COUPLES DE VARIABLES ALEATOIRES

Dimension: px
Commencer à balayer dès la page:

Download "COUPLES DE VARIABLES ALEATOIRES"

Transcription

1 A. Cs générl ) Définition COUPLES DE VARIABLES ALEATOIRES L loi d un coupl XY, d dux vribls létoirs définis sur l mêm spc probbilisé, TP, st donné pr l fonction F XY, défini sur ) Propriété (dmis) létoirs g X, Y t, pr : x, y, F x, y P X x Y y XY, Si dux coupls X, Y t X, Y d vribls létoirs définis sur l mêm spc probbilisé, TP, ont mêm loi t si g st un fonction continu sur lors ls vribls g X Y ont mêm loi Exmpls : Si X, Y t X, Y sont dux coupls d vribls létoirs définis sur l mêm spc probbilisé, TP, qui ont mêm loi Alors Ls vribls létoirs XYt X Yont mêm loi Ls vribls létoirs XYt X Yont mêm loi Ls vribls létoirs XYt XYont mêm loi 3) Définition Dux vribls létoirs X t Y définis sur l mêm spc probbilisé, TP, sont indépndnts si t sulmnt si, pour tous réls x t y, Rmrqu : P X x Y y P X x P Y y Ctt drnièr églité put s écrir : x, y, F x, y F x F x 4) Crctéristions ) Crctéristion Dux vribls létoirs X t Y définis sur l mêm spc probbilisé, TP, sont indépndnts si t sulmnt si, pour tous intrvlls I t J d, P X I Y J P X I P Y J XY, X Y

2 b) Crctéristion Dux vribls létoirs X t Y définis sur l mêm spc probbilisé, TP, sont indépndnts si t sulmnt si Tout évènmnt A T st indépndnt d tout évènmnt B TY X Rppl : On nott X l tribu ou -lgèbr ngndré pr ls évènmnts X x pour tout rél x 5) Espérnc conditionnll dns l cs d l indépndnc Soint dux vribls létoirs X t Y définis sur l mêm spc probbilisé, TP, Si X st un vribl létoir discrèt Si Y st indépndnt d X Si AT Y / E X E X A Démonstrtion : Soit un vribl létoir discrèt défini sur un spc probbilisé, TP, qui dmt un spérnc t tll qu / E X E X A x P X x x P X x A A i A i xx ii Comm X x i TX, X x i st indépndnt d A TY (crctéristion), on t E X / A xi P X xi E X P X x P X x A i i X ; X x i I i ii

3 B. Coupls d vribls létoirs discrèts ) Crctéristion d l loi d un coupl d vribls létoirs discrèts L loi d un coupl XY, d dux vribls létoirs discrèts définis sur l mêm spc probbilisé, TP, st crctérisé pr l donné ds vlurs P X xy y PX x, Y y PX x t Y y x, y X Y L loi du coupl,,pour tout coupl En fft ls y j XY prmt d détrminr ls lois d X t d Y : ( Y ) formnt un systèm complt d événmnts, l formul ds jj probbilités totls donn : p X x ) p( X x Y y ) D mêm ls x i ii ( i i j jj ( X ) formnt un systèm complt d événmnts, on obtint p( Y y j ) p( X xi Y y j ) ii Mis ls lois d X t d Y n prmttnt ps, n générl, d détrminr l loi du coupl ) Crctéristion d l indépndnc d dux vribls létoirs discrèts Dux vribls létoirs discrèts X ty définis sur l mêm spc probbilisé, TP, sont indépndnts si t sulmnt si, pour tout couplx, y X Y P X x Y y = P X x PY y, Dns c cs ls lois d X t d Y prmttnt d détrminr l loi du coupl 3) Loi d l somm d dux vribls létoirs discrèts Soint dux vribls létoirs discrèts X ty indépndnts définis sur l mêm spc probbilisé, TP,, on : pour tout rél z, P X Y z P X x P Y z x xx Démonstrtion : X x formnt un systèm complt, l formul ds probbilités Ls évènmnts xx totls donn : P X Y z P X x X Y z xx Soit P X Y z P X x Y z x xx sont indépndnts, il vint Si z xy lors PY z x 0 xx t comm ls vribls létoirs X ty P X Y z P X x P Y z x P X Y z P X x P Y z x On put donc écrir xx zxy 3

4 4) Stbilité pr l somm ) Stbilité d l loi binomil Soint X t Y sont dux vribls létoirs indépndnts définis sur l mêm spc probbilisé X B n, p Y B m, p X Y B n m, p Si t lors Rmrqu : n t m désignnt ds ntirs nturls non nuls t p un rél pprtnnt à l intrvll 0, Démonstrtion X Comm 0, n ty 0, m, on 0, s 0, m n, P X Y s k 0, n sk 0, m s k 0, m 0 s k m s m k s Il vint : X Y m n P X k P Y s k s 0, m n, P X Y s On s 0, m n, P X Y s Soit s 0, m n, P X Y s kmin n, s kmx(0, sm) P X k P Y s k kmin n, s kmx(0, sm) s pq mn s n m p q p q k s k kmin n, s n m mx(0, sm) k s k k k nk sk msk Pour conclur nous vons bsoin d l idntité d Vndrmond mn mn m n r x x r0 r m n m n mn m n m i n j m n i j Or x x x x x x i0 i j0 j i0 j0 i j m n Idntifions ls trms ds dux dévloppmnts du polynôm x Pour tout ntir nturl r m n, on Donc m n imin( r, m) m n = r imx(0, rn) i r i Rtour u problèm initil s 0, m n, P X Y s pq b) Stbilité d l loi d Poisson m n x r = r s mn s m n k imin( r, m) imx(0, rn) m n r x i r i, donc X Y Bm n, p Soint X t Y sont dux vribls létoirs indépndnts définis sur l mêm spc probbilisé Si X P Y P X Y P t lors 4

5 Rmrqu : t désignnt ds réls strictmnt positifs Démonstrtion Comm X ty, on X Y s, P X Y s s k s k k sk P X k P Y s k Il vint : s, P X Y s P X k PY s k Soit s, P X Y s s k s k s k 0 k0 k! s k! s k s k s! = k! s k! s! k0 Soit finlmnt s, P X Y s s! s k0 s k k sk s donc X Y P s! 5) Loi d un vribl létoir fonction d dux vribls létoirs discrèts, on montr qu l vribl létoir Z g X, Y Pour tout coupl XY, d vribls létoirs discrèts t pour tout fonction g défini sur X( ) Y( ) st un vribl létoir discrèt ) Problémtiqu : détrminr l loi d l vribl létoir discrèt Z Soint X ty dux vribls létoirs discrèts définis sur l mêm spc probbilisé (,, p), z Z Z z X x Y y x, y X Y gx, y z Ctt union st un union d évènmnts incomptibls dux à dux, donc on, z Z p Z z p X x Y y x, y X Y gx, y z Exmpls : Z X Y, Z mx X, Y, Z min X, Y. b) Théorèm «d trnsfrt» : Soint X ty dux vribls létoirs discrèts définis sur l mêm spc probbilisé (,, p) t g un fonction, à dux vribls, défini sur X ( ) Y( ). L vribl létoir discrèt Z g X, Y spérnc défini pr :, x, yx Y dmt, sous résrv d convrgnc bsolu, un E Z g x y P X x Y y On lors E( Z) g( x, y ) p( X x Y y ) xx yy yy xx g( x, y ) p( X x Y y ) 5

6 c) Applictions (dmiss) i. Appliction : Z=X+Y On lors E Z) ( x y ) p( X x Y y ) sous résrv d convrgnc bsolu ( i j i j ii jj Si X ty dmttnt chcun un spérnc, lors X Ydmt un spérnc t on E X Y E X E Y (linérité d l spérnc) Conséquncs : Croissnc d l spérnc Si dux vribls létoirs discrèts X t Y définis sur l mêm spc probbilisé,,p dmttnt un spérnc t si X Y prsqu sûrmnt (c st à dir Y 0 ), lors E X E Y P X Si dux vribls létoirs discrèts X t Y définis sur l mêm spc probbilisé,,p dmttnt un spérnc t si X Y prsqu sûrmnt (c st à dir P X Y 0), lors E Y E X Existnc d un spérnc pr domintion Si dux vribls létoirs discrèts X t Y définis sur l mêm spc probbilisé,,p vérifint 0 X Y prsqu sûrmnt t si Y dmt un spérnc, lors X dmt un spérnc t dns c cs, on E X E Y ii. Appliction : Z=XY On lors E Z) x y p( X x Y y ) sous résrv d convrgnc bsolu ( i j i j ii jj Si X ty sont dux vribls létoirs discrèts indépndnts dmttnt chcun un spérnc, lors. E XY E X E Y XYdmt un spérnc t on Rmrqu : Si X ty sont dux vribls létoirs discrèts dmttnt chcun un momnt d ordr lors XYdmt. un spérnc En fft, pour tous réls t b, Donc x, y X Y, Nous vons x, y X Y, Il vint Puis b b xy x y xy P X x Y y x y P X x Y y xy P X x Y y x P X x Y y y P X x Y y xy P X x Y y x P X x y P Y y,c qui ssur l résultt 6

7 6) Covrinc ) Définition Soint X ty dux vribls létoirs discrèts définis sur l mêm spc probbilisé Cov X, Y défini dmttnt un momnt d ordr, on ppll covrinc d X ty l rél noté pr :, Cov X Y E X E X Y E Y b) Propriétés d l covrinc : Soint XYt, Z trois vribls létoirs discrèts définis sur l mêm spc probbilisé dmttnt un momnt d ordr Symétri : Cov Y, X Cov X, Y Linérité à guch :, Cov X Y, Z Cov X, Z Cov Y, Z Linérité à droit :, Cov X, Y Z Cov X, Y Cov X, Z, Cov X, 0 Cov( X, X ) V X c) Formul d Huygns-Konig Soint X ty dux vribls létoirs discrèts définis sur l mêm spc probbilisé dmttnt un momnt d ordr Cov X, Y E XY E X E Y Conséqunc : Si X ty sont indépndnts lors, 0 Dux vribls létoirs X ty tlls qu Cov X Y mis l réciproqu st fuss. Cov X, Y 0sont dits non corrélés d) Vrinc d l somm d dux vribls létoirs discrèts : Soint X ty dux vribls létoirs discrèts, définis sur l mêm spc probbilisé, dmttnt chcun un vrinc. L vribl létoir discrèt X Y dmt un vrinc t on : V X Y V X V Y Cov X, Y Donc Si X ty sont indépndnts lors V X Y V X V Y mis l réciproqu st fuss 7) Cofficint d corréltion linéir : ) Définition Soint X ty dux vribls létoirs discrèts dmttnt chcun un vrinc non null 7

8 L cofficint d corréltion linéir d X t Y st l rél noté XY, b) Propriétés On cov( X, Y) ( X ). ( Y) XY XY, cov( XY, ) ( X). ( Y) défini pr : (Inéglité d Cuchy-Schwrz) t donc XY,, si t sulmnt si Y st fonction qusi-ffin d X (c st à dir il xist dux réls t b tls qu p ( Y X b) ). XY, L sign d XY, «msur» grossièrmnt l dépndnc linéir ds vribls X t Y. (t donc clui d cov( XY, ) ) indiqu si ls dux vribls ont tndnc à vrir dns l mêm sns ou n sns contrir. Démonstrtion : Montrons qu cov( X, Y) ( X ). ( Y) Considérons l vribl létoir X Y où Ctt vribl létoir dmt un vrinc V X Y cov X Y, X Y V X cov X, Y V Y P SiV X 0, P st un polynôm du scond dgré positif L discriminnt d P qui vut 4 cov X, Y V X V Y On n déduit qu cov X, Y V X V Y soit cov( X, Y) ( X ). ( Y) rcin crré st croissnt sur0, st donc négtif SiV X 0, P st un polynôm d dgré infériur ou égl à toujours positif puisqu l fonction Supposons cov X, Y 0, P st lors un polynôm d dgré, il chng donc d sign : c st bsurd Pr conséqunt cov XY, 0 t l inéglité cov( X, Y) ( X ). ( Y) st vérifié X, Y cov X, Y ( ) X Y cov X, Y X Y Comm X ty sont dux vribls létoirs discrèts dmttnt chcun un vrinc non null, on V X 0 XY, XY, 0 V 0X Y XY, X Y C XY, P st un polynôm du scond dgré positif dont l discriminnt st nul, 0 0 prsqu sûrmnt Y st fonction qusi-ffin d X ou ffin prsqu sûrmnt 8

9 C. COUPLES DE VARIABLES ALEATOIRES A DENSITE ) Linérité d l spérnc Soint dux vribls létoirs à dnsité X ty définis sur l mêm spc probbilisé Si X ty dmttnt chcun un spérnc, lors X Ydmt un spérnc t on E X Y E X E Y (linérité d l spérnc) Conséquncs : Croissnc d l spérnc Si dux vribls létoirs à dnsité X t Y définis sur l mêm spc probbilisé,,p dmttnt un spérnc t si X Y prsqu sûrmnt (c st à dir Y 0 ), lors E X E Y P X Si dux vribls létoirs X t Y définis sur l mêm spc probbilisé,,p dmttnt un spérnc t si X Y prsqu sûrmnt (c st à dir P X Y 0), lors E Y E X Existnc d un spérnc pr domintion Si dux vribls létoirs à dnsité X t Y définis sur l mêm spc probbilisé,,p vérifint 0 X Y prsqu sûrmnt t si Y dmt un spérnc, lors X dmt un spérnc t dns c cs, on E X E Y ) Dnsité d l somm d dux vribls létoirs à dnsité indépndnts Soint X ty dux vribls létoirs à dnsité définis sur l mêm spc probbilisé Soit f un dnsité d l vribl X Soit g un dnsité d l vribl Y Si l fonction h défini pr l rltion h x f t g x t dt st défini t continu suf put-êtr n un nombr fini d points, c st un dnsité d l vribl létoir Z X Y Rmrqu : C st l cs si f (ou g ) st borné L produit d convolution d l fonction f pr l fonction g st l fonction f pr f g x f t g x t dt f x t g t dt 9 gdéfini sur Ctt définition st à «comprr» vc l églité étbli pour dux vribls létoirs discrèts indépndnts X ty : z, P X Y z P X x P Y z x xx

10 3) Propriétés dmiss ) Espérnc d un produit Si X ty sont dux vribls létoirs à dnsité indépndnts définis sur l mêm spc probbilisé, dmttnt chcun un spérnc. E XY E X E Y L vribl létoir dmt un spérnc t on b) Vrinc d un somm Soint X ty dux vribls létoirs à dnsité indépndnts définis sur l mêm spc probbilisé, dmttnt chcun un vrinc. L vribl létoir X Y V X Y V X V Y dmt un vrinc t on : Rmrqu : Si X ty sont dux vribls létoirs discrèts dmttnt chcun un momnt d ordr lors XYdmt. un spérnc 4) Stbilité pr l somm ) Stbilité d l loi pr l somm Soint X ty dux vribls létoirs à dnsité indépndnts définis sur l mêm spc probbilisé Si X t si Y lors X Y Démonstrtion : Notons f t g ls dnsités rspctivs d X ty Soit l fonction h défini pr l rltion f x x t g x x si x t 0 0 t On 0 si x 0 h x f t g x t dt f t g x t t x t t t x Si x 0, hx 0 x x, Si 0 0 si x 0 x x x si 0 x t xt h x f t g x t dt t x t dt 0 0 x x Soit h x t x t dt 0 En ffctunt l chngmnt d vribl t ux x x x Il vint h x ux x xu x du u u du 0 0 0

11 L xprssion u u du 0 n dépnd ps d l vribl x : ll st constnt t st noté C L fonction st continu sur suf put-êtr n 0 ; c st un dnsité d X Y Comm hx dx hx dx, il vint C 0 x x dx Finlmnt si 0 x, hx x x b) Stbilité pr l somm d l loi norml Soint X ty dux vribls létoirs à dnsité indépndnts définis sur l mêm spc probbilisé X N m, Y N m, X Y N m m, Si t lors 0 Démonstrtion : L fonction f X étnt borné, on put dir qu l fonction h défini sur tm xtm hx dt st un dnsité d X Y pr Trvil préliminir : Soint trois réls bt, c vc 0 ) Montrr qu, pour tout rél t, t bt c t b vc b 4c 4 t btc 4 ) En déduir qu, pour tout rél t, f t où f st l dnsité d un loi norml à précisr t btc 3) En déduir qu ls intégrls dt sont bsolumnt convrgnts t sont 4 égls à Corrction trvil préliminir : ) b c b b c b t bt c t t t t 4 4 Alors n dévloppnt, on obtint : b 4 t bt c t

12 ) b t b t 4 4 b t t btc 4 t btc 4 Soit finlmnt f t b U N, 3) Comm f t dt convrg bsolumnt (t vut ), lors bsolumnt t on : où f st un dnsité d l vribl létoir t btc dt f tdt t btc 4 4 dt convrg Rtour à l démonstrtion : t btc hx dt, vc, m x m b m c x m t D plus b 4c x m m t Donc Finlmnt tm xtm dt hx 4 = On bin X Y N m m, = xm m x m m 4 x m m xm m

13 Biln Propriétés d l spérnc Soint dux vribls létoirs X ty définis sur l mêm spc probbilisé Cs vribls létoirs puvnt êtr touts dux discrèts, touts dux à dnsité, l un discrèt t l utr à dnsité Si X ty dmttnt chcun un spérnc, lors X Ydmt un spérnc t on E X Y E X E Y (linérité d l spérnc) Conséquncs : ) Croissnc d l spérnc Si dux vribls létoirs X t Y définis sur l mêm spc probbilisé,,p dmttnt un spérnc t si X Y prsqu sûrmnt (c st à dir P X Y 0 ), lors E Y E X Si dux vribls létoirs X t Y définis sur l mêm spc probbilisé,,p dmttnt un spérnc t si X Y prsqu sûrmnt (c st à dir P X Y 0), lors E Y E X ) Existnc d un spérnc pr domintion Si dux vribls létoirs X t Y définis sur l mêm spc probbilisé,,p vérifint 0 X Y prsqu sûrmnt t si Y dmt un spérnc, lors X dmt un spérnc t dns c cs, on E X E Y 3

Corrigé du baccalauréat S Pondichéry 13 avril 2011

Corrigé du baccalauréat S Pondichéry 13 avril 2011 Corrigé du baccalauréat S Pondichéry avril EXERCICE Commun à tous ls candidats Parti I points. L ax ds ordonnés st asymptot à C au voisinag d ; la fonction étant décroissant sur ] ; + [, la limit quand

Plus en détail

f n (x) = x n e x. T k

f n (x) = x n e x. T k EXERCICE 3 (7 points) Commun à tous ls candidats Pour tout ntir naturl n supériur ou égal à, on désign par f n la fonction défini sur R par : f n (x) = x n x. On not C n sa courb rprésntativ dans un rpèr

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

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

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

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

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

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

CSMA 2013 11e Colloque National en Calcul des Structures 13-17 Mai 2013

CSMA 2013 11e Colloque National en Calcul des Structures 13-17 Mai 2013 Enrichissmnt modal du Slctiv Mass Scaling Sylvain GAVOILLE 1 * CSMA 2013 11 Colloqu National n Calcul ds Structurs 13-17 Mai 2013 1 ESI, sylvain.gavoill@si-group.com * Autur corrspondant Résumé En raison

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

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

3 Approximation de solutions d équations

3 Approximation de solutions d équations 3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle

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

Garantie des Accidents de la Vie - Protection Juridique des Risques liés à Internet

Garantie des Accidents de la Vie - Protection Juridique des Risques liés à Internet Résrvé à votr intrlocutur AXA Portfuill : CR012764 N Clint : 1 r réalisatur : Matricul : 2 réalisatur : Matricul : Intégr@l Garanti ds Accidnts d la Vi - Protction ds Risqus liés à Intrnt J complèt ms

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

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

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

I. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème.

I. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème. I. Introduction. 1. Objectifs. Le but de ces quelques séances est d introduire les outils mathématiques, plus précisément ceux de nature probabiliste, qui interviennent dans les modèles financiers ; nous

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

Espérance conditionnelle

Espérance conditionnelle Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle

Plus en détail

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

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

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

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

Les nouvelles orientations politiques du budget 2015 du Gouvernement prévoient

Les nouvelles orientations politiques du budget 2015 du Gouvernement prévoient GO NEWSLETTER N 1/2015 19 janvir 2015 L «Spurpaak» du Gouvrnmnt t ss réprcussions sur la formation ACTUALITÉ L «Spurpaak» du Gouvrnmnt t ss réprcussions sur la formation Allianc pour la qualification profssionnll

Plus en détail

a g c d n d e s e s m b

a g c d n d e s e s m b PPrrooppoossiittiioo 22001111JJPP 22770055 000011 uu 0088 fféévvrriirr 22001111 VVlliiiittéé jjuussqquu uu 3300//0044//22001111 tim c ir tv é p g c h u i rè s G A Z iv lu s IC.G R é c lo y m ip s 9 r7

Plus en détail

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires

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

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

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

Gestion de casiers en milieu scolaire. Augmenter la disponibilité en mode centralisé ou consignes, avec les casiers de Traka. traka.

Gestion de casiers en milieu scolaire. Augmenter la disponibilité en mode centralisé ou consignes, avec les casiers de Traka. traka. gstion intllignt ds ccès Gstion d csirs n iliu scolir Augntr l disponibilité n od cntrlisé ou consigns, vc ls csirs d Trk trk.fr/csirs Un solution d gstion innovnt pr Trk Ldr ondil d l gstion intllignt

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

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer

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

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

Items étudiés dans le CHAPITRE N5. 7 et 9 p 129 D14 Déterminer par le calcul l'antécédent d'un nombre par une fonction linéaire

Items étudiés dans le CHAPITRE N5. 7 et 9 p 129 D14 Déterminer par le calcul l'antécédent d'un nombre par une fonction linéaire CHAPITRE N5 FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION Code item D0 D2 N30[S] Items étudiés dans le CHAPITRE N5 Déterminer l'image

Plus en détail

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

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48 Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation

Plus en détail

Extrait du poly de Stage de Grésillon 1, août 2010

Extrait du poly de Stage de Grésillon 1, août 2010 MINI-COURS SUR LES POLYNÔMES À UNE VARIABLE Extrait du poly de Stage de Grésillon 1, août 2010 Table des matières I Opérations sur les polynômes 3 II Division euclidienne et racines 5 1 Division euclidienne

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

au Point Info Famille

au Point Info Famille Qustion / Répons au Point Info Famill Dossir Vivr un séparation La séparation du coupl st un épruv souvnt longu t difficil pour la famill. C guid vous présnt ls différnts démarchs n fonction d votr situation

Plus en détail

Intégration et probabilités TD1 Espaces mesurés Corrigé

Intégration et probabilités TD1 Espaces mesurés Corrigé Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.

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

Capes 2002 - Première épreuve

Capes 2002 - Première épreuve Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série

Plus en détail

Le théorème de Thalès et sa réciproque

Le théorème de Thalès et sa réciproque Le théorème de Thalès et sa réciproque I) Agrandissement et Réduction d une figure 1) Définition : Lorsque toutes les longueurs d une figure F sont multipliées par un même nombre k on obtient une autre

Plus en détail

I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES

I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et

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

DOSSIER DE CANDIDATURE POUR UNE LOCATION

DOSSIER DE CANDIDATURE POUR UNE LOCATION DOSSIER DE CANDIDATURE POUR UNE LOCATION Ls informations donnés nécssairs pour traitr votr candidatur rstront confidntills. Un dossir incomplt n put êtr xaminé. C dossir d candidatur rst soumis à l approbation

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

Optimisation Discrète

Optimisation Discrète Prof F Eisenbrand EPFL - DISOPT Optimisation Discrète Adrian Bock Semestre de printemps 2011 Série 7 7 avril 2011 Exercice 1 i Considérer le programme linéaire max{c T x : Ax b} avec c R n, A R m n et

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

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

Séries numériques. Chap. 02 : cours complet.

Séries numériques. Chap. 02 : cours complet. Séris méris Cha : cors comlt Séris d réls t d comlxs Défiitio : séri d réls o d comlxs Défiitio : séri corgt o dirgt Rmar : iflc ds rmirs trms d séri sr la corgc Théorèm : coditio écssair d corgc Théorèm

Plus en détail

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

Guide de correction TD 6

Guide de correction TD 6 Guid d corrction TD 6 JL Monin nov 2004 Choix du point d polarisation 1- On décrit un montag mttur commun à résistanc d mttur découplé, c st à dir avc un condnsatur n parallèl sur R. La condition d un

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

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

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

Un K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E

Un K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E Exo7 Espaces vectoriels Vidéo partie 1. Espace vectoriel (début Vidéo partie 2. Espace vectoriel (fin Vidéo partie 3. Sous-espace vectoriel (début Vidéo partie 4. Sous-espace vectoriel (milieu Vidéo partie

Plus en détail

Introduction à l étude des Corps Finis

Introduction à l étude des Corps Finis Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur

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

7. Droit fiscal. Calendrier 2014. 7.1 Actualité fiscale 7.2 Contrôle et contentieux fiscal 7.3 Détermination du résultat fiscal.

7. Droit fiscal. Calendrier 2014. 7.1 Actualité fiscale 7.2 Contrôle et contentieux fiscal 7.3 Détermination du résultat fiscal. 7. Droit fiscal 7.1 Actualité fiscal 7.2 Contrôl t contntiux fiscal 7.3 Détrmination du résultat fiscal 7.4 Facturation : appréhndr ls règls juridiqus t fiscals, t maîtrisr l formalism 7.5 Gstion fiscal

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

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

nous votre service clients orange.fr > espace client 3970*

nous votre service clients orange.fr > espace client 3970* nous votr srvi lints orang.fr > spa lint 3970* vous souhaitz édr votr abonnmnt Orang Mobil Bonjour, Vous trouvrz i-joint l formulair d ssion d abonnmnt Orang Mobil à rtournr omplété t par vous-mêm t par

Plus en détail

CNAM UE MVA 210 Ph. Durand Algèbre et analyse tensorielle Cours 4: Calcul dierentiel 2

CNAM UE MVA 210 Ph. Durand Algèbre et analyse tensorielle Cours 4: Calcul dierentiel 2 CNAM UE MVA 210 Ph. Duran Algèbre et analyse tensorielle Cours 4: Calcul ierentiel 2 Jeui 26 octobre 2006 1 Formes iérentielles e egrés 1 Dès l'introuction es bases u calcul iérentiel, nous avons mis en

Plus en détail

Polynômes à plusieurs variables. Résultant

Polynômes à plusieurs variables. Résultant Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \

Plus en détail

LE SURENDETTEMENT. a s s e c o. leo lagrange UNION NATIONALE DES ASSOCIATIONS FAMILIALES. union féminine civique et sociale

LE SURENDETTEMENT. a s s e c o. leo lagrange UNION NATIONALE DES ASSOCIATIONS FAMILIALES. union féminine civique et sociale LE SURENDETTEMENT 1 lo lagrang UNION NATIONALE 2 L'ENDETTEMENT 1984 : 4 ménags sur 10 avaint ds crédits (crédit à la consommation + immobilir) 1997 : 1 ménag sur 2 a un crédit n cours 55 % ds consommaturs

Plus en détail

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES. CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires

Plus en détail

Comment utiliser une banque en France. c 2014 Fabian M. Suchanek

Comment utiliser une banque en France. c 2014 Fabian M. Suchanek Commnt utilisr un banqu n Franc c 2014 Fabian M. Suchank Créditr votr compt: Étrangr Commnt on mt d l argnt liquid sur son compt bancair à l étrangr : 1. rntrr dans la banqu, attndr son tour 2. donnr l

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

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

Que faire lorsqu on considère plusieurs variables en même temps?

Que faire lorsqu on considère plusieurs variables en même temps? Chapitre 3 Que faire lorsqu on considère plusieurs variables en même temps? On va la plupart du temps se limiter à l étude de couple de variables aléatoires, on peut bien sûr étendre les notions introduites

Plus en détail

Calcul fonctionnel holomorphe dans les algèbres de Banach

Calcul fonctionnel holomorphe dans les algèbres de Banach Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte

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

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

Du Premier au Second Degré

Du Premier au Second Degré Du Premier au Second Degré Première Bac Pro 3 ans November 26, 2011 Première Bac Pro 3 ans Du Premier au Second Degré Sommaire 1 Fonction Polynôme du second degré 2 Fonction Polynôme du Second Degré: Synthèse

Plus en détail

Florence Jusot, Myriam Khlat, Thierry Rochereau, Catherine Sermet*

Florence Jusot, Myriam Khlat, Thierry Rochereau, Catherine Sermet* Santé t protction social 7 Un mauvais santé augmnt fortmnt ls risqus d prt d mploi Flonc Jusot, Myriam Khlat, Thirry Rochau, Cathrin Srmt* Un actif ayant un mploi a baucoup plus d risqus d dvnir inactif

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

Relation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices

Relation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices Lycée Pierre de Fermat 2012/2013 MPSI 1 Feuille d exercices Manipulation des relations d ordre. Relation d ordre Exercice 1. Soit E un ensemble fixé contenant au moins deux éléments. On considère la relation

Plus en détail

TVA et Systèmes d Information. Retour d expérience d entreprise. A3F - 26 mars 2015 Hélène Percie du Sert COFELY INEO

TVA et Systèmes d Information. Retour d expérience d entreprise. A3F - 26 mars 2015 Hélène Percie du Sert COFELY INEO isr la t l t t zon iqur nt TVA t Systèms d Information Rtour d xpérinc d ntrpris A3F - 26 mars 2015 Hélèn Prci du Srt COFELY INEO Pour Sup Ins À p NB. M 30/03/2015 Sommair isr la t l t t zon iqur nt I

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 30 avril 2015 Enoncés 1

[http://mp.cpgedupuydelome.fr] édité le 30 avril 2015 Enoncés 1 [http://mpcpgedupuydelomefr] édité le 3 avril 215 Enoncés 1 Exercice 1 [ 265 ] [correction] On note V l ensemble des matrices à coefficients entiers du type a b c d d a b c c d a b b c d a et G l ensemble

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

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours MSUR T INTÉGRATION N UN DIMNSION Notes de cours André Giroux Département de Mathématiques et Statistique Université de Montréal Mai 2004 Table des matières 1 INTRODUCTION 2 1.1 xercices.............................

Plus en détail

Cours 02 : Problème général de la programmation linéaire

Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =

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

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

Probabilités sur un univers fini

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

Plus en détail

Exemple de Plan d Assurance Qualité Projet PAQP simplifié

Exemple de Plan d Assurance Qualité Projet PAQP simplifié Exmpl d Plan d Assuranc Qualité Projt PAQP simplifié Vrsion : 1.0 Etat : Prmièr vrsion Rédigé par : Rsponsabl Qualité (RQ) Dat d drnièr mis à jour : 14 mars 2003 Diffusion : Equip Tchniqu, maîtris d œuvr,

Plus en détail

MA6.06 : Mesure et Probabilités

MA6.06 : Mesure et Probabilités Année universitaire 2002-2003 UNIVERSITÉ D ORLÉANS Olivier GARET MA6.06 : Mesure et Probabilités 2 Table des matières Table des matières i 1 Un peu de théorie de la mesure 1 1.1 Tribus...............................

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

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

Fonctions de deux variables. Mai 2011

Fonctions de deux variables. Mai 2011 Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs

Plus en détail

Impôts 2012. PLUS ou moins-values

Impôts 2012. PLUS ou moins-values Impôt 2012 PLUS ou moin-values SUR VALEURS MOBILIÈRES ET DROITS SOCIAUX V v ti t à d f co o OP m à l Et L no di (o 20 o C c tit po Po c c or o o ou c l ou d 2 < Vou avz réalié d cion d valur mobilièr t

Plus en détail

I. Ensemble de définition d'une fonction

I. Ensemble de définition d'une fonction Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux

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

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

Introduction à la Statistique Inférentielle

Introduction à la Statistique Inférentielle UNIVERSITE MOHAMMED V-AGDAL SCIENCES FACULTE DES DEPARTEMENT DE MATHEMATIQUES SMI semestre 4 : Probabilités - Statistique Introduction à la Statistique Inférentielle Prinemps 2013 0 INTRODUCTION La statistique

Plus en détail