Loi à densité. Dans une région, on a constaté que tout habitant résidait à moins de six kilomètres d une déchetterie.

Dimension: px
Commencer à balayer dès la page:

Download "Loi à densité. Dans une région, on a constaté que tout habitant résidait à moins de six kilomètres d une déchetterie."

Transcription

1 Chpitre 3 Lois à densité I Exercices Loi à densité 3. Dns une région, on constté que tout hbitnt résidit à moins de six kilomètres d une déchetterie.. Un relevé sttistique permis d étblir l histogrmme des fréquences ci-contre. Pr exemple, 47 % des hbitnts des hbitnts résident à moins d un kilomètre d une déchetterie. Clculer le pourcentge d hbitnts résidnts à une distnce d une déchetterie comprise entre 2 et 5 km ,47,2,3,9,, On choisit un hbitnt u hsrd. On ppelle X l distnce séprnt l résidence de cet hbitnt de l déchetterie l plus proche. X est une vrible létoire qui prend ses vleurs dns l intervlle [ ; [. ) Compléter : P p ď X ď q P p2 ď X ď 5q P p ď X ď q b) Pour deux entiers et b compris entre et tels que ď b, indiquer ce qui représente sur le grphique l probbilité P p ď X ď bq? 3. Une étude sttistique plus détillée donne les vleurs suivntes. Distnce d r ;, 5r r, 5 ; r r ;, 5r r, 5 ; 2r r2 ; 2, 5r r2, 5 ; 3r Fréquence,29,8,2,9,7, Distnce d r3 ; 3, 5r r3, 5 ; 4r r4 ; 4, 5r r4, 5 ; 5r r5 ; 5, 5r r5, 5 ; s Fréquence,5,4,3,3,2,2 3-

2 Remrquons qu en joutnt les fréquences deux pr deux, on retrouve bien sûr les fréquences précédentes, pr exemple :, 29 `, 8, 47. ) Trcer l histogrmme des fréquences u cryon. L histogrmme du. est en pointillés pour comprer. Lire l remrque pge suivnte...5 b) On considère à nouveu l vrible létoire X du 2. Compléter : pp3 ď X ă 4, 5q c) Indiquer ce qui représente sur le grphique l probbilité précédente? Remrque pour le trcé de l histogrmme Le premier rectngle de l histogrmme précédent (en pointillés) qui représente l fréquence,47 est remplcé pr deux rectngles. Comme ces deux rectngles doivent représenter à eux deux l même fréquence, il fut que l somme des ires de ces deux rectngles soit égle à l ire de ce premier rectngle. Il en est de même pour les utres rectngles. 4. Une étude plus précise permis de relever les distnces à,25 km près et de construire l histogrmme ci-dessous, où chcun des 24 rectngles pour bse,25 et pour ire l fréquence de l clsse correspondnte. Le premier rectngle pour huteur,7 cr,75 % résident à moins de,25 kilomère de l écopoint, en effet, 25 ˆ, 7, 75 On considère à nouveu l vrible létoire X du 2. L probbilité P p3 ď X ă 4, 5q n ps chngé de vleur, mis indiquer ce qui l représente sur le grphique cette fois-ci? Si on fit une étude de plus en plus précise on voit pprître l courbe trcée sur l figure précédente. Cette courbe représente une fonction f définie sur [ ; [, ppelée densité de probbilité de l loi de X. ) Soient et b deux nombres réels pprtennt à [ ; [ tels que ď b. Indiquer ce qui représente P p ď X ď bq pr rpport à l courbe de l fonction f. b) Donner l expression de P p ď X ď bq pr rpport à l fonction f. c) Pour un nombre réel de l intervlle [ ; [, que signifie l probbilité P p ď X ď q et quelle est s vleur? TS Mth J.L. Poncin Lycée Bellepierre 3-2

3 COURS : lire l définition de loi à densité sur un intervlle u prgrphe On choisit une journée u hsrd dns l production quotidienne d un produit donné. L production quotidienne X de ce produit en tonnes est une vrible létoire continue qui prend ses vleurs dns l intervlle [ ; ] vec l densité de probbilité f définie pr : fpxq, px x 2 q.. Que signifie concrètement «l vrible létoire prend ses vleurs dns l intervlle [ ; ]»? 2. Vérifier que f est une densité de probbilité sur [ ; ]. 3. Clculer l probbilité que l production soit comprise entre 2 et 3 tonnes. 4. Clculer pp ď X ď 7q 5. Clculer ppx ą 7q.. Ce jour là, l production est supérieure à 5 tonnes. Clculer l probbilité que l production soit inférieure à 7 tonnes. 3.3 Au er jnvier 2, une entreprise mis sur le mrché frnçis un téléphone portble. Le public visé est l ensemble des personnes gées de 5 à 3 ns résidnt en Frnce. Le temps écoulé, exprimé en mois, entre l mise sur le mrché et l cquisition de ce produit pr une telle personne est modélisé pr une loi dont l densité f est définie sur r ; `8r pr : fpxq e x`8 p ` e x`8 q 2. Démontrer qu une primitive de l fonction f est l fonction F définie pr : e x`8 Fpxq ` e x`8 2. On choisit u hsrd une personne âgée de 5 à 3 ns résidnt en Frnce. X est l vrible létoire égle u temps écoulé en mois entre l mise sur le mrché et et l cquisition du produit pr cette personne. ) Quelle est l probbilité qu elle soit déjà en possession de ce produit vnt le er juillet 2? b) Quelle est l probbilité qu elle n it ps encore cheté ce produit u bout de mois? c) Avec l clcultrice, déterminer le nombre de mois n à prtir duquel on : ppx ď nq >,99. d) Une personne qui entre 5 et 3 ns n toujours ps cheté ce téléphone portble à l fin du e mois. Clculer l probbilité qu elle ne l it toujours ps cheté à l fin du 9 e mois. 3.4 Retrouver l réponse à l question 2. c) de l exercice 3.3 en résolvnt une inéqution. TS Mth J.L. Poncin Lycée Bellepierre 3-3

4 Loi uniforme On choisit un nombre u hsrd entre deux nombres et b, et on ppelle X l vrible létoire égle à ce nombre. Le but des exercices qui suivent est d étudier l loi de probbilité de cette vrible létoire, nommée loi uniforme. 3.5 Les clcultrices, les lngges de progrmmtion, et différents logiciels ont une commnde permettnt d fficher un nombre déciml létoire entre et. Le but de cet exercice est d pprendre à obtenir un nombre létoire entre deux nombres et b. L commnde NbrAlét de l clcultrice ffiche un nombre u hsrd entre et.. Si on sisit 3 * NbrAlét, on obtient un nombre u hsrd entre quelles vleurs? 2. Même question si on sisit ) 5 * NbrAlét b) 4 + NbrAlét c) 7 + NbrAlét d) 3 + * NbrAlét 3. Comment obtenir un nombre létoire ) entre et 2? b) entre 5 et? c) entre 3 et 7? d) entre et b? Nombres létoires entre et vec les clcultrices TI 82 : mth Ð (PRB) entrer, on voit NbrAlét, ppuyer sur entrer. TI 89 ou TI 92 HOME 2ND [MATH] 7 (7:Probbility) 4 (4:rnd() ENTER Compléter insi : rnd(), ppuyer sur ENTER. CASIO : OPTN F (Ź) F3 (PROB) F4 (RAND) F (Rn#) EXE 3. Le but de cet exercice est d étudier un exemple de l sitution suivnte : c d b X est une vrible létoire égle à un nombre choisi u hsrd entre et b. c et d sont deux nombres de l intervlle r ; bs tels que c ď d. Quelle est l probbilité de l évènement tc ď X ď du? On ppelle X l vrible létoire égle à un nombre létoire entre 4 et Conjecturer l probbilité suivnte : pp ď X ď 8q Le but de l lgorithme ci-dessous est d effectuer n tirges létoires de nombres entre 4 et 9 ; de compter prmi les tirges combien sont entre et 8 ; TS Mth J.L. Poncin Lycée Bellepierre 3-4

5 de clculer l fréquence f de tirges entre et 8. Algorithme Lire n c Ð Pour k jusqu à k n Ð nombre létoire entre 4 et 9 Si ě et ď 8 Alors c Ð c ` Fin du Pour f Ð c n Afficher f ) Progrmmer cet lgorithme à l clcultrice ou en Python. b) Compléter le tbleu ci-dessous. À l clcultrice, on ne compléter que pour n et n. n f c) Comprer les résultts des questions. et 2. b). Nombres létoires entre et en Python Il fut importer le module rndom, donc il fut sisir ceci en début de progrmme : from rndom import * Pour ffecter à une vrible un nombre létoire entre et, on sisit : =rndom() 3.7 X est une vrible létoire égle à un nombre choisi u hsrd entre et b. Le but de cet exercice est d étudier l espérnce de X. On reprend le même exemple que dns l exercice 3. : X est l vrible létoire égle à un nombre choisi u hsrd entre 4 et Conjecturer l espérnce de X : EpXq Si on effectue un grnd nombre de tirges d un nombre létoire entre 4 et 9, on sit que l moyenne de ces tirges est proche de EpXq. Nous llons donc modifier l lgorithme de l exercice 3. pour que il effectue n tirges létoires de nombres entre 4 et 9 ; il clcule l somme de ces nombres ; TS Mth J.L. Poncin Lycée Bellepierre 3-5

6 il clcule l moyenne m de ces nombres. ) Écrire l lgorithme modifié ci-dessous. b) Progrmmer cet lgorithme à l clcultrice ou en Python. c) Compléter le tbleu ci-dessous. À l clcultrice, on ne compléter que pour n et n. n m d) Comprer les résultts des questions. et 2. b). 3.8 Après voir trité les exercices 3. et 3.7, nous vons étudié le clcul de ppc ď X ď dq et de EpXq pour une vrible létoire X qui suit une loi uniforme sur un intervlle r ; bs. Le but de cet exercice est de récpituler les connissnces sur l loi uniforme : clculer une probbilité ; préciser quelle est l densité de X ; revenir sur l espérnce et un utre moyen de l clculer. On choisit un nombre u hsrd entre 3 et 7, et on ppelle X l vrible létoire égle à ce nombre. L vrible létoire X suit donc l loi uniforme sur l intervlle [3 ; 7] Clculer une probbilité vec une loi uniforme. Clculer les probbilités suivntes. ) pp3 ď X ď 5q b) pp3 ď X ď 7q c) pp5 ď X ď q d) pp3, 5 ď X ď 4q 2. L densité de probbilité d une loi uniforme L vrible létoire X qui suit l loi uniforme sur l intervlle [3 ; 7]. Cette loi une fonction f de densité TS Mth J.L. Poncin Lycée Bellepierre 3-

7 ) Quelle est cette fonction f? b) Trcer ci-dessus l représenttion grphique de cette fonction. c) En hchurnt ou en colorint, fire pprître sur l figure ci-dessus, les probbilités suivntes : pp5 ď X ď q et pp3, 5 ď X ď 4q. 3. L espérnce d une loi uniforme ) Quelle est l espérnce de X? b) L espérnce d une vrible létoire X de densité f sur un intervlle r ; bs est donnée pr : EpXq ż b tfptq dt. Vérifier qu on retrouve le résultt du 3. ) en clculnt ż 7 3 tfptq dt COURS : lire le prgrphe 3.3 sur l loi uniforme. 3.9 Un étblissement doit recevoir l visite d un inspecteur entre 7 h et 7 h. L heure d rrivée de cet inspecteur est létoire. X est l vrible létoire égle à l rrivée de l inspecteur.. Déterminer l fonction f de densité de probbilité de X. 2. Clculer l probbilité que l inspecteur rrive () vnt 8 h (b) près 2 h (c) entre 9 h 3 et h 3. Clculer l espérnce de l heure d rrivée de l inspecteur. 4. L étblissement pprend que l inspecteur n rriver ps vnt h. Clculer l probbilité que l inspecteur rrive près 2 h. 3. Une personne vient ssurer h de trvil entre h et 7 h chque jour. Une deuxième personne vient trviller pendnt h, mis son heure d rrivée est létoire entre 4 h et 9 h. Clculer l probbilité que ces deux personnes se croisent. Loi exponentielle 3. On choisit u hsrd un ppreil ménger. X est l durée de vie en nnées de cet ppreil vnt l première pnne. On peut modéliser cette sitution en considérnt X comme une vrible létoire qui suit une loi de probbilité p de densité f, définie sur l intervlle r ; `8r pr fpxq, 98 e,98 x. Ainsi : pp ď X ď bq ż b, 98 e,98 x dx C f b Temps en nnées TS Mth J.L. Poncin Lycée Bellepierre 3-7

8 . ) Décrire pr une phrse l évènement t ď X ď u b) Clculer s probbilité, en détillnt les clculs. 2. Mêmes consignes () et (b) pour l évènement t ď X ď 7u 3. En rrondissnt u centième près, clculer les probbilités que l ppreil tombe en pnne ) vnt l fin de l e nnée ; b) entre l fin de l 3 e nnée et l fin de l 4 e nnée. 4. Clculer l probbilité que l ppreil tombe en pnne près l fin de l 8 e nnée. 5. À prtir de quel nombre d nnées n l probbilité que l ppreil it s première pnne vnt l fin de l nnée n soit supérieure ou égle à,99. Arrondir à l unité près. COURS : lire le prgrphe 3.4 sur l loi exponentielle. 3.2 L vrible létoire X suit l loi exponentielle de prmètre λ. L fonction de densité de probbilité de cette loi est représentée ci-dessous.. Lire sur le grphique l vleur du prmètre λ. 2. Clculer P px ą q en utilisnt cette vleur de λ. 3. Mettre en évidence sur le grphique l probbilité précédente On considère une vrible létoire X qui suit l loi exponentielle de prmètre λ vec λ ą. On se propose de clculer l espérnce mthémtique de X, notée EpXq.. Rppeler l fonction f de densité de probbilité de l loi exponentielle. 2. On ppelle g et G les fonctions définies sur IR pr : gpxq λxe λx et Gpxq Démontrer que l fonction G est une primitive de l fonction g. 3. L espérnce mthémtique de X, est donnée pr : EpXq lim ) Démontrer que pour tout réel x : b) Déterminer EpXq en fonction de λ. ż x tfptq dt λ xñ`8 ż x tfptq dt. ` λxe λx e λx `. ˆ x ` e λx. λ TS Mth J.L. Poncin Lycée Bellepierre 3-8

9 3.4 Un élément rdioctif une durée de vie moyenne de 5 ns soit 5 siècles. S durée de vie T en siècles est une vrible létoire T qui suit une loi exponentielle de prmètre λ.. Clculer le prmètre λ. 2. Clculer l probbilité que cet élément rdioctif soit désintégré vnt 3 siècles. 3.5 X est l vrible létoire qui donne l distnce prcourue en kilomètres pr un pneu sns crevison. On suppose que X suit l loi exponentielle de prmètre λ, où λ est un réel strictement positif. Schnt que l probbilité que le pneu prcoure entre et kilomètres sns crevison est égle à,85, déterminer l vleur de λ à 3 près. Chpitre 4 Notion de loi à densité Les exercices résolus Pour réviser ex p 379 : clculs de probbilités vec une vrible létoire continue ex 7, 8 p 38 : clculs de probbilités vec une loi uniforme ex p 383 : ex 2 p 383 : loi exponentielle et propriété de durée de vie sns vieillissement ex 2 p 383 : clculer le prmètre d une loi exponentielle à prtir d une condition. Rubrique Pour s exercer, corrigés pge 49 ex 2 p 379 : clculs de probbilités vec une vrible létoire continue ex p 38 : clculs de probbilités vec une loi uniforme ex 3 p 383 : clculs de probbilités vec une loi exponentielle Rubrique Objectif bc, corrigés pge 479 ex 55 p 388 (QCM) : loi exponentielle et loi uniforme ex 5 p 388 (Vri-Fux) : loi exponentielle ex 58 p 389 : exercice de type bc, deux lois de probbilités ex 59 p 39 : problème de synthèse sur les probbilités TS Mth J.L. Poncin Lycée Bellepierre 3-9

10 II. COURS CHAPITRE 3. LOIS À DENSITÉ II Cours 3. Loi à densité sur un intervlle. Vrible létoire discrète et vrible létoire continue Les vribles létoires discrètes sont les vribles létoires étudiées jusqu ici. Une vrible létoire discrète peut prendre plusieurs vleurs dns une liste de vleurs. Pr exemple, on lnce un dé, on considère l vrible létoire égle u nombre obtenu, et l liste des vleurs est { ; 2 ; 3 ; 4 ; 5 ; }. Dns ce chpitre, on étudie un nouveu type de vrible létoire, les vribles létoires continues. Une vrible létoire continue peut prendre une infinité de vleurs dns un intervlle de vleurs. Pr exemple, on choisit u hsrd un hbitnt dns une région où tout hbitnt hbite à moins de km d une déchetterie, et on considère l vrible létoire X égle à l distnce séprnt l résidence de cet hbitnt de l déchetterie l plus proche. Ainsi l intervlle de vleurs est [ ; [. Loi d une vrible létoire discrète et loi à densité d une vrible létoire continue L loi de probbilité d une vrible létoire discrète est donnée pr un tbleu tel que celui-ci pour le lncer de dé. x i p i Pour une vrible létoire continue, cel n est plus possible, et on définit s loi de probbilité comme cel est indiqué ci-dessous. Définition X est une vrible létoire continue à vleurs dns un intervlle I. f est une fonction continue et positive sur I telle que ż b fptq dt si I r ; bs et lim xñ`8 ż x fptq dt si I r ; `8r Dire que p est l loi de probbilité de densité f de X signifie que pour tous nombres c et d de l intervlle I tels que c ď d : ppc ď X ď dq Conséquences Pour tous nombres réels c et d de I, on les églités ci-dessous. ppx cq ppc ď X ď dq ppc ď X ă dq ppc ă X ď dq ppc ă X ă dq ppx ą cq ppx ď cq ż d c fptq dt TS Mth J.L. Poncin Lycée Bellepierre 3-

11 II. COURS CHAPITRE 3. LOIS À DENSITÉ 3.2 Espérnce d une loi à densité L espérnce d une vrible létoire X de densité f sur un intervlle r ; bs est donnée pr : EpXq ż b tfptq dt 3.3 Loi uniforme Le progrmme indique qu un élève de TES doit connître l fonction de densité de l loi uniforme sur r ; bs. Définition et conséquence Propriété Définition : dire qu une vrible létoire X suit l loi uniforme sur un intervlle [ ; b] signifie que s densité est une fonction constnte sur [ ; b]. Conséquence : cette fonction est définie pr : fpxq b. X est une vrible létoire qui suit l loi uniforme sur un intervlle r ; bs. Pour tous nombres c et d de [ ; b] tels que c ď d on : ppc ď X ď dq d c b Propriété X est une vrible létoire qui suit l loi uniforme sur un intervlle [ ; b]. Son espérnce est donnée pr : E(X) ` b Loi exponentielle Définition λ est un réel strictement positif. Dire qu une vrible létoire X suit une loi exponentielle de prmètre λ sur r ; `8r signifie que s densité de probbilité est définie sur r ; `8r pr fpxq λe λx. Propriété Clculs des probbilités X est une vrible létoire qui suit une loi exponentielle de prmètre λ. c et d sont deux réels tels que ď c ď d. On lors : P pc ď X ď dq e λc e λd P p ď X ď dq e λd P px ě cq e λc Propriété Espérnce de l loi exponentielle L espérnce d une vrible létoire X qui suit une loi exponentielle de prmètre λ est : EpXq λ. TS Mth J.L. Poncin Lycée Bellepierre 3-

Séquence 8. Probabilité : lois à densité. Sommaire

Séquence 8. Probabilité : lois à densité. Sommaire Séquence 8 Proilité : lois à densité Sommire. Prérequis 2. Lois de proilité à densité sur un intervlle 3. Lois uniformes 4. Lois exponentielles 5. Synthèse de l séquence Dns cette séquence, on introduit

Plus en détail

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) (

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) ( Correction de l épreuve CCP PSI Mths PREMIÈRE PARTIE I- Soit t u voisinge de, t Alors ϕt t s = ϕt ρt s ρs Pr hypothèse, l fonction ϕt ϕt est lorsque t, il en est donc de même de ρt s ρt s ρs cr ρ s est

Plus en détail

Synthèse de cours (Terminale S) Calcul intégral

Synthèse de cours (Terminale S) Calcul intégral Synthèse de cours (Terminle S) Clcul intégrl Intégrle d une onction continue positive sur un intervlle [;] Dns cette première prtie, on considère une onction continue positive sur un intervlle [ ; ] (

Plus en détail

Tout ce qu il faut savoir en math

Tout ce qu il faut savoir en math Tout ce qu il fut svoir en mth 1 Pourcentge Prendre un pourcentge t % d un quntité : t Clculer le pourcentge d une quntité pr rpport à une quntité b : Le coefficient multiplicteur CM pour une ugmenttion

Plus en détail

Théorème de Poincaré - Formule de Green-Riemann

Théorème de Poincaré - Formule de Green-Riemann Chpitre 11 Théorème de Poincré - Formule de Green-Riemnn Ce chpitre s inscrit dns l continuité du précédent. On vu à l proposition 1.16 que les formes différentielles sont bien plus grébles à mnipuler

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

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

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

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mthémtiques nnée 2009-2010 Chpitre 2 Le prolème de l unicité des solutions 1 Le prolème et quelques réponses : 1.1 Un exemple Montrer que l éqution différentielle :

Plus en détail

Chapitre 11 : L inductance

Chapitre 11 : L inductance Chpitre : inductnce Exercices E. On donne A πr 4π 4 metn N 8 spires/m. () Selon l exemple., µ n A 4π 7 (8) 4π 4 (,5) 5 µh (b) À prtir de l éqution.4, on trouve ξ ξ 4 3 5 6 6,3 A/s E. On donne A πr,5π 4

Plus en détail

LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE. Unité d enseignement LCMA 4U11 ANALYSE 3. Françoise GEANDIER

LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE. Unité d enseignement LCMA 4U11 ANALYSE 3. Françoise GEANDIER LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE Unité d enseignement LCMA 4U ANALYSE 3 Frnçoise GEANDIER Université Henri Poincré Nncy I Déprtement de Mthémtiques . Tble des mtières I Séries numériques. Séries

Plus en détail

ANALYSE NUMERIQUE NON-LINEAIRE

ANALYSE NUMERIQUE NON-LINEAIRE Université de Metz Licence de Mthémtiques - 3ème nnée 1er semestre ANALYSE NUMERIQUE NON-LINEAIRE pr Rlph Chill Lbortoire de Mthémtiques et Applictions de Metz Année 010/11 1 Tble des mtières Chpitre

Plus en détail

COURS D ANALYSE. Licence d Informatique, première. Laurent Michel

COURS D ANALYSE. Licence d Informatique, première. Laurent Michel COURS D ANALYSE Licence d Informtique, première nnée Lurent Michel Printemps 2010 2 Tble des mtières 1 Éléments de logique 5 1.1 Fbriquer des énoncés........................ 5 1.1.1 Enoncés élémentires.....................

Plus en détail

Module 2 : Déterminant d une matrice

Module 2 : Déterminant d une matrice L Mth Stt Module les déterminnts M Module : Déterminnt d une mtrice Unité : Déterminnt d une mtrice x Soit une mtrice lignes et colonnes (,) c b d Pr définition, son déterminnt est le nombre réel noté

Plus en détail

STI2D Logique binaire SIN. L' Algèbre de BOOLE

STI2D Logique binaire SIN. L' Algèbre de BOOLE L' Algère de BOOLE L'lgère de Boole est l prtie des mthémtiques, de l logique et de l'électronique qui s'intéresse ux opértions et ux fonctions sur les vriles logiques. Le nom provient de George Boole.

Plus en détail

Probabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12

Probabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12 Probabilités. I - Rappel : trois exemples. Exemple 1 : Dans une classe de 25 élèves, il y a 16 filles. Tous les élèves sont blonds ou bruns. Parmi les filles, 6 sont blondes. Parmi les garçons, 3 sont

Plus en détail

Université Paris-Dauphine DUMI2E. UFR Mathématiques de la décision. Notes de cours. Analyse 2. Filippo SANTAMBROGIO

Université Paris-Dauphine DUMI2E. UFR Mathématiques de la décision. Notes de cours. Analyse 2. Filippo SANTAMBROGIO Université Pris-Duphine DUMI2E UFR Mthémtiques de l décision Notes de cours Anlyse 2 Filippo SANTAMBROGIO Année 2008 2 Tble des mtières 1 Optimistion de fonctions continues et dérivbles 5 1.1 Continuité........................................

Plus en détail

Cours d Analyse IV Suites et Séries de fonctions

Cours d Analyse IV Suites et Séries de fonctions Université Clude Bernrd, Lyon I Licence Sciences, Technologies & Snté 43, boulevrd 11 novembre 1918 Spécilité Mthémtiques 69622 Villeurbnne cedex, Frnce L. Pujo-Menjouet pujo@mth.univ-lyon1.fr Cours d

Plus en détail

semestre 3 des Licences MISM annnée universitaire 2004-2005

semestre 3 des Licences MISM annnée universitaire 2004-2005 MATHÉMATIQUES 3 semestre 3 des Licences MISM nnnée universitire 24-25 Driss BOULARAS 2 Tble des mtières Rppels 5. Ensembles et opértions sur les ensembles.................. 5.. Prties d un ensemble.........................

Plus en détail

LANGAGES - GRAMMAIRES - AUTOMATES

LANGAGES - GRAMMAIRES - AUTOMATES LANGAGES - GRAMMAIRES - AUTOMATES Mrie-Pule Muller Version du 14 juillet 2005 Ce cours présente et met en oeuvre quelques méthodes mthémtiques pour l informtique théorique. Ces notions de bse pourront

Plus en détail

Influence du milieu d étude sur l activité (suite) Inhibition et activation

Influence du milieu d étude sur l activité (suite) Inhibition et activation Influence du milieu d étude sur l ctivité (suite) Inhibition et ctivtion Influence de l tempérture Influence du ph 1 Influence de l tempérture Si on chuffe une préprtion enzymtique, l ctivité ugmente jusqu

Plus en détail

C f tracée ci- contre est la représentation graphique d une

C f tracée ci- contre est la représentation graphique d une TLES1 DEVOIR A LA MAISON N 7 La courbe C f tracée ci- contre est la représentation graphique d une fonction f définie et dérivable sur R. On note f ' la fonction dérivée de f. La tangente T à la courbe

Plus en détail

Chapitre 1 : Fonctions analytiques - introduction

Chapitre 1 : Fonctions analytiques - introduction 2e semestre 2/ UE 4 U : Abrégé de cours Anlyse 3: fonctions nlytiques Les notes suivntes, disponibles à l dresse http://www.iecn.u-nncy.fr/ bertrm/, contiennent les définitions et les résultts principux

Plus en détail

Chapitre VI Contraintes holonomiques

Chapitre VI Contraintes holonomiques 55 Chpitre VI Contrintes holonomiques Les contrintes isopérimétriques vues u chpitre précéent ne sont qu un eemple prticulier e contrintes sur les fonctions y e notre espce e fonctions missibles. Dns ce

Plus en détail

Toyota Assurances Toujours la meilleure solution

Toyota Assurances Toujours la meilleure solution Toyot Assurnces Toujours l meilleure solution De quelle ssurnce vez-vous besoin? Vous roulez déjà en Toyot ou vous ttendez s livrison. Votre voiture est neuve ou d occsion. Vous vlez les kilomètres ou

Plus en détail

ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE

ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE Jen-Pierre Dedieu, Jen-Pierre Rymond ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE Institut de Mthémtiques Université Pul Sbtier 31062 Toulouse cedex 09 jen-pierre.dedieu@mth.univ-toulouse.fr jen-pierre.rymond@mth.univ-toulouse.fr

Plus en détail

L'algèbre de BOOLE ou algèbre logique est l'algèbre définie pour des variables ne pouvant prendre que deux états.

L'algèbre de BOOLE ou algèbre logique est l'algèbre définie pour des variables ne pouvant prendre que deux états. ciences Industrielles ystèmes comintoires Ppnicol Roert Lycée Jcques Amyot I - YTEME COMBINATOIRE A. Algère de Boole. Vriles logiques: Un signl réel est une grndeur physique en générl continue, on ssocie

Plus en détail

Modification simultanée de plusieurs caractéristiques d un bien hédonique : une nouvelle méthode de calcul de la variation de bien-être des ménages

Modification simultanée de plusieurs caractéristiques d un bien hédonique : une nouvelle méthode de calcul de la variation de bien-être des ménages Modifiction simultnée de plusieurs crctéristiques d un bien hédonique : une nouvelle méthode de clcul de l vrition de bien-être des ménges Trvers Muriel * Version provisoire Résumé : De nombreuses situtions

Plus en détail

Pour développer votre entreprise LES LOGICIELS EN LIGNE, VOUS ALLEZ DIRE OUI!

Pour développer votre entreprise LES LOGICIELS EN LIGNE, VOUS ALLEZ DIRE OUI! Pour développer votre entreprise Gestion Commercile Gérez le cycle complet des chts (demnde de prix, fcture fournisseur), des stocks (entrée, sortie mouvement, suivi) et des ventes (devis, fcture, règlement,

Plus en détail

Turbine hydraulique Girard simplifiée pour faibles et très faibles puissances

Turbine hydraulique Girard simplifiée pour faibles et très faibles puissances Turbine hydrulique Girrd simplifiée pour fibles et très fibles puissnces Prof. Ing. Zoltàn Hosszuréty, DrSc. Professeur à l'université technique de Kosice Les sites hydruliques disposnt de fibles débits

Plus en détail

Algorithmes sur les mots (séquences)

Algorithmes sur les mots (séquences) Introduction Algorithmes sur les mots (séquences) Algorithmes sur les mots (textes, séquences, chines de crctères) Nomreuses pplictions : ses de données iliogrphiques ioinformtique (séquences de iomolécules)

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

3- Les taux d'intérêt

3- Les taux d'intérêt 3- Les tux d'intérêt Mishkin (2007), Monnie, Bnque et mrchés finnciers, Person Eduction, ch. 4 et 6 Vernimmen (2005), Finnce d'entreprise, Dlloz, ch. 20 à 22 1- Mesurer les tux d'intérêt comprer les différents

Plus en détail

Processus aléatoires avec application en finance

Processus aléatoires avec application en finance Genève, le 16 juin 2007. Processus aléatoires avec application en finance La durée de l examen est de deux heures. N oubliez pas d indiquer votre nom et prénom sur chaque feuille. Toute documentation et

Plus en détail

Licence M.A.S.S. Cours d Analyse S4

Licence M.A.S.S. Cours d Analyse S4 Université Pris I, Pnthéon - Sorbonne Licence MASS Cours d Anlyse S4 Jen-Mrc Brdet (Université Pris 1, SAMM) UFR 27 et Equipe SAMM (Sttistique, Anlyse et Modélistion Multidisiplinire) Université Pnthéon-Sorbonne,

Plus en détail

Modèles à Événements Discrets. Réseaux de Petri Stochastiques

Modèles à Événements Discrets. Réseaux de Petri Stochastiques Modèles à Événements Discrets Réseaux de Petri Stochastiques Table des matières 1 Chaînes de Markov Définition formelle Idée générale Discrete Time Markov Chains Continuous Time Markov Chains Propriétés

Plus en détail

Partie 4 : La monnaie et l'inflation

Partie 4 : La monnaie et l'inflation Prtie 4 : L monnie et l'infltion Enseignnt A. Direr Licence 2, 1er semestre 2008-9 Université Pierre Mendès Frnce Cours de mcroéconomie suite 4.1 Introduction Nous vons vu dns l prtie introductive que

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

Theorie des mrches Dns ce chpitre, on etudie l'interction de l'ore et de l demnde sur un mrche d'un bien donne. On etudier, en prticulier, l'equilibre du mrche. Etnt donne qu'on s'interesse uniquement

Plus en détail

Electrovanne double Dimension nominale Rp 3/8 - Rp 2 DMV-D/11 DMV-DLE/11

Electrovanne double Dimension nominale Rp 3/8 - Rp 2 DMV-D/11 DMV-DLE/11 Electrovnne double Dimension nominle 3/8 - DMV-D/11 DMV-DLE/11 7.30 M Edition 11.13 Nr. 223 926 1 6 Technique L électrovnne double DUNGS DMV intère deux électrovnnes dns un même bloc compct : - vnnes d

Plus en détail

INTENTION LES PROCESSUS MATHÉMATIQUES

INTENTION LES PROCESSUS MATHÉMATIQUES INTENTION Adpttios u Cdre commu des progrmmes d études de mthémtiques M-9 telles que reflétées ds le documet Mthémtiques M-9 : Progrmme d études de l Albert (2007) Le coteu du documet Mthémtiques M-9 :

Plus en détail

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre

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

DÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation )

DÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation ) DÉRIVÉES I Nombre dérivé - Tangente Eercice 0 ( voir animation ) On considère la fonction f définie par f() = - 2 + 6 pour [-4 ; 4]. ) Tracer la représentation graphique (C) de f dans un repère d'unité

Plus en détail

Corrigé du baccalauréat S Asie 21 juin 2010

Corrigé du baccalauréat S Asie 21 juin 2010 Corrigé du baccalauréat S Asie juin 00 EXERCICE Commun à tous les candidats 4 points. Question : Le triangle GBI est : Réponse a : isocèle. Réponse b : équilatéral. Réponse c : rectangle. On a GB = + =

Plus en détail

EXERCICES - ANALYSE GÉNÉRALE

EXERCICES - ANALYSE GÉNÉRALE EXERCICES - ANALYSE GÉNÉRALE OLIVIER COLLIER Exercice 1 (2012) Une entreprise veut faire un prêt de S euros auprès d une banque au taux annuel composé r. Le remboursement sera effectué en n années par

Plus en détail

Commencer DCP-7055W / DCP-7057W /

Commencer DCP-7055W / DCP-7057W / Guide d instlltion rpide Commencer DCP-7055W / DCP-7057W / DCP-7070DW Veuillez lire ttentivement le livret Sécurité et réglementtion vnt d'effectuer les réglges de votre ppreil. Consultez ensuite le Guide

Plus en détail

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34 Capacité d un canal Second Théorème de Shannon Théorie de l information 1/34 Plan du cours 1. Canaux discrets sans mémoire, exemples ; 2. Capacité ; 3. Canaux symétriques ; 4. Codage de canal ; 5. Second

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

Guide d'utilisation Easy Interactive Tools Ver. 2

Guide d'utilisation Easy Interactive Tools Ver. 2 Guide d'utilistion Esy Interctive Tools Ver. 2 Guide d'utilistion Esy Interctive Tools Ver.2 Présenttion de Esy Interctive Tools 3 Crctéristiques Fonction de dessin Vous pouvez utiliser Esy Interctive

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

Correction du baccalauréat STMG Polynésie 17 juin 2014

Correction du baccalauréat STMG Polynésie 17 juin 2014 Correction du baccalauréat STMG Polynésie 17 juin 2014 EXERCICE 1 Cet exercice est un Q.C.M. 4 points 1. La valeur d une action cotée en Bourse a baissé de 37,5 %. Le coefficient multiplicateur associé

Plus en détail

Techniques d analyse de circuits

Techniques d analyse de circuits Chpitre 3 Tehniques d nlyse de iruits Ce hpitre présente différentes méthodes d nlyse de iruits. Ces méthodes permettent de simplifier l nlyse de iruits ontennt plusieurs éléments. Bien qu on peut résoudre

Plus en détail

La fonction exponentielle

La fonction exponentielle DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction

Plus en détail

Correction du baccalauréat ES/L Métropole 20 juin 2014

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

Plus en détail

/HVV\VWqPHVFRPELQDWRLUHV

/HVV\VWqPHVFRPELQDWRLUHV /HVV\VWqPHVFRPELQDWRLUHV I. Définition On ppelle système combintoire tout système numérique dont les sorties sont exclusivement définies à prtir des vribles d entrée (Figure ). = f(x, x 2,,, x n ) x x

Plus en détail

Probabilités conditionnelles Loi binomiale

Probabilités conditionnelles Loi binomiale Fiche BAC ES 05 Terminale ES Probabilités conditionnelles Loi binomiale Cette fiche sera complétée au fur et à mesure Exercice n 1. BAC ES. Centres étrangers 2012. [RÉSOLU] Un sondage a été effectué auprès

Plus en détail

LITE-FLOOR. Dalles de sol et marches d escalier. Information technique

LITE-FLOOR. Dalles de sol et marches d escalier. Information technique LITE-FLOOR Dlles de sol et mrches d esclier Informtion technique Recommndtions pour le clcul et l pose de LITE-FLOOR Générlités Cette rochure reprend les règles de se à respecter pour grntir l rélistion

Plus en détail

- Phénoméne aérospatial non identifié ( 0.V.N.I )

- Phénoméne aérospatial non identifié ( 0.V.N.I ) ENQUETE PRELIMINAIRE ANALYSE ET REFEREWCES : Phénoméne érosptil non identifié ( 0VNI ) B8E 25400 DEF/GEND/OE/DOlRENS du 28/9/1992 Nous soussigné : M D L chef J S, OPJ djoint u commndnt de l brigde en résidence

Plus en détail

Réalisation de sites Internet PME & Grandes entreprises Offre Premium. Etude du projet. Webdesign. Intégration HTML. Développement.

Réalisation de sites Internet PME & Grandes entreprises Offre Premium. Etude du projet. Webdesign. Intégration HTML. Développement. Rélistion de sites Internet PME & Grndes entreprises Offre Premium Etude du projet Réunions de trvil et étude personnlisée de votre projet Définition d une strtégie de pré-référencement Webdesign Définition

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****

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

Les suites numériques

Les suites numériques Chapitre 3 Term. STMG Les suites numériques Ce que dit le programme : Suites arithmétiques et géométriques CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Suites arithmétiques et géométriques Expression du terme

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

Représentation d une distribution

Représentation d une distribution 5 Représentation d une distribution VARIABLE DISCRÈTE : FRÉQUENCES RELATIVES DES CLASSES Si dans un graphique représentant une distribution, on place en ordonnées le rapport des effectifs n i de chaque

Plus en détail

Sommaire. 6. Tableau récapitulatif... 10. Sophos NAC intégré Vs. NAC Advanced - 17 Février 2009 2

Sommaire. 6. Tableau récapitulatif... 10. Sophos NAC intégré Vs. NAC Advanced - 17 Février 2009 2 Sommire 1. A propos de Sophos... 3 2. Comprtif des solutions Sophos NAC... 4 3. Sophos NAC pour Endpoint Security nd Control 8.0... 4 3.1. Administrtion et déploiement... 4 3.2. Gestion des politiques

Plus en détail

Baccalauréat ES Amérique du Nord 4 juin 2008

Baccalauréat ES Amérique du Nord 4 juin 2008 Baccalauréat ES Amérique du Nord 4 juin 2008 EXERCICE 1 Commun à tous les candidats f est une fonction définie sur ] 2 ; + [ par : 4 points f (x)=3+ 1 x+ 2. On note f sa fonction dérivée et (C ) la représentation

Plus en détail

BACCALAURÉAT PROFESSIONNEL SUJET

BACCALAURÉAT PROFESSIONNEL SUJET SESSION 203 Métropole - Réunion - Mayotte BACCALAURÉAT PROFESSIONNEL ÉPREUVE E4 CULTURE SCIENTIFIQUE ET TECHNOLOGIQUE : MATHÉMATIQUES Toutes options Durée : 2 heures Matériel(s) et document(s) autorisé(s)

Plus en détail

Introduction à la modélisation et à la vérication p. 1/8

Introduction à la modélisation et à la vérication p. 1/8 Introduction à l modélistion et à l vériction Appliction ux systèmes temporisés Ptrici Bouyer LSV CNRS & ENS de Cchn Introduction à l modélistion et à l vériction p. 1/8 Modélistion & Vériction Introduction

Plus en détail

FORD C-MAX + FORD GRAND C-MAX CMAX_Main_Cover_2013_V3.indd 1-3 22/08/2012 15:12

FORD C-MAX + FORD GRAND C-MAX CMAX_Main_Cover_2013_V3.indd 1-3 22/08/2012 15:12 1 2 3 4 5 6 7 8 9 10 12,999,976 km 9,136,765 km 1,276,765 km 499,892 km 245,066 km 112,907 km 36,765 km 24,159 km 7899 km 2408 km 76 km 12 14 16 1 12 7 3 1 6 2 5 4 3 11 9 10 8 18 20 21 22 23 24 26 28 30

Plus en détail

La pratique institutionnelle «à plusieurs»

La pratique institutionnelle «à plusieurs» L prtique institutionnelle «à plusieurs» mury Cullrd Février 2013 Nicols, inquiet: «Qund je suis seul vec quelqu un, il se psse des choses» Vlentin, à propos de l institution : «Ici, y beucoup de gens,

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

Thèse Présentée Pour obtenir le diplôme de doctorat en sciences En génie civil Option : structure

Thèse Présentée Pour obtenir le diplôme de doctorat en sciences En génie civil Option : structure République Algérienne Démocrtique et Populire Ministère de l enseignement supérieur et de l recherche scientifique Université Mentouri de Constntine Fculté des sciences et sciences de l ingénieur Déprtement

Plus en détail

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e

Plus en détail

Avant d utiliser l appareil, lisez ce Guide de référence rapide pour connaître la procédure de configuration et d installation.

Avant d utiliser l appareil, lisez ce Guide de référence rapide pour connaître la procédure de configuration et d installation. Guide de référence rpide Commencer Avnt d utiliser l ppreil, lisez ce Guide de référence rpide pour connître l procédure de configurtion et d instlltion. NE rccordez PAS le câle d interfce mintennt. 1

Plus en détail

Lois de probabilité. Anita Burgun

Lois de probabilité. Anita Burgun Lois de probabilité Anita Burgun Problème posé Le problème posé en statistique: On s intéresse à une population On extrait un échantillon On se demande quelle sera la composition de l échantillon (pourcentage

Plus en détail

Développement décimal d un réel

Développement décimal d un réel 4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce

Plus en détail

ÉVALUATION FORMATIVE. On considère le circuit électrique RC représenté ci-dessous où R et C sont des constantes strictement positives.

ÉVALUATION FORMATIVE. On considère le circuit électrique RC représenté ci-dessous où R et C sont des constantes strictement positives. L G L G Prof. Éric J.M.DELHEZ ANALYSE MATHÉMATIQUE ÉALUATION FORMATIE Novembre 211 Ce test vous est proposé pour vous permettre de faire le point sur votre compréhension du cours d Analyse Mathématique.

Plus en détail

EnsEignEmEnt supérieur PRÉPAS / BTS 2015

EnsEignEmEnt supérieur PRÉPAS / BTS 2015 Enseignement supérieur PRÉPAS / BTS 2015 Stnisls pour mbition de former les étudints à l réussite d exmens et de concours des grndes écoles de mngement ou d ingénieurs. Notre objectif est d ccompgner chque

Plus en détail

Chapitre 1. L intérêt. 2. Concept d intérêt. 1. Mise en situation. Au terme de ce chapitre, vous serez en mesure de :

Chapitre 1. L intérêt. 2. Concept d intérêt. 1. Mise en situation. Au terme de ce chapitre, vous serez en mesure de : Chapitre 1 L intérêt Au terme de ce chapitre, vous serez en mesure de : 1. Comprendre la notion générale d intérêt. 2. Distinguer la capitalisation à intérêt simple et à intérêt composé. 3. Calculer la

Plus en détail

LOGICIEL FONCTIONNEL EMC VNX

LOGICIEL FONCTIONNEL EMC VNX LOGICIEL FONCTIONNEL EMC VNX Améliortion des performnces des pplictions, protection des données critiques et réduction des coûts de stockge vec les logiciels complets d EMC POINTS FORTS VNX Softwre Essentils

Plus en détail

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Exercices - Polynômes : corrigé. Opérations sur les polynômes Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)

Plus en détail

AC AB. A B C x 1. x + 1. d où. Avec un calcul vu au lycée, on démontre que cette solution admet deux solutions dont une seule nous intéresse : x =

AC AB. A B C x 1. x + 1. d où. Avec un calcul vu au lycée, on démontre que cette solution admet deux solutions dont une seule nous intéresse : x = LE NOMBRE D OR Présentation et calcul du nombre d or Euclide avait trouvé un moyen de partager en deu un segment selon en «etrême et moyenne raison» Soit un segment [AB]. Le partage d Euclide consiste

Plus en détail

I3, Probabilités 2014 Travaux Dirigés F BM F BM F BM F BM F B M F B M F B M F B M 20 20 80 80 100 100 300 300

I3, Probabilités 2014 Travaux Dirigés F BM F BM F BM F BM F B M F B M F B M F B M 20 20 80 80 100 100 300 300 I3, Probabilités 2014 Travaux Dirigés TD 1 : rappels. Exercice 1 Poker simplié On tire 3 cartes d'un jeu de 52 cartes. Quelles sont les probabilités d'obtenir un brelan, une couleur, une paire, une suite,

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

TRIGONOMETRIE Algorithme : mesure principale

TRIGONOMETRIE Algorithme : mesure principale TRIGONOMETRIE Algorithme : mesure principale Déterminer la mesure principale d un angle orienté de mesure! 115" Problèmatique : Appelons θ la mesure principale, θ et! 115" sont deux mesures du même angle,

Plus en détail

Rappels sur les suites - Algorithme

Rappels sur les suites - Algorithme DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................

Plus en détail

Statuts ASF Association Suisse Feldenkrais

Statuts ASF Association Suisse Feldenkrais Sttuts ASF Assocition Suisse Feldenkris Contenu Pge I. Nom, siège, ojectif et missions 1 Nom et siège 2 2 Ojectif 2 3 Missions 2 II. Memres 4 Modes d ffilition 3 5 Droits et oligtions des memres 3 6 Adhésion

Plus en détail

Cours d algorithmique pour la classe de 2nde

Cours d algorithmique pour la classe de 2nde Cours d algorithmique pour la classe de 2nde F.Gaudon 10 août 2009 Table des matières 1 Avant la programmation 2 1.1 Qu est ce qu un algorithme?................................. 2 1.2 Qu est ce qu un langage

Plus en détail

Nombre dérivé et tangente

Nombre dérivé et tangente Nombre dérivé et tangente I) Interprétation graphique 1) Taux de variation d une fonction en un point. Soit une fonction définie sur un intervalle I contenant le nombre réel a, soit (C) sa courbe représentative

Plus en détail

Actuariat I ACT2121. septième séance. Arthur Charpentier. Automne 2012. charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free.

Actuariat I ACT2121. septième séance. Arthur Charpentier. Automne 2012. charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free. Actuariat I ACT2121 septième séance Arthur Charpentier charpentier.arthur@uqam.ca http ://freakonometrics.blog.free.fr/ Automne 2012 1 Exercice 1 En analysant le temps d attente X avant un certain événement

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

= constante et cette constante est a.

= constante et cette constante est a. Le problème Lorsqu on sait que f(x 1 ) = y 1 et que f(x 2 ) = y 2, comment trouver l expression de f(x 1 )? On sait qu une fonction affine a une expression de la forme f(x) = ax + b, le problème est donc

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

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,

Plus en détail

Pour développer votre entreprise. Compta LES LOGICIELS EN LIGNE, VOUS ALLEZ DIRE OUI!

Pour développer votre entreprise. Compta LES LOGICIELS EN LIGNE, VOUS ALLEZ DIRE OUI! Pour développer votre entreprise Compt Avec EBP Compt, vous ssurez le suivi de l ensemble de vos opértions et exploitez les données les plus complexes en toute sécurité. Toutes les fonctionnlités essentielles

Plus en détail

Statistiques Descriptives à une dimension

Statistiques Descriptives à une dimension I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des

Plus en détail

Raisonnement par récurrence Suites numériques

Raisonnement par récurrence Suites numériques Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.

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

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

Titrages acidobasiques de mélanges contenant une espèce forte et une espèce faible : successifs ou simultanés?

Titrages acidobasiques de mélanges contenant une espèce forte et une espèce faible : successifs ou simultanés? Titrgs cidobsiqus d mélngs contnnt un spèc fort t un spèc fibl : succssifs ou simultnés? Introduction. L'étud d titrgs cidobsiqus d mélngs d dux ou plusiurs cids (ou bss) st un xrcic cournt [-]. Ls solutions

Plus en détail