Chapitre 2. Probabilités. Sommaire. 1. Introduction Espace fondamental et évènements. 3

Dimension: px
Commencer à balayer dès la page:

Download "Chapitre 2. Probabilités. Sommaire. 1. Introduction Espace fondamental et évènements. 3"

Transcription

1 Mathématques : Outls pour la ologe Deug SV1 UCL D. Mouchroud Chaptre 2 robabltés Sommare 1. Introducton 3 2. Espace fondamental et évènements Défnton Evènements remarquables Opératons sur les évènements L ntersecton de deux évènements La réunon de deux évènements L ncluson d un événement Système complet d évènements Espace probablsable 9 3. robabltés Défntons Concept mathématque robabltés combnatores Lo des grands nombres Espace probablsé roprétés des probabltés ddtvté Evènement contrare Evènement mpossble. 14 1

2 Mathématques : Outls pour la ologe Deug SV1 UCL D. Mouchroud Incluson Indépendance statstque Défnton roprétés Généralsaton à n évènements robabltés condtonnelles Défnton robabltés composées robabltés totales Le théorème de ayes 20 2

3 Mathématques : Outls pour la ologe Deug SV1 UCL D. Mouchroud Introducton Les premères personnes à s être ntéressées aux problèmes des probabltés furent des mathématcens franças, lase ascal et erre de Fermat qu répondaent aux questons soulevées par un adepte des jeux de hasard, le chevaler de Méré. cette époque, la théore des probabltés se développa unquement en relaton avec les jeux de hasard. Mas avec erre Smon Laplace et Karl Fredrch Gauss, les bases de la théore furent étendues à d autres applcatons et phénomènes. Le calcul des probabltés fournt une modélsaton effcace des stuatons non détermnstes c est-à-dre des phénomènes aléatores ou stochastques. En ce qu concerne les premers, le résultat d une expérence sut une lo rgoureuse connue taux de crossance d une populaton bactérenne. On peut donc ans prévor le résultat pour un événement donné. En revanche dans le cas des phénomènes aléatores, le résultat de l expérence n est pas connu avec certtude mas fluctue autour d un résultat moyen qu est régt par une lo transmsson des caractères selon la lo de Mendel. Il exste deux manères d ntrodure la noton de probablté : La probablté a pror, «subjectve» d un événement est un nombre qu caractérse la croyance que l on a que cet événement est réalsé avec plus ou mons de certtude avant l exécuton de l expérence : l événement est réalsé probablté 1 et l événement n est pas réalsé probablté 0. La probablté emprque assmlée à une fréquence est défne à partr d expérences ndéfnment renouvelables. La probablté d un événement est alors la fréquence d apparton de cet événement. Enfn le calcul des probabltés utlse l analyse combnatore ans que la théore des ensembles. 2. Espace fondamental et évènements La théore des ensembles qu est succnctement présentée dans ce chaptre consttue un outl pussant dans pluseurs branches des mathématques, notamment en probabltés. 2.1 Défntons En face de stuatons dont l ssue est ncertane, on a ben souvent enve d attrbuer à chacune des éventualtés possbles une vrasemblance plus ou mons grande. fn de donner une rgueur mathématque à ce concept, l est nécessare tout d abord de donner quelques défntons. Une expérence ou une épreuve est qualfée d aléatore s on ne peut pas prévor son résultat et s, répétée dans des condtons dentques, elle peut donner des résultats dfférents. Le résultat d une expérence noté ω consttue une éventualté ou un événement élémentare. 3

4 Mathématques : Outls pour la ologe Deug SV1 UCL D. Mouchroud l ensemble des évènements élémentares possbles pour une expérence aléatore donnée consttue l espace fondamental appelé unvers ou unvers des possbles noté Ω. Lors d un contrôle sangun, l ensemble des résultats possbles s l on s ntéresse 1 au groupe sangun et au facteur rhésus d un ndvdu est Ω = +, -, +, -, +, -, O+, O- 2 au nombre de globules blancs Ω = N * = 1,2,..n, 3 au taux de glycéme Ω = [0 ;15] au-delà de 15, l ndvdu n est plus en état de subr une prse de sang. ns pour une même épreuve, l unvers Ω peut être fn toutes les éventualtés sont connues : cas 1 ou nfn toutes les éventualtés ne sont pas connues : cas 2 et 3. Dans ces deux derners cas, l unvers peut être dénombrable s on peut numéroter les éventualtés connues cas 2 ou ben contnu comme dans le cas du taux de glycéme cas 3. Un événement quelconque est un ensemble d évènements élémentares et consttue une parte de l unvers des possbles Ω dont on sat dre à l ssue de l épreuve s l est réalsé ou non. S ω, alors est réalsé. Mas s ω alors n est pas réalsé et c est, l événement contrare qu est réalsé. Un événement est donc une asserton relatve aux résultats d une expérence. Il est possble qu un événement ne sot consttué que d un seul événement élémentare. Les évènements sont représentés par des lettres majuscules,,, C, 1, 2, etc. Dans l exemple concernant les groupes sanguns, - l événement «l ndvdu est de rhésus postf» est représenté par : = +, +, +, O+ avec Ω - l événement «l ndvdu est donneur unversel» est représenté par : = {O-} un seul événement élémentare Dans le cadre de cet exemple, l événement est réalsé s le résultat du typage donne l un des 4 groupes sanguns +,+,+,O+. Remarque : our ce même exemple, le résultat «la glycéme vaut 2» ne consttue pas un événement car l est mpossble de savor s l est réalsé ou non. Toute parte de Ω n est pas forcément un événement. ns l faut toujours défnr après avor détermné l unvers Ω, l ensemble des évènements εω. 4

5 Mathématques : Outls pour la ologe Deug SV1 UCL D. Mouchroud S Ω est fn, chaque parte de l unvers Ω Ω est consttuée d un nombre fn d éventualtés et dans ce cas l ensemble des évènements est tel que : εω = Ω l unvers des possbles Dans le cadre de ce cours, nous nous placerons dans le cas où l ensemble des évènements de l unvers Ω est clarement défn Evènements remarquables L événement mpossble noté ø est l événement qu ne peut être réalsé quelle que sot l ssue de l épreuve. en que consttué d aucune éventualté, ø est consdéré comme un événement : ø εω L événement certan, noté Ω est toujours réalsé quelle que sot l ssue de l épreuve. Il est consttué de toutes les éventualtés et l on mpose que ce sot un événement : Ω εω L événement contrare ou complémentare d un événement, noté C ou est l événement qu est réalsé s et seulement s ne l est pas. Il est donc consttué des évènements élémentares ω qu ne sont pas dans. ω ω Le complémentare C ou correspond à la négaton logque non. Dans l exemple concernant les groupes sanguns, l événement contrare de «l ndvdu est de rhésus postf» est consttué des évènements élémentares suvant : = -, -, -, O- ar défnton, on obtent les relatons suvantes : = =Ω Ω = 5

6 Mathématques : Outls pour la ologe Deug SV1 UCL D. Mouchroud Opératons sur les évènements S l on consdère smultanément la réalsaton de deux évènements et, l est possble d effectuer des opératons sur ces ensembles L ntersecton de deux évènements On appelle ntersecton de deux évènements et, l événement qu est réalsé s et seulement s et le sont. Il est donc consttué des éventualtés appartenant à la fos à et. C est un événement noté tel que :, εω, εω avec ω ω etω L ntersecton correspond à la conjoncton logque «et». L ntersecton des deux évènements et fgure en vert sur le graphe c-contre. Remarque : L unvers des possbles Ω n étant pas lmté unquement aux évènements partes rouge et verte et partes bleu et verte, l événement complémentare, est formé des partes bleu et blanche. Dans l exemple concernant les groupes sanguns, s à l événement «l ndvdu est de rhésus postf», on ajoute l événement «l ndvdu possède l allèle», l ntersecton de ces deux évènements donne : = +, + Deux évènements et sont ncompatbles ou dsjonts, s ls ne peuvent être réalsés smultanément. On a alors : = 6

7 Mathématques : Outls pour la ologe Deug SV1 UCL D. Mouchroud Quelques proprétés de l ntersecton : = évènements ncompatbles Ω = élément neutre Ω = élément absorbant = commutatvté C = C assocatvté C = C dstrbutvté avec la réunon La réunon de deux évènements On appelle réunon de deux évènements et, l événement qu est réalsé s et seulement s ou est réalsé. Il est donc consttué des éventualtés appartenant à ou. C est un événement noté tel que :, εω, εω avec ω ω ouω La réunon correspond à la dsjoncton logque «ou». La réunon des deux évènements et fgure en vert sur le graphe c-contre. Remarque : La réunon de deux évènements n est pas la somme algébrque des évènements dans la mesure où la zone de recouvrement n est pas comptablsée deux fos. Dans l exemple concernant les groupes sanguns, s à l événement «l ndvdu est de rhésus postf», on ajoute l événement «l ndvdu possède l allèle», la réunon de ces deux évènements donne : = +, +, -, +, -, O+ 7

8 Mathématques : Outls pour la ologe Deug SV1 UCL D. Mouchroud Quelques proprétés de la réunon : = Ω = Ω = Ω = C = C C = C évènements complémentares élément neutre élément absorbant Ω commutatvté assocatvté dstrbutvté avec l ntersecton Selon les los de Morgan, nous avons : = ce qu correspond à la parte hachurée sur ce graphe. = ce qu correspond à l ensemble vde lorsque l unvers des possbles Ω n est consttué que des évènements et graphe L ncluson d un événement Un événement entraîne un événement s la réalsaton de mplque celle de. On dt que l événement est nclus dans l événement. L mplcaton logque se tradut par l ncluson. Exemple de l ncluson de l événement en rouge dans l événement en bleu. Sot une urne contenant des blles rouges unes et des blles vertes unes et strées. S l on note l événement «obtenton d une blle strée» et l événement «obtenton d une blle verte», la réalsaton de mplque la réalsaton de car est nclus dans. 8

9 Mathématques : Outls pour la ologe Deug SV1 UCL D. Mouchroud Système complet d évènements 1, 2,..., n forment un système complet d évènements s les partes 1, 2,..., n de Ω consttuent une partton de Ω telle que : j j = = Ω U Un système complet d évènements est formé de toutes les partes de Ω, c est-à-dre des famlles d évènements 2 à 2 ncompatbles dont la réunon consttue l événement certan Ω. Le nombre de parttons possbles dans un ensemble fn de n évènements est : s Card Ω = n alors Card Ω = 2 n Illustraton 2.5. Espace probablsable Supposons que l ensemble des évènements consttue une classe C de Ω, telle que : C Ω On appelle espace probablsable Ω, C, un objet formé de deux éléments : - un espace d éventualtés Ω 3.. un espace d évènements C Ω avec : 1 C C 2 C N * U C 3 Ω C Ces tros axomes ou proprétés suffsent à défnr un espace probablsable et on pourrat montrer qu l mplque que C et I C 3. robabltés Le passage d une descrpton de type ensemblste des phénomènes aléatores à l élaboraton d un vértable modèle mathématque se fat en ntrodusant les mesures de probablté. 9

10 Mathématques : Outls pour la ologe Deug SV1 UCL D. Mouchroud Défntons Concept mathématque On appelle probablté toute applcaton de l ensemble des évènements Ω dans l ntervalle [0,1], tel que : : ε Ω [0,1] a satsfasant les proprétés ou axomes suvantes 1 εω 0 2 Ω = 1 3, εω s = alors = + Remarque : Le concept mathématque de probablté modélse les notons ntutves de proporton et de fréquence. S l on avance que la probablté d être mmunsé contre la tuberculose est de 0,8, on modélse le fat qu envron 80 % de la populaton est mmunsé contre la tuberculose robabltés combnatores Sot Ω un espace fondamental fn consttué de N évènements élémentares sur lequel on fat l hypothèse d équprobablté de réalsaton des N évènements élémentares. On suppose ans que tous les évènements élémentares ont «la même chance» de se réalser. Dans ce cas la probablté p d un événement élémentare quelconque ω I est telle que : p = 1 N avec p = ω I satsfasant 1 avec I p 0 2 p = 1 Sot un événement quelconque consttué de k évènements élémentares de Ω, on en dédut : = k N avec = p ω Cette formule s énonce souvent comme : = card card Ω = nombre de cas favorables nombre de cas possbles 10

11 Mathématques : Outls pour la ologe Deug SV1 UCL D. Mouchroud Cette formule permet de ramener les calculs de probabltés à des décomptes d évènements élémentares effectués par des technques d analyse combnatore qu ne sont pas des probabltés. Exemples : 1 En tapant 5 lettres au hasard sur une machne à écrre possblté de taper pluseurs fos sur la même touche, la probablté d obtenr le mot «lutte» est d une chance sur 12 mllons. En effet l y a exactement mots de 5 lettres possbles Vor rrangement avec répétton. 2 La probablté d obtenr un multple de tros lors du lancé d un dé à 6 faces, non ppé est : = {3,6} d où = 26 = 13 avec k =2 et p = Lo des grands nombres S l on répète N fos une expérence dans laquelle la probablté d apparton d un événement est, la fréquence de cet événement au cours des N expérences, k N tend vers lorsque N tend vers l nfn. N k N Lorsque le nombre d épreuves augmente ndéfnment, les fréquences observées tendent vers les probabltés et les dstrbutons observées vers les los de probablté. Lors d un crosement entre plantes hétérozygotes a pour un caractère à domnance strcte allèle, forme sauvage et allèle a, forme mutée, on examne successvement deux échantllons de plantes résultant de ce crosement. N=40 fleurs N=1000 fleurs Effectfs Fréquences Effectfs Fréquences robabltés attendues hénotype sauvage 29 0, ,754 0,750 hénotype mutant 11 0, ,246 0,25 11

12 Mathématques : Outls pour la ologe Deug SV1 UCL D. Mouchroud Il est asé de vérfer que les fréquences pour les deux phénotypes possbles sont plus proches des probabltés attendues sous le modèle de crosement mendélen pour l échantllon de très grande talle. L écart entre les fréquences observées et les probabltés attendues peut être tester à l ade du test du kh-deux Espace probablsé Nous défnrons un espace probablsé en utlsant l axomatque de Kolmogorov, Défnton 1 : On appelle probablté sur Ω,C une applcaton de C dans l ntervalle [0,1] telle que : Défnton 2 : Ω=1 pour tout ensemble dénombrable d évènements ncompatbles 2 à 2, on a : U = On appelle espace probablsé, le trplet Ω,C, n =1 ns un espace probablsé désgne un espace fondamental et ses évènements, mun d une mesure de probabltés. 3.2 roprétés des probabltés Des axomes précédents découlent les proprétés addtves des probabltés, d usage permanent ddtvté Cas d évènements ncompatbles S 1, 2,,,.., n sont n évènements ncompatbles deux à deux j = s j alors : n = n La probablté de la réunon d un ensemble fn ou dénombrable d évènements 2 à 2 ncompatbles est égale à la somme de leur probablté d où : U = =1 n 12

13 Mathématques : Outls pour la ologe Deug SV1 UCL D. Mouchroud vor Démonstraton Cas de deux évènements quelconques S et sont deux évènements quelconques, alors : = + Voc pourquo : et étant deux évènements quelconques,, ces évènements peuvent se décomposer comme la réunon de deux évènements ncompatbles : lors : - = avec = alors = + et = 2. = avec = d où = 3. = + + d où = + Dans l exemple du lancer d un dé à 6 faces, non ppé, on consdère l événement «le résultat est par» et l événement «le résultat est un multple de tros». On a alors : = {2,4,6} et = {3,6} donc = {2,3,4,6} et = {6} avec = 36 = 26 = 46 = 16 on vérfe alors que : = + = = Evènement contrare S est un événement quelconque, alors = 1 13

14 Mathématques : Outls pour la ologe Deug SV1 UCL D. Mouchroud Voc pourquo : Nous avons vu précédemment que = Ω et = roprétés de la réunon et de l ntersecton = + roprétés d addtvté des probabltés d où Ω = 1 = + ans = 1 La probablté lors du lancer d un dé non ppé d obtenr «plus de 2» se tradut par = {3,4,5,6} et = {1,2} d où = 1 = 1 26 = 46 = 23 Remarque : L applcaton de cette proprété est très utle lorsque le nombre d évènements élémentares de, k, est mportant et que le calcul des probabltés p est fastdeux cas de la lo de osson Evènement mpossble = 0 Voc pourquo : Nous avons vu précédemment que Ω = Ω élément neutre Ω = + Ω roprétés d addtvté des probabltés d où Ω = + Ω ans = Incluson S alors Voc pourquo : s = avec = alors = = + d où avec = lorsque = 0 14

15 Mathématques : Outls pour la ologe Deug SV1 UCL D. Mouchroud Indépendance statstque Défnton L hypothèse d ndépendance entre évènements et plus généralement entre épreuves successves est un préalable lors de l établssement des los de probabltés On dt que deux évènements et sont ndépendants s l on a : = ns s et sont deux évènements statstquement ndépendants, la probablté de la réalsaton conjonte de ces deux évènements est le produt de leur probablté respectve. Remarque : Il ne faut pas confondre évènements ndépendants et évènements ncompatbles. Supposons et à la fos ndépendants et ncompatbles. On a alors : = ndépendants = = 0 ncompatbles d où nécessarement = 0 ou = 0 Exemples : 1 Dans l exemple du lancer d un dé à 6 faces, non ppé, les deux évènements : «le résultat est par» et «le résultat est un multple de tros» sont statstquement ndépendants. En effet, sot = {2,4,6} = {3,6} ={6} ans = 36 = 26 = 16 on vérfe alors que : = = 36 X 26 = 636 = 16 2 S l on consdère une famlle de deux enfants, les deux évènements : «enfants de sexe dfférent» et «au plus une flle» ne sont pas statstquement ndépendants. En effet, l espace probablsé Ω, content 4 évènements élémentares s l on consdère une famlle ordonnée, Ω = = {GG, GF, FG, FF} avec = {GF, FG}, = {GG, GF, FG} et = {GF, FG} d où sous l hypothèse d équprobablté : = 12, = 34 et = 12 On vérfe alors que : = 12 X 34 =

16 Mathématques : Outls pour la ologe Deug SV1 UCL D. Mouchroud roprétés Les proprétés assocées à l ndépendance sont : 1 s est un évènement quelconque, et Ω sont ndépendants : Ω = élément neutre Ω = Ω = car Ω = 1 et ø sont ndépendants : = élément absorbant = = car = 0 2 s et sont deux évènements quelconques, et sont ndépendants s et seulement s et et ou sont ndépendants démonstraton. et sont ndépendants s et seulement s et le sont Généralsaton à n évènements n évènements n 2, 1, 2,,,.., n sont dt ndépendants dans leur ensemble ou mutuellement ndépendants s on a : 1 2 n = 1 x 2 x x x.x n n I = =1 Remarque : n évènements peuvent être ndépendants deux à deux, [ j = x j ] avec j sans être ndépendants au sens de la défnton c-dessus. On jette deux dés non ppés et on consdère les évènements suvants : 1 «le premer dé donne un nombre par» 2 «le deuxème dé donne un nombre par» 3 «la somme des deux lancers est pare» Le nombre d événements élémentares est : card Ω = 36 vor arrangements avec répéttons avec p = 2 et n = 6 Les 3 évènements 1, 2 et 3 sont 2 à 2 ndépendants mas ne sont pas ndépendants dans leur ensemble. En effet : 16

17 Mathématques : Outls pour la ologe Deug SV1 UCL D. Mouchroud Les probabltés assocées aux 3 évènements sont : 1 = 12 ; 2 =12 ; 3 = = 936 = 14 = = 936 = 14 = = 936 = 14 = = 936 = = 18 Les cases grsées représentent les évènements élémentares réalsés dans le cadre sot 1 2 ou 1 3 ou 2 3 ou robabltés condtonnelles 4.1. Défnton Sot deux évènements et d un espace probablsé Ω avec 0, on appelle probablté condtonnelle de l évènement «s» ou «sachant», le quotent = notée On défnt ans une probablté sur Ω au sens de la défnton donnée précédemment. Théorème : Sot un évènement de probablté non nulle, alors : : ε Ω [0,1] a = est une probablté sur Ω 17

18 Mathématques : Outls pour la ologe Deug SV1 UCL D. Mouchroud Voc pourquo : 1 εω 0 quotent de deux réels postfs Ω 2 Ω = = =1 car Ω = car Ω élément neutre 3 s 1 2 =, 1 2 = [ 1 2 ] [ ] = addtvté = [ 1 2 ] = Remarque : La probablté est appelée la probablté a pror et ou la probablté a posteror car sa réalsaton dépend de la réalsaton de. On observe les relatons suvantes : =1 S, alors = et donc = Sot un crosement entre hétérozygotes a pour un caractère à domnance strcte, quelle est la probablté d obtenr à la génératon suvante parm les ndvdus de phénotype, un ndvdu homozygote? L ensemble des évènements élémentares est : Ω = {,a,a,aa} S h = homozygote et h = hétérozygote h 1 4 h = = = 13 probablté a posteror 3 4 La probablté a pror d obtenr un homozygote est robabltés composées Théorème : Sot deux évènements et d un espace probablsé Ω. lors, = = Formule des probabltés composées 18

19 Mathématques : Outls pour la ologe Deug SV1 UCL D. Mouchroud Voc pourquo : ar défnton, = d où = ar symétre, = = S et sont deux évènements ndépendants et que 0 alors cec équvaut à affrmer que = =. Lorsque deux évènements sont ndépendants, le fat que l un des évènements sot réalsé, n apporte aucune nformaton sur la réalsaton de l autre. Dans ce cas la probablté condtonnelle a posteror est égale à la probablté a pror. Voc pourquo : La formule des probabltés composées donne =. L ndépendance statstque entre et équvaut à = d où la relaton = S et sont deux évènements ndépendants alors cec équvaut à affrmer que = =. Lorsque deux évènements sont ndépendants, la probablté condtonnelle de est la même que ce sot ou qu est réalsé vor démonstraton. Dans l exemple du lancer d un dé à 6 faces, non ppé, les deux évènements : «le résultat est par» et «le résultat est un multple de tros» sont ndépendants vor exemple. ns la probablté que la face sot pare sachant que c est un multple de 3 est : s = {2,4,6} ={3,6} ={6} et =36 =26 = = = = 12 = d où la relaton =

20 Mathématques : Outls pour la ologe Deug SV1 UCL D. Mouchroud robabltés totales Théorème : S { 1, 2,.,,.., n } est un système complet d évènements, quel que sot l évènement, alors : = n n n = Formule des probabltés totales = 1 Voc pourquo : S j, alors j = j = Grâce à la dstrbutvté, on a : 1 2 n = 1 2. n = Ω = Grâce à l addtvté, on a : = n Grâce à la formule des probabltés composées, on a : 1 = 1 1 d où = n n Une populaton anmale comporte 13 de mâles et 23 de femelles. L albnsme frappe 6 % des mâles et 0,36 % des femelles. La probablté pour qu un ndvdu prs au hasard dont on gnore le sexe sot albnos est : S = {mâle} et = {femelle} consttue un système complet d évènements = {albnos} et = {non albnos} sachant que = + alors = 0,06 X ,0036 X 23 = 0,0224 sot 2,24% d albnos dans cette populaton Le théorème de ayes Un corollare au théorème des probabltés totales est connu sous le nom de formule de ayes. 20

21 Mathématques : Outls pour la ologe Deug SV1 UCL D. Mouchroud Théorème : S { 1, 2,.,,.., n } est un système complet d évènements, et quel que sot l évènement tel que 0, alors : n n = = = n 1 Formule de ayes Voc pourquo : D après la formule des probabltés composées, = = D après la formule des probabltés totales, 1 n = = D après la formule des probabltés condtonnelles = d où = = n 1 Remarque : La formule de ayes est utlsée de façon classque pour calculer des probabltés de causes dans des dagnostcs malades, pannes, etc.. L applcaton du théorème de ayes est à la base de toute une branche de la statstque appelée statstque bayesenne. Dans une populaton pour laquelle 1 habtant sur 100 est attent d une malade génétque, on a ms au pont un test de dépstage. Le résultat du test est sot postf T sot négatf T. On sat que : 8 0, = T et 9 0, = T On soumet un patent au test. Celu-c est postf. Quelle est la probablté que ce patent sot attent de la malade sot T ou T? D après la formule de ayes : T T T T T T = = + d où 0, 01 0,8 0,8 0, 01 0,1 0, 99 T = = + 0,075 ns avant le test, la probablté d être malade état de = 0,01 probablté a pror

22 Mathématques : Outls pour la ologe Deug SV1 UCL D. Mouchroud et après le test la probablté d être malade est de T = 0,075 probablté a posteror. ns le test apporte un supplément d nformaton. 22

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

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

Remboursement d un emprunt par annuités constantes

Remboursement d un emprunt par annuités constantes Sére STG Journées de formaton Janver 2006 Remboursement d un emprunt par annutés constantes Le prncpe Utlsaton du tableur Un emprunteur s adresse à un prêteur pour obtenr une somme d argent (la dette)

Plus en détail

Montage émetteur commun

Montage émetteur commun tour au menu ontage émetteur commun Polarsaton d un transstor. ôle de la polarsaton La polarsaton a pour rôle de placer le pont de fonctonnement du transstor dans une zone où ses caractérstques sont lnéares.

Plus en détail

TD 1. Statistiques à une variable.

TD 1. Statistiques à une variable. Danel Abécasss. Année unverstare 2010/2011 Prépa-L1 TD de bostatstques. Exercce 1. On consdère la sére suvante : TD 1. Statstques à une varable. 1. Calculer la moyenne et l écart type. 2. Calculer la médane

Plus en détail

Q x2 = 1 2. est dans l ensemble plus grand des rationnels Q. Continuons ainsi, l équation x 2 = 1 2

Q x2 = 1 2. est dans l ensemble plus grand des rationnels Q. Continuons ainsi, l équation x 2 = 1 2 Exo7 Nombres complexes Vdéo parte. Les nombres complexes, défntons et opératons Vdéo parte. Racnes carrées, équaton du second degré Vdéo parte 3. Argument et trgonométre Vdéo parte 4. Nombres complexes

Plus en détail

ÉLÉMENTS DE THÉORIE DE L INFORMATION POUR LES COMMUNICATIONS.

ÉLÉMENTS DE THÉORIE DE L INFORMATION POUR LES COMMUNICATIONS. ÉLÉMETS DE THÉORIE DE L IFORMATIO POUR LES COMMUICATIOS. L a théore de l nformaton est une dscplne qu s appue non seulement sur les (télé-) communcatons, mas auss sur l nformatque, la statstque, la physque

Plus en détail

Assurance maladie et aléa de moralité ex-ante : L incidence de l hétérogénéité de la perte sanitaire

Assurance maladie et aléa de moralité ex-ante : L incidence de l hétérogénéité de la perte sanitaire Assurance malade et aléa de moralté ex-ante : L ncdence de l hétérogénété de la perte santare Davd Alary 1 et Franck Ben 2 Cet artcle examne l ncdence de l hétérogénété de la perte santare sur les contrats

Plus en détail

1.0 Probabilité vs statistique...1. 1.1 Expérience aléatoire et espace échantillonnal...1. 1.2 Événement...2

1.0 Probabilité vs statistique...1. 1.1 Expérience aléatoire et espace échantillonnal...1. 1.2 Événement...2 - robabltés - haptre : Introducton à la théore des probabltés.0 robablté vs statstque.... Expérence aléatore et espace échantllonnal.... Événement.... xomes défnton de probablté..... Quelques théorèmes

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

STATISTIQUE AVEC EXCEL

STATISTIQUE AVEC EXCEL STATISTIQUE AVEC EXCEL Excel offre d nnombrables possbltés de recuellr des données statstques, de les classer, de les analyser et de les représenter graphquement. Ce sont prncpalement les tros éléments

Plus en détail

Exercices d Électrocinétique

Exercices d Électrocinétique ercces d Électrocnétque Intensté et densté de courant -1.1 Vtesse des porteurs de charges : On dssout une masse m = 20g de chlorure de sodum NaCl dans un bac électrolytque de longueur l = 20cm et de secton

Plus en détail

Généralités sur les fonctions 1ES

Généralités sur les fonctions 1ES Généraltés sur les fonctons ES GENERALITES SUR LES FNCTINS I. RAPPELS a. Vocabulare Défnton Une foncton est un procédé qu permet d assocer à un nombre x appartenant à un ensemble D un nombre y n note :

Plus en détail

Grandeur physique, chiffres significatifs

Grandeur physique, chiffres significatifs Grandeur physque, chffres sgnfcatfs I) Donner le résultat d une mesure en correspondance avec l nstrument utlsé : S avec un nstrument, ren n est ndqué sur l ncerttude absolue X d une mesure X, on consdère

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

hal-00409942, version 1-14 Aug 2009

hal-00409942, version 1-14 Aug 2009 Manuscrt auteur, publé dans "MOSIM' 008, Pars : France (008)" 7 e Conférence Francophone de MOdélsaton et SIMulaton - MOSIM 08 - du mars au avrl 008 - Pars - France «Modélsaton, Optmsaton et Smulaton des

Plus en détail

Editions ENI. Project 2010. Collection Référence Bureautique. Extrait

Editions ENI. Project 2010. Collection Référence Bureautique. Extrait Edtons ENI Project 2010 Collecton Référence Bureautque Extrat Défnton des tâches Défnton des tâches Project 2010 Sasr les tâches d'un projet Les tâches représentent le traval à accomplr pour attendre l'objectf

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

CHAPITRE 14 : RAISONNEMENT DES SYSTÈMES DE COMMANDE

CHAPITRE 14 : RAISONNEMENT DES SYSTÈMES DE COMMANDE HAITRE 4 : RAISONNEMENT DES SYSTÈMES DE OMMANDE RAISONNEMENT DES SYSTÈMES DE OMMANDE... 2 INTRODUTION... 22 RAELS... 22 alcul de la valeur ntale de la répone à un échelon... 22 alcul du gan tatque... 22

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

Plan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks

Plan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks Plan Geston des stocks Abdellah El Fallah Ensa de Tétouan 2011 Les opératons de gestons des stocks Les coûts assocés à la geston des stocks Le rôle des stocks Modèle de la quantté économque Geston calendare

Plus en détail

Chapitre IV : Inductance propre, inductance mutuelle. Energie électromagnétique

Chapitre IV : Inductance propre, inductance mutuelle. Energie électromagnétique Spécale PSI - Cours "Electromagnétsme" 1 Inducton électromagnétque Chaptre IV : Inductance propre, nductance mutuelle. Energe électromagnétque Objectfs: Coecents d nductance propre L et mutuelle M Blan

Plus en détail

CREATION DE VALEUR EN ASSURANCE NON VIE : COMMENT FRANCHIR UNE NOUVELLE ETAPE?

CREATION DE VALEUR EN ASSURANCE NON VIE : COMMENT FRANCHIR UNE NOUVELLE ETAPE? CREATION DE VALEUR EN ASSURANCE NON VIE : COMMENT FRANCHIR UNE NOUVELLE ETAPE? Boulanger Frédérc Avanssur, Groupe AXA 163-167, Avenue Georges Clémenceau 92742 Nanterre Cedex France Tel: +33 1 46 14 43

Plus en détail

Contact SCD Nancy 1 : theses.sciences@scd.uhp-nancy.fr

Contact SCD Nancy 1 : theses.sciences@scd.uhp-nancy.fr AVERTISSEMENT Ce document est le frut d'un long traval approuvé par le jury de soutenance et ms à dsposton de l'ensemble de la communauté unverstare élarge. Il est soums à la proprété ntellectuelle de

Plus en détail

I. Présentation générale des méthodes d estimation des projets de type «unité industrielle»

I. Présentation générale des méthodes d estimation des projets de type «unité industrielle» Evaluaton des projets et estmaton des coûts Le budget d un projet est un élément mportant dans l étude d un projet pusque les résultats économques auront un mpact sur la réalsaton ou non et sur la concepton

Plus en détail

UNE ETUDE ECONOMÉTRIQUE DU NOMBRE D ACCIDENTS

UNE ETUDE ECONOMÉTRIQUE DU NOMBRE D ACCIDENTS BRUSSELS ECONOMIC REVIEW - CAHIERS ECONOMIQUES DE BRUXELLES VOL. 49 - N 2 SUMMER 2006 UNE ETUDE ECONOMÉTRIQUE DU NOMBRE D ACCIDENTS DANS LE SECTEUR DE L ASSURANCE AUTOMOBILE* MARÍA DEL CARMEN MELGAR**

Plus en détail

BUREAU D'APPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES

BUREAU D'APPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES BUREAU DAPPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES BAMSI REPRINT 04/2003 Introducton à l analyse des données Samuel AMBAPOUR BAMSSI I BAMSI B.P. 13734 Brazzavlle BAMSI REPRINT 04/2003 Introducton

Plus en détail

Les déterminants de la détention et de l usage de la carte de débit : une analyse empirique sur données individuelles françaises

Les déterminants de la détention et de l usage de la carte de débit : une analyse empirique sur données individuelles françaises Les détermnants de la détenton et de l usage de la carte de débt : une analyse emprque sur données ndvduelles françases Davd Boune a, Marc Bourreau a,b et Abel Franços a,c a Télécom ParsTech, Département

Plus en détail

COMPARAISON DE MÉTHODES POUR LA CORRECTION

COMPARAISON DE MÉTHODES POUR LA CORRECTION COMPARAISON DE MÉTHODES POUR LA CORRECTION DE LA NON-RÉPONSE TOTALE : MÉTHODE DES SCORES ET SEGMENTATION Émle Dequdt, Benoît Busson 2 & Ncolas Sgler 3 Insee, Drecton régonale des Pays de la Lore, Servce

Plus en détail

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

Prêt de groupe et sanction sociale Group lending and social fine

Prêt de groupe et sanction sociale Group lending and social fine Prêt de roupe et sancton socale Group lendn and socal fne Davd Alary Résumé Dans cet artcle, nous présentons un modèle d antsélecton sur un marché concurrentel du crédt. Nous consdérons l ntroducton de

Plus en détail

Chapitre 3 : Incertitudes CHAPITRE 3 INCERTITUDES. Lignes directrices 2006 du GIEC pour les inventaires nationaux de gaz à effet de serre 3.

Chapitre 3 : Incertitudes CHAPITRE 3 INCERTITUDES. Lignes directrices 2006 du GIEC pour les inventaires nationaux de gaz à effet de serre 3. Chaptre 3 : Incerttudes CHAPITRE 3 INCERTITUDES Lgnes drectrces 2006 du GIEC pour les nventares natonaux de gaz à effet de serre 3.1 Volume 1 : Orentatons générales et établssement des rapports Auteurs

Plus en détail

Les déterminants de la détention et de l usage de la carte de débit : une analyse empirique sur données individuelles françaises

Les déterminants de la détention et de l usage de la carte de débit : une analyse empirique sur données individuelles françaises Les détermnants de la détenton et de l usage de la carte de débt : une analyse emprque sur données ndvduelles françases Davd Boune Marc Bourreau Abel Franços Jun 2006 Département Scences Economques et

Plus en détail

Projet de fin d études

Projet de fin d études Unversté Franços Rabelas Tours Ecole Polytechnque Unverstare de Tours Département Informatque Projet de fn d études Ordonnancement Juste à Temps avec geston des stocks Chopn Antone Mrault Arnaud 3ème année

Plus en détail

Les prix quotidiens de clôture des échanges de quotas EUA et de crédits CER sont fournis par ICE Futures Europe

Les prix quotidiens de clôture des échanges de quotas EUA et de crédits CER sont fournis par ICE Futures Europe Méthodologe CDC Clmat Recherche puble chaque mos, en collaboraton avec Clmpact Metnext, Tendances Carbone, le bulletn mensuel d nformaton sur le marché européen du carbone (EU ETS). L obectf de cette publcaton

Plus en détail

1 Introduction. 2 Définitions des sources de tension et de courant : Cours. Date : A2 Analyser le système Conversion statique de l énergie. 2 h.

1 Introduction. 2 Définitions des sources de tension et de courant : Cours. Date : A2 Analyser le système Conversion statique de l énergie. 2 h. A2 Analyser le système Converson statque de l énerge Date : Nom : Cours 2 h 1 Introducton Un ConVertsseur Statque d énerge (CVS) est un montage utlsant des nterrupteurs à semconducteurs permettant par

Plus en détail

Page 5 TABLE DES MATIÈRES

Page 5 TABLE DES MATIÈRES Page 5 TABLE DES MATIÈRES CHAPITRE I LES POURCENTAGES 1. LES OBJECTIFS 12 2. LES DÉFINITIONS 14 1. La varaton absolue d'une grandeur 2. La varaton moyenne d'une grandeur (par unté de temps) 3. Le coeffcent

Plus en détail

santé Les arrêts de travail des séniors en emploi

santé Les arrêts de travail des séniors en emploi soldarté et DOSSIERS Les arrêts de traval des sénors en emplo N 2 2007 Les sénors en emplo se dstnguent-ls de leurs cadets en termes de recours aux arrêts de traval? Les sénors ne déclarent pas plus d

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

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

Une analyse économique et expérimentale de la fraude à l assurance et de l audit

Une analyse économique et expérimentale de la fraude à l assurance et de l audit Une analyse économque et expérmentale de la fraude à l assurance et de l audt Sameh Borg To cte ths verson: Sameh Borg. Une analyse économque et expérmentale de la fraude à l assurance et de l audt. Economes

Plus en détail

Corrigé du problème de Mathématiques générales 2010. - Partie I - 0 0 0. 0.

Corrigé du problème de Mathématiques générales 2010. - Partie I - 0 0 0. 0. Corrgé du problème de Mathématques générales 2010 - Parte I - 1(a. Sot X S A. La matrce A est un polynôme en X donc commute avec X. 1(b. On a : 0 = m A (A = m A (X n ; le polynôme m A (x n est annulateur

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

IDEI Report # 18. Transport. December 2010. Elasticités de la demande de transport ferroviaire: définitions et mesures

IDEI Report # 18. Transport. December 2010. Elasticités de la demande de transport ferroviaire: définitions et mesures IDEI Report # 18 Transport December 2010 Elastctés de la demande de transport ferrovare: défntons et mesures Elastctés de la demande de transport ferrovare : Défntons et mesures Marc Ivald Toulouse School

Plus en détail

Fiche n 7 : Vérification du débit et de la vitesse par la méthode de traçage

Fiche n 7 : Vérification du débit et de la vitesse par la méthode de traçage Fche n 7 : Vérfcaton du débt et de la vtesse par la méthode de traçage 1. PRINCIPE La méthode de traçage permet de calculer le débt d un écoulement ndépendamment des mesurages de hauteur et de vtesse.

Plus en détail

Avez-vous vous aperçu cette drôle de trogne? Entre nature et histoire autour de Mondoubleau

Avez-vous vous aperçu cette drôle de trogne? Entre nature et histoire autour de Mondoubleau Avez-vous vous aperçu cette drôle de trogne? Entre nature et hstore autour de Mondoubleau Thème de la cache : NATURE ET CULTURE Départ : Parkng Campng des Prés Barrés à Mondoubleau Dffculté : MOYENNE Dstance

Plus en détail

Prise en compte des politiques de transport dans le choix des fournisseurs

Prise en compte des politiques de transport dans le choix des fournisseurs INSTITUT NATIONAL POLYTECHNIQUE DE GRENOBLE N attrbué par la bblothèque THÈSE Pour obtenr le grade de DOCTEUR DE L I.N.P.G. Spécalté : Géne Industrel Préparée au Laboratore d Automatque de Grenoble Dans

Plus en détail

THESE. Khalid LEKOUCH

THESE. Khalid LEKOUCH N d ordre : /2012 THESE Présentée à la FACULTE DES SCIENCES D AGADIR En vue de l obtenton du GRADE DE DOCTEUR EN PHYSIQUE (Spécalté : Energétque, Thermque et Métrologe) Par Khald LEKOUCH MODELISATION ET

Plus en détail

UNIVERSITÉ DU QUÉBEC À MONTRÉAL L ASSURANCE AUTOMOBILE AU QUÉBEC : UNE PRIME SELON LE COÛT SOCIAL MARGINAL MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE

UNIVERSITÉ DU QUÉBEC À MONTRÉAL L ASSURANCE AUTOMOBILE AU QUÉBEC : UNE PRIME SELON LE COÛT SOCIAL MARGINAL MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE UNIVERSITÉ DU QUÉBEC À MONTRÉAL L ASSURANCE AUTOMOBILE AU QUÉBEC : UNE PRIME SELON LE COÛT SOCIAL MARGINAL MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE DE LA MAÎTRISE EN ÉCONOMIQUE PAR ERIC LÉVESQUE JANVIER

Plus en détail

Le monde est mathématique

Le monde est mathématique Regards sur des lvres Le monde est mathématque D octobre 2011 à jullet 2012, le quotden Le Sor aura proposé chaque samed à ses lecteurs, pour un montant fort rasonnable (9,95 ), d acquérr un ouvrage de

Plus en détail

GENESIS - Generalized System for Imputation Simulations (Système généralisé pour simuler l imputation)

GENESIS - Generalized System for Imputation Simulations (Système généralisé pour simuler l imputation) GENESS - Generalzed System for mputaton Smulatons (Système généralsé pour smuler l mputaton) GENESS est un système qu permet d exécuter des smulatons en présence d mputaton. L utlsateur fournt un ensemble

Plus en détail

Integral T 3 Compact. raccordé aux installations Integral 5. Notice d utilisation

Integral T 3 Compact. raccordé aux installations Integral 5. Notice d utilisation Integral T 3 Compact raccordé aux nstallatons Integral 5 Notce d utlsaton Remarques mportantes Remarques mportantes A quelle nstallaton pouvez-vous connecter votre téléphone Ce téléphone est conçu unquement

Plus en détail

En vue de l'obtention du. Présentée et soutenue par Elayeb Bilel Le 26 juin 2009

En vue de l'obtention du. Présentée et soutenue par Elayeb Bilel Le 26 juin 2009 THÈSE En vue de l'obtenton du DOCTORAT DE L UNIVERSITÉ DE TOULOUSE Délvré par Insttut Natonal Polytechnque de Toulouse (INPT) Dscplne ou spécalté : Informatque Présentée et soutenue par Elayeb Blel Le

Plus en détail

LA SURVIE DES ENTREPRISES DÉPEND-ELLE DU TERRITOIRE D'IMPLANTATION?

LA SURVIE DES ENTREPRISES DÉPEND-ELLE DU TERRITOIRE D'IMPLANTATION? LA SURVIE DES ENTREPRISES DÉPEND-ELLE DU TERRITOIRE D'IMPLANTATION? Anne PERRAUD (CRÉDOC) Phlppe MOATI (CRÉDOC Unversté Pars) Nadège COUVERT (ENSAE) INTRODUCTION Au cours des dernères années, de nombreux

Plus en détail

La théorie classique de l information. 1 ère partie : le point de vue de Kolmogorov.

La théorie classique de l information. 1 ère partie : le point de vue de Kolmogorov. La théore classque de l nformaton. ère parte : le pont de vue de Kolmogorov. La sute de caractères comme outl de descrpton des systèmes. La scence peut être vue comme l art de compresser les données quelles

Plus en détail

Le Prêt Efficience Fioul

Le Prêt Efficience Fioul Le Prêt Effcence Foul EMPRUNTEUR M. Mme CO-EMPRUNTEUR M. Mlle Mme Mlle (CONJOINT, PACSÉ, CONCUBIN ) Départ. de nass. Nature de la pèce d dentté : Natonalté : CNI Passeport Ttre de séjour N : Salaré Stuaton

Plus en détail

Pratique de la statistique avec SPSS

Pratique de la statistique avec SPSS Pratque de la statstque avec SPSS SUPPORT Transparents ultéreurement amélorés et ms à jour sur le ste du SMCS LIENS UTILES Ste du SMCS (Support en Méthodologe et Calcul Statstque) : http://www.stat.ucl.ac.be/smcs/

Plus en détail

EH SmartView. Identifiez vos risques et vos opportunités. www.eulerhermes.be. Pilotez votre assurance-crédit. Services en ligne Euler Hermes

EH SmartView. Identifiez vos risques et vos opportunités. www.eulerhermes.be. Pilotez votre assurance-crédit. Services en ligne Euler Hermes EH SmartVew Servces en lgne Euler Hermes Identfez vos rsques et vos opportuntés Plotez votre assurance-crédt www.eulerhermes.be Les avantages d EH SmartVew L expertse Euler Hermes présentée de manère clare

Plus en détail

Pourquoi LICIEL? Avec LICIEL passez à la vitesse supérieure EPROUVE TECHNICITE CONNECTE STABILITE SUIVIE COMMUNAUTE

Pourquoi LICIEL? Avec LICIEL passez à la vitesse supérieure EPROUVE TECHNICITE CONNECTE STABILITE SUIVIE COMMUNAUTE L og c el s de D agnos t c s I mmob l er s Cont ac t eznous 32BddeS t r as bougcs3010875468 Par scedex10tel. 0253354064Fax0278084116 ma l : s er v c e. c l ent @l c el. f r Pourquo LICIEL? Implanté sur

Plus en détail

Dynamique du point matériel

Dynamique du point matériel Chaptre III Dynaqe d pont atérel I Généraltés La cnéatqe a por objet l étde des oveents des corps en foncton d teps, sans tenr copte des cases q les provoqent La dynaqe est la scence q étde (o déterne)

Plus en détail

Calcul de tableaux d amortissement

Calcul de tableaux d amortissement Calcul de tableaux d amortssement 1 Tableau d amortssement Un emprunt est caractérsé par : une somme empruntée notée ; un taux annuel, en %, noté ; une pérodcté qu correspond à la fréquence de remboursement,

Plus en détail

Terminal numérique TM 13 raccordé aux installations Integral 33

Terminal numérique TM 13 raccordé aux installations Integral 33 Termnal numérque TM 13 raccordé aux nstallatons Integral 33 Notce d utlsaton Vous garderez une longueur d avance. Famlarsez--vous avec votre téléphone Remarques mportantes Chaptres à lre en prorté -- Vue

Plus en détail

Réseau RRFR pour la surveillance dynamique : application en e-maintenance.

Réseau RRFR pour la surveillance dynamique : application en e-maintenance. Réseau RRFR pour la survellance dynamue : applcaton en e-mantenance. RYAD ZEMOURI, DANIEL RACOCEANU, NOUREDDINE ZERHOUNI Laboratore Unverstare de Recherche en Producton Automatsée (LURPA) 6, avenue du

Plus en détail

Analyse des Performances et Modélisation d un Serveur Web

Analyse des Performances et Modélisation d un Serveur Web SETIT 2009 5 th Internatonal Conference: Scences of Electronc, Technologes of Informaton and Telecommuncatons March 22-26, 2009 TUNISIA Analyse des Performances et Modélsaton d un Serveur Web Fontane RAFAMANTANANTSOA*,

Plus en détail

Impôt sur la fortune et investissement dans les PME Professeur Didier MAILLARD

Impôt sur la fortune et investissement dans les PME Professeur Didier MAILLARD Conservatore atonal des Arts et Méters Chare de BAQUE Document de recherche n 9 Impôt sur la fortune et nvestssement dans les PME Professeur Dder MAILLARD Avertssement ovembre 2007 La chare de Banque du

Plus en détail

Distribution Uniforme Probabilité de Laplace Dénombrements Les Paris. Chapitre 2 Le calcul des probabilités

Distribution Uniforme Probabilité de Laplace Dénombrements Les Paris. Chapitre 2 Le calcul des probabilités Chapitre 2 Le calcul des probabilités Equiprobabilité et Distribution Uniforme Deux événements A et B sont dits équiprobables si P(A) = P(B) Si il y a équiprobabilité sur Ω, cad si tous les événements

Plus en détail

GATE Groupe d Analyse et de Théorie Économique DOCUMENTS DE TRAVAIL - WORKING PAPERS W.P. 08-24. Préférences temporelles et recherche d emploi

GATE Groupe d Analyse et de Théorie Économique DOCUMENTS DE TRAVAIL - WORKING PAPERS W.P. 08-24. Préférences temporelles et recherche d emploi GATE Groupe d Analyse et de Théore Économque UMR 5824 du CNRS DOCUMENTS DE TRAVAIL - WORKING PAPERS W.P. 08-24 Préférences temporelles et recherche d emplo «Applcatons économétrques sur le panel Européen

Plus en détail

Stéganographie Adaptative par Oracle (ASO)

Stéganographie Adaptative par Oracle (ASO) Stéganographe Adaptatve par Oracle ASO Sarra Kouder, Marc Chaumont, Wllam Puech To cte ths verson: Sarra Kouder, Marc Chaumont, Wllam Puech. Stéganographe Adaptatve par Oracle ASO. CORESA 12: COmpresson

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

VIELLE Marc. CEA-IDEI Janvier 1998. 1 La nomenclature retenue 3. 2 Vue d ensemble du modèle 4

VIELLE Marc. CEA-IDEI Janvier 1998. 1 La nomenclature retenue 3. 2 Vue d ensemble du modèle 4 GEMINI-E3 XL France Un outl destné à l étude des mpacts ndustrels de poltques énergétques et envronnementales VIELLE Marc CEA-IDEI Janver 1998 I LA STRUCTURE DU MODELE GEMINI-E3 XL FRANCE 3 1 La nomenclature

Plus en détail

DES EFFETS PERVERS DU MORCELLEMENT DES STOCKS

DES EFFETS PERVERS DU MORCELLEMENT DES STOCKS DES EFFETS PERVERS DU MORCELLEMENT DES STOCKS Le cabnet Enetek nous démontre les mpacts négatfs de la multplcaton des stocks qu au leu d amélorer le taux de servce en se rapprochant du clent, le dégradent

Plus en détail

INTRODUCTION. Jean-Pierre MAGNAN Chef de la section des ouvrages en terre Département des sols et fondations Laboratoire central

INTRODUCTION. Jean-Pierre MAGNAN Chef de la section des ouvrages en terre Département des sols et fondations Laboratoire central Etude numérque de la consoldaton undmensonnelle en tenant compte des varatons de la perméablté et de la compressblté du sol, du fluage et de la non-saturaton Jean-Perre MAGNAN Chef de la secton des ouvrages

Plus en détail

MEMOIRE. Présenté au département des sciences de la matière Faculté des sciences

MEMOIRE. Présenté au département des sciences de la matière Faculté des sciences REPUBLIQUE LERIEN DEMOCRTIQUE ET POPULIRE Mnstère de l ensegnement supéreur et de la recherche scentfque Unversté El-Hadj Lakhdar-BTN- MEMOIRE Présenté au département des scences de la matère Faculté des

Plus en détail

La Quantification du Risque Opérationnel des Institutions Bancaires

La Quantification du Risque Opérationnel des Institutions Bancaires HEC Montréal Afflée à l Unversté de Montréal La Quantfcaton du Rsque Opératonnel des Insttutons Bancares par Hela Dahen Département Fnance Thèse présentée à la Faculté des études supéreures en vue d obtenton

Plus en détail

Documents de travail. «La taxe Tobin : une synthèse des travaux basés sur la théorie des jeux et l économétrie» Auteurs

Documents de travail. «La taxe Tobin : une synthèse des travaux basés sur la théorie des jeux et l économétrie» Auteurs Documents de traval «La taxe Tobn : une synthèse des travaux basés sur la théore des jeux et l économétre» Auteurs Francs Bsmans, Olver Damette Document de Traval n 2012-09 Jullet 2012 Faculté des scences

Plus en détail

ACTE DE PRÊT HYPOTHÉCAIRE

ACTE DE PRÊT HYPOTHÉCAIRE - 1 - ACTE DE PRÊT HYPOTHÉCAIRE 5453F QC FR-2010/01 Taux fxe Le. Devant M e, notare soussgné pour la provnce de Québec, exerçant à. ONT COMPARU : ET : (C-après parfos appelé dans le présent Acte l «emprunteur»

Plus en détail

1. Les enjeux de la prévision du risque de défaut de paiement

1. Les enjeux de la prévision du risque de défaut de paiement Scorng sur données d entreprses : nstrument de dagnostc ndvduel et outl d analyse de portefeulle d une clentèle Mrelle Bardos Ancen chef de servce de l Observatore des entreprses de la Banque de France

Plus en détail

Corrections adiabatiques et nonadiabatiques dans les systèmes diatomiques par calculs ab-initio

Corrections adiabatiques et nonadiabatiques dans les systèmes diatomiques par calculs ab-initio Correctons adabatques et nonadabatques dans les systèmes datomques par calculs ab-nto Compte rendu du traval réalsé dans le cadre d un stage de quatre mos au sen du Groupe de Spectroscope Moléculare et

Plus en détail

Thermodynamique statistique Master Chimie Université d Aix-Marseille. Bogdan Kuchta

Thermodynamique statistique Master Chimie Université d Aix-Marseille. Bogdan Kuchta hermodynamque statstque Master Chme Unversté d Ax-Marselle Bogdan Kuchta Plan: Rappel: thermodynamque phénoménologque (dscuter l entrope, l évoluton de gaz parfat,) Premer prncpe Deuxème prncpe (transformaton

Plus en détail

Étranglement du crédit, prêts bancaires et politique monétaire : un modèle d intermédiation financière à projets hétérogènes

Étranglement du crédit, prêts bancaires et politique monétaire : un modèle d intermédiation financière à projets hétérogènes Étranglement du crédt, prêts bancares et poltque monétare : un modèle d ntermédaton fnancère à projets hétérogènes Mngwe Yuan et Chrstan Zmmermann Introducton et objet de l étude Par étranglement du crédt

Plus en détail

INTERNET. Initiation à

INTERNET. Initiation à Intaton à INTERNET Surfez sur Internet Envoyez des messages Téléchargez Dscutez avec Skype Découvrez Facebook Regardez des vdéos Protégez votre ordnateur Myram GRIS Table des matères Internet Introducton

Plus en détail

GUIDE D ÉLABORATION D UN PLAN D INTERVENTION POUR LE RENOUVELLEMENT DES CONDUITES D EAU POTABLE, D ÉGOUTS ET DES CHAUSSÉES

GUIDE D ÉLABORATION D UN PLAN D INTERVENTION POUR LE RENOUVELLEMENT DES CONDUITES D EAU POTABLE, D ÉGOUTS ET DES CHAUSSÉES GUIDE D ÉLABORATION D UN PLAN D INTERVENTION POUR LE RENOUVELLEMENT DES CONDUITES D EAU POTABLE, D ÉGOUTS ET DES CHAUSSÉES Gude destné au mleu muncpal québécos NOVEMBRE 2013 Coordnaton : Martn Cormer,

Plus en détail

CHAPITRE DEUX : FORMALISME GEOMETRIQUE

CHAPITRE DEUX : FORMALISME GEOMETRIQUE CHPITRE DEUX FORMLISME GEOMETRIQUE. CHPITRE DEUX : FORMLISME GEOMETRIQUE verson.3, -8 I. GEOMETRIE DNS L ESPCE-TEMPS ) Prncpe de relatvté Le prncpe de relatvté peut s exprmer ans : toutes les los physques

Plus en détail

CONDITIONS GENERALES D UTILISATION CARTAVENUE

CONDITIONS GENERALES D UTILISATION CARTAVENUE CONDITIONS GENERALES D UTILISATION CARTAVENUE 1. Autorisaton et comment nous contacter? Ces conditons (les «Conditons») régissent l utlisaton de votre carte. Une annexe consttuée de termes supplémentaires

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

METHODE AUTOMATIQUE POUR CORRIGER LA VARIATION LINGUISTIQUE LORS DE L INTERROGATION DE DOCUMENTS XML DE STRUCTURES HETEROGENES

METHODE AUTOMATIQUE POUR CORRIGER LA VARIATION LINGUISTIQUE LORS DE L INTERROGATION DE DOCUMENTS XML DE STRUCTURES HETEROGENES METHODE AUTOMATIQUE POUR CORRIGER LA VARIATION LINGUISTIQUE LORS DE L INTERROGATION DE DOCUMENTS XML DE STRUCTURES HETEROGENES Ourda Boudghaghen(*),Mohand Boughanem(**) yugo_doudou@yahoo.fr, bougha@rt.fr

Plus en détail

Mes Objectifs. De, par, avec Sandrine le Métayer Lumières de Philippe Férat. spectacle produit par la Cie DORE

Mes Objectifs. De, par, avec Sandrine le Métayer Lumières de Philippe Férat. spectacle produit par la Cie DORE Me Objectf De, par, avec Sandrne le Métayer Lumère de Phlppe Férat pectacle produt par la Ce DORE t j Me objectf numéro prx du Jury aux Gradn du rque (Le Hvernale/ Avgnon) p l e t t a r d, p Sandrne le

Plus en détail

ErP : éco-conception et étiquetage énergétique. Les solutions Vaillant. Pour dépasser la performance. La satisfaction de faire le bon choix.

ErP : éco-conception et étiquetage énergétique. Les solutions Vaillant. Pour dépasser la performance. La satisfaction de faire le bon choix. ErP : éco-concepton et étquetage énergétque Les solutons Vallant Pour dépasser la performance La satsfacton de fare le bon chox. ErP : éco-concepton et étquetage énergétque Eco-concepton et Etquetage

Plus en détail

Fluctuation d une fréquence selon les échantillons - Probabilités

Fluctuation d une fréquence selon les échantillons - Probabilités Fluctuation d une fréquence selon les échantillons - Probabilités C H A P I T R E 3 JE DOIS SAVOIR Calculer une fréquence JE VAIS ÊTRE C APABLE DE Expérimenter la prise d échantillons aléatoires de taille

Plus en détail

Pro2030 GUIDE D UTILISATION. Français

Pro2030 GUIDE D UTILISATION. Français Pro2030 GUIDE D UTILISATION Franças Contents Garante... Introducton... 1 Artcle nº 605056 Rév C Schéma nº A605056 Novembre 2010 2010 YSI Incorporated. Le logo YSI est une marque déposée de YSI Incorporated.

Plus en détail

TABLE DES MATIERES CONTROLE D INTEGRITE AU SEIN DE LA RECHERCHE LOCALE DE LA POLICE LOCALE DE BRUXELLES-CAPITALE/IXELLES (DEUXIEME DISTRICT) 1

TABLE DES MATIERES CONTROLE D INTEGRITE AU SEIN DE LA RECHERCHE LOCALE DE LA POLICE LOCALE DE BRUXELLES-CAPITALE/IXELLES (DEUXIEME DISTRICT) 1 TABLE DES MATIERES CONTROLE D INTEGRITE AU SEIN DE LA RECHERCHE LOCALE DE LA POLICE LOCALE DE BRUXELLES-CAPITALE/IXELLES (DEUXIEME DISTRICT) 1 1. PROBLEMATIQUE 1 2. MISSION 1 3. ACTES D ENQUETE 2 4. ANALYSE

Plus en détail

CONSERVATOIRE NATIONAL DES ARTS ET METIERS

CONSERVATOIRE NATIONAL DES ARTS ET METIERS ONSEVAOIE NAIONAL DES AS E MEIES ELEONIQUE ANALOGIQUE PH / ELE 4 / DU GEII ere année ------------------------- ------------------------- Dder LE UYE / Perre POVEN Janer ABLE DES MAIEES APPELS D ELEOINEIQUE...5.

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

I. Cas de l équiprobabilité

I. Cas de l équiprobabilité I. Cas de l équiprobabilité Enoncé : On lance deux dés. L un est noir et l autre est blanc. Calculer les probabilités suivantes : A «Obtenir exactement un as» «Obtenir au moins un as» C «Obtenir au plus

Plus en détail

Indépendance Probabilité conditionnelle. Chapitre 3 Événements indépendants et Probabilités conditionnelles

Indépendance Probabilité conditionnelle. Chapitre 3 Événements indépendants et Probabilités conditionnelles Chapitre 3 Événements indépendants et Probabilités conditionnelles Indépendance Indépendance Probabilité conditionnelle Definition Deux événements A et B sont dits indépendants si P(A B) = P(A).P(B) Attention

Plus en détail

Version provisoire Ne pas citer sans l accord des auteurs

Version provisoire Ne pas citer sans l accord des auteurs Verson provsore Ne pas cter sans l accord des auteurs Les détermnants du beson d ade non satsfat des personnes âgées vvant à domcle : un modèle probt bvaré avec sélecton d échantllon Bérengère Davn 1,2,

Plus en détail

LE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régime») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF

LE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régime») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF 1 LE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régme») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF AVIS AUX RETRAITÉS ET AUX PARTICIPANTS AVEC DROITS ACQUIS DIFFÉRÉS Expédteurs

Plus en détail

Économétrie. Annexes : exercices et corrigés. 5 e édition. William Greene New York University

Économétrie. Annexes : exercices et corrigés. 5 e édition. William Greene New York University Économétre 5 e édton Annexes : exercces et corrgés Wllam Greene New York Unversty Édton françase drgée par Dder Schlacther, IEP Pars, unversté Pars II Traducton : Stéphane Monjon, unversté Pars I Panthéon-Sorbonne

Plus en détail

Ecole Polytechnique de Montréal C.P. 6079, succ. Centre-ville Montréal (QC), Canada H3C3A7 lucas.greze@polymtl.ca robert.pellerin@polymtl.

Ecole Polytechnique de Montréal C.P. 6079, succ. Centre-ville Montréal (QC), Canada H3C3A7 lucas.greze@polymtl.ca robert.pellerin@polymtl. CIGI 2011 Processus d accélératon de proets sous contrantes de ressources avec odes de chevaucheent LUCAS GREZE 1, ROBERT PELLERIN 1, PATRICE LECLAIRE 2 1 CHAIRE DE RECHERCHE JARISLOWSKY/SNC-LAVALIN EN

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