Modélisation de l alignement dans les sociétés animales (bancs de poissons, nuées d oiseaux) : limite cinétique et transitions de phase

Dimension: px
Commencer à balayer dès la page:

Download "Modélisation de l alignement dans les sociétés animales (bancs de poissons, nuées d oiseaux) : limite cinétique et transitions de phase"

Transcription

1 Modélisation de l alignement dans les sociétés animales (bancs de poissons, nuées d oiseaux) : limite cinétique et transitions de phase Amic Frouvelle CEREMADE Université Paris Dauphine Mathématiques en Mouvement juin, Université Paris-Descartes Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

2 But : description macroscopique de comportements collectifs Interactions locales sans la présence de «leader» Émergence de structures macroscopiques, transitions de phase Images Benson Kua (flickr) et Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

3 Modélisation du mouvement collectif et de l alignement Le modèle : un choix d un système de représentation mathématique de la réalité. Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

4 Modélisation du mouvement collectif et de l alignement Le modèle : un choix d un système de représentation mathématique d une partie de la réalité. Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

5 Modélisation du mouvement collectif et de l alignement Le modèle : un choix d un système de représentation mathématique d une partie de la réalité. En vue de l étudier, Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

6 Modélisation du mouvement collectif et de l alignement Le modèle : un choix d un système de représentation mathématique d une partie de la réalité. En vue de l étudier, le simuler, Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

7 Modélisation du mouvement collectif et de l alignement Le modèle : un choix d un système de représentation mathématique d une partie de la réalité. En vue de l étudier, le simuler, d en découvrir des propriétés, Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

8 Modélisation du mouvement collectif et de l alignement Le modèle : un choix d un système de représentation mathématique d une partie de la réalité. En vue de l étudier, le simuler, d en découvrir des propriétés, de montrer des théorèmes, Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

9 Modélisation du mouvement collectif et de l alignement Le modèle : un choix d un système de représentation mathématique d une partie de la réalité. En vue de l étudier, le simuler, d en découvrir des propriétés, de montrer des théorèmes, de prédire son comportement, etc. Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

10 Modélisation du mouvement collectif et de l alignement Le modèle : un choix d un système de représentation mathématique d une partie de la réalité. En vue de l étudier, le simuler, d en découvrir des propriétés, de montrer des théorèmes, de prédire son comportement, etc. Les ingrédients : Les individus se déplacent à vitesse constante. Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

11 Modélisation du mouvement collectif et de l alignement Le modèle : un choix d un système de représentation mathématique d une partie de la réalité. En vue de l étudier, le simuler, d en découvrir des propriétés, de montrer des théorèmes, de prédire son comportement, etc. Les ingrédients : Les individus se déplacent à vitesse constante. Ils cherchent à s aligner avec leurs voisins. Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

12 Modélisation du mouvement collectif et de l alignement Le modèle : un choix d un système de représentation mathématique d une partie de la réalité. En vue de l étudier, le simuler, d en découvrir des propriétés, de montrer des théorèmes, de prédire son comportement, etc. Les ingrédients : Les individus se déplacent à vitesse constante. Ils cherchent à s aligner avec leurs voisins. Leur déplacement n est pas déterministe (libre arbitre). Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

13 Modélisation du mouvement collectif et de l alignement Le modèle : un choix d un système de représentation mathématique d une partie de la réalité. En vue de l étudier, le simuler, d en découvrir des propriétés, de montrer des théorèmes, de prédire son comportement, etc. Les ingrédients : Les individus se déplacent à vitesse constante. Ils cherchent à s aligner avec leurs voisins. Leur déplacement n est pas déterministe (libre arbitre). Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

14 Modélisation du mouvement collectif et de l alignement Le modèle : un choix d un système de représentation mathématique d une partie de la réalité. En vue de l étudier, le simuler, d en découvrir des propriétés, de montrer des théorèmes, de prédire son comportement, etc. Les ingrédients : Les individus se déplacent à vitesse constante. Ils cherchent à s aligner avec leurs voisins. Leur déplacement n est pas déterministe (libre arbitre). Exemple : modèle de Vicsek [1995], d après des modèles analogues plus réalistes (Aoki [1982], Reynolds [1987], Huth-Wissel [1992]). Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

15 Simulation du modèle de Vicsek

16 Dynamique des individus On considère N individus. Positions : X 1,..., X N dans R n (n = 2, 3, plus?). Vitesses : V 1,..., V N dans S (la sphère unité : V k = 1). Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

17 Dynamique des individus On considère N individus. Positions : X 1,..., X N dans R n (n = 2, 3, plus?). Vitesses : V 1,..., V N dans S (la sphère unité : V k = 1). Déplacement à vitesse constante : dx k dt = V k. Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

18 Dynamique des individus On considère N individus. Positions : X 1,..., X N dans R n (n = 2, 3, plus?). Vitesses : V 1,..., V N dans S (la sphère unité : V k = 1). Déplacement à vitesse constante : dx k = V dt k. Alignement (avec un taux λ) de l indidivu k sur l individu j : dv k dt = λ (V j V k ) Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

19 Dynamique des individus On considère N individus. Positions : X 1,..., X N dans R n (n = 2, 3, plus?). Vitesses : V 1,..., V N dans S (la sphère unité : V k = 1). Déplacement à vitesse constante : dx k = V dt k. Alignement (avec un taux λ) de l indidivu k sur l individu j : dv k dt = λp V k (V j V k ) Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

20 Dynamique des individus On considère N individus. Positions : X 1,..., X N dans R n (n = 2, 3, plus?). Vitesses : V 1,..., V N dans S (la sphère unité : V k = 1). Déplacement à vitesse constante : dx k = V dt k. Alignement (avec un taux λ) de l indidivu k sur l individu j : dv k dt = λp V k V j Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

21 Dynamique des individus On considère N individus. Positions : X 1,..., X N dans R n (n = 2, 3, plus?). Vitesses : V 1,..., V N dans S (la sphère unité : V k = 1). Déplacement à vitesse constante : dx k = V dt k. Alignement (avec un taux λ) de l indidivu k sur les voisins j, moyenne pondérée par un poids K( X k X j ) : dv k = 1 K( X dt N k X j )λp V V j k j Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

22 Dynamique des individus On considère N individus. Positions : X 1,..., X N dans R n (n = 2, 3, plus?). Vitesses : V 1,..., V N dans S (la sphère unité : V k = 1). Déplacement à vitesse constante : dx k = V dt k. Alignement (avec un taux λ) de l indidivu k sur les voisins j, moyenne pondérée par un poids K( X k X j ) : dv k = 1 K( X dt N k X j )λp V V j k j Ajout d un bruit (d intensité τ) en vitesse : le modèle final est un système d équations différentielles stochastiques couplées. { dxk = V k dt 1 dv k = λp V k N j K( X k X j ) V j dt + 2τ P V db k k t. Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

23 Le modèle est bien posé Théorème d existence et d unicité des solutions Pour (X k,0, V k,0 ) k 1,N des variables aléatoires indépendantes à valeurs dans (R n S) N, il y a existence globale et unicité (trajectorielle) de solutions (à valeurs dans (R n S) N ) du système d équations différentielles stochastiques (pour k 1, N ) { dxk = V k dt 1 dv k = λp V k N j K( X k X j ) V j dt + 2τ P V db k k t. Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

24 Le modèle est bien posé Théorème d existence et d unicité des solutions Pour (X k,0, V k,0 ) k 1,N des variables aléatoires indépendantes à valeurs dans (R n S) N, il y a existence globale et unicité (trajectorielle) de solutions (à valeurs dans (R n S) N ) du système d équations différentielles stochastiques (pour k 1, N ) { dxk = V k dt 1 dv k = λp V k N j K( X k X j ) V j dt + 2τ P V db k k t. Simplifications : R n K( x )dx = 1. Dans le cas de conditions périodiques en espace, le même théorème s applique, on peut alors approcher les solutions du système à l aide de simulations numériques ( schéma d Euler). Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

25 Cas sous-critique λ = 1.9 Cas surcritique λ = 2.3

26 Description cinétique «Probabilité de présence» d un individu en x et avec une vitesse v au temps t : f N (x, v, t) (pour le système à N individus). Théorème (Bolley, Cañizo, Carrillo, 2012) On suppose que les probabilités de présence initiales sont indépendantes et identiquement distribuées. Alors, lorsque N, f N converge (en loi) vers une densité de probabilité f (x, v, t), qui satisfait (faiblement) l équation aux dérivées partielles suivante : J f (x, t) = t f + v x f }{{} transport y + λ v (P v J f f ) }{{} alignement K(x y)j f (y, t)dy, J f (x, t) = = τ v f }{{} bruit v S v f (x, v, t) dv. Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

27 Modèle homogène en espace Étude des états stationnaires Réduction du problème, version homogène en espace Équation réduite, pour une fonction f (v, t) t f = λ v (P v J f f ) + τ v f, J f (t) = f (v, t) v dv. Paramètre clé : la quantité ρ = S f (v, t)dv (conservée). S Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

28 Modèle homogène en espace Étude des états stationnaires Réduction du problème, version homogène en espace Équation réduite, pour une fonction f (v, t) t f = λ v (P v J f f ) + τ v f, J f (t) = f (v, t) v dv. Paramètre clé : la quantité ρ = S f (v, t)dv (conservée). En dimension 2, il y a correspondance entre f (v, t) et une fonction f (θ, t), 2π-périodique en θ. L équation réduite s écrit S t f = λ θ (J s f cos θ J c f sin θ) + τ θθ f, ( ) J (t) c f J s f = 1 2π ( ) cos θ f (θ, t) dθ. (t) 2π sin θ 0 Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

29 Modèle homogène en espace Étude des états stationnaires Existence, unicité, régularité, positivité, bornes Théorème Pour une mesure finie initiale f 0 H s (S), (s arbitraire) : Existence et unicité d une solution faible f. Solution globale, dans C (R + S), et f > 0 pour t > 0. Estimations de régularité instantanée et bornes uniformes : ( f (t) 2 H s+m C ) t m f 0 2 H s. Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

30 Modèle homogène en espace Étude des états stationnaires Existence, unicité, régularité, positivité, bornes Théorème Pour une mesure finie initiale f 0 H s (S), (s arbitraire) : Existence et unicité d une solution faible f. Solution globale, dans C (R + S), et f > 0 pour t > 0. Estimations de régularité instantanée et bornes uniformes : ( f (t) 2 H s+m C ) t m f 0 2 H s. Pour la suite, on se fixe ρ > 0, et on suppose que ρ = S f 0(v, t)dv. Alors la «masse totale» S f (v, t)dv est constante (égale à ρ). Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

31 Modèle homogène en espace Étude des états stationnaires Équilibres Définitions : distribution de von Mises Fisher M κω (v) = e κ v Ω S eκ w Ω dw. Orientation Ω S, concentration κ 0. Paramètre d ordre : c(κ) = J MκΩ = π 0 cos θ eκ cos θ sin n 2 θ dθ π. 0 eκ cos θ sin n 2 θ dθ Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

32 Équilibres Modèle homogène en espace Étude des états stationnaires Définitions : distribution de von Mises Fisher M κω (v) = e κ v Ω S eκ w Ω dw. Orientation Ω S, concentration κ 0. Paramètre d ordre : c(κ) = J MκΩ = π 0 cos θ eκ cos θ sin n 2 θ dθ π. 0 eκ cos θ sin n 2 θ dθ On pose κ f = λ τ J f et Ω f = J f J f, le modèle s écrit : [ ( )] f t f = τ ω M κf Ω f ω. M κf Ω f Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

33 Équilibres Modèle homogène en espace Étude des états stationnaires Définitions : distribution de von Mises Fisher M κω (v) = e κ v Ω S eκ w Ω dw. Orientation Ω S, concentration κ 0. Paramètre d ordre : c(κ) = J MκΩ = π 0 cos θ eκ cos θ sin n 2 θ dθ π. 0 eκ cos θ sin n 2 θ dθ On pose κ f = λ τ J f et Ω f = J f J f, le modèle s écrit : [ ( )] f t f = τ ω M κf Ω f ω. M κf Ω f Équilibres : f eq = ρm κω, pour un Ω S. Alors J feq = ρ J MκΩ = ρc(κ), et κ = κ feq = λ τ J f eq. Condition de compatibilité : κ = ρλ τ c(κ). Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

34 Modèle homogène en espace Étude des états stationnaires Solutions de l équation de compatibilité κ = ρλ τ c(κ) Distribution uniforme f = ρ : toujours un équilibre (κ = 0). Autres solutions : on étudie la fonction κ κ c(κ) (= ρλ τ ) κ c(κ) 4 2 n=2 n= Paramètre de concentration κ Seuil critique : n Si ρλ τ n, équilibre uniforme seulement. Si ρλ τ > n, un unique équilibre nonisotrope (von Mises Fisher) Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

35 Modèle homogène en espace Étude des états stationnaires Convergence vers un ensemble d états stationnaire Énergie libre : F(f ) = S f (v) ln f (v)dv λ 2τ J f 2. Dissipation : D(f ) = τ S f (v) ω(ln f (v) λ τ v J f ) 2 0. d dt F + D = 0 F(f ) décroissante vers F. Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

36 Modèle homogène en espace Étude des états stationnaires Convergence vers un ensemble d états stationnaire Énergie libre : F(f ) = S f (v) ln f (v)dv λ 2τ J f 2. Dissipation : D(f ) = τ S f (v) ω(ln f (v) λ τ v J f ) 2 0. d dt F + D = 0 F(f ) décroissante vers F. Principe de LaSalle Ensemble ω-limite : E = {f C (S) D(f ) = 0 et F(f ) = F }. lim t inf f (t) g H s = 0. g E Raffinement : il existe une solution κ (de l équation de compatibilité) telle que : lim J f (t) = ρc(κ) et s R, lim f (t) ρm κωf t t (t) H s = 0. Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

37 Modèle homogène en espace Étude des états stationnaires Analyse au voisinage de l équilibre uniforme Théorème : Instabilité forte Stabilité exponentielle ρλ τ > n : si J f 0 0, alors f ne converge jamais vers l équilibre uniforme. ρλ τ < n : il existe une constante C (indépendante de f 0) telle que pour tout t 0 f (t) ρ H s C f 0 ρ H s e αt, avec α = (n 1)τ(1 ρλ τn ). ρλ τ = n : il existe une constante C telle que pour tout t 0, on ait f (t) ρ H s C t. Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

38 Modèle homogène en espace Étude des états stationnaires Analyse au voisinage d un équilibre non isotrope ρm κω Théorème : stabilité exponentielle dans le cas ρλ τ > n Pour tout s > n 1 2, il existe des constantes δ > 0 et C > 0 (indépendantes de f 0 ), telles que si f 0 ρm κω H s < δ pour un Ω S, alors il existe Ω S tel que avec f ρm κω H s C f 0 ρm κωf0 H s e αt, α = τλ κ c(κ)( κ c(κ) ), où Λ κ est la meilleure constante pour l inégalité de Poincaré à poids suivante : g 2 MκΩ Λ κ (g g MκΩ ) 2 MκΩ Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

39 Diagramme de phase pour λ = τ = 1 1 Modèle homogène en espace Étude des états stationnaires 0.8 Paramètre d ordre c Densité ρ n=2 n=3 4 6 Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

40 Modèle homogène en espace Étude des états stationnaires Généralisation : λ( J ). Boucle d hystérésis possible Paramètre d ordre c 1 c c c n=2 n=3 0 1 ρ ρ ρ c ρ c 4 Densité ρ Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19 c c c

41 Modèle homogène en espace Étude des états stationnaires Illustration numérique du phénomène d hystérésis Changement d échelle f = f ρ. Le paramètre ρ est alors libre et on le fait évoluer dans le temps. 1 1 Paramètre d ordre c (cinétique) Paramètre d ordre c (particules) Densité ρ Densité ρ Amic Frouvelle Alignement, limites cinétiques et transitions de phase Juin /19

42 Merci!

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables

Plus en détail

Le modèle de Black et Scholes

Le modèle de Black et Scholes Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un

Plus en détail

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2 Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R

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

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

CHAPITRE IV Oscillations libres des systèmes à plusieurs degrés de liberté

CHAPITRE IV Oscillations libres des systèmes à plusieurs degrés de liberté CHAPITE IV Oscillations ibres des Systèmes à plusieurs derés de liberté 010-011 CHAPITE IV Oscillations libres des systèmes à plusieurs derés de liberté Introduction : Dans ce chapitre, nous examinons

Plus en détail

Les mathématiques de la finance Université d été de Sourdun Olivier Bardou olivier.bardou@gdfsuez.com 28 août 2012 De quoi allons nous parler? des principales hypothèses de modélisation des marchés, des

Plus en détail

Continuité et dérivabilité d une fonction

Continuité et dérivabilité d une fonction DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité

Plus en détail

Limites finies en un point

Limites finies en un point 8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,

Plus en détail

FIMA, 7 juillet 2005

FIMA, 7 juillet 2005 F. Corset 1 S. 2 1 LabSAD Université Pierre Mendes France 2 Département de Mathématiques Université de Franche-Comté FIMA, 7 juillet 2005 Plan de l exposé plus court chemin Origine du problème Modélisation

Plus en détail

Intégrales doubles et triples - M

Intégrales doubles et triples - M Intégrales s et - fournie@mip.ups-tlse.fr 1/27 - Intégrales (rappel) Rappels Approximation éfinition : Intégrale définie Soit f définie continue sur I = [a, b] telle que f (x) > 3 2.5 2 1.5 1.5.5 1 1.5

Plus en détail

aux différences est appelé équation aux différences d ordre n en forme normale.

aux différences est appelé équation aux différences d ordre n en forme normale. MODÉLISATION ET SIMULATION EQUATIONS AUX DIFFÉRENCES (I/II) 1. Rappels théoriques : résolution d équations aux différences 1.1. Équations aux différences. Définition. Soit x k = x(k) X l état scalaire

Plus en 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

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Filtrage stochastique non linéaire par la théorie de représentation des martingales Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de

Plus en détail

PRÉCIS DE SIMULATION

PRÉCIS DE SIMULATION PRÉCIS DE SIMULATION P. Del Moral Centre INRIA Bordeaux Sud-Ouest & Institut de Mathématiques de Bordeaux Université Bordeaux I, 351, cours de la Libération 33405 Talence, France Table des matières 1

Plus en détail

Quantification Scalaire et Prédictive

Quantification Scalaire et Prédictive Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction

Plus en détail

Cours Fonctions de deux variables

Cours Fonctions de deux variables Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté

Plus en détail

Circuits RL et RC. Chapitre 5. 5.1 Inductance

Circuits RL et RC. Chapitre 5. 5.1 Inductance Chapitre 5 Circuits RL et RC Ce chapitre présente les deux autres éléments linéaires des circuits électriques : l inductance et la capacitance. On verra le comportement de ces deux éléments, et ensuite

Plus en 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

OM 1 Outils mathématiques : fonction de plusieurs variables

OM 1 Outils mathématiques : fonction de plusieurs variables Outils mathématiques : fonction de plusieurs variables PCSI 2013 2014 Certaines partie de ce chapitre ne seront utiles qu à partir de l année prochaine, mais une grande partie nous servira dès cette année.

Plus en détail

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières

Plus en détail

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures) CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un

Plus en détail

Erratum de MÉCANIQUE, 6ème édition. Introduction Page xxi (milieu de page) G = 6, 672 59 10 11 m 3 kg 1 s 2

Erratum de MÉCANIQUE, 6ème édition. Introduction Page xxi (milieu de page) G = 6, 672 59 10 11 m 3 kg 1 s 2 Introduction Page xxi (milieu de page) G = 6, 672 59 1 11 m 3 kg 1 s 2 Erratum de MÉCANIQUE, 6ème édition Page xxv (dernier tiers de page) le terme de Coriolis est supérieur à 1% du poids) Chapitre 1 Page

Plus en détail

Quand le bruit est à l origine de comportements périodiques

Quand le bruit est à l origine de comportements périodiques 1/17 Quand le bruit est à l origine de comportements périodiques Christophe Poquet Université Paris Dauphine, CEREMADE 28 juin 2014 En collaboration avec G.Giacomin, K.Pakdaman et X.Pellegrin (Paris 7).

Plus en détail

MATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA

MATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA MATHS FINANCIERES Mireille.Bossy@sophia.inria.fr Projet OMEGA Sophia Antipolis, septembre 2004 1. Introduction : la valorisation de contrats optionnels Options d achat et de vente : Call et Put Une option

Plus en détail

Finance, Navier-Stokes, et la calibration

Finance, Navier-Stokes, et la calibration Finance, Navier-Stokes, et la calibration non linéarités en finance 1 1 www.crimere.com/blog Avril 2013 Lignes directrices Non-linéarités en Finance 1 Non-linéarités en Finance Les équations de Fokker-Planck

Plus en détail

Différentiabilité ; Fonctions de plusieurs variables réelles

Différentiabilité ; Fonctions de plusieurs variables réelles Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2

Plus en détail

Loi binomiale Lois normales

Loi binomiale Lois normales Loi binomiale Lois normales Christophe ROSSIGNOL Année scolaire 204/205 Table des matières Rappels sur la loi binomiale 2. Loi de Bernoulli............................................ 2.2 Schéma de Bernoulli

Plus en détail

Rupture et plasticité

Rupture et plasticité Rupture et plasticité Département de Mécanique, Ecole Polytechnique, 2009 2010 Département de Mécanique, Ecole Polytechnique, 2009 2010 25 novembre 2009 1 / 44 Rupture et plasticité : plan du cours Comportements

Plus en détail

MODELES DE DUREE DE VIE

MODELES DE DUREE DE VIE MODELES DE DUREE DE VIE Cours 1 : Introduction I- Contexte et définitions II- Les données III- Caractéristiques d intérêt IV- Evènements non renouvelables/renouvelables (unique/répété) I- Contexte et définitions

Plus en détail

Calcul intégral élémentaire en plusieurs variables

Calcul intégral élémentaire en plusieurs variables Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement

Plus en détail

Cours d Analyse. Fonctions de plusieurs variables

Cours d Analyse. Fonctions de plusieurs variables Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........

Plus en détail

Correction du baccalauréat S Liban juin 2007

Correction du baccalauréat S Liban juin 2007 Correction du baccalauréat S Liban juin 07 Exercice. a. Signe de lnx lnx) : on fait un tableau de signes : x 0 e + ln x 0 + + lnx + + 0 lnx lnx) 0 + 0 b. On afx) gx) lnx lnx) lnx lnx). On déduit du tableau

Plus en détail

Techniques de Lyapunov en contrôle quantique pour le couplage dipolaire et polarisabilité

Techniques de Lyapunov en contrôle quantique pour le couplage dipolaire et polarisabilité Techniques de Lyapunov en contrôle quantique pour le couplage dipolaire et polarisabilité Andreea Grigoriu avec Jean-Michel Coron, Cătălin Lefter and Gabriel Turinici CEREMADE-Université Paris Dauphine

Plus en détail

Continuité d une fonction de plusieurs variables

Continuité d une fonction de plusieurs variables Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs

Plus en détail

Module d Electricité. 2 ème partie : Electrostatique. Fabrice Sincère (version 3.0.1) http://pagesperso-orange.fr/fabrice.sincere

Module d Electricité. 2 ème partie : Electrostatique. Fabrice Sincère (version 3.0.1) http://pagesperso-orange.fr/fabrice.sincere Module d Electricité 2 ème partie : Electrostatique Fabrice Sincère (version 3.0.1) http://pagesperso-orange.fr/fabrice.sincere 1 Introduction Principaux constituants de la matière : - protons : charge

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

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

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

Plus en détail

Texte Agrégation limitée par diffusion interne

Texte Agrégation limitée par diffusion interne Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse

Plus en détail

Probabilités III Introduction à l évaluation d options

Probabilités III Introduction à l évaluation d options Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un

Plus en détail

4. Martingales à temps discret

4. Martingales à temps discret Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les

Plus en détail

Travaux dirigés d introduction aux Probabilités

Travaux dirigés d introduction aux Probabilités Travaux dirigés d introduction aux Probabilités - Dénombrement - - Probabilités Élémentaires - - Variables Aléatoires Discrètes - - Variables Aléatoires Continues - 1 - Dénombrement - Exercice 1 Combien

Plus en détail

Sur certaines séries entières particulières

Sur certaines séries entières particulières ACTA ARITHMETICA XCII. 2) Sur certaines séries entières particulières par Hubert Delange Orsay). Introduction. Dans un exposé à la Conférence Internationale de Théorie des Nombres organisée à Zakopane

Plus en détail

I. Polynômes de Tchebychev

I. Polynômes de Tchebychev Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire

Plus en détail

INTRODUCTION. 1 k 2. k=1

INTRODUCTION. 1 k 2. k=1 Capes externe de mathématiques : session 7 Première composition INTRODUCTION L objet du problème est l étude de la suite (s n n définie par : n, s n = Dans une première partie, nous nous attacherons à

Plus en détail

Introduction au pricing d option en finance

Introduction au pricing d option en finance Introduction au pricing d option en finance Olivier Pironneau Cours d informatique Scientifique 1 Modélisation du prix d un actif financier Les actions, obligations et autres produits financiers cotés

Plus en détail

Mémoire d actuariat - promotion 2010. complexité et limites du modèle actuariel, le rôle majeur des comportements humains.

Mémoire d actuariat - promotion 2010. complexité et limites du modèle actuariel, le rôle majeur des comportements humains. Mémoire d actuariat - promotion 2010 La modélisation des avantages au personnel: complexité et limites du modèle actuariel, le rôle majeur des comportements humains. 14 décembre 2010 Stéphane MARQUETTY

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

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I

Plus en détail

Algorithmes pour la planification de mouvements en robotique non-holonome

Algorithmes pour la planification de mouvements en robotique non-holonome Algorithmes pour la planification de mouvements en robotique non-holonome Frédéric Jean Unité de Mathématiques Appliquées ENSTA Le 02 février 2006 Outline 1 2 3 Modélisation Géométrique d un Robot Robot

Plus en détail

3ème séance de Mécanique des fluides. Rappels sur les premières séances Aujourd hui : le modèle du fluide parfait. 2 Écoulements potentiels

3ème séance de Mécanique des fluides. Rappels sur les premières séances Aujourd hui : le modèle du fluide parfait. 2 Écoulements potentiels 3ème séance de Mécanique des fluides Rappels sur les premières séances Aujourd hui : le modèle du fluide parfait 1 Généralités 1.1 Introduction 1.2 Équation d Euler 1.3 Premier théorème de Bernoulli 1.4

Plus en détail

Mesures gaussiennes et espaces de Fock

Mesures gaussiennes et espaces de Fock Mesures gaussiennes et espaces de Fock Thierry Lévy Peyresq - Juin 2003 Introduction Les mesures gaussiennes et les espaces de Fock sont deux objets qui apparaissent naturellement et peut-être, à première

Plus en détail

Fonctions de plusieurs variables. Sébastien Tordeux

Fonctions de plusieurs variables. Sébastien Tordeux Fonctions de plusieurs variables Sébastien Tordeux 22 février 2009 Table des matières 1 Fonctions de plusieurs variables 3 1.1 Définition............................. 3 1.2 Limite et continuité.......................

Plus en détail

Modélisation et simulation

Modélisation et simulation Modélisation et simulation p. 1/36 Modélisation et simulation INFO-F-305 Gianluca Bontempi Département d Informatique Boulevard de Triomphe - CP 212 http://www.ulb.ac.be/di Modélisation et simulation p.

Plus en détail

Les correcteurs accorderont une importance particulière à la rigueur des raisonnements et aux représentations graphiques demandées.

Les correcteurs accorderont une importance particulière à la rigueur des raisonnements et aux représentations graphiques demandées. Les correcteurs accorderont une importance particulière à la rigueur des raisonnements et aux représentations graphiques demandées. 1 Ce sujet aborde le phénomène d instabilité dans des systèmes dynamiques

Plus en détail

MATHEMATIQUES APPLIQUEES Equations aux dérivées partielles Cours et exercices corrigés

MATHEMATIQUES APPLIQUEES Equations aux dérivées partielles Cours et exercices corrigés MATHEMATIQUES APPLIQUEES Equations aux dérivées partielles Cours et exercices corrigés Département GPI 1ère année Avril 2005 INPT-ENSIACET 118 route de Narbonne 31077 Toulouse cedex 4 Mail : Xuan.Meyer@ensiacet.fr

Plus en détail

DYNAMIQUE DE FORMATION DES ÉTOILES

DYNAMIQUE DE FORMATION DES ÉTOILES A 99 PHYS. II ÉCOLE NATIONALE DES PONTS ET CHAUSSÉES, ÉCOLES NATIONALES SUPÉRIEURES DE L'AÉRONAUTIQUE ET DE L'ESPACE, DE TECHNIQUES AVANCÉES, DES TÉLÉCOMMUNICATIONS, DES MINES DE PARIS, DES MINES DE SAINT-ÉTIENNE,

Plus en détail

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy

Plus en détail

Dérivation : cours. Dérivation dans R

Dérivation : cours. Dérivation dans R TS Dérivation dans R Dans tout le capitre, f désigne une fonction définie sur un intervalle I de R (non vide et non réduit à un élément) et à valeurs dans R. Petits rappels de première Téorème-définition

Plus en détail

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t 3.La méthode de Dirichlet 99 11 Le théorème de Dirichlet 3.La méthode de Dirichlet Lorsque Dirichlet, au début des années 180, découvre les travaux de Fourier, il cherche à les justifier par des méthodes

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

Formation à la C F D Computational Fluid Dynamics. Formation à la CFD, Ph Parnaudeau

Formation à la C F D Computational Fluid Dynamics. Formation à la CFD, Ph Parnaudeau Formation à la C F D Computational Fluid Dynamics Formation à la CFD, Ph Parnaudeau 1 Qu est-ce que la CFD? La simulation numérique d un écoulement fluide Considérer à présent comme une alternative «raisonnable»

Plus en détail

Programmes des classes préparatoires aux Grandes Ecoles

Programmes des classes préparatoires aux Grandes Ecoles Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme

Plus en détail

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

Chapitre 3. Mesures stationnaires. et théorèmes de convergence Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée

Plus en détail

Sur quelques applications des processus de branchement en biologie moléculaire

Sur quelques applications des processus de branchement en biologie moléculaire Sur quelques applications des processus de branchement en biologie moléculaire Didier Piau Exposés donnés les 3 et 4 novembre 2003 à l ÉNS dans le cadre de l atelier «Applications à la biologie et à la

Plus en détail

(Ir)réversibilité et entropie

(Ir)réversibilité et entropie Séminaire Poincaré XV Le Temps (2010) 17 75 Séminaire Poincaré (Ir)réversibilité et entropie Cédric Villani Université de Lyon & Institut Henri Poincaré 11 rue Pierre et Marie Curie 75231 Paris Cedex 05,

Plus en détail

CONCOURS COMMUN 2010 PHYSIQUE

CONCOURS COMMUN 2010 PHYSIQUE CONCOUS COMMUN SUJET A DES ÉCOLES DES MINES D ALBI, ALÈS, DOUAI, NANTES Épreuve de Physique-Chimie (toutes filières) Corrigé Barème total points : Physique points - Chimie 68 points PHYSIQUE Partie A :

Plus en détail

Image d un intervalle par une fonction continue

Image d un intervalle par une fonction continue DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction

Plus en détail

3. Conditionnement P (B)

3. Conditionnement P (B) Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte

Plus en détail

Continuité en un point

Continuité en un point DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à

Plus en détail

Dérivées d ordres supérieurs. Application à l étude d extrema.

Dérivées d ordres supérieurs. Application à l étude d extrema. Chapitre 5 Dérivées d ordres supérieurs. Application à l étude d extrema. On s intéresse dans ce chapitre aux dérivées d ordre ou plus d une fonction de plusieurs variables. Comme pour une fonction d une

Plus en détail

Equations différentielles linéaires à coefficients constants

Equations différentielles linéaires à coefficients constants Equations différentielles linéaires à coefficients constants Cas des équations d ordre 1 et 2 Cours de : Martine Arrou-Vignod Médiatisation : Johan Millaud Département RT de l IUT de Vélizy Mai 2007 I

Plus en détail

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au

Plus en détail

Théorèmes du Point Fixe et Applications aux Equations Diérentielles

Théorèmes du Point Fixe et Applications aux Equations Diérentielles Université de Nice-Sophia Antipolis Mémoire de Master 1 de Mathématiques Année 2006-2007 Théorèmes du Point Fixe et Applications aux Equations Diérentielles Auteurs : Clémence MINAZZO - Kelsey RIDER Responsable

Plus en détail

Examen optimisation Centrale Marseille (2008) et SupGalilee (2008)

Examen optimisation Centrale Marseille (2008) et SupGalilee (2008) Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut

Plus en détail

ÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE

ÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE ÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE JEAN-DENIS FOUKS, EMMANUEL LESIGNE ET MARC PEIGNÉ J.-D. Fouks. École Supérieure d Ingénieurs de Poitiers. 40 avenue du Recteur Pineau, 860 Poitiers

Plus en détail

Développements limités. Notion de développement limité

Développements limités. Notion de développement limité MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un

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

Chapitre 6. Fonction réelle d une variable réelle

Chapitre 6. Fonction réelle d une variable réelle Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette

Plus en détail

Master Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2.

Master Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2. Master Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2. Techniques de correction pour les options barrières 25 janvier 2007 Exercice à rendre individuellement lors

Plus en détail

BACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE

BACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE BACCALAURÉAT GÉNÉRAL SESSION 2012 MATHÉMATIQUES Série S Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE Les calculatrices électroniques de poche sont autorisées, conformément à la

Plus en détail

Oscillations libres des systèmes à deux degrés de liberté

Oscillations libres des systèmes à deux degrés de liberté Chapitre 4 Oscillations libres des systèmes à deux degrés de liberté 4.1 Introduction Les systèmes qui nécessitent deux coordonnées indépendantes pour spécifier leurs positions sont appelés systèmes à

Plus en détail

4 Distributions particulières de probabilités

4 Distributions particulières de probabilités 4 Distributions particulières de probabilités 4.1 Distributions discrètes usuelles Les variables aléatoires discrètes sont réparties en catégories selon le type de leur loi. 4.1.1 Variable de Bernoulli

Plus en détail

= 1 si n = m& où n et m sont souvent des indices entiers, par exemple, n, m = 0, 1, 2, 3, 4... En fait,! n m

= 1 si n = m& où n et m sont souvent des indices entiers, par exemple, n, m = 0, 1, 2, 3, 4... En fait,! n m 1 épartement de Physique, Université Laval, Québec Pierre Amiot, 1. La fonction delta et certaines de ses utilisations. Clientèle Ce texte est destiné aux physiciens, ingénieurs et autres scientifiques.

Plus en détail

Transmission des signaux numériques

Transmission des signaux numériques Transmission des signaux numériques par Hikmet SARI Chef de Département d Études à la Société Anonyme de Télécommunications (SAT) Professeur Associé à Télécom Paris. Transmission en bande de base... E

Plus en détail

Université de Caen. Relativité générale. C. LONGUEMARE Applications version 2.0. 4 mars 2014

Université de Caen. Relativité générale. C. LONGUEMARE Applications version 2.0. 4 mars 2014 Université de Caen LMNO Relativité générale C. LONGUEMARE Applications version.0 4 mars 014 Plan 1. Rappels de dynamique classique La force de Coulomb Le principe de moindre action : lagrangien, hamiltonien

Plus en détail

Décomposition de Föllmer-Schweizer. explicite d un passif d assurance vie. au moyen du calcul de Malliavin

Décomposition de Föllmer-Schweizer. explicite d un passif d assurance vie. au moyen du calcul de Malliavin Décomposition de Föllmer-Schweizer explicite d un passif d assurance vie au moyen du calcul de Malliavin Mémoire présenté par Sébastien de Valeriola en vue de l obtention du master en sciences actuarielles

Plus en détail

O, i, ) ln x. (ln x)2

O, i, ) ln x. (ln x)2 EXERCICE 5 points Commun à tous les candidats Le plan complee est muni d un repère orthonormal O, i, j Étude d une fonction f On considère la fonction f définie sur l intervalle ]0; + [ par : f = ln On

Plus en détail

Compression et Transmission des Signaux. Samson LASAULCE Laboratoire des Signaux et Systèmes, Gif/Yvette

Compression et Transmission des Signaux. Samson LASAULCE Laboratoire des Signaux et Systèmes, Gif/Yvette Compression et Transmission des Signaux Samson LASAULCE Laboratoire des Signaux et Systèmes, Gif/Yvette 1 De Shannon à Mac Donalds Mac Donalds 1955 Claude Elwood Shannon 1916 2001 Monsieur X 1951 2 Où

Plus en détail

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité

Plus en détail

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Dualité dans les espaces de Lebesgue et mesures de Radon finies Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention

Plus en détail

Corrigé du baccalauréat S Pondichéry 12 avril 2007

Corrigé du baccalauréat S Pondichéry 12 avril 2007 Corrigé du baccalauréat S Pondichéry 1 avril 7 EXERCICE 1 Commun à tous les candidats 4 points 1 a Les vecteurs AB et AC ont pour coordonnées AB ; ; ) et AC 1 ; 4 ; 1) Ils ne sont manifestement pas colinéaires

Plus en détail

Simulation de variables aléatoires

Simulation de variables aléatoires Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo

Plus en détail

Chapitre 3. Algorithmes stochastiques. 3.1 Introduction

Chapitre 3. Algorithmes stochastiques. 3.1 Introduction Chapitre 3 Algorithmes stochastiques 3.1 Introduction Les algorithmes stochastiques sont des techniques de simulation numériques de chaînes de Markov, visant à résoudre des problèmes d optimisation ou

Plus en détail

Repérage d un point - Vitesse et

Repérage d un point - Vitesse et PSI - écanique I - Repérage d un point - Vitesse et accélération page 1/6 Repérage d un point - Vitesse et accélération Table des matières 1 Espace et temps - Référentiel d observation 1 2 Coordonnées

Plus en détail

PHY2723 Hiver 2015. Champs magnétiques statiques. cgigault@uottawa.ca. Notes partielles accompagnant le cours.

PHY2723 Hiver 2015. Champs magnétiques statiques. cgigault@uottawa.ca. Notes partielles accompagnant le cours. PHY2723 Hiver 2015 Champs magnétiques statiques cgigault@uottawa.ca otes partielles accompagnant le cours. Champs magnétiques statiques (Chapitre 5) Charges électriques statiques ρ v créent champ électrique

Plus en détail

INF6304 Interfaces Intelligentes

INF6304 Interfaces Intelligentes INF6304 Interfaces Intelligentes filtres collaboratifs 1/42 INF6304 Interfaces Intelligentes Systèmes de recommandations, Approches filtres collaboratifs Michel C. Desmarais Génie informatique et génie

Plus en détail

Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables

Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables Fausto Errico Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2012 Table des matières

Plus en détail

Premier principe de la thermodynamique - conservation de l énergie

Premier principe de la thermodynamique - conservation de l énergie Chapitre 5 Premier principe de la thermodynamique - conservation de l énergie 5.1 Bilan d énergie 5.1.1 Énergie totale d un système fermé L énergie totale E T d un système thermodynamique fermé de masse

Plus en détail