Lois de probabilité continues

Dimension: px
Commencer à balayer dès la page:

Download "Lois de probabilité continues"

Transcription

1 Lois de probbilité continues Tble des mtières I Lois de probbilité continues I.1 Principe et définitions I. Exemples de lois continues I..1 Loi uniforme I.. Loi exponentielle II Loi normle centrée réduite 6 II.1 Convergence de l loi binomile II. L loi N(,1) IIIL loi normle N(µ,σ ) 9

2 I Lois de probbilité continues I.1 Principe et définitions On considère une expérience létoire dont les issues ne sont plus dénombrbles : choisir un nombre réel entre et 1; prévoir l durée d un ppel téléphonique; prévoir l ngle d une girouette,... Comment peut-on définir une loi de probbilité sur des résultts regroupés en intervlle? On rppelle qu étblir une loi de probbilité sur un univers fini Ω, consiste à ttribuer ux N vleurs x i de Ω, un réel positif p i tels que : p i 1 pour 1 i N i=n p i = 1 i=1 Le réflexe consiste à poser p i = 1 quelque soit i; on définit lors une loi équiprobble. N Mis comment fire lorsque Ω n est ps fini? Exemple : Un jeu consiste à tirer une flèche sur un cible dont l forme est donnée ci-contre. L prbole est l courbe représenttive de l fonction f définie sur [;1] pr : 1 f(x) = 6x(1 x) On suppose que l flèche tteint toujours l cible et on ppelle x l bscisse du point d impct P sur l cible.on s intéresse à l probbilité de l événement : E :, x,6 Cet événement ser rélisé chque fois que l flèche tombe dns l zone hchurée. On peut lors construire l probbilité de E en considérnt le rpport des deux ires : Or, d une prt A = A E, l ire de l prtie hchurée, A, l ire de l prtie située sous l courbe,u dessus de l xe des bscisses entre les vleurs et 1. 1 f(x)dx et d utre prt A E =,6 A = 1 et A E =,544. Une primitive F de f est F(x) = 3x x 3, f(x)dx.un clcul rpide donne : /11

3 Ainsi, l probbilité de l événement E est-elle : p(e) =,544. On donc défini une loi de probbilité sur un univers infini (cr x peut prendre une infinité de vleurs) pr l reltion : p(x [c;d]) = d c f(x)dx où c < d 1 Définition 1 Soit I = [;b] un intervlle borné de réels vec < b. On considère une fonction f positive sur I telle que l intervlle I de tout intervlle J = [c;d] inclus dns I pr : f(x) dx = 1. On définit une loi de probbilité sur p(x [c;d]) = d c f(x)dx À chque intervlle J inclus dns I, on ttribue donc un réel positif p J tel que : p J 1 p J = 1 (J I) Définition L fonction f insi définie s ppelle densité de l loi de probbilité sur l intervlle I. L distribution des probbilités n est plus discrète mis continue. Cel justifie le nom de loi de probbilité continue. I. Exemples de lois continues On se propose ici de découvrir deux situtions qui permettent de construire deux fonctions de densité, c està-dire deux nouvelles lois. I..1 Loi uniforme Un cmrde choisit,un nombre entier entre 1 et 1. Dns ce cs,l probbilité de retrouver son nombre est de.1 (une chnce sur dix). En revnche, s il choisit un nombre réel entre 1 et 1,l probbilité de le retrouver est qusiment nulle. L question est lors comment modéliser le tirge létoire d un nombre d un intervlle I? On considère un intervlle I = [;b].pour tout nombre x dns I, on considère un intervlle J = [c;d] inclus dns I et contennt x.on construit une loi de probbilité sur I en clculnt le rpport des longueurs des intervlles J et I. Ainsi : p(x J) = longueur de J longueur de I = d c b Plus J est grnd, plus p se rpproche de 1 et plus l événement x J de chnces de se produire.inversement,plus J est petit, moins l événement précédent de chnces de se produire. L loi insi construite est l loi uniforme sur I.On peut l considérer comme l loi équiréprtie pour les lois continues. Définition 3 Une vrible létoire X suit une loi uniforme sur l intervlle [;b] ( < b) 1 lorsque s densité de probbilité f est l fonction constnte égle à b. 3/11

4 En effet, si f(x) = 1 pour x [;b] lors, d p(x [c;d]) = f(x)dx = d c vec p(x [;b]) = f(x)dx = b c b b = 1. On illustre l sitution pr le schém ci-contre (qui rppelle celui de l cible) : Sur un intervlle [;b], l fonction de densité de l loi uniforme est f(x) = 1. L probbilité b que X soit dns un intervlle [c;d] est égl à l ire de l prtie hchurée. 1 b c d b Exemple 1 On choisit un nombre u hsrd dns l intervlle [5;]. L vrible X égle u nombre choisi, suit l loi uniforme sur [5;].On considère les événements A = (X > 1), B = (1 X 16) et C = (8 X 13). Alors : p(a) = 1 5,67,p(B) = p(ā) = p(x 1) = 1 p(a),33,7 et p(c) = 5 15,33 p(b C) = p(b)+p(c) p(b C) = = 8 15 Pour rppeler que les formules connues fonctionnent encore vec les lois continues. Définition 4 L espérnce mthémtique d une vrible létoire X dont l densité de probbilité f est définie sur l intervlle [;b] est : E(X) = xf(x)dx L espérnce est l moyenne des vleurs prises pr X lorsqu on réitère un grnd nombre de fois l expérience dont est issue X.Pour l loi uniforme on le résultt suivnt : Proposition 1 Si X suit l loi uniforme sur [;b] lors E(X) = +b C est l moyenne rithmétique de et b. On démontre ce résultt pr un clcul intégrl simple. En effet si X suit l loi uniforme sur [;b] lors f(x) = 1 b et : I.. Loi exponentielle E(X) = xf(x)dx = x b dx = 1 b [x ]b = +b Les lois exponentielles modélisent les phénomènes dont l durée de vie ne dépend ps de l âge, comme pr exemple celle d un tome rdioctif. Cette propriété est connue sous le nom de durée de vie sns vieillissement. Elle s exprime pr le reltion probbiliste : 4/11

5 P X t (X t+h) = P(X h) pour tous t et h positifs ou nuls. En d utres termes, le probbilité que X dépsse le temps t+h schnt que X déjà dépssé le temps t est l même que l probbilité que X dépsse h quelque soit t et h. On démontre que les vribles létoires qui suivent une loi exponentielle sont les seules qui modélisent une durée de vie sns vieillissement. Définition 5 On considère un réel positif λ. L loi exponentielle est l loi de probbilité d une vrible létoire T définie sur [;+ [ pr l fonction de densité f(t) = λe λt λ p(t ) Une fonction de densité d une loi exponentielle est toujours décroissnte (λ > ) On insi d près les définitions précédentes : p(t [c;d]) = En fisnt tendre d vers +, on obtient : d c λe λt dt = e cλ e dλ ou encore, p(t [c;+ ]) = p(t c) = + c λe λt dt = e cλ p(t c) = c λe λt dt = 1 e cλ Exemple L durée de vie d un composnt électronique, exprimée en nnées, est une vrible létoire T qui suit une loi exponentielle de prmètre λ =,. L probbilité que le composnt dure moins de 8 ns est lors : p(t 8) = 8 L probbilité que le composnt dure plus de 1 ns est lors :,e.t dt = 1 e 8,,798 p(t 1) = + 1,e.t dt = e 1,,135 Proposition Soit T une vrible létoire qui suit une loi exponentielle de prmètre λ >. Alors : E(T) = 1 λ 5/11

6 En reprennt l exemple précédent, E(T) = 1 = 5. Donc en moyenne sur un grnd lot de composnts, l durée, de vie est de 5 ns. Démonstrtion : Il s git de clculer dns un premier temps l intégrle I(α) = Posons g(x) = xλe λx. L fonction g est dérivble sur [;+ [ et on : α xλe λx dxetdeclculer lim α + I(α). d où : Ainsi : I(α) = 1 λ α g (x) = λe λx λ xe λx = λe λx λg(x) g(x) = 1 λ (λe λx g (x)) (λe λx g (x))dx = 1 λ ( e λα λαe λα +1) près clculs. Avec lim α + λαe λα = et lim α + e λα =, il vient lim α + I(α) = 1 λ II Loi normle centrée réduite Dns cette section, on étudie plus précisément l loi normle dns un cs prticulier. On générliser pr l suite. II.1 Convergence de l loi binomile On rppelle que si une vrible létoire X suit une loi binomile B(n,p) lors : X prend les vleurs entières de à n; ( ) n pour k n, p(x = k) = p k k (1 p) n k ; E(X) = n p et V(X) = n p (1 p) Cette distribution des probbilités s illustre pr un digrmme en brres : Répétition de n épreuves identiques et indépendntes les unes des utres, à deux issues possibles, l un étnt ppelée le succès de probbilité p. Illustrtion du cs n = 1 et p =.. L huteur des brres donnent l probbilité des événements X = k On considère l vrible létoire Z définie pr Z = X np np(1 p). Clculons l espérnce puis l vrince de Z. L espérnce est linéire donc : X np E(Z) = E( ) = E(X) E(np) = np npe(1) = cr E(1) = 1 np(1 p) np(1 p) np(1 p) et : X np V(Z) = V( ) = V(X) np(1 p) np(1 p) = 1.. Voir puissnces comprées d une exponentielle et d un polynôme. Pour tous réels et b, E(X +b) = E(X)+b. Pour tous réels et b, V(X +b) = V(X) 6/11

7 En conclusion Z une espérnce nulle et un écrt-type égl à 1. Définition 6 L vrible Z est dite centrée réduite. Qund les vleurs de X décrivent l ensemble des entiers Ω = {,1,,...,n} les vleurs de Z décrivent l l ensemble des nombres réels { np σ, 1 np, np,..., n np } où σ = np(1 p). σ σ σ Ci-dessous, on donne le digrmme en brres de l vrible Z pour différentes vleurs de n. n = 5 n = 1 n = Plus n est grnd, plus les digrmmes dessinent une ire délimitée pr une courbe en cloche, ppelée courbe de Guss.On démontre que cette courbe est l courbe représenttive de l fonction Φ définie pour tout réel x pr : 4.1 Φ(x) = 1 e x π L loi de probbilité discrète de l vrible X (loi binomile) devient une loi continue lorsque n devient grnd de l vrible Z. Cette loi dont l fonction de densité est l fonction Φ, est l loi normle centrée réduite. Cette convergence d une loi vers une utre constitue le théorème suivnt. Théorème 1 Théorème de Moivre Lplce Soit X n une vrible létoire qui suit l loi binomile B(n,p). On pose : Z n = X n np np(1 p). Alors pour tous réels et b, vec < b, on : lim p( Z n b) = n + où Φ est l fonction de Guss définie ci-dessus. Φ(t) dt L démonstrtion est hors progrmme et repose sur une pproximtion (dite de Stirling). II. L loi N(,1) Définition 7 L loi normle centrée réduite est l loi continue dont l fonction de densité est l fonction de Guss Φ. Ainsi,dns le cs où X suit l loi normle N(,1), p( X b) = Φ(t) dt. En prtique le clcul intégrl précédent est impossible cr on ne connît ps une primitive explicite de l fonction Φ. On utilise les fonctionnlités des clcultrices qui permet pr divers lgorithmes d en déterminer une vleur pprochée... Voir cours sur le clcul intégrl 7/11

8 Proposition 3 En utilisnt notmment l symétrie de l courbe,pour tout réel : p( X ) = p( X ); p(x ) = 1 p(x ) Les probbilités des événements ci-dessus peuvent toujours s interpréter en termes d ires : p( X ) p( X ) Exemple 3 On considère une vrible létoire X qui suit l loi normle centrée réduite N(,1). À l clcultrice, on trouve p(x <.6).734.Alors on peut en déduire : p( < X <.6) cr p( < X <.6) = p(x <.6).5 =.34; p(x >.6) cr p(x >.6) = p(x <.6) =.734; p(x.6) cr p(x.6) = 1 p(x <.6) =.676. Exemple 4 On considère l vrible létoire X qui suit une loi binomile B(7;,7). On pose Z = X 49 14,7. D près le théorème de Moivre Lplce, considérnt que le nombre n d essis est ssez grnd, Z suit l loi normle centrée réduite. Déterminons p(46 X 6), c est-à-dire l probbilité que le nombre de succès soit compris entre 35 et 6.On : p(46 X 6) = p( Z 6 49 ) p(,78 Z,869), ,7 14,7 Théorème Soit X une vrible létoire qui suit une loi normle centrée réduite. Alors pour tout réel α dns ];1[, il existe un unique réel positif u α tel que : p( u α X u α ) = 1 α Démonstrtion :D près l symétrie de l courbe,on : p( u X u) = p( X u) = u Φ(x)dx = H(u) où H est une primitive de Φ qui s nnule en.l fonction H est continue et strictement croissnte sur [;+ [ vec lim H(u) = 1.On obtient insi le tbleu de vritions suivnt : u + 8/11

9 u + 1 H(u) ր Lorsque α pprtient à ];1[, 1 α ussi. D près le théorème des vleurs intermédiires, il existe un unique u α dns [;+ [ tel que H(u α ) = 1 α, c est-à-dire, p( u α X u α ) = 1 α. Il fut en prticulier retenir deux vleurs prticulières de α, données pr le tbleu ci-dessous : u,5 = 1,96 u,1 =,58 95%des vleurs 99%des vleurs 1,96 1,96,58,58 III L loi normle N(µ,σ ) Il s git de générliser l notion de loi normle. Définition 8 On considère un réel µ et un réel strictement positif σ. On dit qu une vrible X suit l loi normle N(µ,σ ) si l vrible centrée réduite Z = X µ suit l loi centrée réduite N(,1). σ Dns ce cs, l espérnce de X est µ et son écrt-type est σ. 9/11

10 σ =.4 σ = 1 σ = Pour une même moyenne µ = 15, on voit l évolution de l forme de l courbe en cloche selon les différentes vleurs de σ. Les lois normles à l origine permettent de modéliser de nombreuses études biométriques.il fut comprendre que pour une loi normle N(µ,σ ), plus l vrible est proche de l vleur de µ, plus l probbilité de son pprition est grnde. L dispersion des vleurs est précisée pr σ. En prtique, pour clculer l probbilité d un événement imposé à l vrible X qui suit l loi N(µ,σ ), on utilise les fonctionnlités de l clcultrice. Exemple 5 On suppose que X N(4,4). Clculons l probbilité des événements suivnts : (X 5),(3.5 X 4.5) et (X > 6) À l clcultrice, on obtient : p(x 5),6915,p(3.5 X 4.5),1974 et p(x > 6) = 1 p(x 6),1587 Proposition 4 Soit X une vrible létoire qui suit l loi normle N(µ,σ ). Alors : p(µ σ X µ+σ),683 p(µ σ X µ+σ),954 p(µ 3σ X µ+3σ),997 Cette propriété est connue sous le nom des 1,,3 sigm. 1/11

11 µ σ µ+σ 68,5% des vleurs µ σ µ+σ 95,4% des vleurs µ 3σ 99,7% des vleurs µ+3σ 11/11

Cours de Terminale ES /Probabilités : Lois à densité. E. Dostal

Cours de Terminale ES /Probabilités : Lois à densité. E. Dostal Cours de Terminle ES /Probbilités : Lois à densité E. Dostl février 2017 Tble des mtières 7 Probbilités : Lois à densité 2 7.1 Vrible létoires à densité................................... 2 7.1.1 Vrible

Plus en détail

Chapitre 12 : Lois de probabilité continues

Chapitre 12 : Lois de probabilité continues Chpitre 12 : Lois de probbilité continues I. Lois de probbilité à densité Dns les situtions précédentes, on rencontré des vribles létoires dites discrètes : elles ne prennent qu un nombre fini de vleurs.

Plus en détail

Clamaths.fr - Les Roc en Terminale S

Clamaths.fr - Les Roc en Terminale S Clmths.fr - Les Roc en Terminle S CONTENTS ROC - exigibles... 2 Roc 1 Théorème de comprison pour les suites... 2 Roc 2 Limite de qn lorsque q > 1... 2 Roc 3 Unicité de l fonction exponentielle... 3 Roc

Plus en détail

R.O.C. Nombres complexes. Pondichéry Enseignement spécifique. Exercice 4 Enoncé Restitution organisée de connaissances

R.O.C. Nombres complexes. Pondichéry Enseignement spécifique. Exercice 4 Enoncé Restitution organisée de connaissances Nombres complexes R.O.C. Pondichéry 22. Enseignement spécifique. Exercice 4 Prtie A Restitution orgnisée de connissnces Soit z uombre complexe. On rppelle que z est le conjugué de z et que z est le module

Plus en détail

Variables aléatoires à densité

Variables aléatoires à densité Vribles létoires à densité Rppels : Une vrible létoire réelle (VAR) est une ppliction X : Ω R où (Ω,A,P) est un espce probbilisé. Lorsque X(Ω) est un ensemble discret on dit que X est une VAR discrète.

Plus en détail

Terminale ES. Lois de probabilité à densité

Terminale ES. Lois de probabilité à densité Terminle ES Loi à densité sur un intervlle On considère une expérience létoire et un univers ssocié muni d une proilité. I Vrile létoire continue Définition Une vrile létoire continue X est une fonction

Plus en détail

Synthèse de cours PanaMaths Variables aléatoires à densité

Synthèse de cours PanaMaths Variables aléatoires à densité Synthèse de cours PnMths Vriles létoires à densité Vrile létoire à densité Vrile létoire réelle continue Soit X une vrile létoire réelle. On dit que «X est une vrile létoire réelle continue» si elle prend

Plus en détail

Correction (ou réponses rapides) de la feuille TD 5 : probabilités continues

Correction (ou réponses rapides) de la feuille TD 5 : probabilités continues Université de Nice-Sophi Antipolis -L2 MASS - Probbilités Correction (ou réponses rpides) de l feuille TD 5 : probbilités continues Attention, l correction peut contenir des erreurs de clcul. Ecrivez-moi

Plus en détail

LOIS À DENSITÉ. a) Un site de vente en ligne de vêtements établit le bilan des ventes par taille. L histogramme ci-contre résume ce bilan.

LOIS À DENSITÉ. a) Un site de vente en ligne de vêtements établit le bilan des ventes par taille. L histogramme ci-contre résume ce bilan. 1 LOIS À DENSITÉ I. Loi de probbilité à densité Exemples : 1) Vrible létoire continue ) Un site de vente en ligne de vêtements étblit le biln des ventes pr tille. L histogrmme ci-contre résume ce biln.

Plus en détail

La loi normale. Chapitre Introduction Motivation à partir de la loi binomiale Notion de variable aléatoire à densité

La loi normale. Chapitre Introduction Motivation à partir de la loi binomiale Notion de variable aléatoire à densité Chpitre 4 L loi normle 4.1 Introduction Dns le chpitre précédent, les probbilités rencontrées se rmenient à lister tous les cs possibles, leur ttribuer l même probbilité, et diviser le nombre de cs fvorbles

Plus en détail

Lois de probabilité continues

Lois de probabilité continues Lois de proilité continues. Notion de loi à densité de proilité... p 4. Durée de vie sns vieillissement... p. Lois de proilité continues... p5 5. Loi exponentielle... p3 3. L loi uniforme... p7 Copyright

Plus en détail

Chapitre 7 Intégrale et primitive. Table des matières. Chapitre 7 Intégrale et primitive TABLE DES MATIÈRES page -1

Chapitre 7 Intégrale et primitive. Table des matières. Chapitre 7 Intégrale et primitive TABLE DES MATIÈRES page -1 Chpitre 7 Intégrle et primitive TABLE DES MATIÈRES pge - Chpitre 7 Intégrle et primitive Tble des mtières I Exercices I-................................................ I- Clcul pproché d une intégrle

Plus en détail

DÉNOMBREMENT LOIS DE PROBABILITÉ

DÉNOMBREMENT LOIS DE PROBABILITÉ DÉNOMBREMENT LOIS DE PROBABILITÉ A Dénombrement I Utilistion de digrmmes, de tbleux, d rbres Exemples : 1. Un centre de loisirs ccueille 100 enfnts. Deux sports sont proposés : le footbll et le tennis.

Plus en détail

Partie 1 - Calcul d une probabilité

Partie 1 - Calcul d une probabilité Essec mths 3 voie E 2014 1 Option économique Mthémtiques Essec 2014 (mths 3) vendredi 8 mi 2014 Ce problème est constitué de trois prties. Les résultts de l prtie 1 sont utilisés dns les prties 2 et 3.

Plus en détail

Primitives Calcul intégral

Primitives Calcul intégral Primitives Clcul intégrl Christophe ROSSIGNOL Année scolire 2009/200 Tble des mtières Primitives 2. Définition, premières propriétés..................................... 2.2 Primitives des fonctions usuelles....................................

Plus en détail

Chapitre 5. Intégration. 5.1 Intégration des fonctions en escaliers

Chapitre 5. Intégration. 5.1 Intégration des fonctions en escaliers Chpitre 5 Intégrtion Nous llons construire l intégrle pr un procédé de pssge à l limite. D bord on définit l intégrle des fonctions en escliers, ensuite on psse à l limite pour intégrer des fonctions plus

Plus en détail

EB - INTEGRALES DEPENDANT D UN PARAMETRE

EB - INTEGRALES DEPENDANT D UN PARAMETRE EB - INTEGRALES DEPENDANT D UN PARAMETRE Définition 1 Soit (f x ) x A une fmille de fonctions continues à vleurs dns C, définies sur un intervlle [, b[ de R. On considère l intégrle impropre g(x) = que

Plus en détail

Contrôle Continu 3 Novembre 2015

Contrôle Continu 3 Novembre 2015 L2 MIASHS 20 2016 Introduction à l Modélistion Sttistique Contrôle Continu 3 Novembre 20 Durée : 1h30 Documents interdits clcultrices UPPA utorisées Chque réponse devr être justifiée et rédigée de mnière

Plus en détail

Primitives et Calcul d une intégrale

Primitives et Calcul d une intégrale Primitives et Clcul d une intégrle I) Primitive ) Définition : Soit f une fonction définie sur un intervlle I. On ppelle primitive de f sur I, toute fonction F dérivle sur I dont l dérivée F est égle à

Plus en détail

CALCUL INTEGRAL I. ACTIVITES D INTRODUCTION. Ch7 : Calcul intégral-ts

CALCUL INTEGRAL I. ACTIVITES D INTRODUCTION. Ch7 : Calcul intégral-ts Ch7 : Clcul intégrl-ts CALCUL INTEGRAL I. ACTIVITES D INTRODUCTION Activité n : Trcer dns un repère orthonorml l représenttion grphique de l fonction f définie pr : f(x) = 5. Hchurer l'ire du domine pln

Plus en détail

Ch.4èFONCTIONS DE RÉFÉRENCE

Ch.4èFONCTIONS DE RÉFÉRENCE LFA / première S COURS - mthémtiques Mme MAINGUY Ch.4èFONCTIONS DE RÉFÉRENCE ere S Dns tout le chpitre, le pln est muni d'un repère orthonorml ( O ; i! ;! j ) I. Rppels de Seconde Soit f une fonction définie

Plus en détail

Limite d une fonction à l infini

Limite d une fonction à l infini CHAPITRE 3 LIMITES DE FONCTIONS ET DE SUITES Limite d une fonction à l infini et s courbe repré-. Limite finie d une fonction à l infini Soit f une fonction définie sur un intervlle [ ; + [ senttive. L

Plus en détail

LOI UNIFORME SUR [a ; b]

LOI UNIFORME SUR [a ; b] LOI UNIFORME SUR [ ; ] Eemple Dns une ville, un voygeur sit que sur une ligne d utous donnée, il psse un utous toutes les heures Ce voygeur ignore les horires et rrive à un rrêt de cette ligne Comien de

Plus en détail

LEÇON N 67 : Formules de Taylor. Applications.

LEÇON N 67 : Formules de Taylor. Applications. LEÇON N 67 : Formules de Tylor. Applictions. Pré-requis : Théorème de Rolle, théorème des Accroissements Finis ; Intégrtion pr prties ; Nottions de Lndu. 67. Résultts globux 67.. Formule de Tylor-Lgrnge

Plus en détail

Cours de Terminale S /Intégration. E. Dostal

Cours de Terminale S /Intégration. E. Dostal Cours de Terminle S /Intégrtion E. Dostl Février 26 Tble des mtières 9 Intégrtion 2 9. Intégrles............................................. 2 9.. Aire sous une courbe...................................

Plus en détail

6 Variables aléatoires réelles à densité9

6 Variables aléatoires réelles à densité9 Leçon n o 6 Vribles létoires réelles à densité9 Niveu Terminle S et BTS Prérequis probbilités, intégrles, primitives, croissnce comprée, équtions différentielles, désintégrtion rdioctive Références [6]

Plus en détail

Intégrale de Riemann et Intégrale de Lebesgue INTEGRALE DE RIEMANN

Intégrale de Riemann et Intégrale de Lebesgue INTEGRALE DE RIEMANN Intégrle de Riemnn et Intégrle de Lebesgue Jen Gounon http://dm.ens.fr/culturemth Définitions INTEGRALE DE RIEMANN Dns tout le chpître, b et f est une fonction réelle bornée sur [,b] = I Définition. Un

Plus en détail

Définition Propriétés de d intégrale Intégrale fonction de sa borne supérieure Méthodes d intégration. Calcul Intégral

Définition Propriétés de d intégrale Intégrale fonction de sa borne supérieure Méthodes d intégration. Calcul Intégral Clcul Intégrl christophe.profet@univ-evry.fr http://www.mths.univ-evry.fr/pges_perso/cprofet/ Amphi n 1 Jnvier 214 Objectifs du cours 1 donner une définition de l intégrle f (x)dx qui permet de comprendre

Plus en détail

Intégration. 1 Intégrale d une fonction. 2.1 Définition Propriétés Ensemble des primitives d une fonction... 6

Intégration. 1 Intégrale d une fonction. 2.1 Définition Propriétés Ensemble des primitives d une fonction... 6 Tble des mtières Intégrle d une fonction. Définition.................................................. Propriétés................................................. 4 Notion de primitive d une fonction 5.

Plus en détail

LIMITES DE SUITES ET DE FONCTIONS I..

LIMITES DE SUITES ET DE FONCTIONS I.. TS-cours-chp2-1 - LIMITES DE SUITES ET DE FONCTIONS I.. Limite d une suite 1 / tend vers l infini Définition ( rppel ) Dire que l suite tend vers + signifie que, pour tout nombre A, l intervlle [A ; +

Plus en détail

Chapitre 10 Intégrales. Table des matières. Chapitre 10 Intégrales TABLE DES MATIÈRES page -1

Chapitre 10 Intégrales. Table des matières. Chapitre 10 Intégrales TABLE DES MATIÈRES page -1 Chpitre Intégrles TABLE DES MATIÈRES pge - Chpitre Intégrles Tble des mtières I Exercices I-................................................ I-................................................ I-................................................

Plus en détail

Résumés de cours : Terminale S.

Résumés de cours : Terminale S. Résumés de cours : Terminle S. Mths-Terminle S. Mr Mmouni : myismil@ltern.org source disponible sur: c http://www.chez.com/myismil Smedi 08 Avril 2006. Tble des mtières Nombres complexes. 3. Prtie réelle

Plus en détail

x est la variable et f(x) est l image de x. On note y = f(x). L ensemble des éléments de I ayant une image est appelé ensemble de définition, noté E.

x est la variable et f(x) est l image de x. On note y = f(x). L ensemble des éléments de I ayant une image est appelé ensemble de définition, noté E. http://mths-sciences.r LES FONCTIONS NUMÉRIQUES USUELLES I) Générlités ) Déinition Soit I un intervlle de, une onction est une reltion qui ssocie à tout élément x de I, un nombre réel (x) u plus. : I x

Plus en détail

LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE. Unité d enseignement LCMA 4U11 ANALYSE 3. Françoise GEANDIER

LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE. Unité d enseignement LCMA 4U11 ANALYSE 3. Françoise GEANDIER LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE Unité d enseignement LCMA 4U ANALYSE 3 Frnçoise GEANDIER Université Henri Poincré Nncy I Déprtement de Mthémtiques . Tble des mtières I Séries numériques. Séries

Plus en détail

Analyse numérique : Intégration numérique

Analyse numérique : Intégration numérique Anlyse numérique : Intégrtion numérique Pgor 1A Chpitre 4 8 février 11 mrs 2013 Anlyse numérique (Pgor 1A) Intégrtion numérique 8/02-11/03/2013 1 / 67 Pln 1 Introduction 2 Intégrtion pr méthode de Monte-Crlo

Plus en détail

Série n 6 : Interpolation et méthodes des moindres carrés

Série n 6 : Interpolation et méthodes des moindres carrés Université Clude Bernrd, Lyon I 43, boulevrd du 11 novembre 1918 696 Villeurbnne Cedex Licence Sciences & Technologies Spécilité Mthémtiques UE : Clcul Scientifique 009-010 Série n 6 : Interpoltion et

Plus en détail

Mathématiques Différentielle - Intégrale

Mathématiques Différentielle - Intégrale Mthémtiques Différentielle - Intégrle F. Richrd 1 1 Institut PPRIME - UPR 3346 CNRS Déprtement Fluides, Thermique, Combustion Frnce Institut des Risques Industriels Assurntiels et Finnciers IRIAF F. Richrd

Plus en détail

Terminale ES Lycée Georges Imbert 2015/2016. Notes de cours de Mathématiques en terminale ES O. Lader

Terminale ES Lycée Georges Imbert 2015/2016. Notes de cours de Mathématiques en terminale ES O. Lader Notes de cours de Mthémtiques en terminle ES O. Lder 1 Tble des mtières 1 Suites numériques (1S) 4 1.1 Rppels.................................................. 4 1.2 Suite rithmétique............................................

Plus en détail

Corrigé du baccalauréat S Pondichéry 21 avril 2010

Corrigé du baccalauréat S Pondichéry 21 avril 2010 Corrigé du bcclurét S Pondichéry 2 vril 2 EXERCICE Commun à tous les cndidts Prtie A : Restitution orgnisée de connissnces 6 points f et g sont deux fonctions continues sur un intervlle [ ; b] donc g f

Plus en détail

Chapitre 1 Suites de fonctions

Chapitre 1 Suites de fonctions Université de Bourgogne Déprtement de Mthémtiques Licence de Mthémtiques Résumé du cours Compléments d Anlyse Chpitre Suites de fonctions. Suites de nombres, suites de fonctions Dns tout ce chpitre, l

Plus en détail

Intégration. Intégrale d une fonction. II - Interprétation graphique : calcul d aire. 1) Aire d une fonction positive. T ale STI

Intégration. Intégrale d une fonction. II - Interprétation graphique : calcul d aire. 1) Aire d une fonction positive. T ale STI Intégrtion T le STI I - Intégrle d une fonction Définition Soit F une primitive de l fonction f sur [; ], lors, on note Exemple : Clcul de Clcul de 4 (3x ) dx = = [F(x)] = F() F() xdx : Une primitive de

Plus en détail

Intégrales et primitives

Intégrales et primitives Chpitre 3 Intégrles et primitives 3.1 Définitions Soit f(x une fonction continue définie sur l intervlle [, ]. L intégrle de f sur l intervlle [, ] est un nomre réel noté qui est défini de l fçon suivnte

Plus en détail

Pavage d un rectangle avec des carrés

Pavage d un rectangle avec des carrés Mth en Jens 006-007 Pvge d un rectngle vec des crrés Lycée Sud-Medoc / Lycée Montigne Guillume Cmelot, Luc Drné, Antoine Crof, Budouin Auzou, Rémy Ptin, Elodie Mrtin, Hélène Mrtin, Aurélie Verdon en prtenrit

Plus en détail

E(ϕ(Z, Y )) = ϕ(r(x + f(y)), y)dxdm(y). ϕ(ξ)dξ.

E(ϕ(Z, Y )) = ϕ(r(x + f(y)), y)dxdm(y). ϕ(ξ)dξ. Corrigé 191 (Les pièges de l indépendnce) Soit (Ω,, P ) un espce probbilisé et X, Y deux v..r. indépendntes. n suppose que X pour loi l loi uniforme sur [, 1]. Pour x, on pose e(x) = mx{n Z, n x} et r(x)

Plus en détail

Calcul intégral. I Intégrale d une fonction 2

Calcul intégral. I Intégrale d une fonction 2 T le STIGE Clcul intégrl 8-9 Clcul intégrl Tble des mtières I Intégrle d une fonction II Interpréttion grphique : clcul d ire II. Aire d un fonction positive...................................... II. Aire

Plus en détail

Nous admettrons et utiliserons souvent le théorème suivant:

Nous admettrons et utiliserons souvent le théorème suivant: < 20 Intégrtion: fonction réelle d une vrile réelle. Définition 2.5. (Intégrilité u sens de Riemnn) Une fonction réelle f: [, ] R est dite intégrle sur [,], si ǫ > 0, f 1, f 2 : [, ] R fonctions en escliers

Plus en détail

CHAPITRE 11 : FONCTION NEPERIEN. FONCTION LOGARITHME DECIMAL.

CHAPITRE 11 : FONCTION NEPERIEN. FONCTION LOGARITHME DECIMAL. CHAPITRE : FONCTION NEPERIEN. FONCTION LOGARITHME DECIMAL.. Fonction népérien (logrithme d une fonction composée). Théorème Si u est une fonction strictement positive et dérivble sur un intervlle I ouvert,

Plus en détail

PARTIE II : Un exemple pour se familiariser avec la conjecture et cette drôle de fonction. . (On ne cherchera pas à exprimer F plus simplement.

PARTIE II : Un exemple pour se familiariser avec la conjecture et cette drôle de fonction. . (On ne cherchera pas à exprimer F plus simplement. Eercice. Découverte des fonctions définies pr une intégrle et premiers ps vers le téorème fondmentl du clcul intégrl. PARTE : Découverte de l fonction «ire sous l courbe» et conjecture sur s dérivée et

Plus en détail

1. Intégrale de Riemann des fonctions réglées.

1. Intégrale de Riemann des fonctions réglées. Agrégtion de Mthémtiques 2012-2013 CMI Université d Aix-Mrseille Résumé du cours d Intégrtion 1. Intégrle de Riemnn des fonctions réglées. Fonctions réglées. f : [, b] C est dite réglée si et seulement

Plus en détail

Cours de terminale S Probabilités : lois à densité

Cours de terminale S Probabilités : lois à densité Cours de terminale S Probabilités : lois à densité V. B. et S. B. Lycée des EK Considérons une variable aléatoire susceptible de prendre n importe quelle valeur réelle appartenant à un intervalle donné.

Plus en détail

Le Centre d éducation en mathématiques et en informatique. Ateliers en ligne Euclide Atelier n o 5. Suites et séries. c 2014 UNIVERSITY OF WATERLOO

Le Centre d éducation en mathématiques et en informatique. Ateliers en ligne Euclide Atelier n o 5. Suites et séries. c 2014 UNIVERSITY OF WATERLOO Le Centre d éduction en mthémtiques et en informtique Ateliers en ligne Euclide Atelier n o 5 Suites et séries c 014 UNIVERSITY OF WATERLOO L pluprt des problèmes de cette trousse font ppel à des formules

Plus en détail

TS 2, Correction Bac Blanc n o 2

TS 2, Correction Bac Blanc n o 2 TS, Correction Bc Blnc n o Exercice Nouvelle-Clédonie, mrs extrit) points Restitution Orgnisée de Connissnces On utiliser le résultt suivnt : les solutions de l éqution différentielle E ) y = y où R sont

Plus en détail

Chapitre 6 : Fonctions Logarithme Népérien

Chapitre 6 : Fonctions Logarithme Népérien Lycée Pul Sbtier, Cstelnudry Clsse de T`le STG Chpitre 6 : Fonctions Logrithme Népérien D. Zncnro et C. Aupérin 008-009 Téléchrger c est tuer l industrie, tuons les tous Thurston Moore Dernière modifiction

Plus en détail

Intégrabilité d une fonction à valeurs réelles ou complexes

Intégrabilité d une fonction à valeurs réelles ou complexes Cours de Mthémtiques ntégrtion sur un intervlle quelconque Prtie : Fonctions intégrbles à vleurs complexes Fonctions intégrbles à vleurs complexes Dns ce prgrphe, est un intervlle de R, et K désigne R

Plus en détail

COURS TERMINALE S LE CALCUL INTEGRAL

COURS TERMINALE S LE CALCUL INTEGRAL COURS TERMINALE S LE CALCUL INTEGRAL A. Notion d'intégrle. Aire sous l coure On définit le domine pln, qu'on ppeller ire sous l coure C représenttive d'une fonction positive f sur un intervlle [; ], l

Plus en détail

LIMITES ET CONTINUITÉ

LIMITES ET CONTINUITÉ LIMITES ET CONTINUITÉ Cours Terminle S Limite d une onction à l inini ) Limite inie en l inini Déinition : Soit une onction déinie sur un intervlle de l orme ] A ; + [ On dit que l onction dmet pour limite

Plus en détail

Intégrale de Riemann cours et exercices de Licence, L1, PC, S2

Intégrale de Riemann cours et exercices de Licence, L1, PC, S2 Intégrle de Riemnn cours et exercices de Licence, L1, PC, S2 H. Le Ferrnd Jnury 29, 2010 Contents 1 Des premières méthodes 2 2 Sommes de Drboux 2 3 Fonction intégrble u sens de Riemnn 3 3.1 Qu est-ce qu

Plus en détail

Calcul Intégral - Equations Différentielles M211-1

Calcul Intégral - Equations Différentielles M211-1 /46 Clcul Intégrl - Equtions Différentielles M11-1 Michel Fournié michel.fournie@iut-tlse3.fr http://www.mth.univ-toulouse.fr/ fournie/ /46 Introduction Tble des mtières 1 Introduction Préliminires, Rppels

Plus en détail

CH 1 Analyse : Continuité et limites

CH 1 Analyse : Continuité et limites CH Anlyse : Continuité et ites 4 ème Sciences Septembre 9 A. LAATAOUI I. Rppels Notion de continuité : Grphiquement, on peut reconnître une onction continue sur un intervlle I pr le it que le trcé de l

Plus en détail

7 Lois uniformes, lois exponentielles

7 Lois uniformes, lois exponentielles Leçon n o 7 Lois uniformes, lois exponentielles 9 Niveu Terminle S Prérequis Vrible létoire, espérnce, vrince, fonctions exponentielles, formule de Koenig Références [4], [6], [7], [8] 7. Lois uniformes

Plus en détail

5. Intégration complexe

5. Intégration complexe 49 5. Intégrtion complexe 1. Intégrles définies d une fonction complexe d une vrible réelle Les intégrles sont extrêmement importntes dns l étude des fonctions d une vrible complexe. Nous étblirons l équivlence

Plus en détail

Chapitre 11 : Calcul intégral

Chapitre 11 : Calcul intégral Cpitre 11 : Clcul intégrl I Intégrle d une fonction positive I.1 Définition Définition ( 1. Dns un repère ortogonl O; i ; ) j, on ppelle unité d ire l ire du rectngle de côtés [OI] et [OJ]. 2. Soient f

Plus en détail

Licence de Mathématiques Fondamentales Calcul Scientifique feuille de TD 3

Licence de Mathématiques Fondamentales Calcul Scientifique feuille de TD 3 Licence de Mthémtiques Fondmentles Clcul Scientifique feuille de TD 3 Intégrtion numérique Soit f : [, b] R une fonction continue On cherche à clculer numériquement l intégrle f(x) dx Pour cel, on subdivise

Plus en détail

Mémo de cours n 4. Intégrales

Mémo de cours n 4. Intégrales Mémo de cours n 4 Intégrles v.0 4. Primitive 4.. Définition Si l fonction f (x) est l dérivée de l fonction F(x), c est à dire que f (x) = df(x) dx, lors nous ppelons l fonction F une primitive de f. On

Plus en détail

Comparaison de fonctions, développements limités

Comparaison de fonctions, développements limités I Comprison de fonctions Définitions Comprison de fonctions, développements limités Négligeble Définition Soient f et g deu fonctions définies sur un même ensemble D et à vleurs dns R. Soit R tel que f

Plus en détail

1. Les fonctions affines.

1. Les fonctions affines. L E S F O N C T I O N S U S U E L L E S. Les fonctions ffines.. Définition. Une fonction ffine est une fonction f définie sur R pr : f ( x) = x+ b.2 Représenttion grphique. o o Si b =, l fonction est linéire.

Plus en détail

( ). Dans tout ce paragraphe, f et g sont des fonctions continues et positives sur un intervalle a;b. C f

( ). Dans tout ce paragraphe, f et g sont des fonctions continues et positives sur un intervalle a;b. C f Chpitre 6 : Clcul intégrl I Intégrle d une fonction continue positive 1 Unité d'ire Le pln est muni d un repère orthogonl O;i!,! j!!" "!!! " " En posnt OI = i et OJ = j, l ire du rectngle OIKJ définit

Plus en détail

1 Fonction en escalier (ou étagée)

1 Fonction en escalier (ou étagée) : Fontion en eslier (ou étgée) 1 Dns tout e hpitre, I = [, b] désigner un segment fermé borné de R ve < b. 1 Fontion en eslier (ou étgée) 1.1 Subdivision 1.1 DÉFINITION On ppelle subdivision d un intervlle

Plus en détail

LEÇON N 76 : Primitives d une fonction continue sur un intervalle ; définition et propriétés de l intégrale, inégalité de la moyenne. Applications.

LEÇON N 76 : Primitives d une fonction continue sur un intervalle ; définition et propriétés de l intégrale, inégalité de la moyenne. Applications. LEÇON N 76 : Primitives d une fonction continue sur un intervlle ; définition et propriétés de l intégrle, inéglité de l moyenne. Applictions. Pré-requis : Si f est une fonction numérique dérivble sur

Plus en détail

Intégration numérique

Intégration numérique Chpitre 5 Intégrtion numérique 5.1 Introduction Dns ce chpitre, on s interesse u clcul numérique d intégrles. Plus précisément, on considère une fonction f continue et une fonction w continue et positive

Plus en détail

Kit de survie - Bac S

Kit de survie - Bac S - Opértions sur les inéglités Kit de survie - Bc S Inéglités - Etude de signe Règles usuelles : Pour tout : x < y x + < y + même sens Pour tout k > : x < y kx < ky même sens Pour tout k < : x < y kx >

Plus en détail

Chapitre 6 Suites et séries de fonctions

Chapitre 6 Suites et séries de fonctions Chpitre 6 Suites et séries de fonctions Semine 1 : Etude des prgrphes 1 et 2. Fire les exercices d pprentissge 6.1 6.10. Semine 2 : Etude du prgrphe 3. Fire les exercices d pprofondissement 6.11 6.24.

Plus en détail

Table des matières 3. GÉNÉRALITÉS SUR LES FONCTIONS...63 A) ENSEMBLE DE DÉFINITION D'UNE FONCTION...63

Table des matières 3. GÉNÉRALITÉS SUR LES FONCTIONS...63 A) ENSEMBLE DE DÉFINITION D'UNE FONCTION...63 Tble des mtières 1. ALGORITHMES...15 A) LES PRINCIPAUX ALGORITHMES À SAVOIR CONSTRUIRE ET MANIPULER...15 1. Comment écrire un lgorithme qui clcule un terme u n d'une suite numérique définie pr récurrence?...15

Plus en détail

Partie A : un arc de cercle apparent

Partie A : un arc de cercle apparent Correction de CCP nnée TSI. On do, Mθ)) = Prtie A : un rc de cercle pprent cos θ) + sin θ) = donc Mθ) pprtient u cercle C.. ) Comme ], + [, on ], [. Comme Arccos rélise une bijection continue et strictement

Plus en détail

Calculs de primitives et d intégrales

Calculs de primitives et d intégrales Clculs de primitives et d intégrles Dns ce chpitre, on borde exclusivement les clculs de primitives ou d intégrles comme le prévoit le progrmme officiel L théorie de l intégrtion est repoussée u deuxième

Plus en détail

Chapitre 2 Limites et asymptotes

Chapitre 2 Limites et asymptotes Chpitre 2 Limites et symptotes A) Introduction ) Le grenier Je veux monter un toit à une pente en lissnt l plce pour une pièce (grenier) de 3 mètres de long et 2 mètres de hut. OA = 3, OC = 2, OE = x.

Plus en détail

Développements limités. Généralités. Définitions usuelles

Développements limités. Généralités. Définitions usuelles Développements limités I Générlités I.A Définitions usuelles.......................... I.B Formules de Tylor.......................... I.C Développements limités usuels.................... 4 I.D Eemples

Plus en détail

Chapitre 8 Le calcul intégral

Chapitre 8 Le calcul intégral Cours de Mthémtiques Terminle STI Chpitre 8 : Le Clcul Intégrl Chpitre 8 Le clcul intégrl A) Intégrle d une fonction dérivle sur un intervlle 1) Définition Soit f une fonction dérivle sur un intervlle

Plus en détail

ROC: Restitution Organisée des Connaissances

ROC: Restitution Organisée des Connaissances ROC: Restitution Orgnisée des Connissnces Terminle S Septembre 2005 Tble des mtières 1 Anlyse 2 1.1 Limites et ordre........................... 2 1.2 Bijection............................... 3 1.3 Fonction

Plus en détail

Fiches de cours analyse 4 ème Sciences expérimentales. Limites et continuité. Limites et comparaison de fonctions.

Fiches de cours analyse 4 ème Sciences expérimentales. Limites et continuité. Limites et comparaison de fonctions. Fiches de cours nlyse 4 ème Sciences epérimentles Limites et continuité Limites et comprison de fonctions. L et L ' sont des réels. désigne soit un réel, soit +, soit Premier théorème de comprison Soit

Plus en détail

Limites de Fonction. 1 Limites d une fonction et asymptotes 1.1 Limite en l infini. 1.2 Limite en un réel a Asymptotes...

Limites de Fonction. 1 Limites d une fonction et asymptotes 1.1 Limite en l infini. 1.2 Limite en un réel a Asymptotes... Lycée Pul Doumer 203-204 TS Cours Limites de Fonction Contents Limites d une fonction et symptotes. Limite en l infini....................................2 Limite en un réel..................................

Plus en détail

I. Fonctions

I. Fonctions FORMULAIRE MATHÉMATIQUES - RENTRÉE 205 - PRÉPA ECS PREMIÈRE ANNÉE Tble des mtières I. Fonctions - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 4. Générlités sur les fonctions...................

Plus en détail

Terminales S. Liste «non exhaustive» des Restitutions Organisées des Connaissances:

Terminales S. Liste «non exhaustive» des Restitutions Organisées des Connaissances: Terminles S Liste «non exhustive» des Restitutions Orgnisées des Connissnces: Théorème 1 : Critère de divergence d'une suite Théorème 2 : Comprison pr rpport à une suite divergente Théorème 3 : Théorème

Plus en détail

PRIMITIVES ET INTÉGRALES

PRIMITIVES ET INTÉGRALES Lurent Grcin MPSI Lycée Jen-Bptiste Corot PRIMITIVES ET INTÉGRALES Les fonctions de ce chpitre sont des fonctions d une vrible réelle à vleurs réelles ou complexes. Primitives. Définition Définition. Primitive

Plus en détail

Résolution d équations numériques

Résolution d équations numériques Résolution d équtions numériques Dniel PERRIN On présente ici trois méthodes de résolution d équtions : les méthodes de Newton, d interpoltion linéire et, très rièvement, d justement linéire. Pour des

Plus en détail

La continuité. I Introduction 1. II Notion de continuité 1 1 Définitions Graphique Exemples et contre exemple... 2

La continuité. I Introduction 1. II Notion de continuité 1 1 Définitions Graphique Exemples et contre exemple... 2 L continuité Tle des mtières I Introduction 1 II Notion de continuité 1 1 Définitions.................................................. 1 Grphique.................................................. 1 3

Plus en détail

Résumé de cours sur les intégrales dépendant d un paramètre

Résumé de cours sur les intégrales dépendant d un paramètre Résumé de cours sur les intégrles dépendnt d un prmètre On v considérer une fonction à deux vribles ' puis on étudier l existence, l continuité, dérivbilité,...de l fonction F dé nie pr x! F (x) = F est

Plus en détail

Calculs de base (Rappels)

Calculs de base (Rappels) Chpitre I Clculs de bse (Rppels) I.1 Diviseurs et multiples I.1.1 Définitions On : 12=3 4. On dit que 3 et 4 sont des diviseurs de 12, ou que 12 est un multiple de 3 et de 4. DÉFINITION I.1.1 Soit et b

Plus en détail

Convergence dominée et conséquences.

Convergence dominée et conséquences. Chpitre 3 Convergence dominée et conséquences.. nterversion ite-intégrle............................................................2 / Le cs d une CU sur un segment..................................................

Plus en détail

Cours d harmonisation en mathématiques. Bérangère Delourme-Jose Gomez

Cours d harmonisation en mathématiques. Bérangère Delourme-Jose Gomez Cours d hrmonistion en mthémtiques Bérngère Delourme-Jose Gomez septembre 206 2 Tble des mtières Trigonométrie et nombres complexes 7. Trigonométrie élémentire...............................................

Plus en détail

Résumé de cours : Terminale ES. Table des matières. Maths-Terminale ES. Mr Mamouni : source disponible sur: Samedi 08 Avril 2006.

Résumé de cours : Terminale ES. Table des matières. Maths-Terminale ES. Mr Mamouni : source disponible sur: Samedi 08 Avril 2006. Résumé de cours : Terminle ES. Mths-Terminle ES. Mr Mmouni : myismil@ltern.org source disponile sur: c http://www.chez.com/myismil Smedi 08 Avril 2006. Tle des mtières Eqution du second degré. 2. Ses solutions

Plus en détail

Intégration I Licence de mathématiques, 4 e semestre Université Aix-Marseille 1

Intégration I Licence de mathématiques, 4 e semestre Université Aix-Marseille 1 ntégrtion Licence de mthémtiques, 4 e semestre Université Ai-Mrseille J-Y. Briend Fscicule de résultts ntégrbilité, intégrle Définition.. Soit = [,b] un intervlle compct. Une subdivision pointée P de est

Plus en détail

1. Fonctions fortement piquées. La fonction delta de Dirac. (x) ρ n. n = 8. Figure 1

1. Fonctions fortement piquées. La fonction delta de Dirac. (x) ρ n. n = 8. Figure 1 31 3. Fonction de Dirc 1. Fonctions fortement piquées. fonction delt de Dirc 1.1. Exemple en électrosttique ρ n (x n = 8 n = 4 n = 2 n = 1-1/2 O 1/2 x Figure 1 Considérons, sur une droite, une suite de

Plus en détail

Corrigé du TD 3 : Limites

Corrigé du TD 3 : Limites Corrigé du TD 3 : Limites Eercice : Fonction réciproque. Cs f() = + L fonction f est définie sur R et à vleurs dns I = [,+ [. Elle est pire donc en prticulier pour tout réel, on f( ) = f() et en prticulier

Plus en détail

1 Puissances d'une matrice

1 Puissances d'une matrice 1 Puissnces d'une mtrice Dénitions 1 On ppelle digonle ou digonle principle d'une mtrice les éléments i,i de l mtrice ynt un indice de ligne égl à l'indice de colonne 2 On ppelle mtrice digonle une mtrice

Plus en détail

LIMITE ET CONTINUITÉ DE FONCTIONS

LIMITE ET CONTINUITÉ DE FONCTIONS Lurent Grcin MPSI Lycée Jen-Bptiste Corot LIMITE ET CONTINUITÉ DE FONCTIONS Soit R. Dns tout ce chpitre, on dir qu une fonction f de domine de définition D f est définie u voisinge de s il existe un réel

Plus en détail

ÉQUATIONS DIFFÉRENTIELLES DU PREMIER ORDRE (COURS)

ÉQUATIONS DIFFÉRENTIELLES DU PREMIER ORDRE (COURS) Équtions différentielles du ÉQUATIONS DIFFÉRENTIELLES DU PREMIER ORDRE (COURS) TI-Nspire CAS 1. Objectifs Découvrir les équtions différentielles du premier ordre. Résoudre à l min et à l ide de l clcultrice

Plus en détail

Variables aléatoires réelles

Variables aléatoires réelles Variables aléatoires réelles Table des matières 1 Généralités sur les variables aléatoires réelles. 3 1.1 Rappels sur les σ-algèbres ou tribus d événements................................. 3 1.2 σ-algèbre

Plus en détail

MT91 P2010 Médian - f(x) = α + x + βx 2.

MT91 P2010 Médian - f(x) = α + x + βx 2. MT9 P Médin - Corrigé Eercice. α et β sont deu prmètres réels tels que α >. On définit f) = α + + β. Ecrire le développement limité de f, à l ordre, en.. Utiliser l question précédente pour étudier l brnche

Plus en détail

Fiche 10 : Probabilités

Fiche 10 : Probabilités Fiche 10 : Probbilités Pln de l fiche I - Les prties d un ensemble E II - Probbilité III - Probbilité conditionnelle IV - Vrible létoire V - Lois discrètes usuelles VI - Loi continue I - Les prties d un

Plus en détail