La question des progressions. Approche interdisciplinaire mathématiques et sciences physiques. L'exemple de la terminale S.
|
|
- Edgar Desmarais
- il y a 7 ans
- Total affichages :
Transcription
1 La question des progressions. Approche interdisciplinaire mathématiques et sciences physiques. L'exemple de la terminale S.
2 Introduction. Extraits des programmes de terminale S. 1. «Il est demandé d introduire la fonction exponentielle très tôt dans l année, dans un souci de cohérence entre les enseignements de mathématiques, de physique-chimie et de sciences de la vie et de la Terre.» 2. «( ) la problématique des équations différentielles ( ) est fondamentale pour ( ) la compréhension de la puissance des mathématiques pour la modélisation; un travail conjoint avec les autres disciplines favorisera cet objectif.»
3 Présentation. Groupe de l IREM de Toulouse Actuellement : deux professeurs de sciences physiques : Monique Mandleur, Monique Sosset ; deux professeurs de mathématiques : Michèle Fauré, Pierre López. Autres personnes ayant participé à des travaux : Gabriel Birague, Antoine Rossignol. Travail présenté dans le cadre de la commission inter-irem «mathématiques et sciences expérimantales»
4 I. Méthode de travail. Elle découle de quatre constats et de quatre principes Les constats. Premier constat. Les mathématiques et les sciences physiques s'interrogent réciproquement. Deuxième constat. Les mathématiques sont constitutives des sciences physiques.
5 I. Méthode de travail. Troisième constat. Les sciences physiques utilisent des mathématiques de plus en plus sophistiquées. «besoins mathématiques croissants de notre société» Quatrième constat. Dans la vie des lycéens, sciences physiques et mathématiques sont liées, mais «si loin, si proche»
6 I. Méthode de travail. Les principes. Premier principe : Nous allons des sciences physiques vers les mathématiques. Nous regardons, dans la pratique, comment le physicien utilise les mathématiques. Deuxième principe : On veut éviter au professeur de sciences physiques de faire des mathématiques, et au professeur de mathématiques de faire des sciences physiques.
7 I. Méthode de travail. Troisième principe : En classe de mathématiques, avec les situations rencontrées en sciences physiques, on peut contextualiser des techniques plus ou moins explicites des programmes ; inversement, il s'agit de prendre en charge l'acquisition des outils et des techniques dont le physicien pourrait avoir besoin. Quatrième principe : Une collaboration entre les professeurs de mathématiques et de sciences physiques est nécessaire. Elle devrait aller vers des progressions concertées.
8 II. Un premier exemple. La vitesse instantanée et la dérivation. vitesse = coefficient directeur de la tangente vitesse = longueur du vecteur vitesse y(m) y (m) 3 3 V M Le mathématicien croit que le physicien fait çà t (s) alors que le physicien peut faire çà! x(m)
9 III. Premier T.P. de radioactivité. I. Objectif. Evaluer, à partir d un instant donné de date t, le nombre de désintégrations se produisant pendant une durée t déterminée dans un échantillon d un élément radioactif. La «démarche expérimentale» conduit à effectuer plusieurs mesures. Impossibilité de répéter plusieurs fois une mesure à un même instant de date t.
10 III. Premier T.P. de radioactivité. Choix de l élément Césium 137 : la lenteur de sa désintégration permet de considérer que l activité de cet élément n est pas modifiée sur la durée du T.P.. Ainsi, on admet que toutes les mesures, faites nécessairement à des instants différents, correspondent à des comptages à la même date t.
11 III. Premier T.P. de radioactivité. II. Dispositif expérimental. La désintégration du Césium se fait selon la réaction d équation Cs 0e + 137Ba γ une source de Césium 137 (à droite dans le tube) émetteur d électrons accompagnés de rayonnement γ ; un détecteur de radioactivité (à gauche dans le tube) ; un compteur d'impulsions (partie inférieure).
12 III. Premier T.P. de radioactivité. «Contraintes» expérimentales. 1. Le détecteur ne reçoit qu'une petite quantité du rayonnement émis. 2. Rien ne permet d affirmer que le détecteur soit efficace à 100%. 3. Il réagit à des paquets de «radiations». Le nombre d'impulsions affiché n est donc pas égal au nombre de noyaux désintégrés. On considère que le nombre réel de désintégrations est proportionnel au nombre affiché par l appareil.
13 Série 1 Série 2 Série 3 Série Mesures. III. Premier T.P. de radioactivité.
14 III. Premier T.P. de radioactivité. Interprétation. Certains élèves émettent l idée que l appareil de comptage est défectueux! Arriver à l idée de phénomène aléatoire. S appuyant sur les acquis de la classe de seconde en mathématiques, l enseignant peut alors guider les élèves vers un traitement statistique ; pour cela on utilise un fichier contenant le résultat de 1000 comptages.
15 III. Premier T.P. de radioactivité. Traitement statistique. (obtenu avec le logiciel Généris 5+) 50 comptages 100 comptages 0,3 0,3 0,25 0,25 0,2 0,2 0,15 0,15 0,1 0,1 0,05 0, comptages 400 comptages 0,3 0,3 0,25 0,25 0,2 0,2 0,15 0,15 0,1 0,1 0,05 0,
16 III. Premier T.P. de radioactivité comptages 0,3 0,25 0,2 0,15 0,1 0, Le «n importe quoi» a une «forme». Observation : la valeur la plus fréquente du nombre de désintégrations du césium 137 en deux secondes est égale à 7. Cette valeur a-t-elle un lien avec la valeur moyenne?
17 III. Premier T.P. de radioactivité. Etude de la valeur moyenne. 9,50 9,00 8,50 8,00 7,50 7,00 6,50 6,00 5,50 5, Evolution de la moyenne en fonction du nombre de comptages La moyenne tend à se stabiliser à une valeur autour de 7,4. La valeur la plus fréquente et la valeur moyenne sont proches.
18 III. Premier T.P. de radioactivité. V. Conclusions. Du côté du physicien : Le phénomène de désintégration radioactive qui pouvait paraître, au départ, imprévisible, peut, à la fin, être considéré comme un phénomène aléatoire. On synthétise les résultats expérimentaux en disant : à l instant t de l expérimentation, le nombre de désintégrations le plus probable est égale à 7, proche du nombre moyen, 7,37.
19 III. Premier T.P. de radioactivité. Du côté du mathématicien. Les outils de la statistique sont indispensables pour étudier le phénomène de désintégration radioactive. Nécessité des notions de probabilités. Du côté du philosophe. Abandon du paradigme déterministe. Passage à un langage de probabilités pour que le phénomène n en reste pas au niveau du «n importe quoi» et que l on puisse en dire quelque chose,
20 Auriez-vous une remarque ou une question? Mais où est l équation différentielle dont on nous dit qu elle est indispensable au physicien pour traiter la radioactivité????
21 IV. Où le professeur de maths intervient. 1. Modélisation de la désintégration radioactive. Il nous faut produire un modèle mathématique qui rende compte en particulier de : 0,3 0,25 0,2 Moyenne : 7,37 0,15 0,1 0,05 Ecart type : 2,
22 IV. Où le professeur de maths intervient. Première hypothèse. la désintégration d un noyau d un élément radioactif est un phénomène aléatoire. A partir d un instant t fixé, pendant une unité de temps t, un noyau de césium 137 a une probabilité p de se désintégrer. Deuxième hypothèse. Pour continuer «confortablement», les noyaux de césium n interagissent pas entre eux. Au cours d une unité de temps, chaque noyau de césium va se comporter indépendamment des autres.
23 IV. Où le professeur de maths intervient. Soit N le nombre de noyaux. Ainsi on considère que ce qui se passe à partir d un instant t, pendant une unité de temps, est la répétition N fois, de manière indépendante, de l événement «un noyau se désintègre». La probabilité d avoir k désintégrations est égale à N k p k (1 p) N k Loi binomiale de paramètres N et p. L espérance mathématique est égale à N.p
24 IV. Où le professeur de maths intervient. Rappel. On cherche un modèle mathématique rendant compte de l expérience. En particulier : pour 1000 comptages la moyenne du nombre de désintégrations est égale à 7,37. Simulation. N = 100, p = 0, ,3 0,25 0,2 Moyenne : 7,37 0,15 0,1 0,05 Ecart type : 2,
25 IV. Où le professeur de maths intervient. Conclusion. Dans certaines conditions, la désintégration d un noyau d un élément radioactif est un phénomène aléatoire. A partir d un instant de date t, le nombre de désintégrations pendant une durée t, est une variable aléatoire qui suit une loi binomiale de paramètres N et p. La moyenne du nombre de ces désintégrations est égal à N. p qui est proche de la valeur la plus probable. On pourra dire que ce nombre moyen est le nombre de désintégration pendant la durée t.
26 Auriez-vous une remarque ou une question? Probabilités et probabilités conditionnelles sont les seuls préalables indispensables à l étude de la radioactivité. On n a toujours pas d équation différentielle.
27 V. Second T.P. de radioactivité. Etudier l évolution du nombre N de noyaux radioactifs au cours du temps. L étude de l évolution dans le temps de l activité radioactive prend dans les classes de physique deux voix différentes : étude du radon 220 ; simulation (par exemple avec des dés).
28 V. Second T.P. de radioactivité. Matériel expérimental. On crée une dépression dans la fiole scintillante. On met en communication le générateur de radon et la fiole scintillante. La dépression aspire des noyaux de radon du générateur de radon. Le nombre N(0) de noyaux de radon introduits dans la fiole scintillante est proportionnel à la dépression P. Générateur Fiole de radon 220 scintillante dans la chambre à photomultiplicateur
29 V. Second T.P. de radioactivité. Mesures et traitement des mesures. On mesure des nombres de désintégrations : N(t). Les comptages sont démarrés toutes les 7 secondes. La durée de chaque comptage est de 5 secondes. On fait deux expériences à deux dépressions différentes, pour avoir deux N(0) différents. Avec un tableur ( Généris 5+), les élèves calculent les rapports - N(t)/ t, appelé l activité A(t), puis ils représentent le nuage de points (t ; A(t)).
30 V. Second T.P. de radioactivité. Expérience 1. Le logiciel permet alors de tester certains «modèles».
31 V. Second T.P. de radioactivité. A1( t) t = a exp τ
32 V. Second T.P. de radioactivité. Mise en commun des résultats des deux expériences La constante de temps est indépendante du nombre de noyaux.
33 V. Second T.P. de radioactivité. Réduction au modèle «linéaire».
34 V. Second T.P. de radioactivité. A( t) t = A(0) exp τ Et alors? On veut connaître N(t). Le physicien dit que N(t) et A(t) sont proportionnels N t ( t) = k N( t) N( t) t = N(0) exp τ
35 VI. Seconde modélisation mathématique. Rappel. La désintégration d un noyau d un élément radioactif était un phénomène aléatoire. On attache une probabilité p à la désintégration d un noyau pendant une durée t à un instant de date t. A priori, p dépend de t, de N et de t.
36 VI. Seconde modélisation mathématique. Nouvelles hypothèses. Hypothèse 1 : à N et t fixés, la probabilité de désintégration est proportionnelle à t : p = λ. t. Hypothèse 2 : la probabilité p ne dépend pas du nombre de noyaux : λ ne dépend pas de N. Hypothèse 3 : la désintégration radioactive se fait «sans vieillissement» : λ ne dépend pas de t.
37 VI. Seconde modélisation mathématique. p = λ. t avec λ indépendant de N et de t. p est la probabilité qu un noyau se désintègre pendant la durée t, sachant que le noyau n est pas désintégré à l instant t!
38 VI. Seconde modélisation mathématique. Etude de l évolution d une population de N noyaux. On regarde d abord ce qui se passe pour UN noyau (ou un dé) : à t 1 = t, la probabilité qu il ne soit pas désintégré : ( 1 λ t) à t 2 = 2. t, la probabilité qu il ne soit pas désintégré : à t n = n. t, la probabilité qu il ne soit pas désintégré : ( 1 λ t) 2 ( 1 λ t) n qu on peut écrire : λ t n 1 n n
39 VI. Seconde modélisation mathématique. Donc pour un noyau, on peut définir une variable aléatoire de Bernoulli X avec : P( X n λ tn = 1) = 1 et P( X = 0) = 1 1 n L évolution d une population de N noyaux peut être considérée comme la répétition N fois, de manière indépendante, de ce qui se passe pour un noyau. Donc le nombre de noyaux restant à l instant n. t est une variable aléatoire qui suit une loi binomiale de paramètres : N et 1 λ tn n n λ t n n n
40 VI. Seconde modélisation mathématique. Attention. Le nombre de noyaux restant à l instant t n = n. t est aléatoire! On convient de s intéresser au nombre moyen. Celui-ci sera considéré comme LE nombre de noyau restants à l instant t n = n. t : N ( t n ) = N. 1 λ t n n n
41 VII. Une vérification expérimentale. Le phénomène de demi-vie. 2 N n t. 1 N n 2 1 n = λ Soit le nombre tel que : 2 n 1 à l instant, le nombre de noyaux restants est t. n ( ) ( ) 4 N t. 1 N 2 n t 2 n. 1 N 2 n 2 n = λ = λ Ce qui peut être testé sur les courbes obtenues.
42 VIII. Modèle définitif. Jusqu ici, nous travaillons avec des temps discrets. L instant t ne peut être qu un multiple de t. Pour avoir un «maillage» du temps plus fin, on choisit un t plus petit. Ce qui fait que pour un t fixé, n devra être «assez grand». On s intéresse donc à : lim n + N. 1 λ.t n n = N e λ t
43 VIII. Modèle définitif. La désintégration radioactive se modélise à l échelle macroscopique par : N( t) = N. e λ t avec N = N(0) cette fonction est solution de l équation différentielle : soit en différentielles y = - λ y dn(t) = - λ N(t) dt c est-à-dire que la variation du nombre de noyau à l instant t est proportionnelle au nombre de noyau présents à l instant t et à la durée dt considérée.
44 VIII. Modèle définitif. En appliquant les différentielles aux accroissements : donc : N(t) = λ N(t) t, N t ( t) = λ N( t) N est donc proportionnel au nombre de noyaux. t et on peut vérifier expérimentalement le modèle à travers l étude de l «activité» d un élément radioactif.
45 IX. Conclusion. Ce sont les notions de probabilités qui sont au programme de TS qui sont les préalables à l étude de la radioactivité. On a, bien sûr, besoin de la fonction exponentielle, qui peut être introduite par résolution d une équation différentielle mais, vu le phénomène de demi-vie, l introduction par généralisation des suites géométriques est aussi pertinente. L équation différentielle est le modèle final. Elle n a pas de vérification expérimentale directe.
TSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailMODELES DE DUREE DE VIE
MODELES DE DUREE DE VIE Cours 1 : Introduction I- Contexte et définitions II- Les données III- Caractéristiques d intérêt IV- Evènements non renouvelables/renouvelables (unique/répété) I- Contexte et définitions
Plus en détailLa fonction exponentielle
DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction
Plus en détailLoi binomiale Lois normales
Loi binomiale Lois normales Christophe ROSSIGNOL Année scolaire 204/205 Table des matières Rappels sur la loi binomiale 2. Loi de Bernoulli............................................ 2.2 Schéma de Bernoulli
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailProbabilités III Introduction à l évaluation d options
Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un
Plus en détailPrécision d un résultat et calculs d incertitudes
Précision d un résultat et calculs d incertitudes PSI* 2012-2013 Lycée Chaptal 3 Table des matières Table des matières 1. Présentation d un résultat numérique................................ 4 1.1 Notations.........................................................
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailChapitre 6. Réactions nucléaires. 6.1 Généralités. 6.1.1 Définitions. 6.1.2 Lois de conservation
Chapitre 6 Réactions nucléaires 6.1 Généralités 6.1.1 Définitions Un atome est constitué d électrons et d un noyau, lui-même constitué de nucléons (protons et neutrons). Le nombre de masse, noté, est le
Plus en détailBTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL
BTS Groupement A Mathématiques Session 11 Exercice 1 : 1 points Spécialités CIRA, IRIS, Systèmes électroniques, TPIL On considère un circuit composé d une résistance et d un condensateur représenté par
Plus en détailTransformations nucléaires
Transformations nucléaires Stabilité et instabilité des noyaux : Le noyau d un atome associé à un élément est représenté par le symbole A : nombre de masse = nombre de nucléons (protons + neutrons) Z :
Plus en détailCommun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
Plus en détailBac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)
Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre
Plus en détailVariables Aléatoires. Chapitre 2
Chapitre 2 Variables Aléatoires Après avoir réalisé une expérience, on ne s intéresse bien souvent à une certaine fonction du résultat et non au résultat en lui-même. Lorsqu on regarde une portion d ADN,
Plus en détailMaster Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2.
Master Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2. Techniques de correction pour les options barrières 25 janvier 2007 Exercice à rendre individuellement lors
Plus en détailSUIVI CINETIQUE PAR SPECTROPHOTOMETRIE (CORRECTION)
Terminale S CHIMIE TP n 2b (correction) 1 SUIVI CINETIQUE PAR SPECTROPHOTOMETRIE (CORRECTION) Objectifs : Déterminer l évolution de la vitesse de réaction par une méthode physique. Relier l absorbance
Plus en détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
Plus en détailEtude de fonctions: procédure et exemple
Etude de fonctions: procédure et exemple Yves Delhaye 8 juillet 2007 Résumé Dans ce court travail, nous présentons les différentes étapes d une étude de fonction à travers un exemple. Nous nous limitons
Plus en détailLa physique nucléaire et ses applications
La physique nucléaire et ses applications I. Rappels et compléments sur les noyaux. Sa constitution La représentation symbolique d'un noyau est, dans laquelle : o X est le symbole du noyau et par extension
Plus en détail4 Distributions particulières de probabilités
4 Distributions particulières de probabilités 4.1 Distributions discrètes usuelles Les variables aléatoires discrètes sont réparties en catégories selon le type de leur loi. 4.1.1 Variable de Bernoulli
Plus en détailLes mathématiques du XXe siècle
Itinéraire de visite Les mathématiques du XXe siècle Tous publics de culture scientifique et technique à partir des classes de 1ères Temps de visite : 1 heure 30 Cet itinéraire de visite dans l exposition
Plus en détailChapitre 11: Réactions nucléaires, radioactivité et fission
1re B et C 11 Réactions nucléaires, radioactivité et fission 129 Chapitre 11: Réactions nucléaires, radioactivité et fission 1. Définitions a) Nucléides (= noyaux atomiques) Les nucléides renferment les
Plus en détailDérivation : Résumé de cours et méthodes
Dérivation : Résumé de cours et métodes Nombre dérivé - Fonction dérivée : DÉFINITION (a + ) (a) Etant donné est une onction déinie sur un intervalle I contenant le réel a, est dérivable en a si tend vers
Plus en détailFonctions de deux variables. Mai 2011
Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en détailLes mathématiques de la finance Université d été de Sourdun Olivier Bardou olivier.bardou@gdfsuez.com 28 août 2012 De quoi allons nous parler? des principales hypothèses de modélisation des marchés, des
Plus en détailChapitre 1. L intérêt. 2. Concept d intérêt. 1. Mise en situation. Au terme de ce chapitre, vous serez en mesure de :
Chapitre 1 L intérêt Au terme de ce chapitre, vous serez en mesure de : 1. Comprendre la notion générale d intérêt. 2. Distinguer la capitalisation à intérêt simple et à intérêt composé. 3. Calculer la
Plus en détailEXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG
Exploitations pédagogiques du tableur en STG Académie de Créteil 2006 1 EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG Commission inter-irem lycées techniques contact : dutarte@club-internet.fr La maquette
Plus en détailFORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc)
87 FORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc) Dans le cadre de la réforme pédagogique et de l intérêt que porte le Ministère de l Éducation
Plus en détailLa Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois
Plus en détailChapitre 1 Régime transitoire dans les systèmes physiques
Chapitre 1 Régime transitoire dans les systèmes physiques Savoir-faire théoriques (T) : Écrire l équation différentielle associée à un système physique ; Faire apparaître la constante de temps ; Tracer
Plus en détailChap 4. La fonction exponentielle Terminale S. Lemme : Si est une fonction dérivable sur R telle que : = et 0! = 1 alors ne s annule pas sur R.
Lemme : Si est une fonction dérivable sur R telle que : = et 0! = 1 alors ne s annule pas sur R. Démonstration : Soit la fonction %:& %&!= &!, elle est dérivable sur R et & R, %. &!= &! = &! = %&! gaelle.buffet@ac-montpellier.fr
Plus en détailUne application de méthodes inverses en astrophysique : l'analyse de l'histoire de la formation d'étoiles dans les galaxies
Une application de méthodes inverses en astrophysique : l'analyse de l'histoire de la formation d'étoiles dans les galaxies Ariane Lançon (Observatoire de Strasbourg) en collaboration avec: Jean-Luc Vergely,
Plus en détailBACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE
BACCALAURÉAT GÉNÉRAL SESSION 2012 MATHÉMATIQUES Série S Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE Les calculatrices électroniques de poche sont autorisées, conformément à la
Plus en détailCanevas théoriques du projet sur le poker Partie A
Partie A Dans une partie de poker, particulièrement au Texas Hold em Limit, il est possible d effectuer certains calculs permettant de prendre la meilleure décision. Quelques-uns de ces calculs sont basés
Plus en détailTP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options
Université de Lorraine Modélisation Stochastique Master 2 IMOI 2014-2015 TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options 1 Les options Le but de ce
Plus en détailLycée Galilée Gennevilliers. chap. 6. JALLU Laurent. I. Introduction... 2 La source d énergie nucléaire... 2
Lycée Galilée Gennevilliers L'énergie nucléaire : fusion et fission chap. 6 JALLU Laurent I. Introduction... 2 La source d énergie nucléaire... 2 II. Équivalence masse-énergie... 3 Bilan de masse de la
Plus en détailIntroduction à la théorie des files d'attente. Claude Chaudet Claude.Chaudet@enst.fr
Introduction à la théorie des files d'attente Claude Chaudet Claude.Chaudet@enst.fr La théorie des files d'attente... Principe: modélisation mathématique de l accès à une ressource partagée Exemples réseaux
Plus en détailInformatique et sciences du numérique
Informatique et sciences du numérique Philippe Marquet Colloque IREM, Lyon 25 mai 2013 Informatique et sciences du numérique Septembre 2012 : ISN, spécialité en classe de terminale S Pourquoi introduire
Plus en détailLes formations de remise à niveau(!) l'entrée des licences scientifiques. Patrick Frétigné CIIU
Les formations de remise à niveau(!) pour les bacheliers «non-s» à l'entrée des licences scientifiques. Patrick Frétigné CIIU Cinq exemples Nantes Clermont Ferrand Lorraine Rennes 1 Rouen Nantes REUSCIT
Plus en détailProbabilités et Statistiques. Feuille 2 : variables aléatoires discrètes
IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de
Plus en détailBaccalauréat universitaire (bachelor) en mathématiques et sciences informatiques
Baccalauréat universitaire (bachelor) en mathématiques et sciences informatiques CONDITIONS GENERALES Art. A 3 Baccalauréat universitaire en mathématiques et sciences informatiques 1. La Faculté décerne
Plus en détailSYSTEMES LINEAIRES DU PREMIER ORDRE
SYSTEMES LINEIRES DU PREMIER ORDRE 1. DEFINITION e(t) SYSTEME s(t) Un système est dit linéaire invariant du premier ordre si la réponse s(t) est liée à l excitation e(t) par une équation différentielle
Plus en détailCours Fonctions de deux variables
Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté
Plus en détailPRIME D UNE OPTION D ACHAT OU DE VENTE
Université Paris VII - Agrégation de Mathématiques François Delarue) PRIME D UNE OPTION D ACHAT OU DE VENTE Ce texte vise à modéliser de façon simple l évolution d un actif financier à risque, et à introduire,
Plus en détailEXERCICE 2 : SUIVI CINETIQUE D UNE TRANSFORMATION PAR SPECTROPHOTOMETRIE (6 points)
BAC S 2011 LIBAN http://labolycee.org EXERCICE 2 : SUIVI CINETIQUE D UNE TRANSFORMATION PAR SPECTROPHOTOMETRIE (6 points) Les parties A et B sont indépendantes. A : Étude du fonctionnement d un spectrophotomètre
Plus en détailExercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
Plus en détailCHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.
CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires
Plus en détailExercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?
Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version
Plus en détailExercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?
Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version
Plus en détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur
Plus en détailProfesseur Eva PEBAY-PEYROULA
3-1 : Physique Chapitre 8 : Le noyau et les réactions nucléaires Professeur Eva PEBAY-PEYROULA Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Finalité du chapitre
Plus en détailC4: Réactions nucléaires, radioactivité et fission
1re B et C C4 Réactions nucléaires, radioactivité et fission 30 C4: Réactions nucléaires, radioactivité et fission 1. Définitions a) Nucléides (= noyaux atomiques) Les nucléides renferment les nucléons:
Plus en détailLe modèle de Black et Scholes
Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un
Plus en détailPrésentation du programme. de physique-chimie. de Terminale S. applicable en septembre 2012
Présentation du programme de physique-chimie de Terminale S applicable en septembre 2012 Nicolas Coppens nicolas.coppens@iufm.unistra.fr Comme en Seconde et en Première, le programme mélange la physique
Plus en détailDérivation : cours. Dérivation dans R
TS Dérivation dans R Dans tout le capitre, f désigne une fonction définie sur un intervalle I de R (non vide et non réduit à un élément) et à valeurs dans R. Petits rappels de première Téorème-définition
Plus en détailExercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT
Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,
Plus en détailRessources pour le lycée général et technologique
éduscol Ressources pour le lycée général et technologique Ressources pour la classe de terminale générale et technologique Exercices de mathématiques Classes de terminale S, ES, STI2D, STMG Ces documents
Plus en détailENS de Lyon TD 1 17-18 septembre 2012 Introduction aux probabilités. A partie finie de N
ENS de Lyon TD 7-8 septembre 0 Introduction aux probabilités Exercice Soit (u n ) n N une suite de nombres réels. On considère σ une bijection de N dans N, de sorte que (u σ(n) ) n N est un réordonnement
Plus en détailNOTICE DOUBLE DIPLÔME
NOTICE DOUBLE DIPLÔME MINES ParisTech / HEC MINES ParisTech/ AgroParisTech Diplômes obtenus : Diplôme d ingénieur de l Ecole des Mines de Paris Diplôme de HEC Paris Ou Diplôme d ingénieur de l Ecole des
Plus en détailInitiation à l algorithmique
Informatique S1 Initiation à l algorithmique procédures et fonctions 2. Appel d une fonction Jacques TISSEAU Ecole Nationale d Ingénieurs de Brest Technopôle Brest-Iroise CS 73862-29238 Brest cedex 3 -
Plus en détailPRÉCIS DE SIMULATION
PRÉCIS DE SIMULATION P. Del Moral Centre INRIA Bordeaux Sud-Ouest & Institut de Mathématiques de Bordeaux Université Bordeaux I, 351, cours de la Libération 33405 Talence, France Table des matières 1
Plus en détailModélisation aléatoire en fiabilité des logiciels
collection Méthodes stochastiques appliquées dirigée par Nikolaos Limnios et Jacques Janssen La sûreté de fonctionnement des systèmes informatiques est aujourd hui un enjeu économique et sociétal majeur.
Plus en détailBaccalauréat ES/L Amérique du Sud 21 novembre 2013
Baccalauréat ES/L Amérique du Sud 21 novembre 2013 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats 5 points Une entreprise informatique produit et vend des clés USB. La vente de ces clés est réalisée
Plus en détailCalcul élémentaire des probabilités
Myriam Maumy-Bertrand 1 et Thomas Delzant 1 1 IRMA, Université Louis Pasteur Strasbourg, France Licence 1ère Année 16-02-2006 Sommaire La loi de Poisson. Définition. Exemple. 1 La loi de Poisson. 2 3 4
Plus en détailTable des matières. I Mise à niveau 11. Préface
Table des matières Préface v I Mise à niveau 11 1 Bases du calcul commercial 13 1.1 Alphabet grec...................................... 13 1.2 Symboles mathématiques............................... 14 1.3
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailTravaux dirigés d introduction aux Probabilités
Travaux dirigés d introduction aux Probabilités - Dénombrement - - Probabilités Élémentaires - - Variables Aléatoires Discrètes - - Variables Aléatoires Continues - 1 - Dénombrement - Exercice 1 Combien
Plus en détailBAC BLANC SCIENCES PHYSIQUES. Durée : 3 heures 30
Terminales S1, S2, S3 2010 Vendredi 29 janvier BAC BLANC SCIENCES PHYSIQUES Durée : 3 heures 30 Toutes les réponses doivent être correctement rédigées et justifiées. Chaque exercice sera traité sur une
Plus en détailF411 - Courbes Paramétrées, Polaires
1/43 Courbes Paramétrées Courbes polaires Longueur d un arc, Courbure F411 - Courbes Paramétrées, Polaires Michel Fournié michel.fournie@iut-tlse3.fr http://www.math.univ-toulouse.fr/ fournie/ Année 2012/2013
Plus en détailCatalogue des connaissances de base en mathématiques dispensées dans les gymnases, lycées et collèges romands.
Catalogue des connaissances de base en mathématiques dispensées dans les gymnases, lycées et collèges romands. Pourquoi un autre catalogue en Suisse romande Historique En 1990, la CRUS (Conférences des
Plus en détailCARACTERISTIQUE D UNE DIODE ET POINT DE FONCTIONNEMENT
TP CIRCUITS ELECTRIQUES R.DUPERRAY Lycée F.BUISSON PTSI CARACTERISTIQUE D UNE DIODE ET POINT DE FONCTIONNEMENT OBJECTIFS Savoir utiliser le multimètre pour mesurer des grandeurs électriques Obtenir expérimentalement
Plus en détailLEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.
LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. Pré-requis : Probabilités : définition, calculs et probabilités conditionnelles ; Notion de variables aléatoires, et propriétés associées : espérance,
Plus en détailLes correcteurs accorderont une importance particulière à la rigueur des raisonnements et aux représentations graphiques demandées.
Les correcteurs accorderont une importance particulière à la rigueur des raisonnements et aux représentations graphiques demandées. 1 Ce sujet aborde le phénomène d instabilité dans des systèmes dynamiques
Plus en détail14. Introduction aux files d attente
14. Introduction aux files d attente MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v2) MTH2302D: Files d attente 1/24 Plan 1. Introduction 2. Modèle M/M/1 3. Modèle M/M/1/K MTH2302D: Files
Plus en détailChapitre 10 : Radioactivité et réactions nucléaires (chapitre 11 du livre)
Chapitre 10 : Radioactivité et réactions nucléaires (chapitre 11 du livre) 1. A la découverte de la radioactivité. Un noyau père radioactif est un noyau INSTABLE. Il se transforme en un noyau fils STABLE
Plus en détail(aq) sont colorées et donnent à la solution cette teinte violette, assimilable au magenta.»
Chapitre 5 / TP 1 : Contrôle qualité de l'eau de Dakin par dosage par étalonnage à l'aide d'un spectrophotomètre Objectif : Vous devez vérifier la concentration massique d'un désinfectant, l'eau de Dakin.
Plus en détailModèles à Événements Discrets. Réseaux de Petri Stochastiques
Modèles à Événements Discrets Réseaux de Petri Stochastiques Table des matières 1 Chaînes de Markov Définition formelle Idée générale Discrete Time Markov Chains Continuous Time Markov Chains Propriétés
Plus en détailChapitre 3 Les régimes de fonctionnement de quelques circuits linéaires
Chapitre 3 Les régimes de fonctionnement de quelques circuits linéaires 25 Lechapitreprécédent avait pour objet l étude decircuitsrésistifsalimentéspar dessourcesde tension ou de courant continues. Par
Plus en détailCircuits RL et RC. Chapitre 5. 5.1 Inductance
Chapitre 5 Circuits RL et RC Ce chapitre présente les deux autres éléments linéaires des circuits électriques : l inductance et la capacitance. On verra le comportement de ces deux éléments, et ensuite
Plus en détailAucune frontière entre. Jean-Louis Aimar
Jean-Louis Aimar Aucune frontière entre la Vie et la Mort 2 2 «Deux systèmes qui se retrouvent dans un état quantique ne forment plus qu un seul système.» 2 3 42 Le chat de Schrödinger L expérience du
Plus en détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en détailNombre dérivé et tangente
Nombre dérivé et tangente I) Interprétation graphique 1) Taux de variation d une fonction en un point. Soit une fonction définie sur un intervalle I contenant le nombre réel a, soit (C) sa courbe représentative
Plus en détail259 VOLUMETRIE ET TITRATION DOSAGE DU NaOH DANS LE DESTOP
259 VOLUMETRIE ET TITRATION DOSAGE DU NaOH DANS LE DESTOP A d a p t a t i o n : A. - M. F o u r n i e r ( C o p a d ), M. C a s a n o v a & H. J e n n y ( C d C ) 2 0 0 1 C o n c e p t i o n D. M a r g
Plus en détailConception des systèmes répartis
Conception des systèmes répartis Principes et concepts Gérard Padiou Département Informatique et Mathématiques appliquées ENSEEIHT Octobre 2012 Gérard Padiou Conception des systèmes répartis 1 / 37 plan
Plus en détailAtelier : L énergie nucléaire en Astrophysique
Atelier : L énergie nucléaire en Astrophysique Elisabeth Vangioni Institut d Astrophysique de Paris Fleurance, 8 Août 2005 Une calculatrice, une règle et du papier quadrillé sont nécessaires au bon fonctionnement
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailProcessus de comptage, Poisson mélange, fonction de perte exponentielle, système bonus-malus.
JF WALHIN* J PARIS* * Université Catholique de Louvain, Belgique Le Mans Assurances, Belgique RÉSUMÉ Nous proposons une méthodologie générale pour construire un système bonus-malus équilibré basé sur une
Plus en détailContinuité en un point
DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à
Plus en détailCorrection du Baccalauréat S Amérique du Nord mai 2007
Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n
Plus en détailRaisonnement par récurrence Suites numériques
Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailAnnexe commune aux séries ES, L et S : boîtes et quantiles
Annexe commune aux séries ES, L et S : boîtes et quantiles Quantiles En statistique, pour toute série numérique de données à valeurs dans un intervalle I, on définit la fonction quantile Q, de [,1] dans
Plus en détailPlan. 5 Actualisation. 7 Investissement. 2 Calcul du taux d intérêt 3 Taux équivalent 4 Placement à versements fixes.
Plan Intérêts 1 Intérêts 2 3 4 5 6 7 Retour au menu général Intérêts On place un capital C 0 à intérêts simples de t% par an : chaque année une somme fixe s ajoute au capital ; cette somme est calculée
Plus en détailChapitre 6. Fonction réelle d une variable réelle
Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette
Plus en détailExamen optimisation Centrale Marseille (2008) et SupGalilee (2008)
Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut
Plus en détailEstimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison
Estimation: intervalle de fluctuation et de confiance Mars 2012 IREM: groupe Proba-Stat Estimation Term.1 Intervalle de fluctuation connu : probabilité p, taille de l échantillon n but : estimer une fréquence
Plus en détail(51) Int Cl.: H04L 29/06 (2006.01) G06F 21/55 (2013.01)
(19) TEPZZ 8 8 4_A_T (11) EP 2 838 241 A1 (12) DEMANDE DE BREVET EUROPEEN (43) Date de publication: 18.02.1 Bulletin 1/08 (1) Int Cl.: H04L 29/06 (06.01) G06F 21/ (13.01) (21) Numéro de dépôt: 141781.4
Plus en détail