MATHEMATIQUES Option économique Mardi 9 mai 2006 de 8h à 12h

Dimension: px
Commencer à balayer dès la page:

Download "MATHEMATIQUES Option économique Mardi 9 mai 2006 de 8h à 12h"

Transcription

1 ECOLE DE HAUTES ETUDES COMMERCIALES DU NORD Concours d'admission sur classes préparatoires MATHEMATIQUES Option économique Mardi 9 mai 6 de 8h à h La présentation, la lisibilité, l'orthographe, la qualité de la rédaction, la clarté et la précision des raisonnements entreront pour une part importante dans l'appréciation des copies Les candidats sont invités à encadrer, dans la mesure du possible, les résultats de leurs calculs Ils ne doivent faire usage d'aucun document ; seule l'utilisation d'une règle graduée est autorisée L'utilisation de toute calculatrice et de tout matériel électronique est interdite Eercice Soit f l endomorphisme de IR 3 dont la matrice dans la base canonique B de IR 3 est : 7 A = On note I la matrice unité de M 3(IR) et on pose u = (,, ) ) a) Montrer que Ker f = vect(u) b) La matrice A est-elle inversible? ) a) Déterminer le vecteur v de IR 3, dont la ème coordonnée dans B vaut, et tel que f (v) = u b) Démontrer que le vecteur w de IR 3, dont la ème coordonnée dans B vaut, et qui vérifie f (w) = v est w = (,, ) c) Montrer que (u, v, w) est une base de IR 3 que l on notera B On note P la matrice de passage de la base B à la base B 3) a) Écrire la matrice N de f relativement à la base B En déduire la seule valeur propre de f L endomorphisme f est-il diagonalisable? b) Donner la relation liant les matrices A, N, P et P, puis en déduire que, pour tout entier k supérieur ou égal à 3, on a : A k = 4) On note C N (respectivement C A ) l ensemble des matrices de M 3(IR) qui commutent avec N (respectivement A) a) Montrer que C N est un sous-espace vectoriel de M 3(IR) et que C N = vect (I, N, N ) On admet que C A est aussi un sous-espace vectoriel de M 3(IR) b) Établir que : M C A P M P C N En déduire que C A = vect (I, A, A ) Quelle est la dimension de C A?

2 Eercice si [, [ ( ) On considère la fonction f définie par : f () = si [, [ sinon ) Montrer que f peut être considérée comme une densité de probabilité Dans toute la suite, on considère une variable aléatoire X définie sur un certain espace probabilisé (Ω, A, P) et admettant la fonction f pour densité ) Déterminer la fonction de répartition F de X 3) Montrer que X a une espérance et que celle-ci vaut 4) a) Déterminer E((X ) ) b) En déduire que X a une variance et que V(X) = 3 4 ln 5) On appelle variable indicatrice d un événement A, la variable de Bernoulli qui vaut si A est réalisé et sinon On considère maintenant la variable aléatoire Y, indicatrice de l événement (X ) et la variable aléatoire Z, indicatrice de l événement (X > ) a) Préciser la relation liant Y et Z puis établir sans calcul que le coefficient de corrélation linéaire de Y et Z, noté ρ (Y, Z), est égal à b) En déduire la valeur de la covariance de Y et Z Eercice 3 Soit f la fonction définie pour tout couple (, y) de IR par : f (, y) = + y + y y ) a) Calculer les dérivées partielles premières de f b) En déduire que le seul point critique de f est A = ( 6, 6 ) ) a) Calculer les dérivées partielles secondes de f b) Montrer que f présente un minimum local en A et donner la valeur m de ce minimum 3) a) Développer ( + y 4 ) + 3 (y 6 ) b) En déduire que m est le minimum global de f sur IR 4) On considère la fonction g définie pour tout couple (, y) de IR par : g(, y) = e + e y + e + y e e y a) Utiliser la question 3) pour établir que : (, y) IR, g(, y) b) En déduire que g possède un minimum global sur IR et préciser en quel point ce minimum est atteint Problème 6

3 Partie : étude d une variable discrète sans mémoire Soit X une variable aléatoire discrète, à valeurs dans IN telle que : m IN, P(X m) > On suppose également que X vérifie : (m, n) IN IN, P (X m) (X n + m) = P(X n) On pose P(X = ) = p et on suppose que p > ) On pose q = p Montrer que P(X ) = q En déduire que < q < ) Montrer que : (m, n) IN IN, P(X n + m) = P(X m) P(X n) 3) Pour tout n de IN, on pose u n = P(X n) a) Utiliser la relation obtenue à la deuième question pour montrer que la suite (u n ) est géométrique b) Pour tout n de IN, eprimer P(X n) en fonction de n et de q c) Établir que : n IN, P(X = n) = P(X n) P(X n + ) d) En déduire que, pour tout n de IN, on a P(X = n) = q n p 4) a) Reconnaître la loi suivie par la variable X + b) En déduire E(X) et V(X) Partie : tau de panne d une variable discrète Pour toute variable aléatoire Y à valeurs dans IN et telle que, pour tout n de IN, P(Y n) >, on définit le tau de panne de Y à l instant n, noté λ n, par : n IN, λ n = P (Y n) (Y = n) ) a) Montrer que : n IN, λ n = PY ( = n ) b) En déduire que : n IN, λ n = PY ( n + ) c) Établir alors que : n IN, λ n < n d) Montrer par récurrence, que : n IN *, P(Y n) = ( ) n ) a) Montrer que : n IN *, PY ( = k) = P(Y n) b) En déduire que lim n + n k = P(Y n) = k = c) Montrer que lim ln( ) = + n + k = d) Conclure quant à la nature de la série de terme général λ n 3) a) Compléter la déclaration de fonction récursive suivante pour qu elle renvoie la valeur de n! lorsqu on appelle f (n) Function f (n : integer) : integer ; Begin If (n = ) then f : = else f : = ; end ; b) On considère la déclaration de fonction récursive suivante : 3

4 Function g (a : real ; n : integer) : real ; Begin If (n = ) then g : = else g : = a * g (a, n ) ; end ; Dire quel est le résultat retourné à l appel de g(a, n) c) Proposer un programme (sans écrire la partie déclarative) utilisant ces deu fonctions et n k a permettant d une part le calcul de la somme k e a et d autre part, à l aide du résultat de k =! la question a), le calcul et l affichage du tau de panne à l instant n d une variable aléatoire suivant la loi de Poisson de paramètre a >, lorsque n et a sont entrés au clavier par l utilisateur (on supposera n ) n k = d) Compléter la déclaration de fonction suivante pour qu elle renvoie la valeur de k a k e a à l appel de sigma(a, n)! Function sigma(a : real ; n : integer) : real ; var k : integer ; p : real ; Begin p : = ; s : = ; For k : = to n do begin p : = p * a / k ; s : = ; end ; s : = ; sigma : = s ; end ; Partie 3 : caractérisation des variables dont la loi est du type de celle de X ) Déterminer le tau de panne de la variable X dont la loi a été trouvée à la question 3d) de la partie ) On considère une variable aléatoire Z, à valeurs dans IN, et vérifiant : n IN, P(Z n) > On suppose que le tau de panne de Z est constant, c est-à-dire que l on a : n IN, λ n = λ a) Montrer que < λ < b) Pour tout n de IN, déterminer P(Z n) en fonction de λ et n c) Conclure que les seules variables aléatoires Z à valeurs dans IN, dont le tau de panne est constant et telles que pour tout n de IN, P(Z n) >, sont les variables dont la loi est du type de celle de X 4

5 EDHEC 6 : option ES Corrigé de l épreuve de mathématiques Eercice ) a) On résout AX = avec X = y, où X est la colonne des coordonnées d un vecteur z quelconque de Ker f dans la base canonique de IR 3 + y+ 7z= Ce système s écrit : + 4y+ 3z= 8y 6z= Avec les transformations L L L et L 3 L 3 + L, on obtient le système équivalent : + y+ 7z= y z= y+ z= qui, en remplaçant z par y dans la première équation, est équivalent à : 4y= = y, soit finalement : z= y z= y y En conclusion, AX = X = y X = y y Ceci montre que Ker f = vect( (,, ) ), ce qui s écrit aussi : Ker f = vect(u) b) Ker f est différent de {(,, )} donc f n est pas injectif, a fortiori pas bijectif On en conclut que : A n est pas inversible Remarque : on pouvait aussi écrire que le système AX = a d autres solutions que X =, ce qui prouve que A n est pas inversible

6 ) a) On pose v = (,, z) L équation f (v) = u est équivalente au système : A = z + + 7z= Ce système s écrit : z= Les deu dernières équations étant équivalentes, il 8 6z= + 7z+ 8= z + = reste, soit et enfin z = et = 3 = 3z 3 = 3z 3 Le vecteur v cherché vérifiant f (v) = u est v = (3,, ) b) L énoncé semblant admettre que le vecteur w proposé, solution de f (w) = v, eiste et est unique, on se contente de vérifier par un simple calcul : 7 3 A = 4 3 = Ceci montre bien que : 8 6 Le vecteur w cherché vérifiant f (w) = v est w = (,, ) b) Il suffit de montrer que la matrice de passage P de la base canonique B de IR 3 à la famille (u, v, w) est inversible 3 On cherche donc une réduite de Gauss de la matrice P = Avec les transformations élémentaires L L L et L 3 L 3 + L, on obtient : 3 Avec la transformation L 3 L 3 + L, on obtient : 3 Cette réduite de P est triangulaire sans élément diagonal nul, elle est donc inversible et P l est aussi En conséquence : B = (u, v, w) est une base de IR 3 3) a) On a : f (u) =, f (v) = u et f (w) = v donc la matrice N de f dans la base B est : N =

7 La matrice N est triangulaire donc ses valeurs propres sont ses éléments diagonau On peut donc conclure que est la seule valeur propre de N, donc la seule valeur propre de f De plus, le sous-espace propre de f associé à la valeur propre est Kerf Comme dim Ker f =, on a dim Ker f < dim IR 3 donc : f n est pas diagonalisable b) La formule de changement de base s écrit : A = P N P Un calcul simple montre que :N = et N 3 = On en déduit que A 3 = Pour tout entier k supérieur ou égal à 3, on a alors : A k = A 3 A k 3 = Conclusion : k 3, A k = 4) a) Soit M = a b c d e f une matrice quelconque de C N g h i La relation M N = N M équivaut à : M C N a d g b e = h On a donc : M C N M = a b c d e f g h i = d e f g h i, d où, en identifiant : a b c a b a En conclusion : M C N M = a I + b N + c N Ceci prouve que : C N = vect(i, N, N ) d = g = h= a = e= i b= f b) M C A AM = MA (PNP ) M = M (PNP ) PNP M = M PNP En multipliant les deu membres par P à gauche et par P à droite, on obtient : M C A NP MP = P M PN N(P MP) = (P M P)N On a donc : M C A P MP C N a b c d e f, d où : g h i D après le résultat de la question 4a), on peut écrire : M C A (a, b, c) IR 3, P MP = a I + b N + c N Ceci est équivalent (en multipliant les deu membres par P à gauche et par P à droite) à : M C A (a, b, c) IR 3, M = P(a I + b N + c N )P, d où, en développant : M C A (a, b, c) IR 3, M = a PIP + b PNP + c PN P 3

8 Comme PIP = I, PNP = A et PN P = A, on trouve finalement : M C A (a, b, c) IR 3, M = a I + b A + c A Conclusion : C A = vect(i, A, A ) La famille (I, A, A ) est génératrice de C A, on va vérifier que c est une famille libre Soit donc trois réels a, b et c tels que a I + b A + c A = En multipliant les deu membres par P à gauche et par P à droite, on obtient (avec une technique identique à celle utilisée plus haut) : a I + b N + c N = a b c Ceci s écrit : a b = et on conclut que : a = b = c = a La famille (I, A, A ) est génératrice de C A et libre, c est donc une base de C A On a donc : dim C A = 3 Eercice ) Sur ], [ et sur [, + [, f coïncide avec la fonction nulle donc elle est positive Sur [, [, f est bien définie ( ) et positive (car ( ) > ) Sur [, [, f est bien définie ( ) et positive (car > ) f est positive sur IR Sur ], [ et sur [, + [, f coïncide avec la fonction nulle donc elle est continue Sur [, [, f est un quotient de fonctions polynomiales à dénominateur non nul donc f est continue Sur [, [, f est un quotient de fonctions polynomiales à dénominateur non nul donc f est continue f est continue sur IR sauf peut-être en, en et en f () t dt = f () t dt = (aucun problème de convergence) / f () t dt = + f () t dt = / t ( t) / / = = = + = Avec la relation de Chasles, on a bien : 4

9 + f () t dt converge et vaut Les trois points précédents prouvent que f est une densité de probabilité ) <, F() = f () t dt = dt <, F() = [, [, F() = f () t dt F() = f () t dt + f () t dt F() = + dt ( t) F() = ( t) F() = ( ) [, [, F() = ( ) [, [, F() = f F() = () t dt f () t dt + f () t dt + f () t dt F() = + + F() = + t / / t / F() = + ( + ) dt / [, [, F() = (3 ) [, + [, F() = f () t dt 5

10 F() = f () t dt + f () t dt + f () t dt + f () t dt / / F() = [, + [, F() = 3) tf() t dt = tf() t dt = (aucun problème de convergence) / / t / t + / tf() t dt= dt = dt = ( ( t) + ( t) ( t) ( t) / tf() t dt= / ln t ( t) / = ln( ) + = ( ln) tf() t dt= / t dt = ln t / = / ln( ) = ln D après la relation de Chasles, X a une espérance qui vaut : E(X) = ln ( ln) +, d où : ) dt E(X) = + 4) a) ( t ) f ( t) dt = ( t ) f ( t) dt = (aucun problème de convergence) / ( t ) / f ( t) dt = dt = 4 ( t ) t t + f ( t) dt = dt / = ( ) / t + dt / t t ( t ) f ( t) dt = / t t ln t / = (( ln ) ( ln( ) )) ( t ) f ( t) dt = / ( 3 + ln ) = 3 ln 4 Toujours avec la relation de Chasles, (X ) a une espérance et : E((X ) ) = ln b) Comme X = (X ) + X, on déduit de la question précédente que E(X ) eiste Par linéarité de l espérance : E(X ) = E((X ) ) + E(X) Par conséquent, E(X ) = ln + = ln Comme V(X) = E(X ) (E(X)), on a finalement : 6

11 V(X) = ln 4, soit : V(X) = 3 ln 4 5) a) On remarque que : (Y = ) = (X ) = (Z = ) et (Z = ) = (X > ) = (Y = ) Or, pour tout ω de Ω, soit (X(ω) ) et on a Y(ω) + Z(ω) =, soit (X(ω) > ) et on a encore Y(ω) + Z(ω) = En conclusion : Y + Z = Les variables Y et Z sont donc affinement liées, ce qui prouve que ρ (Y, Z) {, } De plus, Z = Y +, donc Z est une fonction décroissante de Y et on a donc : ρ (Y, Z) = b) On sait que cov (Y, Z) = ρ (Y, Z) VY ( ) VZ ( ) Y suit la loi de Bernoulli dont le paramètre est P(X ) = F( ) = Z suit la loi de Bernoulli dont le paramètre est P(X > ) = F( ) = On a donc V(Y) = V(Z) =,ce qui donne : 4 cov (Y, Z) = Eercice 3 Tout d abord, f est une fonction polynomiale donc elle est de classe C sur IR ) a) Les dérivées partielles premières de f sont : f (, y) = 4 + y f y (, y) = + 4 y b) Les points critiques de f sont les points en lesquels les deu dérivées premières 4+ y = s annulent simultanément, ce sont donc les solutions du système : + 4y = Avec la transformation élémentaire L L L, on obtient le système équivalent : 4 7

12 4+ y = On en déduit que : 6y = La fonction f admet un seul point critique : ( 6, 6 ) ) a) Les dérivées partielles secondes de f sont : f (, y) = 4 f y (, y) = f y (, y) = f y (, y) = 4 b) Avec les notations de Monge, on a : r = 4, s = et t = 4 On en déduit que r t s = > donc f admet un etremum local en ( 6, 6 ) Comme de plus, r >, cet etremum est un minimum local Ce minimum vaut f ( 6, 6 ) = = 6 En conclusion : f admet un minimum local au point ( 6, 6 ) et ce minimum est m = 6 3) a) ( + y 4 ) + 3 (y 6 ) = ( + y y y 4 ) + 3 (y + 36 y 3 ) Après réduction, on trouve : ( + y 4 ) + 3 (y 6 ) = + y + y y + 6 Et enfin : ( + y 4 ) + 3 (y 6 ) = f (, y) + 6 b) Pour tout (, y) de IR, ( + y 4 ) + 3 (y 6 ) (somme de deu nombres positifs), ce qui s écrit d après la question précédente : (, y) IR, f (, y) + 6 On a donc : (, y) IR, f (, y) + 6 Ceci prouve que : 6 est le minimum global de f sur IR 8

13 4) a) En remplaçant par e et y par e y dans l epression que l on a développée à la question 3a), on trouve : (e + e y 4 ) + 3 (e y 6 ) = e + e y + e + y e e y + 6 On en déduit que g(, y) + 6 = (e + e y 4 ) + 3 (e y 6 ), d où l on conclut que : (, y) IR, g(, y) 6 b) De plus, g(, y) = e 6 e y y e + = 4 = 6 e y = e = 6 = y = ln 6 g admet un minimum global égal à 6 et ce minimum est atteint au point ( ln 6, ln 6) Problème Partie ) Par définition, q = p = P(X = ) donc, puisque X est à valeurs dans IN, q = P(X ) D après l énoncé, P(X ) > donc q > D autre part, on sait que p > donc p <, c est-à-dire q < En conclusion : < q < ) Par hypothèse : (m, n) IN IN, P (X m) (X n + m) = P(X n) La formule des probabilités composées donne alors : PX ( m X n + m ) PX ( m) Comme n, on a n + m m donc (X n + m) (X m) On en déduit alors (X n + m) (X m) = (X n + m) On obtient donc : PX ( n + m ) = P(X n), ce qui s écrit : : PX ( m) = P(X n) (m, n) IN IN, P(X n + m) = P(X m) P(X n) 3) a) En écrivant la formule précécdente pour m =, on a : n IN, P(X n + ) = P(X ) P(X n), soit : u n+ = q u n La suite (u n ) est donc une suite géométrique de raison q b) Comme X prend ses valeurs dans IN, u = P(X ) = D après le cours sur les suites géométriques, on a donc : u n = q n Conclusion : n IN, P(X n) = q n c) Par définition du symbole, on a : (X n) = (X = n) (X > n) 9

14 Comme X prend des valeurs entières, (X > n) = (X n + ) et on en déduit : (X n) = (X = n) (X n + ) Par incompatibilité des événements (X = n) et (X n + ), on a : P(X n) = P(X = n) + P(X n + ), ce qui s écrit : n IN, P(X = n) = P(X n) P(X n + ) d) D après 3b) et 3c), on peut écrire : n IN, P(X = n) = q n q n+ On trouve donc bien : n IN, P(X = n) = q n p 4) a) X (Ω) = IN donc (X + ) (Ω) = IN * n IN *, P(X + = n) = P(X = n ) = q n p On en déduit que : X + suit la loi géométrique de paramètre p b) D après le cours, E(X + ) = p et V(X + ) = q p On sait que : E(a X + b) = a E(X) + b et V(a X + b) = a V(X) donc : E(X) + = p et V(X) = q, ce qui donne enfin : p E(X) = q p et V(X) = q p Partie ) a) Notions dans un premier temps que λn est bien défini puisque P(Y n) > D après la formule des probabilités composées, λ n = P ([ Y = n ] [ Y n ]) Comme (Y = n) (Y n), on a : (Y = n) (Y n) = (Y = n) et il en résulte que : n IN, λ n = PY ( = n ) b) λ n = PY ( = n ) PY ( = n) = D après le résultat de la question I3c), on a bien : n IN, λ n = PY ( n + ) c) (Y n + ) (Y n) donc P(Y n + ) P(Y n)

15 En divisant par P(Y n) >, on obtient PY ( n + ), c est-à-dire λn On en déduit alors : λ n D autre part, on sait par hypothèse que P(Y n + ) > et P(Y n) > Par conséquent, λ n >, d où : λ n < En conclusion : n IN, λ n < k = d) Pour n =, ( ) = ( ) = λ k = Or λ = PY ( ) et, comme Y prend ses valeurs dans IN, P(Y ) = PY ( ) On a donc : λ = P(Y ) Pour finir : ( ) = P(Y ) k = Supposons, pour un entier n fié supérieur ou égal à, que ( ) = P(Y n) On a alors, d après b), P(Y n + ) = ( λ n ) P(Y n), ce qui, grâce à l hypothèse de n récurrence, donne : P(Y n + ) = ( λ n ) ( ), d où : P(Y n + ) = ( ) On a bien montré par récurrence que : n k = k = n n IN *, P(Y n) = ( ) n k = ) a) n IN *, PY ( = k) = P( U ( Y = k) ) = P(Y n ) k = Comme Y prend ses valeurs dans IN, (Y n ) = ( Y n), donc : P(Y n ) = P(Y n) En conclusion : n k = n IN *, PY ( = k) = P(Y n) n k = n k = b) (Y = k) k IN est un système complet d événements donc PY ( = k) n Ceci signifie eactement que lim PY ( = k) = n + k = D après le résultat de la question a), on en déduit que : + k = = lim P(Y n) = n +

16 c) Comme P(Y n) >, on peut prendre le logarithme népérien dans l égalité obtenue à la n question d), ce qui donne : ln(p(y n)) = ln( ) n ln( ) On a donc ln(p(y n)) = Comme lim n + k = P(Y n) =, on a lim n + k = ln(p(y n)) = +, ce qui donne : lim n + n ln( ) k = = + d) D après la question précédente, la série de terme général ln( ) est divergente et à termes positifs (en effet [, [ donc < et ln( ) < ) Deu cas se présentent : soit lim = et on a ln( ) ~ Dans ce cas, le critère d équivalence pour les k + + séries à termes positifs permet de conclure que, comme la série de terme général ln( ) est divergente, alors la série de terme général est divergente soit lim ou n a pas de limite et dans ce cas la série de terme général est k + divergente (son terme général ne tend pas vers ) Dans tous les cas : La série de terme général λ n diverge 3) a) La définition récursive de n! est :! = et n IN *, n! = n (n )! La déclaration, une fois complétée, est donc : If n = then f : = else f : = n * f (n ) ; b) À l appel de g(a, n), la fonction g renvoie la valeur de a n c) En fin de boucle, la variable s contiendra n k = Après la boucle, lambda contiendra λ n = PY ( = n ) = k a k! e Program edhec-6 ; var n, k : integer ; a, s, lambda : real ; Begin readln(n) ; s : = ; For k : = to n do s : = s + g(a, k) * ep( a) / f (k) ; lambda : = (g(a, n) * ep( a) / f (n)) / ( s) ; Writeln (lambda) ; end a PY ( = n) PY ( n ) = n k = n a n e a! k a k! e a

17 d) Les instructions manquantes sont dans la boucle : s : = s + p ; Après la boucle : s : = s * ep( a) ; Partie 3 ) On sait que : n IN, P(X = n) = q n p, P(X n), = q n et λ n = PX ( = n ) PX ( n) On en déduit donc que : n IN, λ n = q n p n q Après simplification, on trouve : n IN, λ n = p ) a) On sait déjà que λ n < donc λ < (puisque λ n = λ) Si l on avait λ =, alors on aurait = PZ ( = n ), ce qui donnerait : n IN, P(Z = n) = PZ ( n) + Ceci contredit le fait que PZ ( = n) = En conclusion : n= n IN, < λ < b) D après le résultat de la question d) de la partie : n IN *, P(Z n) = ( ) Comme le tau de panne de Z est constant et égal à λ, on a : P(Z n) = ( λ) On en déduit : n IN *, P(Z n) = ( λ) n Z prend ses valeurs dans IN donc P(Z ) = = ( λ), ce qui rend la formule précédente encore valable pour n = On a donc : n IN, P(Z n) = ( λ) n c) Comme λ = PZ ( = n ), on a : n IN, P(Z = n) = λ P(Z n) PZ ( n) On déduit alors de la question précédente que : n IN, P(Z = n) = λ ( λ) n En posant p = λ (on a bien < p < ) et q = p, on retrouve : n IN, P(Z = n) = p q n Grâce au questions ) et ) de cette partie, les seules variables aléatoires Z à valeurs dans IN, vérifiant pour tout n de IN, P(Z n) > et dont le tau de panne est constant, sont les variables dont la loi est du type de celle de X n k = n k = 3

Limites finies en un point

Limites finies en un point 8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,

Plus en détail

Programmes des classes préparatoires aux Grandes Ecoles

Programmes 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 détail

Continuité en un point

Continuité 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 détail

EXERCICE 4 (7 points ) (Commun à tous les candidats)

EXERCICE 4 (7 points ) (Commun à tous les candidats) EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat

Plus en détail

Simulation de variables aléatoires

Simulation 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 détail

Corrigé des TD 1 à 5

Corrigé des TD 1 à 5 Corrigé des TD 1 à 5 1 Premier Contact 1.1 Somme des n premiers entiers 1 (* Somme des n premiers entiers *) 2 program somme_entiers; n, i, somme: integer; 8 (* saisie du nombre n *) write( Saisissez un

Plus en détail

Moments des variables aléatoires réelles

Moments 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 détail

O, i, ) ln x. (ln x)2

O, i, ) ln x. (ln x)2 EXERCICE 5 points Commun à tous les candidats Le plan complee est muni d un repère orthonormal O, i, j Étude d une fonction f On considère la fonction f définie sur l intervalle ]0; + [ par : f = ln On

Plus en détail

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. 1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le

Plus en détail

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs Eo7 Limites de fonctions Théorie Eercice Montrer que toute fonction périodique et non constante n admet pas de ite en + Montrer que toute fonction croissante et majorée admet une ite finie en + Indication

Plus en détail

I. Polynômes de Tchebychev

I. Polynômes de Tchebychev Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire

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

Continuité et dérivabilité d une fonction

Continuité 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 détail

3 Approximation de solutions d équations

3 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 détail

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Exercice 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 détail

TSTI 2D CH X : Exemples de lois à densité 1

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 détail

Résolution de systèmes linéaires par des méthodes directes

Résolution de systèmes linéaires par des méthodes directes Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.

Plus en détail

Correction de l examen de la première session

Correction de l examen de la première session de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi

Plus en détail

Examen Médian - 1 heure 30

Examen Médian - 1 heure 30 NF01 - Automne 2014 Examen Médian - 1 heure 30 Polycopié papier autorisé, autres documents interdits Calculatrices, téléphones, traducteurs et ordinateurs interdits! Utilisez trois copies séparées, une

Plus en détail

Probabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12

Probabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12 Probabilités. I - Rappel : trois exemples. Exemple 1 : Dans une classe de 25 élèves, il y a 16 filles. Tous les élèves sont blonds ou bruns. Parmi les filles, 6 sont blondes. Parmi les garçons, 3 sont

Plus en détail

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Planche n o 22. Fonctions de plusieurs variables. Corrigé Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette

Plus en détail

Fonctions de plusieurs variables

Fonctions de plusieurs variables Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme

Plus en détail

Chapitre 6. Fonction réelle d une variable réelle

Chapitre 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 détail

Commun à tous les candidats

Commun 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 détail

Probabilités conditionnelles Exercices corrigés

Probabilités conditionnelles Exercices corrigés Terminale S Probabilités conditionnelles Exercices corrigés Exercice : (solution Une compagnie d assurance automobile fait un bilan des frais d intervention, parmi ses dossiers d accidents de la circulation.

Plus en détail

Cours Fonctions de deux variables

Cours 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 détail

Comparaison de fonctions Développements limités. Chapitre 10

Comparaison de fonctions Développements limités. Chapitre 10 PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?

Plus en détail

Sub CalculAnnuite() Const TITRE As String = "Calcul d'annuité de remboursement d'un emprunt"

Sub CalculAnnuite() Const TITRE As String = Calcul d'annuité de remboursement d'un emprunt TD1 : traduction en Visual BASIC des exemples du cours sur les structures de contrôle de l'exécution page 1 'TRADUCTION EN VBA DES EXEMPLES ALGORITHMIQUES SUR LES STRUCTURES 'DE CONTROLE DE L'EXECUTION

Plus en détail

Exercices Corrigés Premières notions sur les espaces vectoriels

Exercices Corrigés Premières notions sur les espaces vectoriels Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3

Plus en détail

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015 Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k

Plus en détail

Probabilités sur un univers fini

Probabilités 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 détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)

Plus en détail

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient

Plus en détail

CHAPITRE 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. 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 détail

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Exercices - Polynômes : corrigé. Opérations sur les polynômes Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)

Plus en détail

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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I

Plus en détail

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Baccalauréat 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 détail

Introduction à l étude des Corps Finis

Introduction à l étude des Corps Finis Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur

Plus en détail

Développements limités, équivalents et calculs de limites

Développements limités, équivalents et calculs de limites Développements ités, équivalents et calculs de ites Eercice. Déterminer le développement ité en 0 à l ordre n des fonctions suivantes :. f() e (+) 3 n. g() sin() +ln(+) n 3 3. h() e sh() n 4. i() sin(

Plus en détail

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e

Plus en détail

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

Probabilités 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 détail

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables

Plus en détail

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)

Bac 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 détail

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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours. Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I

Plus en détail

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet

Plus en détail

Correction du baccalauréat ES/L Métropole 20 juin 2014

Correction du baccalauréat ES/L Métropole 20 juin 2014 Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)

Plus en détail

Correction du Baccalauréat S Amérique du Nord mai 2007

Correction 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 détail

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation

Plus en détail

Logique. Plan du chapitre

Logique. Plan du chapitre Logique Ce chapitre est assez abstrait en première lecture, mais est (avec le chapitre suivant «Ensembles») probablement le plus important de l année car il est à la base de tous les raisonnements usuels

Plus en détail

Problème 1 : applications du plan affine

Problème 1 : applications du plan affine Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées

Plus en détail

Continuité d une fonction de plusieurs variables

Continuité d une fonction de plusieurs variables Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs

Plus en détail

CCP PSI - 2010 Mathématiques 1 : un corrigé

CCP PSI - 2010 Mathématiques 1 : un corrigé CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P

Plus en détail

Chapitre 2. Eléments pour comprendre un énoncé

Chapitre 2. Eléments pour comprendre un énoncé Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données

Plus en détail

Dérivation : cours. Dérivation dans R

Dérivation : 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 détail

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy

Plus en détail

BACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE

BACCALAURÉAT 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 détail

DÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation )

DÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation ) DÉRIVÉES I Nombre dérivé - Tangente Eercice 0 ( voir animation ) On considère la fonction f définie par f() = - 2 + 6 pour [-4 ; 4]. ) Tracer la représentation graphique (C) de f dans un repère d'unité

Plus en détail

Intégration et probabilités TD1 Espaces mesurés

Intégration et probabilités TD1 Espaces mesurés Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?

Plus en détail

Calculs de probabilités avec la loi normale

Calculs de probabilités avec la loi normale Calculs de probabilités avec la loi normale Olivier Torrès 20 janvier 2012 Rappels pour la licence EMO/IIES Ce document au format PDF est conçu pour être visualisé en mode présentation. Sélectionnez ce

Plus en détail

3. Conditionnement P (B)

3. Conditionnement P (B) Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte

Plus en détail

Corrigé du baccalauréat S Pondichéry 12 avril 2007

Corrigé du baccalauréat S Pondichéry 12 avril 2007 Corrigé du baccalauréat S Pondichéry 1 avril 7 EXERCICE 1 Commun à tous les candidats 4 points 1 a Les vecteurs AB et AC ont pour coordonnées AB ; ; ) et AC 1 ; 4 ; 1) Ils ne sont manifestement pas colinéaires

Plus en détail

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer

Plus en détail

Intégration et probabilités TD1 Espaces mesurés Corrigé

Intégration et probabilités TD1 Espaces mesurés Corrigé Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.

Plus en détail

Suites numériques 3. 1 Convergence et limite d une suite

Suites numériques 3. 1 Convergence et limite d une suite Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n

Plus en détail

Travaux dirigés d introduction aux Probabilités

Travaux 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 détail

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante

Plus en détail

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2. Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3

Plus en détail

Résolution d équations non linéaires

Résolution d équations non linéaires Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique

Plus en détail

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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****

Plus en détail

Programmation linéaire

Programmation linéaire 1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit

Plus en détail

NOTATIONS PRÉLIMINAIRES

NOTATIONS PRÉLIMINAIRES Pour le Jeudi 14 Octobre 2010 NOTATIONS Soit V un espace vectoriel réel ; l'espace vectoriel des endomorphismes de l'espace vectoriel V est désigné par L(V ). Soit f un endomorphisme de l'espace vectoriel

Plus en détail

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT

Exercices 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 détail

Théorème du point fixe - Théorème de l inversion locale

Théorème du point fixe - Théorème de l inversion locale Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion

Plus en détail

Loi binomiale Lois normales

Loi 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 détail

LES TYPES DE DONNÉES DU LANGAGE PASCAL

LES TYPES DE DONNÉES DU LANGAGE PASCAL LES TYPES DE DONNÉES DU LANGAGE PASCAL 75 LES TYPES DE DONNÉES DU LANGAGE PASCAL CHAPITRE 4 OBJECTIFS PRÉSENTER LES NOTIONS D ÉTIQUETTE, DE CONS- TANTE ET DE IABLE DANS LE CONTEXTE DU LAN- GAGE PASCAL.

Plus en détail

Licence MASS 2000-2001. (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7

Licence MASS 2000-2001. (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7 Feuilles de 1 à 7 Ces feuilles avec 25 exercices et quelques rappels historiques furent distribuées à des étudiants de troisième année, dans le cadre d un cours intensif sur deux semaines, en début d année,

Plus en détail

Manuel d utilisation 26 juin 2011. 1 Tâche à effectuer : écrire un algorithme 2

Manuel d utilisation 26 juin 2011. 1 Tâche à effectuer : écrire un algorithme 2 éducalgo Manuel d utilisation 26 juin 2011 Table des matières 1 Tâche à effectuer : écrire un algorithme 2 2 Comment écrire un algorithme? 3 2.1 Avec quoi écrit-on? Avec les boutons d écriture........

Plus en détail

Probabilités sur un univers fini

Probabilités 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 détail

Exercice 3 (5 points) A(x) = 1-e -0039' -0 156e- 0,039x A '() -'-,..--,-,--,------:-- X = (l_e-0,039x)2

Exercice 3 (5 points) A(x) = 1-e -0039' -0 156e- 0,039x A '() -'-,..--,-,--,------:-- X = (l_e-0,039x)2 Les parties A et B sont indépendantes. Partie A Exercice 3 (5 points) Commun à tous les candidats On considère la fonction A définie sur l'intervalle [1 ; + 00 [ par A(x) = 1-e -0039' ' x 1. Calculer la

Plus en détail

IV- Equations, inéquations dans R, Systèmes d équations

IV- Equations, inéquations dans R, Systèmes d équations IV- Equations, inéquations dans R, Systèmes d équations 1- Equation à une inconnue Une équation est une égalité contenant un nombre inconnu noté en général x et qui est appelé l inconnue. Résoudre l équation

Plus en détail

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.

LEÇON 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 détail

Espérance conditionnelle

Espérance conditionnelle Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle

Plus en détail

Algorithmes pour la planification de mouvements en robotique non-holonome

Algorithmes pour la planification de mouvements en robotique non-holonome Algorithmes pour la planification de mouvements en robotique non-holonome Frédéric Jean Unité de Mathématiques Appliquées ENSTA Le 02 février 2006 Outline 1 2 3 Modélisation Géométrique d un Robot Robot

Plus en détail

Estimation et tests statistiques, TD 5. Solutions

Estimation et tests statistiques, TD 5. Solutions ISTIL, Tronc commun de première année Introduction aux méthodes probabilistes et statistiques, 2008 2009 Estimation et tests statistiques, TD 5. Solutions Exercice 1 Dans un centre avicole, des études

Plus en détail

Probabilités conditionnelles Loi binomiale

Probabilités conditionnelles Loi binomiale Exercices 23 juillet 2014 Probabilités conditionnelles Loi binomiale Équiprobabilité et variable aléatoire Exercice 1 Une urne contient 5 boules indiscernables, 3 rouges et 2 vertes. On tire au hasard

Plus en détail

Calcul différentiel sur R n Première partie

Calcul différentiel sur R n Première partie Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité

Plus en détail

Exercices sur le chapitre «Probabilités»

Exercices sur le chapitre «Probabilités» Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Pour démarrer Exercices sur le chapitre «Probabilités» Exercice 1 (Modélisation d un dé non cubique) On considère un parallélépipède rectangle de

Plus en détail

Chapitre 2. Matrices

Chapitre 2. Matrices Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce

Plus en détail

BACCALAURÉAT PROFESSIONNEL ÉPREUVE DE MATHEMATIQUES. EXEMPLE DE SUJET n 2

BACCALAURÉAT PROFESSIONNEL ÉPREUVE DE MATHEMATIQUES. EXEMPLE DE SUJET n 2 Exemple de sujet n 2 Page 1/7 BACCALAURÉAT PROFESSIONNEL ÉPREUVE DE MATHEMATIQUES EXEMPLE DE SUJET n 2 Ce document comprend : Pour l examinateur : - une fiche descriptive du sujet page 2/7 - une fiche

Plus en détail

Correction du baccalauréat S Liban juin 2007

Correction du baccalauréat S Liban juin 2007 Correction du baccalauréat S Liban juin 07 Exercice. a. Signe de lnx lnx) : on fait un tableau de signes : x 0 e + ln x 0 + + lnx + + 0 lnx lnx) 0 + 0 b. On afx) gx) lnx lnx) lnx lnx). On déduit du tableau

Plus en détail

www.h-k.fr/publications/objectif-agregation

www.h-k.fr/publications/objectif-agregation «Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se

Plus en détail

Image d un intervalle par une fonction continue

Image d un intervalle par une fonction continue DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction

Plus en détail

Bien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction

Bien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction Antécédents d un nombre par une fonction 1) Par lecture graphique Méthode / Explications : Pour déterminer le ou les antécédents d un nombre a donné, on trace la droite (d) d équation. On lit les abscisses

Plus en détail

I. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème.

I. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème. I. Introduction. 1. Objectifs. Le but de ces quelques séances est d introduire les outils mathématiques, plus précisément ceux de nature probabiliste, qui interviennent dans les modèles financiers ; nous

Plus en détail

avec des nombres entiers

avec des nombres entiers Calculer avec des nombres entiers Effectuez les calculs suivants.. + 9 + 9. Calculez. 9 9 Calculez le quotient et le rest. : : : : 0 :. : : 9 : : 9 0 : 0. 9 9 0 9. Calculez. 9 0 9. : : 0 : 9 : :. : : 0

Plus en détail

Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de

Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de l espérance d utilité Olivier Bos olivier.bos@u-paris2.fr

Plus en détail

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures) CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un

Plus en détail

Calcul fonctionnel holomorphe dans les algèbres de Banach

Calcul fonctionnel holomorphe dans les algèbres de Banach Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte

Plus en détail

Couples de variables aléatoires discrètes

Couples de variables aléatoires discrètes Couples de variables aléatoires discrètes ECE Lycée Carnot mai Dans ce dernier chapitre de probabilités de l'année, nous allons introduire l'étude de couples de variables aléatoires, c'est-à-dire l'étude

Plus en détail

Le produit semi-direct

Le produit semi-direct Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.

Plus en détail