Correction DM ESSEC n o 11 :

Dimension: px
Commencer à balayer dès la page:

Download "Correction DM ESSEC n o 11 :"

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Texte Ruine d une compagnie d assurance

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

Plus en détail

Les circuits électriques en régime transitoire

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

Plus en détail

Fonction dont la variable est borne d intégration

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

Plus en détail

CHAPITRE I : Cinématique du point matériel

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

Plus en détail

CARACTERISTIQUES STATIQUES D'UN SYSTEME

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

Plus en détail

MATHEMATIQUES FINANCIERES

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

Plus en détail

Caractéristiques des signaux électriques

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

Plus en détail

AMPLIFICATEUR OPERATIONNEL EN REGIME NON LINEAIRE

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

Plus en détail

La rentabilité des investissements

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Intégration de Net2 avec un système d alarme intrusion

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

Plus en détail

Mathématiques financières. Peter Tankov

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

Plus en détail

Simulation de variables aléatoires

Simulation de variables aléatoires Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo

Plus en détail

Sommaire de la séquence 12

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

Plus en détail

Oscillations forcées en régime sinusoïdal.

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

Plus en détail

Recueil d'exercices de logique séquentielle

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

Plus en détail

Cours d électrocinétique :

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

Plus en détail

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

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

Plus en détail

Calcul Stochastique 2 Annie Millet

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

Plus en détail

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

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

Plus en détail

Sciences Industrielles pour l Ingénieur

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

Plus en détail

DE L'ÉVALUATION DU RISQUE DE CRÉDIT

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

Plus en détail

Moments des variables aléatoires réelles

Moments des variables aléatoires réelles Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................

Plus en détail

Structures algébriques

Structures 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 détail

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

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Séquence 2. Pourcentages. Sommaire

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

Plus en détail

3 POLITIQUE D'ÉPARGNE

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

Plus en détail

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

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

Plus en détail

1 TD1 : rappels sur les ensembles et notion de probabilité

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

Plus en détail

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

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

Plus en détail

Thème : Electricité Fiche 5 : Dipôle RC et dipôle RL

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

Plus en détail

NOTATIONS PRÉLIMINAIRES

NOTATIONS 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 détail

Relation entre la Volatilité Implicite et la Volatilité Réalisée.

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

Plus en détail

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

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

Plus en détail

Raisonnement par récurrence Suites numériques

Raisonnement 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 détail

Intégration et probabilités TD1 Espaces mesurés Corrigé

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Chapitre 2. Eléments pour comprendre un énoncé

Chapitre 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 détail

Correction de l examen de la première session

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

Plus en détail

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

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

Plus en détail

Commun à tous les candidats

Commun 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 détail

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

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

Plus en détail

Le 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 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 détail

Coaching - accompagnement personnalisé (Ref : MEF29) Accompagner les agents et les cadres dans le développement de leur potentiel OBJECTIFS

Coaching - 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 détail

Ned s Expat L assurance des Néerlandais en France

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

Plus en détail

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. 14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,

Plus en détail

TB 352 TB 352. Entrée 1. Entrée 2

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

Plus en détail

Mémoire présenté et soutenu en vue de l obtention

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

Plus en détail

GUIDE DES INDICES BOURSIERS

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

Plus en détail

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

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

Plus en détail

Développements limités. Notion de développement limité

Développements 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 détail

Loi d une variable discrète

Loi 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 détail

Intégration et probabilités TD1 Espaces mesurés

Intégration 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 détail

Couples de variables aléatoires discrètes

Couples 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 détail

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

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

Plus en détail

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

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

Plus en détail

I. Polynômes de Tchebychev

I. Polynômes de Tchebychev Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire

Plus en détail

Continuité en un point

Continuité en un point DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à

Plus en détail

Sur certaines séries entières particulières

Sur certaines séries entières particulières ACTA ARITHMETICA XCII. 2) Sur certaines séries entières particulières par Hubert Delange Orsay). Introduction. Dans un exposé à la Conférence Internationale de Théorie des Nombres organisée à Zakopane

Plus en détail

Amphi 3: Espaces complets - Applications linéaires continues

Amphi 3: Espaces complets - Applications linéaires continues Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite

Plus en détail

Capes 2002 - Première épreuve

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

Plus en détail

Construction de l'intégrale de Lebesgue

Construction 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 détail

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

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

Plus en détail

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy

Plus en détail

SYSTÈME HYBRIDE SOLAIRE THERMODYNAMIQUE POUR L EAU CHAUDE SANITAIRE

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

Plus en détail

Comparaison de fonctions Développements limités. Chapitre 10

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

Plus en détail

Programmes des classes préparatoires aux Grandes Ecoles

Programmes des classes préparatoires aux Grandes Ecoles Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme

Plus en détail

Différentiabilité ; Fonctions de plusieurs variables réelles

Différentiabilité ; 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 détail

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

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

Plus en détail

Espérance conditionnelle

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

OBJECTIFS LES PLUS DE LA FORMATION

OBJECTIFS 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 détail

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

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

Plus en détail

Calculer comment se constituer un capitale ; Calculer comment rembourser une dette en effectuant des versements réguliers.

Calculer 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 détail

3 Approximation de solutions d équations

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

Plus en détail

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

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

Plus en détail

DESSd ingéniérie mathématique Université d Evry Val d Essone Evaluations des produits nanciers

DESSd 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 détail

Compte rendu des TP matlab

Compte 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 détail

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Dualité 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 détail

Tests 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 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 détail

Cours de mathématiques

Cours 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 détail

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Exercices - 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 détail

No 1996 13 Décembre. La coordination interne et externe des politiques économiques : une analyse dynamique. Fabrice Capoën Pierre Villa

No 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 détail

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

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

Plus en détail

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.

LEÇON 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 détail

Surface de Volatilité et Introduction au Risque de Crédit

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

Plus en détail