Centrale-Supélec Filière PC Corrigé de l'épreuve Mathématiques 2

Dimension: px
Commencer à balayer dès la page:

Download "Centrale-Supélec Filière PC Corrigé de l'épreuve Mathématiques 2"

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 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 détail

CHAPITRE 2 SÉRIES ENTIÈRES

CHAPITRE 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 détail

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé : Itégratio et probabilités EN Paris, 202-203 TD 203 Lois des grads ombres, théorème cetral limite. Corrigé Lois des grads ombres Exercice. Calculer e cet leços Détermier les limites suivates : x +... +

Plus en détail

Suites et séries de fonctions

Suites 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 détail

Séries réelles ou complexes

Séries 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

* 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 détail

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.

x +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 détail

Processus et martingales en temps continu

Processus 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

. (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 détail

Chapitre 3 : Fonctions d une variable réelle (1)

Chapitre 3 : Fonctions d une variable réelle (1) Uiversités Paris 6 et Paris 7 M1 MEEF Aalyse (UE 3) 2013-2014 Chapitre 3 : Foctios d ue variable réelle (1) 1 Lagage topologique das R Défiitio 1 Soit a u poit de R. U esemble V R est u voisiage de a s

Plus en détail

Limites des Suites numériques

Limites 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 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

* 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 détail

Exo7. 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. 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 détail

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3

Groupe 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 détail

Exercice 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

Exercice 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 détail

1 Mesure et intégrale

1 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 détail

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009

II 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 détail

Séquence 5. La fonction logarithme népérien. Sommaire

Séquence 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 détail

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9

Convergences 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 détail

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions

Dénombrement. 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 détail

Les Nombres Parfaits.

Les 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 détail

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

FEUILLE 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 détail

Cours de Statistiques inférentielles

Cours 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 détail

Baccalauréat S Asie 19 juin 2014 Corrigé

Baccalauréat 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 détail

Comportement d'une suite

Comportement d'une suite Comportemet d'ue suite I) Approche de "ses de variatio et de ite d'ue suite" : 7 Soit la suite ( ) telle que = 5 ( + ) 2 Représetos graphiquemet la suite das u pla mui d' u repère. Il suffit de placer

Plus en détail

14 Chapitre 14. Théorème du point fixe

14 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 détail

STATISTIQUE : TESTS D HYPOTHESES

STATISTIQUE : 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 détail

Introduction : Mesures et espaces de probabilités

Introduction : 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 détail

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.

Polynésie 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 détail

16.1 Convergence simple et convergence uniforme. une suite de fonctions de I dans R ou C.

16.1 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 détail

SÉRIES STATISTIQUES À DEUX VARIABLES

SÉRIES 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 détail

4 Approximation des fonctions

4 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 détail

Des résultats d irrationalité pour deux fonctions particulières

Des 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 détail

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

Deuxième 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 détail

STATISTIQUE AVANCÉE : MÉTHODES

STATISTIQUE 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 détail

Cours 5 : ESTIMATION PONCTUELLE

Cours 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 détail

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

LES 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 détail

Exercices de mathématiques

Exercices 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 détail

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales

PROMENADE 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 détail

Chaînes de Markov. Arthur Charpentier

Chaînes 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 détail

20. Algorithmique & Mathématiques

20. 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 détail

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices

Dénombrement. 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 détail

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4

UNIVERSITE 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 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

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )

TRANSFERT 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 détail

Processus géométrique généralisé et applications en fiabilité

Processus 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 détail

UV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1

UV 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 détail

Les algorithmes de tri

Les 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 détail

Séries numériques. Chap. 02 : cours complet.

Séries 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 détail

Statistique descriptive bidimensionnelle

Statistique 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 détail

2 ième partie : MATHÉMATIQUES FINANCIÈRES

2 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 détail

capital 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...

capital 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 détail

Contribution à la théorie des entiers friables

Contribution 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 détail

Terminale S. Terminale S 1 F. Laroche

Terminale 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 détail

Solutions particulières d une équation différentielle...

Solutions 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 détail

Chapitre 3 : Transistor bipolaire à jonction

Chapitre 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 détail

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe

Consolidation. 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 détail

PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS

PROBLEMES 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 détail

DETERMINANTS. a b et a'

DETERMINANTS. 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 détail

Moments des variables aléatoires réelles

Moments 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 détail

Probabilités et statistique pour le CAPES

Probabilités 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 détail

55 - EXEMPLES D UTILISATION DU TABLEUR.

55 - 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 détail

Statistique Numérique et Analyse des Données

Statistique 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 détail

c. Calcul pour une évolution d une proportion entre deux années non consécutives

c. 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 détail

Espérance conditionnelle

Espérance 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 détail

Correction du Baccalauréat S Amérique du Nord mai 2007

Correction 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 détail

UNIVERSITÉ DE SFAX École Supérieure de Commerce

UNIVERSITÉ 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 détail

Chap. 5 : Les intérêts (Les calculs financiers)

Chap. 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 détail

EXERCICES : DÉNOMBREMENT

EXERCICES : 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 détail

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe

La 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 détail

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Exercice 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 détail

Mathématiques Financières : l essentiel Les 10 formules incontournables (Fin de période)

Mathématiques 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 détail

INTRODUCTION AUX MATRICES ALÉATOIRES. par. Djalil Chafaï

INTRODUCTION 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 détail

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Chap. 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 détail

PROBABILITES ET STATISTIQUE I&II

PROBABILITES 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 détail

Commun à tous les candidats

Commun 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 détail

Compte Sélect Banque Manuvie Guide du débutant

Compte 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 détail

Principes et Méthodes Statistiques

Principes 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 détail

Amphi 3: Espaces complets - Applications linéaires continues

Amphi 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 détail

Initiation à l analyse factorielle des correspondances

Initiation 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 détail

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Chap. 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 détail

Chapitre 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. 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 détail

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Planche 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 détail

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1

Statistiques 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 détail

Mécanique non linéaire

Mécanique 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 détail

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot

Examen 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 détail

Module 3 : Inversion de matrices

Module 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 détail

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

Fonctions 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 détail

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015

Université 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 détail

RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *)

RESOLUTION 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 détail

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME

Université 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 détail

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours

MESURE 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 détail

Tests 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 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 détail

STRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO

STRATÉGIE 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 détail

EXERCICE 4 (7 points ) (Commun à tous les candidats)

EXERCICE 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 détail

Formation d un ester à partir d un acide et d un alcool

Formation 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 détail

Chapitre 7 : Intégration sur un intervalle quelconque

Chapitre 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 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

Coefficient de partage

Coefficient 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