Correction du Concours blanc type EDHEC

Dimension: px
Commencer à balayer dès la page:

Download "Correction du Concours blanc type EDHEC"

Transcription

1 Lycée Louis Pegaud DS7 Coection du Concous blanc type EDHEC Eecice (EDHEC 6. (a f est déivable su R + comme quotient de deu fonctions déivables dont le dénominateu ne s annule pas su R +, et on a : f ( e ( + < su R + Donc f est stictement décoissante su R +. De plus, lim f( + et lim + + (b Pa écuence immédiate de la popiété : f( (pas des fomes indéteminées + f( + P(n : u n est bien défini et u n >. Les scipt calculent les temes successifs de la suite, mais le pemie scipt s aête losque u<. et le second losque u>, n set de compteu, il indique l indice du denie teme calculé. Conclusion : u 5, et u 6 et ce sont les pemies temes de la suite à véifie ces inégalités. De telles écats peuvent nous faie conjectue que la suite n admet pas de limite (et même que la suite des temes de ang pai tend ves + et celle des temes de ang impai tend ves. 3. (a g est évidemment déivable su R + et g ( e < su R +. La fonction g est donc continue et stictement décoissante su R +, elle éalise alos une bijection de R + su g(r + ], ] (b Su R +, f( ssi e ssi e ssi g(. O d apès la question pécédente possède un unique antécédent dans R + pa g. On le note alos R +. (c Déteminons le signe de g ( e et g( : On a : g ( e e /e e e /e e, o e < donc pa coissance de la fonction eponentielle e /e < e, donc en invesant > e /e e et donc g ( e >. Plus simplement, g( e <, puisque e >. En conclusion : g( < g( < g ( e, o comme g est stictement décoissante on a donc : > > e. 4. (a On peut calcule : u, u e et u f ( e e /e /e e e e. O pou cette denièe, e e > donc e e e > et on a alos bien u f(u > donc u > u. Pou l aute inégalité, il suffit de emaque que f est décoissante de : u > u on tie : soit f(u < f(u u 3 < u (b Montons que (u n n N est coissante. Pou cela, on peut monte pa écuence que, pou tout n N : u n+ > u n. L initialisation a été faite en (a. Supposons que u n+ > u n pou un cetain ang n N fié, on a alos en composant pa f (décoissante : u n+3 < u n+ et en composant encoe une fois pa f (décoissante : u n+4 > u n+

2 Lycée Louis Pegaud La popiété est alos initialisée pou n et elle est hééditaie, elle est donc vaie pou tout n N. Conclusion : (u n n N est coissante. Pou (u n+ n N c est plus simple : comme (u n n N est coissante on a pou tout n N : u n+ > u n en composant pa f (décoissante, on a alos, pou tout n N : et (u n+ n N est alos bien décoissante. 5. (a Pou >, h( f(f( e f( f( u n+3 < u n+ e e e e e e e e e f( De plus, d apès., on a : lim f( + et lim f(, donc pa composition de limite : + + lim f(f( h(, donc h est bien continue en. + (b Soit R +. On a : h( ssi e f( ssi ou en divisant pa f( L équation h( n admet donc que deu solutions su R + : et. (c (u n+ n N est décoissante et minoée (pa donc elle convege ves une limite l < u e < (d apès 3.(c, de plus u n+3 h(u n+, donc l véifie h(l l. Donc, compte tenu de ce qui pécède et du fait que l < on a nécessaiement l. (d Si lim u n l u alos gâce à f continue su R + on auait lim f(u n f(l, ou n + n + encoe lim u n+ f(l, d apès la question pécédente. Ceci est absude puisque n a pas n + d antécédent pa f d apès.(a. Conclusion : (u n n N divege, de plus, étant coissante, sa limite ne peut ête que +. Eecice (EDHEC 4. (a On cheche la fonction de épatition de la vaiable aléatoie T U F T ( P (T P (U P (X Si <, on a P (X. Supposons, alos : F T ( P (X P ( X P (X P (X < : pou tout R, on a P (X P (X ca X est une vaiable aléatoie continue Φ( Φ( Φ( ( Φ( Φ( où Φ est la fonction de épatition de la loi nomale centée éduite (on notea ϕ sa densité. Ainsi on a : { Φ( si F T ( sinon. F T est une fonction continue su ], [ et su [, + [, et on a bien F T ( Φ( (/ lim F T (. Donc la fonction est continue en. Elle est de plus de classe C su R sauf éventuellement en. Donc T est une vaiable aléatoie à densité, dont une densité f T est donnée pa : f T ( ϕ( π e Γ(/ e si >, sinon.

3 Lycée Louis Pegaud la valeu en étant abitaiement pise égale à. On en déduit que U (et de même pou V ( suit la loi γ. Chechons maintenant une densité de U : pou tout R, on a F U ( P (U P (T F T (. On obtient alos que U est une vaiable à densité (ca F U est continue su R et C sauf peut-ête en comme composée de fonctions qui le sont, et une densité de U est : f U ( f T (/ e si > π si Une densité de V est f V f U (puisque X et Y suivent la même loi. (b On a E(U E(V et V (U V (V. L espéance et la vaiancede la loi γ E(U E( U, ( étant connue, on a : V (U 4V ( U 4.. On pose W U + V et on appelle que W est une vaiable aléatoie, définie, elle aussi, su l espace pobabilisé (Ω, A, P. (a On a W U + V. Il s agit d une somme de deu vaiables aléatoies indépendantes (ca X et Y ( sont indépendantes, et U fonction de X, V fonction de Y suivant toutes deu une loi γ. Pa le cous (théoème de stabilité pa somme de la loi γ, on en déduit que : W γ ( + γ( E(. Ainsi W suit une loi eponentielle de paamète. Toujous pa le cous, on sait alos que W (W/ suit une loi eponentielle E(. Rappel. X E( X E(λ λ On connait alos l espéance et la vaiance d une loi eponentielle : E(W λ / ; V (W λ 4. (b On admet (c est en fait du cous... qu une densité de W est la fonction f W, nulle su ], [, et définie su [, + [ pa : f W ( + f U (tf V ( tdt O on a f U (t si t et de même f V ( t si t, soit si t. On en déduit que f U (tf V ( t si t / [, ] et donc :, f W ( + f U (tf V ( tdt f U (tf V ( tdt. (c Repenons l intégale pécédente, qui pa hypothèse convege pou tout > : f W ( f U (tf V ( tdt. 3

4 Lycée Louis Pegaud Epimons cette intégale : f W ( π e f U (tf V ( tdt π t e t π e I( e t dt π t t t dt On en déduit donc que l intégale I( convege bien pou tout >. De plus, on sait que W E(. On a donc : >, f W ( e. On en déduit finalement que : >, I( π e / f W ( π e e π. Eecice 3 (EDHEC 3. Comme g(f g(m, Imf est un hypeplan de R 3. De plus, on a Imf Vect(f((,,, f(,,, f(,, Vect((,,, (, 3, Vect((,,, (,,. O f((,, (,, Imf et f((,, (,, Imf. Donc Imf est stable pa f. Imf est un hypeplan de R stable pa f.. (a La somme des coefficients su chaque ligne de M valant 4, on a f((,, (4, 4, 4 4(,,. Donc 4 est une valeu pope de f. g(m I 3, donc est une valeu pope de f et dim E 3. Comme les sous-espaces sont en somme diecte, il n y a pas d aute valeu pope puisque nous avons déjà dim E 4 + dim E 3. Nous pouvons même affime que dim E 4 eactement. Les valeus popes de f sont et 4. Remaque. On peut aussi détemine g(m λi 3 pa la méthode de Gauss pou touve ces valeus popes. (b Ke(f id E donc dim Ke(f id et Ke(f id est stable pa f, comme tout sous-espace pope de f. Ke(f id est un hypeplan de R 3 stable pa f. 3. (a Remaque péliminaie. Comme B est une base othonomale de E, on appelle que : ou E, (, y E,, e k e k k avec X M B ( M n, (R et Y M B (y M n, (R., y t XY Soit (, y E, X M B ( M n, (R et Y M B (y M n, (R. Soit M M B (f M n (R. On a : f(, y t (MXY t X t MY t X( t MY, f (y. 4

5 Lycée Louis Pegaud (, y E, f(, y, f (y. (b Soit g un endomophisme de E véifiant aussi la popiété pécédente. Alos, pou tout de E, f ( g( f (, e k e k g(, e k e k, f(e k e k, f(e k e k. k k k k f est l unique endomophisme de E véifiant (, y E, f(, y, f (y. Remaque. f s appelle l endomophisme adjoint de f, notion hos pogamme. 4. (a Toujous en notant M la matice epésentant f dans B, on a : λ Spec(f g(m λi n < n g( t (M λi n < n g( t M λi n < n g(f λid < n λ Spec(f. λ est une valeu pope de f. (b Comme u, dim(vect(u et dim ( (Vect(u dim E dim(vect(u n. Soit v ( Vect(u. On a : f(v, u v, f (u v, λu λ v, u, donc f(v ( Vect(u. ( Vect(u est un hypeplan de E stable pa f. Poblème. (EDHEC 5 Patie. Pou n, n!!(n! n(n... (n +,! o n(n... (n + n + n ( facteus équivalents à n. Donc n n +!.. (a Puisque ], [, les coissances compaées assuent que (b n n n + n +, donc! Comme n lim n + n+ n. n o ( n en +. est une séie de Riemann convegente, la ègle de négligeabilité assue que : n n n est convegente. 3. (a S + n n, et on econnaît la séie géométique. S. 5

6 Lycée Louis Pegaud (b O ( S n+ n + + [ + + n n+ + n+ + ] ( n + + n + + n+ + ( ( n pa la fomule de Pascal, et, d où + n+ n+ + ( S + S. (c Pa une itéation immédiate (ou une écuence su, ( S ( S ( ( S S. ( Ainsi on a ], [, N, + n n ( +. (d Et en divisant pa ( >, on obtient : ], [, N, + n n ( +. Patie. (a Comme le joueu peut ne jamais joue, X(Ω N. On a P(X P (D, et pou k N, Pa la fomule des pobabilités composées, P (X k P (D D D k D k+. P (X k P (D P D (D P D D (D 3... P D D D k (D k+ On a donc P (X k ( k, fomule encoe valable si k. X(Ω N, et k N, P (X k ( k. Remaque. La définition des D k montent qu ils ne sont pas indépendants. La ègle stipule que la disqualification est définitive donc D k D k+ pa eemple. Le ecous à la fomule des pobabilités composées s avèe nécessaie, même si le calcul invoquant une pétendue indépendance aboutit au même ésultat... (b Comme X(Ω N, T (Ω N, et pou tout k de N, Ainsi, P (T k P (X + k P (X k ( k T suit la loi géométique de paamète. Comme X T et E(T, on a, pa linéaité, (c De même, X T entaîne X possède une espéance, et E(X. V (X eiste et V (X V (T. 6

7 Lycée Louis Pegaud. (a Si n, l événement [X n] entaîne [Y ] puisque le joueu ne joue jamais (% des gagnants ont tenté leu chance... Sachant [X ], Y est constante égale à. Si n N, l événement [X n] entaîne que le joueu paticipe à n patie(s indépendante(s avec une même pobabilité de succès p. Son nombe de succès Y suit alos la loi binomiale de paamètes n et p. Sachant [X n] avec n N, la loi conditionnelle de Y est B(n, p. (b Y (Ω N, et le système complet d événements ([X n] n N pemet d écie, à l aide de la fomule des pobabilités totales, pou tout k de N, P (Y k n ( n p k ( p n k k nk [( ( p] n k P (X np [Xn] (Y k + ( k p p En econnaissant S k de la patie avec ( ( p ], [, on a : Soit β ( p P (Y k nk k [( ( p] k p [ ( ( p] k+ pk ( k ( + p p k+ k + p p ( p p + p p p p + p p p + p. Alos β + p p + p p + p p. Y (Ω N, et, k N, P (Y k β k ( β avec β p( + p p. 3. En s inspiant de la démache de.(b, Y + suit la loi géométique de paamète β, Et de même, V (Y V (Y + E(Y eiste et vaut β p(. β p( ( + p p ( β. V (Y 4. (a Le joueu gagnant Y paties et en pedant X Y, p( ( + p p. G Y (X Y Y X. p( (b Pa linéaité, E(G E(Y E(X ( (p E(G ( (p. Remaque. On notea que, confomément à l intuition, E(G est positive pou p /, c est-à-die losque le jeu est favoable au joueu... (c Tant qu à faie, pouvons aussi l eistence de E(XY. Soit n N. Sachant [X n], Y suit B(n, p donc E(Y [X n] eiste et vaut np. Pa linéaité, E(XY [X n] eiste et vaut n p puisque XY ny. Notons que, pou n, on a encoe E(XY [X n] n p... 7

8 Lycée Louis Pegaud P (X ne(xy [X n] pn P (X n est le teme généal d une séie (absolument convegente puisque X admet un moment d ode. D apès le théoème de l espéance totale, avec le système complet d événements ([X n] n N, XY possède une espéance et E(XY n Cette somme se calcule alos apidement pa tansfet : Ainsi, on a : P (X ne(xy [X n]. E(XY p n P (X n pe(x p(v (X + E(X p n ( + E(XY eiste et vaut (d V (G V (Y X 4V (Y + V (X 4cov(X, Y, et cov(x, Y E(XY E(XE(Y On a donc ( p( ( + p( ( p( (. p( V (G ( 4p(p + + p + 4p ( (4p ( + + 4p( +. Ainsi on a la fomule : V (G ( (4p ( + + 4p( (a alpha input( entez la valeu de alpha : p input( entez la valeu de p : X gand(,, geom,alpha - Y gand(,, bin,x,p disp(x ; disp(y (b Que l on peut compléte pa : G *Y - X disp(g p( ( p( ( ( 8

où «p» représente le nombre de paramètres estimés de la loi de distribution testée sous H 0.

où «p» représente le nombre de paramètres estimés de la loi de distribution testée sous H 0. 7- Tests d austement, d indépendance et de coélation - Chapite 7 : Tests d austements, d indépendance et de coélation 7. Test d austement du Khi-deux... 7. Test d austement de Kolmogoov-Sminov... 7.. Test

Plus en détail

FINANCE Mathématiques Financières

FINANCE Mathématiques Financières INSTITUT D ETUDES POLITIQUES 4ème Année, Economie et Entepises 2005/2006 C.M. : M. Godlewski Intéêts Simples Définitions et concepts FINANCE Mathématiques Financièes L intéêt est la émunéation d un pêt.

Plus en détail

Chapitre 6: Moment cinétique

Chapitre 6: Moment cinétique Chapite 6: oment cinétique Intoduction http://www.youtube.com/watch?v=vefd0bltgya consevation du moment cinétique 1 - angula momentum consevation 1 - Collège éici_(360p).mp4 http://www.youtube.com/watch?v=w6qaxdppjae

Plus en détail

Loi d une variable discrète

Loi d une variable discrète MATHEMATIQUES TD N : VARIABLES DISCRETES - Corrigé. P[X = k] 0 k point de discontinuité de F et P[X = k] = F(k + ) F(k ) Ainsi, P[X = ] =, P[X = 0] =, P[X = ] = R&T Saint-Malo - nde année - 0/0 Loi d une

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

CIRCULAIRE N 02/04. Elle précise les méthodes de valorisation des titres de capital et des titres de créances contenus dans les actifs de l OPCVM.

CIRCULAIRE N 02/04. Elle précise les méthodes de valorisation des titres de capital et des titres de créances contenus dans les actifs de l OPCVM. Rabat, le 02 juillet 2004 CIRCULIRE N 02/04 RELTIVE UX CONDITIONS D ÉVLUTION DES VLEURS PPORTÉES À UN ORGNISME DE PLCEMENT COLLECTIF EN VLEURS MOBILIÈRES OU DÉTENUES PR LUI La pésente ciculaie vient en

Plus en détail

TRAVAUX DIRIGÉS DE M 6

TRAVAUX DIRIGÉS DE M 6 D M 6 Coection PCSI 1 013 014 RVUX DIRIGÉS DE M 6 Execice 1 : Pemie vol habité (pa un homme) Le 1 avil 1961, le commandant soviétique Y Gagaine fut le pemie cosmonaute, le vaisseau spatial satellisé était

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

M F. F O Unité: [m. N] La norme du moment de force peut se calculer en introduit le bras de levier d

M F. F O Unité: [m. N] La norme du moment de force peut se calculer en introduit le bras de levier d Chapite 2: But: connaîte les lois auxquelles doit obéi un cops solide en équilibe. Ceci pemet de décie la station debout ainsi que les conditions nécessaies pou teni une tasse dans la main, souleve une

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

Créer un observatoire de la concurrence. Créer un observatoire de la concurrence. Démarche. ntérêt. C aractéristiques.

Créer un observatoire de la concurrence. Créer un observatoire de la concurrence. Démarche. ntérêt. C aractéristiques. Cée un obsevatoie de la concuence poblématique I Quelle est l'étendue d'un maché? Quelle pat du maché, une entepise peut-elle espée pende? Quels sont les atouts des entepises pésentes su le maché? ntéêt

Plus en détail

Moments partiels crédibilistes et application à l évaluation de la performance de fonds spéculatifs

Moments partiels crédibilistes et application à l évaluation de la performance de fonds spéculatifs Moments patiels cédibilistes et application à l évaluation de la pefomance de fonds spéculatifs Alfed MBAIRADJIM M. 1 & Jules SADEFO K. 2 & Michel TERRAZA 3 1 LAMETA- Univesité Montpellie 1 et moussa alf@yahoo.f

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

11.5 Le moment de force τ (tau) : Production d une accélération angulaire

11.5 Le moment de force τ (tau) : Production d une accélération angulaire 11.5 Le moment de foce τ (tau) : Poduction d une accéléation angulaie La tige suivante est soumise à deux foces égales et en sens contaie: elle est en équilibe N La tige suivante est soumise à deux foces

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

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

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

GEA II Introduction aux probabilités Poly. de révision. Lionel Darondeau

GEA II Introduction aux probabilités Poly. de révision. Lionel Darondeau GEA II Introduction aux probabilités Poly. de révision Lionel Darondeau Table des matières Énoncés 4 Corrigés 10 TD 1. Analyse combinatoire 11 TD 2. Probabilités élémentaires 16 TD 3. Probabilités conditionnelles

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 VI : Le potentiel électrique

CHAPITRE VI : Le potentiel électrique CHPITRE VI : Le potentiel électiue VI. 1 u chapite III, nous avons vu ue losu'une foce est consevative, il est possible de lui associe une énegie potentielle ui conduit à une loi de consevation de l'énegie.

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

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

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

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

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

* 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

Informations Techniques A7 A141. Roulements à Billes à Gorge Profonde. Roulements à Billes à Contact Oblique. Roulements à Billes Auto-Aligneurs

Informations Techniques A7 A141. Roulements à Billes à Gorge Profonde. Roulements à Billes à Contact Oblique. Roulements à Billes Auto-Aligneurs ROULEMENTS Pages Infomations Techniques A7 A141 Infos Tech. Roulements à Billes à Goge Pofonde B4 B45 Roulements à Billes à Contact Oblique Roulements à Billes Auto-Aligneus Roulements à Rouleaux Cylindiques

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

Calculs de probabilités conditionelles

Calculs de probabilités conditionelles Calculs de probabilités conditionelles Mathématiques Générales B Université de Genève Sylvain Sardy 20 mars 2008 1. Indépendance 1 Exemple : On lance deux pièces. Soit A l évènement la première est Pile

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

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

ANNALES SCIENTIFIQUES DE L É.N.S.

ANNALES SCIENTIFIQUES DE L É.N.S. ANNALES SCIENTIFIQUES DE L É.N.S. HERVÉ ACQUET Su un ésultat de Waldspuge Annales scientifiques de l É.N.S. 4 e séie, tome 19, n o 2 (1986), p. 185-229.

Plus en détail

CONSTANTES DIELECTRIQUES

CONSTANTES DIELECTRIQUES 9 E7 CONTANTE DIELECTRIQUE I. INTRODUCTION Dans cette expéience, nous étuieons es conensateus et nous éiveons les popiétés e iélectiques tels que l'ai et le plexiglas. II. THEORIE A) Conensateus et iélectiques

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

Roulements à billes et à rouleaux

Roulements à billes et à rouleaux Fo New Technology Netwok R copoation Roulements à billes et à ouleaux CAT. NO. 222-VIII/F Manuel technique A- Roulements à billes à goges pofondes B- Roulements miniatues B- 1 Roulements à billes à contact

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

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

Roulements à rotule sur deux rangées de rouleaux en deux parties

Roulements à rotule sur deux rangées de rouleaux en deux parties Roulements à otule su deux angées de ouleaux en deux paties Réduction des coûts gâce au changement apide du oulement difficilement accessible Contenu Changement apide du oulement 2 Réduction des coûts

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

tudes & documents ÉCONOMIE ET ÉVALUATION L assurance habitation dans les départements d Outre Mer n 24 Juin 2010

tudes & documents ÉCONOMIE ET ÉVALUATION L assurance habitation dans les départements d Outre Mer n 24 Juin 2010 COMMISSARIAT GÉNÉRAL AU DÉVELOPPEMENT DURABLE n 24 Juin 2010 É tudes & documents L assuance habitation dans les dépatements d Oute Me RISQUES ÉCONOMIE ET ÉVALUATION Sevice de l économie, de l évaluation

Plus en détail

Suites numériques 4. 1 Autres recettes pour calculer les limites

Suites numériques 4. 1 Autres recettes pour calculer les limites Suites numériques 4 1 Autres recettes pour calculer les limites La propriété suivante permet de calculer certaines limites comme on verra dans les exemples qui suivent. Propriété 1. Si u n l et fx) est

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

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

Validation CFD axisymétrique de modèle zonal des écoulements gazeux de chambre de combustion de moteur Diesel

Validation CFD axisymétrique de modèle zonal des écoulements gazeux de chambre de combustion de moteur Diesel CONSERVATOIRE NATIONAL DES ARTS ET METIERS Cente d enseignement de Genoble Mémoie Mécanique des stuctues et des systèmes Validation CFD axisymétique de modèle zonal des écoulements gazeux de Auditeu: Jean-Michel

Plus en détail

Guide de l acheteur de logiciel de Paie

Guide de l acheteur de logiciel de Paie Note pespicacité Pivilégie les essouces humaines Guide de l acheteu de logiciel de Paie Table des matièes Intoduction Tendances écentes de Paie L automation de Paie avec libe-sevice pou employés Analyse

Plus en détail

Amphi 3: Espaces complets - Applications linéaires continues

Amphi 3: Espaces complets - Applications linéaires continues Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite

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

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

Permis de feu. Travail par point chaud. r Soudage r Brasage. r Découpage r Tronçonnage. r Meulage r Autres. r Poste à souder r Tronçonneuse

Permis de feu. Travail par point chaud. r Soudage r Brasage. r Découpage r Tronçonnage. r Meulage r Autres. r Poste à souder r Tronçonneuse Pemis de feu Tavail pa point chaud Patage vote engagement Ce document doit ête établi avant tout tavail pa point chaud (soudage, découpage, meulage, ) afin de péveni les isques d incendie et d explosion

Plus en détail

1 TD1 : rappels sur les ensembles et notion de probabilité

1 TD1 : rappels sur les ensembles et notion de probabilité 1 TD1 : rappels sur les ensembles et notion de probabilité 1.1 Ensembles et dénombrement Exercice 1 Soit Ω = {1, 2, 3, 4}. Décrire toutes les parties de Ω, puis vérier que card(p(ω)) = 2 4. Soit k n (

Plus en détail

P1 : Corrigés des exercices

P1 : Corrigés des exercices P1 : Corrigés des exercices I Exercices du I I.2.a. Poker : Ω est ( l ensemble ) des parties à 5 éléments de l ensemble E des 52 cartes. Cardinal : 5 I.2.b. Bridge : Ω est ( l ensemble ) des parties à

Plus en détail

SOMMAIRE. ATRACOM-Centrafrique Manuel de Procédures Administratives Financiers et Comptables

SOMMAIRE. ATRACOM-Centrafrique Manuel de Procédures Administratives Financiers et Comptables ATRACOM-Centafique Manuel de Pocédues Administatives Financies et Comptables G MODULE G GESTION DE LA TRESORERIE SOMMAIRE G MODULE G GESTION DE LA TRESORERIE... 1 G.1 COMPOSANTES DE LA TRESORERIE... 2

Plus en détail

MA6.06 : Mesure et Probabilités

MA6.06 : Mesure et Probabilités Année universitaire 2002-2003 UNIVERSITÉ D ORLÉANS Olivier GARET MA6.06 : Mesure et Probabilités 2 Table des matières Table des matières i 1 Un peu de théorie de la mesure 1 1.1 Tribus...............................

Plus en détail

Que faire lorsqu on considère plusieurs variables en même temps?

Que faire lorsqu on considère plusieurs variables en même temps? Chapitre 3 Que faire lorsqu on considère plusieurs variables en même temps? On va la plupart du temps se limiter à l étude de couple de variables aléatoires, on peut bien sûr étendre les notions introduites

Plus en détail

Master IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1

Master IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1 Master IMEA Calcul Stochastique et Finance Feuille de T.D. n o Corrigé exercices8et9 8. On considère un modèle Cox-Ross-Rubinstein de marché (B,S) à trois étapes. On suppose que S = C et que les facteurs

Plus en détail

CIGI 2011 Job shop sous contraintes de disponibilité des ressources : modèle mathématique et heuristiques

CIGI 2011 Job shop sous contraintes de disponibilité des ressources : modèle mathématique et heuristiques CIGI 2011 Job shop sous cotaites de dispoibilité des essouces : modèle mathématique et heuistiques SADIA AZEM 1, RIAD AGGOUNE 2, STÉPHANE DAUZERE-PERES 1 1 Dépatemet Scieces de la Fabicatio et Logistique,

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

A la mémoire de ma grande mère A mes parents A Mon épouse A Mes tantes et sœurs A Mes beaux parents A Toute ma famille A Mes amis A Rihab, Lina et

A la mémoire de ma grande mère A mes parents A Mon épouse A Mes tantes et sœurs A Mes beaux parents A Toute ma famille A Mes amis A Rihab, Lina et Remeciements e tavail a été effectué au sein du laboatoie optoélectonique et composants de l univesité Fehat Abbas (Sétif, Algéie) en collaboation avec le goupe MALTA consolido du Dépatement du Physique

Plus en détail

DiaDent Group International

DiaDent Group International www.diagun.co.k DiaDent Goup Intenational Dispositif de compactage sans fil à chaleu intégée Copyight 2010 DiaDent Goup Intenational www.diadent.com Dispositif de compactage sans fil à chaleu intégée w

Plus en détail

Probabilités III Introduction à l évaluation d options

Probabilités 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 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

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

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

Un K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E

Un K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E Exo7 Espaces vectoriels Vidéo partie 1. Espace vectoriel (début Vidéo partie 2. Espace vectoriel (fin Vidéo partie 3. Sous-espace vectoriel (début Vidéo partie 4. Sous-espace vectoriel (milieu Vidéo partie

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

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

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

Serveur vidéo IP. caméras analogiques PC serveur. PC Client 1. Serveur de stockage ( optionnel )

Serveur vidéo IP. caméras analogiques PC serveur. PC Client 1. Serveur de stockage ( optionnel ) Sony RealShot Manage V3 Info Poduit Mas 2005 RealShot Manage V3.0 Logiciel de gestion des caméas IP MJPEG, MPEG-4, Audio, il sait tout enegiste! Une nouvelle vesion du logiciel RealShot Manage de Sony

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

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

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

Probabilités et statistique. Benjamin JOURDAIN

Probabilités et statistique. Benjamin JOURDAIN Probabilités et statistique Benjamin JOURDAIN 11 septembre 2013 2 i ii À Anne Préface Ce livre est issu du polycopié du cours de probabilités et statistique de première année de l École des Ponts ParisTech

Plus en détail

4. Martingales à temps discret

4. Martingales à temps discret Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les

Plus en détail

Mécanique du point : forces Newtoniennes (PCSI)

Mécanique du point : forces Newtoniennes (PCSI) écanique du oint : foces Newtoniennes (PCSI Question de cous On admet que, losqu'il est soumis à une foce Newtonienne F K u, la tajectoie d'un cos est lane et décite a mc K +e cosθ où C θ est une constante

Plus en détail

Po ur d o nne r un é lan à vo tre re traite

Po ur d o nne r un é lan à vo tre re traite Po u d o nne un é lan à vo te e taite ez a p é P aite t e e vot joud'hui dès au E N EN T TR RE E N NOOUUSS,, CC EESSTT FFAA CC I I LL EE DD EE SS EE O M M PP RR EE NN DDRRE E CC O Toutes les gaanties de

Plus en détail

Lois de probabilité. Anita Burgun

Lois de probabilité. Anita Burgun Lois de probabilité Anita Burgun Problème posé Le problème posé en statistique: On s intéresse à une population On extrait un échantillon On se demande quelle sera la composition de l échantillon (pourcentage

Plus en détail

Quelques éléments d écologie utiles au forestier

Quelques éléments d écologie utiles au forestier BTSA Gestion Foestièe Module D41 V.1.1. Avil 1997 Quelques éléments d écologie utiles au foestie Paysage vosgien : un exemple d écocomplexe divesifié. Sylvain Gaudin CFPPA/CFAA de Châteaufaine E 10 ue

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 30 avril 2015 Enoncés 1

[http://mp.cpgedupuydelome.fr] édité le 30 avril 2015 Enoncés 1 [http://mpcpgedupuydelomefr] édité le 3 avril 215 Enoncés 1 Exercice 1 [ 265 ] [correction] On note V l ensemble des matrices à coefficients entiers du type a b c d d a b c c d a b b c d a et G l ensemble

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

Probabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2

Probabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2 Probabilités Table des matières I Petits rappels sur le vocabulaire des ensembles 2 I.1 s................................................... 2 I.2 Propriétés...................................................

Plus en détail

Les déterminants de la diffusion d Internet en Afrique

Les déterminants de la diffusion d Internet en Afrique Les déteminants de la diffusion d Intenet en Afique pa Benad Conte Maîte de Conféences, Cente d économie du développement Univesité Montesquieu-Bodeaux IV - Fance 6µWYQµ Les pogès apides des technologies

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

Estimation: 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. 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

PROBABILITÉS: COURS DE LICENCE DE MATHÉMATIQUES APPLIQUÉES LM 390

PROBABILITÉS: COURS DE LICENCE DE MATHÉMATIQUES APPLIQUÉES LM 390 PROBABILITÉS: COURS DE LICENCE DE MATHÉMATIQUES APPLIQUÉES LM 390 Université PARIS 6 2008/2009 Jean BERTOIN 1 Table des Matières ( ) ces parties peuvent ^etre omises en première lecture, et ne feront pas

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

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

Raisonnement par récurrence Suites numériques

Raisonnement 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 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

EI - EXERCICES DE PROBABILITES CORRIGES

EI - EXERCICES DE PROBABILITES CORRIGES EI 1 EI - EXERCICES DE PROBABILITES CORRIGES Notations 1 Les coefficients du binôme sont notés ( n p 2 Un arrangement de n objets pris p à p est noté A p n 3 Si A est un ensemble fini, on notera A ou card

Plus en détail

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au

Plus en détail

I. Ensemble de définition d'une fonction

I. Ensemble de définition d'une fonction Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux

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

Évaluation de l'incertitude de mesure par une méthode statistique ("méthode de type A") Voir cours d'instrumentation

Évaluation de l'incertitude de mesure par une méthode statistique (méthode de type A) Voir cours d'instrumentation G. Pinson - Physique ppliquée Mesues - 16 / 1 16 - Instuments de mesues Eeu et incetitude su la mesue d'une gandeu Ce qui suit découle des pesciptions du IPM (ueau Intenational des Poids et Mesues, Fance),

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

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

4 Distributions particulières de probabilités

4 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 détail

PHYSIQUE DES SEMI-CONDUCTEURS

PHYSIQUE DES SEMI-CONDUCTEURS Dépatement Mico-électonique et télécommunications Pemièe année 004/005 PHYSIQUE DES SEMI-CONDUCTEURS Rouge Violet Infa-Rouge Visible Ulta-Violet Cd x Hg 1-x Te InSb Ge Si GaAs CdSe AlAs CdS GaP SiC GaN

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

Cours de mathématiques

Cours de mathématiques DEUG MIAS premier niveau Cours de mathématiques année 2003/2004 Guillaume Legendre (version révisée du 3 avril 2015) Table des matières 1 Éléments de logique 1 1.1 Assertions...............................................

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