stratégie au jeu de pile ou face
|
|
- Marc-Antoine Chassé
- il y a 6 ans
- Total affichages :
Transcription
1 page 4 stratégie au jeu de pile ou face par M. Régis o tter eau, M. Laure t ottereau, M. Bejami Reaud, M. Fraçois Pitie, élèves de S du lycée Buffo de Paris ( 7 ), établissemet jumelé avec le lycée La Fotaie de Paris (7) eseigate : Mme Marie Lattuati, MM Lelarge, Moscovici chercheur : M. Gilles Godefroy Sujet. U idividu oté J joue à pile ou face cotre la baque d u casio. La pièce est o truquée, le joueur possède ue somme a et la baque e fait pas crédit. L objet du problème est de m o t re r q u e quelle que soit sa stratégie, J e peut espérer gager d arget. O s itéresse e premier au cas du joueur horaire : J joue u ombre fixé de coups et sa mise a reste costate, égale à. coordiatio article : Pas de compte-redu de parraiage. P Stratégies das les jeux de pile ou face. 3 Peut-o bie jouer à pile ou face? Les réposes que l o peut doer à cette questio, fodametale e théorie probabiliste des jeux, dépedet du modèle mathématique avec lequel o explique les phéomèes aléatoires. Notatios, vocabulaire : a : somme que possède le joueur iitialemet. u coup : u lacer de pièce. α : arget mis e jeu à chaque coup. Le joueur perd ou gage α. ue partie : ue successio de coups. : ombre de coups d ue partie. g : gai, algébrique [c est-à-dire avec so sige], représetat la différece etre la somme dot J dispose e fi de partie et la somme iitiale. P (g) : probabilité d obteir le gai g après coups. [NDLR : l hypothèse faite das le modèle est que P (α)= P ( α) = / et, plus gééralemet, que : P + (g α) = P + (g+α) = P (g) /.] MATh.e.JEANS e 996
2 page 46 L espérace de gai. Défiitio et otatio : O appelle espérace de gai la somme des gais algébriques possibles e fi de partie, podérés par leurs probabilités respectives. O la otera E (g). [NDLR : malgré cette otatio, courate pour ue espérace e théorie des probabilités, la variable «g» apparaît pas vraimet das so calcul (c est ue «variable muette»).] Exemples [avec α = ] : pour = et a = : somme (a + g) P ( ) = pour = et a = 3 : somme (a + g) P () = 3 P (3) = 3 P () = 0 3 P ( ) = 0 3 P ( 3) = 3 ombre de coups () 8 P () = P (3) = 3 4 P () = P ( ) = P ( 3) = ombre de coups () es graphiques représetet l esemble des chemis que J peut choisir e jouat coups et avec ue somme iitiale de a (le trait e surimpressio matérialise les pertes et les gais d ue partie quelcoque de J). E effet pour P ( 3) il faut cosidérer tous les cas où J a plus d arget car P (x) correspod à la probabilité d avoir ue somme de x après coups. Das les deux cas o a : E (g) = P () + 3 P (3) + P () P ( ) 3 P ( 3) P ( ), soit : E (g) = Σ k=0 ( k)p ( k) car, das le cas où a = 3, P ( ) = 0. MATh.e.JEANS e 996
3 page 47 alcul de l espérace de gai. Par défiitio : E (g) = Σ k=0 ( k)p ( k). Il apparaît clairemet que les calculs seraiet plus simples avec ue somme [où k représeterait le gai du joueur J et doc] varierait etre et. Pour la facilité des calculs et la lisibilité des formules il ous faut doc itroduire ue ouvelle otatio : j Σk=i (σ=p) qui correspod, pour l idice de sommatio k, à ue icrémetatio d u pas de p uités au lieu de das le cas d ue sommatio du type: j X. Σk=i Aisi : 0 k = : Σk=0 (σ=) il s agit e fait de la somme des etiers pairs de 0 à 0. Il faut cepedat être attetif sur u cas particulier : lorsque p i est pas u ombre etier de pas. Das ce cas, k e pred pas la valeur. Aisi : Σ 9 k = = 0. k=0 (σ=) eci fait, o peut écrire l espérace de gai avec cette ouvelle otatio : X E (g) = gp Σg= (g). (σ=) Or P (g) = (/) [P (g ) + P (g+)] ; o a doc la relatio : E (g) = (/) Σ g[p g= (g )+P (g+)] (σ=) E (g) = (/) Σ g= (σ=) + (g +g+)p (g) + (/) [P () P ( )]. Or o remarque que : car (/) [P () P ( )] = 0 P () = 0 et P ( ) = 0 E (g) = gp Σg= (g) = (σ=) Par récurrece, o obtiet : Σg= (σ=) + gp (g). E (g) = Σ gp g= (g) = (/) ( ) = 0. (σ=) et fialemet : N*, a N*, E (g) = 0. Gééralisatio. L itérêt de la démostratio précédete réside das l étude au coup par coup. E utilisat ue méthode similaire, o pourrait démotrer le résultat obteu pour u cas plus gééral, e teat compte de toutes les stratégies possibles et o plus uiquemet de celle du joueur horaire. Premièremet, il ous faut oter tous les paramètres qui permettet d obteir des stratégies différetes : - soit J s arrête (volotairemet ou ivolotairemet), soit J cotiue ; - J décide de chager sa mise α. Tous les autres cas sot idépedats de la voloté de J. MATh.e.JEANS e 996
4 page 48 O ote E (g ) l espérace de gai après coups. [NDLR : le gai g après c o u p s iterviet das le calcul des probabilités mais pas, comme ous l avos remarqué plus haut, das celui de l espérace. Nous avos doc choisi de restituer ci-dessous la otatio précédete, soit E (g) pour l espérace, e ajoutat quelques précisios au texte des élèves.] si J joue : car P (g ) = (/) [P + (g +α) + P + (g α)] si J gage, alors g + = g + α si J perd, alors g + = g α E (g) = (/) [E + (g)+α + E + (g) α] E (g) = E + (g) si J e joue pas : E (g) = E (g) : J coserve le même gai qu au coup. [Das tous les cas :] N*, α R, E (g) = E (g). Or o a : E (g) = (/) [α + ( α)] = 0 E (g) = 0 D où o e déduit que quelle que soit la stratégie utilisée à pile ou face o a la relatio : N*, a N*, α R, E (g) = 0. [NDLR : ci-après, les élèves e s itéresset plus au gai du joueur, mais à so espoir de durer das la partie. Les calculs sot faits pour u joueur horaire dot la mise à chaque coup est. Si la baque autorisait l edettemet, le joueur pourrait cotiuer à j o u e r, même avec u avoir mometaémet égatif. Mais la baque e fait pas de crédit : le joueur cesse d être joueur lorsque so avoir est ul. est ce à quoi se réfèret les élèves lorsqu ils parlet de chemis «e pouvat s edetter» et de chemis «sas s edetter».] L espérace de vie. Défiitio : O appelle espérace de vie la moyee des ombres de coups joués podérés par leurs probabilités respectives, qui sera otée E v i e (). [NDLR : aisi, E v i e () est le ombre moye de coups eff e c t i v e m e t joués pour ue partie e coups.] alcul de l espérace de vie : P (A) = Probabilité de e plus avoir d arget après coups. P (A) = (/ ) ombre de chemis qui passet par A sas s edetter = (/ ) ombre de chemis qui passet par B sas s edetter = (/ ) (dcqppbepse dcqppepse). [NDL : je ote d c q p p A e p s e = ombre de ch emis qu i p asset par A e pou vat s edetter ( d c q p p B e p s e, d c q p p e p s e = ombre de chemis qui passet par B, par e pouvat s edetter) pour éviter des formules de trois pages chacue.] dcqppbepse = dcqppepse = P (A) = B A ( = ) +a +a = = a (cf. ANNEXE) MATh.e.JEANS e 996
5 page 49 Espérace de vie : A A A 4 A 8 6 (les traits e poitillé représetet les chemis impossibles) E v i e (8) = P (A ) + 4 P 4 (A 4 ) + 6 P 6 (A 6 ) + 8 [ P (A ) P 4 (A 4 ) P 6 (A 6 )]. E vie (8) = [6 P (A ) +4 P 4 (A 4 ) + P 6 (A 6 )] E vie (8) =,84 E vie () = a Σ ( k) P k=a k (A k ) (σ=) E vie () = a Σ k=a (σ=) F E D B k a k k k k Etude de la limite de l espérace de vie : O veut savoir pour ifii si l espérace de vie coverge ou diverge. O cosidère que J joue autat qu il le peut. Soit E v i e [a] l espérace de vie e foctio uiquemet de a (car est par hypothèse ifii). E vie [a] est toujours représeté par la formule ci-dessus car le fait que soit ifii iterviet e rie das la défiitio de l espérace de vie. [NDLR : l iterprétatio des expressios probabilistes est toujours délicate et déped du modèle choisi. Pour faciliter la lecture du texte des élèves, ous avos fait l hypothèse que la limite de E vie () existe lorsque ted vers l ifii et ous avos oté E v i e [a] la valeur de cette limite : otez que E v i e () dépedait à la fois de et de a, tadis que E vie [a] e déped plus que de a.] Si E vie [a] est fii alors ce ombre correspodra au ombre de coups que J pourra espérer jouer avec ue somme de a. Lorsque J possède ue somme a il a deux possibilités : Il perd et possède désormais ue espérace de E vie [a ]. Il gage et possède ue ouvelle espérace de E vie [a+]. O a doc la relatio pour ifii : E vie [a] = (/) (E vie [a ] + ) + (/) (E vie [a+] + ) O ajoute + car das les deux cas J a u r a joué u coup supplémetaire. Et doc : E vie [a] = (/)(E vie [a ] + E vie [a+]) + Remarque : e résultat, qui peut paraître surpreat, est vérifié par des exemples umériques pour des valeurs de très grades. MATh.e.JEANS e 996
6 page 0 O va chercher à écrire E vie [a] e foctio de E vie [] [à partir de la propriété précédete, ous allos étudier la propriété Q a : E vie [a] = a.(e vie [] a+) Q : E v i e [] = E v i e []. Démotros que Q a implique Q a+ : Q a : E vie [a] = a.e vie [] a(a ) E vie [a] = (/) (E vie [a+] + E vie [a ]) + E vie [a+] =.E vie [a] E vie [a ] Q a E vie [a+] =.(a.e vie [] a(a )) ((a ).E vie [] (a )(a )) Q a E vie [a+] = (a a+).e vie [] a.(a ) + (a )(a ) Q a E vie [a+] = (a+).e vie [] a a Q a E vie [a+] = (a+).e vie [] a.(a+) Q a Q a+ O viet de démotrer par récurrece que : E vie [a] = a.e vie [] a(a ). ela s écrit : E vie [a] = a.(e vie [] a+). Or il existe a tel que E v i e [ ] a+ < 0 et doc E v i e [a] < 0. Mais comme J joue de toute faço au mois a coups, o e déduit que l espérace de vie e peut être fiie, elle est doc ifiie. lim + E vie () = + [NDLR : e toute rigueur, ce qui a été prouvé c est que l hypothèse faite était absurde, autremet dit que E v i e () e peut avoir de limite fiie pour toute somme iitiale a. L iterprétatio de ce résultat e termes de logueur du jeu à pile ou face reste sas doute à faire. Il est e tout cas itéressat de costater que le cocept d espérace permet des calculs et des raisoemets qui auraiet été difficiles à meer directemet à l aide des seules probabilités d évèemets élémetaires ] [NDL : si vous e coaissez pas les et «!» sautez l aexe.] Aexe : alcul de P (A). [NDLR : les calculs s appuiet sur le fait que le ombre de chemis croissats (formés de segmets de logueur uité, horizotaux ou verticaux) issus de l origie (0, 0) et se termiat au poit (p, q) de la grille est exactemet : N = +a p p+q = N!!!!! +a!! +a car! =.( )!.] q +a!! +a! a.!! +a! a.!.! +a! a O a doc P (A) = a... 0 p!! +a! +a!!! MATh.e.JEANS e 996
Chapitre 3 : Fonctions d une variable réelle (1)
Uiversités Paris 6 et Paris 7 M1 MEEF Aalyse (UE 3) 2013-2014 Chapitre 3 : Foctios d ue variable réelle (1) 1 Lagage topologique das R Défiitio 1 Soit a u poit de R. U esemble V R est u voisiage de a s
Plus en détailPolynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.
Polyésie Septembre 2 - Exercice O peut traiter la questio 4 sas avoir traité les questios précédetes Pour u achat immobilier, lorsqu ue persoe emprute ue somme de 50 000 euros, remboursable par mesualités
Plus en détail1 Mesure et intégrale
1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios
Plus en détailComportement d'une suite
Comportemet d'ue suite I) Approche de "ses de variatio et de ite d'ue suite" : 7 Soit la suite ( ) telle que = 5 ( + ) 2 Représetos graphiquemet la suite das u pla mui d' u repère. Il suffit de placer
Plus en détail[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n =
[http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Eocés 1 Nombres réels Ratioels et irratioels Exercice 1 [ 9 ] [correctio] Motrer que la somme d u ombre ratioel et d u ombre irratioel est u ombre irratioel.
Plus en détailx +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.
EXERCICE 3 (6 poits ) (Commu à tous les cadidats) Il est possible de traiter la partie C sas avoir traité la partie B Partie A O désige par f la foctio défiie sur l itervalle [, + [ par Détermier la limite
Plus en détailLimites des Suites numériques
Chapitre 2 Limites des Suites umériques Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Limite fiie ou ifiie d ue suite. Limites et comparaiso. Opératios sur les ites. Comportemet
Plus en détailIntégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :
Itégratio et probabilités EN Paris, 202-203 TD 203 Lois des grads ombres, théorème cetral limite. Corrigé Lois des grads ombres Exercice. Calculer e cet leços Détermier les limites suivates : x +... +
Plus en détail. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1
Premières propriétés des ombres réels 2 Suites umériques 3 Suites mootoes : à faire 4 Séries umériques 4. Notio de série. Défiitio 4.. Soit (u ) ue suite de ombres réels ou complexes. Pour N N, o ote S
Plus en détailCHAPITRE 2 SÉRIES ENTIÈRES
CHAPITRE 2 SÉRIES ENTIÈRES 2. Séries etières Défiitio 2.. O appelle série etière toute série de foctios ( ) f dot le terme gééral est de la forme f ()=a, où (a ) désige ue suite réelle ou complee et R.
Plus en détailSéquence 5. La fonction logarithme népérien. Sommaire
Séquece 5 La foctio logarithme épérie Objectifs de la séquece Itroduire ue ouvelle foctio : la foctio logarithme épérie. Coaître les propriétés de cette foctio : sa dérivée, ses variatios, sa courbe, sa
Plus en détailSéries réelles ou complexes
6 Séries réelles ou complexes Comme pour le chapitre 3, les suites cosidérées sot a priori complexes et les résultats classiques sur les foctios cotiues ou dérivables d ue variable réelle sot supposés
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Séries etières Eercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Eercice
Plus en détailFEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI
FEUILLE D EXERCICES 7 - PROBABILITÉS SUR UN UNIVERS FINI Exercice - Lacer de dés O lace deux dés à 6 faces équilibrés. Calculer la probabilité d obteir : u double ; ue somme des deux dés égale à 8 ; ue
Plus en détailSÉRIES STATISTIQUES À DEUX VARIABLES
1 ) POSITION DU PROBLÈME - VOCABULAIRE A ) DÉFINITION SÉRIES STATISTIQUES À DEUX VARIABLES O cosidère deux variables statistiques umériques x et y observées sur ue même populatio de idividus. O ote x 1
Plus en détailChap. 6 : Les principaux crédits de trésorerie et leur comptabilisation
1 / 9 Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Le cycle d exploitatio des etreprises (achats stockage productio stockage vetes) peut etraîer des décalages de trésorerie plus
Plus en détailChap. 6 : Les principaux crédits de trésorerie et leur comptabilisation
Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Les etreprises ot souvet besoi de moyes de fiacemet à court terme : elles ot alors recours aux crédits bacaires (découverts bacaires
Plus en détailChap. 5 : Les intérêts (Les calculs financiers)
Chap. 5 : Les itérêts (Les calculs fiaciers) Das u cotrat de prêt, le prêteur met à la dispositio de l empruteur, à u taux d itérêt doé, ue somme d arget (le capital) qu il devra rembourser à ue certaie
Plus en détailEtude de la fonction ζ de Riemann
Etude de la foctio ζ de Riema ) Défiitio Pour x réel doé, la série de terme gééral,, coverge si et seulemet si x >. x La foctio zeta de Riema est la foctio défiie sur ], [ par : ( x > ), = x. Remarque.
Plus en détail14 Chapitre 14. Théorème du point fixe
Chapitre 14 Chapitre 14. Théorème du poit fixe Si l o examie de plus près les méthodes de Lagrage et de Newto, étudiées au chapitre précédet, elles revieet das leur pricipe à remplacer la résolutio de
Plus en détailDénombrement. Chapitre 1. 1.1 Enoncés des exercices
Chapitre 1 Déombremet 1.1 Eocés des exercices Exercice 1 L acie système d immatriculatio fraçais était le suivat : chaque plaque avait 4 chiffres, suivis de 2 lettres, puis des 2 uméros du départemet.
Plus en détailStatistique descriptive bidimensionnelle
1 Statistique descriptive bidimesioelle Statistique descriptive bidimesioelle Résumé Liaisos etre variables quatitatives (corrélatio et uages de poits), qualitatives (cotigece, mosaïque) et de types différets
Plus en détailII LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009
M LA REGRESSION : HYPOTHESES ET TESTS Avril 009 I LES HYPOTHESES DE LA MCO. Hypothèses sur la variable explicative a. est o stochastique. b. a des valeurs xes das les différets échatillos. c. Quad ted
Plus en détailLes Nombres Parfaits.
Les Nombres Parfaits. Agathe CAGE, Matthieu CABAUSSEL, David LABROUSSE (2 de Lycée MONTAIGNE BORDEAUX) et Alexadre DEVERT, Pierre Damie DESSARPS (TS Lycée SUD MEDOC LETAILLAN MEDOC) La première partie
Plus en détailExo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X
Exo7 Détermiats Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable T : pour
Plus en détailSuites et séries de fonctions
[http://mp.cpgedupuydelome.fr] édité le 3 avril 5 Eocés Suites et séries de foctios Propriétés de la limite d ue suite de foctios Eercice [ 868 ] [correctio] Etablir que la limite simple d ue suite de
Plus en détailBaccalauréat S Asie 19 juin 2014 Corrigé
Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps
Plus en détail20. Algorithmique & Mathématiques
L'éditeur L'éditeur permet à l'utilisateur de saisir les liges de codes d'u programme ou de défiir des foctios. Remarque : O peut saisir directemet des istructios das la cosole Scilab, mais il est plus
Plus en détailExamen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot
Exame fial pour Coseiller fiacier / coseillère fiacière avec brevet fédéral Recueil de formules Auteur: Iwa Brot Ce recueil de formules sera mis à dispositio des cadidats, si écessaire. Etat au 1er mars
Plus en détailEXERCICES : DÉNOMBREMENT
Chapitre 7 ECE 1 - Grad Nouméa - 015 EXERCICES : DÉNOMBREMENT LISTES / ARRANGEMENTS Exercice 1 : Le code ativol Pour so vélo, Toto possède u ativol a code. Le code est ue successio de trois chiffres compris
Plus en détailChapitre 3 : Transistor bipolaire à jonction
Chapitre 3 : Trasistor bipolaire à joctio ELEN075 : Electroique Aalogique ELEN075 : Electroique Aalogique / Trasistor bipolaire U aperçu du chapitre 1. Itroductio 2. Trasistor p e mode actif ormal 3. Courats
Plus en détailConvergences 2/2 - le théorème du point fixe - Page 1 sur 9
Au sommaire : Suites extraites Le théorème de Bolzao-Weierstrass La preuve du théorème de Bolzao-Weierstrass3 Foctio K-cotractate4 Le théorème du poit fixe5 La preuve du théorème du poit fixe6 Utilisatios
Plus en détailDeuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES
DEUXIEME PARTIE Deuième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES Chapitre. L assurace de capital différé Chapitre 2. Les opératios de retes Chapitre 3. Les assuraces décès Chapitre 4. Les assuraces
Plus en détailGroupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3
1 Groupe orthogoal d'u espace vectoriel euclidie de dimesio, de dimesio Voir le chapitre 19 pour l'étude des espaces euclidies et des isométries. État doé u espace euclidie E de dimesio 1, o rappelle que
Plus en détail2 ième partie : MATHÉMATIQUES FINANCIÈRES
2 ième partie : MATHÉMATIQUES FINANCIÈRES 1. Défiitios L'itérêt est l'idemité que doe au propriétaire d'ue somme d'arget celui qui e a joui pedat u certai temps. Divers élémets itervieet das le calcul
Plus en détailUNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4
UNVERSTE MONTESQUEU BORDEAUX V Licece 3 ère aée Ecoomie - Gestio Aée uiversitaire 2006-2007 Semestre 2 Prévisios Fiacières Travaux Dirigés - Séaces 4 «Les Critères Complémetaires des Choix d vestissemet»
Plus en détailProcessus et martingales en temps continu
Chapitre 3 Processus et martigales e temps cotiu 1 Quelques rappels sur les martigales e temps discret (voir [4]) O cosidère u espace filtré (Ω, F, (F ) 0, IP). O ote F = 0 F. Défiitio 1.1 Ue suite de
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Exo7 Topologie Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Exercice **
Plus en détailDénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions
Déombremet ECE3 Lycée Carot 12 ovembre 2010 Itroductio La combiatoire, sciece du déombremet, sert comme so om l'idique à compter. Il e s'agit bie etedu pas de reveir au stade du CP et d'appredre à compter
Plus en détailc. Calcul pour une évolution d une proportion entre deux années non consécutives
Calcul des itervalles de cofiace our les EPCV 996-004 - Cas d u ourcetage ou d ue évolutio e oit das la oulatio totale des méages - Cas d u ourcetage ou d ue évolutio das ue sous oulatio das les méages
Plus en détailSTATISTIQUE AVANCÉE : MÉTHODES
STATISTIQUE AVANCÉE : MÉTHODES NON-PAAMÉTIQUES Ecole Cetrale de Paris Arak S. DALALYAN Table des matières 1 Itroductio 5 2 Modèle de desité 7 2.1 Estimatio par istogrammes............................
Plus en détailLES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.
Qu appelle-t-o éclipse? Éclipser sigifie «cacher». Vus depuis la Terre, deu corps célestes peuvet être éclipsés : la Lue et le Soleil. LES ÉCLIPSES Pour qu il ait éclipse, les cetres de la Terre, de la
Plus en détailTRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )
RAIRO Operatios Research RAIRO Oper. Res. 34 (2000) 99-129 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) Commuiqué par Berard LEMAIRE Résumé. L étude
Plus en détailSTATISTIQUE : TESTS D HYPOTHESES
STATISTIQUE : TESTS D HYPOTHESES Préparatio à l Agrégatio Bordeaux Aée 203-204 Jea-Jacques Ruch Table des Matières Chapitre I. Gééralités sur les tests 5. Itroductio 5 2. Pricipe des tests 6 2.a. Méthodologie
Plus en détail4 Approximation des fonctions
4 Approximatio des foctios Ue foctio f arbitraire défiie sur u itervalle I et à valeur das IR peut être représetée par so graphe, ou de maière équivalete par la doée de l esemble de ses valeurs f(t) pour
Plus en détailExercices de mathématiques
MP MP* Thierry DugarDi Marc rezzouk Exercices de mathématiques Cetrale-Supélec, Mies-Pots, École Polytechique et ENS Coceptio et créatio de couverture : Atelier 3+ Duod, 205 5 rue Laromiguière, 75005 Paris
Plus en détailLa France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe
1/5 Trois objectifs poursuivis par le gouveremet : > améliorer la compétitivité fiscale de la Frace > péreiser les activités de R&D > faire de la Frace u territoire attractif pour l iovatio Les icitatios
Plus en détailcapital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...
Applicatios des maths Algèbre fiacière 1. Itérêts composés O place u capital C 0 à u taux auel T a pedat aées. Quelle est la valeur fiale C de ce capital? aée capital e fi d'aée 1 C 0 + T C 0 = C 0 (1
Plus en détailRECHERCHE DE CLIENTS simplifiée
RECHERCHE DE CLIENTS simplifiée Nous ous occupos d accroître votre clietèle avec le compte Avatage d etreprise Pour trouver des cliets potetiels grâce à u simple compte bacaire Vous cherchez des idées
Plus en détailSemestre : 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 détailConsolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe
Cosolidatio La société THEOS, qui commercialise des vis, exerce so activité das trois villes : Paris, Nacy et Nice. Le directeur de la société souhaite cosolider les résultats de ses vetes par ville das
Plus en détailProbabilités et statistique pour le CAPES
Probabilités et statistique pour le CAPES Béatrice de Tilière Frédérique Petit 2 3 jui 205. Uiversité Pierre et Marie Curie 2. Uiversité Pierre et Marie Curie 2 Table des matières Modélisatio de phéomèes
Plus en détailFormation d un ester à partir d un acide et d un alcool
CHAPITRE 10 RÉACTINS D ESTÉRIFICATIN ET D HYDRLYSE 1 Formatio d u ester à partir d u acide et d u alcool 1. Nomeclature Acide : R C H Alcool : R H Groupe caractéristique ester : C Formule géérale d u ester
Plus en détailLe marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.
II LE MARCHE DU CAFE 1 L attractivité La segmetatio selo le mode de productio Le marché du café peut être segmeté e foctio de deux modes de productio pricipaux : la torréfactio et la fabricatio de café
Plus en détailExercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1
Bac blac TS Correctio Exercice I ( Spé ) / émotros par récurrece que 5x y = pour tout etier aturel 5x y = 5 8 = La propriété est doc vraie au rag = Supposos que la propriété est vraie jusqu au rag, o a
Plus en détailCours 5 : ESTIMATION PONCTUELLE
Cours 5 : ESTIMATION PONCTUELLE A- Gééralités B- Précisio d u estimateur C- Exhaustivité D- iformatio E-estimateur sas biais de variace miimale, estimateur efficace F- Quelques méthode s d estimatio A-
Plus en détailEtude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT?
Etude Spéciale o. 7 Javier 2003 SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT? MARK SCHNEIDER Le CGAP vous ivite à lui faire part de vos commetaires, de vos rapports et de toute demade d evoid autres
Plus en détailUniversité Pierre et Marie Curie. Biostatistique PACES - UE4 2013-2014
Uiversité Pierre et Marie Curie Biostatistique PACES - UE4 2013-2014 Resposables : F. Carrat et A. Mallet Auteurs : F. Carrat, A. Mallet, V. Morice Mise à jour : 21 octobre 2013 Relecture : V. Morice,
Plus en détailDes résultats d irrationalité pour deux fonctions particulières
Collect. Math. 5, 00, 0 c 00 Uiversitat de Barceloa Des résultats d irratioalité pour deux foctios particulières Richard Choulet 7, Rue du 4 Août, 40 Aveay, Frace E-mail: richardchoulet@waadoo.fr Received
Plus en détailPrincipes et Méthodes Statistiques
Esimag - 2ème aée 0 1 2 3 4 5 6 7 0 5 10 15 x y Pricipes et Méthodes Statistiques Notes de cours Olivier Gaudoi 2 Table des matières 1 Itroductio 7 1.1 Défiitio et domaies d applicatio de la statistique............
Plus en détailCours de Statistiques inférentielles
Licece 2-S4 SI-MASS Aée 2015 Cours de Statistiques iféretielles Pierre DUSART 2 Chapitre 1 Lois statistiques 1.1 Itroductio Nous allos voir que si ue variable aléatoire suit ue certaie loi, alors ses réalisatios
Plus en détailIntroduction : Mesures et espaces de probabilités
Itroductio : Mesures et espaces de probabilités Référeces : Poly cédric Berardi et Jea Michel Morel. J.-F. Le Gall, Itégratio, Probabilités et Processus Aléatoire J.-Y. Ouvrard, Probabilités 2, maîtrise-agrégatio,
Plus en détailCompte Sélect Banque Manuvie Guide du débutant
GUIDE DU DÉBUTANT Compte Sélect Baque Mauvie Guide du débutat Besoi d aide? Preez quelques miutes pour lire attetivemet votre Guide du cliet. Le préset Guide du débutat vous facilitera l utilisatio de
Plus en détailUniversité Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME
Uiversité Victor Segale Bordeaux Istitut de Saté Publique, d Épidémiologie et de Développemet (ISPED) Campus Numérique SEME MODULE Pricipaux outils e statistique Versio du 8 août 008 Écrit par : Relu par
Plus en détailChapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.
Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES PLAN DU CHAPITRE 2 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.1 Pla de sodage 2.2.2 Probabilités d iclusio 2.3 SONDAGE
Plus en détailUne action! Un message!
Ue actio! U message! Cotact Master est u service exclusif de relaces automatiques de vos actes vers vos cliets, par SMS, messages vocaux, e-mails, courrier... Il se décleche lorsque vous réalisez ue actio
Plus en détailUNIVERSITÉ DE SFAX École Supérieure de Commerce
UNIVERSITÉ DE SFAX École Supérieure de Commerce Aée Uiversitaire 2003 / 2004 Auditoire : Troisième Aée Études Supérieures Commerciales & Scieces Comptables DÉCISIONS FINANCIÈRES Note de cours N 3 Première
Plus en détailTerminale S. Terminale S 1 F. Laroche
Termiale S Exercices. Rappels et exercices de base 3.. QCM (P. Egel) 3.. QCM, Atilles 005 4. 3. QCM, Liba 009, 3 poits 4. 4. QCM, C. étragers 007. 5. QCM, Frace 007 5 6. 6. QCM, N. Calédoie 007 7. 7. QCM
Plus en détailStatistiques appliquées à la gestion Cours d analyse de donnés Master 1
Aalyse des doées Statistiques appliquées à la gestio Cours d aalyse de doés Master F. SEYTE : Maître de coféreces HDR e scieces écoomiques Uiversité de Motpellier I M. TERRAZA : Professeur de scieces écoomiques
Plus en détailMESURE DE L'INFORMATION
MESURE DE L'INFORMATION Marc URO TABLE DES MATIÈRES INTRODUCTION... 3 INCERTITUDE D'UN ÉVÉNEMENT (OU SELF-INFORMATION)... 7 INFORMATION MUTUELLE DE DEUX ÉVÉNEMENTS... 9 ENTROPIE D'UNE VARIABLE ALÉATOIRE
Plus en détailStatistique Numérique et Analyse des Données
Statistique Numérique et Aalyse des Doées Arak DALALYAN Septembre 2011 Table des matières 1 Élémets de statistique descriptive 9 1.1 Répartitio d ue série umérique uidimesioelle.............. 9 1.2 Statistiques
Plus en détailSéries numériques. Chap. 02 : cours complet.
Séris méris Cha : cors comlt Séris d réls t d comlxs Défiitio : séri d réls o d comlxs Défiitio : séri corgt o dirgt Rmar : iflc ds rmirs trms d séri sr la corgc Théorèm : coditio écssair d corgc Théorèm
Plus en détailUV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1
UV SQ 0 Probabilités Statistiques UV SQ 0 Autome 006 Resposable d Rémy Garadel ( m.-el. remy.garadel@utbm.fr ) page SQ-0 Probabilités - Statistiques Bibliographie: Titre Auteur(s) Editios Localisatio Niveau
Plus en détailS euls les flux de fonds (dépenses et recettes) définis s ent l investissement.
Choix d ives i s s eme e cer iude 1 Chapire 1 Choix d ivesissemes e ceriude. Défiiio L es décisios d ivesissemes fo parie des décisios sraégiques de l erepris e. Le choix ere différes projes d ivesisseme
Plus en détailPROMENADE ALÉATOIRE : Chaînes de Markov et martingales
PROMENADE ALÉATOIRE : Chaîes de Markov et martigales Thierry Bodieau École Polytechique Paris Départemet de Mathématiques Appliquées thierry.bodieau@polytechique.edu Novembre 2013 2 Table des matières
Plus en détail55 - EXEMPLES D UTILISATION DU TABLEUR.
55 - EXEMPLES D UTILISATION DU TABLEUR. CHANTAL MENINI 1. U pla possible Les exemples qui vot suivre sot des pistes possibles et e aucu cas ue présetatio exhaustive. De même je ai pas fait ue étude systématique
Plus en détailModule 3 : Inversion de matrices
Math Stat Module : Iversio de matrices M Module : Iversio de matrices Uité. Défiitio O e défiira l iverse d ue matrice que si est carrée. O appelle iverse de la matrice carrée toute matrice B telle que
Plus en détailRESOLUTION PAR LA METHODE DE NORTON, MILLMAN ET KENNELY
LO 4 : SOLUTO P L MTHO OTO, MLLM T KLY SOLUTO P L MTHO OTO, MLLM T KLY MTHO OTO. toductio Le théoème de oto va ous pemette de éduie u cicuit complexe e gééateu de couat éel. e gééateu possède ue souce
Plus en détailII - 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 détailUn nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction
A ew adaptive operator of fusio par Fraçois DELMOTTE LAMIH, Uiversité de Valeciees et du Haiaut-Cambrésis, Le Mot Houy, BP 3, 5933 Valeciees CEDEX 9 fdelmott@flore.uiv-valeciees.fr résumé et mots clés
Plus en détailSimulations interactives de convertisseurs en électronique de puissance
Simulatios iteractives de covertisseurs e électroique de puissace Jea-Jacques HUSELSTEIN, Philippe ENII Laboratoire d'électrotechique de Motpellier (LEM) - Uiversité Motpellier II, 079, Place Eugèe Bataillo,
Plus en détailDETERMINANTS. a b et a'
2003 - Gérard Lavau - http://perso.waadoo.fr/lavau/idex.htm Vous avez toute liberté pour télécharger, imprimer, photocopier ce cours et le diffuser gratuitemet. Toute diffusio à titre oéreux ou utilisatio
Plus en détailProcessus géométrique généralisé et applications en fiabilité
Processus géométrique gééralisé et applicatios e fiabilité Lauret Bordes 1 & Sophie Mercier 2 1,2 Uiversité de Pau et des Pays de l Adour Laboratoire de Mathématiques et de leurs Applicatios - Pau UMR
Plus en détailSolutions particulières d une équation différentielle...
Solutios particulières d ue équatio différetielle......du premier ordre à coefficiets costats O cherche ue solutio particulière de y + ay = f, où a est ue costate réelle et f ue foctio, appelée le secod
Plus en détailPetit recueil d'énigmes
Petit recueil d'éigmes Patxi RITTER (*) facile (**) mois facile (***) pas facile (****) il faudra de l aide Solutios e rouge. 1) Cryptarithme (**) Trouvez la valeur de A, B et C satisfaisat l équatio suivate.
Plus en détailOpérations bancaires avec l étranger *
Opératios bacaires avec l étrager * Coditios bacaires au 1 er juillet 2011 Etreprises et orgaismes d itérêt gééral Opératios à destiatio de l étrager Viremets émis vers l étrager : viremet e euros iférieur
Plus en détailUniversité de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015
Uiversité de Bordeaux - Master MIMSE - 2ème aée Scorig Marie Chavet http://www.math.u-bordeaux.fr/ machave/ 2014-2015 1 Itroductio L idée géérale est d affecter ue ote (u score) global à u idividu à partir
Plus en détailPROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS
PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS ET APPROXIMATIONS DIOPHANTIENNES J. L. NICOLAS Cet article expose sup 3 e quelques iter'f~reces etre les pr'obl~res dloptimisatio e hombres etiers et la th~or-ie
Plus en détailExercices de révision
Exercices de révisio Exercice U ivesisseur souscri à l émissio d u bille de résorerie do les caracérisiques so les suivaes : - Nomial : 5 M - Taux facial : 3,2% - Durée de vie : 9 mois L ivesisseur doi
Plus en détailChaînes de Markov. Arthur Charpentier
Chaîes de Markov Arthur Charpetier École Natioale de la Statistique et d Aalyse de l Iformatio - otes de cours à usage exclusif des étudiats de l ENSAI - - e pas diffuser, e pas citer - Quelques motivatios.
Plus en détail16.1 Convergence simple et convergence uniforme. une suite de fonctions de I dans R ou C.
16 Suites de foctios Suf précisio cotrire, I est u itervlle réel o réduit à u poit et les foctios cosidérées sot défiies sur I à vleurs réelles ou complexes. 16.1 Covergece simple et covergece uiforme
Plus en détailCHAPITRE 6 : LE BIEN-ETRE. Durée : Objectif spécifique : Résumé : I. L agrégation des préférences. Cerner la notion de bien-être et sa mesure.
TABLE DES MATIERES Durée...2 Objectf spécfque...2 Résumé...2 I. L agrégato des préféreces...2 I. Le système de vote à la majorté...2 I.2 Vote par classemet...3 I.3 Codtos de décso socale et théorème d
Plus en détailLE 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 détailSommaire Chapitre 1 - L interface de Windows 7 9
Sommaire Chapitre 1 - L iterface de Widows 7 9 1.1. Utiliser le meu Démarrer et la barre des tâches de Widows 7...11 Démarrer et arrêter des programmes...15 Épigler u programme das la barre des tâches...18
Plus en détailInitiation à l analyse factorielle des correspondances
Fiche TD avec le logiciel : tdr620b Iitiatio à l aalyse factorielle des correspodaces A.B. Dufour & M. Royer & J.R. Lobry Das cette fiche, o étudie l Aalyse Factorielle des Correspodaces. Cette techique
Plus en détailGérer les applications
Gérer les applicatios E parcourat les rayos du Widows Phoe Store, vous serez e mesure de compléter les services de base de votre smartphoe à travers plus de 10 000 applicatios. Gratuites ou payates, ces
Plus en détailLes algorithmes de tri
CONSERVATOIRE NATIONAL DES ARTS ET METIERS PARIS MEMOIRE POUR L'EXAMEN PROBATOIRE e INFORMATIQUE par Nicolas HERVE Les algorithmes de tri Souteu le mai JURY PRESIDENTE : Mme COSTA Sommaire Itroductio....
Plus en détailPOLITIQUE ECONOMIQUE ET DEVELOPPEMENT
POLTQU ONOMQU T DVLOPPMNT TRUTUR DU MAR NATONAL DU AF-AAO T PR AU PRODUTUR MALAN Beïla Beoit osultat PD N 06/008 ellule d Aalyse de Politiques coomiques du R Aée de pulicatio : Avril 009 Résumé e papier
Plus en détailMécanique non linéaire
M MN9 Mécaique o liéaire Zhi-Qiag FENG UFR Sciece et Techologies Uiversité d Evry Val d Essoe TABLES DES MATIERES INTRODUCTION Chapitre : CONCEPTS ELEMENTAIRES. Pricipales propriétés des matériaux. Coaissace
Plus en détailDéveloppement en Série de Fourier
F-IRIS-5.ex Développeme e Série de Fourier Développer e série de Fourier les focios de période T défiies aisi : a b { f impaire T = f = si ] ; { f paire T = f = si ; ] Faire das chaque cas ue représeaio
Plus en détail