Centrale-Supélec Filière PC Corrigé de l'épreuve Mathématiques 2
|
|
- Benjamin Claude Chabot
- il y a 6 ans
- Total affichages :
Transcription
1 Cetrale-Supélec Filière C Corrigé de l'épreuve Mathématiques 2 Damie Broizat & Nicolas Basbois Lycée Jules Ferry - Istitut Staislas, Caes I Vitesse de covergece d'ue suite réelle IA - Des résultats gééraux IA ar exemple, la suite u = 2 appartiet à E c, puisqu'elle coverge vers l = 0, e vaut jamais 0, et que N, u c = u + l u l = 2, doc la suite u c est covergete Ceci motre que l'esemble E c est o vide IA2 No, E c 'est pas u sous-espace vectoriel de R N car il e cotiet pas la suite ulle elle coverge mais vaut costammet sa limite, doc elle 'est même pas das E IA3 ar exemple, la suite u déie par u 2k = u 2k+ = k! pour tout k N est das E puisqu'elle coverge vers l = 0 et e vaut jamais 0, mais pas das E c E eet, o a N, u c = u { + si = 2k = u k+ si = 2k +, doc lim k + uc 2k = lim k + uc 2k+ = 0, ce qui motre que la suite uc diverge L'esemble E c est doc strictemet iclus das E IA4 Si u E c, alors o a déjà l c 0 e tat que limite d'ue suite à termes positifs ar déitio de la limite de la suite u c : pour tout réel ε > 0, il existe 0 N tel que 0 = l c ε u c l c + ε Supposos que l c > O peut alors choisir ε 0 > 0 tel que l c ε 0 > par exemple ε 0 = l c /2, et o aura doc u c l c ε 0 > à partir d'u certai rag 0, ce qui se réécrit : 0 N, 0 = u + l l c ε 0 u l Ue récurrece immédiate etraîe alors 0 = u l l c ε 0 0 u 0 l, et doc lim u l = + puisque l c ε 0 >, ce qui est cotradictoire avec le fait + que lim u = l O a doc écessairemet l c [0; ] + IB - Exemples de calcul de vitesse de covergece IB La suite u = coverge vers l = 0 et e vaut jamais 0, doc u E De plus + k N, u c = u + u = doc u E c et l c = covergece lete k + + 2, + La suite v = k q coverge vers 0 par croissaces comparées et e vaut jamais 0 pour, doc v E De plus N, v c = v + v = + k q + q, doc v E c et l c = q ]0; [ covergece géométrique de rapport q
2 Corrigé Cetrale-Supélec C Mathématiques 2 2/0 La suite w =! coverge vers 0 et e vaut jamais 0, doc w E De plus N, w c = w + = w + 0, + doc w E c et l c = 0 covergece rapide IB2 a O a v = e 2 l+2 pour tout N, doc puisque lim + 2 = 0, le développemet limité l + x = x x2 2 + o x 0 x2 doe le développemet asymptotique suivat : v = e o = e o = e e E, o utilise le développemet limité e y = + y + o + 2 qui ted bie vers 0 lorsque + : v = e 2 + o + 2 o + 2 o y avec y = y = e e o + 2 b La suite v coverge vers l = e et e vaut pas e à partir d'u certai rag, puisque v e e + 2 < 0, doc v + < e à partir d'u certai rag Ceci motre que v E De plus, v c = v + e e/2 +2 v e + e/2 + = 2, doc v c coverge vers l c = 2, ce qui motre que v appartiet à E c, et sa vitesse de covergece est géométrique de rapport /2 IB3 a our tout N et pour tout x R +, o pose f x = l + x e x Chaque foctio f est cotiue sur R +, la suite f coverge simplemet vers la foctio ulle sur R + et o a 0 f x x e x xe x pour tout x, R + N uisque x xe x est itégrable sur R + elle est cotiue sur R + et égligeable devat x x au voisiage de +, elle-même itégrable, o e déduit par le théorème de 2 covergece domiée que I = + f 0 xdx est bie déie pour tout N et que lim I = + 0dx = De plus, I 0 pour tout N car si o avait I = 0, la cotiuité et la positivité de f sur [0; + [ impliqueraiet que f est idetiquemet ulle sur [0; + [, ce qui 'est pas le cas Ceci motre bie que I E b Soit X > 0 et N Ue itégratio par parties doe : X 0 l + x [ e x dx = l + x e x] X + 0 uisque X 0 l + x e x dx I et [ l + x X + que l'itégrale e x dx coverge et que x I = x e x dx X 0 + x e x dx ] e x X 0, o e déduit 0 X + O obtiet alors par applicatio du théorème de covergece domiée ecore que lim I = E eet, I = + g + 0 xdx, avec g x = + e x x, chaque foctio g est cotiue sur R +, la suite g coverge simplemet sur R + vers la foctio x e x, et g x e x pour tout, x N R +, avec la foctio x e x qui est itégrable sur R + O a doc lim I = e x dx = Fialemet, o a l'équivalet I, qui motre que la suite I appartiet à E c, I et possède ue vitesse de covergece lete puisque + I = lim + Damie Broizat & Nicolas Basbois Lycée Jules Ferry - Istitut Staislas, Caes
3 Corrigé Cetrale-Supélec C Mathématiques 2 3/0 IB4 a Cela résulte d'ue comparaiso série-itégrale : puisque t t α est décroissate sur ]0; + [, o a k+ k 2, t α dt k k α k t α dt k E sommat pour k variat de + à N, o obtiet, pour tous etiers N > : c'est-à-dire N+ + dt t α N k=+ N k α dt t α, N + α + α α N k=+ k α N α α α E faisat tedre N + das cette iégalité, o obtiet bie puisque α < 0 l'iégalité voulue : + α α k α α α, c'est-à-dire k=+ α + α l S α α b La suite S est strictemet croissate et coverge vers l, doc S < l pour tout N, ce qui motre que S E De plus, S c = l S+ l S, doc e utilisat les iégalités précédetes : α + 2 α Sc Cet ecadremet motre que S c vitesse de covergece lete IC - Vitesse de covergece d'ordre r d'ue suite réelle +, d'où S appartiet à E c et possède ue IC uisque u E et la vitesse de covergece de u est d'ordre r >, il existe ue costate M > 0 et u rag 0 N tel que 0 = u l et u + l u l r M O a doc, e multipliat cette iégalité par u l r : 0 = u + l u l M u l r uisque r > 0 et que lim u = l, o a lim u l r = 0, et doc lim u+ l u l = 0 par l'iégalité précédete, ce qui motre que la covergece de u est rapide x IC2 a O sait que la série coverge vers e x pour tout x R, doc e évaluat e! 0 x =, o obtiet que la suite S coverge vers s = e De plus, la suite S est strictemet croissate, doc o a S e pour tout N, ce qui motre que S E b Soit N O a s S = k=+ k! uisque c'est ue somme de termes positifs, elle est supérieure à so premier terme, ce qui doe l'iégalité s S +! De plus, e factorisat par +!, o a s S = k=+ + k! = + + k! = +! k=0 k=0 + j k+ j=2 Damie Broizat & Nicolas Basbois Lycée Jules Ferry - Istitut Staislas, Caes
4 Corrigé Cetrale-Supélec C Mathématiques 2 4/0 Or, + j k+ 2 = 2 k pour tout k N, doc k+ j=2 j=2 s S ce qui motre l'ecadremet voulu +! 2 k = 2 +!, k=0 c Grâce à l'ecadremet précédet, o obtiet S + s S s 2 + 2, doc lim = 0, ce qui motre que la covergece de la suite S est rapide S+ s + S s d Supposos que la covergece de S soit d'ordre r > Il existe alors ue costate M > 0 et u etier 0 N tels que S + s M S s r pour tout 0 Les ecadremets précédemmet établis impliquet : soit + 2! S + s M S s r M +! r, 0, +! r M2 r + 2 Mais ceci est impossible car +2 est égligeable devat +! r vu que r > 0 Doc la covergece de S 'est pas d'ordre r IC3 a uisque f est dérivable e l, elle est cotiue e l O a doc fu qui coverge vers fl puisque u coverge vers l E faisat tedre + das la relatio u + = fu vraie pour tout, o obtiet doc par uicité de la limite l = fl b Supposos u o statioaire Tout d'abord, la suite u est das E E eet, s'il existe 0 N tel que u 0 = l, alors, puisque fl = l, ue récurrece immédiate motre que la suite statioe à l à partir du rag 0, et ceci est cotraire à l'hypothèse O a doc u l pour tout l, doc u E E outre, o a pour tout N : u + l u l = fu fl u l 2 r f l, + par déitio de la dérivabilité de f e l et cotiuité de la valeur absolue Ceci motre que u E c et que sa vitesse de covergece est f l c Supposos que f l > Si u 'est pas statioaire, la suite u est das E c d'après la questio précédete et l c = f l > Mais d'après la questio IA4, c'est impossible l c doit apparteir à [0; ] Doc la suite u est écessairemet statioaire d uisqu'o suppose ici que u 'est pas statioaire, o a écessairemet u E d'après la questio IC3b, doc le quotiet u+ l u l = fu fl r u l est bie déi r Motros alors l'équivalece voulue : Si f k l = 0 pour tout k {,, r }, alors la formule de Taylor-Youg doe : u + l u l r = fu fl f r l r! u l r + o u l r + u l r = u l r f r l + r! u+ l Etat covergete, la suite u l est borée, doc la vitesse de covergece r de u est d'ordre r Damie Broizat & Nicolas Basbois Lycée Jules Ferry - Istitut Staislas, Caes
5 Corrigé Cetrale-Supélec C Mathématiques 2 5/0 Sio, l'esemble {k {,, r }, f k l 0} est o vide E otat j so miimum, la formule de Taylor-Youg doe : f u + l u l r = fu j l fl j! u l j + o u l j + C u l r = u l r + u l r j avec C > 0 et r j > 0, ce qui etraîe que covergece de u 'est pas d'ordre r u + l lim + u l r = +, et doc la II Autour de la loi faible des grads ombres IIA - rélimiaires IIA a uisque e x = =0 x! pour tout x R, o e déduit aisémet que t R, cosht = =0 t 2 2!, 2 et /2 = =0 t 2 2! le rayo de covergece de ces deux séries etières est doc + b our tout etier N, o a 2! 2!, car et le produit 2 k=+ k 2! = 2 k=+ k!, est supérieur à 2, puisque si, chacu de ses facteurs est supérieur à 2, et si = 0, il vaut = 2 0 O e déduit, puisque t 2 0 : t 2 + t R, cosht = 2! t 2 2! = 2 et /2 IIA2 Fixos λ [0; ] E divisat par e a > 0, o a l'équivalece : =0 =0 e λa+ λb λe a + λe b e λb a λ + λe b a, pour tous réels a < b E posat x = b a qui est strictemet positif, il sut doc de motrer que x > 0, e λx λ + λe x our cela, o étudie la foctio ϕ λ : x λ + λe x e λx Elle est dérivable sur [0; + [, et x 0, ϕ λx = λe x e λx 0 puisque 0 λ Cette foctio est doc croissate sur [0; + [, ce qui doe ϕ λ x ϕ λ 0 = 0, motrat aisi l'iégalité voulue IIA3 a ar déitio d'ue limite ie e +, il existe u réel l tel que E choisissat ε =, o a doc ε > 0, T 0 > 0, t T 0 = ft l ε T 0 > 0, t T 0 = l ft l +, ce qui motre que f est borée sur [T 0 ; + [ E outre, elle est cotiue, doc égalemet borée sur le segmet [0; T 0 ] Fialemet, f est borée sur R + qui est la réuio de ces deux itervalles Damie Broizat & Nicolas Basbois Lycée Jules Ferry - Istitut Staislas, Caes
6 Corrigé Cetrale-Supélec C Mathématiques 2 6/0 b La foctio g : t te γt est cotiue sur R + c'est le produit de deux foctios cotiues, et o a gt = 0 par croissaces comparées car γ < 0 Doc g lim t + est borée sur R + par la questio précédete IIB - Variable aléatoire discrète admettat u momet expoetiel IIB Notos XΩ = {x, N} La série à termes positifs 0 e α x X = x coverge par hypothèse, et o a puisque α > 0 N, 0 e αx X = x e α x X = x, doc par comparaiso de séries à termes positifs, o e déduit que 0 e αx X = x coverge absolumet, c'est-à-dire que e αx admet ue espérace ie IIB2 a uisque X λ, o a XΩ = N et X = = e covergece de la série positive suivate, o a Ee α X = Ee αx = =0 λ λ! e α λ λ e! = e λ =0, doc sous réserve de λe α! O recoaît le développemet e série etière de l'expoetielle, doc cette série coverge pour tout réel α La variable X possède doc u momet expoetiel d'ordre α pour tout α > 0, et α > 0, Ee αx = e λ e λeα = e λeα b uisque Y Gp, o a Y Ω = N et Y = = p p, doc sous réserve de covergece de la série positive suivate, o a Ee α Y = Ee αy = = e α p p = p pe α p = Cette série géométrique coverge pour tout réel α tel que pe α < La variable Y possède doc u momet expoetiel d'ordre α pour tout α ]0; l p[ et α ]0; l p[, Ee αy = pe α pe α c uisque Z B, p, o a ZΩ = [0; ] et Z = k = k p k p k La variable aléatoire e α Z = e αz état d'image ie, elle possède ue espérace, doc Z possède u momet expoetiel d'ordre α pour tout α > 0 même pour tout α R e fait, et α R, Ee αz = e αk p k p k = pe α + p k k=0 d'après la formule du biôme IIC - Ue majoratio de S m ε IIC a our tout réel u, o a e u + u u se motre facilemet avec ue étude de foctio, doc uisque par hypothèse la série p N, α x p X = x p e α xp X = x p e α xp X = x p coverge, o e déduit par comparaiso de séries à termes positifs que x p X = x p coverge, c'est-à-dire que X admet ue espérace ie Damie Broizat & Nicolas Basbois Lycée Jules Ferry - Istitut Staislas, Caes
7 Corrigé Cetrale-Supélec C Mathématiques 2 7/0 b Justios que X possède u momet d'ordre 2 : puisque lim x + x 2 e α x = 0 dû à α > 0, il existe a > 0 tel que x a = x 2 e α x O a doc e distiguat les cas x < a et x a : x R, x 2 a 2 + e α x Ceci amèe la majoratio : p N, x p 2 X = x p a 2 X = x p + e α xp X = x p uisque les séries a 2 X = x p et e α xp X = x p coverget, o e déduit par comparaiso de séries à termes positifs que x p 2 X = x p coverge Les variables X k k N qui sot réelles, discrètes et ot la même loi, celle de X, possèdet doc toutes u momet d'ordre 2, et elles sot deux à deux idépedates puisque mutuellemet idépedates par hypothèse, doc o peut appliquer la loi faible des grads ombres : e otat m = EX et σ 2 = V X, o a S ε > 0, m ε σ2 ε 2 IIC2 a La série de foctios t e txp X = x p coverge ormalemet sur le segmet [ α; α] : e eet, t [ α; α], p N, e tx p X = x p e α x p X = x p, et la série e α xp X = x p coverge par hypothèse Cette covergece ormale a deux coséqueces : d'ue part, elle etraîe la covergece absolue pour tout t [ α; α], ce qui motre que Ee tx est bie déie d'autre part, elle etraîe la covergece uiforme sur [ α; α], ce qui motre puisque les t e txp X = x p sot cotiues la cotiuité de la foctio somme Ψ : t Ee tx sur [ α; α] b our tout p N, la foctio t e txp X = x p est de classe C sur R Cosidéros la série dérivée : t d dt e tx p X = x p = x p e txp X = x p Motros que cette série de foctios coverge ormalemet sur tout segmet [ β; β] avec 0 < β < α O a t [ β; β], p N, x p e txp X = x p x p e β xp X = x p = x p e β α xp e α xp X = x p E utilisat la questio IIA3b, o obtiet, puisque β α < 0, qu'il existe ue costate M > 0 telle que p N, x p e β α xp M D'où la majoratio t [ β; β], p N, x p e txp X = x p Me α xp X = x p, qui motre bie la covergece ormale voulue puisque e α xp X = x p coverge par hypothèse Fialemet, o peut appliquer le théorème de dérivatio terme à terme d'ue série de foctios de classe C : la série t e txp X = x p coverge simplemet sur Damie Broizat & Nicolas Basbois Lycée Jules Ferry - Istitut Staislas, Caes
8 Corrigé Cetrale-Supélec C Mathématiques 2 8/0 [ α; α] et sa série dérivée coverge uiformémet sur tout segmet [ β; β] ] α; α[, doc la foctio somme Ψ est de classe C doc dérivable sur ] α; α[ et t ] α; α[, Ψ t = p=0 IIC3 a O a directemet f ε 0 = Ψ0 = E =, et d e tx p X = x p = EXe tx dt t ] α, α[, f εt = m + εψt + Ψ t e m+εt, doc f ε0 = m + ε Ψ0 + }{{} Ψ 0 }{{} = ε = =EX=m b Faisos u développemet limité d'ordre e 0 : il existe ue foctio u :] α; α[ R telle que lim t 0 ut = 0 et t ] α; α[, f ε t = f ε 0 + tf ε0 + tut = + t ε + ut ar déitio d'ue limite ulle, il existe β ]0; α[ tel que t [ β; β] = ut ε [ 2 = f εt 3tε 2 ; tε ] 2 E choisissat alors t strictemet positif et susammet petit, o obtiet t 0 ]0; α[, f ε t 0 ]0; [ par exemple avec t 0 = mi β; 3ε, o a fε t 0 [ 2 ; [ IIC4 Soit t [ α; α] et N O a e ts = e tx k uisque les variables X k k N suivet la même loi que X, les variables e tx k k N admettet toutes ue espérace ie d'après IIC2a, égale à Ψt E outre, l'idépedace mutuelle des X k doe l'idépedace mutuelle des e tx k, doc par produit, la variable e ts est d'espérace ie et Ee ts = Ee tx k = Ψt = Ψt k= IIC5 a Soit t ]0; α] et N uisque t > 0 et que exp est strictemet croissate, les S évéemets m + ε, ts tm + ε, et e ts e tm+ε sot égaux Doc S m + ε = e ts e tm+ε = e ts e tm+ε La variable aléatoire e ts admettat ue espérace, o a e appliquat l'iégalité de Markov : k= e ts e tm+ε EetS e tm+ε = Ψt e tm+ε = e Ψt tm+ε, k= c'est-à-dire S m + ε f ε t b O choisit t = t 0 le réel obteu à la questio IIC3b das l'iégalité précédete qui est vraie pour tout t ]0; α] E posat r = f ε t 0, o a alors r ]0; [ et N S, m + ε r Damie Broizat & Nicolas Basbois Lycée Jules Ferry - Istitut Staislas, Caes
9 Corrigé Cetrale-Supélec C Mathématiques 2 9/0 IIC6 our tout N, o a S m ε S = m + ε S + m ε S = m + ε S + m + ε X + + X X X = EX + ε + E X + ε O utilise alors le résultat motré à la questio IIC5b, qui s'éoce aisi : pour tous réels ε > 0, α > 0, pour toute variable aléatoire discrète T telle que e α T est d'espérace ie, et pour toute suite T k de variables mutuellemet idépedates suivat toutes la loi de T, o a : r ]0; [, N T + + T, ET + ε r E appliquat ce résultat à T = X, puis à T = X o peut car X suit les mêmes hypothèses que X, et les X k suivet la même loi que X, o obtiet l'existece de deux réels r, r 2 de ]0; [ tels que : N, ar somme, o e déduit : N, X + + X EX + ε r X X E X + ε r2 S m ε r + r2 La suite majorate u = r + r2 ted bie vers 0 et o a u c = u + u = r+ + r2 + r + maxr ; r 2 ]0; [ r + 2 Doc la vitesse de covergece de u est géométrique de rapport l c = maxr ; r 2 La majoratio obteue avec la loi faible des grads ombres à savoir S m ε σ2, elle, doe seulemet ue covergece lete, puisqu'e ε2 posat v = σ2 ε 2, o a lim v = 0, et v c = v + + v = + + IID - Ue majoratio de S ε IID our α > 0, o a p N, e α xp X = x p e αc X = x p puisque p N, x p c par hypothèse uisque la série e αc X = x p coverge vers e αc, état doé que X = x p =, o e déduit par comparaiso de séries à termes positifs que p=0 e α xp X = x p coverge, et doc que E e α X existe IID2 a uisque Y = 2 X, o a 2cY = c X, doc 2c X = c 2cY = c cy cy = cy + Y c b O xe ω Ω et o utilise l'iégalité motrée e IIA2, avec les réels a = c, b = c o a bie a < b et λ = Y ω = c Xω 2c [0; ] puisque c Xω c : e Xω = e Y ω c+ Y ωc Y ωe c + Y ωe c Ceci état vrai pour tout ω Ω, o e déduit e X Y e c + Y e c Damie Broizat & Nicolas Basbois Lycée Jules Ferry - Istitut Staislas, Caes
10 Corrigé Cetrale-Supélec C Mathématiques 2 0/0 IID3 a ar liéarité de l'espérace, la variable Y est d'espérace ie comme X, et EY = 2 2c EX = 2 ar croissace de l'espérace, l'iégalité établie à la questio précédete doe : Ee X EY e c + Y e c = e c EY + e c EY = 2 e c + e c = coshc b A la questio précédete, ous avos motré que pour toute variable T d'espérace ulle et borée par M, ous avos Ee T coshm O applique ce résultat avec T = tx, où t > 0 est xé o peut car EtX = tex = 0 et tx tc O obtiet : t > 0, Ψt = Ee tx coshct IID4 ar déitio de f ε, o a f ε t = e εt Ψt car m = 0 ici La questio précédete combiée à l'iégalité motrée e IIAb doe IID5 Utilisos IIC5a : t > 0, f ε t e εt coshct e εt e c2 t 2 /2 = e tε+ 2 c2 t 2 N, t > 0, S ε f ε t e eet m = EX = 0 et f ε est déie sur tout R ici L'iégalité de la questio précédete doe alors : N S, t > 0, ε e tε+ 2 c2 t 2, d'où e choisissat t = ε c 2 : N, S ε ε2 e 2c 2 Majoros maiteat S ε ar additivité de, o a S ε S = ε S + ε S = ε S + ε O viet de voir commet majorer le premier terme our majorer le secod terme, o applique tout ce qui précède à la variable X au lieu de X o peut car E X = EX = 0 et X = X c Cela reviet à remplacer chaque X k par X k, et doc S par S : il viet N S, ε ε2 e 2c 2 ar somme, o obtiet alemet N, S ε ε2 2e 2c 2 IID6 uisque Z B, p, il existe des variables mutuellemet idépedates X,, X suivat toutes la loi de Beroulli Bp et telles que X + + X = Z O a doc Z p ε X p + + X p = ε Il sut alors d'appliquer l'iégalité de la questio précédete avec les variables aléatoires Y k = X k p, qui sot bie cetrées car l'espérace de la loi Bp est p, et qui sot borées car Y k c = maxp; p pour tout k [; ] Cela doe : Z p ε Y + + Y = ε 2 exp ε 2 2 maxp; p 2 Damie Broizat & Nicolas Basbois Lycée Jules Ferry - Istitut Staislas, Caes
Etude 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 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 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 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 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 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 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. (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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 détailContribution à la théorie des entiers friables
UFR STMIA École Doctorale IAE + M Uiversité Heri Poicaré - Nacy I DFD Mathématiques THÈSE présetée pour l obtetio du titre de Docteur de l Uiversité Heri Poicaré, Nacy-I e Mathématiques par Bruo MARTIN
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 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 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 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 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 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 détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
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 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 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 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 détailEspérance conditionnelle
Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle
Plus en détailCorrection du Baccalauréat S Amérique du Nord mai 2007
Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n
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 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 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 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 détailExercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
Plus en détailMathématiques Financières : l essentiel Les 10 formules incontournables (Fin de période)
A-PDF OFFICE TO PDF DEMO: Purchase from www.a-pdf.com to remove the watermark Mathématques Facères : l essetel Les formules cotourables (F de érode) htt://www.ecogesam.ac-a-marselle.fr/esed/gesto/mathf/mathf.html#e5aels
Plus en détailINTRODUCTION AUX MATRICES ALÉATOIRES. par. Djalil Chafaï
INTRODUCTION AUX MATRICES ALÉATOIRES par Djalil Chafaï Résumé. E cocevat les mathématiques comme u graphe, où chaque sommet est u domaie, la théorie des probabilités et l algèbre liéaire figuret parmi
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 détailPROBABILITES ET STATISTIQUE I&II
PROBABILITES ET STATISTIQUE I&II TABLE DES MATIERES CHAPITRE I - COMBINATOIRE ELEMENTAIRE I.1. Rappel des notations de la théorie des ensemble I.1.a. Ensembles et sous-ensembles I.1.b. Diagrammes (dits
Plus en détailCommun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
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 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 détailAmphi 3: Espaces complets - Applications linéaires continues
Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite
Plus en 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 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 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 détailPlanche n o 22. Fonctions de plusieurs variables. Corrigé
Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette
Plus en 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 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 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 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 détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Plus en 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 détailRESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *)
RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *) *) Uiversité de Blida Faculté des scieces Départemet de Mathématiques. BP 270, Route de Soumaa. Blida, Algérie. Tel &
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 détailMESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours
MSUR T INTÉGRATION N UN DIMNSION Notes de cours André Giroux Département de Mathématiques et Statistique Université de Montréal Mai 2004 Table des matières 1 INTRODUCTION 2 1.1 xercices.............................
Plus en détailTests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles
Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA
Plus en détailSTRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO
Des résultats du Programme de réductio des risques STRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO 1. Cotexte La puaise tere Lygus lieolaris (figure 1) est
Plus en détailEXERCICE 4 (7 points ) (Commun à tous les candidats)
EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat
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 détailChapitre 7 : Intégration sur un intervalle quelconque
Universités Paris 6 et Paris 7 M1 MEEF Analyse (UE 3) 2013-2014 Chapitre 7 : Intégration sur un intervalle quelconque 1 Fonctions intégrables Définition 1 Soit I R un intervalle et soit f : I R + une fonction
Plus en détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
Plus en détailCoefficient de partage
Coeffcet de partage E chme aque, la sythèse d'u composé se fat e pluseurs étapes : la réacto propremet dte (utlsat par exemple u motage à reflux quad la réacto dot être actvée thermquemet), les extractos
Plus en détail