suit la loi centrée réduite N(0;1). La courbe de f est symétrique par rapport à la droite d'équation x =
|
|
- Maximilien Ernest Villeneuve
- il y a 8 ans
- Total affichages :
Transcription
1 T ES/L EXERCICES : LOI DE PROBABILITE A DENSITE Rappel Exercice 1 Soit X une variable aléatoire. X suit la loi normale N( ;²) lorsque Z = X suit la loi centrée réduite N(0;1). La courbe de f est symétrique par rapport à la droite d'équation x = Une assurance s'intéresse aux coûts des sinistres susceptibles de survenir en On note X la variable aléatoire qui à chaque sinistre associe son coût. L'étude des années précédentes montre que X suit la loi normale de moyenne 1130 et d'écart type 180. Quelle est la probabilité qu'en 2013 un sinistre pris au hasard coûte entre 850 et 1700 euros? Exercice 2 Une usine fabrique des puzzles de 512 pièces. Pour tester la conformité des puzzles, le service qualité de l'entreprise prélève au hasard un puzzle de 512 pièces. On appelle X la variable aléatoire qui à un puzzle donné associe le nombre de pièces non conforme. On estime que X suit le loi normale de moyenne 9 et d'écart type 3. 1) Déterminer la probabilité qu'il y ait au plus 12 pièces non conformes dans le puzzle. 2) Déterminer le réel x 0 tel que p(x > x 0 ) = 0,01. En déduire le plus petit entier k tel que la probabilité que le puzzle comporte plus de k pièces non conformes soit inférieure à 0,01. Exercice 3 On suppose que les masses des blocs de foie gras produites par la société Toutdeloi sont distribuées normalement avec une moyenne de 250g et d'un écart type de 10g. On considère qu'un bloc n'est pas rentable si sa masse est plus grande ou égale à 265g. Calculer le pourcentage de blocs non rentables fabriqués par cette société. Exercice 4 La sélection chez les vaches laitières de race «Française Frisonne Pis Noir» (*) La production laitière annuelle en litres des vaches laitières de la race Française Frisonne Pis Noir peut être modélisée par une variable aléatoire à densité X, de loi normale de moyenne =6000 et d'écart type =400. La fonction g désigne la fonction de densité de cette loi normale. 1) Afin de gérer au mieux son quota laitier, en déterminant la taille optimale de son troupeau, un éleveur faisant naître des vaches de cette race souhaite disposer de certaines probabilités. a) Calculer la probabilité qu'une vache quelconque de cette race produise moins de 5800 litres de lait par an. b) Calculer la probabilité qu'une vache quelconque de cette race produise entre 5900 et 6100 litres de lait par an. c) Calculer la probabilité qu'une vache quelconque de cette race produise plus de 6250 litres de lait par an. 2) Dans son futur troupeau, l'éleveur souhaite connaître : a) La production maximale prévisible des 30% de vaches les moins productives du troupeau. b) La production minimale prévisible des 20% de vaches les plus productives du troupeau.
2 Exercice 5 Réglage d'une machine d'embouteillage dans une coopérative (*) Sur une chaîne d'embouteillage dans une brasserie, la quantité X (en cl) de liquide fournie par la machine pour remplir chaque bouteille de contenance 110 cl peut être modélisée par une variable aléatoire de loi normale de moyenne μ et d écart-type = 2. La législation impose qu'il y ait moins de 0,1% de bouteilles contenant moins d'un litre. 1) a) À quelle valeur de la moyenne μ doit-on régler la machine pour respecter cette législation? b) La contenance des bouteilles étant de 110 cl, quelle est alors, dans ces conditions, la probabilité qu'une bouteille déborde lors du remplissage? 2) Le directeur de la coopérative veut qu'il y ait moins de 1% de bouteilles qui débordent au risque de ne plus suivre la législation. a) Quelle est alors la valeur de μ? b) Quelle est dans les conditions de la question a) la probabilité que la bouteille contienne moins d'un litre? 3) Déterminer μ et afin qu il y ait moins de 0,1% de bouteilles de moins d'un litre ET moins de 1% de bouteilles qui débordent. Exercice 6 Durée de vie d un appareil (*) La durée de vie d'un certain type d appareil est modélisée par une variable aléatoire suivant une loi normale de moyenne et d écart-type inconnus. Les spécifications impliquent que 80 % de la production des appareils ait une durée de vie entre 120 et 200 jours et que 5% de la production ait une durée de vie inférieure à 120 jours. 1) Quelles sont les valeurs de et ²? 2) Quelle est la probabilité d avoir un appareil dont la durée de vie soit comprise entre 200 jours et 230 jours? Exercice 7 Une confiserie produit des plaques de chocolat. On admet que la variable aléatoire égale au poids d une plaquette de 125 g suit une loi normale d espérance μ = 125 et d écart type = 0,5. La plaquette est jugée conforme lorsque son poids est compris entre μ 3 et μ ) Calculer la probabilité qu une plaquette prélevée aléatoirement au hasard en fin de chaîne soit non conforme. 2) Pour contrôler le réglage de la machine, on détermine des poids d alerte μ h et μ + h tels que P (μ h X μ + h ) = 0,99. Ces poids d alerte sont inscrits sur une carte de contrôle et correspondent à une marge de sécurité en lien avec des normes de conformité. Déterminer ces poids d alerte. (*) Tiré des documents ressources de Terminale
3 Exercice 8 Pondichery 2013 (S) Cette entreprise emploie 220 salariés. Pour la suite on admet que la probabilité pour qu'un salarié soit malade une semaine donnée durant cette période d'épidémie est égale à p=0,05. On suppose que l'état de santé d'un salarié ne dépend pas de l'état de santé de ses collègues. On désigne par X la variable aléatoire qui donne le nombre de salariés malades une semaine donnée. 1. Justifier que la variable aléatoire X suit une loi binomiale dont on donnera les paramètres. Calculer l'espérance mathématique μ et l'écart type de la variable aléatoire X. 2. On admet que l'on peut approcher la loi de la variable aléatoire X μ réduite c'est-à-dire de paramètres 0 et 1. On note Z une variable aléatoire suivant la loi normale centrée réduite. par la loi normale centrée Le tableau suivant donne les probabilités de l'évènement Z<x pour quelques valeurs du nombre réel x. x -1,55-1,24-0,93-0,62-0,31 0,00 0,31 0,62 0,93 1,24 1,55 P(Z<x) 0,061 0,108 0,177 0,268 0,379 0,500 0,621 0,732 0,823 0,892 0,939 Calculer, au moyen de l'approximation proposée en question b., une valeur approchée à10 2 près de la probabilité de l'évènement : «le nombre de salariés absents dans l'entreprise au cours d'une semaine donnée est supérieur ou égal à 7 et inférieur ou égal à 15».
4 T ES/L CORRECTION EXERCICES : LOI DE PROBABILITE A DENSITE Rappel Exercice 1 Soit X une variable aléatoire. X suit la loi normale N( ;²) lorsque Z = X suit la loi centrée réduite N(0;1). La courbe de f est symétrique par rapport à la droite d'équation x = Une assurance s'intéresse aux coûts des sinistres susceptibles de survenir en On note X la variable aléatoire qui à chaque sinistre associe son coût. L'étude des années précédentes montre que X suit la loi normale de moyenne 1130 et d'écart type 180. Quelle est la probabilité qu'en 2013 un sinistre pris au hasard coûte entre 850 et 1700 euros? Méthode 1 : Directe avec la calculatrice et la modification de μ et. On intéresse à p (850 X 1700) 0,939 Exercice 2 Méthode 2 : Avec la calculatrice et la loi centrée réduite N(0;1) X suit la loi N(1130,180²) Z = X Alors p(850 X 1700) = p ( suit la loi centrée réduite N(0;1) Z ) = p ( Z ) Une usine fabrique des puzzles de 512 pièces. Pour tester la conformité des puzzles, le service qualité de l'entreprise prélève au hasard un puzzle de 512 pièces. On appelle X la variable aléatoire qui à un puzzle donné associe le nombre de pièces non conforme. On estime que X suit le loi normale de moyenne 9 et d'écart type 3. 1) Déterminer la probabilité qu'il y ait au plus 12 pièces non conformes dans le puzzle. p(x 12) 0,8413, on utilise la calculatrice avec μ = 9 et = 3. X On peut aussi retrouver ce résultat avec : X 12 Z Z p (X 12) p (Z 1) et en utilisant la loi centrée réduite N(0;1) 2) Déterminer le réel x 0 tel que p(x > x 0 ) = 0,01. x 0 15, 97 Utilisation de la calculatrice et InvNorm. En déduire le plus petit entier k tel que la probabilité que le puzzle comporte plus de k pièces non conformes soit inférieure à 0,01. k = 16 pièces. Exercice 3 On suppose que les masses des blocs de foie gras produites par la société Toutdeloi sont distribuées normalement avec une moyenne de 250g et d'un écart type de 10g. On considère qu'un bloc n'est pas rentable si sa masse est plus grande ou égale à 265g. Calculer le pourcentage de blocs non rentables fabriqués par cette société. p (X 265) 0,06 Soit 6%.
5 Exercice 4 La sélection chez les vaches laitières de race «Française Frisonne Pis Noir» (*) La production laitière annuelle en litres des vaches laitières de la race Française Frisonne Pis Noir peut être modélisée par une variable aléatoire à densité X, de loi normale de moyenne =6000 et d'écart type =400. La fonction g désigne la fonction de densité de cette loi normale. 1) Afin de gérer au mieux son quota laitier, en déterminant la taille optimale de son troupeau, un éleveur faisant naître des vaches de cette race souhaite disposer de certaines probabilités. a) Calculer la probabilité qu'une vache quelconque de cette race produise moins de 5800 litres de lait par an. p (X 5800) 0,308 b) Calculer la probabilité qu'une vache quelconque de cette race produise entre 5900 et 6100 litres de lait par an. p (5900 X 6100) 0,197 c) Calculer la probabilité qu'une vache quelconque de cette race produise plus de 6250 litres de lait par an. p (6250 X) 0,2659 2) Dans son futur troupeau, l'éleveur souhaite connaître : a) La production maximale prévisible des 30% de vaches les moins productives du troupeau. p( X x 0 ) 0,3 Soit x Les 30% des vaches les moins productives produiront un maximum de 5790 litres. b) La production maximale prévisible des 20% de vaches les plus productives du troupeau. p( x 1 X ) 0,2 Les 20% des vaches les plus productives produiront un minimum de 6336 litres. Exercice 5 Réglage d'une machine d'embouteillage dans une coopérative (*) Sur une chaîne d'embouteillage dans une brasserie, la quantité X (en cl) de liquide fournie par la machine pour remplir chaque bouteille de contenance 110 cl peut être modélisée par une variable aléatoire de loi normale de moyenne μ et d écart-type = 2. La législation impose qu'il y ait moins de 0,1% de bouteilles contenant moins d'un litre. 1) a) À quelle valeur de la moyenne μ doit-on régler la machine pour respecter cette législation? Il s agit déterminer la valeur de μ telle que P(X < 100) < 0,001. On détermine d'abord la valeur z (on dit aussi quantile) de la loi normale centrée réduite, telle que P(Z < z) = 0,001. On trouve, à la calculatrice à l aide de FracNormale() ou InvN, z 3,09. Comme Z = X μ 2 On trouve 106,18., on obtient 3, μ 2 soit ,09 b) La contenance des bouteilles étant de 110 cl, quelle est alors, dans ces conditions, la probabilité qu'une bouteille déborde lors du remplissage? Avec μ 106,18, on obtient P(X > 110) 0,028. 2) Le directeur de la coopérative veut qu'il y ait moins de 1% de bouteilles qui débordent au risque de ne plus suivre la législation. a) Quelle est alors la valeur de μ? Il s agit cette fois de déterminer μ tel que P(X > 110) < 0,01. On détermine d'abord la valeur z de la loi normale centrée réduite, telle que P(Z > z) = 0,01 ou P(Z < z) = 0,99. On trouve, à la calculatrice à l aide de FracNormale() ou InvN, z 2,33. Comme Z = X μ 110 μ, on obtient 2,33 = 2 2 On trouve 105,34.
6 b) Quelle est dans les conditions de la question a) la probabilité que la bouteille contienne moins d'un litre? Avec cette valeur de μ, on obtient P(X < 100) 0,0038, ce qui est plus élevé que dans le cas précédent. 3) Déterminer μ et afin qu il y ait moins de 0,1% de bouteilles de moins d'un litre ET moins de 1% de bouteilles qui débordent. On cherche donc à déterminer les valeurs de μ et de de sorte que : P(X < 100) < 0,001 et P(X > 110) < 0,01. Les deux contraintes sur les probabilités fournissent les deux conditions suivantes. On détermine d'abord la valeur z sup de la loi normale centrée réduite telle que P(Z > z sup ) = 0,01 c'est-à-dire que P(Z < z sup ) = 0,99 On trouve avec la calculatrice z sup 2,33. On détermine ensuite la valeur z inf telle que P(Z < z inf ) = 0,001. On trouve z inf 3,09. Les deux contraintes se traduisent donc par les deux inégalités suivantes : ,33 et 3,09 On obtient donc un domaine de solutions et une discussion pourra être menée quant aux choix pertinents que le directeur de coopérative pourrait faire. Exercice 5 Durée de vie d un appareil (*) La durée de vie d'un certain type d appareil est modélisée par une variable aléatoire suivant une loi normale de moyenne et d écart-type inconnus. Les spécifications impliquent que 80 % de la production des appareils ait une durée de vie entre 120 et 200 jours et que 5% de la production ait une durée de vie inférieure à 120 jours. 1) Quelles sont les valeurs de et ²? On note X la variable durée de vie. Les spécifications se traduisent par : p(120 X 200) = 0,8 et p(x < 120) = 0,05 Alors p(x 200) = 0,8 + 0,05 et p(x < 120) = 0,05 Donc p(x 200) = 0,85 et p(x < 120) = 0,05 En notant toujours Z = X la variable centrée réduite, on obtient : p (Z 200 ) = 0,85 et p (Z 120 ) = 0,05 On trouve, à la calculatrice à l aide de FracNormale() ou InvN, z 1,04. et z 1,65. Z = X μ et Z = X μ 2 2 1,04 = 200 μ et 1,65 = 120 μ = 200 1,04 et = ,65 = 200 1,04 Par la résolution du système, { = ,65 = 200 1,04 Alors { 0 = 80 2,69 = 200 1,04 { = 80 2,69
7 8000 = 200 1, { = { = 169,07 29,74 On obtient donc = 169 et ² 29, 74² 884 2) Quelle est la probabilité d avoir un appareil dont la durée de vie soit comprise entre 200 jours et 230 jours? En utilisant la calculatrice, on obtient : P(200 X 230) 0,13 Exercice 7 Une confiserie produit des plaques de chocolat. On admet que la variable aléatoire égale au poids d une plaquette de 125 g suit une loi normale d espérance μ = 125 et d écart type = 0,5. La plaquette est jugée conforme lorsque son poids est compris entre μ 3 et μ ) Calculer la probabilité qu une plaquette prélevée aléatoirement au hasard en fin de chaîne soit non conforme. La probabilité qu une plaque soit conforme est égale à P (μ 3 X μ + 3) 0,997 Donc la probabilité qu une plaquette ne soit pas conforme vaut environ 0,003. 2) Pour contrôler le réglage de la machine, on détermine des poids d alerte μ h et μ + h tels que P (μ h X μ + h ) = 0,99. Ces poids d alerte sont inscrits sur une carte de contrôle et correspondent à une marge de sécurité en lien avec des normes de conformité. Déterminer ces poids d alerte. Afin de pouvoir utiliser la calculatrice, il faut déterminer P(X + h). On a P(X + h) = P(X ) + P( X + h) Or P(X ) = 0,5 (Rappel la courbe de la fonction densité est symétrique par rapport à la droite d équation x = ) Et P( X + h) = 1 2 Alors P(X + h) = 0,5 + 0,495 = 0,995 P( h X + h) = 0,99 2 = 0,495 Avec la calculatrice, comme X suit la loi normale N(125 ;0,5²), on trouve + h = 126,29 Alors h = 126,29 = 126, = 1,29 Donc + h = 125 1,29 = 123,71 D où les poids d alerte sont 123,71 et 126,29 Grâce à des échantillons prélevés en fin de chaîne, ces poids d alerte permettent de déceler l existence d anomalies de fonctionnement avant le dépassement des normes μ 3 et μ + 3 (*) Tiré des documents ressources de Terminale
8 Exercice 8 Pondichery 2013 (S) Cette entreprise emploie 220 salariés. Pour la suite on admet que la probabilité pour qu'un salarié soit malade une semaine donnée durant cette période d'épidémie est égale à p=0,05. On suppose que l'état de santé d'un salarié ne dépend pas de l'état de santé de ses collègues. On désigne par X la variable aléatoire qui donne le nombre de salariés malades une semaine donnée. 1. Justifier que la variable aléatoire X suit une loi binomiale dont on donnera les paramètres. Calculer l'espérance mathématique μ et l'écart type de la variable aléatoire X. La situation revient à répéter 220 fois de façon indépendante une expérience de Bernoulli dont la probabilité du succès (le salarié est malade) vaut 0,05. Donc la variable aléatoire X qui compte le nombre de salariés malades suit une loi binomiale B(220 ;0,05) (n=220 et p=0,05). En utilisant les formules du cours on a : μ = np = 220 0,05 = 11 = np(1 p) = 11(1 0,05) 3,23 2. On admet que l'on peut approcher la loi de la variable aléatoire X μ réduite c'est-à-dire de paramètres 0 et 1. On note Z une variable aléatoire suivant la loi normale centrée réduite. par la loi normale centrée Le tableau suivant donne les probabilités de l'évènement Z<x pour quelques valeurs du nombre réel x. x -1,55-1,24-0,93-0,62-0,31 0,00 0,31 0,62 0,93 1,24 1,55 P(Z<x) 0,061 0,108 0,177 0,268 0,379 0,500 0,621 0,732 0,823 0,892 0,939 Calculer, au moyen de l'approximation proposée en question b., une valeur approchée à10 2 près de la probabilité de l'évènement : «le nombre de salariés absents dans l'entreprise au cours d'une semaine donnée est supérieur ou égal à 7 et inférieur ou égal à 15». P(7 X 15) = P( 7 μ Avec 7 μ ,23 15 μ Z 1,24 et 15 μ ) ,23 1,24. Donc il faut calculer P( 1,24 Z 1,24) où Z suit la loi N(0 ;1). Par lecture dans le tableau on a : P(Z < 1,24) 0,108 et P(Z < 1,24) 0,892. Donc P( 1,24 Z 1,24)= P(Z < 1,24) - P(Z < 1,24) 0,892 0,108 0,78 Donc la probabilité que le nombre de salariés absents dans l'entreprise au cours d'une semaine donnée est supérieur ou égal à 7 et inférieur ou égal à 15 est de 0,78.
Estimation et tests statistiques, TD 5. Solutions
ISTIL, Tronc commun de première année Introduction aux méthodes probabilistes et statistiques, 2008 2009 Estimation et tests statistiques, TD 5. Solutions Exercice 1 Dans un centre avicole, des études
Plus en détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
Plus en détailBaccalauréat ES/L Amérique du Sud 21 novembre 2013
Baccalauréat ES/L Amérique du Sud 21 novembre 2013 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats 5 points Une entreprise informatique produit et vend des clés USB. La vente de ces clés est réalisée
Plus en détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailEstimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison
Estimation: intervalle de fluctuation et de confiance Mars 2012 IREM: groupe Proba-Stat Estimation Term.1 Intervalle de fluctuation connu : probabilité p, taille de l échantillon n but : estimer une fréquence
Plus en détailCorrection du baccalauréat ES/L Métropole 20 juin 2014
Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)
Plus en détailProbabilités Loi binomiale Exercices corrigés
Probabilités Loi binomiale Exercices corrigés Sont abordés dans cette fiche : (cliquez sur l exercice pour un accès direct) Exercice 1 : épreuve de Bernoulli Exercice 2 : loi de Bernoulli de paramètre
Plus en détailProbabilités conditionnelles Exercices corrigés
Terminale S Probabilités conditionnelles Exercices corrigés Exercice : (solution Une compagnie d assurance automobile fait un bilan des frais d intervention, parmi ses dossiers d accidents de la circulation.
Plus en détailmathématiques mathématiques mathématiques mathématiques
mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques
Plus en détailRessources pour le lycée général et technologique
éduscol Ressources pour le lycée général et technologique Ressources pour la classe de terminale générale et technologique Exercices de mathématiques Classes de terminale S, ES, STI2D, STMG Ces documents
Plus en détailACTUARIAT 1, ACT 2121, AUTOMNE 2013 #4-5
ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #4-5 ARTHUR CHARPENTIER 1 Un certain test médical révèle correctement, avec probabilité 0.85, qu une personne a le sida lorsqu elle l a vraiment et révèle incorrectement,
Plus en détailProbabilités conditionnelles Loi binomiale
Fiche BAC ES 05 Terminale ES Probabilités conditionnelles Loi binomiale Cette fiche sera complétée au fur et à mesure Exercice n 1. BAC ES. Centres étrangers 2012. [RÉSOLU] Un sondage a été effectué auprès
Plus en détailLoi binomiale Lois normales
Loi binomiale Lois normales Christophe ROSSIGNOL Année scolaire 204/205 Table des matières Rappels sur la loi binomiale 2. Loi de Bernoulli............................................ 2.2 Schéma de Bernoulli
Plus en détailLes devoirs en Première STMG
Les devoirs en Première STMG O. Lader Table des matières Devoir sur table 1 : Proportions et inclusions....................... 2 Devoir sur table 1 : Proportions et inclusions (corrigé)..................
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 détailRéseau SCEREN. Ce document a été numérisé par le CRDP de Bordeaux pour la. Base Nationale des Sujets d Examens de l enseignement professionnel.
Ce document a été numérisé par le CRDP de Bordeaux pour la Base Nationale des Sujets d Examens de l enseignement professionnel. Campagne 2013 Ce fichier numérique ne peut être reproduit, représenté, adapté
Plus en détailProbabilités et Statistiques. Feuille 2 : variables aléatoires discrètes
IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de
Plus en détailProbabilités conditionnelles Loi binomiale
Exercices 23 juillet 2014 Probabilités conditionnelles Loi binomiale Équiprobabilité et variable aléatoire Exercice 1 Une urne contient 5 boules indiscernables, 3 rouges et 2 vertes. On tire au hasard
Plus en détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en détailCorrection du baccalauréat STMG Polynésie 17 juin 2014
Correction du baccalauréat STMG Polynésie 17 juin 2014 EXERCICE 1 Cet exercice est un Q.C.M. 4 points 1. La valeur d une action cotée en Bourse a baissé de 37,5 %. Le coefficient multiplicateur associé
Plus en détailBTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL
BTS Groupement A Mathématiques Session 11 Exercice 1 : 1 points Spécialités CIRA, IRIS, Systèmes électroniques, TPIL On considère un circuit composé d une résistance et d un condensateur représenté par
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 détailBaccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé
Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e
Plus en détailMATHEMATIQUES TES 2012-2013 Corrigés des devoirs
MATHEMATIQUES TES 2012-2013 Corrigés des devoirs DS1 26/09/2012 page2 DV 09/10/2012 page 6 DS 24/10/2012 page 8 DV 30/11/2012 page 14 DV 14/12/2012 page 16 BAC BLANC 18/01/2013 page 17 DV 05/02/2013 page
Plus en détailExercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT
Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,
Plus en détailBaccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé
Baccalauréat S/L Métropole La Réunion 13 septembre 2013 Corrigé A. P. M.. P. XRCIC 1 Commun à tous les candidats Partie A 1. L arbre de probabilité correspondant aux données du problème est : 0,3 0,6 H
Plus en détailLois de probabilité. Anita Burgun
Lois de probabilité Anita Burgun Problème posé Le problème posé en statistique: On s intéresse à une population On extrait un échantillon On se demande quelle sera la composition de l échantillon (pourcentage
Plus en détailTESTS D'HYPOTHESES Etude d'un exemple
TESTS D'HYPOTHESES Etude d'un exemple Un examinateur doit faire passer une épreuve type QCM à des étudiants. Ce QCM est constitué de 20 questions indépendantes. Pour chaque question, il y a trois réponses
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 détailBaccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé
Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé EXERCICE 1 5 points Commun à tous les candidats 1. Réponse c : ln(10)+2 ln ( 10e 2) = ln(10)+ln ( e 2) = ln(10)+2 2. Réponse b : n 13 0,7 n 0,01
Plus en détailBac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)
Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre
Plus en détailIV - DETERMINATION DES COUTS
Cterrier.com 1/6 06/01/2005 Initiation à la gestion Quantitative d une entreprise Auteur : C. Terrier ; mailto:webmaster@cterrier.com ; http://www.cterrier.com Utilisation : Reproduction libre pour des
Plus en détailExercices de dénombrement
Exercices de dénombrement Exercice En turbo Pascal, un entier relatif (type integer) est codé sur 6 bits. Cela signifie que l'on réserve 6 cases mémoires contenant des "0" ou des "" pour écrire un entier.
Plus en détailFeuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre.
Université de Nantes Année 2013-2014 L3 Maths-Eco Feuille 6 : Tests Exercice 1 On cherche à connaître la température d ébullition µ, en degrés Celsius, d un certain liquide. On effectue 16 expériences
Plus en détailReprésentation d une distribution
5 Représentation d une distribution VARIABLE DISCRÈTE : FRÉQUENCES RELATIVES DES CLASSES Si dans un graphique représentant une distribution, on place en ordonnées le rapport des effectifs n i de chaque
Plus en détailVTigerCRM. CRM : Logiciel de gestion des activités commerciales d'une (petite) entreprise
CRM : Logiciel de gestion des activités commerciales d'une (petite) entreprise Possibilités : Gestion des rendez-vous/appels Gestion des e-mails Gestion des stocks Gestion des ventes Enregistrement des
Plus en détailBien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction
Antécédents d un nombre par une fonction 1) Par lecture graphique Méthode / Explications : Pour déterminer le ou les antécédents d un nombre a donné, on trace la droite (d) d équation. On lit les abscisses
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 détailTravaux dirigés d introduction aux Probabilités
Travaux dirigés d introduction aux Probabilités - Dénombrement - - Probabilités Élémentaires - - Variables Aléatoires Discrètes - - Variables Aléatoires Continues - 1 - Dénombrement - Exercice 1 Combien
Plus en détailG.P. DNS02 Septembre 2012. Réfraction...1 I.Préliminaires...1 II.Première partie...1 III.Deuxième partie...3. Réfraction
DNS Sujet Réfraction...1 I.Préliminaires...1 II.Première partie...1 III.Deuxième partie...3 Réfraction I. Préliminaires 1. Rappeler la valeur et l'unité de la perméabilité magnétique du vide µ 0. Donner
Plus en détailDENOMBREMENT-COMBINATOIRE-PROBABILITES GENERALES
BTS GPN ERE ANNEE-MATHEMATIQUES-DENOMBREMENT-COMBINATOIRE-EXERCICE DE SYNTHESE EXERCICE RECAPITULATIF (DE SYNTHESE) CORRIGE Le jeu au poker fermé DENOMBREMENT-COMBINATOIRE-PROBABILITES GENERALES On joue
Plus en détailCalcul élémentaire des probabilités
Myriam Maumy-Bertrand 1 et Thomas Delzant 1 1 IRMA, Université Louis Pasteur Strasbourg, France Licence 1ère Année 16-02-2006 Sommaire La loi de Poisson. Définition. Exemple. 1 La loi de Poisson. 2 3 4
Plus en détailLE PROBLEME DU PLUS COURT CHEMIN
LE PROBLEME DU PLUS COURT CHEMIN Dans cette leçon nous définissons le modèle de plus court chemin, présentons des exemples d'application et proposons un algorithme de résolution dans le cas où les longueurs
Plus en détailUne variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants)
CIVILITE-SES.doc - 1 - Une variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants) 1 PRÉSENTATION DU DOSSIER CIVILITE On s intéresse
Plus en détailPlan général du cours
BTS GPN 1ERE ANNEE-MATHEMATIQUES-PROBABILITES-DENOMBREMENT,COMBINATOIRE PROBABILITES Plan général du cours 1. Dénombrement et combinatoire (permutations, arrangements, combinaisons). 2. Les probabilités
Plus en détailProbabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie...
1 Probabilité Table des matières 1 Loi de probabilité 2 1.1 Conditions préalables........................... 2 1.2 Définitions................................. 2 1.3 Loi équirépartie..............................
Plus en détailSéminaire TEST. 1 Présentation du sujet. October 18th, 2013
Séminaire ES Andrés SÁNCHEZ PÉREZ October 8th, 03 Présentation du sujet Le problème de régression non-paramétrique se pose de la façon suivante : Supposons que l on dispose de n couples indépendantes de
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 détailChapitre 7 : Intégration sur un intervalle quelconque
Universités Paris 6 et Paris 7 M1 MEEF Analyse (UE 3) 2013-2014 Chapitre 7 : Intégration sur un intervalle quelconque 1 Fonctions intégrables Définition 1 Soit I R un intervalle et soit f : I R + une fonction
Plus en détailCours de Tests paramétriques
Cours de Tests paramétriques F. Muri-Majoube et P. Cénac 2006-2007 Licence Ce document est sous licence ALC TYPE 2. Le texte de cette licence est également consultable en ligne à l adresse http://www.librecours.org/cgi-bin/main?callback=licencetype2.
Plus en détailChapitre 1 I:\ Soyez courageux!
Chapitre 1 I:\ Soyez courageux! Pour ne rien vous cacher, le langage d'assembleur (souvent désigné sous le terme "Assembleur", bien que ce soit un abus de langage, puisque "Assembleur" désigne le logiciel
Plus en détailCapacité d un canal Second Théorème de Shannon. Théorie de l information 1/34
Capacité d un canal Second Théorème de Shannon Théorie de l information 1/34 Plan du cours 1. Canaux discrets sans mémoire, exemples ; 2. Capacité ; 3. Canaux symétriques ; 4. Codage de canal ; 5. Second
Plus en détailEvolution de la fréquence des sinistres 2003-2012 en assurance RC automobile
Evolution de la fréquence des sinistres 2003-2012 en assurance RC automobile Contenu 1. Nombre de sinistres en RC tourisme et affaires... 2 Fréquence des sinistres en RC tourisme et affaires... 2 Fréquence
Plus en détailExercices supplémentaires sur l introduction générale à la notion de probabilité 2009-2010
Exercices supplémentaires sur l introduction générale à la notion de probabilité 2009-2010 Exercices fortement conseillés : 6, 10 et 14 1) Un groupe d étudiants est formé de 20 étudiants de première année
Plus en détailANALYSE GÉNÉRALE - PROPOSITION DE CORRIGÉ. Exercice 1
ANALYSE GÉNÉRALE - PROPOSITION DE CORRIGÉ OLIVIER COLLIER Exercice 1 Le calcul de la banque. 1 Au bout de deux ans, la banque aurait pu, en prêtant la somme S 1 au taux d intérêt r pendant un an, obtenir
Plus en détailUniversité Paris 8 Introduction aux probabilités 2014 2015 Licence Informatique Exercices Ph. Guillot. 1 Ensemble fondamental loi de probabilité
Université Paris 8 Introduction aux probabilités 2014 2015 Licence Informatique Exercices Ph. Guillot 1 Ensemble fondamental loi de probabilité Exercice 1. On dispose de deux boîtes. La première contient
Plus en détailChapitre 1 Régime transitoire dans les systèmes physiques
Chapitre 1 Régime transitoire dans les systèmes physiques Savoir-faire théoriques (T) : Écrire l équation différentielle associée à un système physique ; Faire apparaître la constante de temps ; Tracer
Plus en détailBaccalauréat ES 2013. L intégrale d avril à novembre 2013
Baccalauréat ES 2013 L intégrale d avril à novembre 2013 Pour un accès direct cliquez sur les liens bleus Pondichéry 15 avril 2013.......................................................... 3 Amérique du
Plus en détailTravaux dirigés n 10
Travaux dirigés n 10 IMAC 1 Responsive Web Design Dans ce TD, vous verrez comment concevoir un design web qui s adaptera au terminal sur lequel il sera visualisé. Avant-propos Avec l avènement des smartphones
Plus en détailEvolution de la fréquence des sinistres 2002-2011 en assurance RC automobile
Evolution de la fréquence des sinistres 2002-2011 en assurance RC automobile Contenu 1. Nombre de sinistres en RC tourisme et affaires... 2 Fréquence des sinistres en RC tourisme et affaires... 2 Fréquence
Plus en détailFonctions linéaires et affines. 1 Fonctions linéaires. 1.1 Vocabulaire. 1.2 Représentation graphique. 3eme
Fonctions linéaires et affines 3eme 1 Fonctions linéaires 1.1 Vocabulaire Définition 1 Soit a un nombre quelconque «fixe». Une fonction linéaire associe à un nombre x quelconque le nombre a x. a s appelle
Plus en détailRENTABILITÉ ÉCONOMIQUE MODÈLES DE CALCUL
Faits et chiffres de l aviculture CH 2.6 RENTABILITÉ ÉCONOMIQUE MODÈLES DE CALCUL 1. Généralités sur les coûts de production et la rentabilité économique Les modèles de calcul en annexe sont à interpréter
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détail32 Coûts fixes, coûts variables
cterrier.com 1/14 24/09/2012 32 Coûts fixes, coûts variables Variabilité des charges cterrier cterrier.com 2/14 24/09/2012 32 Coût fixes, coûts variables Concepts clés Définitions Charges fixes : charges
Plus en détailBACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE
BACCALAURÉAT GÉNÉRAL SESSION 2012 MATHÉMATIQUES Série S Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE Les calculatrices électroniques de poche sont autorisées, conformément à la
Plus en détailComplément d information concernant la fiche de concordance
Sommaire SAMEDI 0 DÉCEMBRE 20 Vous trouverez dans ce dossier les documents correspondants à ce que nous allons travailler aujourd hui : La fiche de concordance pour le DAEU ; Page 2 Un rappel de cours
Plus en détailExercices sur le chapitre «Probabilités»
Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Pour démarrer Exercices sur le chapitre «Probabilités» Exercice 1 (Modélisation d un dé non cubique) On considère un parallélépipède rectangle de
Plus en détailProbabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12
Probabilités. I - Rappel : trois exemples. Exemple 1 : Dans une classe de 25 élèves, il y a 16 filles. Tous les élèves sont blonds ou bruns. Parmi les filles, 6 sont blondes. Parmi les garçons, 3 sont
Plus en détailmathématiques mathématiques mathématiques mathématiques mathématiques mathématiques SÉRIE ES ANNALES DES SUJETS DE MATHÉMATIQUES SESSION 2013
mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques mathématiques
Plus en détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
Plus en détailPrésentation innobe 23 juin 2011
Présentation innobe 23 juin 2011 ANEMON SA Société anonyme fondée le 14 août 2008 avec siège à Saint-Imier Recherche et développement en collaboration avec la Haute école spécialisée bernoise (Technique
Plus en détailPROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES
Leçon 11 PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES Dans cette leçon, nous retrouvons le problème d ordonnancement déjà vu mais en ajoutant la prise en compte de contraintes portant sur les ressources.
Plus en détailPOURQUOI VISIOLYS? SOMMAIRE VOUS PROPOSE : Un monde qui bouge COMPRENDRE. Analyses et adaptations SE REPÉRER SE PROJETER ET CHOISIR
POURQUOI VISIOLYS? EXPERTISE STRATÉGIE ÉCONOMIE Visiolys est né de la volonté commune des deux entreprises de conseil en élevage Clasel et Eilyps de se projeter dans un monde en pleine mutation, de permettre
Plus en détailChapitre 1 : Évolution COURS
Chapitre 1 : Évolution COURS OBJECTIFS DU CHAPITRE Savoir déterminer le taux d évolution, le coefficient multiplicateur et l indice en base d une évolution. Connaître les liens entre ces notions et savoir
Plus en détailOrganisation des bâtiments dans les grands troupeaux 5 exemples d organisation spatiale en Europe
Organisation des bâtiments dans les grands troupeaux 5 exemples d organisation spatiale en Europe Avril 2009 FICHES TECHNIQUES Auteur : Jacques CHARLERY Pôle Herbivores Chambres d agriculture de Bretagne
Plus en détailImage d un intervalle par une fonction continue
DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction
Plus en détailExercice du cours Gestion Financière à Court Terme : «Analyse d un reverse convertible»
Exercice du cours Gestion Financière à Court Terme : «Analyse d un reverse convertible» Quand la trésorerie d une entreprise est positive, le trésorier cherche le meilleur placement pour placer les excédents.
Plus en détailRupture et plasticité
Rupture et plasticité Département de Mécanique, Ecole Polytechnique, 2009 2010 Département de Mécanique, Ecole Polytechnique, 2009 2010 25 novembre 2009 1 / 44 Rupture et plasticité : plan du cours Comportements
Plus en détailContents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes
Université Claude Bernard Lyon 1 Institut de Science Financière et d Assurances Système Bonus-Malus Introduction & Applications SCILAB Julien Tomas Institut de Science Financière et d Assurances Laboratoire
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 détailAnalyse tarifaire en ligne (TAO) de l'omc
Analyse tarifaire en ligne (TAO) de l'omc L'analyse tarifaire en ligne (TAO) permet d'effectuer des recherches et d'analyser les données tarifaires conservées dans deux bases de données de l'omc, à savoir
Plus en détailFÉDÉRATION MAROCAINE DES SOCIÉTÉS D'ASSURANCES ET DE RÉASSURANCE FICHIER CENTRAL CRM. MANUEL D UTILISATION Version 1.0
FÉDÉRATION MAROCAINE DES SOCIÉTÉS D'ASSURANCES ET DE RÉASSURANCE FICHIER CENTRAL CRM MANUEL D UTILISATION Version 1.0 Juin 2006 Avant propos Ce manuel décrit les fonctionnalités de la consultation du fichier
Plus en détailEquipement d un forage d eau potable
Equipement d un d eau potable Mise en situation La Société des Sources de Soultzmatt est une Société d Economie Mixte (SEM) dont l activité est l extraction et l embouteillage d eau de source en vue de
Plus en détailChapitre 3 : INFERENCE
Chapitre 3 : INFERENCE 3.1 L ÉCHANTILLONNAGE 3.1.1 Introduction 3.1.2 L échantillonnage aléatoire 3.1.3 Estimation ponctuelle 3.1.4 Distributions d échantillonnage 3.1.5 Intervalles de probabilité L échantillonnage
Plus en détailSINE QUA NON. Découverte et Prise en main du logiciel Utilisation de bases
SINE QUA NON Découverte et Prise en main du logiciel Utilisation de bases Sine qua non est un logiciel «traceur de courbes planes» mais il possède aussi bien d autres fonctionnalités que nous verrons tout
Plus en détailACTUALITÉS LANDPARK. Nouvelle version. Landpark Helpdesk. Landpark Helpdesk. Les avantages de la nouvelle version 3.9.2.
ACTUALITÉS LANDPARK Solutions complètes d'inventaire, de gestion de parc et de helpdesk ITIL Avril 2015 Nouvelle version Landpark Helpdesk Landpark vous associe aux meilleurs logiciels de Gestion de Parc
Plus en détailMONITORING 100% CONNECTÉ : MEDRIA LANCE LE FEEDPHONE
MEDRIA 2014 DOSSIER DE PRESSE Alimentation-Reproduction-Santé MONITORING 100% CONNECTÉ : MEDRIA LANCE LE FEEDPHONE 1/18 COMMUNIQUÉ DE PRESSE MEDRIA lance au SPACE 2014 sa dernière innovation, le FeedPhone
Plus en détail(51) Int Cl.: H04L 29/06 (2006.01) G06F 21/55 (2013.01)
(19) TEPZZ 8 8 4_A_T (11) EP 2 838 241 A1 (12) DEMANDE DE BREVET EUROPEEN (43) Date de publication: 18.02.1 Bulletin 1/08 (1) Int Cl.: H04L 29/06 (06.01) G06F 21/ (13.01) (21) Numéro de dépôt: 141781.4
Plus en détailChapitre 4 : les stocks
Chapitre 4 : les stocks Stocks et actifs Une entreprise achète généralement des biens pour les utiliser dans son processus de production, ce sont les matières premières et les fournitures, elle peut également
Plus en détailDÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation )
DÉRIVÉES I Nombre dérivé - Tangente Eercice 0 ( voir animation ) On considère la fonction f définie par f() = - 2 + 6 pour [-4 ; 4]. ) Tracer la représentation graphique (C) de f dans un repère d'unité
Plus en détailPrécision d un résultat et calculs d incertitudes
Précision d un résultat et calculs d incertitudes PSI* 2012-2013 Lycée Chaptal 3 Table des matières Table des matières 1. Présentation d un résultat numérique................................ 4 1.1 Notations.........................................................
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en détailLES GENERATEURS DE NOMBRES ALEATOIRES
LES GENERATEURS DE NOMBRES ALEATOIRES 1 Ce travail a deux objectifs : ====================================================================== 1. Comprendre ce que font les générateurs de nombres aléatoires
Plus en détailRevue de presse MARS WWW.SERVICE4ETOILES.FR (14/03/14) NC. Meljac habille l hôtel Félicien. Lampe Opéra Ambre tissée - MELJAC
Mars 2014 Revue de presse MARS WWW.SERVICE4ETOILES.FR (14/03/14) NC Meljac habille l hôtel Félicien WWW.ARCHIDESIGNCLUB.COM (10/03/14) 120.000 visiteurs Lampe Opéra Ambre tissée - MELJAC WWW.ARCHIDESIGNCLUB.COM
Plus en détailActuariat I ACT2121. septième séance. Arthur Charpentier. Automne 2012. charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free.
Actuariat I ACT2121 septième séance Arthur Charpentier charpentier.arthur@uqam.ca http ://freakonometrics.blog.free.fr/ Automne 2012 1 Exercice 1 En analysant le temps d attente X avant un certain événement
Plus en détailExo7. Limites de fonctions. 1 Théorie. 2 Calculs
Eo7 Limites de fonctions Théorie Eercice Montrer que toute fonction périodique et non constante n admet pas de ite en + Montrer que toute fonction croissante et majorée admet une ite finie en + Indication
Plus en 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 détailTerminale STMG Lycée Jean Vilar 2014/2015. Terminale STMG. O. Lader
Terminale STMG O. Lader Table des matières Interrogation 1 : Indice et taux d évolution........................... 2 Devoir maison 1 : Taux d évolution................................ 4 Devoir maison 1
Plus en détailSYNTHÈSE DOSSIER 1 Introduction à la prospection
SYNTHÈSE DOSSIER 1 Introduction à la prospection La prospection est une activité indispensable pour développer le nombre de clients, mais aussi pour contrecarrer la perte de clients actuels. Elle coûte
Plus en détailLa fonction exponentielle
DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction
Plus en détail