Correction EDHEC 2007 Voie scienti que

Dimension: px
Commencer à balayer dès la page:

Download "Correction EDHEC 2007 Voie scienti que"

Transcription

1 EDHE 7 ES Exercice Page orrectio EDHE 7 Voie scieti que La correctio comporte 4 pages. Exercice. Pour tout etier o ul, la foctio x 7! e x x est cotiue sur R e tat que quotiet (dot le déomiateur e s aule pas sur cet esemble) de telles foctios. Aisi l itégrale dé issat u e présete qu ue impropreté, e : omme la foctio ' : x 7! x est strictemet décroissate sur R ; ous avos : 8x ; ' (x) ' () et : 8x ; avec : L itégrale Z permet de coclure que : Z e x x e x e x dx () e x dx coverge doc. Le critère de majoratio appliqué aux foctios positives Z e x dx x coverge et la suite (u ) N est bie dé ie. _ (a) Nous avos : 8x ; e x x e x x car x x ) x x et e x > 8x ; e x e x car x ) x x alors comme toutes les foctios e jeu sot cotiues sur [; [ ; la croissace de l itégrale ous doe : 8A ; Z A e x dx x Z A e x dx e x A e e A Le théorème de prologemet des iégalités, ous permet d écrire, comme : Z A lim A! e x dx x Z e x dx x par cvce de l itégrale et lim A! e e A e ocours 7 4 mai 7

2 EDHE 7 ES Exercice Page que : 8 N ; Z e x dx x e soit : 8 N ; w e () E la positivité de l itégrale, les bores état bie ragées, permet d écrire que : 8A ; Z A e x dx x et par passage à la limite quad A ted vers (théorème de prologemet des iégalités) : oclusio : selo () et () Z A e x dx lim A! x Z e x dx soit x ou ecore w () 8 N ; w e (b) La foctio : x 7! e x est décroissate sur [; ] ; doc 8x [; ] ; (x) e ; aisi : e x x e x alors par cotiuité de toutes les foctios e jeu sur le segmet [; ] ; les bores sot bie ragées, la croissace de l itégrale ous doe : 8 N ; Z e x dx x Z dx e x e l x l e l (l ( ) e l l ) l ( ) e oclusio : 8 N ; v l ( ) e (c) omme : lim! le théorème de comparaiso ous doe : l ( ) e lim v! ocours 7 4 mai 7

3 EDHE 7 ES Exercice Page 3 D autre part la relatio de hasles ous permet d écrire que : 8 N ; u v w où la suite (w ) N est borée, alors selo l algèbre des limites : lim u lim v!! lim! w 3. _ e x (a) La foctio : x 7! est cotiue sur ]; ] e tat que quotiet (dot le déomiateur x e s aule pas sur l itervalle) de telles foctios. L itégrale présete doc ue impropreté e : Or comme : e x x x x (car e x e x x) alors lim et est prologeable par cotiuité e e posat x! x () : Aisi (b) Il est clair que : Z e x dx est faussemet impropre e et est doc covergete x 8x ]a; ] ; où a ]; [ ; 8 N ; x x doc alors x e x x x car t 7! t est strictemet décroissate sur R e x x (e multipliat par e x sur ]a; ] ) E itégrat membre à membre, les deux foctios e jeu état cotiues sur l itervalle d itégratio ]a; ] ; les bores état ragées car a < ; la croissace de l itégrale ous permet de dire que : Z e x Z e x a x dx dx a x Sachat que : 8 N ; Z e x lim a! a x dx Z e x Z e x x dx et lim dx a! a x Z e x dx x par covergece des itégrales, le théorème de prologemet des iégalités ous doe : 8 N ; e x E comme 8x [; ] ; x ragées, ous avos alemet : Z e x x dx Z e x dx x ; par positivité de l itégrale, les bores état bie 8 N ; Z e x x dx Z e x dx x (3) ocours 7 4 mai 7

4 EDHE 7 ES Exercice Page 4 (c) Par dé itio de v ; ous avos : Z e x x dx alors selo (3) ous avos : Z Z x dx x dx Z e x v x dx 8 N ; Z x dx v I soit : Z ou ecore : x dx I v Z x l x I v l x ) l ( ) I v l ( ) dx oclusio : 8 N ; l ( ) I v l ( ) (4) (d) omme précédemmet vu, ous savos que la suite (w ) N est borée, et comme v ted vers ous pouvos écrire que : w o (v ) Aisi : soit doc : u v w omme 8 N ; l ; (4) etraîe que : v v car u v w (5) avec : puisque : et : 8 N ; lim! l ( ) l l ( ) l l ( ) l I I v l ( ) l l l ( ) et lim! l lim! I l l l l l l l l ocours 7 4 mai 7

5 EDHE 7 ES Exercice Page 5 avec : l l l Le théorème d ecadremet permet de dire que : lim! v et lim l! l ce qui équivaut à dire, selo la caractérisatio des suites équivaletes, que : oclusio : selo (5) ; (6) par trasitivité de v u l (6) l Exercice. Tout d abord la famille (I; J; K; L) est géératrice de E par dé itio de l éocé. Il ous reste plus qu à démotrer qu elle est libre. Soit (a; b; c; d) R 4 ; tel que ai bj ck dl ; motros que a b c d : La combiaiso liéaire ulle s écrit : a b c d b a d c c d a b d c b a A M 4(R). _ ce qui etraîe que : 8> < >: a b c d et la famille est doc libre. omme so cardial vaut 4, ous pouvos dire que : (a) Sas commetaire particulier, o trouve : (I; J; K; L) est ue base de E et dim E 4 JK L KL J LJ K (7) (b) De même : J I K I L I (8) Nous e déduisos que : KJ K L L selo (7) et (8) LK L J J selo (7) et (8) JL KL K selo (7) et (8) ocours 7 4 mai 7

6 EDHE 7 ES Exercice Page 6 (c) Soit M et M deux matrices de E; elles s écrivet doc chacue sous forme de combiaiso liéaire des matrices I; J; K; L: Alors : 9 (a; b; c; d) R 4 j M ai bj ck dl 9 (a ; b ; c ; d ) R 4 j M a I b J c K d L MM (ai bj ck dl) (a I b J c K d L) dd L bb J cc K aa I bd JL cd KL bc JK cb JK db JL dc KL ad L ab J a bj ac K ca K a dl dd I bb I cc I aa I bd K cd J bc L cb L db K dc J ad L ab J a bj ac K ca K a dl ( dd bb cc aa ) I (cd dc ab a b) J ( bd db ac ca ) K (bc cb ad a d) L omme ous avos pu exprimer MM comme combiaiso liéaire des vecteurs de la base (I; J; K; L) de E; ous pouvos coclure que : E est stable pour le produit matriciel 3. omme les matrices J et K e sot pas commutates, ous devos faire attetio das le calcul et: ce qui s écrit aussi : A (J K) J JK KJ K I L L I I A A I Nous avos doc pu trouver ue matrice carrée d ordre 4 otée qui commute avec A telle que : Aisi A est iversible avec : A A I A A 4. _ (a) omme l esemble E est stable pour le produit matriciel et que A; M et A e sot élémets; alors ' A (M) E: D autre part pour tout couple (M; M ) de matrices de E et pour tout couple de réels (a; b) ; ous avos : ' A (am bm ) A (am bm ) A aama bam A e développat a' A (M) b' A (M ) et ' A est bie ue applicatio liéaire. oclusio : ' A est bie u edomorphisme de E (b) Par dé itio : Or : ker ' A fm Ej' A (M) g ' A (M) () AMA () A AMA A () M ocours 7 4 mai 7

7 EDHE 7 ES Exercice Page 7 et : ker ' A (9) L égalité (9) équivaut à dire que ' A est ijective et comme ous travaillos e dimesio ie, cela reviet à dire que ' A est bijective, autremet dit : ' A est u automorphisme de E 5. _ (a) Pour écrire A la matrice de ' A das la base (I; J; K; L) ous ous devos de calculer les images ' A (I) ; ' A (J) ; ' A (K) et ' A (L) que l o exprimera e foctio de I; J; K et L: Nous avos : Nous avos : Nous avos : ' A (J) AJA ' A (I) AIA I () (J K) J (J K) J KJ (J K) J 3 J K KJ KJK ( J K K LK) (K K K J) ( K) K () ' A (K) AKA (J K) K (J K) JK K (J K) JKJ K J JK K 3 (LJ J J K) (K J J K) ( J) J () ocours 7 4 mai 7

8 EDHE 7 ES Exercice Page 8 Nous avos : Selo () ; () ; () et (3) : ' A (L) ALA (J K) L (J K) (JL KL) (J K) (JLJ KLJ JLK KLK) JK K J KJ (L I I L) (L) L (3) A mat (' A ; (I; J; K; L)) (b) Selo () et () ous pouvos d ores et déjà dire que et sot deux valeurs propres de A et comme cette derière est clairemet iversible (il su t d iverser les deux coloes cetrales pour voir que rg A 4), est pas valeur propre. Mais cela e ous doe pas les autres valeurs propres évetuelles, c est pourquoi ous reviedros à la dé itio classique d ue valeur propre ce qui ous amèera à résoudre u système homogèe. est ue valeur propre de A si et seulemet si A I est o iversible avec : A I A E ectuos l opératio élémetaire L $ L 3 alors : A puis l opératio L 3 L 3 L A I I A A A A I est o iversible si et seulemet si la réduite de Gauss obteue est o iversible, soit si et seulemet si l u (au mois) de ses coe ciets diagoaux est ul, c est-à-dire si et seulemet si f ; g : oclusio : sp ( A ) f ; g Détermios E ( A ) et E ( A ) les sous-espaces propres associés respectivemet associés à ocours 7 4 mai 7

9 EDHE 7 ES Exercice Page 9 et avec : E ( A ) E ( A ) 8 >< X >: 8 >< X >: Vect 8 >< X >: 8 >< X >: Vect x y z t x y z t x y z t x y z t A M 4 (R) j A (X) X 9 > >; A M 4 (R) j y z et t A ; 9 > AA (4) A M 4 (R) j A (X) 9 > X >; A M 4 (R) j x et y z A ; 9 > AA (5) Selo (4) et (5) : dim E (' A ) dim E (' A ) et comme dim E 4; ous avos : dim E (' A ) dim E (' A ) dim E >; >; ce qui permet de dire que : ' A est diagoalisable 6. _ (a) est ue démostratio classique de cours. Notos P (p ij ) (i;j)[j;4j] ; Q (q ij ) (i;j)[j;4j] deux matrices de E; R la matrice produit P Q (r ij ) (i;j)[j;4j] et e S le produit QP (s ij ) (i;j)[j;4j] avec par dé itio : 8 (i; j) [j; 4j] ; r ij 8 (i; j) [j; 4j] ; s ij 4X p ik q kj k 4X q ik p kj k ocours 7 4 mai 7

10 EDHE 7 ES Exercice Page Das ce cas : tr (P Q) 4X i 4X r ii i k 4X k i 4X k i 4X k 4X p ik q ki 4X p ik q ki e iversat l ordre de sommatio 4X q ki p ik par commutativité du produit das R s kk tr (QP ) oclusio : 8 (P; Q) E ; tr (P Q) tr (QP ) (b) Avat de commecer, sigalos que la matrice A vaut : A A A Aisi ous costatos que t A A; o dit que A est atisymétrique. ' A est u edomorphime symétrique si et seulemet si : 8 (P; Q) E ; (' A (P ) j Q) (P j ' A (Q)) A Or : Or : (' A (P ) j Q) tr t ' A (P ) Q tr t AP A Q car A tr t (AP A) Q A; t (A) t A et par liéarité de la trace tr t A t P t A Q par propriété de la traspositio tr ( A) t P ( A) Q car A est atisymétrique tr At P AQ (6) (P j ' A (Q)) tr t P ' A (Q) tr t P AQA tr At P AQ car tr () tr () (7) ocours 7 4 mai 7

11 EDHE 7 ES Exercice 3 Page oclusio : selo (6) et (7) 8 (P; Q) E ; (' A (P ) j Q) (P j ' A (Q)) et ' A est u edomorphisme symétrique (c) omme ous veos de voir que ' A est u edomorphime symétrique, le cours ous dit qu il est diagoalisable ( A est costitué que de réels) ce qui a été co rmé au 5.a et que ses sous-espaces propres sot deux à deux orthogoaux. Or comme ceux-ci sot ker (' A id) et ker (' A id) alors : ker (' A id) et ker (' A id) sot supplémetaires orthogoaux das E Exercice 3. Nous savos que les variables de la suite (X ) sot iid de loi commue la loi expoetielle de paramètre qui, d après le cours, s ideti e totalemet à la loi grad gamma de paramètres et. Alors par stabilité de cette derière pour la somme de variables idépedates ous pouvos écrire que : X S X k,! (; ) Toujours d après le cours : k E (S ) et V (S ). Utilisos le théorème de la limite cetrée dot voici le rappel : Soit (X ) N ue suite de variables aléatoires dé ies sur u même espace probabilisé. O suppose que les variables sot iid, de loi commue pas forcémet coue, admettat ue espérace m et ue variace o ulle. Posos : alors : e qui etraîe que : 8 N ; S (S ) N X k X k et S S E (S ) (S ) L! N où N,! N (; ) Z x lim P! ([S x]) p exp t dt E appliquat cela à otre variable S ous obteos : lim P ([S ]) lim P S E (S )!! (S ) (S ) lim P! ([S ]) Z t p exp dt oclusio : ous avos bie lim! P ([S ]) (8) 3. Il est clair que pour tout etier o ul, P ([S ]) F S () où F S est la foctio de répartitio de la variable S dé ie par : 8x R; F S (x) Idépedates et idetiquemet distribuées. Z x f S (t) dt ocours 7 4 mai 7

12 EDHE 7 ES Exercice 3 Page 4. _ où f S est ue desité de S que ous pouvos predre égale à : 8 < x e x si x f S (x) () : si x < Aisi : 8 N ; P ([S ]) F S () oclusio : selo (8) et (9) Z Z f S (t) dt f S (t) dt Z t Z t e t Z t e t lim! Z e t () dt f S (t) dt par hasles dt (9) ( )! ( )! dt (a) omme le ombre ratioel est o ul le résultat de la questio précédete permet d écrire que : Z t e t ( )! dt ()! E ectuos u chagemet de variable de variable a e das l itégrale, doc licite, car de classe sur [; ] : z t dt alors dz et : Alors () ous doe : Z! )!! ) Z oclusio : 8 N ; Z t e t z e z dz Z z e z dz!! ( )! dt z e z dz! Z! Z Z Z Z! (z) z e z ( )! e z ( )! z dz dz e z ( )! z! Z z e z dz dz e z dz! par compatibilité de avec le produit z e z! dz! ocours 7 4 mai 7

13 EDHE 7 ES Problème Partie Page 3 (b) Nous admettos que! p e (formule de James Stirlig) alors :! oclusio : ) ) R Z Z Z z! z! z z!! e z e z e z e z dz dz dz dz!!! p e p e p e p r! e Problème Partie I. _ (a) Appliquos la formule des probabilités totales associée au système complet d évéemets U; U de probabilités o ulles, égales à ; puisque les ures sot équiprobables du fait qu elles sot choisies au hasard. ela doe : P ([X ]) ([X ]) P (U) ([X ]) P (U) PU (b) Ecore ue fois utilisos la formule des probabilités totales associée au même système complet d évéemets utilisé à la questio précédete, et : 8k ; P ([X k]) ([X k]) P (U) ([X k]) Faisos ue pause pour expliquer les calculs : \ : : : \ k \ k P (U) PU \ : : : \ k \ k \ : : : \ k \ k PU \ : : : \ k \ k () \ : : : \ k \ k k () car l ure U état choisie au départ, tous les tirages s y fot, et ceux-ci doet des résultats idépedats du fait que les tirages se fot avec remise. Pour vous covaicre du résultat, ocours 7 4 mai 7

14 EDHE 7 ES Problème Partie Page 4 voici la démostratio : \ : : : \ k \ k P \ : : : \ k \ k \ U P (U) par dé itio d ue probabilité coditioelle P (U) ( ) \ ( ) \\ ( 3 ) \\:::\ k ( k ) \\:::\ k k P (U) selo la formule des probas composées ( ) \ ( ) \\ ( 3 ) \\:::\ k ( k ) \\:::\ k k ( ) ( ) ( 3 ) ( k ) k car les tirages état e ectués avec remise, les résultats e dépedet pas des boules précédemmet obteues mais seulemet de l ure das laquelle ils sot e ectués {z } k termes De même : oclusio : selo () ; () et (3) k \ : : : \ k \ k 8k ; P ([X k]) k! k (3) Pour k ; l expressio doe :! et doc : 8k ; P ([X k]) k! k. X admet ue espérace si et seulemet si la série de terme gééral : kp ([X k]) k k! k où k est covergete. La covergece est assurée par le fait que kp ([X k]) s exprime comme combiaiso liéaire de termes gééraux de séries dérivées de séries géométriques de raisos et ocours 7 4 mai 7

15 EDHE 7 ES Problème Partie Page 5 e valeur absolue strictemet iférieures à. Aisi X admet ue espérace égale à : E (X) X k! k k k X k k X k k k k X k k X k k k k oclusio : ( ) E (X) ( ) 3. Motros que X et Y suivet la même loi. oaissat la loi de X; il ous faut chercher la loi de Y: Tout d abord Y () N : Nous avos toujours par la formule des probabilités totales : P ([Y ]) ( ) P (U) ( ) (4) Pour tout k : P ([Y k]) ([Y k]) P (U) ([Y k]) Selo (4) et (5) oclusio : \ : : : \ k \ k P (U) PU \ : : : \ k \ k \ : : : \ k \ k PU \ : : : \ k \ k k e utilisat le même raisoemet qu au.b 8k ; P ([Y k]) k! (5) k P ([X k]) X et Y suivet la même loi! k e résultat est tout à fait ormal vu la symétrie des coteus des ures U et V das lesquelles les tirages sot toujours e ectués, sas chagemet à partir du premier tirage, ce qui aurait pu ous éviter d e ectuer la démostratio précédete. 4. Les istructios maquates sot : Repeat x : x ; tirage : rad om () ; util (tirage > ); ocours 7 4 mai 7

16 EDHE 7 ES Problème Partie Page 6 Partie II. _ (a) Le protocole iterveat qu à partir du secod tirage, le résultat est exactemet le même que celui obteu das I..a (avec le même raisoemet) : P ([X ]) (b) Utilisos la formule des probabilités totales associée au système complet d évéemets U; U ; cela doe : 8k ; P ([X k]) ([X k]) P (U) ([X k]) Avec, comme das la partie : \ : : : \ k \ k P \ : : : \ k \ k \ U P (U) \ : : : \ k \ k P (U) PU \ : : : \ k \ k \ : : : \ k \ k PU \ : : : \ k \ k par dé itio P (U) ( ) \ ( ) \\ ( 3 ) \\:::\ k ( k ) \\:::\ k k P (U) selo la formule des probas composées ( ) \ ( ) \\ ( 3 ) \\:::\ k ( k ) \\:::\ k k ( ) P ( ) P ( 3 ) P k ( k ) P k k car selo les modalités des tirages das cette partie, les di éretes probabilités coditioelles se simpli et e e teat compte que de la couleur de la boule obteue au tirage précédet {z } k termes k E revache : \ : : : \ k \ k P \ : : : \ k \ k \ U par dé itio ( ) \ ( ) \\ ( 3 ) \\:::\ k ( k ) \\:::\ k k selo la formule des probas composées ( ) P ( ) P ( 3 ) P k ( k ) P k k k 3 k (8) car le premier tirage s e ectue das l ure V et comme il doe ue boule blache, le deuxième tirage s e ectue das U aisi que les suivat jusqu au rag k puisque les tirages e doet (6) (7) ocours 7 4 mai 7

17 EDHE 7 ES Problème Partie Page 7 que des boules blaches, sauf le derier. Alors selo () et () : 8k ; P ([X k]) oclusio : selo (6) ; (7) et (8) k k k 8k ; P ([X k])! k! k. X admet ue espérace si et seulemet si la série de terme gééral kp ([X k]) ; k est covergete. Or pour tout k : kp ([X k]) k ( ) k k k La covergece est assurée par le fait que kp ([X k]) est proportioelle au terme gééral d ue série dérivée d ue série géométrique de raiso e valeur absolue strictemet iférieure à. Aisi X admet ue espérace égale à : E (X) P ([X ]) X k kp ([X k]) X k 3 ( ) ( ) k X k k X k k k k k A A oclusio : E (X) 3 ( ) 3. Pour des raisos évidetes de symétrie du coteu des ures et des modalités de chagemet d ure: X et Y suivet la même loi Maiteat o laisse au lecteur le soi de refaire la démostratio, s il le veut! ocours 7 4 mai 7

18 EDHE 7 ES Problème Partie 3 Page 8 4. Voici ue propositio : Program edhec_7bis ; Var x,, tirage, hasard : iteger ; egi Radomize ; Readl() ; hasard : radom() ; x : ; If hasard the begi x : x ; tirage : radom() ; If (tirage > ) the Repeat x : x ; tirage : radom() ; util (tirage > ) ; ed Else Repeat x : x ; tirage : radom() ; util (tirage > ) ; Writel(x) ; Ed. Partie III. _ (a) Là ecore le protocole iterveat qu à partir du secod tirage, le résultat est exactemet le même que celui obteu das I..a (avec le même raisoemet) : P ([X ]) (b) Utilisos ecore la formule des probabilités totales associée au système complet d évéemets U; U ; cela doe : 8k ; P ([X k]) ([X k]) P (U) ([X k]) \ : : : \ k \ k P (U) PU \ : : : \ k \ k \ : : : \ k \ k PU \ : : : \ k \ k avec comme das la questio I..b : \ : : : \ k \ k ( ) P ( ) P ( 3 ) P k ( k ) P k k k car les tirages se fot toujours das U (3) (9) et : \ : : : \ k \ k ( ) P ( ) P ( 3 ) P k ( k ) P k k k car les tirages se fot toujours das V (3) oclusio : selo (9) ; (3) et (3) 8k ; P ([X k]) k ( ) k k!! k (3) et comme la formule reste valable pour k puisque :! ( ) k ocours 7 4 mai 7

19 EDHE 7 ES Problème Partie 3 Page 9 alors : 8k ; P ([X k])! ( ) k k! (c) X admet ue espérace si et seulemet si la série de terme gééral k ( ) k k ; k ; est covergete. Or comme ce terme gééral s exprime comme combiaiso liéaire de termes gééraux de séries covergetes e tat que séries dérivées de séries géométriques de raisos respectivemet égales à et strictemet iférieures à u e valeur absolue. Aisi X admet ue espérace égale à : E (X) X! k ( ) k k k X k X k k k k k séparatio légitime, toutes les séries sot cvtes ( ) oclusio : X admet ue espérace égale à ( ). _ (a) Par la formule des probabilités totales associée au système complet d évéemets avos pour tout i : P ([Y i]) ([Y i]) P (U) ([Y i]) U; U ; ous \ : : : \ i \ i P (U) PU \ : : : \ i \ i \ : : : \ i \ i PU \ : : : \ i \ i avec e utilisat le même raisoemet qu au III..b. : \ : : : \ i \ i P {z } P 3 Pi {z } i P i ( i ) {z } {z } oire das U oire das V oire das U blache das V {z } i termes dot i termes égaux à et i égaux à i i i i (34) car les tirs se fot alterativemet das U (à tous les rags impairs) et das V (à tous les rags pairs). (33) ocours 7 4 mai 7

20 EDHE 7 ES Problème Partie 3 Page D autre part : \ : : : \ i \ i P {z } P 3 Pi i P i ( i ) {z } {z } oire das V oire das V blache das U {z } i termes dot i termes égaux à et i égaux à i i i i (35) car les tirs se fot alterativemet das V (à tous les rags impairs) et das U (à tous les rags pairs). oclusio : selo (33) ; (34) et (35) 8i N ; P ([Y i]) i i i! i i i!! i i!! i i oclusio :! ( ) i i i i 8i N ; P ([Y i]) (b) De même e utilisat toujours la formule des probabilités totales associée au système complet d évéemets U; U ; ous avos pour tout i : P ([Y i ]) ([Y i ]) P (U) ([Y i ]) \ : : : \ i \ i P (U) PU \ : : : \ i \ i \ : : : \ i \ i PU \ : : : \ i \ i avec e utilisat le même raisoemet qu au III..a. : \ : : : \ i \ i P {z } P 3 Pi {z } i P i ( i ) {z } {z } oire das U oire das V oire das V blache das U {z } i termes dot i termes égaux à et i égaux à i i i (36) (37) ocours 7 4 mai 7

21 EDHE 7 ES Problème Partie 3 Page car les tirs se fot alterativemet das U (à tous les rags impairs) et das V (à tous les rags pairs). D autre part : \ : : : \ i \ i P 3 Pi i {z } oire das V P {z } oire das U P i ( i ) {z } {z } oire das U {z } i termes dot i termes égaux à et i égaux à blache das V i i i (38) car les tirs se fot alterativemet das V (à tous les rags impairs) et das U (à tous les rags pairs). oclusio : selo (36) ; (37) et (38) 8i N ; P ([Y i ]) i! i i i oclusio : i 8i N ; P ([Y i ]) et comme pour i ; i alors que P ([Y ]) e repreat le résultat (4) de la questio I.3 puisque les di érets protocoles des tirages itervieet qu à partir du deuxième tirage, ous pouvos écrire que : i 8i N; P ([Y i ]) (c) omme les termes gééraux déped explicitemet de ; o otera (E p (Y )) p et (E p (Y )) p les deux suites extraites, de (E p (Y )) p : O pose pour tout etier aturel p o ul E p (Y ) E p (Y ) px k px i kp ([Y k]) px k Xp ip ([Y i]) (i ) P ([Y k]) i px i p i i px i p i i i px i i i kp ([Y k]) avec : X (i ) i i X i i Xp p i i i X i i Xp i i ocours 7 4 mai 7

22 EDHE 7 ES Problème Partie 3 Page Nous recoaissos à ce iveau trois sommes partielles de séries covergetes (série géométrique et sa série dérivée de raiso strictemet iférieure à u e valeur absolue). Par passage à la limite quad p ted vers l i i : lim E p (Y ) p! 4 ( ) ( ) 3 ( ) après simpli catios oclusio : comme la limite existe et est ie : la suite (E p (Y )) p coverge vers O pose pour tout etier aturel p o ul E p (Y ) kp ([Y k]) et ous costatos (au lieu de tout refaire) que : 3 ( ) p X k avec : E p (Y ) px k kp ([Y k]) (p ) P ([Y p ]) (p ) P ([Y p ]) (p ) p p p p! p p p! Or : avec : p! p p exp p l lim p exp p l car l < p! car par croissaces comparées 8 (; ) R ; lim x! x e x aisi : d où : lim (p ) P ([Y p ]) p! lim E p (Y ) lim E p (Y ) p! p! 3 ( ) Aisi les suites extraites de (E p (Y )) p ; de rag pair et de rag impair, sot covergetes vers ue limite commue, ce qui iduit que la suite (E p (Y )) p est covergete de limite 3 ( ) : Aisi : ocours 7 4 mai 7

23 EDHE 7 ES Problème Partie 3 Page 3 oclusio : lim E p (Y ) lim p! p! k E (Y ) px kp ([Y k]) 3 ( ) Y admet ue espérace égale à 3 ( ) 3. _ (a) Lorsque ; et! 8k ; P ([X k]) ( ) k k k k (39) 8i N ; P ([Y i]) i 4 4 i 4 i (4) i 8i N ; P ([Y i ]) i 4 i (4) Selo (4) et (4) : oclusio : selo (39) et (4) k 8k ; P ([Y k]) k (4) X et Y suivet la même loi, la loi G (b) Le fait que soit égal à red la costitutio des deux ures U et V idetiques (le passage de l ue à l autre ure e chage rie) et das ce cas les variables X et Y représetet des temps d attete d u premier succès (soit la première boule blache, soit la première boule oire) de probabilité lors d ue série illimitée d épreuves de eroulli idépedates et de même paramètre. ocours 7 4 mai 7

24 EDHE 7 ES Problème Partie 3 Page 4 4. Nous avos : E (Y ) E (X) 3 () ( ) ( ) () 6 ( ) () () () ( ) ce qui est toujours vrai Ayat raisoé par équivaleces successives, ous pouvos a rmer que : le cas d égalité état trivialemet obteu pour : 5. Voici ue propositio de programme : E (Y ) E (X) Program edhec_7ter ; Var x,, tirage, hasard : iteger ; egi Radomize ; Readl() ; hasard : radom() ; x : ; If hasard the Repeat x : x ; tirage : radom() ; util (tirage ) Else Repeat x : x ; tirage : radom() ; util (tirage > ) ; Writel(x) ; Ed. zzzzz ocours 7 4 mai 7

Etude de la fonction ζ de Riemann

Etude de la fonction ζ de Riemann Etude de la foctio ζ de Riema ) Défiitio Pour x réel doé, la série de terme gééral,, coverge si et seulemet si x >. x La foctio zeta de Riema est la foctio défiie sur ], [ par : ( x > ), = x. Remarque.

Plus en détail

Chapitre 3 : Fonctions d une variable réelle (1)

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

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n =

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n = [http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Eocés 1 Nombres réels Ratioels et irratioels Exercice 1 [ 9 ] [correctio] Motrer que la somme d u ombre ratioel et d u ombre irratioel est u ombre irratioel.

Plus en détail

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

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3. EXERCICE 3 (6 poits ) (Commu à tous les cadidats) Il est possible de traiter la partie C sas avoir traité la partie B Partie A O désige par f la foctio défiie sur l itervalle [, + [ par Détermier la limite

Plus en détail

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1 Premières propriétés des ombres réels 2 Suites umériques 3 Suites mootoes : à faire 4 Séries umériques 4. Notio de série. Défiitio 4.. Soit (u ) ue suite de ombres réels ou complexes. Pour N N, o ote S

Plus en détail

Limites des Suites numériques

Limites des Suites numériques Chapitre 2 Limites des Suites umériques Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Limite fiie ou ifiie d ue suite. Limites et comparaiso. Opératios sur les ites. Comportemet

Plus en détail

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X Exo7 Détermiats Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable T : pour

Plus en détail

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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Exo7 Topologie Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Exercice **

Plus en détail

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

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

Plus en détail

Séries réelles ou complexes

Séries réelles ou complexes 6 Séries réelles ou complexes Comme pour le chapitre 3, les suites cosidérées sot a priori complexes et les résultats classiques sur les foctios cotiues ou dérivables d ue variable réelle sot supposés

Plus en détail

1 Mesure et intégrale

1 Mesure et intégrale 1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios

Plus en détail

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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Eo7 Séries etières Eercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Eercice

Plus en détail

CHAPITRE 2 SÉRIES ENTIÈRES

CHAPITRE 2 SÉRIES ENTIÈRES CHAPITRE 2 SÉRIES ENTIÈRES 2. Séries etières Défiitio 2.. O appelle série etière toute série de foctios ( ) f dot le terme gééral est de la forme f ()=a, où (a ) désige ue suite réelle ou complee et R.

Plus en détail

Processus et martingales en temps continu

Processus et martingales en temps continu Chapitre 3 Processus et martigales e temps cotiu 1 Quelques rappels sur les martigales e temps discret (voir [4]) O cosidère u espace filtré (Ω, F, (F ) 0, IP). O ote F = 0 F. Défiitio 1.1 Ue suite de

Plus en détail

Séquence 5. La fonction logarithme népérien. Sommaire

Séquence 5. La fonction logarithme népérien. Sommaire Séquece 5 La foctio logarithme épérie Objectifs de la séquece Itroduire ue ouvelle foctio : la foctio logarithme épérie. Coaître les propriétés de cette foctio : sa dérivée, ses variatios, sa courbe, sa

Plus en détail

Suites et séries de fonctions

Suites et séries de fonctions [http://mp.cpgedupuydelome.fr] édité le 3 avril 5 Eocés Suites et séries de foctios Propriétés de la limite d ue suite de foctios Eercice [ 868 ] [correctio] Etablir que la limite simple d ue suite de

Plus en détail

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

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3 1 Groupe orthogoal d'u espace vectoriel euclidie de dimesio, de dimesio Voir le chapitre 19 pour l'étude des espaces euclidies et des isométries. État doé u espace euclidie E de dimesio 1, o rappelle que

Plus en détail

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI FEUILLE D EXERCICES 7 - PROBABILITÉS SUR UN UNIVERS FINI Exercice - Lacer de dés O lace deux dés à 6 faces équilibrés. Calculer la probabilité d obteir : u double ; ue somme des deux dés égale à 8 ; ue

Plus en détail

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

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions Déombremet ECE3 Lycée Carot 12 ovembre 2010 Itroductio La combiatoire, sciece du déombremet, sert comme so om l'idique à compter. Il e s'agit bie etedu pas de reveir au stade du CP et d'appredre à compter

Plus en détail

Les Nombres Parfaits.

Les Nombres Parfaits. Les Nombres Parfaits. Agathe CAGE, Matthieu CABAUSSEL, David LABROUSSE (2 de Lycée MONTAIGNE BORDEAUX) et Alexadre DEVERT, Pierre Damie DESSARPS (TS Lycée SUD MEDOC LETAILLAN MEDOC) La première partie

Plus en détail

Comportement d'une suite

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

Plus en détail

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

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9 Au sommaire : Suites extraites Le théorème de Bolzao-Weierstrass La preuve du théorème de Bolzao-Weierstrass3 Foctio K-cotractate4 Le théorème du poit fixe5 La preuve du théorème du poit fixe6 Utilisatios

Plus en détail

STATISTIQUE : TESTS D HYPOTHESES

STATISTIQUE : TESTS D HYPOTHESES STATISTIQUE : TESTS D HYPOTHESES Préparatio à l Agrégatio Bordeaux Aée 203-204 Jea-Jacques Ruch Table des Matières Chapitre I. Gééralités sur les tests 5. Itroductio 5 2. Pricipe des tests 6 2.a. Méthodologie

Plus en détail

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1 Bac blac TS Correctio Exercice I ( Spé ) / émotros par récurrece que 5x y = pour tout etier aturel 5x y = 5 8 = La propriété est doc vraie au rag = Supposos que la propriété est vraie jusqu au rag, o a

Plus en détail

14 Chapitre 14. Théorème du point fixe

14 Chapitre 14. Théorème du point fixe Chapitre 14 Chapitre 14. Théorème du poit fixe Si l o examie de plus près les méthodes de Lagrage et de Newto, étudiées au chapitre précédet, elles revieet das leur pricipe à remplacer la résolutio de

Plus en détail

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

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009 M LA REGRESSION : HYPOTHESES ET TESTS Avril 009 I LES HYPOTHESES DE LA MCO. Hypothèses sur la variable explicative a. est o stochastique. b. a des valeurs xes das les différets échatillos. c. Quad ted

Plus en détail

EXERCICES : DÉNOMBREMENT

EXERCICES : DÉNOMBREMENT Chapitre 7 ECE 1 - Grad Nouméa - 015 EXERCICES : DÉNOMBREMENT LISTES / ARRANGEMENTS Exercice 1 : Le code ativol Pour so vélo, Toto possède u ativol a code. Le code est ue successio de trois chiffres compris

Plus en détail

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices Chapitre 1 Déombremet 1.1 Eocés des exercices Exercice 1 L acie système d immatriculatio fraçais était le suivat : chaque plaque avait 4 chiffres, suivis de 2 lettres, puis des 2 uméros du départemet.

Plus en détail

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

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes. Polyésie Septembre 2 - Exercice O peut traiter la questio 4 sas avoir traité les questios précédetes Pour u achat immobilier, lorsqu ue persoe emprute ue somme de 50 000 euros, remboursable par mesualités

Plus en détail

Statistique descriptive bidimensionnelle

Statistique descriptive bidimensionnelle 1 Statistique descriptive bidimesioelle Statistique descriptive bidimesioelle Résumé Liaisos etre variables quatitatives (corrélatio et uages de poits), qualitatives (cotigece, mosaïque) et de types différets

Plus en détail

Cours de Statistiques inférentielles

Cours de Statistiques inférentielles Licece 2-S4 SI-MASS Aée 2015 Cours de Statistiques iféretielles Pierre DUSART 2 Chapitre 1 Lois statistiques 1.1 Itroductio Nous allos voir que si ue variable aléatoire suit ue certaie loi, alors ses réalisatios

Plus en détail

Exercices de mathématiques

Exercices de mathématiques MP MP* Thierry DugarDi Marc rezzouk Exercices de mathématiques Cetrale-Supélec, Mies-Pots, École Polytechique et ENS Coceptio et créatio de couverture : Atelier 3+ Duod, 205 5 rue Laromiguière, 75005 Paris

Plus en détail

4 Approximation des fonctions

4 Approximation des fonctions 4 Approximatio des foctios Ue foctio f arbitraire défiie sur u itervalle I et à valeur das IR peut être représetée par so graphe, ou de maière équivalete par la doée de l esemble de ses valeurs f(t) pour

Plus en détail

Des résultats d irrationalité pour deux fonctions particulières

Des résultats d irrationalité pour deux fonctions particulières Collect. Math. 5, 00, 0 c 00 Uiversitat de Barceloa Des résultats d irratioalité pour deux foctios particulières Richard Choulet 7, Rue du 4 Août, 40 Aveay, Frace E-mail: richardchoulet@waadoo.fr Received

Plus en détail

Module 3 : Inversion de matrices

Module 3 : Inversion de matrices Math Stat Module : Iversio de matrices M Module : Iversio de matrices Uité. Défiitio O e défiira l iverse d ue matrice que si est carrée. O appelle iverse de la matrice carrée toute matrice B telle que

Plus en détail

20. Algorithmique & Mathématiques

20. Algorithmique & Mathématiques L'éditeur L'éditeur permet à l'utilisateur de saisir les liges de codes d'u programme ou de défiir des foctios. Remarque : O peut saisir directemet des istructios das la cosole Scilab, mais il est plus

Plus en détail

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES DEUXIEME PARTIE Deuième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES Chapitre. L assurace de capital différé Chapitre 2. Les opératios de retes Chapitre 3. Les assuraces décès Chapitre 4. Les assuraces

Plus en détail

SÉRIES STATISTIQUES À DEUX VARIABLES

SÉRIES STATISTIQUES À DEUX VARIABLES 1 ) POSITION DU PROBLÈME - VOCABULAIRE A ) DÉFINITION SÉRIES STATISTIQUES À DEUX VARIABLES O cosidère deux variables statistiques umériques x et y observées sur ue même populatio de idividus. O ote x 1

Plus en détail

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3... Applicatios des maths Algèbre fiacière 1. Itérêts composés O place u capital C 0 à u taux auel T a pedat aées. Quelle est la valeur fiale C de ce capital? aée capital e fi d'aée 1 C 0 + T C 0 = C 0 (1

Plus en détail

Chapitre 3 : Transistor bipolaire à jonction

Chapitre 3 : Transistor bipolaire à jonction Chapitre 3 : Trasistor bipolaire à joctio ELEN075 : Electroique Aalogique ELEN075 : Electroique Aalogique / Trasistor bipolaire U aperçu du chapitre 1. Itroductio 2. Trasistor p e mode actif ormal 3. Courats

Plus en détail

2 ième partie : MATHÉMATIQUES FINANCIÈRES

2 ième partie : MATHÉMATIQUES FINANCIÈRES 2 ième partie : MATHÉMATIQUES FINANCIÈRES 1. Défiitios L'itérêt est l'idemité que doe au propriétaire d'ue somme d'arget celui qui e a joui pedat u certai temps. Divers élémets itervieet das le calcul

Plus en détail

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

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil. Qu appelle-t-o éclipse? Éclipser sigifie «cacher». Vus depuis la Terre, deu corps célestes peuvet être éclipsés : la Lue et le Soleil. LES ÉCLIPSES Pour qu il ait éclipse, les cetres de la Terre, de la

Plus en détail

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

c. Calcul pour une évolution d une proportion entre deux années non consécutives Calcul des itervalles de cofiace our les EPCV 996-004 - Cas d u ourcetage ou d ue évolutio e oit das la oulatio totale des méages - Cas d u ourcetage ou d ue évolutio das ue sous oulatio das les méages

Plus en détail

Chaînes de Markov. Arthur Charpentier

Chaînes de Markov. Arthur Charpentier Chaîes de Markov Arthur Charpetier École Natioale de la Statistique et d Aalyse de l Iformatio - otes de cours à usage exclusif des étudiats de l ENSAI - - e pas diffuser, e pas citer - Quelques motivatios.

Plus en détail

Processus géométrique généralisé et applications en fiabilité

Processus géométrique généralisé et applications en fiabilité Processus géométrique gééralisé et applicatios e fiabilité Lauret Bordes 1 & Sophie Mercier 2 1,2 Uiversité de Pau et des Pays de l Adour Laboratoire de Mathématiques et de leurs Applicatios - Pau UMR

Plus en détail

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

DETERMINANTS. a b et a'

DETERMINANTS. a b et a' 2003 - Gérard Lavau - http://perso.waadoo.fr/lavau/idex.htm Vous avez toute liberté pour télécharger, imprimer, photocopier ce cours et le diffuser gratuitemet. Toute diffusio à titre oéreux ou utilisatio

Plus en détail

STATISTIQUE AVANCÉE : MÉTHODES

STATISTIQUE AVANCÉE : MÉTHODES STATISTIQUE AVANCÉE : MÉTHODES NON-PAAMÉTIQUES Ecole Cetrale de Paris Arak S. DALALYAN Table des matières 1 Itroductio 5 2 Modèle de desité 7 2.1 Estimatio par istogrammes............................

Plus en détail

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

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4 UNVERSTE MONTESQUEU BORDEAUX V Licece 3 ère aée Ecoomie - Gestio Aée uiversitaire 2006-2007 Semestre 2 Prévisios Fiacières Travaux Dirigés - Séaces 4 «Les Critères Complémetaires des Choix d vestissemet»

Plus en détail

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

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) RAIRO Operatios Research RAIRO Oper. Res. 34 (2000) 99-129 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) Commuiqué par Berard LEMAIRE Résumé. L étude

Plus en détail

Probabilités et statistique pour le CAPES

Probabilités et statistique pour le CAPES Probabilités et statistique pour le CAPES Béatrice de Tilière Frédérique Petit 2 3 jui 205. Uiversité Pierre et Marie Curie 2. Uiversité Pierre et Marie Curie 2 Table des matières Modélisatio de phéomèes

Plus en détail

Cours 5 : ESTIMATION PONCTUELLE

Cours 5 : ESTIMATION PONCTUELLE Cours 5 : ESTIMATION PONCTUELLE A- Gééralités B- Précisio d u estimateur C- Exhaustivité D- iformatio E-estimateur sas biais de variace miimale, estimateur efficace F- Quelques méthode s d estimatio A-

Plus en détail

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

Introduction : Mesures et espaces de probabilités

Introduction : Mesures et espaces de probabilités Itroductio : Mesures et espaces de probabilités Référeces : Poly cédric Berardi et Jea Michel Morel. J.-F. Le Gall, Itégratio, Probabilités et Processus Aléatoire J.-Y. Ouvrard, Probabilités 2, maîtrise-agrégatio,

Plus en détail

Chap. 5 : Les intérêts (Les calculs financiers)

Chap. 5 : Les intérêts (Les calculs financiers) Chap. 5 : Les itérêts (Les calculs fiaciers) Das u cotrat de prêt, le prêteur met à la dispositio de l empruteur, à u taux d itérêt doé, ue somme d arget (le capital) qu il devra rembourser à ue certaie

Plus en détail

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales PROMENADE ALÉATOIRE : Chaîes de Markov et martigales Thierry Bodieau École Polytechique Paris Départemet de Mathématiques Appliquées thierry.bodieau@polytechique.edu Novembre 2013 2 Table des matières

Plus en détail

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

Contribution à la théorie des entiers friables

Contribution à la théorie des entiers friables UFR STMIA École Doctorale IAE + M Uiversité Heri Poicaré - Nacy I DFD Mathématiques THÈSE présetée pour l obtetio du titre de Docteur de l Uiversité Heri Poicaré, Nacy-I e Mathématiques par Bruo MARTIN

Plus en détail

Statistique Numérique et Analyse des Données

Statistique Numérique et Analyse des Données Statistique Numérique et Aalyse des Doées Arak DALALYAN Septembre 2011 Table des matières 1 Élémets de statistique descriptive 9 1.1 Répartitio d ue série umérique uidimesioelle.............. 9 1.2 Statistiques

Plus en détail

INTRODUCTION AUX MATRICES ALÉATOIRES. par. Djalil Chafaï

INTRODUCTION AUX MATRICES ALÉATOIRES. par. Djalil Chafaï INTRODUCTION AUX MATRICES ALÉATOIRES par Djalil Chafaï Résumé. E cocevat les mathématiques comme u graphe, où chaque sommet est u domaie, la théorie des probabilités et l algèbre liéaire figuret parmi

Plus en détail

UNIVERSITÉ DE SFAX École Supérieure de Commerce

UNIVERSITÉ DE SFAX École Supérieure de Commerce UNIVERSITÉ DE SFAX École Supérieure de Commerce Aée Uiversitaire 2003 / 2004 Auditoire : Troisième Aée Études Supérieures Commerciales & Scieces Comptables DÉCISIONS FINANCIÈRES Note de cours N 3 Première

Plus en détail

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE. Exemple troductf (Les élèves qu coasset déà be le prcpe peuvet sauter ce paragraphe) Cosdéros la sute (u ), défe pour tout, par : u u u 0 0 Cette sute est défe

Plus en détail

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

UV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1 UV SQ 0 Probabilités Statistiques UV SQ 0 Autome 006 Resposable d Rémy Garadel ( m.-el. remy.garadel@utbm.fr ) page SQ-0 Probabilités - Statistiques Bibliographie: Titre Auteur(s) Editios Localisatio Niveau

Plus en détail

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

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe Cosolidatio La société THEOS, qui commercialise des vis, exerce so activité das trois villes : Paris, Nacy et Nice. Le directeur de la société souhaite cosolider les résultats de ses vetes par ville das

Plus en détail

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2. Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES PLAN DU CHAPITRE 2 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.1 Pla de sodage 2.2.2 Probabilités d iclusio 2.3 SONDAGE

Plus en détail

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

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME Uiversité Victor Segale Bordeaux Istitut de Saté Publique, d Épidémiologie et de Développemet (ISPED) Campus Numérique SEME MODULE Pricipaux outils e statistique Versio du 8 août 008 Écrit par : Relu par

Plus en détail

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. 1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le

Plus en détail

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

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015 Uiversité de Bordeaux - Master MIMSE - 2ème aée Scorig Marie Chavet http://www.math.u-bordeaux.fr/ machave/ 2014-2015 1 Itroductio L idée géérale est d affecter ue ote (u score) global à u idividu à partir

Plus en détail

Terminale S. Terminale S 1 F. Laroche

Terminale S. Terminale S 1 F. Laroche Termiale S Exercices. Rappels et exercices de base 3.. QCM (P. Egel) 3.. QCM, Atilles 005 4. 3. QCM, Liba 009, 3 poits 4. 4. QCM, C. étragers 007. 5. QCM, Frace 007 5 6. 6. QCM, N. Calédoie 007 7. 7. QCM

Plus en détail

55 - EXEMPLES D UTILISATION DU TABLEUR.

55 - EXEMPLES D UTILISATION DU TABLEUR. 55 - EXEMPLES D UTILISATION DU TABLEUR. CHANTAL MENINI 1. U pla possible Les exemples qui vot suivre sot des pistes possibles et e aucu cas ue présetatio exhaustive. De même je ai pas fait ue étude systématique

Plus en détail

Solutions particulières d une équation différentielle...

Solutions particulières d une équation différentielle... Solutios particulières d ue équatio différetielle......du premier ordre à coefficiets costats O cherche ue solutio particulière de y + ay = f, où a est ue costate réelle et f ue foctio, appelée le secod

Plus en détail

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

Formation d un ester à partir d un acide et d un alcool CHAPITRE 10 RÉACTINS D ESTÉRIFICATIN ET D HYDRLYSE 1 Formatio d u ester à partir d u acide et d u alcool 1. Nomeclature Acide : R C H Alcool : R H Groupe caractéristique ester : C Formule géérale d u ester

Plus en détail

Une action! Un message!

Une action! Un message! Ue actio! U message! Cotact Master est u service exclusif de relaces automatiques de vos actes vers vos cliets, par SMS, messages vocaux, e-mails, courrier... Il se décleche lorsque vous réalisez ue actio

Plus en détail

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions.

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions. 3 Réseau Le réseau costitue u aspect essetiel d u eviroemet virtuel ESX. Il est doc importat de compredre la techologie, y compris ses différets composats et leur coopératio. Das ce chapitre, ous étudios

Plus en détail

Tempêtes : Etude des dépendances entre les branches Automobile et Incendie à l aide de la théorie des copulas Topic 1 Risk evaluation

Tempêtes : Etude des dépendances entre les branches Automobile et Incendie à l aide de la théorie des copulas Topic 1 Risk evaluation Tempêtes : Etude des dépedaces etre les braches Automobile et Icedie à l aide de la théorie des copulas Topic Risk evaluatio Belguise Olivier Charles Levi ACM Guy Carpeter 34 rue du Wacke 47/53 rue Raspail

Plus en détail

PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS

PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS ET APPROXIMATIONS DIOPHANTIENNES J. L. NICOLAS Cet article expose sup 3 e quelques iter'f~reces etre les pr'obl~res dloptimisatio e hombres etiers et la th~or-ie

Plus en détail

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

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe 1/5 Trois objectifs poursuivis par le gouveremet : > améliorer la compétitivité fiscale de la Frace > péreiser les activités de R&D > faire de la Frace u territoire attractif pour l iovatio Les icitatios

Plus en détail

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

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation 1 / 9 Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Le cycle d exploitatio des etreprises (achats stockage productio stockage vetes) peut etraîer des décalages de trésorerie plus

Plus en détail

Principes et Méthodes Statistiques

Principes et Méthodes Statistiques Esimag - 2ème aée 0 1 2 3 4 5 6 7 0 5 10 15 x y Pricipes et Méthodes Statistiques Notes de cours Olivier Gaudoi 2 Table des matières 1 Itroductio 7 1.1 Défiitio et domaies d applicatio de la statistique............

Plus en détail

Résolution de systèmes linéaires par des méthodes directes

Résolution de systèmes linéaires par des méthodes directes Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.

Plus en détail

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

RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *) RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *) *) Uiversité de Blida Faculté des scieces Départemet de Mathématiques. BP 270, Route de Soumaa. Blida, Algérie. Tel &

Plus en détail

Gérer les applications

Gérer les applications Gérer les applicatios E parcourat les rayos du Widows Phoe Store, vous serez e mesure de compléter les services de base de votre smartphoe à travers plus de 10 000 applicatios. Gratuites ou payates, ces

Plus en détail

Les algorithmes de tri

Les algorithmes de tri CONSERVATOIRE NATIONAL DES ARTS ET METIERS PARIS MEMOIRE POUR L'EXAMEN PROBATOIRE e INFORMATIQUE par Nicolas HERVE Les algorithmes de tri Souteu le mai JURY PRESIDENTE : Mme COSTA Sommaire Itroductio....

Plus en détail

MESURE DE L'INFORMATION

MESURE DE L'INFORMATION MESURE DE L'INFORMATION Marc URO TABLE DES MATIÈRES INTRODUCTION... 3 INCERTITUDE D'UN ÉVÉNEMENT (OU SELF-INFORMATION)... 7 INFORMATION MUTUELLE DE DEUX ÉVÉNEMENTS... 9 ENTROPIE D'UNE VARIABLE ALÉATOIRE

Plus en détail

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

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1 Aalyse des doées Statistiques appliquées à la gestio Cours d aalyse de doés Master F. SEYTE : Maître de coféreces HDR e scieces écoomiques Uiversité de Motpellier I M. TERRAZA : Professeur de scieces écoomiques

Plus en détail

Chapitre 2. Matrices

Chapitre 2. Matrices Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce

Plus en détail

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT POLTQU ONOMQU T DVLOPPMNT TRUTUR DU MAR NATONAL DU AF-AAO T PR AU PRODUTUR MALAN Beïla Beoit osultat PD N 06/008 ellule d Aalyse de Politiques coomiques du R Aée de pulicatio : Avril 009 Résumé e papier

Plus en détail

Régulation analogique industrielle ESTF- G.Thermique

Régulation analogique industrielle ESTF- G.Thermique Chapitre 5 Stabilité, Rapidité, Précisio et Réglage Stabilité. Défiitio Coditio de stabilité. Critères de stabilité.. Critères algébriques.. Critère graphique ou de revers das le pla de Nyquist Rapidité

Plus en détail

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

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Les etreprises ot souvet besoi de moyes de fiacemet à court terme : elles ot alors recours aux crédits bacaires (découverts bacaires

Plus en détail

1S Modèles de rédaction Enoncés

1S Modèles de rédaction Enoncés Par l équipe des professeurs de 1S du lycée Parc de Vilgénis 1S Modèles de rédaction Enoncés Produit scalaire & Corrigés Exercice 1 : définition du produit scalaire Soit ABC un triangle tel que AB, AC

Plus en détail

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015 Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k

Plus en détail

La tarification hospitalière : de l enveloppe globale à la concurrence par comparaison

La tarification hospitalière : de l enveloppe globale à la concurrence par comparaison ANNALES D ÉCONOMIE ET DE STATISTIQUE. N 58 2000 La tarificatio hospitalière : de l eveloppe globale à la cocurrece par comparaiso Michel MOUGEOT * RÉSUMÉ. Cet article cosidère différetes politiques de

Plus en détail

Petit recueil d'énigmes

Petit recueil d'énigmes Petit recueil d'éigmes Patxi RITTER (*) facile (**) mois facile (***) pas facile (****) il faudra de l aide Solutios e rouge. 1) Cryptarithme (**) Trouvez la valeur de A, B et C satisfaisat l équatio suivate.

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

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

16.1 Convergence simple et convergence uniforme. une suite de fonctions de I dans R ou C. 16 Suites de foctios Suf précisio cotrire, I est u itervlle réel o réduit à u poit et les foctios cosidérées sot défiies sur I à vleurs réelles ou complexes. 16.1 Covergece simple et covergece uiforme

Plus en détail

Cours d analyse numérique SMI-S4

Cours d analyse numérique SMI-S4 ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,

Plus en détail

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1 II - Notos de probablté 9/0/007 PHYS-F-30 G. Wlquet Ue varable aléatore est ue varable dot la valeur e peut être prédte avec certtude mas dot la probablté d occurrece d ue valeur (varable dscrète) ou d

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

Initiation à l analyse factorielle des correspondances

Initiation à l analyse factorielle des correspondances Fiche TD avec le logiciel : tdr620b Iitiatio à l aalyse factorielle des correspodaces A.B. Dufour & M. Royer & J.R. Lobry Das cette fiche, o étudie l Aalyse Factorielle des Correspodaces. Cette techique

Plus en détail

Comment les Canadiens classent-ils leur système de soins de santé?

Comment les Canadiens classent-ils leur système de soins de santé? Novembre Les sois de saté au Caada, c est capital bulleti o 4 Commet les Caadies classet-ils leur système de sois de saté? Résultats du sodage iteratioal du Fods du Commowealth sur les politiques de saté

Plus en détail