Cointégration et Modèle à Correction d Erreur. Riadh BEN JELILI
|
|
- Flavien Paquin
- il y a 6 ans
- Total affichages :
Transcription
1 Cointégration et Modèle à Correction d Erreur Riadh BEN JELILI
2 Exemples introductifs 1er exemple On considère deux variables y t et x t définies par : y t = t et x t = t²; t=1,,t. La tendance de y t est de type linéaire et celle de x t est quadratique. MCO pour T = 30 : y t = 5,92 +0,03 x t (8,5) (19,8) avec R² = 0,94 et DW = 0,057
3 2ème exemple On génère deux processus aléatoires : y t = y t-1 + ε 1t avec ε ~ 1t N(0;σ 2 1) x t = x t-1 + ε 2t avec ε ~ 2t N(0;σ 2 2) Sur 1000 régressions de y sur x, on obtient les résultats suivants : 670 sont significatives d après la statistique de Student, cependant la statistique de DW est toujours faible.
4 A retenir Le premier exemple illustre le danger d interpréter et d utiliser une régression entre deux variables affectées de tendances déterministes de degré différent : le modèle a un très mauvais pouvoir prédictif (très faible valeur du DW qui présage d une autocorrélation forte des erreurs). Le deuxième exemple illustre le risque de régresser entre elles deux séries affectées d une tendance stochastique : risque de régression fallacieuse ou spurious regression.
5 La théorie de la cointégration introduite par Granger (1986), et développée ensuite par un grand nombre d auteurs, peut être considérée comme une approche pour mettre en évidence des relations linéaires stables entre des séries temporelles non stationnaires.
6 Attraits de la théorie de la cointégration La possibilité d établir une combinaison linéaire stationnaire de variables qui ne le sont pas et qui, à première vue, devraient diverger l une de l autre lorsque le nombre d observations tend vers l infini. L existence de cette combinaison permet d avancer qu il existe une relation d équilibre de long terme entre les variables considérées. Rationaliser l utilisation des modèles à correction d erreurs (désignés par ECM). Le théorème de représentation de Granger (1983) précise dans ce cadre le lien, jusqu alors intuitif, entre cointégration et modèles à correction d erreurs.
7 Tests de cointégration basés sur les résidus et modèle ECM
8 1. Définitions Les composantes d une matrice Y de dimension (T,M), Y = (Y 1,,Y M ), sont cointégrées à l ordre (d,b) avec b > 0 si : 1. Toutes les composantes de Y sont intégrées à l ordre d, 2. Il existe un vecteur α de dimension (M,1) non nul tel que Yα est intégré à l ordre (d -b), α (1 -α 1 -α M )
9 Lorsque les M variables sont à l équilibre de long terme : α est appelé vecteur cointégrant; α n est pas unique dans la mesure où la relation (1) n est pas affectée par une transformation multiplicative par un scalaire; il existe au maximum M - 1 relations de cointégration; L espace de cointégration désigne l espace vectoriel engendré par les r vecteurs cointégrants, linéairement indépendants.
10 L erreur d équilibre : Si toutes les composantes de Y sont I(1), alors les M variables sont dites cointégrées s il existe un vecteur α tel que l erreur définie par (2) est I(0).
11 Réécriture normalisée de (2) en exprimant une composante de Y en fonction des M-1 autres composantes : Le résultat du test de cointégration est sensible à la normalisation effectuée en échantillon fini. L utilisation de différentes normalisations présente le risque de conclusions différentes quant à l existence de relations de cointégration entre deux variables ou plus.
12 2. Procédure de Engle et Granger (1987) : D abord vérifier que les composantes de Y sont intégrées de même ordre. Ensuite, effectuer un test de racine unitaire sur le résidu tiré de l estimation de (3) : Dans la mesure où la matrice X inclut une constante et un trend, ces derniers n ont pas à être introduits dans (4)
13 Test en tout point semblable au test de racine unitaire de DF. Seules les valeurs critiques diffèrent. MacKinnon (1991) permet de calculer ces valeurs à l aide de surfaces de réponse définies par : φ, φ 1 et φ 2 sont des valeurs tabulées.
14 Remarques importantes 1. D une manière générale, dans un modèle à une variable à expliquer et k variables explicatives, il peut exister k vecteurs de cointégration linéairement indépendants. Le nombre de vecteurs de cointégration linéairement indépendants est appelé rang de la cointégration. 2. Si les variables sont de même ordre d intégration, l existence d un seul vecteur de cointégration est possible; en revanche, si les séries ne sont pas toutes intégrées du même ordre, on peut être certain que le vecteur de cointégration n est pas unique.
15 En pratique, pour tester une éventuelle cointégration entre plusieurs variables, il convient tout d abord de la tester sur l ensemble des k+1 variables, puis, en cas de cointégration, de la tester par combinatoire entre les variables.
16 3. L utilisation de la méthode en 2 étapes se heurte à des biais pouvant survenir en échantillon fini lors de l estimation de α dans la première étape. Une solution envisageable est alors celle proposée par Saikkonen (1991) et Stock et Watson (1993). Elle consiste à introduire dans l équation (3) des avances et des retards de la différence première de chacune des variables faisant partie de Y* :
17 Stock et Watson (1993) : les estimateurs obtenus par MCO ou MCG à partir de (3) sont asymptotiquement équivalents à ceux obtenus par estimation par le maximum de vraisemblance.
18 Théorème de représentation de Granger Ce théorème précise le lien étroit existant entre ECM et cointégration. Il associe la présence d une relation de cointégration à l existence d une représentation ECM qui permet de corriger les écarts afin de converger vers la cible de long terme. Il fournit une justification à l utilisation de ce type de spécification dynamique, en établissant que tout système cointégré admet une représentation ECM :
19 dont la dynamique peut être enrichie par l introduction de retards supplémentaires de Y *. La méthode en deux étapes de Engle-Granger consiste ainsi à obtenir en une première étape une estimation de α et à la substituer à α dans (5). La deuxième étape consiste ensuite à estimer par les MCO l équation (5).
20 Remarques : 1. Un indicateur de la qualité de l estimation de (5) réside dans le R² : si la valeur du R² est suffisamment proche de 1, alors les propriétés des estimateurs tirés de (5) ne doivent pas être mauvaises. 2. La méthode à deux étapes basée sur le théorème de représentation n est valable que pour des variables I(1) et dans le cadre de la cointégration déterministe (absence de trend).
21 3. Le coefficient δ, exprimant la force de rappel vers l équilibre, doit être significativement négatif; dans le cas contraire, il convient de rejeter une spécification de type ECM. En effet, le mécanisme de correction d erreur ou de rattrapage qui permet de tendre vers la relation de long terme irait alors en sens contraire et s éloignerait de la cible de long terme.
22 3. Test de cointégration de Shin (1994) Extension à la cointégration du test développé dans Kwiatowski, Phillips, Schmidt et Shin (1992) destiné à tester la stationnarité sous l hypothèse nulle. + = + = = t t t t t t t t t t t v r u r Z t y 1 ρ ρ ρ ϖ β λ ω
23 Il s agit de la forme de cointégration la plus générale incluant une constante et un trend. La cointégration peut être également testée sur une relation où figure seulement une constante, voire sur une relation sans constante ni trend. Comme pour le test KPSS, l hypothèse nulle testée est : 2 = 0 σ v
24 Utilisée de façon complémentaire aux statistiques de test de Engle-Granger, la statistique de Shin permet d établir la taxinomie suivante : Hypothèse nulle : noncointégration Engle et Granger (1987) H 0 acceptée H 0 rejetée Hypothèse nulle : cointégration Shin (1994) H 0 acceptée H 0 rejetée Pas de conclusion Non cointégration Cointégration Formes alternatives
25
26 Désavantages de la méthode en deux étapes : Banerjee, Dolado, Hendry et Smith (1986) ont montré que les estimations à distance finie (petits échantillons), issues de la méthode à deux étapes sont biaisées. La procédure Engle et Granger ne permet pas de différencier plusieurs vecteurs cointégrants.
27 Tests de cointégration basés sur le maximum de vraisemblance et modèle VECM
28 1. Représentation vectorielle à correction d erreur VECM Si le vecteur de cointégration est unique, nous pouvons employer la méthode en deux étapes proposée par Engle et Granger. Toutefois, le plus souvent, le vecteur de cointégration n est pas unique et les estimations des MCO de cette méthode ne sont plus consistants quels que soient les vecteurs de cointégration
29 Cas de deux variables D après le théorème de la représentation de Granger, si deux variables x et y sont I(1) et cointégrées, alors la représentation VECM suivante existe :
30 Si les coefficients δ et δ ne sont pas significativement différents de 0, nous ne pouvons pas retenir l hypothèse d une cointégration et la représentation ECM n est pas valide.
31 Si la représentation à correction d erreur existe, les relations précédentes peuvent s écrire :
32 Généralisation de la représentation VECM La méthode de cointégration à la Johansen considère un modèle vectoriel autorégressif VAR(p) à M variables, p retards et T observations écrit sous la forme matricielle : Y t = Π1Yt 1 + Π 2Yt Π pyt p + µ + t ε, (6)
33 L équation (6) peut être réécrite sous la forme de différences : Y t = p 1 j= 1 Γ Y j t j + ΠY t p + µ + ε, t (7) Γ j = ( I Π Π... Π ), j = 1,..., p 1 M 1 2 j ( I Π Π Π ) Π =... M 1 2 p
34 Objet de la méthode à la Johansen Déterminer si la matrice Π de dimension (M,M) permet d informer sur les relations de long terme entre les variables Y mt, m = 1,...,M et t = 1,...,T, de Y.
35 1er cas : Le rang de Π est égal à 0 : il n existe aucune relation de cointégration entre les variables ;
36 2ème cas : Le rang de Π est égal à M : le vecteur Y t est stationnaire et la matrice Π est de rang plein;
37 3ème cas : Le rang de Π ( noté R) est compris entre 1 et M-1 : il existe des matrices α et β de dimensions (M,R) telles que Π = αβ. Il existe donc R relations ou vecteurs de cointégration contenus dans β, appelé espace de cointégration. β contient ainsi les paramètres des vecteurs de cointégration tandis que α contient les poids associés à ces vecteurs, désigne ainsi le poids de la relation de cointégration i dans l équation j, avec i = 1,...,R, j = 1,...,M.
38 Dans ce dernier cas, la représentation ECM est valide, soit : (8), 1 1 t p t p j j t j t e Y Y ε µ α Γ = = avec ' t Y t e β =
39 Pour estimer les matrices α et β tel que Π=αβ Johansen (1988,1989) propose d utiliser la méthode du maximum de vraisemblance, sous l hypothèse de normalité des erreurs de l équation (8).
40 2. Test de relation de cointégration à la Johansen Le rang de la matrice Π détermine donc le nombre de relations de cointégration. Johansen (1988, 1989) propose deux tests fondés sur les valeurs propres les plus élevées de la matrice Π (Tests de ratio de vraisemblance ou LR).
41 Test de la trace A partir des valeurs propres de la matrice Π, on calcule la statistique suivante pour tester l hypothèse nulle selon laquelle il existe au plus r vecteurs cointégrants (soit M - r racines unité) : λ trace = 2 Log(1 ˆ λ ) ( Log( L ) = nc ) Log( Lc ) T M i= r+ 1 i r = 0,1,2,.., M 2, M 1
42 Cette statistique suit une loi de probabilité (similaire à un Khi deux) tabulée à l aide de simulations par Johansen et Juselius (1990). Le test fonctionne par exclusion d hypothèses alternatives.
43 Rang de Π égal à 0 (r=0), H 0 : r=0 vs H 1 : r>0 Si λ trace > à la valeur critique tabulée, on rejette H 0 et on passe au test suivant. Rang de Π égal à 1 (r=1), H 0 : r=1 vs H 1 : r>1 Si λ trace > à la valeur critique, on rejette H 0 et on passe au test suivant. Rang de Π égal à 2 (r=2), H 0 : r=2 vs H 1 : r>2 Si λ trace > à la valeur critique, on rejette H 0 et on passe au test suivant, etc.
44 Si, après avoir refusé les différentes hypothèses nulles à la fin de la procédure on teste, H 0 : r=m-1 vs H 1 : r=m Si λ trace > à la valeur critique tabulée, on rejette H 0 et le rang de la matrice est r=m; il n existe pas de relation de cointégration car les variables sont toutes I(0).
45 Test de la valeur propre maximale Pour tester l hypothèse d existence d au plus r vecteurs cointégrants contre l hypothèse alternative de r+1 vecteurs cointégrants, la statistique est : λ 1 ˆ λ max = TLog( r+ 1 ) r = 0,1,2,.., M 2, M 1
46 Cette statistique teste l hypothèse nulle de l existence de q relations de cointégration contre q+1
47 Remarque Ces tests permettent de déterminer le nombre de relations de cointégration; cependant ils n indiquent pas les variables qui sont cointégrées.
MODELE A CORRECTION D ERREUR ET APPLICATIONS
MODELE A CORRECTION D ERREUR ET APPLICATIONS Hélène HAMISULTANE Bibliographie : Bourbonnais R. (2000), Econométrie, DUNOD. Lardic S. et Mignon V. (2002), Econométrie des Séries Temporelles Macroéconomiques
Plus en détailFormations EViews FORMATIONS GENERALES INTRODUCTIVES INTRO : INTRODUCTION A LA PRATIQUE DE L ECONOMETRIE AVEC EVIEWS
Formations EViews FORMATIONS GENERALES INTRODUCTIVES DEB : DECOUVERTE DU LOGICIEL EVIEWS INTRO : INTRODUCTION A LA PRATIQUE DE L ECONOMETRIE AVEC EVIEWS FORMATIONS METHODES ECONOMETRIQUES VAR : MODELES
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en détail1 Définition de la non stationnarité
Chapitre 2: La non stationnarité -Testsdedétection Quelques notes de cours (non exhaustives) 1 Définition de la non stationnarité La plupart des séries économiques sont non stationnaires, c est-à-direqueleprocessusquiles
Plus en détailTests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles
Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détailESTIMATION D UNE FONCTION DE DEMANDE DE MONNAIE AU CAMEROUN PAULIN MENDO & MBOLLO STEVE WILLIAMS*
ESTIMATION D UNE FONCTION DE DEMANDE DE MONNAIE AU CAMEROUN PAULIN MENDO & MBOLLO STEVE WILLIAMS* Contexte et justification Le Cameroun constitue l un des six Etats membres de la Communauté Economique
Plus en détailTempérature corporelle d un castor (une petite introduction aux séries temporelles)
Température corporelle d un castor (une petite introduction aux séries temporelles) GMMA 106 GMMA 106 2014 2015 1 / 32 Cas d étude Temperature (C) 37.0 37.5 38.0 0 20 40 60 80 100 Figure 1: Temperature
Plus en détailFiltrage stochastique non linéaire par la théorie de représentation des martingales
Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de
Plus en détailContexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,
Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très
Plus en détailProbabilités III Introduction à l évaluation d options
Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un
Plus en détailPrécision d un résultat et calculs d incertitudes
Précision d un résultat et calculs d incertitudes PSI* 2012-2013 Lycée Chaptal 3 Table des matières Table des matières 1. Présentation d un résultat numérique................................ 4 1.1 Notations.........................................................
Plus en détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Plus en détailCalcul différentiel sur R n Première partie
Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité
Plus en détailL Econométrie des Données de Panel
Ecole Doctorale Edocif Séminaire Méthodologique L Econométrie des Données de Panel Modèles Linéaires Simples Christophe HURLIN L Econométrie des Données de Panel 2 Figure.: Présentation Le but de ce séminaire
Plus en détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en détailMaster IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1
Master IMEA Calcul Stochastique et Finance Feuille de T.D. n o Corrigé exercices8et9 8. On considère un modèle Cox-Ross-Rubinstein de marché (B,S) à trois étapes. On suppose que S = C et que les facteurs
Plus en détailUne analyse économétrique multivariée du comportement des ménages
Revue de l OFCE n 66 / juillet 1998 Une analyse économétrique multivariée du comportement des ménages Françoise Charpin Professeur à l Université de Paris II, Conseiller scientifique à l OFCE Cette étude
Plus en détailAlgorithmes pour la planification de mouvements en robotique non-holonome
Algorithmes pour la planification de mouvements en robotique non-holonome Frédéric Jean Unité de Mathématiques Appliquées ENSTA Le 02 février 2006 Outline 1 2 3 Modélisation Géométrique d un Robot Robot
Plus en détailCONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)
CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailAnalyse de la variance Comparaison de plusieurs moyennes
Analyse de la variance Comparaison de plusieurs moyennes Biostatistique Pr. Nicolas MEYER Laboratoire de Biostatistique et Informatique Médicale Fac. de Médecine de Strasbourg Mars 2011 Plan 1 Introduction
Plus en détailMATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA
MATHS FINANCIERES Mireille.Bossy@sophia.inria.fr Projet OMEGA Sophia Antipolis, septembre 2004 1. Introduction : la valorisation de contrats optionnels Options d achat et de vente : Call et Put Une option
Plus en détailLa programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique
La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation
Plus en détailCCP PSI - 2010 Mathématiques 1 : un corrigé
CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P
Plus en détailLes déterminants macroéconomiques de l épargne québécoise et canadienne une étude économétrique
2012RP-01 Les déterminants macroéconomiques de l épargne québécoise et canadienne une étude économétrique Mara Gloria, François Vaillancourt Rapport de projet Montréal Janvier 2012 2012 Mara Gloria, François
Plus en détailLe modèle de Black et Scholes
Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un
Plus en détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détailaux différences est appelé équation aux différences d ordre n en forme normale.
MODÉLISATION ET SIMULATION EQUATIONS AUX DIFFÉRENCES (I/II) 1. Rappels théoriques : résolution d équations aux différences 1.1. Équations aux différences. Définition. Soit x k = x(k) X l état scalaire
Plus en détailUNIVERSITÉ DU QUÉBEC À MONTRÉAL TESTS EN ÉCHANTILLONS FINIS DU MEDAF SANS LA NORMALITÉ ET SANS LA CONVERGENCE
UNIVERSITÉ DU QUÉBEC À MONTRÉAL TESTS EN ÉCHANTILLONS FINIS DU MEDAF SANS LA NORMALITÉ ET SANS LA CONVERGENCE MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE DE LA MAÎTRISE EN ÉCONOMIE PAR MATHIEU SISTO NOVEMBRE
Plus en détailChp. 4. Minimisation d une fonction d une variable
Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie
Plus en détailAnalyse en Composantes Principales
Analyse en Composantes Principales Anne B Dufour Octobre 2013 Anne B Dufour () Analyse en Composantes Principales Octobre 2013 1 / 36 Introduction Introduction Soit X un tableau contenant p variables mesurées
Plus en détailChapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens
Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques
Plus en détailTD1 Signaux, énergie et puissance, signaux aléatoires
TD1 Signaux, énergie et puissance, signaux aléatoires I ) Ecrire l'expression analytique des signaux représentés sur les figures suivantes à l'aide de signaux particuliers. Dans le cas du signal y(t) trouver
Plus en détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détailAmphi 3: Espaces complets - Applications linéaires continues
Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite
Plus en détailOscillations libres des systèmes à deux degrés de liberté
Chapitre 4 Oscillations libres des systèmes à deux degrés de liberté 4.1 Introduction Les systèmes qui nécessitent deux coordonnées indépendantes pour spécifier leurs positions sont appelés systèmes à
Plus en détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Plus en détailRésolution de systèmes linéaires par des méthodes directes
Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.
Plus en détailChapitre 1 Régime transitoire dans les systèmes physiques
Chapitre 1 Régime transitoire dans les systèmes physiques Savoir-faire théoriques (T) : Écrire l équation différentielle associée à un système physique ; Faire apparaître la constante de temps ; Tracer
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailChapitre 6. Fonction réelle d une variable réelle
Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette
Plus en détailBien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction
Antécédents d un nombre par une fonction 1) Par lecture graphique Méthode / Explications : Pour déterminer le ou les antécédents d un nombre a donné, on trace la droite (d) d équation. On lit les abscisses
Plus en détailChapitre 3. Mesures stationnaires. et théorèmes de convergence
Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée
Plus en détailExo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
Plus en détailIntroduction à l étude des Corps Finis
Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur
Plus en détailFonctions homographiques
Seconde-Fonctions homographiques-cours Mai 0 Fonctions homographiques Introduction Voir le TP Géogébra. La fonction inverse. Définition Considérons la fonction f définie par f() =. Alors :. f est définie
Plus en détailCalcul différentiel. Chapitre 1. 1.1 Différentiabilité
Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace
Plus en détailLes mathématiques de la finance Université d été de Sourdun Olivier Bardou olivier.bardou@gdfsuez.com 28 août 2012 De quoi allons nous parler? des principales hypothèses de modélisation des marchés, des
Plus en détailSuites numériques 3. 1 Convergence et limite d une suite
Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n
Plus en détailCHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.
CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires
Plus en détailTable des matières. I Mise à niveau 11. Préface
Table des matières Préface v I Mise à niveau 11 1 Bases du calcul commercial 13 1.1 Alphabet grec...................................... 13 1.2 Symboles mathématiques............................... 14 1.3
Plus en détailLa théorie des anticipations de la structure par terme permet-elle de rendre compte de l évolution des taux d intérêt sur euro-devise?
ANNALES D ÉCONOMIE ET DE STATISTIQUE. N 62 2001 La théorie des anticipations de la structure par terme permet-elle de rendre compte de l évolution des taux d intérêt sur euro-devise? Éric JONDEAU * RÉSUMÉ.
Plus en détailImage d un intervalle par une fonction continue
DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction
Plus en détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en détailCorrection de l examen de la première session
de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi
Plus en détailCours 02 : Problème général de la programmation linéaire
Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =
Plus en détailÉvaluation de la régression bornée
Thierry Foucart UMR 6086, Université de Poitiers, S P 2 M I, bd 3 téléport 2 BP 179, 86960 Futuroscope, Cedex FRANCE Résumé. le modèle linéaire est très fréquemment utilisé en statistique et particulièrement
Plus en détailChapitre 2. Les Processus Aléatoires Non Stationnaires 1. Chapitre 2. Tests de Non Stationnarité et Processus Aléatoires Non Stationnaires
Chapitre 2. Les Processus Aléatoires Non Stationnaires 1 Chapitre 2 Tests de Non Stationnarité et Processus Aléatoires Non Stationnaires Chapitre 2. Les Processus Aléatoires Non Stationnaires 2 Dans le
Plus en détailECONOMIE GENERALE G. Carminatti-Marchand SEANCE III ENTREPRISE ET INTERNATIONALISATION
ECONOMIE GENERALE G. Carminatti-Marchand SEANCE III ENTREPRISE ET INTERNATIONALISATION On constate trois grandes phases depuis la fin de la 2 ème guerre mondiale: 1945-fin 50: Deux blocs économiques et
Plus en détailChapitre 3. Les distributions à deux variables
Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles
Plus en détailAnalyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I
Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I Roxane Duroux 1 Cadre de l étude Cette étude s inscrit dans le cadre de recherche de doses pour des essais cliniques
Plus en détailModèles bi-dimensionnels de coques linéairement élastiques: Estimations de l écart entre leurs solutions.
Problèmes mathématiques de la mécanique/mathematical problems in Mechanics Modèles bi-dimensionnels de coques linéairement élastiques: Estimations de l écart entre leurs solutions. Cristinel Mardare Laboratoire
Plus en détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
Plus en détailTexte Agrégation limitée par diffusion interne
Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse
Plus en détailLES MÉTHODES DE POINT INTÉRIEUR 1
Chapitre XIII LES MÉTHODES DE POINT INTÉRIEUR 1 XIII.1 Introduction Nous débutons par un rappel de la formulation standard d un problème d optimisation 2 linéaire et donnons un bref aperçu des différences
Plus en détailOptimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Plus en détailÉquations non linéaires
Équations non linéaires Objectif : trouver les zéros de fonctions (ou systèmes) non linéaires, c-à-d les valeurs α R telles que f(α) = 0. y f(x) α 1 α 2 α 3 x Equations non lineaires p. 1/49 Exemples et
Plus en détailCHAPITRE IV Oscillations libres des systèmes à plusieurs degrés de liberté
CHAPITE IV Oscillations ibres des Systèmes à plusieurs derés de liberté 010-011 CHAPITE IV Oscillations libres des systèmes à plusieurs derés de liberté Introduction : Dans ce chapitre, nous examinons
Plus en détailI La théorie de l arbitrage fiscal de la dette (8 points)
E : «Théories de la finance d entreprise» Master M1 Université Paris-Dauphine Thierry Granger Année Universitaire 2013/2014 Session 1 Aucun document, calculette autorisée Durée 1h30 Respecter la numérotation
Plus en détail2009-02 LA FONCTION D INFORMATION DES EXCHANGE (LME) POUR L ALUMINIUM MARCHES FINANCIERS A TERME : UNE APPLICATION AU LONDON METAL.
2009-02 LA FONCTION D INFORMATION DES MARCHES FINANCIERS A TERME : UNE APPLICATION AU LONDON METAL EXCHANGE (LME) POUR L ALUMINIUM Prosper MOUAK La fonction d information des marchés financiers à terme
Plus en détailPremière partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015
Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k
Plus en détailChapitre 2/ La fonction de consommation et la fonction d épargne
hapitre 2/ La fonction de consommation et la fonction d épargne I : La fonction de consommation keynésienne II : Validations et limites de la fonction de consommation keynésienne III : Le choix de consommation
Plus en détailCatalogue des connaissances de base en mathématiques dispensées dans les gymnases, lycées et collèges romands.
Catalogue des connaissances de base en mathématiques dispensées dans les gymnases, lycées et collèges romands. Pourquoi un autre catalogue en Suisse romande Historique En 1990, la CRUS (Conférences des
Plus en détail1 Complément sur la projection du nuage des individus
TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent
Plus en détailMesures gaussiennes et espaces de Fock
Mesures gaussiennes et espaces de Fock Thierry Lévy Peyresq - Juin 2003 Introduction Les mesures gaussiennes et les espaces de Fock sont deux objets qui apparaissent naturellement et peut-être, à première
Plus en détailNOTE SUR LA MODELISATION DU RISQUE D INFLATION
NOTE SUR LA MODELISATION DU RISQUE D INFLATION 1/ RESUME DE L ANALYSE Cette étude a pour objectif de modéliser l écart entre deux indices d inflation afin d appréhender le risque à très long terme qui
Plus en détailProblème 1 : applications du plan affine
Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées
Plus en détailExamen optimisation Centrale Marseille (2008) et SupGalilee (2008)
Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut
Plus en détailLES TYPES DE DONNÉES DU LANGAGE PASCAL
LES TYPES DE DONNÉES DU LANGAGE PASCAL 75 LES TYPES DE DONNÉES DU LANGAGE PASCAL CHAPITRE 4 OBJECTIFS PRÉSENTER LES NOTIONS D ÉTIQUETTE, DE CONS- TANTE ET DE IABLE DANS LE CONTEXTE DU LAN- GAGE PASCAL.
Plus en détailBiostatistiques Biologie- Vétérinaire FUNDP Eric Depiereux, Benoît DeHertogh, Grégoire Vincke
www.fundp.ac.be/biostats Module 140 140 ANOVA A UN CRITERE DE CLASSIFICATION FIXE...2 140.1 UTILITE...2 140.2 COMPARAISON DE VARIANCES...2 140.2.1 Calcul de la variance...2 140.2.2 Distributions de référence...3
Plus en détailCircuits RL et RC. Chapitre 5. 5.1 Inductance
Chapitre 5 Circuits RL et RC Ce chapitre présente les deux autres éléments linéaires des circuits électriques : l inductance et la capacitance. On verra le comportement de ces deux éléments, et ensuite
Plus en détailEtude des propriétés empiriques du lasso par simulations
Etude des propriétés empiriques du lasso par simulations L objectif de ce TP est d étudier les propriétés empiriques du LASSO et de ses variantes à partir de données simulées. Un deuxième objectif est
Plus en détailÉtudier si une famille est une base
Base raisonnée d exercices de mathématiqes (Braise) Méthodes et techniqes des exercices Étdier si ne famille est ne base Soit E n K-espace vectoriel. Comment décider si ne famille donnée de vecters de
Plus en détailChapitre 1 : Évolution COURS
Chapitre 1 : Évolution COURS OBJECTIFS DU CHAPITRE Savoir déterminer le taux d évolution, le coefficient multiplicateur et l indice en base d une évolution. Connaître les liens entre ces notions et savoir
Plus en détailwww.h-k.fr/publications/objectif-agregation
«Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se
Plus en détailSoutenance de stage Laboratoire des Signaux et Systèmes
Soutenance de stage Laboratoire des Signaux et Systèmes Bornes inférieures bayésiennes de l'erreur quadratique moyenne. Application à la localisation de points de rupture. M2R ATSI Université Paris-Sud
Plus en détailCours 7 : Utilisation de modules sous python
Cours 7 : Utilisation de modules sous python 2013/2014 Utilisation d un module Importer un module Exemple : le module random Importer un module Exemple : le module random Importer un module Un module est
Plus en détailCours Marché du travail et politiques d emploi
Cours Marché du travail et politiques d emploi L offre de travail Pierre Cahuc/Sébastien Roux ENSAE-Cours MTPE Pierre Cahuc/Sébastien Roux (ENSAE) L offre de travail 1 / 48 Introduction Introduction Examen
Plus en détailIntégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Plus en détailFORMULAIRE DE STATISTIQUES
FORMULAIRE DE STATISTIQUES I. STATISTIQUES DESCRIPTIVES Moyenne arithmétique Remarque: population: m xμ; échantillon: Mx 1 Somme des carrés des écarts "# FR MOYENNE(série) MOYENNE(série) NL GEMIDDELDE(série)
Plus en détailLA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»
LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» Gilbert Saporta Professeur de Statistique Appliquée Conservatoire National des Arts et Métiers Dans leur quasi totalité, les banques et organismes financiers
Plus en détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
Plus en détailPlanche n o 22. Fonctions de plusieurs variables. Corrigé
Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette
Plus en détailM6 MOMENT CINÉTIQUE D UN POINT MATÉRIEL
M6 MOMENT CINÉTIQUE D UN POINT MATÉRIEL OBJECTIFS Jusqu à présent, nous avons rencontré deux méthodes pour obtenir l équation du mouvement d un point matériel : - l utilisation du P.F.D. - et celle du
Plus en détail