Z(y) dy. Z v (x) = 1 v. v v

Dimension: px
Commencer à balayer dès la page:

Download "Z(y) dy. Z v (x) = 1 v. v v"

Transcription

1 3. VARIANCES DE BLOCS, DE DISPERSION, D'ESTIMATION 3- Varaces de blocs, de dsperso et d estmato 3. Varaces de blocs: O a u précédemmet l'mportace de coaître la arace de la arable aléatore correspodat au support d'explotato de la me. Ce support 'est édemmet pas la carotte mas plutôt u bloc d'ue certae talle (ex. 5m x 5m x 5m). O dstgue otos de araces dfféretes et complémetares : Varace de bloc: décrt l ampltude théorque des aratos des teeurs de bloc pour u domae f. C'est l'aalogue de la arace poctuelle (paler du arogramme) pour des blocs. Cette oto 'est défe que pour les modèles de arogramme aec paler. Varace de dsperso: décrt l ampltude théorque des aratos des teeurs de bloc à l téreur d u domae f. La arace de dsperso peut s obter à partr de la arace de bloc comme o le erra plus lo. Cette oto est défe même pour les arogrammes sas paler. Ces otos tereet das le calcul des réseres récupérables d u gsemet, das des calculs pour détermer l effcacté et le redemet de ples d homogéésato, das le calcul de la arablté de la producto mère pour tout teralle de temps désré et das le calcul de la arace de l'erreur d'estmato (arace d'estmato). O peut calculer la arace des blocs s l o coaît le arogramme des formatos poctuelles ou quaspoctuelles (carottes). De fat, o peut même calculer le arogramme (et le coarogramme) de blocs. Sot Z(x) la.a. correspodat à l'formato poctuelle. Sot Z (x) la.a. correspodat à u bloc cetré e x. O a Z (x) = Z(y) dy Cette relato exprme smplemet la réalté physque que la teeur d'u bloc est la moyee des teeurs des pots composat le bloc. E [ Z (x) ] = m et la arace de Z (x) s'écrt: Var( Z (x)) = σ = E [( Z (x) - m ) ] = E Z(y) dy - m = E ( Z( y )-m ) ( Z( y ) - m ) dy dy

2 O peut terertr E et car ce sot deux opérateurs léares. 3- Varaces de blocs, de dsperso et d estmato = [ ] E ( Z( y ) - m ) ( Z( y ) - m ) dy dy = Co ( Z( y ), Z( y ) ) dy dy Var( Z )= σ = C (,) Cette derère expresso dque que la arace du bloc est doée par la moyee des coaraces etre toutes les pares de pots que l'o peut former à l'téreur du bloc. E termes de arogramme, utlsat la relato C(h) = σ - γ (h) O obtet σ = σ - γ (,) S o coaît le arogramme (poctuel), et s celu-c motre u paler, alors o coaît toutes les araces de blocs, peu mporte la talle ou la forme des blocs. les blocs peuet être costtués de pluseurs portos spatalemet o-cotguës. O érfe asémet de cette derère expresso que pour tous les modèles crossats de arogramme: s σ σ s σ s σ Complémet : arogramme de blocs (peut être oms das ue premère lecture) Cosdéros mateat deux blocs séparés d'ue dstace h. Il peut être utle de défr la relato etre arogramme de bloc et arogramme poctuel. Pour deux blocs séparés d'ue dstace h, o aura: γ ( h ) = E Z( y )dy Z( y' )dy' = γ(,h ( x ) ( x ) ( x h ) ( x h ) + + ) γ(, ) où γ(,h ) représete la aleur moyee du arogramme poctuel pour toutes les pares ayat u pot das (x) et l'autre pot das (x+h).

3 3- Varaces de blocs, de dsperso et d estmato 3 3. Varace de dsperso La arace de bloc permet de calculer la arace théorque de la teeur de bloc das u domae d exteso fe. Be sûr les gsemets réels e sot jamas fs et l est souhatable de pouor préor l ampltude des aratos des teeurs de bloc pour u domae f correspodat au gsemet ou à ue parte du gsemet. Cosdéros u grad bloc V j découpé e petts blocs. O a be sûr: Z(V ) = j = Z( ) V j O peut oulor détermer l'mportace de la arato de das V j, e moyee pour l'esemble des blocs V. C'est ce que l'o appelle la arace de dsperso de das V que l'o ote D ( V). Sot la arace échatlloale pour u bloc V j : V j = s = ( Z( ) - Z(V j) ) O déft la arace de dsperso comme l'espérace de cette arace expérmetale lorsqu'o cosdère tous les blocs possbles V j : D ( V ) = E s = E V j ( Z( ) - Z(V j) ) = E = σv + σ Co( Z( V j), Z( )) = = σv + σ Co( Z( V j), Z( V j)) = σ σv {( Z( ) m )-( Z(V j) m )}

4 3- Varaces de blocs, de dsperso et d estmato D ( V) = σ - σ V.e., la arace de dsperso est autre qu ue dfférece de arablté de teeurs mesurées sur olumes dfférets. Utlsat les résultats précédets cocerat les araces de blocs, o peut obter les formulatos équaletes suates: D ( V) = C(,) - C(V,V) = γ(v,v) - γ(,) O otera e partculer que, pour les modèles crossats de arogramme, o aura: D ( V) γ (V,V) V D ( V) V D ( V) σ Das ue me, "" pourrat correspodre à la producto quotdee et "V" à la producto hebdomadare ou mesuelle. Le redemet du cocetrateur pourrat être relé à l'mportace des fluctuatos jouralères sur ue pérode mesuelle,.e. à D ( V). Les relatos précédetes se gééralset asémet et permettet de défr ue règle d addtté très géérale pour pluseurs blocs de talle dfféretes: D ( )= D ( )+ D ( 3 )+...+D ( - ) aec les talles des supports ordoés par ordre crossat: <...< - < Notes mportates cocerat l effet de pépte :. Das les relatos précédetes, γ(h) représete le arogramme poctuel. Das la pratque, ce arogramme est pas accessble, seul le arogramme déf sur u certa support «s» exste (par exemple les carottes de forage). Les relatos précédetes peuet toutefos être utlsées tat que le support des doées ayat codut à la modélsato du arogramme est pett deat. Das ce cas, o costate que l effet de pépte teret pas das le calcul de la arace de bloc et de la arace de dsperso.. Lorsque est pas beaucoup plus grad que le support des doées, alors u terme de arace lé à l effet de pépte dot être clus das la arace de bloc. Ce terme a gééralemet pour aleur C =sc / où s est le olume du support des doées et le olume du bloc. Cepedat cette terprétato 'est alde que s l'effet de pépte représete réellemet ue mcro-structure (ex. péptes d'or) mas o s'l représete des erreurs de localsato ou ue précso aalytque. Remarque : Le calcul des araces de bloc et de arace d estmato e écesste pas de coaître explctemet les doées, seul le arogramme des doées est requs. Ces otos e peuet doc pas redre compte de la coassace accrue du gsemet, que l o a, localemet, dû à l acqusto de doées.

5 3- Varaces de blocs, de dsperso et d estmato Varace d'estmato Das cette secto, o cherche à établr les résultats permettat de fourr ue mesure de la précso des estmés effectués par ue méthode d estmato quelcoque (léare). Sot ue.a. Z que l'o eut estmer, d'ue faço ou d'ue autre, e format ue combaso léare des aleurs obserées e dfférets edrots,.e. * Z = λ Z () = où: Z : aleur obserée au pot x (.a.) Z * : estmateur de Z O déft l'erreur d'estmato : * e = Z Z La arace de cette erreur est la arace d'estmato : Var( e) = Var( Z ) + Var( Z * ) Co( Z, Z * ) Substtuat Z * par so expresso, e focto des Z, doée e (), o obtet: σ e = Var ( Z )+ λ λ Co ( Z,Z j ) - λ Co ( Z,Z ) () j j

6 3- Varaces de blocs, de dsperso et d estmato 6 Qu peut être réécrt e focto du arogramme: σ ( - (,)) + ( - ( x - x ))- ( σ γ λ λ σ γ λ σ - γ( x,)) e = j j j Pus falemet, pusqu'o a habtuellemet λ =, σ λ γ( x,) - γ(,) - λ λ γ( x,x ) (3) e = j j j O peut calculer la arace d'estmato sot e utlsat le coarogramme () ou le arogramme (3). Das les cas de modèles sas paler, seul le arogramme peut être utlsé pouru que λ = das ().. Das les formules précédetes ( et 3), o recoaît 3 termes : terme lé au bloc à estmer (Var(Z ) ou γ (, ) ), terme lé aux pots serat à l estmato (Co(Z,Z j ) ou γ ( x, x j ) ) et terme crosé etre les pots serat à l estmato et le bloc à estmer (Co(Z,Z ) ou γ ( x, ).. La arace de l'erreur d'estmato est ue mesure de la précso de l'estmato. O pourrat oulor chosr les λ de faço à ce que σ e sot mmale. C'est ce que ous feros plus tard aec le krgeage.. La arace d estmato est ue mesure de précso obteue, e moyee, sur l esemble du gsemet pour ue même cofgurato pots-bloc. O costate e effet que la arace d estmato peut être calculée dès que l o coaît le arogramme (ou le coarogramme), l emplacemet des pots de doées et le bloc à estmer. La arace d estmato e permet doc pas de ter compte du fat que certaes portos paures du gsemet sot peut-être plus facles à estmer que des zoes à haute teeur (effet proportoel recotré par exemple aec des dstrbutos logormales). O peut e ter compte par l'emplo d'u arogramme relatf (ormé par la moyee locale au carré). Toutefos l'estmato du arogramme relatf est souet délcate. Les méthodes o-léares et les smulatos permettet de meux ter compte de ce facteur. Ex. Sot x, x et x 3 tros pots échatlloés que l'o eut utlser pour estmer la aleur coue au pot x. x x x x 3 Sot la matrce des dstaces séparat ces pots: x x x x 3 x. x 3. x 3 Supposos que le arogramme est u modèle léare aec pete utare et effet de pépte égal à,.e.:

7 3- Varaces de blocs, de dsperso et d estmato 7 γ(h) = + h Calculos la arace d'estmato obteue par tros méthodes dfféretes d'estmato: a) Estmato polygoale (plus proche os) = 3 = = λ λ λ * Z = Z ε = (x,x ) - ( x, x ) - ( x, x ) σ γ γ γ = ( + ) - - = b) Ierse de la dstace / d = /. / d = / d 3 = / / d =. λ=.3 λ =.5 λ3=.3 σ ε = λ γ(x,x ) - γ( x,x ) - λ λ j γ ( x,x j) j ( ) ( ) =.3 (+.) +.5 (+ ) +.3 (+ ) (+ ) (+ 3.) (+ 3).7 Ic l'erse de la dstace est très supéreur à la méthode polygoale e terme de arace d'estmato. c) krgeage Par krgeage, o aurat obteu λ =.5, λ =.3, et λ 3 =.3. Le calcul de la arace d'estmato doe alors σ.65, ue amélorato églgeable par rapport à l'erse de la dstace. Varace d'exteso : C'est la arace d'estmato obteue lorsqu'o éted la aleur d'u pot à ue surface ou u olume; la aleur d'u segmet à ue surface ou u olume; la aleur d'ue surface à u olume, etc. Bref, l s'agt de

8 3- Varaces de blocs, de dsperso et d estmato 8 araces d'estmato correspodat à des stuatos partculères qu, par leur smplcté, se prêtet be à la costructo d'abaques. ex. etc. 3. Calcul des quattés γ(,) ou γ( x,) Les termes γ(,) ou γ( x,) sot requs pour obter les araces de blocs, les araces de dspersos et les araces d'estmato. Ces aleurs peuet être calculées de tros faços dfféretes :. Itégrato de γ(h) pour obter ue expresso aalytque : pratcable surtout e -D. ex. Sphérque : γ (, ) /C =.5 /a -.5 (/a) 3 s <a = -.75 a/ +. (a/) s >=a où a est la portée... Abaques pour certas modèles (sphérque; expoetel). Approxmato umérque par ordateur. O représete le bloc par ue grlle dscrète de pots suffsammet fe et o calcule la aleur moyee du arogramme pour toutes les pares que l'o peut former aec cette grlle de pots (tratemet spécal requs pour h=). O peut auss utlser ue méthode de Mote Carlo pour l approxmato umérque, cette derère méthode présetat des aatages das le calcul de γ (, ). Il s'agt alors de placer aléatoremet pares de pots à l'téreur de "" et de calculer la aleur moyee du arogramme pour toutes ces pares.... O calcule γ(x -x j ) pour toutes... les pares possbles sur cette... grlle et o effectue la moyee. (Méthode la plus utlsée de os jours). Utlsato des abaques : ex. Varaces de blocs, e -D. Sot le modèle de arogramme sphérque aec C =5, C=5 et a= m. Quelle est la arace de blocs de m X m?

9 3- Varaces de blocs, de dsperso et d estmato 9 σ = σ - γ (,) L =(C +C) - C + C F a, l L al =C -F L a, l L al = 5 (- F (.,. )) = 5.8 =.6 Pour des blocs 5 m X 5 m, o troue F(.5,.5).38 et σ 5.6 = 9.3 Pour des blocs 5 m x m, o troue F(.5, ).5 et σ 5.6 = 6.9 S au leu du arogramme sotrope précédet ue asotrope géométrque aec a x =, a y = 5 état présete, o aurat alors pour: u bloc 5 m e x par e y; F(.5, ).73 u bloc m e x par 5 e y; F(, ).68 σ 5.7. σ 5.3 =.8 O costate que la arace des blocs déped de leur allogemet par rapport à la drecto d'asotrope! Note: Lorsqu'l y a asotrope, l faut, pour pouor utlser les abaques, que les drectos prcpales d'asotrope soet parallèles aux côtés du bloc cosdéré. ex. Varace de blocs 3-D Les abaques sot costrutes e supposat qu'au mos des 3 rapports l x /a x, l y /a y, l z /a z sot égaux. Ces rapports égaux sot plaçés e ordoée de l'abaque F (L/a L,l /a l ). Atteto, cette abaque 'est pas symétrque! Ex. Bloc 5 m X 5 m X 5 m Aec le modèle sphérque précédet ayat C =5, C=5 et a=, o troue F(.5,.5).

10 3- Varaces de blocs, de dsperso et d estmato σ 5.6 = 9. ex. Varace de dsperso O utlse les abaques pour chacu des termes et o obtet la arace de dsperso par dfférece. (Rappelos que l'abaque F(, ) permet d obter la aleur de γ (, )). ex. Varaces d'estmato Chaque cofgurato et chaque estmateur doet leu à u calcul dfféret. Il 'exste doc des abaques que pour les cas smples d'exteso. Ex. Toujours aec le sphérque ayat C =5, C=5 et a= m, S o estme ue cellule de m X m par so pot cetral, o obtet aec l'abaque #7, σ E3, éaluée à l/a = / =. : A cette quatté, l faut ajouter u terme relé à C, d'où: σ e 5.38=.57 σ e = 5.57 Le terme relé à C proet de l'expresso géérale de la arace d'estmato (pour tout estmateur léare): σ = λ γ( x,) - γ(,) - λ λ j γ( x, x j ) e E detfat les termes e C das cette derère expresso, o ot que la arace d'estmato est accrue de: j

11 3- Varaces de blocs, de dsperso et d estmato λ C - C - λ λ j C j j.e. C λ - - O peut smplfer daatage pusqu'o a presque toujours: j j λ = λ λ j Aec u bloc de m X m, o aurat obteu: C o - λ λ j = C λ j j σ ε =.5 S plutôt que d'utlser la aleur de l'tersecto cetrale, o aat utlsé les quatre cos.e. =, λ = /, =..., o aurat obteu pour le bloc de m X m: σ e / =.6 Et, pour le bloc de m X m: σ e / = 5.3 Ue réducto très substatelle de la arace d'estmato est obteue e utlsat les quatre cos de préférece à la aleur cetrale. O ot que lorsqu'o a u effet de pépte mportat, o a térêt à former u estmateur utlsat plus d'obseratos de faço à dmuer la arace d'estmato. E effet, lorsque les pods sot égaux (/) la part de la arace d'estmato relée à l'effet de pépte est C /. O ot c ue justfcato théorque aux melleures performaces obserées pour les estmateurs erse de la dstace et méthode des tragles, par rapport à la méthode polygoale. Le smple fat d'utlser plus d'obseratos das l'estmato amélore la précso de celle-c surtout e présece d'u effet de pépte mportat. O peut auss oulor estmer ue cellule ou u bloc par u segmet, u bloc par ue surface, etc. Des abaques exstet pour certaes de ces stuatos.

12 3- Varaces de blocs, de dsperso et d estmato ex. Exteso d'u segmet à ue surface Toujours aec le même modèle de arogramme, pour ue cellule de m X m qu'o estme par so segmet cetral. S'l 'y aat pas d'effet de pépte, o aurat: σ = 5.9=. e Le segmet referme "" petts segmets de la logueur des supports ayat ser à défr le arogramme. Le pods assocé à chaque pett segmet (support) est doc de / et la part de l'effet de pépte das la arace d'exteso sera doc de C /. Quad le support est très pett par rapport au segmet cosdéré, alors -->, et la part relée à l'effet de pépte deet ulle. S le support est le segmet au complet, alors est et la arace d'exteso est accrue de C. Das l'exemple précédet, s le support est costtué de carottes de m, alors σ e. + 5/ = Combaso d'erreurs élémetares pour ue estmato globale S l o a beaucoup d'obseratos et qu'o désre estmer ue moyee pour u olume mportat, le calcul de la arace d'estmato utlsat la formule théorque peut deer laboreux. Il exste toutefos u prcpe qu permet de smplfer les calculs tout e coserat ue boe précso sur le calcul de la arace d'estmato. Ce prcpe est celu des extesos élémetares. Il cosste à décomposer ue estmato doée e ue sére d'estmatos élémetares approxmatemet dépedates et pour lesquelles la arace d'estmato est faclemet calculable.. ex. estmato de la moyee d'u champ à partr d'ue grlle régulère. L'estmé est alors smplemet: Z. C'est comme s o étedat la aleur de chaque pot à chaque bloc = correspodat aux dmesos de la grlle régulère. Pour chaque exteso, o commet ue erreur dot la arace est σ e. Cette arace est costate pour chaque bloc. Ces erreurs sot approxmatemet dépedates pusque chaque bloc est estmé par so pot cetral et qu'l 'y a doc pas deux estmés utlsat les mêmes doées. La arace de l'erreur globale est doc la arace d'ue somme de erreurs σ e élémetares dépedates,.e.

13 3- Varaces de blocs, de dsperso et d estmato 3. ex. estmato de la moyee d'u champ à partr d'u échatlloage aléatore mas à desté uforme (échatlloage aléatore stratfé). Das ce cas, o peut cosdérer qu'o a mplaté aléatoremet u pot das chaque cellule élémetare. O troue la talle de cette cellule élémetare à partr de la talle du champ total et du ombre et de la répartto des pots échatllos. La arace de l'erreur pour u bloc est σ e = E[(Z - Z ) ]. Cette arace déped de l'emplacemet précs du pot das le bloc. Le pot état placé aléatoremet, o peut calculer la aleur probable de cette arace d'estmato élémetare par: E [(Z(x)- Z ) ] dx Qu 'est re d'autre que la arace de dsperso d'u pot das u bloc,.e. D ( ). À oueau, pusque chaque erreur est dépedate, pour l'esemble du champ, la arace d'estmato sera D ( )/.. ex. estmato d'ue moyee d'u champ à partr d'u échatlloage quelcoque. O peut applquer la méthode décrte au pot. sur des sous-domaes où l'hypothèse de répartto aléatore stratfée est rasoable. O calcule alors par la méthode décrte au pot. les araces d estmato pour chaque sous-domae. Pour l'esemble du champ, l'estmé est obteu e combat, selo des pods proportoels aux olumes des sous-domaes, les dfférets estmés obteus. O aura doc: p * * Z g = Z aec V = V et la arace d'estmato sera, pusque chaque erreur est cosdérée dépedate: = σg = σe V = où les araces d'estmato élémetares sot celles correspodat aux dfférets sous-domaes que l'o a pu recoaître. Note: - Paradoxalemet, l'estmateur partculer utlsé pour obter l'estmé pour la moyee du champ 'teret pas das le calcul de la arace d'estmato globale par la méthode des erreurs élémetares. L'estmato aurat pu être obteu par krgeage, par erse de la dstace, par méthode polygoale, etc.. La raso de cette apparete aomale est que les estmés globaux obteus par ces méthodes sot très smlares. Ils cosstet plus ou mos e ue moyee, podérée par la zoe d'fluece de chaque obserato, des aleurs obserées. Pusque les estmatos sot smlares, l 'est pas surpreat qu'elles aet toutes à peu près la même précso. Ce rasoemet 'est pas ra s l'o cherche à prédre les araces d'estmato pour ue estmato locale,.e. pour ue pette porto du champ. Alors, la techque d estmato utlsée a ue forte fluece sur la précso obteue. - S l'o dspose d'u programme permettat d'effectuer le krgeage et de calculer les araces de krgeage (arace d'estmato), alors o peut les comber suat le prcpe précédet,.e. l sufft de segmeter le domae e blocs et d'estmer chaque bloc e 'utlsat que les doées qu s'y =

14 3- Varaces de blocs, de dsperso et d estmato trouet, pus de comber les araces de krgeage e focto de la talle des blocs comme l'dque la formule précédete. Il est mportat de e pas aor des doées commues pour l'estmato de deux blocs car alors les erreurs d'estmato e pourraet plus être cosdérées comme dépedates. Ex. Ue zoe a été estmée drectemet par krgeage (arace d'estmato.36) pus par combaso de parcelles (selo scéaros dfférets). Pour l'estmato de chaque parcelle, o 'utlse que les pots s'y retrouat. O calcule les araces d'estmato pour chaque parcelle et o combe le tout suat le carré des surfaces de chaque parcelle. Les résultats obteus par subdso, das les deux cas, sot quas-detques au résultat drect. 8 6 z z z z3 σ zoe`globale:.36 σ pour z :.6 σ pour z :. σ pour z3 :. σ pour z :.3 σ combé : z z z z3 5 σ pour z : 7.8 σ pour z :.7 σ pour z3 :.9 σ pour z :.63 σ combé :.36 E résumé :. les araces de bloc, de dsperso et d'estmato peuet toutes être calculées à partr du arogramme poctuel (ou quas-poctuel);. pour la arace de bloc et la arace de dsperso, s les doées sot défes sur u support quaspoctuel, alors l'effet de pépte 'teret pas. S les doées sot défes sur u support o poctuel, alors l'effet de pépte teret pour les petts blocs. Pour la arace d'estmato (e partculer d'exteso), le tratemet de l'effet de pépte déped du support des doées serat à l'estmato relatemet au support ayat ser à l'obteto du arogramme;. pour le calcul de la arace d'estmato d'ue quatté moyee sur u grad champ, o peut recourr à des approxmatos basées sur des erreurs élémetares à peu près dépedates. Cec 'a pour but que de smplfer les calculs et derat fourr de boes approxmatos des aleurs que l o obtedrat e utlsat la formule géérale pour la arace d'estmato. 3.6 U exemple smulé pour la arace de dsperso O a smulé séres de 5 doées (e D) à u teralle réguler de. Les arogrammes expérmetaux et ajustés pour les séres sot llustrés à la Fgure. O a esute regroupé les doées

15 3- Varaces de blocs, de dsperso et d estmato 5 e paquets de 6, 3, 6 et 8 e glssat ue feêtre le log de la sére. Das chaque cas, o a calculé la arace expérmetale de ces aleurs (s ) et la aleur théorque D ( V) calculée à partr du arogramme (Fgure ). O otera que pour ue arace poctuelle égale, les blocs formés sur la sére poctuelle motrat la melleure structure spatale (sére ) demeuret beaucoup plus arables que les blocs formés sur la sére ayat la mos boe structure spatale (sére ). O otera égalemet, l'assez boe cocordace etre les aleurs théorques et les aleurs expérmetales obteues, surtout pour la e sére. L'écart etre cellesc s'explque par le fat que pour la aleur expérmetale, o cosdère u seul bloc V = 5, alors que la aleur théorque représete, par défto, ue aleur moyee de cette arace expérmetale prse sur u très grad ombre de blocs V..5 Varogramme expéremtal et modèle ajusté, ère smulato Modèle gausse(c=.8, a=63) + effet de trou [.76*(-cos(*p*h/75))] m e m a g r o V ar Dstace Varogramme expérmetal et modèle ajusté.8.6 Modèle sphérque c=.375 c=.765 a= 9.9. m e m a g r o V ar Dstace

16 Smulato pot s = D ( V)= bloc 6 s =.96 D ( V)= bloc 3 s =.88 D ( V)= bloc 6 s =.6 D ( V)= bloc 8 s =.7 D ( V)= Smulato pot s = D ( V)= bloc 6 s =.5 D ( V)= bloc 3 s =.3 D ( V)= bloc 6 s =.5 D ( V)= bloc 8 s =.6 D ( V)=

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1 II - Notos de probablté 9/0/007 PHYS-F-30 G. Wlquet Ue varable aléatore est ue varable dot la valeur e peut être prédte avec certtude mas dot la probablté d occurrece d ue valeur (varable dscrète) ou d

Plus en détail

Coefficient de partage

Coefficient de partage Coeffcet de partage E chme aque, la sythèse d'u composé se fat e pluseurs étapes : la réacto propremet dte (utlsat par exemple u motage à reflux quad la réacto dot être actvée thermquemet), les extractos

Plus en détail

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

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

Plus en détail

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE

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

Plus en détail

SYSTEME FERME EN REACTION CHIMIQUE

SYSTEME FERME EN REACTION CHIMIQUE SYSTEME FERME EN REACTION CHIMIQUE I. DESCRIPTION D UN SYSTEME. Les dfférets types de système (ouvert, fermé, solé U système S est formé d u esemble de corps séparés du reste de l uvers (appelé mleu extéreur

Plus en détail

Incertitudes expérimentales

Incertitudes expérimentales U N I O N D E S P R O F E S S E U R S D E P H Y S I Q U E E T D E C H I M I E 995 Icerttudes érmetales par Fraços-Xaver BALLY Lcée Le Corbuser - 93300 Aubervllers et Jea-Marc BERROIR École ormale supéreure

Plus en détail

" BIOSTATISTIQUE - 1 "

 BIOSTATISTIQUE - 1 ISTITUT SUPERIEUR DE L EDUCATIO ET DE LA FORMATIO COTIUE Départemet Bologe Géologe S0/ " BIOSTATISTIQUE - " Cours & Actvtés : Modher Abrougu Aée Uverstare - 008 Modher Abrougu Bostatstque «I» ISEFC - 008

Plus en détail

CHAPITRE 6 : LE BIEN-ETRE. Durée : Objectif spécifique : Résumé : I. L agrégation des préférences. Cerner la notion de bien-être et sa mesure.

CHAPITRE 6 : LE BIEN-ETRE. Durée : Objectif spécifique : Résumé : I. L agrégation des préférences. Cerner la notion de bien-être et sa mesure. TABLE DES MATIERES Durée...2 Objectf spécfque...2 Résumé...2 I. L agrégato des préféreces...2 I. Le système de vote à la majorté...2 I.2 Vote par classemet...3 I.3 Codtos de décso socale et théorème d

Plus en détail

COURS DE MATHEMATIQUE FINANCIERE A COURT ET LONG TERME Promotion : Première année de graduat

COURS DE MATHEMATIQUE FINANCIERE A COURT ET LONG TERME Promotion : Première année de graduat P R O F E S REPUBLIQUE DEMOCRATIQUE DU CONGO ENSEIGNEMENT SUPEREIEUR ET UNIVERSITAIRE INSTITUT SUPERIEUR DE GESTION INFORMATIQUE DE GOMA /I.S.I.G-GOMA DEVELOPPEMENT ISIG M A T I O N COURS DE MATHEMATIQUE

Plus en détail

Ressources pour le lycée général et technologique

Ressources pour le lycée général et technologique éduscol Ressources pour le lycée gééral et techologque Ressources pour le cycle termal gééral et techologque Mesure et certtudes Ces documets peuvet être utlsés et modés lbremet das le cadre des actvtés

Plus en détail

Application de la théorie des valeurs extrêmes en assurance automobile

Application de la théorie des valeurs extrêmes en assurance automobile Applcato de la théore des valeurs extrêmes e assurace automoble Nouredde Belagha & Mchel Gru-Réhomme Uversté Pars 2, ERMES-UMR78-CNRS, 92 rue d Assas, 75006 Pars, Frace E-Mal: blour2002@yahoo.fr E-Mal:

Plus en détail

Les sinistres graves en assurance automobile : Une nouvelle approche par la théorie des valeurs extrêmes

Les sinistres graves en assurance automobile : Une nouvelle approche par la théorie des valeurs extrêmes Les sstres graves e assurace automoble : Ue ouvelle approche par la théore des valeurs extrêmes Nouredde Belagha (*, Mchel Gru-Réhomme (*, Olga Vasecho (** (* Uversté Pars 2, ERMES-UMR78-CNRS, 2 place

Plus en détail

Une méthode alternative de provisionnement stochastique en Assurance Non Vie : Les Modèles Additifs Généralisés

Une méthode alternative de provisionnement stochastique en Assurance Non Vie : Les Modèles Additifs Généralisés Ue méthode alteratve de provsoemet stochastque e Assurace No Ve : Les Modèles Addtfs Gééralsés Lheureux Else B&W Delotte 85, av. Charles de Gaulle 954 Neully-sur-See cedex Frace Drect: 33(0).55.6.65.3

Plus en détail

GIN FA 4 02 01 INSTRUMENTATION P Breuil

GIN FA 4 02 01 INSTRUMENTATION P Breuil GIN FA 4 0 0 INSTRUMENTATION P Breul OBJECTIFS : coatre les bases des statstques de la mesure af de pouvor d ue part compredre les spécfcatos d u composat et d autre part évaluer avec rgueur les performaces

Plus en détail

OBLIGATION DU SECTEUR PRIVE : EVALUATION ET OUTIL DE GESTION DU RISQUE DE TAUX D INTERET

OBLIGATION DU SECTEUR PRIVE : EVALUATION ET OUTIL DE GESTION DU RISQUE DE TAUX D INTERET Jea-Claude AUGROS Professeur à l Uversté Claude Berard LYON I et à l Isttut de Scece Facère et d Assuraces ISFA Mchel QUERUEL Docteur e Gesto Igéeur de Marché Socété de Bourse AUREL Résumé : Cet artcle

Plus en détail

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

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

Plus en détail

Mathématiques Financières : l essentiel Les 10 formules incontournables (Fin de période)

Mathématiques Financières : l essentiel Les 10 formules incontournables (Fin de période) A-PDF OFFICE TO PDF DEMO: Purchase from www.a-pdf.com to remove the watermark Mathématques Facères : l essetel Les formules cotourables (F de érode) htt://www.ecogesam.ac-a-marselle.fr/esed/gesto/mathf/mathf.html#e5aels

Plus en détail

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4 UNVERSTE MONTESQUEU BORDEAUX V Licece 3 ère aée Ecoomie - Gestio Aée uiversitaire 2006-2007 Semestre 2 Prévisios Fiacières Travaux Dirigés - Séaces 4 «Les Critères Complémetaires des Choix d vestissemet»

Plus en détail

Comportement d'une suite

Comportement d'une suite Comportemet d'ue suite I) Approche de "ses de variatio et de ite d'ue suite" : 7 Soit la suite ( ) telle que = 5 ( + ) 2 Représetos graphiquemet la suite das u pla mui d' u repère. Il suffit de placer

Plus en détail

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

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

Plus en détail

Conception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce

Conception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce SETIT 2005 3 RD INTERNATIONAL CONFERENCE: SCIENCES OF ELECTRONIC, TECHNOLOGIES OF INFORMATION AND TELECOMMUNICATIONS MARCH 27-3, 2005 TUNISIA Cocepto d u outl décsoel pour la gesto de la relato clet das

Plus en détail

Conception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce

Conception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce Cocepto d u outl décsoel pour la gesto de la relato clet das u ste de e-commerce Nazh SELMOUNE *, Sada BOUKHEDOUMA * ad Zaa ALIMAZIGHI * * Laboratore des Systèmes Iformatques(LSI )- USTHB - ALGER selmoue@wssal.dz

Plus en détail

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI FEUILLE D EXERCICES 7 - PROBABILITÉS SUR UN UNIVERS FINI Exercice - Lacer de dés O lace deux dés à 6 faces équilibrés. Calculer la probabilité d obteir : u double ; ue somme des deux dés égale à 8 ; ue

Plus en détail

L Analyse Factorielle des Correspondances

L Analyse Factorielle des Correspondances Aalyse de doées Modle 5 : L AFC M5 L Aalyse Factorelle des Corresodaces L aalyse factorelle des corresodaces, otée AFC, est e aalyse destée a tratemet des tableax de doées où les valers sot ostves et homogèes

Plus en détail

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé : Itégratio et probabilités EN Paris, 202-203 TD 203 Lois des grads ombres, théorème cetral limite. Corrigé Lois des grads ombres Exercice. Calculer e cet leços Détermier les limites suivates : x +... +

Plus en détail

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices Chapitre 1 Déombremet 1.1 Eocés des exercices Exercice 1 L acie système d immatriculatio fraçais était le suivat : chaque plaque avait 4 chiffres, suivis de 2 lettres, puis des 2 uméros du départemet.

Plus en détail

Module 3 : Inversion de matrices

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

Plus en détail

Mesure avec une règle

Mesure avec une règle Mesure avec une règle par Matheu ROUAUD Professeur de Scences Physques en prépa, Dplômé en Physque Théorque. Lycée Alan-Fourner 8000 Bourges ecrre@ncerttudes.fr RÉSUMÉ La mesure d'une grandeur par un système

Plus en détail

SÉRIES STATISTIQUES À DEUX VARIABLES

SÉRIES STATISTIQUES À DEUX VARIABLES 1 ) POSITION DU PROBLÈME - VOCABULAIRE A ) DÉFINITION SÉRIES STATISTIQUES À DEUX VARIABLES O cosidère deux variables statistiques umériques x et y observées sur ue même populatio de idividus. O ote x 1

Plus en détail

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1 Premières propriétés des ombres réels 2 Suites umériques 3 Suites mootoes : à faire 4 Séries umériques 4. Notio de série. Défiitio 4.. Soit (u ) ue suite de ombres réels ou complexes. Pour N N, o ote S

Plus en détail

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

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

Plus en détail

STATISTIQUE : TESTS D HYPOTHESES

STATISTIQUE : TESTS D HYPOTHESES STATISTIQUE : TESTS D HYPOTHESES Préparatio à l Agrégatio Bordeaux Aée 203-204 Jea-Jacques Ruch Table des Matières Chapitre I. Gééralités sur les tests 5. Itroductio 5 2. Pricipe des tests 6 2.a. Méthodologie

Plus en détail

Statistique descriptive bidimensionnelle

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Chap. 5 : Les intérêts (Les calculs financiers)

Chap. 5 : Les intérêts (Les calculs financiers) Chap. 5 : Les itérêts (Les calculs fiaciers) Das u cotrat de prêt, le prêteur met à la dispositio de l empruteur, à u taux d itérêt doé, ue somme d arget (le capital) qu il devra rembourser à ue certaie

Plus en détail

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

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

Plus en détail

1 Mesure et intégrale

1 Mesure et intégrale 1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Les jeunes économistes

Les jeunes économistes Chaptre1 : les ntérêts smples 1. défnton et calcul pratque : Défnton : Dans le cas de l ntérêt smple, le captal reste nvarable pendant toute la durée du prêt. L emprunteur dot verser, à la fn de chaque

Plus en détail

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

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

Plus en détail

2 ième partie : MATHÉMATIQUES FINANCIÈRES

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

Plus en détail

Séquence 5. La fonction logarithme népérien. Sommaire

Séquence 5. La fonction logarithme népérien. Sommaire Séquece 5 La foctio logarithme épérie Objectifs de la séquece Itroduire ue ouvelle foctio : la foctio logarithme épérie. Coaître les propriétés de cette foctio : sa dérivée, ses variatios, sa courbe, sa

Plus en détail

Chapitre 3 : Fonctions d une variable réelle (1)

Chapitre 3 : Fonctions d une variable réelle (1) Uiversités Paris 6 et Paris 7 M1 MEEF Aalyse (UE 3) 2013-2014 Chapitre 3 : Foctios d ue variable réelle (1) 1 Lagage topologique das R Défiitio 1 Soit a u poit de R. U esemble V R est u voisiage de a s

Plus en détail

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3. EXERCICE 3 (6 poits ) (Commu à tous les cadidats) Il est possible de traiter la partie C sas avoir traité la partie B Partie A O désige par f la foctio défiie sur l itervalle [, + [ par Détermier la limite

Plus en détail

Chapitre 3 : Transistor bipolaire à jonction

Chapitre 3 : Transistor bipolaire à jonction Chapitre 3 : Trasistor bipolaire à joctio ELEN075 : Electroique Aalogique ELEN075 : Electroique Aalogique / Trasistor bipolaire U aperçu du chapitre 1. Itroductio 2. Trasistor p e mode actif ormal 3. Courats

Plus en détail

Cours de Statistiques inférentielles

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

Plus en détail

Estimation des incertitudes sur les erreurs de mesure.

Estimation des incertitudes sur les erreurs de mesure. Estmto des certtdes sr les errers de mesre. I. Itrodcto : E sceces epérmetles, l este ps de mesres ectes. Celle-c e pevet être q etchées d errers pls o mos mporttes selo le protocole chos, l qlté des strmets

Plus en détail

Limites des Suites numériques

Limites des Suites numériques Chapitre 2 Limites des Suites umériques Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Limite fiie ou ifiie d ue suite. Limites et comparaiso. Opératios sur les ites. Comportemet

Plus en détail

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

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

Plus en détail

EXERCICES : DÉNOMBREMENT

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

Plus en détail

Les Nombres Parfaits.

Les Nombres Parfaits. Les Nombres Parfaits. Agathe CAGE, Matthieu CABAUSSEL, David LABROUSSE (2 de Lycée MONTAIGNE BORDEAUX) et Alexadre DEVERT, Pierre Damie DESSARPS (TS Lycée SUD MEDOC LETAILLAN MEDOC) La première partie

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n =

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n = [http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Eocés 1 Nombres réels Ratioels et irratioels Exercice 1 [ 9 ] [correctio] Motrer que la somme d u ombre ratioel et d u ombre irratioel est u ombre irratioel.

Plus en détail

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

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

Plus en détail

Processus et martingales en temps continu

Processus et martingales en temps continu Chapitre 3 Processus et martigales e temps cotiu 1 Quelques rappels sur les martigales e temps discret (voir [4]) O cosidère u espace filtré (Ω, F, (F ) 0, IP). O ote F = 0 F. Défiitio 1.1 Ue suite de

Plus en détail

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

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

Plus en détail

STATISTIQUE AVANCÉE : MÉTHODES

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

Plus en détail

Soutenue publiquement le Mardi 04/Mai/2010 MEMBRES DU JURY

Soutenue publiquement le Mardi 04/Mai/2010 MEMBRES DU JURY Répblqes Algéree Démocratqe et Poplare Mstère de l Esegemet Spérer et de la Recherche Scetfqe Uversté MENTOURI Costate Faclté des Sceces de l'igéer Départemet de Gée Mécaqe N d ordre : /MAG/ Sére : /GM/

Plus en détail

Chapitre 3: TESTS DE SPECIFICATION

Chapitre 3: TESTS DE SPECIFICATION Chapitre 3: TESTS DE SPECIFICATION Rappel d u c h api t r e pr é c é d en t : l i de n t i f i c a t i o n e t l e s t i m a t i o n de s y s t è m e s d é q u a t i o n s s i m u lt a n é e s r e p o

Plus en détail

Séries numériques. Chap. 02 : cours complet.

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

Plus en détail

Sommaire Chapitre 1 - L interface de Windows 7 9

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

Plus en détail

20. Algorithmique & Mathématiques

20. Algorithmique & Mathématiques L'éditeur L'éditeur permet à l'utilisateur de saisir les liges de codes d'u programme ou de défiir des foctios. Remarque : O peut saisir directemet des istructios das la cosole Scilab, mais il est plus

Plus en détail

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

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

Plus en détail

MTH 2301 Méthodes statistiques en ingénierie. MTH 2301 Méthodes statistiques en ingénierie

MTH 2301 Méthodes statistiques en ingénierie. MTH 2301 Méthodes statistiques en ingénierie VARIABLES ALÉATOIRES déo oco de réro vrble léore dscrèe moyee - vrce - écr ye esérce mhémque vrble léore coue oco d ue vrble léore : rsormo combso lére de vrbles léores Déo E : eérece léore S : esce échllol

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Séries réelles ou complexes

Séries réelles ou complexes 6 Séries réelles ou complexes Comme pour le chapitre 3, les suites cosidérées sot a priori complexes et les résultats classiques sur les foctios cotiues ou dérivables d ue variable réelle sot supposés

Plus en détail

GEA I Mathématiques nancières Poly. de révision. Lionel Darondeau

GEA I Mathématiques nancières Poly. de révision. Lionel Darondeau GEA I Mathématques nancères Poly de révson Lonel Darondeau Intérêts smples et composés Voc la lste des exercces à révser, corrgés en cours : Exercce 2 Exercce 3 Exercce 5 Exercce 6 Exercce 7 Exercce 8

Plus en détail

Etude de la fonction ζ de Riemann

Etude de la fonction ζ de Riemann Etude de la foctio ζ de Riema ) Défiitio Pour x réel doé, la série de terme gééral,, coverge si et seulemet si x >. x La foctio zeta de Riema est la foctio défiie sur ], [ par : ( x > ), = x. Remarque.

Plus en détail

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

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

Plus en détail

Calculer le coût amorti d une obligation sur chaque exercice et présenter les écritures dans les comptes individuels de la société Plumeria.

Calculer le coût amorti d une obligation sur chaque exercice et présenter les écritures dans les comptes individuels de la société Plumeria. 1 CAS nédt d applcaton sur les normes IAS/IFRS Coût amort sur oblgatons à taux varable ou révsable La socété Plumera présente ses comptes annuels dans le référentel IFRS. Elle détent dans son portefeulle

Plus en détail

MUTUELLE D&O MUTUELLE D&O. Copilote de votre santé. AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyance CRC CRIS CRPB-AFB

MUTUELLE D&O MUTUELLE D&O. Copilote de votre santé. AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyance CRC CRIS CRPB-AFB MUTUELLE D&O MUTUELLE D&O Copilote de votre saté AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyace CRC CRIS CRPB-AFB DOMISSIMO-Assuraces DOMISSIMO-Services FONGECFA-Trasport IPRIAC MUTUELLE D&O OREPA-Prévoyace

Plus en détail

CHAPITRE 2 SÉRIES ENTIÈRES

CHAPITRE 2 SÉRIES ENTIÈRES CHAPITRE 2 SÉRIES ENTIÈRES 2. Séries etières Défiitio 2.. O appelle série etière toute série de foctios ( ) f dot le terme gééral est de la forme f ()=a, où (a ) désige ue suite réelle ou complee et R.

Plus en détail

RECHERCHE DE CLIENTS simplifiée

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

Plus en détail

Développement en Série de Fourier

Développement en Série de Fourier F-IRIS-5.ex Développeme e Série de Fourier Développer e série de Fourier les focios de période T défiies aisi : a b { f impaire T = f = si ] ; { f paire T = f = si ; ] Faire das chaque cas ue représeaio

Plus en détail

Principes et Méthodes Statistiques

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

Plus en détail

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

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

Plus en détail

Contrats prévoyance des TNS : Clarifier les règles pour sécuriser les prestations

Contrats prévoyance des TNS : Clarifier les règles pour sécuriser les prestations Contrats prévoyance des TNS : Clarfer les règles pour sécurser les prestatons Résumé de notre proposton : A - Amélorer l nformaton des souscrpteurs B Prévor plus de souplesse dans l apprécaton des revenus

Plus en détail

Exercices de révision

Exercices de révision Exercices de révisio Exercice U ivesisseur souscri à l émissio d u bille de résorerie do les caracérisiques so les suivaes : - Nomial : 5 M - Taux facial : 3,2% - Durée de vie : 9 mois L ivesisseur doi

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Suites et séries de fonctions

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

Plus en détail

RESOLUTION PAR LA METHODE DE NORTON, MILLMAN ET KENNELY

RESOLUTION PAR LA METHODE DE NORTON, MILLMAN ET KENNELY LO 4 : SOLUTO P L MTHO OTO, MLLM T KLY SOLUTO P L MTHO OTO, MLLM T KLY MTHO OTO. toductio Le théoème de oto va ous pemette de éduie u cicuit complexe e gééateu de couat éel. e gééateu possède ue souce

Plus en détail

Solutions particulières d une équation différentielle...

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

Plus en détail

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

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

Plus en détail

Baccalauréat S Asie 19 juin 2014 Corrigé

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

Plus en détail

BTS GPN 2EME ANNEE-MATHEMATIQUES-MATHS FINANCIERES MATHEMATIQUES FINANCIERES

BTS GPN 2EME ANNEE-MATHEMATIQUES-MATHS FINANCIERES MATHEMATIQUES FINANCIERES MATHEMATIQUES FINANCIERES I. Concepts généraux. Le référentel précse : Cette parte du module M4 «Acquérr des outls mathématques de base nécessares à l'analyse de données économques» est en relaton avec

Plus en détail

LES ESCALIERS. Du niveau du rez-de-chaussée à celui de l'étage ou à celui du sous-sol.

LES ESCALIERS. Du niveau du rez-de-chaussée à celui de l'étage ou à celui du sous-sol. LES ESCALIERS I. DÉF I NIT I O N Un escalier est un ouvrage constitué d'une suite de marches et de paliers permettant de passer à pied d'un niveau à un autre. Ses caractéristiques dimensionnelles sont

Plus en détail

Dirigeant de SAS : Laisser le choix du statut social

Dirigeant de SAS : Laisser le choix du statut social Drgeant de SAS : Lasser le chox du statut socal Résumé de notre proposton : Ouvrr le chox du statut socal du drgeant de SAS avec 2 solutons possbles : apprécer la stuaton socale des drgeants de SAS comme

Plus en détail

MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES

MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES Émle Garca, Maron Le Cam et Therry Rocher MENESR-DEPP, bureau de l évaluaton des élèves Cet artcle porte sur les méthodes de

Plus en détail

Virtualization. Panorama des solutions de virtualisation sur différentes plate-formes. Laurent Vanel Systems Architect IBM Laurent_vanel@fr.ibm.

Virtualization. Panorama des solutions de virtualisation sur différentes plate-formes. Laurent Vanel Systems Architect IBM Laurent_vanel@fr.ibm. rtalzato Paorama des soltos de vrtalsato sr dfféretes plate-formes aret ael Systems Archtect IBM aret_vael@fr.bm.com 2008 IBM Corporato Evolto de la rtalsato des frastrctres Wdows Servers Maframe & U Servers

Plus en détail

S-PENSION. Constituez-vous un capital retraite complémentaire pour demain tout en bénéficiant d avantages fiscaux dès aujourd hui.

S-PENSION. Constituez-vous un capital retraite complémentaire pour demain tout en bénéficiant d avantages fiscaux dès aujourd hui. S-PENSION Costituez-vous u capital retraite complémetaire pour demai tout e bééficiat d avatages fiscaux dès aujourd hui. Sommaire 1. Il est temps de predre l iitiative 4 2. Profitez dès aujourd hui des

Plus en détail

Compte Sélect Banque Manuvie Guide du débutant

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

Plus en détail

Les nouveaux relevés de compte

Les nouveaux relevés de compte Ifo CR Les ouveaux relevés de compte Les relevés de compte actuels du Crédit Agricole de Champage-Bourgoge sot issus de la migratio iformatique sur le GIE AMT e 2001 : petit format (mais A4 pour les Professioels),

Plus en détail

Cours 5 : ESTIMATION PONCTUELLE

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

Plus en détail