorie des copulas Topic 1 Risk evaluation Tempêtes : Etude des dépedaces etre les braches Automobile et Icedie à l aide de la théorie des copulas Topic Risk evaluatio Belguise Olivier Charles Levi ACM Guy Carpeter 34 rue du Wacke 47/53 rue Raspail

Plus en détail

Un accès direct à vos comptes 24h/24 VOTRE NUMÉRO CLIENT. www.bnpparibas.net. Centre de Relations Clients 0 820 820 001 (0,12 /min)

Un accès direct à vos comptes 24h/24 VOTRE NUMÉRO CLIENT. www.bnpparibas.net. Centre de Relations Clients 0 820 820 001 (0,12 /min) * selo coditios cotractuelles e vigueur. U accès direct à vos comptes 24h/24 VOTRE NUMÉRO CLIENT + VOTRE CODE SECRET * : www.bpparibas.et Cetre de Relatios Cliets 0 820 820 001 (0,12 /mi) Appli Mes Comptes

Plus en détail

Copyright 2001 2006 Hewlett-Packard Development Company, L.P.

Copyright 2001 2006 Hewlett-Packard Development Company, L.P. Guide des logiciels Media Ceter Les garaties des produits et services HP sot exclusivemet présetées das les déclaratios expresses de garatie accompagat ces produits et services. Aucu élémet de ce documet

Plus en détail