Probabilités. Définition : Chacun des résultats possible d une expérience aléatoire est appelée issue de l expérience.

Dimension: px
Commencer à balayer dès la page:

Download "Probabilités. Définition : Chacun des résultats possible d une expérience aléatoire est appelée issue de l expérience."

Transcription

1 Probabltés A) Vocabulare.. Expérence aléatore. Défntons : Une expérence est dte aléatore s elle vérfe tros condtons : Elle condut à des résultats possbles qu on est capable de nommer. On ne sat à l avance lequel de ces résultats va se produre quand on réalse l expérence. L expérence dot être reconductble dans les mêmes condtons. Exemples : «On lance une pèce de monnae et on regarde sur quelle face elle tombe.» Cette expérence est ben une expérence aléatore car : ) Il y a deux résultats possbles : «ple» ou «face». 2) Quand on lance la pèce on ne sat pas lequel de ces résultats va se produre. 3) On peut recommencer dans les mêmes condtons cette expérence. «On lance un dé à faces équlbré et on regarde le nombre de ponts nscrts sur sa face supéreure.» Cette expérence est ben une expérence aléatore car : ) Il y a résultats possbles :, «2», «3», «4», «5» ou. 2) Quand on lance la pèce on ne sat pas lequel de ces résultats va se produre. 3) On peut recommencer dans les mêmes condtons cette expérence. Défnton : Chacun des résultats possble d une expérence aléatore est appelée ssue de l expérence. 2. Evénement. Défntons : Un évènement est une condton qu peut être ou ne pas être réalsée lors d une expérence. Un évènement élémentare est un événement réalsé par une seule ssue de cette expérence. Un évènement peut être réalsé par un ou pluseurs évènements élémentares. Exemples : ) Défnton de l expérence : «On lance une pèce et on regarde sur quelle face elle tombe.». «Obtenr un ple» est un évènement élémentare. 2) Défnton de l expérence : «On lance un dé à faces équlbré et on regarde le nombre de ponts nscrts sur sa face supéreure.». «Obtenr un nombre par» : est un évènement qu est réalsé par les évènements élémentares 2, 4 et. «Obtenr 4» est un évènement élémentare. «Obtenr un nombre strctement plus grand que 3» est un évènement qu est réalsé par les évènements élémentares 4, 5 et. Année

2 B) Evénements A B, A B et événement contrare. Soent A et B deux événements d une expérence aléatore. Notons Ω l ensemble des éventualtés. Le dagramme de Venn permet de représenter les dfférents événements.. Evénement A B et événements ncompatbles. Défnton : L événement A B est l événement consttué de tous les événements élémentares qu sont à la fos dans A et dans B. Exercce n : On lance un dé parfat dont les faces sont numérotées de à. A est l événement : «sorte de l un des nombres, 2, 3 ou 4». B est l événement : «sorte de l un des nombres 3, 4, 5 ou». ) Explcter l ensemble Ω des éventualtés assocées à cette expérence. 2 Décrre l événement A B. Défnton : Deux évènements A et B sont dts ncompatbles s ls ne peuvent pas être réalsés smultanément (ls n ont pas d évènement élémentare commun) d où A et B sont ncompatbles s : A B =. Exercce n 2 : On lance un dé parfat dont les faces sont numérotées de à. A est l événement : «sorte de l un des nombres, 3 ou 4». B est l événement : «sorte de l un des nombres, 4 ou 5». C est l événement : «sorte de l un des nombres 2 ou». Donner, à l ade des événements A, B et C, deux événements ncompatbles. 2. Evénement A B. Défnton : L événement A B est l événement consttué de tous les événements élémentares qu sont dans l un au mons des événements A ou B. Exercce n 3 : On lance un dé parfat dont les faces sont numérotées de à. A est l événement : «sorte de l un des nombres 2, 3, 4 ou 5». B est l événement : «sorte de l un des nombres 4, 5 ou». Décrre l événement A B. Année

3 3. Evénement contrare d un événement. Défnton : L événement contrare d un événement A, noté A, est l événement consttué de tous les événements élémentares qu ne sont pas dans A. Proprétés : L événement contrare de l événement A est A. Deux événements contrares sont ncompatbles ( A A = ). L événement A A est l événement certan Ω. Exercce n 4 : On lance un dé parfat dont les faces sont numérotées de à. A est l événement : «sorte de l un des nombres 2, 3, 4 ou 5». B est l événement : «sorte de l un des nombres 4, 5 ou». Décrre les événements A et B. C) Noton de probablté.. Défnton ntutve. Défnton : Lorsqu on répète n fos, de façon ndépendante, une expérence aléatore, la fréquence d une ssue va avor tendance à se stablser quand n augmente (lo dte des grands nombres). C est cette valeur (stable) p que l on va utlsera comme probablté de l ssue. Exemple : On tre au hasard une boule dans un sac contenant hut boules dont tros sont rouges et cnq sont vertes. On s ntéresse à la couleur de la boule trée. R l évènement : «On tre une boule rouge». 3 Alors la probablté que cet évènement se réalse est : P ( R) = Lo de probablté. Défnton : Posons Ω { x x ;... ; } 0 p p + p p Année =. ; 2 x n Pour défnr une lo de probablté sur Ω on assoce à chaque x un nombre n. = p tel que :

4 Remarque : Autrement dt, détermner une lo de probablté c est détermner la probablté de tous les événements élémentares. On présente souvent les résultats dans un tableau. Evénements élémentares x Proprété : Probablté x 2 x x n p p = p p p 2 n Un événement dont la probablté vaut 0 est un événement mpossble (noté ( Ø ) = 0 Un événement dont la probablté vaut est un événement certan (noté P ( Ω) = ). Modélser une expérence aléatore c est chosr sur Ω une lo de probablté. P ). Exemple : Défnton de l expérence : «On lance un dé à faces équlbré et on regarde le nombre de ponts nscrts sur sa face supéreure.». On a alors : Ω = { ;2 ; 3 ; 4 ; 5 ; }. La lo de probablté sur Ω donnée dans le tableau suvant : Evénements élémentares x Probablté p D) Calculer une probablté : stuaton d équprobablté. Défnton : Lorsque tous les événements élémentares ont la même probablté d être réalsé, on dt qu l s agt d une stuaton d équprobablté. Proprété : Dans une stuaton d équprobablté la probablté d un événement Ω est donnée par la formule : nombre de cas favorables à l' événement P( V ) = nombre de résultats possbles Exemple : Défnton de l expérence : «On lance un dé à faces équlbré et on regarde le nombre de ponts nscrts sur sa face supéreure.». Il y a sx événements élémentares qu ont la même probablté :. On note A l évènement : «Obtenr un nombre de ponts strctement nféreur à 5». Les résultats favorables à l événement A sont : «Obtenr ; 2 ; 3 ou 4» 4 Alors la probablté que cet évènement se réalse est : P ( A) =. Année

5 E) Probablté de A B et de l événement contrare. Théorème : A et B sont deux événements d une même expérence aléatore, alors : P A B = P A + P B P A B. ( ) ( ) ( ) ( ) Remarque : S les événements A et B sont ncompatbles, c est à dre P A B = P A + P B. donc ( ) ( ) ( ) A B =, alors P ( A B) = 0 et Théorème : A est un événement d une expérence aléatore, A l événement contrare de A, alors : P A = P A. ( ) ( ) Exercce n 5 : A et B sont deux événements d un ensemble Ω sur lequel est défne une lo de probablté P. P ( A) = 0, 45 P ( B) = 0, 37 et P ( A B) = 0, 82. ) Peut-on affrmer qu l n y a pas équprobablté? P A B et en dédure que A et B sont des événements ncompatbles. 2) Calculer ( ) Exercce n : A et B sont deux événements d un ensemble Ω sur lequel est défne une lo de probablté P. P A = 0,55 ( A B) = 0, 5 B A B P A B. ( ) Année P et ( ) P = 0,82. Calculer P ( ), P ( ) et ( ) Exercce n 7 : Une urne content hut boules rouges et sx boules bleues. Chaque boule a la même probablté d être trée. On tre successvement deux boules sans remse. ) Construre l arbre de probablté assocé à cette expérence. 2) Est-on dans une stuaton d équprobablté? 3) Calculer la probablté des événements suvants : A : «la premère boule trée est rouge». B : «on a tré deux boules de même couleur». C : «on a tré au mons une boule bleue». A B pus en dédure A B

6 3. Probablté et fréquence (Lo des grands nombres). Proprété : Lo des grands nombres Lorsqu on effectue un très grand nombre de fos une expérence aléatore la fréquence de réalsaton d un événement se rapproche d une «fréquence théorque» qu est la probablté de cet événement. Exemple : Fréquences et lo de probabltés lors du lancer d un dé cubque Défnton de l expérence : «On lance un dé à faces équlbré et on regarde le nombre de ponts nscrts sur sa face supéreure.». On s ntéresse à la fréquence d apparton de chacun des nombres, 2, 3, 4, 5, lors de n lancers de ce dé cubque. Pour cela on smule sur ordnateur 0 séres de lancers. Les résultats obtenus sont dans le tableau suvant : Pour lancers les fréquences de chacune des sx ssues vont, d après la lo des grands nombres, se stablser vers une fréquence «théorque». Quand n devent grand l exste donc une dstrbuton de fréquences «théorque» vers laquelle tend la dstrbuton des fréquences observées. On a alors : Ω = { ;2 ; 3 ; 4 ; 5 ; }. On remarque que n = et que = 0, ce qu permet n de modélser le lancer d un dé cubque par la lo de probablté sur Ω donnée dans le tableau suvant : Evénements élémentares x Probablté p Année Donc ces fréquences «théorque» correspondent en fat aux probabltés.

7 Exemple : Défnton de l expérence : «On lance smultanément deux dés cubques numérotés de à et on note le total des ponts nscrts sur les deux faces supéreures». Les ssues possbles de cette expérence sont les sommes possbles, c'est-à-dre : 2, 3, 4, 5,, 7, 8, 9, 0, et 2. On s ntéresse à la fréquence d apparton de chacun de ces nombres lors de n lancers de ces dés cubques. Pour cela on smule sur ordnateur 2 séres de lancers de deux dés. Les résultats obtenus sont dans les tableaux suvants : Pour lancers les fréquences de chacune des sx ssues vont, d après la lo des grands nombres, se stablser vers une fréquence «théorque». Quand n devent grand l exste donc une dstrbuton de fréquences «théorque» vers laquelle tend la dstrbuton des fréquences observées. =. Il y a donc n = ssues possbles. D après les deux smulatons fates l n est pas rasonnable de chosr p = = 0, 09. n Mas alors quel modèle chosr? On peut présenter les sommes obtenues lors d un lancer de deux dés dans un tableau à double entrée. Chaque lancer condut à un couple (d ; d 2 ). Dans la case colorée on a (d ; d 2 ) = (4 ; 5) qu donne comme somme = 9. Comme le tableau comprend On a alors : Ω { 2 ; 3 ; 4 ; 5 ; ; 7 ; 8 ; 9 ; 0 ; ; 2} 3 cases on peut supposer, a pror, que chaque case a la même probablté d être chose. 3 Étudons s ce modèle correspond aux smulatons. 9 apparaît 4 fos on chost donc On obtent, en fasant de même pour chaque somme, la lo de probablté suvante : 4 P ( 9) =. 3 On constate que les fréquences observées lors des deux smulatons sont très proches des fréquences «théorques» que l on vent de calculer. On décde alors que le modèle chos convent. Année

8 Exemple type : Enoncé : Une urne content tros boules numérotées de à 3. On tre au hasard une premère boule que l on remet dans l urne, pus une seconde boule. On forme un nombre à deux chffres qu a pour chffre des dzanes le résultat du premer trage et pour chffre des untés le résultat du second trage. ) Construre l arbre de probablté assocé à cette expérence aléatore. 2) Défnr une lo de probablté sur Ω. 3) Calculer la probablté de l événement A : «le chffre des untés est mpar». 4) Calculer la probablté de l événement B : «le chffre des dzanes est mpar». 5) Calculer la probablté de l événement : A B. ) En en dédure la probablté de l événement : A B. 7) Calculer la probablté de l événement C : «le chffre comporte au mons 3». Année Soluton : ) L ensemble E est formé des 9 ssues possbles obtenues dans l arbre c-dessous : Ω ) On peut consdérer, les trages étant effectués au hasard, toutes les ssues possbles sont équprobables. On chost donc une lo équréparte qu assoce à toutes les ssues la probablté 9. 3) L événement A est consttué des sx événements élémentares : { ; 3 ; 2 ; 23 ; 3 ; 33} qu ont tous pour probablté donc ( ) 2 P A = = = ) L événement B est consttué des sx événements élémentares : { ; 2 ; 3 ; 3 ; 32 ; 33} qu ont tous pour probablté donc ( ) 2 P B = = = ) A B est consttué des quatre événements élémentares : { ; 3 ; 3 ; 33} qu ont tous pour probablté donc ( ) 4 P A B = 4 = ) P ( A B) = P( A) + P( B) P( A B) = + = ) C : «Le chffre ne comporte aucun 3». L événement C est consttué des quatre 4 événements élémentares : { ; 2 ; 2 ; 22} donc P ( C ) = 4 = D où P ( C) = P( C ) = =. 9 9

9 Exercce n 8 : On tre au hasard une carte d un jeu de 32 cartes. On désgne par : R l événement : «trer un ro» et C l événement : «trer un cœur». ) Calculer P (R) et P (C). 2) Calculer la probablté de l événement : «trer un ro ou un cœur». Exercce n 9 : Dans un club, pluseurs actvtés sont proposées dont le tr à l arc et le golf. Parm les 50 adhérents, 30 pratquent le tr à l arc, 8 le golf et pratquent les deux sports. Quelle est la probablté qu un adhérent chos au hasard : ) Pratque le tr à l arc? Le golf? 2) Pratque l un au mons des deux sports? 3) Ne pratque n le tr à l arc n le golf? Exercce n 0 : Une roue représentée c-après est partagée en 24 secteurs dentques regroupés en zones de couleurs dfférentes. Une expérence aléatore consste à fare tourner la roue et à noter la zone sur laquelle elle s mmoblse. La roue étant ben équlbrée, on assoce à chaque ssue une probablté proportonnelle à l are de la zone correspondante. ) Recoper et compléter le tableau suvant : 2) Calculer la probablté des évènements suvants : A : «le numéro du secteur est mpar». B : «le numéro est un multple de 3». C : «le numéro est nféreur ou égal à 4». A B pus en dédure A B Année

10 Exercce n : Effcacté d un vaccn Dans un lycée de 470 élèves, 350 élèves ont été vaccnés contre la grppe au début de l hver. 0% des élèves ont contracté la malade pendant l épdéme annuelle dont 4% des élèves vaccnés. ) Dresser un tableau à double entrée et le compléter. 2) On chost au hasard l un des élèves de ce lycée, tous les élèves ayant la même probablté d être choss. a) Calculer la probablté des événements : V : «l a été vaccné» ; G : «l a eu la grppe». b) Calculer la probablté de l événement : V G. c) Calculer la probablté de l événement : V G. d) Décrre par une phrase l événement V. 3) On chost au hasard un élève parm ceux qu ont été vaccnés, quelle est la probablté qu l at eu la grppe? 4) On chost au hasard un élève parm ceux qu n ont pas été vaccnés, quelle est la probablté qu l at eu la grppe? 5) Explquer pourquo le vaccn est effcace. Exercce n 2 : Un relevé de casse de magasn a fourn les rensegnements suvants concernant les modes de paement et les montants des achats : 80% des achats sont payés par chèque. 70% des achats sont d un montant nféreur à 50euros. 20% des achats nféreurs à 50euros sont réglés en espèces. 2% des clents règlent avec une carte de paement mas cette dernère n est acceptée que pour un montant supéreur à 50euros. Compléter le tableau suvant : Résultats Montant Inféreur à 50 euros Supéreur strctement à 50 euros TOTAL En espèces Par chèque Par carte TOTAL 00 ) Une cassère enregstre un achat. Calculer la probablté de chacun des événements suvants : A : «c est un achat supéreur strctement à 50euros». B : «c est un achat supéreur strctement à 50euros et payé en espèces». C : «c est un paement en espèces ou un achat supéreur strctement à 50euros». 2) Un achat est payé en espèces. Quelle est la probablté de l événement : D : «cet achat est nféreur à 50euros». Année

11 Exercce n 3 : Le schéma suvant représente les optons suves par 280 élèves de seconde. Les effectfs de chaque groupe sont ndqués. On chost au hasard un élève de seconde de ce lycée. On note E et L les évènements : E : «l élève a chos espagnol». L : «l élève a chos latn». ) Comben d élèves n ont chos n latn n espagnol? 2) Calculer la probablté des évènements suvants : E, L et E L. 3) Identfer sur le schéma l évènement E L et calculer sa probablté de deux façons dfférentes. Exercce n 4 : Une entreprse possède tros usnes de fabrcaton d alarmes : une à Bordeaux, une à Grenoble et une à Llle. Un contrôleur qualté s ntéresse au nombre d alarmes (défectueuses ou non) produtes en ma 200 dans chacune des tros usnes. Il a relevé les données suvantes : ) Recoper et compléter le tableau c-dessous : 2) On prend une alarme au hasard et on consdère les évènements suvants : B : «L alarme provent de l usne de Bordeaux». L : «L alarme provent de l usne de Llle». G : «L alarme provent de l usne de Grenoble». D : «L alarme est défectueuse». a) Calculer la probablté de B et de D. b) Défnr en une phrase l'événement B D, pus calculer sa probablté. c) Défnr en une phrase l'événement B D, pus calculer sa probablté. 3) Quelle usne semble la plus effcace en terme de qualté de producton? Argumenter. 4) Une alarme est défectueuse. Quelle est la probablté qu elle provenne de l usne de Llle? Année

12 Exercce n 5 : Défauts de fabrcaton: Une usne fabrque 000 artcles et constate que 80 des artcles fabrqués ont unquement un défaut d assemblage, 0 ont unquement un défaut de dmenson et 20 ont les deux défauts. On chost au hasard un artcle et on note : A l évènement : «Un artcle prélevé au hasard présente un défaut d assemblage» ; B l évènement : «Un artcle prélevé au hasard présente un défaut de dmenson» ; A et B les évènements contrares de A et B. ) Recoper et compléter avec les valeurs données dans l énoncé le dagramme c-dessous : A B 2) Donner les probabltés P ( A) et P ( B). 3) Donner la probablté P( A B) et en dédure la probablté ( A B) 4) Détermner ( B ) P. P. 5) Un artcle présente un défaut d assemblage. Quelle est la probablté qu l at auss un défaut de dmenson? Exercce n : Un sondage réalsé auprès de 350 femmes, a donnée les résultats suvants : 8% d'entre elles sont des femmes au foyer, les autres sont salarées. % d'entre elles ont dépensé entre 40 et 200 euros. Parm les femmes salarés, 7 4 ont dépensé entre 40 et 200 et deux ont dépensé plus de 200. Aucune femme au foyer n'a dépensé plus de 200 euros. Compléter le tableau suvant : Année On chost au hasard une de ces personnes nterrogées. On consdère les événements suvants : A : «elle est salarée». B : «elle a dépensé mons de 40 euros». C : «elle est salarée et a dépensé mons de 200 euros». ) Calculer la probablté des événements A, B, et C. 2) Tradure par une phrase l'événement A B pus calculer sa probablté. 3) Quel est le pourcentage de femmes nterrogées ayant dépensé mons de 40 euros?

13 Exercce n 7 : Le stand du foran. Deux roues sont dsposées sur le stand d un foran. Elles sont toutes deux partagées en 0 secteurs dentques. La premère comporte 5 secteurs rouges, 3 bleus et 2 verts. La deuxème comporte 7 secteurs nors et 3 jaunes. Quand on fat tourner une de ces deux roues, un repère ndque, lorsqu elle s arrête, un secteur. Pour chacune des deux roues, on admet que les 0 secteurs sont équprobables. Le foran propose le jeu suvant : on fat tourner la premère roue et, lorsqu elle s arrête, on consdère la couleur du secteur ndqué par le repère. S c est le rouge, le joueur a perdu et la parte s arrête. S c est le bleu, la parte contnue ; le joueur fat tourner la deuxème roue : s le repère ndque un secteur jaune, le joueur a gagné un lot et s l ndque un secteur nor, le joueur a perdu. S c est le vert, la parte contnue ; le joueur fat tourner la deuxème roue : s le repère ndque un secteur nor, le joueur a gagné un lot et s l ndque un secteur jaune, le joueur a perdu. Le joueur fat une parte. On note les évènements suvants : R : «Le repère de la premère roue ndque la couleur rouge» ; B : «Le repère de la premère roue ndque la couleur bleue» ; V : «Le repère de la premère roue ndque la couleur verte» ; N : «Le repère de la deuxème roue ndque la couleur nore» ; J : «Le repère de la deuxème roue ndque la couleur jaune» ; G : «Le joueur gagne un lot». ) Construre un arbre pondéré décrvant la stuaton. 2) Calculer la probablté P( B J ) de l événement B J. 3) Démontrer que la probablté P ( G) que le joueur gagne un lot est égale à 0,23. Exercce n 8 : Une boîte content 50 gâteaux, qu sont chocolatés ou merngués. Ces gâteaux sont sot de forme carrée, sot de forme ronde. Dans cette boîte, l y a : 30% de gâteaux chocolatés et parm ceux-c 0 sont carrés. 0% des gâteaux de la boîte sont ronds. ) Recoper et compléter le tableau c-dessous (aucune justfcaton n est demandée). Gâteaux ronds Gâteaux carrés Total Gâteaux chocolatés Gâteaux merngués Total 50 2) Une personne chost au hasard un gâteau de la bote. Chacun des gâteaux ayant la même probablté d être chos. Calculer la probablté des événements suvants : A : «La personnes a chos un gâteau carré». B : «La personnes a chos un gâteau merngué». 3) Décrre en une phrase l évènement B 4) En dédure P( A B) A pus calculer ( A B) P. 5) La personne a chos un gâteau rond. Chaque gâteau rond a la même probablté d être chos. Quelle est alors la probablté que ce gâteau sot chocolaté? Année

Remboursement d un emprunt par annuités constantes

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

Plus en détail

TD 1. Statistiques à une variable.

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

Plus en détail

Les jeunes économistes

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

Plus en détail

Mesure avec une règle

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

Plus en détail

STATISTIQUE AVEC EXCEL

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

Plus en détail

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

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

Plus en détail

Généralités sur les fonctions 1ES

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES

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

Plus en détail

DES EFFETS PERVERS DU MORCELLEMENT DES STOCKS

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

Plus en détail

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

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

Plus en détail

Dirigeant de SAS : Laisser le choix du statut social

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

Plus en détail

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

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

Plus en détail

Editions ENI. Project 2010. Collection Référence Bureautique. Extrait

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

Plus en détail

Exercices d Électrocinétique

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

Plus en détail

Chapitre IV : Inductance propre, inductance mutuelle. Energie électromagnétique

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

Plus en détail

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

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

Plus en détail

COMPARAISON DE MÉTHODES POUR LA CORRECTION

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

Plus en détail

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

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

Plus en détail

ÉLÉMENTS DE THÉORIE DE L INFORMATION POUR LES COMMUNICATIONS.

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

Plus en détail

Grandeur physique, chiffres significatifs

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

Plus en détail

Calcul de tableaux d amortissement

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Le Prêt Efficience Fioul

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

Plus en détail

Les probabilités. Chapitre 18. Tester ses connaissances

Les probabilités. Chapitre 18. Tester ses connaissances Chapitre 18 Les probabilités OBJECTIFS DU CHAPITRE Calculer la probabilité d événements Tester ses connaissances 1. Expériences aléatoires Voici trois expériences : - Expérience (1) : on lance une pièce

Plus en détail

Projet de fin d études

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

Plus en détail

Page 5 TABLE DES MATIÈRES

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

Plus en détail

Probabilités conditionnelles Loi binomiale

Probabilités conditionnelles Loi binomiale Exercices 23 juillet 2014 Probabilités conditionnelles Loi binomiale Équiprobabilité et variable aléatoire Exercice 1 Une urne contient 5 boules indiscernables, 3 rouges et 2 vertes. On tire au hasard

Plus en détail

TRAVAUX PRATIQUES SPECTRO- COLORIMETRIE

TRAVAUX PRATIQUES SPECTRO- COLORIMETRIE UNIVERSITE MONTPELLIER 2 Département de Physque TRAVAUX PRATIQUES DE SPECTRO- COLORIMETRIE F. GENIET 2 INTRODUCTION Cet ensegnement de travaux pratques de seconde année se propose de revor rapdement l'aspect

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Terminal numérique TM 13 raccordé aux installations Integral 33

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

Plus en détail

Système solaire combiné Estimation des besoins énergétiques

Système solaire combiné Estimation des besoins énergétiques Revue des Energes Renouvelables ICRESD-07 Tlemcen (007) 109 114 Système solare combné Estmaton des besons énergétques R. Kharch 1, B. Benyoucef et M. Belhamel 1 1 Centre de Développement des Energes Renouvelables

Plus en détail

santé Les arrêts de travail des séniors en emploi

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

Plus en détail

Prêt de groupe et sanction sociale Group lending and social fine

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

Plus en détail

INTERNET. Initiation à

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

Plus en détail

Professionnel de santé équipé de Médiclick!

Professionnel de santé équipé de Médiclick! Professonnel de santé équpé de Médclck! Dosser Médcal Partagé en Aqutane Ce gude vous présente les prncpales fonctonnaltés réservées aux professonnels de santé membres du réseau AquDMP. Sommare Connexon

Plus en détail

Be inspired. Numéro Vert. Via Caracciolo 20 20155 Milano tel. +39 02 365 22 990 fax +39 02 365 22 991

Be inspired. Numéro Vert. Via Caracciolo 20 20155 Milano tel. +39 02 365 22 990 fax +39 02 365 22 991 Ggaset SX353 / französsch / A31008-X353-P100-1-7719 / cover_0_hedelberg.fm / 03.12.2003 s Be nspred www.onedrect.fr www.onedrect.es www.onedrect.t www.onedrect.pt 0 800 72 4000 902 30 32 32 02 365 22 990

Plus en détail

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

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

Plus en détail

Dynamique du point matériel

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

Plus en détail

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

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

Plus en détail

Fluctuation d une fréquence selon les échantillons - Probabilités

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

Plus en détail

LeanConcept. La solution déploiement du Lean Manufacturing. Stockage Logistique Ergonomie Environnement Aménagement Services

LeanConcept. La solution déploiement du Lean Manufacturing. Stockage Logistique Ergonomie Environnement Aménagement Services Stockage Logstque Ergonome Envronnement Aménagement Servces La soluton déploement du Lean Manufacturng SIRE 4808480004 - NAF 4669C - VA ntracommunautare FR 9480848 www.sma.fr - contact@sma.fr - Fax 05

Plus en détail

I. Cas de l équiprobabilité

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

Plus en détail

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

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

Plus en détail

Probabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie...

Probabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie... 1 Probabilité Table des matières 1 Loi de probabilité 2 1.1 Conditions préalables........................... 2 1.2 Définitions................................. 2 1.3 Loi équirépartie..............................

Plus en détail

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

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

Plus en détail

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE

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

Plus en détail

hal-00409942, version 1-14 Aug 2009

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

Plus en détail

Exemple On lance une pièce de monnaie trois fois de suite. Calculer la probabilité d obtenir exactement deux fois pile.

Exemple On lance une pièce de monnaie trois fois de suite. Calculer la probabilité d obtenir exactement deux fois pile. Probabilités Définition intuitive Exemple On lance un dé. Quelle est la probabilité d obtenir un multiple de 3? Comme il y a deux multiples de 3 parmi les six issues possibles, on a chances sur 6 d obtenir

Plus en détail

Montage émetteur commun

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

Plus en détail

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

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

Plus en détail

Exercices sur le chapitre «Probabilités»

Exercices sur le chapitre «Probabilités» Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Pour démarrer Exercices sur le chapitre «Probabilités» Exercice 1 (Modélisation d un dé non cubique) On considère un parallélépipède rectangle de

Plus en détail

Interface OneNote 2013

Interface OneNote 2013 Interface OneNote 2013 Interface OneNote 2013 Offce 2013 - Fonctons avancées Lancer OneNote 2013 À partr de l'nterface Wndows 8, utlsez une des méthodes suvantes : - Clquez sur la vgnette OneNote 2013

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Pro2030 GUIDE D UTILISATION. Français

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

Plus en détail

TSTI 2D CH X : Exemples de lois à densité 1

TSTI 2D CH X : Exemples de lois à densité 1 TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun

Plus en détail

CHAPITRE 14 : RAISONNEMENT DES SYSTÈMES DE COMMANDE

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

Plus en détail

BUREAU D'APPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES

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

Plus en détail

Calculs de probabilités conditionelles

Calculs de probabilités conditionelles Calculs de probabilités conditionelles Mathématiques Générales B Université de Genève Sylvain Sardy 20 mars 2008 1. Indépendance 1 Exemple : On lance deux pièces. Soit A l évènement la première est Pile

Plus en détail

GEA I Mathématiques nancières Poly. de révision. Lionel Darondeau

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

Plus en détail

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

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

Plus en détail

THESE. Khalid LEKOUCH

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

Plus en détail

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de

Plus en détail

Probabilités Loi binomiale Exercices corrigés

Probabilités Loi binomiale Exercices corrigés Probabilités Loi binomiale Exercices corrigés Sont abordés dans cette fiche : (cliquez sur l exercice pour un accès direct) Exercice 1 : épreuve de Bernoulli Exercice 2 : loi de Bernoulli de paramètre

Plus en détail

1. Déterminer l ensemble U ( univers des possibles) et l ensemble E ( événement) pour les situations suivantes.

1. Déterminer l ensemble U ( univers des possibles) et l ensemble E ( événement) pour les situations suivantes. Corrigé du Prétest 1. Déterminer l ensemble U ( univers des possibles) et l ensemble E ( événement) pour les situations suivantes. a) Obtenir un nombre inférieur à 3 lors du lancer d un dé. U= { 1, 2,

Plus en détail

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

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

Plus en détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur

Plus en détail

ACTE DE PRÊT HYPOTHÉCAIRE

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

Plus en détail

Stéganographie Adaptative par Oracle (ASO)

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

Plus en détail

OPTIMALITÉ DU MÉCANISME DE RATIONNEMENT DE CRÉDIT DANS LE MODÈLE ISLAMIQUE DE FINANCEMENT

OPTIMALITÉ DU MÉCANISME DE RATIONNEMENT DE CRÉDIT DANS LE MODÈLE ISLAMIQUE DE FINANCEMENT Etudes en Econoe Islaque, Vol. 6, Nos. & (-7) Mouharra, Raab 434H (Novebre 0, Ma 03) OPTIMALITÉ DU MÉCANISME DE RATIONNEMENT DE CRÉDIT DANS LE MODÈLE ISLAMIQUE DE FINANCEMENT ALIM BELEK Résué Le ratonneent

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

La Quantification du Risque Opérationnel des Institutions Bancaires

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

Plus en détail

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

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

Plus en détail

UNE ETUDE ECONOMÉTRIQUE DU NOMBRE D ACCIDENTS

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

Plus en détail

22 environnement technico-professionnel

22 environnement technico-professionnel 22 envronnement technco-professonnel CYRIL SABATIÉ Drecteur du servce jurdque FNAIM Ouverture du ma IMMOBILIER, OÙ 1 Artcle paru également dans la Revue des Loyers, jullet à septembre 2007, n 879, p. 314

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Evaluation de performances d'ethernet commuté pour des applications temps réel

Evaluation de performances d'ethernet commuté pour des applications temps réel Evaluaton de performances d'ethernet commuté pour des applcatons temps réel Ans Koubâa, Ye-Qong Song LORIA-INRIA-INPL, Avenue de la Forêt de Haye - 5456 Vandoeuvre - France Emal : akoubaa@lorafr, song@lorafr

Plus en détail

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

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

Plus en détail

Feuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre.

Feuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre. Université de Nantes Année 2013-2014 L3 Maths-Eco Feuille 6 : Tests Exercice 1 On cherche à connaître la température d ébullition µ, en degrés Celsius, d un certain liquide. On effectue 16 expériences

Plus en détail

Pour plus d'informations, veuillez nous contacter au 04.75.05.52.62. ou à contact@arclim.fr.

Pour plus d'informations, veuillez nous contacter au 04.75.05.52.62. ou à contact@arclim.fr. Régulaton Sondes & Capteurs Détente frgo électronque Supervson & GTC Humdfcaton & Déshu. Vannes & Servomoteurs Comptage eau, elec., énerge Ancens artcles Cette documentaton provent du ste www.arclm.eu

Plus en détail

MODÈLE D ISING À UNE ET DEUX DIMENSIONS.

MODÈLE D ISING À UNE ET DEUX DIMENSIONS. Chapter MODÈLE DISIG À UE ET DEUX DIMESIOS.. ITRODUCTIO. ous commençons, dans ce chaptre, létude dun problème de mécanque statstque de la matère condensée où leffet des nteractons est mportant. Le modèle

Plus en détail

Probabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2

Probabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2 Probabilités Table des matières I Petits rappels sur le vocabulaire des ensembles 2 I.1 s................................................... 2 I.2 Propriétés...................................................

Plus en détail

PROBABILITÉS CONDITIONNELLES

PROBABILITÉS CONDITIONNELLES PROBABILITÉS CONDITIONNELLES A.FORMONS DES COUPLES Pour la fête de l école, les élèves de CE 2 ont préparé une danse qui s exécute par couples : un garçon, une fille. La maîtresse doit faire des essais

Plus en détail

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

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

Plus en détail

Correction du baccalauréat ES/L Métropole 20 juin 2014

Correction du baccalauréat ES/L Métropole 20 juin 2014 Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)

Plus en détail

Exercices de dénombrement

Exercices de dénombrement Exercices de dénombrement Exercice En turbo Pascal, un entier relatif (type integer) est codé sur 6 bits. Cela signifie que l'on réserve 6 cases mémoires contenant des "0" ou des "" pour écrire un entier.

Plus en détail

Exo7. Probabilité conditionnelle. Exercices : Martine Quinio

Exo7. Probabilité conditionnelle. Exercices : Martine Quinio Exercices : Martine Quinio Exo7 Probabilité conditionnelle Exercice 1 Dans la salle des profs 60% sont des femmes ; une femme sur trois porte des lunettes et un homme sur deux porte des lunettes : quelle

Plus en détail

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Baccalauréat 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 détail

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

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

Plus en détail

NOTIONS DE PROBABILITÉS

NOTIONS DE PROBABILITÉS NOTIONS DE PROBABILITÉS Sommaire 1. Expérience aléatoire... 1 2. Espace échantillonnal... 2 3. Événement... 2 4. Calcul des probabilités... 3 4.1. Ensemble fondamental... 3 4.2. Calcul de la probabilité...

Plus en détail

Chaînes de Markov au lycée

Chaînes de Markov au lycée Journées APMEP Metz Atelier P1-32 du dimanche 28 octobre 2012 Louis-Marie BONNEVAL Chaînes de Markov au lycée Andreï Markov (1856-1922) , série S Problème 1 Bonus et malus en assurance automobile Un contrat

Plus en détail