Lycée Pierre-Gilles de Gennes Mathématiques 2013/2014. Devoir 13. Problèmes d autobus A rendre la semaine du 17 Mars 2014.
|
|
- Jean-Pierre Bénard
- il y a 5 ans
- Total affichages :
Transcription
1 Lycée Pierre-Gilles de Gennes BCPST2 Mahémaiques 213/214 Devoir 13 Problèmes d auobus A rendre la semaine du 17 Mars 214 Travail demandé : Le bu du ravail es de ravailler la modélisaion en probabiliés. Vous NE devez PAS faire la parie A qui consise en des calculs préparaoires que nous avons déjà fais par ailleurs. Vous devez par conre lire aenivemen cee parie e repérer (surlignez!) les résulas imporans qui serven dans la suie. Le bu de ce problème es la modélisaion du passage des bus à un arrê. On noera R l ensemble des nombres réels, R + l ensemble des réels posiifs, R + l ensemble des réels sricemen posiifs, N l ensemble des eniers naurels e N l ensemble des eniers naurels non nuls. λ désignera dans ou le problème un réel sricemen posiif. On rappelle qu une variable aléaoire à densié X sui la loi exponenielle de paramère λ si e seulemen si une de ses densiés es la foncion f λ définie sur R par : { λe λ.x si x > f λ : x si x Parie A Loi gamma A.1. Pour ou réel α >, on considère l inégrale généralisée Γ(α) = α 1 e d. 1.a. En uilisan lim + α 1 e 2, monrer qu il exise un réel A sricemen posiif el que, pour > A, α 1 e 2 1. En déduire que α 1 e d converge. A 1.b. En déduire que l inégrale Γ(α) converge. A.2. 2.a. Calculer Γ(1). 2.b. à l aide d une inégraion par paries, monrer que Γ(α + 1) = αγ(α). 2.c. En déduire que, pour ou enier naurel n non nul, Γ(n) = A.3. Soi U une variable aléaoire réelle, e soi n un enier naurel sricemen posiif (on rappelle que λ R +). On di que U sui la loi gamma de paramères n e λ si e seulemen si U es une variable aléaoire don une densié es donnée par la foncion ϕ n,λ définie par : { λ n (n 1)! ϕ n,λ : x xn 1 e λ.x si x > si x On noe alors U γ(n, λ) 3.a. Vérifier que la foncion ϕ n,λ ainsi définie es bien une densié de probabilié sur R. 3.b. Soi U une variable aléaoire de loi γ(n, λ). Monrer que U adme une espérance e une variance e les calculer. A.4. Soi un réel x >. Pour ou couple (p, q) d eniers naurels non nuls, on pose I(p, q) = x p 1 (x ) q 1 d 4.a. Calculer I(1, q). 4.b. Pour p > 2, calculer I(p, q) en foncion de p, q e I(p 1, q + 1). 4.c. En déduire que I(p, q) = (p 1)!(q 1)! (p+q 1)! x p+q 1. A.5. Soien p e q deux eniers naurels non nuls. On considère deux variables aléaoires réelles X p e X q indépendanes de lois respecives γ(p, λ) e γ(q, λ). On rappelle que si X e Y son deux variables aléaoires indépendanes e de densiés de probabilié respecives g e h définies sur R, alors X + Y adme pour densié la foncion θ définie sur R par : θ : x h()g(x ) d
2 5.a. Monrer que X p + X q γ(p + q, λ). 5.b. Soi n N. On se donne n variables aléaoires muuellemen indépendanes (U 1,, U n ) de même loi exponenielle de paramère λ. 5.b.i. Vérifier que la loi exponenielle de paramère λ es une loi gamma don on précisera les paramères. 5.b.ii. En déduire que n k=1 U k es une variable aléaoire de loi γ(n, λ). Parie B Modélisaion du passage des bus On s inéresse aux insans de passage successifs des bus à un arrê donné. Dans cee modélisaion, le passage d un bus à un arrê es considéré comme insanané (le bus arrive e repar au même insan). Le service commence à l insan T. Le premier bus du main passe à l insan T 1. On pose U 1 = T 1 T qui représene donc le emps enre l ouverure du service e le passage du premier bus de la journée. Le emps écoulé enre les passages du premier e du second bus de la journée es modélisé par une variable aléaoire U 2. T 2 désigne l insan auquel ce second bus arrive ; on a donc U 2 = T 2 T 1. Le bus suivan passe ensuie à l insan T 3 au bou d un emps U 3, e ainsi de suie... Pour n N, T n désigne l insan où le n-ième bus arrive à l arrê e U n+1 le emps écoulé enre les passages du n-ième e du (n + 1)-ième bus de la journée. On a donc, pour ou n N, U n+1 = T n+1 T n. Dans cee parie e la suivane, on suppose les variables T n e U n définies pour ou n N. On suppose que les variables aléaoires (U n ) n 1 son muuellemen indépendanes. On suppose de plus qu elles suiven la même loi exponenielle de paramère λ. On pose T =. Pour ou n N, on a donc T n = n k=1 U k. On défini enfin la foncion de compage N de la façon suivane : pour ou R +, N es le nombre de bus qui son passés à l arrê dans l inervalle [, ]. B.1. On cherche ou d abord à se faire une idée des propriéés élémenaires du modèle. 1.a. Soi R +. Monrer que 1.a.i. N = si e seulemen si < T 1, 1.a.ii. pour ou n N, N = n si e seulemen si T n < T n+1. 1.b. Tracer le graphe de N pour 3, 5 e des valeurs U 1 = 1, U 2 =, 5, U 3 = 1, 5, U 4 =, 25, U 5 = 1. B.2. Soi R + fixé e soi n N. On admera que N es une variable aléaoire réelle discrèe e on s inéresse ici à sa loi. 2.a. Donner la loi de T n. 2.b. Monrer que N n si e seulemen si T n. En déduire une expression de P[N n] uilisan une inégrale. 2.c. En déduire que N sui la loi de POISSON de paramère λ. (on pourra dériver la foncion x xn e λ.x ). B.3. On suppose que les bus de la ligne passan à l arrê considéré peuven avoir deux erminus A e B différens. Pour R +, on noe A (respecivemen B ) le nombre de bus allan au erminus A (respecivemen au erminus B) qui son passés enre l insan e l insan. N désigne comme ci-dessus le nombre oal de bus, ous erminus confondus. On a donc N = A + B. Lorsqu un bus se présene à l arrê, on suppose qu il a pour erminus A avec une probabilié p ]; 1[, e B avec la probabilié 1 p, indépendammen des aures bus. 3.a. Soi n N. Déerminer la probabilié condiionnelle P[A = k N = n] pour R + e k enier, k n. 3.b. En déduire la loi de A. Parie C Absence de mémoire Dans cee parie, on fixe un insan s R +. Pour des raisons d éude saisique, un employé de la compagnie de bus se pose chaque jour à l insan s à l arrê éudié e noe les heures de passage des bus à parir de ce insan. On appelle U 1 le emps que ce employé aend avan de voir passer un premier bus, puis U 2, U 3, ec... les inervalles de emps enre les passages de chacun des bus suivans. On pose T 1 = U 1 e plus généralemen, pour ou n N, T n = n k=1 U k. Enfin, on défini une nouvelle foncion de compage M, de sore que, pour ou R +, M représene le nombre de bus que l employé a vu passer à l arrê au bou d un emps à parir de son arrivée à l insan s, c es-à-dire dans l inervalle ]s, s + ]. Les variables N, T n, U n inervenan dans la suie de cee parie son définies dans la parie B. C.1. On cherche à déerminer la loi de T 1. 1.a. Soi R +. 1.a.i. Pour (a, b) (R + ) 2 fixés, a < b, que représene la quanié N b N a? En déduire que M = N +s N s. 1.a.ii. Monrer que l événemen [T 1 ] es la réunion des événemens [(T n s) (s < T n+1 s + )] lorsque n parcour N. 1.a.iii. Soi n N. Jusifier que T n e U n+1 son indépendanes ; déerminer la loi du couple (T n, U n+1 ). Monrer que P[(T n s) (s < T n+1 + s)] = λ n+1 A (n 1)! xn 1 e λ(x+y) dxdy. où A = {(x, y) R 2, x s, s x < y s + x}, e calculer cee probabilié. 1.b. En déduire que T 1 sui une loi exponenielle de paramère λ. 1.c. On admera que ce résula enraîne que pour ou n, T n a la même loi que T n, e que M a même loi que N pour ou. Cee dernière propriéé es appelée absence de mémoire. Pourquoi? C.2. paradoxe du bus
3 On s inéresse à la quanié égale au emps écoulé enre le passage du dernier bus avan l insan s d arrivée de l employé e l insan s si au moins un bus es passé, égale à s sinon. On admera que es une variable aléaoire réelle. 2.a. Pour ou, que représene la quanié T N? Monrer que = s T Ns. 2.b. à quoi correspond l événemen [ = s]? Monrer que P[ s] = 1. 2.c. Calculer P[ = s]. Monrer que n es pas une variable aléaoire à densié. 2.d. Pour ], s[, monrer que < si e seulemen si N s N s 1. En déduire P[ < ]. En déduire que P( = ) =. 2.e. Donner la foncion de répariion F de. Monrer que F es dérivable sur ], s[, e que sa dérivée es prolongeable par coninuié sur [, s]. On noera g le prolongemen ainsi obenu. 2.f. On admera que possède une espérance donnée par la formule E( ) = g() d + sp[ = s]. Calculer cee espérance. 2.g. Monrer que, pour ou n N, E( ) + E(U 1) > E(U n ). En quoi ce résula es-il paradoxal? Ce résula es courammen appelé paradoxe du bus.
4 Lycée Pierre-Gilles de Gennes BCPST2 Mahémaiques 213/214 Correcion DM 13 Correcion Ex. Parie B Modélisaion du passage des bus On défini enfin la foncion de compage N de la façon suivane : pour ou R +, N es le nombre de bus qui son passés à l arrê dans l inervalle [, ]. B.1. 1.a. Soi R +. 1.a.i. N = si e seulemen si aucun bus n es passé à l arrê dans l inervalle [, ], i.e. si e seulemen < T 1 vu que T 1 es l insan de passage du premier bus. 1.a.ii. Si n N, N = n équivau au fai que, avan (sens large) l insan, les n premiers bus son passés alors que le n+1-ième n es pas encore passé. Comme T n es l insan de passage du n-ième bus e T n+1 es l insan de pssage du n + 1-ième, ceci équivau à T n < T n+1. 1.b. Tracer le graphe de N pour 3, 5 e des valeurs U 1 = 1, U 2 =, 5, U 3 = 1, 5, U 4 =, 25, U 5 = 1. Avec ces valeurs de U i, on a, sachan que T =, T 1 = 1, T 2 = 1 +, 5 = 1, 5, T 3 = T 2 + U 3 = 1, 5 + 1, 5 = 3, T 4 = T 3 + U 4 = 3 +, 25 = 3, 25, T 5 = T 4 + U 5 = 3, = 4, 25. Il s agi de racer le graphe de N décrie dans le ableau suivan T = T 1 = 1 T 2 = 1, 5 T 3 = 3 T 4 = 3, B.2. Soi R + fixé e soi n N. On admera que N es une variable aléaoire réelle discrèe e on s inéresse ici à sa loi. 2.a. On a T n = n k= U k. Comme les variables aléaoires (U n ) n 1 son muuellemen indépendanes e suiven la même loi exponenielle de paramère λ, on a d après A T n γ(n, λ) 2.b. N n signifie que avan (sens large) l insan, au moins n bus son passés. Ceci équivau au fai que les n premiers bus son passés avan l insan sans préjuger de ce qui se passe pour les suivans, cela équivau donc au fai que l insan de passage du n-ième bus es, i.e à T n. On a donc, en ulisan la loi de T n, 2.c. On a, pour n N, Par ailleurs, pour n =, P[N n] = P[T n ] = λn x n 1 e λ.x dx P[N = n] = P[N n] P[N n + 1] = P[T n+1 > ] P[T n > ] = λn+1 = λn = λn x n e λ.x dx λn (λ.x n n.x n 1 )e λ.x dx = λn [ x n.e λ.x ) ] + = (λ.)n e λ. P[N = n] = P[T 1 > ] = λ x n 1 e λ.x dx d(x n.e λ.x ) dx e λ.x dx = e λ. = (λ.)n e λ. e donc N sui la loi de POISSON de paramère λ.. B.3. 3.a. Soi n N. Sachan que N = n, la loi du nombre de bus à desinaion A es une loi binomiale de paramères n e p. On a donc pour k n, ( ) n P[A = k N = n] = p k (1 p) n k k dx
5 e, pour k > n, P[A = k N = n] =. De façon plus calculaoire, Appelons G k la variable aléaoire valan 1 si la desinaion du k-ième bus arrivan à l arrê es A e sinon. D après l enoncé P(G k = 1) = p e P(G k = ) = 1 p L hypohèse d indépendance indique (G k ) k 1 es une famille de variables de BERNOULLI indépendanes e A = N k=1 G k. La loi condiionnelle de A sachan N = n es la loi de n k=1 G k, c es à dire la loi binômiale précédemmen évoquée. 3.b. Bref, pour k N, par la formule des probabiliés composées (cas dénombrable), puis en uilisan la probabilié condiionnelle ou juse éablie e la loi de N, + P[A = k] = P[A = k N = n]p[n = n] = e ( n )p λ. k n k (λ.)n (1 p) k n= n=k = e λ k! pk (n k)! (1 p)n k (λ.) (n k)+k n=k Après décalage d indice e reconnaissance la série exponenielle e donc P[A = k] = e λ. 1 k! pk (λ.) k + n = 1 n (1 p)n (λ.) n! = e λ. 1 k! pk (λ.) k e (1 p)(λ.) = e λ.p. 1 k! (p.λ.)k Ce qui monre que A es disribuée suivan une loi de POISSON de paramère p.λ.. Remarque : De façon symérique, B es disribuée suivan une loi de POISSON de paramère (1 p).λ.. Parie C Absence de mémoire Dans cee parie, on fixe un insan s R +. Pour des raisons d éude saisique, un employé de la compagnie de bus se pose chaque jour à l insan s à l arrê éudié e noe les heures de passage des bus à parir de ce insan. On appelle U 1 le emps que ce employé aend avan de voir passer un premier bus, puis U 2, U 3, ec... les inervalles de emps enre les passages de chacun des bus suivans. On pose T 1 = U 1 e plus généralemen, pour ou n N, T n = n k=1 U k. Enfin, on défini une nouvelle foncion de compage M, de sore que, pour ou R +, M représene le nombre de bus que l employé a vu passer à l arrê au bou d un emps à parir de son arrivée à l insan s, c es-à-dire dans l inervalle ]s, s + ]. Les variables N, T n, U n inervenan dans la suie de cee parie son définies dans la parie B. C.1. On cherche à déerminer la loi de T 1. 1.a. Soi R +. 1.a.i. Pour (a, b) (R + ) 2 fixés, a < b, la quanié N b N a es le nombre de bus passés pendan l inervalle ]a, b]. Le nombre M de bus que l employé voi donc passer enre son arrivée à l insan s e l insan + s es donc N +s N s. 1.a.ii. L événemen [T 1 ] marque le fai que le premier bus vu par l employé es passé avan l insan + s. Si ce bus es le n + 1-ième de la journée (pour un cerain enier naurel n, cela signifie donc que T n s (le n-ième bus es passé avan l arrivée de l employé) e s < T n+1 (le n+1-ème bus es vu par l employé) e T n+1 s+ (il es vu avan l insan +s). L évenemen le premier bus vu par l employé pore le numéro n+1 e ceci se déroule avan l insan +s es donc [(T n s) (s < T n+1 s+)]. Comme on ne conrôle par le nméro de bus vu, celui-ci peu porer un numéro enier quelconque e donc l événemen l employé a vu son premier bus avan l insan + s se reformule 1 en «il exise un bus (poran un cerain numéro n + 1) el que ce bus es le premier vu par l employé e ceci s es déroulé avan l insan + s». Le quanificaeur exiseniel se radui en une réunion. (T 1 ) = n N [(T n s) (s < T n+1 s + )] 1.a.iii. Soi n N. T n es foncion de U 1,..,U n (c es leur somme e, comme, (U 1,..., U n+1 es une famille de v.a indépendanes, T n e U n+1 son indépendanes (lemme des coaliions) Le couple (T n, U n+1 ) es donc un couple à densié sur R 2, une densié en es, par indépendance, (τ, u) φ λ,n (τ) }{{}. φ λ,1 (u) }{{} densié de T n en τ densié de U n+1 en u P[(T n s) (s < T n+1 + s)] = P[(T n s) (s < T n + U n+1 + s)] = ϕ λ,n (τ).ϕ λ,1 (u) dτdu B 1. ce n es pas de la grande liéraure!
6 où B = {(τ, u) R 2, τ s, s < τ + u < + s}, soi en réécrivan en subsiuan x à τ, y à u e en remarquan que ϕ λ,n (x) = pour x <, ϕ λ,1 (y) = pour y < P[(T n s) (s < T n+1 + s)] = A λ n xn 1 e λ.x.λ.e λ.y dxdy où A = B {(x, y) R 2, x, y } = {(x, y) R 2, x s, s < x + y < + s, y} es finalemen l ensemble proposé par l énoncé. Calculons cee inégrale : on a P[(T n s) (s < T n+1 + s)] = = = λ n+1 λ n+1 λ n 1.b. On a donc, pour, par la formule des probabiliés oales, P[T 1 ] = + n= λ n s n = 1 e λ. λ n x= x= x= ( +s x y=s x ) x n 1 e λ.x e λ.y dy dx x n 1 e λ.x ( +s x y=s x ) e λ.y dy dx x n 1 e λ.x ( e λ.(s x) e λ.(+s x)) dx ( = x n 1 e λ.s e λ.(+s)) dx x= = λn s n (e λ.s e λ.(+s)) (e λ.s e λ.(+s)) = e s.λ ( e λ.s e λ.(+s)) On voi finalemen que la foncion de répariion de T 1 es celle d une loi exponenielle de paramère λ. En déduire que T 1 sui une loi exponenielle de paramère λ. 1.c. En observan la répariion des arrivées des bus, on ne peu déerminer quand à commencé le processus, puisque ces observaions on même lois que l on commence à l insan ou à un insan s ulérieur. C es p ê bien ça, l absence de mémoire, ne pas savoir quand les choses on commencé? C.2. paradoxe du bus On s inéresse à la quanié égale au emps écoulé enre le passage du dernier bus avan l insan s d arrivée de l employé e l insan s si au moins un bus es passé, égale à s sinon. On admera que es une variable aléaoire réelle. 2.a. Pour, si N >, N es le numéro du dernier bus passan avan(au sens large) l insan. La quanié T N es donc l insan de passage du dernier bus avan l insan e T N es donc, à l insan la durée écoulée depuis le passage du dernier bus, s il y en a un. Si N =, cela signifie qu aucun bus n es passé avan l insan e T N = T =, dans ce cas N T =. Pour = s, ce que nous venons de dire monre que = s T Ns. 2.b. [ = s] signifie que T Ns =, ce qui signifie qu aucun bus n es passé avan l insan s. On a P[ s] = P[T Ns ] = 1 car T Ns es une v.a à valeurs posiives. 2.c. On a, la dernière ligne éan due au calcul de la foncion de répariion de la variable T 1, exponenielle de paramère λ >. P[ = s] = P[T Ns = ] = P[T 1 > s] = e λ.s > On en dédui que n es pas une variable aléaoire à densié, car pour une elle v.a. la probabilié d égalié à une valeur fixée es oujours nulle. Remarquons que n a aucune raison d êre une variable discrèe!! il y a des v.a. don la loi es un mélange discre/à densié, considérer par exemple, pour X une v.a normale cenrée, réduie à la loi de X + = max(x, ). 2.d. Soi ], s[, < équivau à T Ns > s, i.e l insan de passage du dernier bus avan l insan s es sricemen plus grand que s. Cela signifie exacemen qu il y a eu au moins un bus don l insan de passage es dans l inervalle ]s, s]. ce qui équivau à N s N s 1 car N s N s es exacemen le nombre de bus passés au cours de ce inerval emporel cf quesion C.1.a.i. On a donc, cf quesion C.1.a.i pour la définiion de M e la propriéé d absence de mémoire qui perme de gérer la légère variane e de remplacer M par N. P[ < ] = P[N s N s 1] = P[M 1] = P[N 1] = 1 P[N = ] = 1 e λ.
7 Soi l N, suffisammen grand pour que < 1 l < + 1 l < s. On a P[ = ] P[ 1 l < + 1 l ] P[ < + 1 l ] P[ < 1 l ] = e λ( 1 l ) e λ(+ 1 l ) e λ. (e +λ( 1 l ) e λ( 1 l ) ) Ceci es valable lorsque l + e, comme le membre de droie de l inégalié end vers dans ce cas, que le membre de gauche es minoré par (c es une probabilié), on en dédui que P( = ) =. 2.e. La foncion F es définie, pour R par F () = P[ ]. Résumons ce que nous avons obenu 1. F (s) = 1 e donc F () = 1 pour ou s. (quesion C.2.b) 2. F () = 1 e λ. si ], s[. (quesion C.2.d, qui perme de dire que P[ ] = P[ < ] + P[ = ] = P[ < ]) 3. La foncion F, foncion de répariion, es croissane,. Du poin précéden, on dédui que lim + F () =. On a donc, pour ou, F () =. (Là encore le hm des gendarmes) La formule donnée monre clairemen que F es dérivable sur ], s[ avec, pour ], s[, F () = λ.e λ. Pour suivre l énoncé, il suffi de poser g() = λ.e λ. pour [, s] : on défini de la sore une foncion coninue sur [, s] valan F sur ], s[. 2.f. On a, en uilisan la formule donnée e C.2.c E( ) = g() d + sp[ = s] = λ. Calculons l inégrale à l aide d une inégraion par paries, on a }{{} v(). } λ.e {{ λ. } d = [.e λ.] =s u () = s.e λ.s 1 λ + e λ. d = [ e λ. ] =s e λ. d + s.e λ.s = = s.e λ.s 1 λ ( e λ.s 1 ) e donc E( ) = 1 λ ( 1 e λ.s ) 2.g. Pour n N, E(U n ) = 1 λ = E(U 1), c es l espérance d une variable exponenielle de paramère λ. Comme E( ) >, on a bien E( ) + E(U 1) > E(U n ). Ce qui es éonnan, c es que + U 1 es l écar emporel enre le dernier bus non vu par l employé e le premier qu il voi. Il s agi donc de U Ns+1. On vien de monrer que, pour ou n, E(U Ns+1 ) > E(U n ) Cela peu sembler paradoxal car après ou N s+1 es l un des eniers... Ce résula es courammen appelé paradoxe du bus. Le paradoxe de l auobus habiuel (on en rouve plein d explicaions semi convaincanes sur qui-vous-savez) es pluo le fai que E(U 1) = E(U n ) = 1 λ. Il peu semble curieux que l espérance du emps d aene soi la même que l espérance de l écar enre deux passages. C es, on l a vu, le phénomène d absence de mémoire qui es responsable de cela.
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 détail2. 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 détailLes 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 détailCHAPITRE 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 détailExemples 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 détailFiles 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 détailTD/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 détailMATHEMATIQUES 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 détailIntégration 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 détailLe 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 détailCaractéristiques 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 détailCARACTERISTIQUES 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 détailRappels 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 détailOscillations 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 détailRecueil 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 détailCalcul 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 détailFonction 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 détailSommaire de la séquence 12
Sommaire de la séquence 12 Séance 1........................................................................................................ Je prends un bon dépar.......................................................................................
Plus en détailVA(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 détailLa 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 détailRelation 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 détailDocumentation 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 détailFinance 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 détailTB 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 détailChapitre 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 détailTHÈSE. 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 détailSciences 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 détailAnnuités. 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 détailF 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 détailMémoire 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 détailRisque 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 détailImpact 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 détailFiltrage 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 détailMathématiques 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 détail2009-01 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 détailLes 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 détailCours 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 détailCommun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
Plus en détailProcessus aléatoires avec application en finance
Genève, le 16 juin 2007. Processus aléatoires avec application en finance La durée de l examen est de deux heures. N oubliez pas d indiquer votre nom et prénom sur chaque feuille. Toute documentation et
Plus en détailCours 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 détailCopules 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 détailEvaluation des Options avec Prime de Risque Variable
Evaluaion des Opions avec Prime de Risque Variable Lahouel NOUREDDINE Correspondance : LEGI-Ecole Polyechnique de Tunisie, BP : 743,078 La Marsa, Tunisie, Insiu Supérieur de Finance e de Fiscalié de Sousse.
Plus en détailTRAVAUX 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 détailL 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 détailArticle. «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 détailDE 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 détailCONCOURS 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 détailNed 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 détailENS 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 détailMODÈLE BAYÉSIEN DE TARIFICATION DE L ASSURANCE DES FLOTTES DE VÉHICULES
Cahier de recherche 03-06 Sepembre 003 MODÈLE BAYÉSEN DE TARFCATON DE L ASSURANCE DES FLOTTES DE VÉHCULES Jean-François Angers, Universié de Monréal Denise Desardins, Universié de Monréal Georges Dionne,
Plus en détailPouvoir 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 détailDocument 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 détailMoments 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 détailDESSd ingéniérie mathématique Université d Evry Val d Essone Evaluations des produits nanciers
DESSd ingéniérie mahémaique Universié d Evry Val d Essone Evaluaions des produis nanciers Véronique Berger Cours Janvier-Mars 2003 version du 27 mars 2003 Conens I Présenaion du plan de cours 3 II Insrumens
Plus en détailEcole 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 détailCHAPITRE 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 détailLoi d une variable discrète
MATHEMATIQUES TD N : VARIABLES DISCRETES - Corrigé. P[X = k] 0 k point de discontinuité de F et P[X = k] = F(k + ) F(k ) Ainsi, P[X = ] =, P[X = 0] =, P[X = ] = R&T Saint-Malo - nde année - 0/0 Loi d une
Plus en détailSélection de portefeuilles et prédictibilité des rendements via la durée de l avantage concurrentiel 1
ASAC 008 Halifax, Nouvelle-Écosse Jacques Sain-Pierre (Professeur Tiulaire) Chawki Mouelhi (Éudian au Ph.D.) Faculé des sciences de l adminisraion Universié Laval Sélecion de porefeuilles e prédicibilié
Plus en détailGUIDE 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 détailNo 1996 13 Décembre. La coordination interne et externe des politiques économiques : une analyse dynamique. Fabrice Capoën Pierre Villa
No 996 3 Décembre La coordinaion inerne e exerne des poliiques économiques : une analyse dynamique Fabrice Capoën Pierre Villa CEPII, documen de ravail n 96-3 SOMMAIRE Résumé...5 Summary...7. La problémaique...9
Plus en détailUn 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 détailTRACER LE GRAPHE D'UNE FONCTION
TRACER LE GRAPHE D'UNE FONCTION Sommaire 1. Méthodologie : comment tracer le graphe d'une fonction... 1 En combinant les concepts de dérivée première et seconde, il est maintenant possible de tracer le
Plus en détailEstimation 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 détailNOTE SUR LES METHODES UNIVARIEES
BRUSSELS EONOMI REVIEW - AHIERS EONOMIQUES DE BRUXELLES VOL 5 N 3 AUTUMN 7 NOTE SUR LES METHODES UNIVARIEES D EXTRATION DU YLE EONOMIQUE ANNA SESS ET MIHEL GRUN-REHOMME (UNIVERSITE PARIS, ERMES- NRS- UMR78)
Plus en détailProbabilités 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 détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailLe développement de l assurance des catastrophes naturelles: facteur de développement économique
ARTICLES ARTICLES PROFESSIONNELS ACADÉMIQUES PROFESSIONAL ACADEMIC ARTICLES ARTICLES Assurances e gesion des risques, vol. 79(1-2), avril-juille 2011, 1-30 Insurance and Risk Managemen, vol. 79(1-2), April-July
Plus en détailNon-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 détailCours Fonctions de deux variables
Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté
Plus en détailMIDI 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 détail3 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 détailLes 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 détailN 2008 09 Juin. Base de données CHELEM commerce international du CEPII. Alix de SAINT VAULRY
N 2008 09 Juin Base de données CHELEM commerce inernaional du CEPII Alix de SAINT VAULRY Base de données CHELEM commerce inernaional du CEPII Alix de SAINT VAULRY N 2008-09 Juin Base de données CHELEM
Plus en détailCOURS 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 détailCahier 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* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailImage 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 détail4. 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 détailPREMIÈRE 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 détailSYSTÈME 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 détailGESTION DU RÉSULTAT : MESURE ET DÉMESURE 1 2 ème version révisée, août 2003
GESTION DU RÉSULTAT : MESURE ET DÉMESURE 1 2 ème version révisée, aoû 2003 Thomas JEANJEAN 2 Cahier de recherche du CEREG n 2003-13 Résumé : Depuis une vingaine d années, la noion d accruals discréionnaires
Plus en détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
Plus en détailCHELEM 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 détailMINISTERE DE L ECONOMIE ET DES FINANCES
Un Peuple - Un Bu Une Foi MINISTERE DE L ECONOMIE ET DES FINANCES DIRECTION DE LA PREVISION ET DES ETUDES ECONOMIQUES Documen d Eude N 08 ENJEUX ECONOMIQUES ET COMMERCIAUX DE L ACCORD DE PARTENARIAT ECONOMIQUE
Plus en détailThème : 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 détailPour 2014, le rythme de la reprise économique qui semble s annoncer,
En France, l invesissemen des enreprises reparira--il en 2014? Jean-François Eudeline Yaëlle Gorin Gabriel Sklénard Adrien Zakharchouk Déparemen de la conjoncure Pour 2014, le ryhme de la reprise économique
Plus en détailSéquence 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 détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Plus en détailSéminaire d Économie Publique
Séminaire d Économie Publique Les niveaux de dépenses d'infrasrucure son-ils opimaux dans les pays en développemen? Sonia Bassi, LAEP Discuan : Evans Salies, MATISSE & ADIS, U. Paris 11 Mardi 8 février
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailMaster IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1
Master IMEA Calcul Stochastique et Finance Feuille de T.D. n o Corrigé exercices8et9 8. On considère un modèle Cox-Ross-Rubinstein de marché (B,S) à trois étapes. On suppose que S = C et que les facteurs
Plus en détailModèles à Événements Discrets. Réseaux de Petri Stochastiques
Modèles à Événements Discrets Réseaux de Petri Stochastiques Table des matières 1 Chaînes de Markov Définition formelle Idée générale Discrete Time Markov Chains Continuous Time Markov Chains Propriétés
Plus en détail1 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 détailf n (x) = x n e x. T k
EXERCICE 3 (7 points) Commun à tous ls candidats Pour tout ntir naturl n supériur ou égal à, on désign par f n la fonction défini sur R par : f n (x) = x n x. On not C n sa courb rprésntativ dans un rpèr
Plus en détailLimites 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 détailCalcul 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 détailEPARGNE RETRAITE ET REDISTRIBUTION *
EPARGNE RETRAITE ET REDISTRIBUTION * Alexis Direr (1) Version février 2008 Docweb no 0804 Alexis Direr (1) : Universié de Grenoble e LEA (INRA, PSE). Adresse : LEA, 48 bd Jourdan 75014 Paris. Téléphone
Plus en détailLe 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 détailIntégration 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 détailCONTRIBUTION A L ANALYSE DE LA GESTION DU RESULTAT DES SOCIETES COTEES
CONTRIBUTION A L ANALYSE DE LA GESTION DU RESULTAT DES SOCIETES COTEES Thomas Jeanjean To cie his version: Thomas Jeanjean. CONTRIBUTION A L ANALYSE DE LA GESTION DU RESULTAT DES SOCIETES COTEES. 22ÈME
Plus en détail