Correction DM ESSEC n o 11 :
|
|
- Judith Melanie Monette
- il y a 5 ans
- Total affichages :
Transcription
1 Correcion DM ESSEC n o 11 : Exercice : HEC 27 1 On éudie T λi e par des opéraions rès simples (L 2 L 3 puis L 3 L 3 +(λ 1)L 2 on obien une marice riangulaire avec une diagonale égale à (1 λ, 1, λ(λ 1), ce qui donne Sp Sp T {; 1} On résou ensuie les équaions T X X e T X e on rouve E 1 Vec(e 1 ) de dimension 1 e E Vec(e 1 e 3 ) de dimension 1, donc la somme des dimensions des sous-espaces propre vau 2 e n'es pas diagonalisable Enn Sp donc n'es pas bijecive 2 (a) On a direcemen les coordonnées des images des veceurs de la base donc T 1 avec la colonne de 1 qui es au milieu de la marice ((2n ) /2 1 1 n + 1 ) (b) L'image es engendrée par e 1 e (1,, 1) qui formen une famille libre, donc une base de Im () Donc la dimension de l'image es 2 e ( du rang) dim (ker ()) 2n n 1 (c) Comme dim (ker ()) 2n 1 1, le noyau de Id n'es pas rédui à {} e Sp Grâce à la dimension, pour en avoir une base, il nous su de rouver une famille libre de 2n 1 veceurs de ker () (on en a aussi l'équaion paramèrée avec (x 1,, x n+1,, x 2n+1 ) ) Pour i n + 1 on a (e 1 e i ) e 1 e 1 ; on reire le veceur e 1 e 1 qui es nul e ne ser à rien e on obien : ((e 1 e i )) i [[2,2n+1]], i n+1 es une famille de 2n 1 veceurs de ker () qui es écelonnée donc libre, c'es une base de ker 3 Si v Im ( ) alors il exise w E el que (w) v donc ( (w)) v e v Im () (il es l'image de (w) ) Donc Im ( ) Im () 4 Soi l'endomorpisme déni sur Im () par : pour ou ( x de Im (), ) (x) (x) 2n+1 e i (1,, 1) e on a vu précédemmen que B e 1, 2n+1 e i consiue une base de Im () On a (e 1 ) (e 1 ) e 1 qui a pour coordonnées (1, ) dans B On a ensuie : ( 2n+1 ) e i 2n+1 (e i ) 2n+1 i n+1 qui a pour coordonnées (2n, 1) dans B La marice de dans B es donc ma B ( ) (e i ) + (e n+1 ) 2n e 1 + 2n+1 ( ) 1 2n 1 5 (a) Soi λ une valeur propre non nulle de, e x un veceur propre associé à λ On a alors (x) λx e donc x 1 λ (x) ( x λ) donc x apparien à Im () e i 1
2 (b) ker () es un sous espace propre de dimension 2n 1 Les( aures veceurs ) propres son dans Im (), donc son veceurs propres de don la marice 1 2n es dans B qui es riangulaire e adme pour unique valeur propre 1, donc (x) x 1 e λ 1 (comme valeur propre de cee fois!), qui donne Sp {; 1} Le sous espace propre associé à 1 es inclus dans Im () Mais il n'es pas Im () ou enier sinon on aurai Id, ce qui es incompaible avec sa marice Donc le sous espace propre associé à 1 es de dimension sricemen inférieure à 2, e donc de dimension 1 La somme des dimensions des sous espaces propres es donc 2n 2n + 1, e n'es pas diagonalisable Problème : ESSEC II 21 I Généraliés sur la loi exponenielle 1 (a) X sui la loi exponenielle de paramère µ donc adme une espérance e une variance qui valen : E(X) 1 µ e V (X) 1 µ 2 (b) Par éorème de ransfer e relaion de Casles, on s'inéresse à l'absolue convergence de : 1 2 n f µ () d d + µ n e µ d La première inégrale converge absolumen e vau comme inégrale de la foncion nulle, la seconde es l'inégrale d'une foncion posiive, qui n'es généralisée qu'en + Or : n e µ ( ) 1 n+2 e µ donc + n e µ o 2 au voisinage de + De plus l'inégrale 1 1 d converge absolumen (inégrale de Riemann 2 avec α 2 > 1 donc par éorème de comparaison, n e µ d converge absolumen On obien nalemen que X n adme une espérance pour ou n e on obien une relaion de récurrence par inégraion par paries : On se place enre e x e on pose : qui son de classe C 1 sur R +, avec L'inégraion par paries donne : E(X n+1 ) µ n+1 e µ d [ n+1 e µ] x +(n+1) µ n+1 e µ d u n+1 e v e µ u (n + 1) n e v µe µ n e µ d x n+1 e µx + n + 1 µ µ n+1 e µ d On fai endre x vers + e on obien (le erme devan l'inégrale end vers par croissances comparées) : E(X n+1 ) n + 1 µ E(Xn ) 2
3 (c) On en dédui alors que : E(X n ) n µ E(Xn 1 ) n(n 1) µ 2 E(X n 2 n(n 1) 1 ) µ n E(X ) e comme X 1 es une variable ceraine don l'espérance vau 1, on obien : (d) D'où par formule de Koenig-Huygens, E(X n ) n! µ n V (X) E(X 2 ) [E(X)] 2 2 µ 2 1 µ 2 1 µ 2 2 (a) Pour ou x, P(X > x) x µe µ d e µ > Pour ous réels posiifs x e y, (X > x + y) (X > x) donc : P [X>x] (X > x+y) P[(X > x) (X > x + y)] P(X > x) P[(X > x + y)] P(X > x) e µ(x+y) e µx e µy P(X > y) (b) i f es coninue sricemen posiive sur R +, donc R(x) 1 F X (x) es de classe C 1 sur R + e sa dérivée es f(x), sricemen négaive De plus par propriéés d'une foncion de répariion on sai que n'es jamais aeine car R es sricemen décroissane D'où : x, R(x) > + R() R(x), ie qui x + ii On vien de voir que R es de classe C 1, on a de plus (X > x + y) (X > x) donc : P [X>x] (X > x + y) P(X > y) P[(X > x + y) (X > x)] P(X > x) R(x + y) R(x)R(y) P(X > y) R(x + y) R(x) R(y) On dérive cee relaion par rappor à y e on obien : x, y R +, R (x + y) R(x)R (y) Enn on pose y e on a : x R +, R (x) R(x)R () Or on a vu que R (x) f(x) e pour x on a : R () f() µ On obien bien nalemen : R (x) + µr(x) iii Soi g(x) R(x)e µx, dérivable par composiion de foncions dérivables, on a g (x) R (x)e µx + R(x)µe µx (R (x) + µr(x))e µx sur R + iv On en dédui que g(x) es une foncion consane sur R +, donc pour ou x, R(x)e µx R()e R() P(X > ) P(X ) 1 car X es à densié, donc P(X ), e posiive donc P(X ) 1 D'où on obien pour ou x : R(x) e µx F X (x) 1 R(x) 1 e µx e on reconnaî la loi exponenielle de paramère µ f() 3
4 3 (a) On sai que (Y ) (X 1 ) (X 2 ) donc par indépendance de X 1 e X 2, pour ou R on a F Y () P(Y ) P[(X 1 ) (X 2 )] P(X 1 ) P(X 2 ) F X1 ()F X2 () { si < (1 e µ1 ) (1 e µ2 ) si Cee foncion es coninue sur R comme produi de F X1 e F X2 qui le son car X 1 e X 2 son à densié, e de classe C 1 sur [; + [ e ] ; [ donc Y es une variable à densié, e en dérivan F Y sauf en où on donne une valeur arbiraire, une densié de Y es : { g() si < µ 1 e µ1 + µ 2 e µ2 (µ 1 + µ 2 )e (µ1+µ2) si (b) On sai que (Z > ) (X 1 > ) (X 2 > ) donc par indépendance de X 1 e X 2, pour ou R on a F Z () P(Z ) 1 P(Z > ) 1 P[(X 1 > ) (X 2 > )] 1 P(X 1 > ) P(X 2 > ) { 1 [1 F X1 ()] [1 F X2 ()] si < 1 e (µ1+µ2) si On voi alors que Z sui la loi exponenielle de paramère µ 1 + µ 2 II Fiabilié 1 On fai apparaîre F T puis R T : P( T + ) F T ( + ) F T () 1 R T ( + ) (1 ) R T ( + ) 2 Pour ou réel posiif ou nul, P( T + ) + R T ( + ) R T ( + ),>,> R T () f T () car 1 F T () es dérivable au poin, de dérivée f T () 3 (a) La quesion a déjà éé raiée précédemmen : f T es coninue sricemen posiive sur R +, donc 1 F T () es de classe C 1 sur R + e sa dérivée es f T (), sricemen négaive De plus par propriéés d'une foncion de répariion on sai que n'es jamais aeine car R T es sricemen décroissane D'où : Enn en, comme T es posiive on a : >, > + R(), ie qui x + R T () 1 F T () 1 P(T ) 1 1 > ( ) (b) La foncion ln ln() es dénie e dérivable sur R + par composiion de 1 foncions dérivables car R T es dérivable, à valeurs dans R + e ln es dérivable sur R + Sa dérivée es : d d ( ln()) R T () f T () λ() (c) On en dédui que G() ln() es une primiive sur R + de λ, qui s'annule lorsque : D'où on en dédui l'écriure : ln() 1 F T () λ(x) dx ln() λ(x) dx e λ(x) dx 4
5 4 (a) On dérive v, e on a vu précédemmen que R Z () f Z() g() : v () 1 R Z () + R Z() R Z () g() g() R Z () v () (b) On écri R Z à l'aide d'une inégrale ce qui donne : v() R Z () P(Z > ) g(u) du g(u) du ug(u) du car pour ou x [; + [, u donc g(u) ug(u) e on inègre sur des bornes croissanes D'où on obien v() ug(u) du (cee inégrale converge bien car Z adme une espérance) Or par relaion de Casles, De plus on sai que e par éorème d'encadremen, ug(u) du ug(u) du + g(u) du ug(u) du donc + ug(u) du v() + g(u) du (c) Comme Z es à valeurs posiives, l'inégrale de à es nulle donc : E(Z) g() d (R Z () v ()) d Eudions cee inégrale, en passan par l'inégrale parielle pour primiiver e faire apparaîre v() : (R Z () v ()) d R Z () d v () d R Z () d v(x) R Z () d [v()] x R Z () d v(x) + v() car v() R Z () D'où R Z () d g() d v(x) De plus on sai que g() d converge en + vers E(Z) e v(x) converge vers D'où R Z () d converge e vau E(Z), ce qui donne bien : E(Z) R Z () d 5 (a) Pour ou réel x posiif, comme (T > x + ) (T > ), R T (x) P [T >] (T > + x) P ([T > ] [T > + x]) P (T > ) P (T > x + ) P (T > ) R T ( + x) 5
6 (b) Il fau prouver quet adme une espérance pour uiliser le résula ci-dessus Puisque T es rivialemen posiive, e F T 1 R T, on obien : { si x < F T (x) 1 R T (+x) si x Cee foncion es de classe C 1 donc coninue sur R sauf peu-êre en, de plus elle es coninue sur R car par coninuié de R T : F T () 1 R T ( + x) 1 x +, x On en dédui que T es à densié, e une densié de T es donnée par : { si x < f T (x) f T (+x) si x Enn comme l'inégrale sur R es nulle, sous réserve de convergence absolue e avec le cangemen de variable v x + e la linéarié de l'inégrale on a : E(T ) x f T ( + x) dx 1 (v )f T (v) dv 1 vf T (v) dv Or la première inégrale converge absolumen car T adme une espérance, e la seconde car T es à densié : on en dédui que T adme bien une espérance La quesion 4c donne alors : E(T ) R T (u) du 1 R T ( + u) du e avec le cangemen de variable ane v + u on obien nalemen : 6 (a) Si T E(µ), alors pour ou : E(T ) 1 R T (v) dv P(T > ) e µ e λ() µe µ e µ µ (b) On remarque que T min(t 1, T 2 ) donc avec la n de la parie I on sai que T sui la loi exponenielle de paramère µ 1 + µ 2 On en dédui avec la quesion précédene que : pour ou, P(T > ) e (µ1+µ2) e λ() µ 1 + µ 2 (c) On remarque que T max(t 1, T 2 ) donc d'après la parie I, pour : F T () 1 e µ1 e µ2 + e (µ1+µ2) donc 1 F T () e µ1 + e µ2 e (µ1+µ2) 7 (a) ϕ n,β es posiive e coninue sur R + e sur ] ; [, donc posiive sur R e coninue sauf peuêre en De plus on a ϕ n,β () βn 1 (n 1)! βn 1 e β On calcule ϕ n,β () d ; on reconnaî l'inégrale dénissan l'espérance de X n 1 où X sui une loi exponenielle de paramère β, donc on sai que cee inégrale converge absolumen e : ϕ n,β () d βn 1 (n 1)! (n 1)! β n 1 1 De plus l'inégrale de à de ϕ n,β converge e vau car c'es l'inégrale de la foncion nulle On obien nalemen que ϕ n,β() d converge e ϕ n,β() d 1 donc ϕ n,β es une densié de probabilié f T (v) dv 6
7 (b) On a par déniion : P(T > ) ϕ n,β (u) du 1 On monre alors le résula par récurrence sur n 1 : ϕ n,β (u) du Pour n 1, ϕ 1,β () βe β donc on reconnaî la loi exponenielle de paramère β, e on a vu : e β Or on a calcule facilemen : e β donc la propriéé es vraie au rang n 1 (β) k e β Supposons qu'il exise n el que la propriéé soi vraie pour ϕ n,β, on a alors : Calculons R T pour ϕ n+1,β : On pose k n 1 ϕ n,β (u) du 1 e β 1 βn n! qui son de classe C 1 sur [; ] avec : k (β) k u n βe βu du v u n e w e βu v nu n 1 e w βe βu Par inégraion par paries, on obien : ( 1 βn [ u n e βu] n! + n 1 + βn n! n e β [ n 1 1 e β β (β)n 1 + e n! [ n e β n e β (β) k k k (β) k ) u n 1 e βu du β (n 1)! (βu)n 1 e βu du k + (β)n n! ] (β) k Conclusion : pour ou n 1, si T suis la loi d'erlang de paramères n e β, on a : n 1 e β k (β) k n 1 β Remarque : on pouvai aussi (c'es d'ailleurs plus simple) poser F () 1 e ] k (β) k e la dériver pour prouver que c'es une primiive de ϕ n,β puis l'uiliser pour calculer l'inégrale D'ailleurs on pouvai aussi l'uiliser pour la quesion précédene (obenir que c'es une densié de probabilié) 7
8 8 (a) La foncion ψ β,η es posiive e coninue sur [; + [ e sur ] ; [, donc posiive sur R e coninue sauf peu-êre en Son inégrale de à converge e vau car c'es l'inégrale de la foncion nulle Pour x, on considère ψ β,η () d [ e ( η ) β ] x 1 e ( x η ) β x + 1 donc l'inégrale de à + e par suie l'inégrale de à + convergen e valen oues deux 1 La foncion ψ β,η es donc une densié de probabilié (b) On a vu qu'on sai primiiver ψ β,η, on peu donc calculer, avec : 1 P(T ) 1 dx On en dédui que pour ou, λ() ψ β,η() β η ψ β,η (x) dx 1 (1 e ( ) η ) β e ( η ) β ( ) β 1 η (c) β η e 1 η son des consanes sricemen posiives, la ie dépend de la consane β 1 qui peu êre nulle : Si β 1 β 1, alors λ() 1 η + (On rerouve à nouveau le cas de la loi exponenielle, car pour β 1, la loi de Weibull es une loi exponenielle de paramère 1 η ) Si β > 1 β 1 >, alors λ() β η 1 η ( ) β 1 η + + III Sysème Poissonien 1 (a) Le éorème de ransfer donne la formule immédiaemen, à condiion de prouver la convergence absolue de la série Or pour ou s [; 1], e pour ou k, on a : s 1 s k 1 P(N u k)s k P(N u k) e la série de erme général P(N u k) converge absolumen (c'es la somme des probabiliés sur un sysème comple d'évènemen, la série vau même 1) donc par éorème de comparaison des séries à ermes posiifs, la série cercée converge absolumen On en dédui nalemen que G u (s) exise pour ou s [; 1] e : G u (s) + k P(N u k)s k (b) Par déniion de G e en faisan apparaîre asucieusemen les ypoèses données par l'énoncé : G u+v (s) E ( s Nu+v) ( E s Nu+(Nu+v Nu)) ( E s Nu s (Nu+v Nu)) 8
9 Or les variables N u e (N u+v N u ) son indépendanes d'après l'énoncé, donc par lemme des coaliions s Nu e S Nu+v Nu le son aussi donc : G u+v (s) E ( s Nu) ( E s (Nu+v Nu)) ( G u (s)e s (Nu+v Nu)) L'énoncé di aussi que N u+v N u sui la même loi que N (u+v) u N v donc ( E s (Nu+v Nu)) E(s Nv ) G v (s) e enn G u+v (s) G u (s)g v (s) 2 (a) On fai apparaîre un erme sricemen posiif dans la somme (le premier) : G 1 (s) E(s N1 ) + k + P(N 1 k)s k P(N 1 ) + P(N 1 k)s k Or + P(N 1 k)s k donc G 1 (s) P(N 1 k) > d'après l'énoncé k1 (b) Une récurrence immédiae donne donc en posan u 1 u k 1, G k (s) G n u i (s) n G ui (s) k1 k G 1 (s) G 1 (s) k e k ln G1(s) e kθ(s) (c) De même en uilisan la propriéé énoncée au débu de la quesion b, ( ) q G 1 (s) G q (s) G 1 (s) 1 q q D'où (d) On fai la même opéraion sur G 1 q (s) G 1(s) 1 q e 1 q θ(s) G p (s) G q ) q (s) (G p pq (s) q donc ψ(r) (ψ(p)) 1 q ( e pθ(s)) 1 q e p q θ(s) e rθ(s) (e) Quesion rès dicile, qui uilise la densié de Q dans R Celle-ci di que pour ou réel u, il exise deux suies u n e v n de raionnels adjacenes ayan pour ie u On a donc pour ou n, u n u v n De plus l'énoncé di que la foncion u N u es croissane D'où pour ous u v on a, avec s 1 donc ln(s) 1 : N u N v ln(s)n u ln(s)n v e ln(s)nu e ln(s)nv s Nu s Nv E(s Nu ) E(s Nv ) Enn on en dédui que u v G u (s) G v (s) ψ(u) ψ(v) 9
10 e la foncion ψ es décroissane, ce qui perme d'écrire : u n u v n ψ(u n ) ψ(u) ψ(v n ) Comme u n e v n son des raionnels on a pour ou n, ψ(u n ) e unθ(s) e ψ(v n ) e vnθ(s) Comme le réel s es xé, la foncion u e uθ(s) es coninue e on obien : n + e unθ(s) Par encadremen on en dédui que n + e vnθ(s) e uθ(s) donc ψ(u n) n + ψ(u) e uθ(s) e enn G u (s) e uθ(s) ψ(v n) e uθ(s) n + (f) On uilise l'équivalen usuel de l'exponenielle, avec θ(s) (avec s xé) : G (s) 1 e θ(s) 1 θ(s) θ(s),> θ(s) 3 On par du côé droi, plus compliqué, e on simplie : + P(N 1)(s 1) + P(N k)(s k 1) k2 + k1 + P(N k)s k P(N k) k1 [ G (s) P(N ) s ] [1 P(N )] G (s) 1 P(N ) + P(N ) G (s) 1 4 Comme on ne peu pas écanger la ie e la somme innie, on procède par encadremen : s 1 k 2, s k 1 k 2, 1 s k 1 puis on somme les inégaliés pour k allan de 2 à + e on divise par > : s 1 + k2 P(N k) + k2 P(N k)(s k 1) e l'énoncé di que le erme de gauce de l'encadremen end vers lorsque end vers + donc par encadremen : 5 (a) D'après la quesion 3, G (s) 1,> + k2 P(N k)(s k 1) P (N 1)(s 1) + + P (N k)(s k 1) k2 On en dédui avec la quesion 4 que : P (N 1)(s 1) G (s) 1 D'où on ire que si s 1 s 1, P (N 1) + k2 P (N k)(s k 1),> 1 P (N 1)(s 1),> θ(s) s 1 θ(s) 1 s + + k2 θ(s) θ(s) P (N k)(s k 1)
11 e cee ie, noée α, es posiive puisque c'es la ie d'un quoien de faceurs posiifs e vérie bien pour s [; 1[ : θ(s) α(1 s) Si s 1, il fau prouver que θ(1) pour généraliser la relaion Or G 1 (1) + k P (N 1 k)1 k + k P (N 1 k) 1 donc θ(1) ln(g 1 (1)) ln(1) On obien bien qu'il exise α el que α θ(s) α(1 s) (b) On calcule : e l'énoncé donne On en dédui que P(N 1),> e que pour pour ou s [, 1], + G u () P(N u ) + P(N u k) k P(N u ) k1 u >, < P(N u ) < 1 < G 1 () < 1 ln(g 1 ()) < θ() ln(g 1 ()) > Enn on remarque qu'en posan s, on a : 6 (a) On a θ(s) α(1 s) donc : θ() α(1 ) α > G u (s) e uθ(s) e uα(1 s) e αu e αsu Or la série exponenielle prise en x αsu donne : + k (αsu) k donc pour ou s [; 1], + G u (s) e αu (αsu) k k e αsu + k [e αu (αu)k ] s k (b) On a obenu : pour ou s [; 1], en posan X qui sui la loi de Poisson de paramère (αu) : on a N u (Ω) X(Ω) N e : + k P (N u k)s k + k P(X k)s k Cela n'assure pas forcémen que les ermes de la série son égaux deux à deux L'idée pour l'obenir es de poser s, qui donne les ermes s égaux Puis on reire ces ermes, on divise par s (pour s > ) e on prend la ie lorsque s end vers (d'une somme innie, donc par encadremen), qui donne l'égalié pour s Enn on prend s e les ermes 1 son égaux, puis on réière ce qui se raie rigoureusemen par récurrence : Monrons par récurrence sur k que pour ou i N, P (N u i) e αu (αu) i i! 11
12 Iniialisaion : on prend la relaion précédene pour s Tous les ermes pour k 1 s'annulen en on obien P (N u ) P(X ) Hérédié : on suppose que pour ou k i (récurrence fore), P (N u k) P(X k) On obien alors en reiran les ermes égaux que pour ou s [; 1] : + ki+1 P (N u k)s k + ki+1 Pour ou s > (pour pouvoir diviser) on en dédui que : + ki+1 P (N u k)s k i 1 + ki+1 P(X k)s k P(X k)s k i 1 e on sépare le premier erme de caque somme e on isole la probabilié cercée : ( + ) + P(N u i + 1) P(X i + 1) + s P(X k)s k i 2 P(X k)s k i 2 ki+2 ki+2 Or, sur le modèle de la quesion 1a, on peu encadrer les séries : pour Y une variable aléaoire à valeurs dans N (donc cela s'applique à X e N u ) on a ; P(Y k)s k i 2 P(Y k) donc Donc on obien que : ( + 1 P(X k)s k i 2 puis s s ki+2 ( + ki+2 P(X k)s k i 2 + ki+2 + ki+2 + ki+2 P(Y k)s k i 2 + ki+2 P(X k)s k i 2 ) 1 P(X k)s k i 2 ) s P(Y k) 1 e par encadremen, le erme cenral end vers lorsque s end vers, ce qui donne nalemen : e la propriéé es vraie au rang i + 1 P(N u i + 1) P(X i + 1) Conclusion : pour ou k N, P(N u k) P(X k) e N u sui la même loi que X, donc la loi de Poisson de paramère (αu) 7 (T > ) (N ) donc pour ou on a : P(T > ) P(N ) e α donc P(T ) 1 e α D'aure par P(T ) si car il ne peu pas y avoir de panne avan l'insan de mise en marce On reconnaî bien la foncion de répariion d'une loi exponenielle de paramère α 8 (a) N + es le nombre de panne à l'insan + e N le nombre de pannes à l'insan donc N + N représene bien le nombre de pannes survenues dans l'inervalle de emps ]; + ] 12
13 (b) Quesion pas dicile mais fasidieuse L'énoncé di que Ñ N + N sui la même loi que N, e on obien, une par une, oues les propriéés du processus de Poisson à l'aide de celles vériées par N (c) On applique la quesion 7 à la famille (Ñ) e on obien le résula (d) Quesion mal posée : le aux de défaillance du sysème après n'a jamais éé déni, e sur ce sysème, les pannes son réparées, conrairemen au cas où on avai déni le aux de défaillance du sysème Il fau comprendre que la aux de défaillance après es le aux de défaillance de la variable T dénie à la quesion II5 Or T puis T suiven des lois exponenielles de paramère α (remarquer que T T ), donc le aux de défaillance es consan égal à α (quesion II6a) 13
Exemples de résolutions d équations différentielles
Exemples de résoluions d équaions différenielles Table des maières 1 Définiions 1 Sans second membre 1.1 Exemple.................................................. 1 3 Avec second membre 3.1 Exemple..................................................
Plus en 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 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 détailTexte 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 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 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 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 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 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 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 détailAMPLIFICATEUR OPERATIONNEL EN REGIME NON LINEAIRE
AMPLIFICATEUR OPERATIONNEL EN REGIME NON LINEAIRE Dans e hapire l'amplifiaeur différeniel inégré sera oujours onsidéré omme parfai, mais la ension de sorie ne pourra prendre que deux valeurs : V sa e V
Plus en 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 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 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 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 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 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 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 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 détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailSommaire de la séquence 12
Sommaire de la séquence 12 Séance 1........................................................................................................ Je prends un bon dépar.......................................................................................
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 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 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 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 détailExo7. 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 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 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 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 détailStructures algébriques
Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe
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 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 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 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 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 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 détailUn K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E
Exo7 Espaces vectoriels Vidéo partie 1. Espace vectoriel (début Vidéo partie 2. Espace vectoriel (fin Vidéo partie 3. Sous-espace vectoriel (début Vidéo partie 4. Sous-espace vectoriel (milieu Vidéo partie
Plus en 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 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 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 détailNOTATIONS PRÉLIMINAIRES
Pour le Jeudi 14 Octobre 2010 NOTATIONS Soit V un espace vectoriel réel ; l'espace vectoriel des endomorphismes de l'espace vectoriel V est désigné par L(V ). Soit f un endomorphisme de l'espace vectoriel
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 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 détailRaisonnement par récurrence Suites numériques
Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.
Plus en 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 détailProgrammation, organisation et optimisation de son processus Achat (Ref : M64) Découvrez le programme
Programmaion, organisaion e opimisaion de son processus Acha (Ref : M64) OBJECTIFS LES PLUS DE LA FORMATION Appréhender la foncion achas e son environnemen Opimiser son processus achas Développer un acha
Plus en 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 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 détailChapitre 2. Eléments pour comprendre un énoncé
Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données
Plus en détailCorrection 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 détailPremière 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 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 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 détailLe théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche
Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Bachir Bekka Février 2007 Le théorème de Perron-Frobenius a d importantes applications en probabilités (chaines
Plus en détailCoaching - accompagnement personnalisé (Ref : MEF29) Accompagner les agents et les cadres dans le développement de leur potentiel OBJECTIFS
Coaching - accompagnemen personnalisé (Ref : MEF29) Accompagner les agens e les cadres dans le développemen de leur poeniel OBJECTIFS LES PLUS DE LA FORMATION Le coaching es une démarche s'inscrivan dans
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 détailExercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
Plus en 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 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 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 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 détailDéveloppements limités. Notion de développement limité
MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un
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 détailIntégration et probabilités TD1 Espaces mesurés
Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?
Plus en détailCouples de variables aléatoires discrètes
Couples de variables aléatoires discrètes ECE Lycée Carnot mai Dans ce dernier chapitre de probabilités de l'année, nous allons introduire l'étude de couples de variables aléatoires, c'est-à-dire l'étude
Plus en détailFroid industriel : production et application (Ref : 3494) Procédés thermodynamiques, systèmes et applications OBJECTIFS LES PLUS DE LA FORMATION
Froid indusriel : producion e applicaion (Ref : 3494) Procédés hermodynamiques, sysèmes e applicaions SUPPORT PÉDAGOGIQUE INCLUS. OBJECTIFS Appréhender les différens procédés hermodynamiques de producion
Plus en 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 détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détailContinuité en un point
DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à
Plus en détailSur certaines séries entières particulières
ACTA ARITHMETICA XCII. 2) Sur certaines séries entières particulières par Hubert Delange Orsay). Introduction. Dans un exposé à la Conférence Internationale de Théorie des Nombres organisée à Zakopane
Plus en détailAmphi 3: Espaces complets - Applications linéaires continues
Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite
Plus en détailCapes 2002 - Première épreuve
Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série
Plus en détailConstruction de l'intégrale de Lebesgue
Université d'artois Faculté des ciences Jean Perrin Mesure et Intégration (Licence 3 Mathématiques-Informatique) Daniel Li Construction de l'intégrale de Lebesgue 10 février 2011 La construction de l'intégrale
Plus en détailUniversité Technique de Sofia, Filière Francophone d Informatique Notes de cours de Réseaux Informatiques, G. Naydenov Maitre de conférence, PhD
LA COUCHE PHYSIQUE 1 FONCTIONS GENERALES Cee couche es chargée de la conversion enre bis informaiques e signaux physiques Foncions principales de la couche physique : définiion des caracérisiques de la
Plus en détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en 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 détailComparaison de fonctions Développements limités. Chapitre 10
PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?
Plus en 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 détailDifférentiabilité ; Fonctions de plusieurs variables réelles
Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2
Plus en détailCAHIER 13-2000 ANALYSE DES CHOCS D'OFFRE ET DE DEMANDE DANS LA ZONE CFA : UNE MÉTHODE STRUCTURELLE D'AUTORÉGRESSION VECTORIELLE
CAHIER 13- ANALYSE DES CHOCS D'OFFRE ET DE DEMANDE DANS LA ZONE CFA : UNE MÉTHODE STRUCTURELLE D'AUTORÉGRESSION VECTORIELLE Jean-Michel BOSCO N'GOMA CAHIER 13- ANALYSE DES CHOCS D'OFFRE ET DE DEMANDE DANS
Plus en détailEspérance conditionnelle
Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle
Plus en 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 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 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 détailOBJECTIFS LES PLUS DE LA FORMATION
Formaion assurance-vie e récupéraion: Quand e Commen récupérer? (Ref : 3087) La maîrise de la récupéraion des conras d'assurances-vie requalifiés en donaion OBJECTIFS Appréhender la naure d un conra d
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 détailCalculer comment se constituer un capitale ; Calculer comment rembourser une dette en effectuant des versements réguliers.
CHAP: 8 Objecifs de ce chpire : Clculer comme se cosiuer u cpile ; Clculer comme rembourser ue dee e effecu des versemes réguliers. RAPPELS : Qu'es-ce qu'ue vleur cquise? Qu'es-ce qu'ue vleur cuelle? Le
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en 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 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 détailCompte rendu des TP matlab
Compte rendu des TP matlab Krell Stella, Minjeaud Sebastian 18 décembre 006 1 TP1, Discrétisation de problèmes elliptiques linéaires 1d Soient > 0, a R, b 0, c, d R et f C([0, 1], R). On cerce à approcer
Plus en détailDualité dans les espaces de Lebesgue et mesures de Radon finies
Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention
Plus en détailTests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles
Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA
Plus en détailCours de mathématiques
DEUG MIAS premier niveau Cours de mathématiques année 2003/2004 Guillaume Legendre (version révisée du 3 avril 2015) Table des matières 1 Éléments de logique 1 1.1 Assertions...............................................
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 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 détailI. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème.
I. Introduction. 1. Objectifs. Le but de ces quelques séances est d introduire les outils mathématiques, plus précisément ceux de nature probabiliste, qui interviennent dans les modèles financiers ; nous
Plus en détailLEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.
LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. Pré-requis : Probabilités : définition, calculs et probabilités conditionnelles ; Notion de variables aléatoires, et propriétés associées : espérance,
Plus en détailSurface de Volatilité et Introduction au Risque de Crédit
Modèles de Taux, Surface de Volailié e Inroducion au Risque de Crédi Alexis Fauh Universié Lille I Maser 2 Mahémaiques e Finance Spécialiés Mahémaiques du Risque & Finance Compuaionelle 214/215 spread
Plus en détail