EXERCICE 8.1 Soit U une variable aléatoire suivant la loi uniforme sur [0, 1[, et soit λ > 0. On pose X = 1 λ

Dimension: px
Commencer à balayer dès la page:

Download "EXERCICE 8.1 Soit U une variable aléatoire suivant la loi uniforme sur [0, 1[, et soit λ > 0. On pose X = 1 λ"

Transcription

1 TD 8 : VARIABLES ALÉATOIRES À DENSITÉ EXERCICE 8. Soi U une variable aléaoire suivan la loi uniforme sur [, [, e soi λ >. On pose X = λ ln( U ). Déerminer la loi de X. EXERCICE 8. Monrer que la foncion f : ln si < es une densié de probabilié. sinon Soi X une variable aléaoire de densié f. Monrer que X adme des momens de ou ordre e les calculer. EXERCICE 8.3 Loi de Pareo e loi eponenielle Soi X une variable aléaoire suivan la loi eponenielle E(a), a >. On pose alors Y = e X.. Déerminer la foncion de répariion de Y. En déduire que Y es une variable à densié e en donner une densié.. À quelle condiion sur a la variable aléaoire Y adme-elle une espérance? Calculer alors E(Y ). 3. Donner une condiion nécessaire e suffisane pour que Y admee une variance, e lorsque cee condiion es vérifiée, calculer V (Y ). EXERCICE 8.4 Minimum de deu lois eponenielles Soien X e Y deu variables aléaoires indépendanes sur (Ω, A, P) elles que X E(λ) e Y E(µ). Déerminer la loi de Z = min(x,y). EXERCICE 8.5 Pour ou réel, on pose f () = e.. Monrer que f es une densié de probabiliés.. Soi X une variable aléaoire de densié f e Y = X. Monrer que Y es une variable à densié e en déerminer une densié. EXERCICE 8.6 Soi X une variable aléaoire sur (Ω, A, P) qui sui une loi normale cenrée réduie. Soi Y une variable aléaoire définie sur le même espace elle que P(Y = ) = p e P(Y = ) = p. Monrer que Z = XY a même loi que X. EXERCICE 8.7 Calcul d inégrales gaussiennes à l aide de lois normales En uilisan des lois normales bien choisies, calculer les valeurs des inégrales suivanes : I = e ( 8) d, J = e 4 8 d, K = e 4 8 d. EXERCICE 8.8 Soi n N e λ >. Soien X,Y deu variables aléaoires définies sur un même espace probabilisé (Ω, A, P) elles que X γ (n) e Y P(λ). Monrer que P(X > λ) = P(Y < n). EXERCICE 8.9 Soi X une variable aléaoire suivan la loi normale N(, 4), e soi Y = X. Monrer que Y es une variable à densié e en déerminer une densié. Déerminer l espérance e la variance de Y. EXERCICE 8. Soi X une variable aléaoire suivan la loi γ de paramère ν.. Monrer que pour ou n N, X adme un momen d ordre n, e calculer ce momen.. On pose Y = e X. Monrer que Y es une variable à densié, e donner une de ses densiés. 3. Monrer que Y n adme pas d espérance. EXERCICE 8. (QSP ESCP 6) Soi X une variable aléaoire suivan la loi eponenielle E(λ), λ >, de densié f. On défini une foncion G sur R par. Déerminer la foncion G. G() = P(X )f ()d.. Monrer que G es la foncion de répariion d une variable à densié Y, e donner une densié д de Y. EXERCICE 8. Somme de deu lois eponenielles Soien X e Y deu variables aléaoires indépendanes suivan la même loi eponenielle E(λ). On pose Z = X + Y.. Déerminer la loi de λx.. En déduire la loi de λz, puis une densié de Z. EXERCICE 8.3 Soien X e Y deu variables aléaoires indépendanes sur un même espace probabilisé (Ω, A, P) elles que X E(3) e Y E(5). Déerminer la loi de Z = 3X + 5Y. F AD AD AD F ECS LYCÉE FAURIEL 7 8

2 EXERCICE 8.4 Soien X e Y deu variables aléaoires indépendanes suivan la loi normale N(, ). Déerminer la loi de 3X Y. EXERCICE 8.5 Différence de deu lois eponenielles (D après ECRICOME ) Soien X e Y deu variables aléaoires à densié définies sur le même espace probabilisé (Ω, A, P), indépendanes, e elles que X E(a) e Y E(b), où a e b son deu réels sricemen posiifs.. Déerminer une densié de la variable aléaoire X.. Monrer que Y X adme pour densié la foncion h définie par h() = ab a+b e b si > ab a+b ea si EXERCICE 8.6 Soien X e Y deu variables aléaoires elles que X γ (ν ) e Y γ (ν ), avec ν < ν. Monrer que pour ou R, P(X ) P(Y ). Indicaion : inroduire une variable Z, indépendane de X, qui sui la loi γ (ν ν ). EXERCICE 8.7 Loi de Gomperz On pose, pour R, f () = e e.. Monrer que f es une densié de probabilié.. Soien X e Y deu variables aléaoires indépendanes sur (Ω, A, P) ayan oues deu f pour densié. (a) Déerminer une densié de Y. (b) Monrer que Z = X Y possède une densié, e la déerminer (on pourra à ce effe uiliser le changemen de variables u = e ou u = e e uiliser l espérance d une loi eponenielle). EXERCICE 8.8 Produi de deu uniformes Soien X e Y deu variables aléaoires sur (Ω, A, P), indépendanes e suivan oues deu la loi uniforme U([, ]).. Déerminer la loi de Z = ln X.. On admera (emporairemen) que Z e T = lny son indépendanes. Déerminer la loi de Z +T, puis la foncion de répariion de XY e enfin une densié de XY. EXERCICE 8.9 Quoien de lois eponenielles Soien X e Y deu variables aléaoires indépendanes sur (Ω, A, P) suivan la loi eponenielle de paramère.. Monrer que pour une densié de X Y es donnée par. Déerminer la foncion de répariion de U = X Y. e f : + e / + si si < En déduire que U es une variable à densié e en déerminer une densié. X 3. Déerminer la loi de X + Y. EXERCICE 8. (QSP HEC 3) Soi X une variable aléaoire possédan une densié de probabilié coninue sur R e nulle en dehors de ], [.. Monrer que X possède une variance, qui es sricemen comprise en e.. Monrer que oue valeur de l inervalle ouver ], [ es effecivemen possible pour la variance de X. EXERCICE 8. Différences des carrés de deu uniformes (Oral HEC 6) F AD AD AD AD TD D. Soi f la foncion définie sur R par : R, f () = si < sinon (a) Monrer que f es une densié de probabiliés. (b) Donner l allure de la représenaion graphique de la foncion de répariion d une variable aléaoire réelle de densié f. (c) Trouver la loi de Y = X lorsque X es une variable aléaoire posiive admean f pour densié.. (a) Pour quelles valeurs réelles de s l inégrale (b) Calculer alors s s d ( s) es-elle convergene? d ( s) en uilisan le changemen de variable = s. 3. On considère deu variables aléaoires X e Y, indépendanes, admean chacune f pour densié. (a) Proposer une méhode de simulaion en Scilab de la variable aléaoire S = X Y. (b) Démonrer que S es une variable aléaoire à densié e en donner une densié coninue sur R. ECS LYCÉE FAURIEL 7 8

3 CORRECTION CORRECTION DES EXERCICES DU TD 8 SOLUTION DE L EXERCICE 8. Puisque U es à valeurs dans [, [ X es à valeurs dans R +. E donc pour <, F X () =. Soi. Alors F X () = P ( λ ) ln( U ) = P(ln( U ) λ). Par croissance de la foncion eponenielle, on a alors Suppor En fai, U peu égalemen prendre la valeur, mais ceci n arrivan qu avec probabilié, on se perme de le négliger. F X () = P( U e λ ) = P(U e λ ) = F U ( e λ ). Mais e λ [, ], e nous connaissons la foncion de répariion de U qui es donnée par si < F U () = si si > On a donc F X () = e λ. Donc la foncion de répariion de X es F X () = si < e λ si Nous reconnaissons là la foncion de répariion d une variable aléaoire suivan la loi eponenielle E(λ) e donc X E(λ). SOLUTION DE L EXERCICE 8. Pour ], ], ln(), donc f (). Puisque f es nulle en dehors de ], ], on en dédui que f es posiive sur R. f es coninue sur R, sauf peu-êre en e en. Enfin, pour A ], ], on a Donc dédui que A f ()d = A ln d = [ ln + ] A = + A ln(a) A A +. f ()d converge e vau. Comme de plus f es nulle en dehors de ], ], on en f ()d converge e vau. Ainsi, f es une densié de probabilié. Soi r N. Si X es une variable aléaoire de densié f, d après le héorème de ransfer, E(X r ) eise si e seulemen si r f ()d = r ln d converge absolumen. Mais la foncion r ln() es coninue sur ], ] e par croissances comparées, elle es prolongeable par coninuié en puisque lim r ln =. Donc r ln d converge e ainsi X adme un momen d ordre r. Afin de le calculer, procédons à une inégraion par paries sur un segmen ]A, ], A ], ]. On a ] r r + ln d = [ln r A r + A r + d Ainsi, il vien = Ar + ln A r + A + (r + ) E(X r ) = A r ln d = (r + ) + A r (r + ) (r + ). Rappel Par définiion, avoir la même loi signifie avoir la même foncion de répariion. Il n y a pas besoin de prouver qu elles on les mêmes densiés (ce qui es auomaique). En fai f es coninue en, mais ne perdons pas de emps à le vérifier, on a le droi à un nombre fini de poins de disconinuié. IPP On a posé u = ln e v = r + r +, qui son bien oues deu de classe C sur ]A, ]. ECS LYCÉE FAURIEL 7 8 M. VIENNEY

4 TD 8 SOLUTION DE L EXERCICE 8.3. Puisque X ne prend que des valeurs posiives, Y ne prend que des valeurs supérieures à : P(Y ) = si <. Pour, on a, par croissance du logarihme, F Y () = P e X = P(X ln ) = e a ln() = a. Rédacion Ne pas oublier ce argumen de croissance : c es lui qui jusifie qu on ne change pas le sens des inégaliés. si < Ainsi, F Y () = a si En pariculier, F Y es C sauf peu-êre en. Puisque lim F Y () = = lim F Y () = F + Y (), F Y es coninue en. Éan déjà coninue sur R\{}, on en dédui que F Car C Y es coninue sur R e C sauf peu-êre. en. E donc Y es une variable à densié. Une densié de Y es alors oue foncion qui coïncide avec F Y là où celle-ci es définie. Par.5 eemple, on peu prendre si < f Y () = a a+ si.5 a =.5 a = a = a = 4. D après le héorème de ransfer, Y adme une espérance si e seulemen si e f X ()d = ae e a d = ae (a ) d converge absolumen. Or c es le cas si e seulemen si a > a >. Dans ce cas, on a alors E(X ) = a a. 3. On a Y = e X, e donc par le héorème de ransfer, Y adme un momen d ordre deu si e seulemen si e f X ()d = ae (a ) d converge absolumen. C es le cas si e seulemen si a > a >. Dans ce cas, on a alors E Y = a a. E donc par la formule de Huygens, V (Y ) = E ( Y ) E(Y ) = a a a (a ) = a(a ) a (a ) a (a )(a ) = (a )(a ). 3 4 FIGURE 8. La densié f Y. Noons qu il s agi de l inégrale d une foncion posiive, donc la convergence es équivalene à l absolue convergence. Alernaive Si on ne veu pas faire appel au héorème de ransfer, on peu, comme d habiude uiliser E(Y ) = f Y () d (qui es ou de même le héorème de ransfer, mais dans un cas auquel nous sommes peu-êre plus habiués). SOLUTION DE L EXERCICE 8.4 Nous savons que [Z ] = [min(x,y) ] = [X ] [Y ]. X e Y éan indépendanes, on a, pour ou R, F Z () = P(Z ) = P([X ] [Y ]) = P(X )P(Y ) = ( F X ())( F Y ()). Or, on sai que F X () = si e λ si > e de même F Y () = si e µ si > On en dédui que F Z () = si e (λ+µ) si > Nous reconnaissons là la foncion de répariion d une loi eponenielle E(λ + µ), donc Z E(λ + µ). SOLUTION DE L EXERCICE 8.5 ECS LYCÉE FAURIEL 7 8 M. VIENNEY

5 CORRECTION 3. La foncion f es posiive car la foncion eponenielle ne prend que des valeurs posiives. De plus, éan coninue sur R, par composiion de foncions coninues, il en es de même de f. Enfin, par parié de la foncion f, on a, sous réserve de convergence, Or, nous savons, que f ()d = e d = e donc e d. e d converge e vau. Parié Rappelons que la parié perme de limier le domaine d éude mais ne dispense pas de vérifier la convergence de l inégrale en +. Inégrale C es la densié d une loi eponenielle E(), don l inégrale vau bien enendu. On en dédui donc que e d =. Ainsi, f es bien une densié de probabiliés.. La variable aléaoire Y es à valeurs dans R +, e donc pour <, on a F Y () =. Pour, alors F Y () = P(Y ) = P(X ) = P( X ). Donc F Y () = Ainsi, la foncion de répariion de Y es e d = e d = [ ] e = e. F Y : si < e si Par composiion de foncion coninues, F Y es coninue sur ] ; ] e sur ]; + [. De plus, on a lim F Y () = = = F + Y () donc F Y es coninue à droie en, donc coninue en. Par conséquen, elle es coninue sur R ou enier. De plus, F Y es C sur R e sur R+ par composiion de foncions C, e on a alors, R, F Y () = si < e si > Une densié de Y es alors n impore quelle foncion qui coïncide avec F Y là où celle-ci es définie, par eemple д() si e si > SOLUTION DE L EXERCICE 8.6 Soi R. Alors, en uilisan le sysème comple d événemens [Y = ], [Y = ], on a F Z () = P(Z ) =P([Z ] [Y = ]) + P([Z ] [Y = ]) =P([X ] [Y = ]) + P([X ] [Y = ]) =pp(x ) + ( p)( P(X )) =pφ() + ( p) ( Φ( )) Mais on sai que Φ( ) = Φ(), e donc F Z () = Φ(). Ainsi, Z a la même loi que X e sui donc une loi normale cenrée réduie. SOLUTION DE L EXERCICE 8.7. Pour R, on a 8 = ( 4) + 8 e donc Coninuié F Y es coninue à gauche en, donc il s agi surou de prouver qu elle es coninue à droie. Noons qu on pourrai se passer du calcul : une foncion de répariion es coninue à droie en ou poin. Densié Plus précisémen, il s agi de oue foncion qui coïncide avec F Y sauf évenuellemen en un nombre fini de poins. Donc on pourrai choisir de poser д() = 7, on obiendrai encore une densié. Mais ceci n a absolumen aucun inérê, donc il s agi surou de donner une valeur à la densié là où F Y n es pas définie (ici en ). Rappel La loi es déerminée par la foncion de répariion, donc si F Z = Φ, ceci suffi à garanir que Z sui une loi N(, ). e ( 8) d = e 8 e ( 4) d. ECS LYCÉE FAURIEL 7 8 M. VIENNEY

6 4 TD 8 Or, une densié de la loi normale N(4, ) es π e ( 4), de sore que E donc I = e 8 π.. De même, on a, pour R, π e ( 4) d = e ( 3) d = π. 4 8 = ( +4+8) = ( +8+6) = ( ) ( +4+8) = ( ) ( ( + ) + 4 ). Or, la densié d une loi normale N donc Ainsi J = (, ) es π e 4 4 d = π e ( ) (+) = π e 4 4. E e 4 4 d = π. e 4 8 d = e 4 e +4 4 d = e 4 π. Méhode On commence par faire apparaîre un, pusiqu il figure dans la densié d une loi normale. La suie es juse la mise sous forme canonique d un polynôme de degré deu qui a éé vue au lycée. On commence par facoriser par le coefficien dominan, puis une fois que l on a + b + c, il s agi de faire apparaire un carré conenan ous les ermes en (en l occurence, + b ) ( ), e enfin de s occuper des consanes. 3. Avec la même loi normale que précédemmen, en considéran son espérance 3, on obien 3 Qui vau Z. de sore que π e 4 4 d = SOLUTION DE L EXERCICE 8.8 Nous savons que P(X > λ) = (n )! e 4 4 d = π K = e 4 e 4 4 d = e 4 π. λ n n e d e P(Y < n) = Il s agi donc de prouver que ces deu quaniés son égales. Prouvons le résula par récurrence sur n. Pour n =, on a λ e d = e λ. Donc la formule es vraie pour n =. n Supposons donc que n e d = (n )!e k λ k k!. λ k= Alors par inégraion par paries sur un segmen [λ, A], on a A λ n e d = n e A A λ + n En prenan la limie lorsque A, il vien λ k= n P(Y = k) = e λ n n e d = λ n e λ A n e A + n!e λ n n e d = n!e λ λ k k! + λn e λ = n!e λ k= n k= λ k k!. Ainsi, par la propriéé de récurrence, la propriéé es vérifiée pour ou n : P(X > λ) = P(Y < n). SOLUTION DE L EXERCICE 8.9 Il es clair que Y es à valeurs posiives, e donc pour <, P(Y ) =. Pour, on a F Y () = P( X ) = P( X ) = F X () F X ( ). ECS LYCÉE FAURIEL 7 8 M. VIENNEY k= k= λ k k!. λ k k!.

7 CORRECTION 5 Mais X Ainsi, N(, ) e donc ( X F X () = P(X ) = P ) ( ) = Φ. ( ) ( F Y () = Φ Φ ) ( ) ( ( )) ( ) = Φ Φ = Φ. Donc la foncion de répariion de Y es donnée par Rappel Pour ou réel, on a Φ( ) = Φ(). F Y () = si < Φ si Puisque Φ es C sur R, F Y es de classe C, sauf peu-êre en. D aure par, on a Rappel lim F Y () = = F Y () = lim F Y (). + Φ() =. E donc F Y es coninue en, e donc sur R. Par conséquen, Y es une variable à densié, e une densié en es oue foncion qui coïncide avec F Y, sauf peu-êre en un nombre fini de poins. Par eemple, on peu prendre f Y () = si Φ si > = si e ( ) si > = si π e 8 si > π Par le héorème de ransfer, on a alors, sous réserve de convergence, Mais pour A >, on a E(Y ) = A π e + 8 d = e 8 d. La foncion inégrée es paire. e 8 d = [ 4e 8 Ceci prouve donc que E(Y ) eise e vau ] A 4 π. = 4 4e A 8 A + 4. Enfin, noons que Y = X = X, e donc par la formule de Huygens, E(Y ) = E(X ) = V (X ) + E(X ) = 4 + = 4. Une nouvelle applicaion de la formule de Huygens donne alors SOLUTION DE L EXERCICE 8. ( ) V (Y ) = E(Y ) E(Y ) 4 = 4 = 4 8 π π.. Par le héorème de ransfer, X adme un momen d ordre n si e seulemen si converge 4. Or, nous savons que Donc E(X n ) eise e E(X n Γ(ν + n) ) = = Γ(ν) =... = ν +n e d converge e vau Γ(ν + n). (ν + n )Γ(ν + n ) Γ(ν) (ν + n )(ν + n ) (ν + )νγ(ν) Γ(ν) = (ν + n )(ν + n ) ν. n Γ(ν) ν e d. Calculons la foncion de répariion de Y. X es à valeurs dans R +, e donc Y = e X es à valeurs dans ]; + [. On en dédui que F Y () = pour. Pour >, on a, par croissance de la foncion logarihme, F Y () = P(e X ) = P(X ln ) = F X (ln ). 4 absolumen, mais il s agi d une foncion de signe consan. Remarque Pour n =, on rerouve E(X ) = ν, e pour n =, on rerouve E(X ) = ν (ν + ). Rappel On ne sai pas eprimer la foncion de répariion d une variable suivan une loi γ, donc il ne fau pas espérer un résula plus simple! ECS LYCÉE FAURIEL 7 8 M. VIENNEY

8 6 TD 8 Puisque F X es coninue sur R, par composiion de foncions coninues, F Y es coninue sur ]; + [. Elle l es égalemen sur ], ] car elle y es consane. Rese à voir si F Y es coninue en. E puisqu on sai déjà qu elle es coninue à gauche 5 en, il suffi de vérifier qu elle es coninue à droie en. Or, lorsque end vers par valeurs supérieures, on a ln, e par composiion de limies, F Y () = F X (ln ) F X () = = F Y (). Donc F Y es coninue sur R. D aure par, F X es dérivable sur ]; + [, de dérivée Γ(ν ) ν e. Par composiion de foncions dérivables, F Y es alors dérivable sur ]; + [, de dérivée F Y () = Γ(ν) (ln )ν e ln = Γ(ν) (ln )ν. Sur ], [, F Y es évidemmen dérivable de dérivée nulle, e donc F Y es de classe C sur R {}. Ainsi, Y es une variable à densié, e oue foncion coïncidan avec F Y là où elle eise en es une densié. Par eemple, on peu prendre Rappel F X es coninue en, e F X () = car F X es nulle sur R. 5 En effe : puisqu elle es coninue sur ], ], elle es nécessairemen coninue à gauche en. f : si Γ(ν ) (ln ) ν si > 3. D après le héorème de ransfer, Y adme une espérance si e seulemen si e + Γ(ν) ν e ν d = d converge. Γ(ν) Or, ν d es une inégrale de Riemann divergene 6, donc Y n adme pas d espé- 6 Avec α = ν <. rance. SOLUTION DE L EXERCICE 8.. Soi <. Alors G() = P(X )λe λ d. Or, pour < e, on a e donc P(X ) =, de sore que G() =. Pour, e, P(X ) = e λ e donc G() = = λ = si Ainsi, G() = si > + λe λ ( e λ ) d e λ d λ λ λ( + ) = +.. La foncion G es coninue sur R e sur R +, avec lim e λ(+) d G() = lim G() = = G(). + Elle es donc coninue en, e par conséquen sur R. De plus, elle es de classe C sauf peu-êre en, avec G () = si <, G () = si >. ( + ) En pariculier, sa dérivée éan posiive, elle es croissane sur R e sur R+, e donc sur R. Enfin, on a lim G() = e lim G() =. + Donc G es bien la foncion de répariion d une variable à densié, e une densié associée en es oue foncion qui coïncide avec G, sauf évenuellemen en un nombre fini de poins. Par eemple, on peu prendre si д() = ( + ) si > FIGURE 8. La foncion G. Méhode On ne sai pas si G es une foncion de répariion, donc il ne suffi pas de s assurer qu elle es coninue e de classe C sauf évenuellemen en un nombre fini de poins : il fau égalemen s assurer qu elle vérifie les propriéés d une foncion de répariion (croissance, coninuié à droie en ou poin e limies en ± ) FIGURE 8.3 La densié д. ECS LYCÉE FAURIEL 7 8 M. VIENNEY

9 CORRECTION 7 SOLUTION DE L EXERCICE 8.. La loi de λx e la loi de λy es une loi γ ().. Puisque λx e λy son indépendanes, par sabilié des lois γ, λz = λx + λy sui une loi γ (). Donc une densié en es donnée par f () = e si > sinon Par ransformaion affine, une densié de Z = λ (λz) es λf (λ) = λ e λ si > sinon SOLUTION DE L EXERCICE 8.3 Les variables 3X e 5Y son indépendanes, e 3X E() e 5Y E(). Mais la loi eponenielle de paramère es la loi γ de paramère, donc par sabilié des lois γ, Z γ (). SOLUTION DE L EXERCICE 8.4 3X sui la loi normale N( 3, 8) e Y sui la loi N(, 8). Par somme de loi normales indépendanes, on en en dédui que 3X Y sui la loi N(, 6). SOLUTION DE L EXERCICE 8.5. Par ransformaion affine de densiés, une densié de X es f X ( ) = ae a si sinon. Les variables Y e X son indépendanes, e la densié de Y es bornée, donc une densié de Y X es donnée par le produi de convoluion : Rappel X E(λ) si e seulemen si λx E(). A Danger Le gros piège d un el eercice : on a envie de faire la différence des variances. Pour l évier, oujours se ramener à des héorèmes connus. En l occurrence on dispose d un résula sur la somme de deu lois normales, pas sur la différence de lois normales. Donc on ajoue 3X e Y. h() = f Y ()f X ( )d = f Y ()f X ( )d. On a f Y () e f X ( ). Ainsi, on a f Y ()f X ( ) Si >, alors f Y () f X ( ) ma(, ). Domaine Ce calcul nous donne ce qu on pouvai déjà voir sur le dessin : il va falloir disinguer les deu cas e <. Si vous y arrivez sur le dessin, il es inuile de réécrire cee ligne de calcul e vice-versa. h() = Mais pour A >, on a A e (a+b) d = E donc h() = abea e (a+b) a + b Si, alors abe b e a( ) d = abe a e (a+b) d. [ ] A a + b e (a+b) = a + b (e (a+b) e (a+b)a e (a+b) ) A + a + b. = abe b a + b. h() = abe a e (a+b) d = ea a + b. ECS LYCÉE FAURIEL 7 8 M. VIENNEY

10 8 TD 8 SOLUTION DE L EXERCICE 8.6 Il n es pas éviden de procéder direcemen par le calcul, puisque les densiés de X e Y se croisen, e donc un argumen de croissance de l inégrale ne saurai suffire. Soi alors Z une variable aléaoire indépendane de X, suivan la loi γ (ν ν ). Alors, par sabilié des lois γ, X + Z γ (ν + ν ν ) = γ (ν ). E donc en pariculier, P(X + Z ) = P(Y ). Mais puisque Z es à valeurs posiives, on a [X ] [X + Z ]. E en pariculier, P(X ) P(X + Z ) = P(Y ). SOLUTION DE L EXERCICE 8.7. f es coninue e posiive sur R. Soi A >. Alors A On en dédui que f ()d = De même, on monre que Par conséquen A e e e d = [ e e ] A = e e A e A e. f ()d converge e que f ()d = e. f ()d = e f ()d converge e vau. Donc f es bien une densié de probabilié..a. Une densié de Y es donnée par д() = f ( ) = e e..b. Les variables aléaoires X e Y éan indépendanes, il en es de même de X e Y. Noons que la foncion f es bornée car e adme un maimum égal à, e donc le maimum de f es e..5.5 ν =. ν = ν = ν = FIGURE 8.4 Les densiés de différenes lois γ : chacune croise oues les aures. Primiive Si on n a pas reconnu que f es de la forme u e u, alors on peu procéder au changemen de variable = e afin de monrer que l inégrale vau. La densié de X éan bornée 7, on peu uiliser le produi de convoluion : une densié de X Y es donnée par h() = f ( )д()d = =e e e e (+e ) d. e ( ) e ( ) e e d Posons u = e, de sore que = lnu e donc d = du u. Ce changemen de variable es légiime car C, e sricemen croissan sur R. Ainsi, h() = e u e u(+e ) du u = e ue u(+e ) du On reconnaî là, à une consane muliplicaive près l inégrale donnan l espérance d une variable aléaoire Z suivan la loi eponenielle de paramère + e. Plus précisémen, si Z E( + e ), alors Z possède pour densié la foncion 7 e donc il en es de même de celle de Y. Suppor C es ici le cas le plus favorable : les deu densiés ne s annulen jamais, e donc on garde e + comme bornes de l inégrale. E alors puisque E(Z) = E donc, f Z : si ( + e ) e (+e ) si, on a + e f Z ()d = + e e (+e ) d = + e e (+e ) d = h() = e ue u(+e ) e du = ( + e ) = e ( + e ). ( + e ). ECS LYCÉE FAURIEL 7 8 M. VIENNEY

11 CORRECTION 9 SOLUTION DE L EXERCICE 8.8. Puisque X prend ses valeurs dans ], ], ln X prend ses valeurs dans ], ], e donc Z prend ses valeurs dans R +. Donc pour, F Z () =. Soi >. Alors F Z () = P(Z ) = P( ln X ) = P(ln X ) = P(X e ) = e La foncion de répariion de Z es alors F Z : si e si > On reconnaî là la foncion de répariion d une loi eponenielle de paramère, e donc Z E().. On prouve de même que T E(), e donc, par indépendance de Z e T, Z + T γ (). La variable aléaoire XY ne prend que des valeurs dans [, ], donc F X Y () = si < e F X Y () = si >. Pour [, ], on a, par croissance du logarihme, F X Y () = P(XY ) = P(ln X + lny ln ) = P(Z + T ln ) = ln e d. Pour calculer cee inégrale, procédons à une inégraion par paries sur un segmen [ ln, A]. Alors A ln e d = e A ln + A Par conséquen, on a ln e d = Ae A ln + e A A ln si F X Y () = ln() si < si > On en dédui que F X Y es coninue sur ], ], sur ], ] e sur ], + [. De plus, elle vérifie Densié On pourrai bien enendu dériver cee foncion de répariion afin de rerouver la densié d une loi eponenielle, mais rappelons que la foncion de répariion suffi à caracériser la loi. Suppor En effe, X e Y son oues deu à suppor dans [, ], e donc il en es de même de X Y. Alernaive Ici, nous profions du fai qu il es possible de calculer cee inégrale, mais ce n es pas obligaoire. En effe, on peu se conener de dire que F X Y () = F Z +T (ln ). On sai alors que F Z +T es coninue e C sauf en. De plus on connaî la dérivée de F Z +T, qui es la densié d une loi γ (). Tous ces élémens suffisen à prouver que F X Y es coninue, C sur en e en, e à calculer F X Y. lim F + X Y () = = F X Y () e lim F X Y () = = F X Y () de sore que F X Y es coninue en e en e donc sur R. Enfin, elle es dérivable, de dérivée nulle en dehors de [, ] e de dérivée égale à ln sur ], [. F X Y es donc de classe C sur R privé de e de. Ainsi, XY adme une densié, e oue foncion égale à sa dérivée sur R {, } en es une densié. Par eemple, on peu prendre SOLUTION DE L EXERCICE 8.9 ln si < < sinon. Une densié de X es f X : e si sinon. e par ransformaion affine, une densié de Y es e / si sinon Puisque X e Y son indépendanes 8, une densié de X Y es donnée par le produi de convoluion : h() = f X (z)f Y ( z)dz. Or, on a f X (z) z e f Y ( z) z z. A Danger! Aenion à ne pas dire que la dérivée de F X Y es une densié de X Y. Ceci n es vrai que si F X Y es dérivable sur R ou enier, ce qui n es pas le cas ici. 8 Car X e Y le son. ECS LYCÉE FAURIEL 7 8 M. VIENNEY

12 TD 8 f X (z) f Y ( z) Ainsi, si, alors E si, alors h() = e z e( z)/ dz = e / e z(+)/ dz = h() = = = + e / = e / +. e / e / = e +. e z e( z)/ dz e z(+)/ dz + e (+)/ X. Noons que X e Y éan à valeurs posiives, es égalemen à valeurs posiives. Y E donc pour <, F U () = P(U ) =. De plus, on a U = si e seulemen si X = e donc P(U = ) = P(X = ) =. Enfin, pour >, on a ( X ) F U () = P Y = P(X Y ) = P(X Y ). Quoien Noons que le quoien X Y n es pas bien défini si Y =. Touefois cela se produi avec une probabilié nulle (=presque jamais), e nous inéresse peu. Si on veu êre oalemen rigoureu, on peu dire que U = X Y si Y e U = (ou U =, ou U =, peu impore) lorsque Y =. Mais alors F U () = Pour A <, on a alors h()d = A + e / d = e / d. + e / d = e A/. A E donc si F U () = si + F U es évidemmen C sauf peu-êre en, e on a lim F + U () = = F U () = lim F U (). Donc F U es coninue en e donc sur R : U es une variable à densié. Une densié es alors oue foncion qui coïncide avec F U sur R. Par eemple, on peu prendre si f U : ( + ) si > X 3. Noons que ne prend que des valeurs comprises enre e. X + Y ( X ) E donc P X + Y = si si Pour ], [, on a ( X ) ( X + Y P X + Y = P ) ( = P + Y X X ) ECS LYCÉE FAURIEL 7 8 M. VIENNEY

13 CORRECTION E donc X X + Y = P ( Y X ) ( F U sui une loi uniforme sur [, ]. SOLUTION DE L EXERCICE 8. Noons f la densié de X menionnée par l énoncé. = ) = P + =.. Par le héorème de ransfer, sous réserve de convergence, E(X ) = f ()d = ( X Y ) f ()d. Puisque f es coninue sur le segmen [, ], cee inégrale es en fai une inégrale sur un segmen, e donc es convergene. De plus, pour [, ], f () f (), de sore que E(X ) f ()d =. Ceci prouve déjà que X adme une variance, qui es alors auomaiquemen sricemen posiive. D aure par, par la formule de Huygens, V (X ) = E(X ) E(X ) E(X ). Il rese donc à prouver que V (X ) <, e pour cela, prouvons que E(X ) <. On a E(X ) = ( )f ()d. Or, la foncion ( )f () es coninue e posiive sur ], [, e elle n y es pas nulle. En effe, f es posiive, e f ()d = >. Par conséquen, E(X ) >, e donc E(X ) <.. Soi α ], [. Nous voulons prouver qu il eise une densié f, coninue sur R e nulle hors de ], [ elle que si X possède f pour densié, alors V (X ) = α. Noons ou de suie que la réponse n es pas à chercher du côé des lois usuelles, car aucune des lois que nous connaissons ne possède une densié coninue sur R e nulle en dehors de ], [. Cherchons de elles densiés qui soien paires, de elle sore que E(X ) =. Par parié, on doi donc avoir e de même f ()d = f ()d = f ()d = f ()d = f ()d = f ()d = E(X ) f ()d = = V (X ) = α. Sans l hypohèse de coninuié demandée par l énoncé, il serai plus facile de répondre à la quesion, puisqu on pourrai prendre une foncion «en escaliers» : En prenan a e b proches de, on doi pouvoir obenir une variance proche de, e en prenan a e b proches de, on doi pouvoir obenir une variance proche de, ous les cas inermédiaires éan possibles. Rappel Une variance es oujours posiive, e la variance d une variable à densié es même sricemen posiive (les seules variables aléaoires de variance nulle son les variables presque ceraines, qui ne son pas des variables à densié). Méhode Pour calculer V (X ), le plus simple es probablemen de passer par la formule de Huygens, qui va nécessier le calcul de l espérance. Si f es paire, alors E(X ) =, e on économise donc un calcul. Inuiion La variance mesure la «dispersion» des valeurs prises par la variable aléaoire. Si a e b son proches de, X ne prend que des valeurs proches de, e donc sa variance doi êre faible. Alors qu au conraire, si a e b son proches de, X ne prend que des valeurs don la disance à (= E(X )) es proche de, donc la variance doi êre proche de. Malheureusemen, on nous demande ici une densié coninue, ce qui n es pas le cas d une foncion en escaliers... ECS LYCÉE FAURIEL 7 8 M. VIENNEY

14 TD 8 b a b a a b b +a a a +a Pour simplifier les calculs, cherchons f sous la forme d une foncion affine par morceau, don le graphique serai : Puisque nous voulons une densié, l inégrale doi êre égale à. Pluô que de calculer l inégrale, remarquons que l aire de chacun des riangles de la figure doi êre égale à, e donc on doi avoir Cela revien à prendre : b( a) = b = a. si a f a () = ( a) ( a) si a < +a ( ) ( a) si +a < Déails Ces epression on éé rouvée à parir du dessin : nous savons commen rouver l équaion de la droie passan par deu poins donnés. avec a [, [. Soi donc X a une variable aléaoire de densié f a, e noons alors On a alors д(a) = V (X a ) = E ( ) Xa f a ()d = +a д(a) = a a f a ()d. ( a) ( a)d +a ( a) ( )d. On consae alors que д es une foncion coninue sur [, ], par eemple car si on calcule l inégrale 9, il s agi d un polynôme en a. D aure par, pour [a, ], on a a e donc > д(a) = a f a ()d a f a ()d a } {{ } = a. 9 Ce que nous n allons pas faire ici pour alléger la rédacion. Par applicaion du héorème des gendarmes, on a donc lim =. a + ECS LYCÉE FAURIEL 7 8 M. VIENNEY

15 CORRECTION 3 D aure par, on a д() = 3 d + ( )d = 7 4. E donc, par le héorème des valeurs inermédiaires, lorsque a parcour [, ], д(a) prend [ 7 [ oues les valeurs de 4,. Il rese donc à raier le cas des «peies» variances. Pour cela, on peu modifier un peu la foncion ci-dessus, e chercher f a sous la forme b TVI Nous n avons rien di de la monoonie de д (qui es rès probablemen croissane sricemen), e donc nous faisons bien appel au héorème des valeurs inermédiaires, pas au héorème de la bijecion. Il se peu donc que д prenne des valeurs en dehors de ce inervalle, même si, d après la quesion, д es à valeurs dans ], [. Enre e 7 4. a a a a On monrerai alors comme précédemmen qu on peu ainsi obenir oues les variances ] 7 ] dans,. 4 E donc, quel que soi α ], [, il eise une variable aléaoire X α possédan une densié coninue sur R, nulle en dehors de ], [ elle que V (X α ) = α..a..b. E en emps limié? : il n es bien évidemmen pas quesion d écrire auan de déails duran les à 5 minues consacrées à la quesion sans préparaion lors d un oral. Mais le jury n aend pas ces déails, e la deuième quesion avai ici pour objecif de eser l inuiion d un candida qui aurai déjà réussi la première quesion. Un candida capable de proposer une soluion avec une foncion en escaliers (qui ne vérifie donc pas les condiions requises ici) fai déjà preuve d une rès bonne compréhension de la noion de variance. E un candida capable de proposer un dessin d une foncion affine par morceau comme ci-dessus mérie une ecellene noe! SOLUTION DE L EXERCICE 8. La foncion f es évidemmen posiive sur R, e elle es coninue sauf peu-êre en e en. d On a alors, sous réserve de convergence de cee inégrale, f ()d =. Mais on reconnaî alors une inégrale de Riemann convergene, e pour A ], ], On en dédui donc que A d = [ ] A = A A +. f ()d =, e donc f es bien une densié de probabiliés. Noons F la foncion de répariion d une variable aléaoire admean f pour densié. Alors F() = si e F() = si. d Pour ], ], on a F() = f ()d =. Or, si A ], ], d A = [ ] = A A A +. si E donc F() = si < < si Sa représenaion graphique es alors donnée par ECS LYCÉE FAURIEL 7 8 M. VIENNEY

16 4 TD 8 Un dessin à la main doi ou de même faire apparaîre les.8 caracérisiques essenielles de F. Ici, il es légiime d aendre.6 du dessin qu il fasse apparaîre :.4 la coninuié de F c. Puisque X es à valeurs dans ], [, il es éviden que c es égalemen le cas de Y. E donc, on a F Y () = si < e F Y () = si. Pour ], [, on a F Y () = P(Y ) = P( X ) = P(X ) = F( ) = =. Figures sa croissance sa concavié sur [, ] (la dérivée y es décroissane) la angene vericale en l origine la non dérivabilié en.a. si Ainsi, F Y () = si < si > On reconnaî là la foncion de répariion d une loi uniforme sur [, ] : Y U([, ]). Si s <, alors n es pas définie sur ]s, ], e donc l inégrale n a pas de sens. ( s) De même, si s >, alors pour [, s[, on a ( s) <, e donc l inégrale n a pas de sens. Pour s =, e ], ], on a = =, don l inégrale enre e diverge. ( s) Enfin, pour s ], [, la foncion es coninue sur ]s, ], e au voisinage de ( s) s, on a Or,.b. Posons = s ]s, ], avec s. ( s) s s d converge, donc il en es de même de s s = s d ( s). s. Alors s es C e sricemen croissane sur lim s s = e lim s = s. On a alors = s = s, de sore que d = s ( ). E donc, par le héorème de changemen de variable, Or, s s s d = ( s) = ( )( + ) = ( s d = ( s) s s d ( s s ) s s ( ) = ), de sore que d. d + = ln( ) s + ln( + ) s = ln + s. s 3.a. D après la quesion.c, si X possède f pour densié, alors X sui une loi uniforme sur [, ]. E donc si U U([, ]), alors U possède f pour densié. Donc on peu simuler S en uilisan ECS LYCÉE FAURIEL 7 8 M. VIENNEY

17 CORRECTION 5 S = rand()^ - rand()^ 3.b. Une densié de Y es f Y : si < sinon Puisque ni la densié de X ni celle de Y ne son bornées, il fau prendre des précauions : le héorème sur le produi de convoluion nous di que si la foncion д définie par д() = f X ()f Y ( )d Qui s applique car X e Y son indépendanes. es bien définie e coninue sauf évenuellemen en un nombre fini de poins, alors c es une densié de S. Noons qu on a f X () < e de même f Y ( ) < < +. f X () Donc déjà, pour ou, on a д() =. + f Y ( ) Pour <, Pour < <, on a д() = 4 д() = d = ( ) 4 ln +. + d. E alors, en uilisan le changemen de variable u =, il vien alors д() = 4 du = u ( ) u 4 ln Puisque l inégrale définissan д es bien définie, e que la foncion д ainsi obenue es coninue sur R, sauf évenuellemen en, e, nous pouvons affirmer que S es bien une variable à densié, e que д en es une densié. Enfin, puisque l énoncé nous demandai une densié coninue sur R, il nous rese juse à remarquer que д es coninue en e en puisque Remarque ], [, e donc il es légiime d uiliser le résula de la quesion.b, qui n éai valable que pour s ], [. + lim + = e donc lim E de même en. On a donc д() = = lim д() = д(). + si < ou > д() = 4 ln + si < 4 ln + = 4 ln + si < < + si < < sinon FIGURE 8.5 La densié д. ECS LYCÉE FAURIEL 7 8 M. VIENNEY

Texte Ruine d une compagnie d assurance

Texte Ruine d une compagnie d assurance Page n 1. Texe Ruine d une compagnie d assurance Une nouvelle compagnie d assurance veu enrer sur le marché. Elle souhaie évaluer sa probabilié de faillie en foncion du capial iniial invesi. On suppose

Plus en détail

Exemples de résolutions d équations différentielles

Exemples de résolutions d équations différentielles Exemples de résoluions d équaions différenielles Table des maières 1 Définiions 1 Sans second membre 1.1 Exemple.................................................. 1 3 Avec second membre 3.1 Exemple..................................................

Plus en détail

2. Quelle est la valeur de la prime de l option américaine correspondante? Utilisez pour cela la technique dite de remontée de l arbre.

2. Quelle est la valeur de la prime de l option américaine correspondante? Utilisez pour cela la technique dite de remontée de l arbre. 1 Examen. 1.1 Prime d une opion sur un fuure On considère une opion à 85 jours sur un fuure de nominal 18 francs, e don le prix d exercice es 175 francs. Le aux d inérê (coninu) du marché monéaire es 6%

Plus en détail

TD/TP : Taux d un emprunt (méthode de Newton)

TD/TP : Taux d un emprunt (méthode de Newton) TD/TP : Taux d un emprun (méhode de Newon) 1 On s inéresse à des calculs relaifs à des remboursemens d empruns 1. On noera C 0 la somme emprunée, M la somme remboursée chaque mois (mensualié), le aux mensuel

Plus en détail

CHAPITRE I : Cinématique du point matériel

CHAPITRE I : Cinématique du point matériel I. 1 CHAPITRE I : Cinémaique du poin maériel I.1 : Inroducion La plupar des objes éudiés par les physiciens son en mouvemen : depuis les paricules élémenaires elles que les élecrons, les proons e les neurons

Plus en détail

MATHEMATIQUES FINANCIERES

MATHEMATIQUES FINANCIERES MATHEMATIQUES FINANCIERES LES ANNUITES INTRODUCTION : Exemple 1 : Une personne veu acquérir une maison pour 60000000 DH, pour cela, elle place annuellemen au CIH une de 5000000 DH. Bu : Consiuer un capial

Plus en détail

Rappels théoriques. -TP- Modulations digitales ASK - FSK. Première partie 1 INTRODUCTION

Rappels théoriques. -TP- Modulations digitales ASK - FSK. Première partie 1 INTRODUCTION 2 IUT Blois Déparemen GTR J.M. Giraul, O. Bou Maar, D. Ceron M. Richard, P. Sevesre e M. Leberre. -TP- Modulaions digiales ASK - FSK IUT Blois Déparemen du Génie des Télécommunicaions e des Réseaux. Le

Plus en détail

VA(1+r) = C 1. VA = C 1 v 1

VA(1+r) = C 1. VA = C 1 v 1 Universié Libre de Bruxelles Solvay Business School La valeur acuelle André Farber Novembre 2005. Inroducion Supposons d abord que le emps soi limié à une période e que les cash flows fuurs (les flux monéaires)

Plus en détail

Le mode de fonctionnement des régimes en annuités. Secrétariat général du Conseil d orientation des retraites

Le mode de fonctionnement des régimes en annuités. Secrétariat général du Conseil d orientation des retraites CONSEIL D ORIENTATION DES RETRAITES Séance plénière du 28 janvier 2009 9 h 30 «Les différens modes d acquisiion des drois à la reraie en répariion : descripion e analyse comparaive des echniques uilisées»

Plus en détail

Fonction dont la variable est borne d intégration

Fonction dont la variable est borne d intégration [hp://mp.cpgedpydelome.fr] édié le 1 jille 14 Enoncés 1 Foncion don la variable es borne d inégraion Eercice 1 [ 1987 ] [correcion] Soi f : R R ne foncion conine. Jsifier qe les foncions g : R R sivanes

Plus en détail

Les circuits électriques en régime transitoire

Les circuits électriques en régime transitoire Les circuis élecriques en régime ransioire 1 Inroducion 1.1 Définiions 1.1.1 égime saionnaire Un régime saionnaire es caracérisé par des grandeurs indépendanes du emps. Un circui en couran coninu es donc

Plus en détail

Finance 1 Université d Evry Val d Essonne. Séance 2. Philippe PRIAULET

Finance 1 Université d Evry Val d Essonne. Séance 2. Philippe PRIAULET Finance 1 Universié d Evry Val d Essonne éance 2 Philippe PRIAULET Plan du cours Les opions Définiion e Caracérisiques Terminologie, convenion e coaion Les différens payoffs Le levier implicie Exemple

Plus en détail

CHAPITRE 13. EXERCICES 13.2 1.a) 20,32 ± 0,055 b) 97,75 ± 0,4535 c) 1953,125 ± 23,4375. 2.±0,36π cm 3

CHAPITRE 13. EXERCICES 13.2 1.a) 20,32 ± 0,055 b) 97,75 ± 0,4535 c) 1953,125 ± 23,4375. 2.±0,36π cm 3 Chapire Eercices de snhèse 6 CHAPITRE EXERCICES..a), ±,55 b) 97,75 ±,455 c) 95,5 ±,475.±,6π cm.a) 44,, erreur absolue de,5 e erreur relaive de, % b) 5,56, erreur absolue de,5 e erreur relaive de,9 % 4.a)

Plus en détail

Caractéristiques des signaux électriques

Caractéristiques des signaux électriques Sie Inerne : www.gecif.ne Discipline : Génie Elecrique Caracérisiques des signaux élecriques Sommaire I Définiion d un signal analogique page 1 II Caracérisiques d un signal analogique page 2 II 1 Forme

Plus en détail

CARACTERISTIQUES STATIQUES D'UN SYSTEME

CARACTERISTIQUES STATIQUES D'UN SYSTEME CARACTERISTIQUES STATIQUES D'UN SYSTEE 1 SYSTEE STABLE, SYSTEE INSTABLE 1.1 Exemple 1: Soi un sysème composé d une cuve pour laquelle l écoulemen (perurbaion) es naurel au ravers d une vanne d ouverure

Plus en détail

TB 352 TB 352. Entrée 1. Entrée 2

TB 352 TB 352. Entrée 1. Entrée 2 enrées série TB logiciel d applicaion 2 enrées à émission périodique famille : Inpu ype : Binary inpu, 2-fold TB 352 Environnemen Bouon-poussoir TB 352 Enrée 1 sories 230 V Inerrupeur Enrée 2 Câblage sur

Plus en détail

Intégration de Net2 avec un système d alarme intrusion

Intégration de Net2 avec un système d alarme intrusion Ne2 AN35-F Inégraion de Ne2 avec un sysème d alarme inrusion Vue d'ensemble En uilisan l'inégraion d'alarme Ne2, Ne2 surveillera si l'alarme inrusion es armée ou désarmée. Si l'alarme es armée, Ne2 permera

Plus en détail

F 2 = - T p K 0. ... F T = - T p K 0 - K 0

F 2 = - T p K 0. ... F T = - T p K 0 - K 0 Correcion de l exercice 2 de l assisana pré-quiz final du cours Gesion financière : «chéancier e aux de renabilié inerne d empruns à long erme» Quesion : rappeler la formule donnan les flux à chaque échéance

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

Calcul Stochastique 2 Annie Millet

Calcul Stochastique 2 Annie Millet M - Mahémaiques Appliquées à l Économie e à la Finance Universié Paris 1 Spécialié : Modélisaion e Méhodes Mahémaiques en Économie e Finance Calcul Sochasique Annie Mille 15 14 13 1 11 1 9 8 7 6 5 4 3

Plus en détail

AMPLIFICATEUR OPERATIONNEL EN REGIME NON LINEAIRE

AMPLIFICATEUR OPERATIONNEL EN REGIME NON LINEAIRE AMPLIFICATEUR OPERATIONNEL EN REGIME NON LINEAIRE Dans e hapire l'amplifiaeur différeniel inégré sera oujours onsidéré omme parfai, mais la ension de sorie ne pourra prendre que deux valeurs : V sa e V

Plus en détail

La rentabilité des investissements

La rentabilité des investissements La renabilié des invesissemens Inroducion Difficulé d évaluer des invesissemens TI : problème de l idenificaion des bénéfices, des coûs (absence de saisiques empiriques) problème des bénéfices Inangibles

Plus en détail

Recueil d'exercices de logique séquentielle

Recueil d'exercices de logique séquentielle Recueil d'exercices de logique séquenielle Les bascules: / : Bascule JK Bascule D. Expliquez commen on peu modifier une bascule JK pour obenir une bascule D. 2/ Eude d un circui D Q Q Sorie A l aide d

Plus en détail

Ned s Expat L assurance des Néerlandais en France

Ned s Expat L assurance des Néerlandais en France [ LA MOBILITÉ ] PARTICULIERS Ned s Expa L assurance des Néerlandais en France 2015 Découvrez en vidéo pourquoi les expariés en France choisissen APRIL Inernaional pour leur assurance sané : Suivez-nous

Plus en détail

Sciences Industrielles pour l Ingénieur

Sciences Industrielles pour l Ingénieur Sciences Indusrielles pour l Ingénieur Cenre d Inérê 6 : CONVERTIR l'énergie Compéences : MODELISER, RESOUDRE CONVERSION ELECTROMECANIQUE - Machine à couran coninu en régime dynamique Procédés de piloage

Plus en détail

Les solutions solides et les diagrammes d équilibre binaires. sssp1. sssp1 ssss1 ssss2 ssss3 sssp2

Les solutions solides et les diagrammes d équilibre binaires. sssp1. sssp1 ssss1 ssss2 ssss3 sssp2 Les soluions solides e les diagrammes d équilibre binaires 1. Les soluions solides a. Descripion On peu mélanger des liquides par exemple l eau e l alcool en oue proporion, on peu solubiliser un solide

Plus en détail

Sommaire de la séquence 12

Sommaire de la séquence 12 Sommaire de la séquence 12 Séance 1........................................................................................................ Je prends un bon dépar.......................................................................................

Plus en détail

Oscillations forcées en régime sinusoïdal.

Oscillations forcées en régime sinusoïdal. Conrôle des prérequis : Oscillaions forcées en régime sinusoïdal. - a- Rappeler l expression de la période en foncion de la pulsaion b- Donner l expression de la période propre d un circui RLC série -

Plus en détail

Mathématiques financières. Peter Tankov

Mathématiques financières. Peter Tankov Mahémaiques financières Peer ankov Maser ISIFAR Ediion 13-14 Preface Objecifs du cours L obje de ce cours es la modélisaion financière en emps coninu. L objecif es d un coé de comprendre les bases de

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

Cours d électrocinétique :

Cours d électrocinétique : Universié de Franche-Comé UFR des Sciences e Techniques STARTER 005-006 Cours d élecrocinéique : Régimes coninu e ransioire Elecrocinéique en régimes coninu e ransioire 1. INTRODUCTION 5 1.1. DÉFINITIONS

Plus en détail

Files d attente (1) F. Sur - ENSMN. Introduction. 1 Introduction. Vocabulaire Caractéristiques Notations de Kendall Loi de Little.

Files d attente (1) F. Sur - ENSMN. Introduction. 1 Introduction. Vocabulaire Caractéristiques Notations de Kendall Loi de Little. Cours de Tronc Commun Scienifique Recherche Opéraionnelle Les files d aene () Les files d aene () Frédéric Sur École des Mines de Nancy www.loria.fr/ sur/enseignemen/ro/ 5 /8 /8 Exemples de files d aene

Plus en détail

Relation entre la Volatilité Implicite et la Volatilité Réalisée.

Relation entre la Volatilité Implicite et la Volatilité Réalisée. Relaion enre la Volailié Implicie e la Volailié Réalisée. Le cas des séries avec la coinégraion fracionnaire. Rappor de Recherche Présené par : Mario Vázquez Velasco Direceur de Recherche : Benoî Perron

Plus en détail

3 POLITIQUE D'ÉPARGNE

3 POLITIQUE D'ÉPARGNE 3 POLITIQUE D'ÉPARGNE 3. L épargne exogène e l'inefficience dynamique 3. Le modèle de Ramsey 3.3 L épargne opimale dans le modèle AK L'épargne des sociéés dépend largemen des goûs des agens, de faceurs

Plus en détail

2009-01 EFFICIENCE INFORMATIONNELLE DES 1948-2008 UNE VERIFICATION ECONOMETRIQUE MARCHES DE L OR A PARIS ET A LONDRES, DE LA FORME FAIBLE

2009-01 EFFICIENCE INFORMATIONNELLE DES 1948-2008 UNE VERIFICATION ECONOMETRIQUE MARCHES DE L OR A PARIS ET A LONDRES, DE LA FORME FAIBLE 009-01 EFFICIENCE INFORMATIONNELLE DES MARCHES DE L OR A PARIS ET A LONDRES, 1948-008 UNE VERIFICATION ECONOMETRIQUE DE LA FORME FAIBLE Thi Hong Van HOANG Efficience informaionnelle des marchés de l or

Plus en détail

THÈSE. Pour l obtention du grade de Docteur de l Université de Paris I Panthéon-Sorbonne Discipline : Sciences Économiques

THÈSE. Pour l obtention du grade de Docteur de l Université de Paris I Panthéon-Sorbonne Discipline : Sciences Économiques Universié de Paris I Panhéon Sorbonne U.F.R. de Sciences Économiques Année 2011 Numéro aribué par la bibliohèque 2 0 1 1 P A 0 1 0 0 5 7 THÈSE Pour l obenion du grade de Doceur de l Universié de Paris

Plus en détail

Non-résonance entre les deux premières valeurs propres d un problème quasi-linéaire

Non-résonance entre les deux premières valeurs propres d un problème quasi-linéaire Non-résonance enre les deux premières valeurs propres d un problème quasi-linéaire AREl Amrouss MMoussaoui Absrac We consider he quasilinear Dirichle boundary value problem (φ p (u )) = f(u)+h(x),u(a)=u(b)=0,

Plus en détail

Filtrage optimal. par Mohamed NAJIM Professeur à l École nationale supérieure d électronique et de radioélectricité de Bordeaux (ENSERB)

Filtrage optimal. par Mohamed NAJIM Professeur à l École nationale supérieure d électronique et de radioélectricité de Bordeaux (ENSERB) Filrage opimal par Mohamed NAJIM Professeur à l École naionale supérieure d élecronique e de radioélecricié de Bordeaux (ENSERB) Filre adapé Définiions Filre adapé dans le cas de brui blanc 3 3 Cas d un

Plus en détail

Chapitre 2 L investissement. . Les principales caractéristiques de l investissement

Chapitre 2 L investissement. . Les principales caractéristiques de l investissement Chapire 2 L invesissemen. Les principales caracérisiques de l invesissemen.. Définiion de l invesissemen Définiion générale : ensemble des B&S acheés par les agens économiques au cours d une période donnée

Plus en détail

TRAVAUX PRATIQUES N 5 INSTALLATION ELECTRIQUE DE LA CAGE D'ESCALIER DU BATIMENT A

TRAVAUX PRATIQUES N 5 INSTALLATION ELECTRIQUE DE LA CAGE D'ESCALIER DU BATIMENT A UIMBERTEAU UIMBERTEAU TRAVAUX PRATIQUES 5 ISTALLATIO ELECTRIQUE DE LA CAE D'ESCALIER DU BATIMET A ELECTROTECHIQUE Seconde B.E.P. méiers de l'elecroechnique ELECTROTECHIQUE HABITAT Ver.. UIMBERTEAU TRAVAUX

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

Le mécanisme du multiplicateur (dit "multiplicateur keynésien") revisité

Le mécanisme du multiplicateur (dit multiplicateur keynésien) revisité Le mécanisme du muliplicaeur (di "muliplicaeur kenésien") revisié Gabriel Galand (Ocobre 202) Résumé Le muliplicaeur kenésien remone à Kenes lui-même mais il es encore uilisé de nos jours, au moins par

Plus en détail

Ecole des HEC Université de Lausanne FINANCE EMPIRIQUE. Eric Jondeau

Ecole des HEC Université de Lausanne FINANCE EMPIRIQUE. Eric Jondeau Ecole des HEC Universié de Lausanne FINANCE EMPIRIQUE Eric Jondeau FINANCE EMPIRIQUE La prévisibilié des rendemens Eric Jondeau L hypohèse d efficience des marchés Moivaion L idée de base de l hypohèse

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 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)

Plus en détail

MIDI F-35. Canal MIDI 1 Mélodie Canal MIDI 2 Basse Canal MIDI 10 Batterie MIDI IN. Réception du canal MIDI = 1 Reproduit la mélodie.

MIDI F-35. Canal MIDI 1 Mélodie Canal MIDI 2 Basse Canal MIDI 10 Batterie MIDI IN. Réception du canal MIDI = 1 Reproduit la mélodie. / VARIATION/ ACCOMP PLAY/PAUSE REW TUNE/MIDI 3- LESSON 1 2 3 MIDI Qu es-ce que MIDI? MIDI es l acronyme de Musical Insrumen Digial Inerface, une norme inernaionale pour l échange de données musicales enre

Plus en détail

Annuités. I Définition : II Capitalisation : ( Valeur acquise par une suite d annuités constantes ) V n = a t

Annuités. I Définition : II Capitalisation : ( Valeur acquise par une suite d annuités constantes ) V n = a t Annuiés I Définiion : On appelle annuiés des sommes payables à inervalles de emps déerminés e fixes. Les annuiés peuven servir à : - consiuer un capial ( annuiés de placemen ) - rembourser une dee ( annuiés

Plus en détail

Documentation Technique de Référence Chapitre 8 Trames types Article 8.14-1

Documentation Technique de Référence Chapitre 8 Trames types Article 8.14-1 Documenaion Technique de Référence Chapire 8 Trames ypes Aricle 8.14-1 Trame de Rappor de conrôle de conformié des performances d une insallaion de producion Documen valide pour la période du 18 novembre

Plus en détail

Exercices de révision

Exercices de révision Exercices de révisio Exercice U ivesisseur souscri à l émissio d u bille de résorerie do les caracérisiques so les suivaes : - Nomial : 5 M - Taux facial : 3,2% - Durée de vie : 9 mois L ivesisseur doi

Plus en détail

SYSTÈME HYBRIDE SOLAIRE THERMODYNAMIQUE POUR L EAU CHAUDE SANITAIRE

SYSTÈME HYBRIDE SOLAIRE THERMODYNAMIQUE POUR L EAU CHAUDE SANITAIRE SYSTÈME HYBRIDE SOLAIRE THERMODYNAMIQUE POUR L EAU CHAUDE SANITAIRE Le seul ballon hybride solaire-hermodynamique cerifié NF Elecricié Performance Ballon hermodynamique 223 lires inox 316L Plaque évaporarice

Plus en détail

Séquence 2. Pourcentages. Sommaire

Séquence 2. Pourcentages. Sommaire Séquence 2 Pourcenages Sommaire Pré-requis Évoluions e pourcenages Évoluions successives, évoluion réciproque Complémen sur calcularices e ableur Synhèse du cours Exercices d approfondissemen 1 1 Pré-requis

Plus en détail

Copules et dépendances : application pratique à la détermination du besoin en fonds propres d un assureur non vie

Copules et dépendances : application pratique à la détermination du besoin en fonds propres d un assureur non vie Copules e dépendances : applicaion praique à la déerminaion du besoin en fonds propres d un assureur non vie David Cadoux Insiu des Acuaires (IA) GE Insurance Soluions 07 rue Sain-Lazare, 75009 Paris FRANCE

Plus en détail

Image d un intervalle par une fonction continue

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

Plus en détail

Risque associé au contrat d assurance-vie pour la compagnie d assurance. par Christophe BERTHELOT, Mireille BOSSY et Nathalie PISTRE

Risque associé au contrat d assurance-vie pour la compagnie d assurance. par Christophe BERTHELOT, Mireille BOSSY et Nathalie PISTRE Ce aricle es disponible en ligne à l adresse : hp://www.cairn.info/aricle.php?id_revue=ecop&id_numpublie=ecop_149&id_article=ecop_149_0073 Risque associé au conra d assurance-vie pour la compagnie d assurance

Plus en détail

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs Eo7 Limites de fonctions Théorie Eercice Montrer que toute fonction périodique et non constante n admet pas de ite en + Montrer que toute fonction croissante et majorée admet une ite finie en + Indication

Plus en détail

COURS GESTION FINANCIERE A COURT TERME SEANCE 3 PLANS DE TRESORERIE. François LONGIN www.longin.fr

COURS GESTION FINANCIERE A COURT TERME SEANCE 3 PLANS DE TRESORERIE. François LONGIN www.longin.fr COURS GESTION FINANCIERE A COURT TERME SEANCE 3 PLANS DE TRESORERIE SEANCE 3 PLANS DE TRESORERIE Obje de la séance 3 : dans la séance 2, nous avons monré commen le besoin de financemen éai couver par des

Plus en détail

Thème : Electricité Fiche 5 : Dipôle RC et dipôle RL

Thème : Electricité Fiche 5 : Dipôle RC et dipôle RL Fiche ors Thème : Elecricié Fiche 5 : Dipôle e dipôle Plan de la fiche Définiions ègles 3 Méhodologie I - Définiions oran élecriqe : déplacemen de charges élecriqes q a mesre d débi de charges donne l

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

Pouvoir de marché et transmission asymétrique des prix sur les marchés de produits vivriers au Bénin

Pouvoir de marché et transmission asymétrique des prix sur les marchés de produits vivriers au Bénin C N R S U N I V E R S I T E D A U V E R G N E F A C U L T E D E S S C I E N C E S E C O N O M I Q U E S E T D E G E S T I O N CENTRE D ETUDES ET DE RECHERCHES SUR LE DEVELOPPEMENT INTER NATIONAL Pouvoir

Plus en détail

DE L'ÉVALUATION DU RISQUE DE CRÉDIT

DE L'ÉVALUATION DU RISQUE DE CRÉDIT DE L'ÉALUAION DU RISQUE DE CRÉDI François-Éric Racico * Déparemen des sciences adminisraives Universié du Québec, Ouaouais Raymond héore Déparemen Sraégie des Affaires Universié du Québec, Monréal RePAd

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

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

Un modèle de projection pour des contrats de retraite dans le cadre de l ORSA

Un modèle de projection pour des contrats de retraite dans le cadre de l ORSA Un modèle de proecion pour des conras de reraie dans le cadre de l ORSA - François Bonnin (Hiram Finance) - Floren Combes (MNRA) - Frédéric lanche (Universié Lyon 1, Laboraoire SAF) - Monassar Tammar (rim

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

S euls les flux de fonds (dépenses et recettes) définis s ent l investissement.

S euls les flux de fonds (dépenses et recettes) définis s ent l investissement. Choix d ives i s s eme e cer iude 1 Chapire 1 Choix d ivesissemes e ceriude. Défiiio L es décisios d ivesissemes fo parie des décisios sraégiques de l erepris e. Le choix ere différes projes d ivesisseme

Plus en détail

Université Technique de Sofia, Filière Francophone d Informatique Notes de cours de Réseaux Informatiques, G. Naydenov Maitre de conférence, PhD

Université Technique de Sofia, Filière Francophone d Informatique Notes de cours de Réseaux Informatiques, G. Naydenov Maitre de conférence, PhD LA COUCHE PHYSIQUE 1 FONCTIONS GENERALES Cee couche es chargée de la conversion enre bis informaiques e signaux physiques Foncions principales de la couche physique : définiion des caracérisiques de la

Plus en détail

n 1 LES GRANDS THÈMES DE L ITB > 2009 Les intérêts simples et les intérêts composés ( ) C T D ( en mois)

n 1 LES GRANDS THÈMES DE L ITB > 2009 Les intérêts simples et les intérêts composés ( ) C T D ( en mois) LES GRANDS THÈMES DE L ITB Les iérês simples e les iérês composés RAPPELS THÉORIQUES Les iérês simples : l'iérê «I» es focio de la durée «D» (jour, quizaie, mois, rimesre, semesre, aée) de l'opéraio (placeme

Plus en détail

GUIDE DES INDICES BOURSIERS

GUIDE DES INDICES BOURSIERS GUIDE DES INDICES BOURSIERS SOMMAIRE LA GAMME D INDICES.2 LA GESTION DES INDICES : LE COMITE DES INDICES BOURSIERS.4 METHODOLOGIE ET CALCUL DE L INDICE TUNINDEX ET DES INDICES SECTORIELS..5 I. COMPOSITION

Plus en détail

Mémoire présenté et soutenu en vue de l obtention

Mémoire présenté et soutenu en vue de l obtention République du Cameroun Paix - Travail - Parie Universié de Yaoundé I Faculé des sciences Déparemen de Mahémaiques Maser de saisique Appliquée Republic of Cameroon Peace Wor Faherland The Universiy of Yaoundé

Plus en détail

Comparaison de fonctions Développements limités. Chapitre 10

Comparaison de fonctions Développements limités. Chapitre 10 PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?

Plus en détail

Cahier technique n 141

Cahier technique n 141 Collecion Technique... Cahier echnique n 141 Les perurbaions élecriques en BT R. Calvas Les Cahiers Techniques consiuen une collecion d une cenaine de ires édiés à l inenion des ingénieurs e echniciens

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

Article. «Les effets à long terme des fonds de pension» Pascal Belan, Philippe Michel et Bertrand Wigniolle

Article. «Les effets à long terme des fonds de pension» Pascal Belan, Philippe Michel et Bertrand Wigniolle Aricle «Les effes à long erme des fonds de pension» Pascal Belan, Philippe Michel e Berrand Wigniolle L'Acualié économique, vol 79, n 4, 003, p 457-480 Pour cier ce aricle, uiliser l'informaion suivane

Plus en détail

EVALUATION DE LA FPL PAR LES APPRENANTS: CAS DU MASTER IDS

EVALUATION DE LA FPL PAR LES APPRENANTS: CAS DU MASTER IDS EVALUATION DE LA FPL PAR LES APPRENANTS: CAS DU MASTER IDS CEDRIC TAPSOBA Diplômé IDS Inern/ CARE Regional Program Coordinaor and Gender Specialiy Service from USAID zzz WA-WASH Program Tel: 70 77 73 03/

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

Impact du vieillissement démographique sur l impôt prélevé sur les retraits des régimes privés de retraite

Impact du vieillissement démographique sur l impôt prélevé sur les retraits des régimes privés de retraite DOCUMENT DE TRAVAIL 2003-12 Impac du vieillissemen démographique sur l impô prélevé sur les rerais des régimes privés de reraie Séphane Girard Direcion de l analyse e du suivi des finances publiques Ce

Plus en détail

Intégrales généralisées

Intégrales généralisées 3 Iégrles géérlisées Pour ce chpire, les focios cosidérées so priori défiies sur u iervlle réel I o rédui à u poi, à vleurs réelles ou complees e coiues pr morceu. L défiiio e les propriéés de l iégrle

Plus en détail

Chapitre 6. Fonction réelle d une variable réelle

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

Plus en détail

Estimation des matrices de trafics

Estimation des matrices de trafics Cédric Foruny 1/5 Esimaion des marices de rafics Cedric FORTUNY Direceur(s) de hèse : Jean Marie GARCIA e Olivier BRUN Laboraoire d accueil : LAAS & QoSDesign 7, av du Colonel Roche 31077 TOULOUSE Cedex

Plus en détail

Variables Aléatoires. Chapitre 2

Variables Aléatoires. Chapitre 2 Chapitre 2 Variables Aléatoires Après avoir réalisé une expérience, on ne s intéresse bien souvent à une certaine fonction du résultat et non au résultat en lui-même. Lorsqu on regarde une portion d ADN,

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

Document de travail FRANCE ET ALLEMAGNE : UNE HISTOIRE DU DÉSAJUSTEMENT EUROPEEN. Mathilde Le Moigne OFCE et ENS ULM

Document de travail FRANCE ET ALLEMAGNE : UNE HISTOIRE DU DÉSAJUSTEMENT EUROPEEN. Mathilde Le Moigne OFCE et ENS ULM Documen de ravail 2015 17 FRANCE ET ALLEMAGNE : UNE HISTOIRE DU DÉSAJUSTEMENT EUROPEEN Mahilde Le Moigne OFCE e ENS ULM Xavier Rago Présiden OFCE e chercheur CNRS Juin 2015 France e Allemagne : Une hisoire

Plus en détail

Surface de Volatilité et Introduction au Risque de Crédit

Surface de Volatilité et Introduction au Risque de Crédit Modèles de Taux, Surface de Volailié e Inroducion au Risque de Crédi Alexis Fauh Universié Lille I Maser 2 Mahémaiques e Finance Spécialiés Mahémaiques du Risque & Finance Compuaionelle 214/215 spread

Plus en détail

CAHIER 13-2000 ANALYSE DES CHOCS D'OFFRE ET DE DEMANDE DANS LA ZONE CFA : UNE MÉTHODE STRUCTURELLE D'AUTORÉGRESSION VECTORIELLE

CAHIER 13-2000 ANALYSE DES CHOCS D'OFFRE ET DE DEMANDE DANS LA ZONE CFA : UNE MÉTHODE STRUCTURELLE D'AUTORÉGRESSION VECTORIELLE CAHIER 13- ANALYSE DES CHOCS D'OFFRE ET DE DEMANDE DANS LA ZONE CFA : UNE MÉTHODE STRUCTURELLE D'AUTORÉGRESSION VECTORIELLE Jean-Michel BOSCO N'GOMA CAHIER 13- ANALYSE DES CHOCS D'OFFRE ET DE DEMANDE DANS

Plus en détail

ENS de Lyon TD 1 17-18 septembre 2012 Introduction aux probabilités. A partie finie de N

ENS de Lyon TD 1 17-18 septembre 2012 Introduction aux probabilités. A partie finie de N ENS de Lyon TD 7-8 septembre 0 Introduction aux probabilités Exercice Soit (u n ) n N une suite de nombres réels. On considère σ une bijection de N dans N, de sorte que (u σ(n) ) n N est un réordonnement

Plus en détail

Cahier technique n 114

Cahier technique n 114 Collecion Technique... Cahier echnique n 114 Les proecions différenielles en basse ension J. Schonek Building a ew Elecric World * Les Cahiers Techniques consiuen une collecion d une cenaine de ires édiés

Plus en détail

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin. Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).

Plus en détail

Froid industriel : production et application (Ref : 3494) Procédés thermodynamiques, systèmes et applications OBJECTIFS LES PLUS DE LA FORMATION

Froid industriel : production et application (Ref : 3494) Procédés thermodynamiques, systèmes et applications OBJECTIFS LES PLUS DE LA FORMATION Froid indusriel : producion e applicaion (Ref : 3494) Procédés hermodynamiques, sysèmes e applicaions SUPPORT PÉDAGOGIQUE INCLUS. OBJECTIFS Appréhender les différens procédés hermodynamiques de producion

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

1 TD1 : rappels sur les ensembles et notion de probabilité

1 TD1 : rappels sur les ensembles et notion de probabilité 1 TD1 : rappels sur les ensembles et notion de probabilité 1.1 Ensembles et dénombrement Exercice 1 Soit Ω = {1, 2, 3, 4}. Décrire toutes les parties de Ω, puis vérier que card(p(ω)) = 2 4. Soit k n (

Plus en détail

LE PARADOXE DES DEUX TRAINS

LE PARADOXE DES DEUX TRAINS LE PARADOXE DES DEUX TRAINS Énoné du paradoxe Déaillons ou d abord le problème dans les ermes où il es souen présené On dispose de deux oies de hemins de fer parallèles e infinimen longues Enre les deux

Plus en détail

Programmation, organisation et optimisation de son processus Achat (Ref : M64) Découvrez le programme

Programmation, organisation et optimisation de son processus Achat (Ref : M64) Découvrez le programme Programmaion, organisaion e opimisaion de son processus Acha (Ref : M64) OBJECTIFS LES PLUS DE LA FORMATION Appréhender la foncion achas e son environnemen Opimiser son processus achas Développer un acha

Plus en détail

Une assurance chômage pour la zone euro

Une assurance chômage pour la zone euro n 132 Juin 2014 Une assurance chômage pour la zone euro La muualisaion au niveau de la zone euro d'une composane de l'assurance chômage permerai de doer la zone euro d'un insrumen de solidarié nouveau,

Plus en détail

CCP PSI - 2010 Mathématiques 1 : un corrigé

CCP PSI - 2010 Mathématiques 1 : un corrigé CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P

Plus en détail

Correction de l examen de la première session

Correction de l examen de la première session de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi

Plus en détail

L impact de l activisme des fonds de pension américains : l exemple du Conseil des Investisseurs Institutionnels.

L impact de l activisme des fonds de pension américains : l exemple du Conseil des Investisseurs Institutionnels. L impac de l acivisme des fonds de pension américains : l exemple du Conseil des Invesisseurs Insiuionnels. Fabrice HERVE * Docoran * Je iens à remercier ou pariculièremen Anne Lavigne e Consanin Mellios

Plus en détail

CHELEM Commerce International

CHELEM Commerce International CHELEM Commerce Inernaional Méhodes de consrucion de la base de données du CEPII Alix de SAINT VAULRY Novembre 2013 1 Conenu de la base de données Flux croisés de commerce inernaional (exporaeur, imporaeur,

Plus en détail

Les deux déficits, budgétaire et du compte courant, sont-ils jumeaux? Une étude empirique dans le cas d une petite économie en développement

Les deux déficits, budgétaire et du compte courant, sont-ils jumeaux? Une étude empirique dans le cas d une petite économie en développement Les deux déficis, budgéaire e du compe couran, sonils jumeaux? Une éude empirique dans le cas d une peie économie en développemen (Version préliminaire) Aueur: Wissem AJILI Docorane CREFED Universié Paris

Plus en détail

PREMIÈRE PARTIE LIQUIDITÉ ET MICROSTRUCTURE. La Liquidité - De la Microstructure à la Gestion du Risque de Liquidité

PREMIÈRE PARTIE LIQUIDITÉ ET MICROSTRUCTURE. La Liquidité - De la Microstructure à la Gestion du Risque de Liquidité PREMIÈRE PARTIE LIQUIDITÉ ET MICROSTRUCTURE Erwan Le Saou - Novembre 2000. 13 La microsrucure des marchés financiers ne serai cerainemen pas au cenre d une liéraure abondane si le concep de liquidié n

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

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