BILAN : BIOMÉTRIE & GÉNÉTIQUE DES POPULATIONS

Dimension: px
Commencer à balayer dès la page:

Download "BILAN : BIOMÉTRIE & GÉNÉTIQUE DES POPULATIONS"

Transcription

1 LA BIOMÉTRIE DÉFINITION: L biométrie est l'étude sttistique de l vritio des crctères qutittifs (mesurbles) d'ue popultio [exemples : le ombre de gries ds ue gousse ou le dimètre des coquilles]. Étpes de l'étude : Collecte des doées du crctère étudié (tille, poids, ombre ) ; Clssemet des doées ; Représettio grphique ; Clcul des prmètres de positio et de dispersio. Objectifs de l biométrie : Cette étude permet, etre utres, de fire des sélectios rticielles de vriétés plus itéresstes. Aisi o distigue trois types de sélectio : L sélectio qutittive (vriétés productives), l sélectio coservtive (coserver ue vriété pure), l sélectio crétive (vriété ouvelle). CARACTÉRISTIQUES DES DONNÉES L vleur de l mesure du crctère => vrible Le ombre d'idividus yt cette mesure => fréquece (effectif) L vrible est discotiue : le crctère qutittif pred des vleurs e ombre i (etier turel). L vrible est cotiue : le crctère qutittif pred toutes les vleurs possibles d'ue itervlle (ombre rtioel) regroupées e clsses. LES REPRÉSENTATIONS GRAPHIQUES (effectifs) Cetres des clsses (série) cotiue Représettio grphique Histogrmme Polygoe des fréqueces fréquece L ormlistio des courbes l forme de l courbe de fréquece peut être justée à ue courbe sous forme de cloche ppelée courbe de Gusse ou distributio ormle crctérisée pr des prmètres sttistiques comme le mode, l moyee et l écrt-type. : X σ 2 : X 2σ 3 : X ±3σ (effectifs) Digrmme e bâtos Polygoe des fréqueces fréquece (série) discotiue (discrète) 3 2 x Guss Les prmètres des distributios ormles Prmètres de positio correspodt à des vleurs moyees de l popultio Si s vleur est grde lors le redemet et l productivité sot meilleurs (ds l'griculture) Mo : Mode Ue distributio peut être uimodle ou plurimodle. X : Moyee rithmétique Mo X = i= = dot l fréquece est l plus grde Prmètres de dispersio correspodet à l'homogééité de l popultio Si s vleur est grde lors l popultio est hétérogèe et très dispersée σ : Écrt-type σ= ( X ) 2 i= Itervlle de coce (selo l courbe théorique de Gusse) Ds l'itervlle X σ o trouve 68 % des idividus de l popultio ; Ds l'itervlle X 2σ o trouve 95,5 % des idividus de l popultio ; Ds l'itervlle X ±3σ o trouve 99,7 % des idividus de l popultio ; k : Coefciet de vritio (Permet de coître l dispersio et l'homogééité des popultios) - k <5 % l popultio est homogèe à fible dispersio k=σ 00 X - k >30 % l popultio est hétérogèe à forte dispersio - 5 %<k <30% l popultio est à homogééité et dispersio moyees Exemple de tbleu d'pplictio sttistique des clculs de prmètres Cetres de clsses (fréqueces) X ( X ) 2 ( X ) ,24 494,62 449, ,76 7, , somme = = ( X ) = = 2668,4000 Le mode Mo = 38 L moyee rithmétique X = 40,24 L écrt-type σ = 7,6 Le coefciet de vritio k = 5,42 : l vrible : L fréquece de l vrible : l'effectif de l popultio = NB : E prtique, les % des effectifs () sot extrits à prtir de l projectio depuis l courbe de fréquece. M. KEBDANI Lycée ABILKHAYR/BERKANE Cretive commo licece (by SA)

2 Étude de l'homogééité des popultios Selectio rticielle + Le mode permet de coître l'homogééité des popultios : - Si l distributio est uimodle, l popultio peut être homogèe ou hétérogèe ; - Si l distributio est plurimodle (multimodle), l popultio est certiemet hétérogèe. + Ds s'ssurer de l'homogééité d'ue distributio origile uimodole, il fut comprer les modes des popultios obteues près voir rélisé des croisemets d'utofécodtio etre idividus de l même clsse [iférieure (miimle) ou supérieure (mmle)] : - Si modes égux => popultio origile homogèe doc rce pure => sélectio o efcce (iefcce). - Si modes différets => popultio origile hétérogèe doc rce hybride => sélectio efcce. Popultio P Commet s'ssurer de l pureté d'ue ligée? Popultio P 0 QUELQUES DÉFINITIONS : LA GÉNÉTIQUE DES POPULATIONS déitio de l'espèce : Def : Esemble d'idividus de mêmes crctères héréditires ( morphologiques, physiologiques, comportemetls, biologiques [chromosomes, gèes]) iterfécods, dot l descedce est vible et fécode. Def2 : Groupe de popultios turelles, effectivemet ou potetiellemet iterfécodes, qui sot géétiquemet isolées d'utres groupes similires. Déitio de l popultio : L'esemble des idividus de l même espèce qui occupet le même espce géogrphique et qui sot cpble de se reproduire etre eux. L popultio est doc ue structure dymique dot le ptrimoie géétique (=pool géétique) vrie cotiuellemet. Exemples de popultios : les moieux de l même ville, les moustiques du même mrécge, les srdies de l même mer, les oliviers de l même plie... Mo Mo2 L popultio P est hétérogèe (ligée o pure) cr s distributio est bimodle (Deux modes Mo et Mo2). Clsse miimle ( P) Mo Clsse Mmle ( P2) Déitio du pool géétique : Le pool géétique (=géome collectif = ptrimoie géétique) est l somme des géotypes (llèles) de tous les idividus de l popultio cpbles de se trsmettre et de vrier à trvers les géértios. Loi de Hrdy-Weiberg : l fréquece des llèles et l fréquece des géotype reste costte ds les géértios successives de l même popultio. L structure géétique est doc e équilibre permet. Popultio P Popultio P Popultio P Popultio P 2 2 O costte que Mo =Mo= Mo2 doc : O costte que Mo # Mo # Mo2 doc : L popultio Po est homogèe (= ligée L popultio Po est hétérogèe (=ligée o pure) pr coséquet l sélectio est dite pure = hybride) pr coséquet l sélectio iefcce. est dite efcce. CONSEILS + L vrible représete le crctère et l fréquece le ombre d'idividus (effectif) qui ot ce crctère. + L détermitio des prmètres sttistiques doit être ccompgée du tbleu sttistique d'pplictio. + Le but de l détermitio des prmètres sttistiques est l iterpréttio des résultts ; Aisi : Mode : Homogééité/hétérogééité ds le ses pure/hybride ; Moyee rithmétique : Redemet/productivité ; Écrt-type :Homogééité/hétérogééité ds le ses dispersio. + L détermitio de l vleur de l'itervlle de coce X ±2σ se fit à prtir des résultts prtiques Crctéristiques de l popultio théorique (idéle, modèle) selo HW : - Popultio d'idividus diploïdes (2) ; 2- Reproductio sexuée (méiose + fécodtio) ; 3- Uios létoires (Pmie : hsrd etre idividus et pgmie : hsrd etre gmètes) ; 4- Géértios o chevuchtes (Ps d'uios etre géértios différetes) ; 5- Nombre ii (effectif très importt) ; 6- Absece de brssges géétiques pedt l méiose ; 7- Fermée géétiquemet (ps de flux migrtoires etrt ou sortt) ; 8- Absece de vritios cusées pr muttios, sélectio turelle, dérive géique. PROBLÉMATIQUE GÉNÉTIQUE : Commet clculer les fréqueces?? femelle ¼ ½ Mâle Géétique medéliee ¼ // Femelles // A/A??// Géétique des popultio Mâle A/A //? M. KEBDANI Lycée ABILKHAYR/BERKANE Cretive commo licece (by SA)

3 Détermitio de l fréquece des llèles, géotypes et phéotypes Premier cs : Gèe à domice icomplète (codomice) o lié u sexe A=B : Soit ue popultio à 3 phéotypes [A], [B] et [AB] tel que leurs ombres (No) observés (réels) sot : Clcul de l fréquece des phéotype [A], [B], [AB] : f ([A]) = No [A]/N f ([B]) = No [B]/N f ([AB]) = No [AB]/N Clcul de l fréquece des llèles est doc : N=No [A]+No [B]+No [AB]. f(a) =.f() + ½ f(a//b) + 0.f(B//B) = No [A]/N + ½ No [AB]/N = p f(b) = 0.f() + ½ f(a//b) +.f(b//b) = ½ No [AB]/N + No [B]/N = q Clcul du ombre théorique et de l fréquece des géotypes ds l géértio suivte : Selo l loi HW, l'uio des idividus et des gmètes se fit u hsrd (pmie et pgmie) de telle fço que l structure géétique de l popultio reste costce (stble, e équilibre). Aisi : Clcul de l fréquece des géotype : f(aa) = p 2 f(bb) = q 2 Tel que p+q = f(ab) = 2pq Clcul des effectifs (ombres) des idividus ds l prochie géértio : Nt[A]= Nt(AA) = p 2.N Nt[B]= Nt(BB) = q 2.N Nt[AB]= Nt(AB) = 2pq.N Clcul de l fréquece des géotype A//, B//B et A//B : f() = f ([A]) = No [A]/N f(b//b) = f ([B]) = No [B]/N f(a//b) = f([ab]) = No [AB]/N Gmètes A p B q A p AA[A] p 2 AB [AB] pq B q AB [AB] pq BB [B] q 2 Réprtitio des fréqueces selo HW Secod cs : Gèe à domice complète o lié u sexe A> : Soit ue popultio à 2 phéotypes [A]et [] tel que leurs ombres (No) observés (réels) sot : N=No [A]+No [] Clcul de l fréquece des phéotype : Clcul de l fréquece des géotype : f ([A]) = No [A]/N f ([]) = No []/N f(//) = R = f([]) = No []/N f() = D =??? f() = H =??? f()+f()=f([a])=no [A]/N L fréquece des géotypes est doc : f(aa) = D = p 2 f() = R = q 2 Tel que p+q = f(a) = H = 2pq L fréquece des llèles : Puisque : f()=f([]=n [] / N =q 2 => q= f([]= N [ ] / N Soit : f() = q Et puisque : p + q = Doc : p = q Soit : f(a) = p = - q f(a) Remrque : Pour Medel :f'(a)=f()=/2= 0,5 doc f'(aa)=/4, f(a)=/2 et f()=/4 Clcul du ombre des idividus ds l géértio suivte : Nt(AA) = p 2.N Nt(A) = 2pq.N Nt() = q 2.N Troisième cs : Gèe à domice complète A> lié u sexe (chromosome X) : Ds le cs de l liiso u chromosome X : Les mâles : [A] => XA//Y et [] => X//Y Les femelles : [A] => XA//XA ou XA//X et [] => X//X Si l popultio est soumise à l loi HW, lors les fréqueces des géotypes sot : Soiet : Gmètes femelles Gmètes mâles XA p X q Y XA p XA//XA p 2 XA//X pq XA//Y p X q XA//X pq X//X q 2 X//Y q Pour les femelles f(xa//xa) = D = p 2 f(xa//x) = H = 2pq f(x//x) = R = f([]) = q 2 Pour les mâles : f(xa//y) = p = N [A]m/Nt m f(x//y) = q = N []m/nt m N[A]m: Nombre (effectif) des mâles [A] N[]m : Nombre (effectif) des mâles [] Nt m : Nombre (effectif) totl des mâles O cosidère que : pm = pf = p و qm = qf =q tel que m : mâle et f : fémii des géotypes Commet v-t-o clculer l fréquece des géotype? Selo l loi HW, l'uio des idividus et des gmètes se fit u hsrd (pmie et pgmie) de telle fço que l structure géétique de l popultio reste costce (stble, e équilibre). Doc:: Si f(a) = p et f() = q lors p + q = D : Domit H : Hétérozygote R : Récessif Gmètes A p B q A p AA[A] p 2 AB [AB] pq B q AB [AB] pq BB [B] q 2 Réprtitio des fréqueces selo HW Pour résoudre le problème, O se bse sur l fréquece des mâles mldes tel que : q = f(x//y) = N []m/nt m et puisque p+q= lors : p= -q Si llèle récessif Si llèle domit sies p2+2pq q2 mldes q2 p2+2pq sis p q mldes q p Bil q>q2 (cr q est u rtioel Les femelles mois touchées que les mâles p<p2+2pq Les femelles plus touchées que les mâles M. KEBDANI Lycée ABILKHAYR/BERKANE Cretive commo licece (by SA)

4 Qutrième cs : Gèe multi-llélique o lié u sexe A-B-C : Ds le cs de trois llèles à fréqueces respectives : p-q-r, s'il y uio selo HW, lors : Gmètes A p B q C r A p p 2 A//B pq A//C pr B q A//B pq B//B q 2 B//C qr C r A//C pr B//C qr C//C r 2 Aisi, o peut détermier les fréqueces f(a//b) = 2pq f(a//c) = 2pr f(b//c) = 2qr f() = p 2 f(b//b) = q 2 f(c//c) = r 2 Méthodologie Astuce 0 : Ds cs où les ombres (effectifs) théoriques sot égux ux ombres (effectifs) observés, o peut e coclure que l popultio étudiée est soumise à l loi de HW c'est à dire qu'elle est e équilibre (l différece 'est ps sigictive). Ee sttistique o préfere utiliser le test χ 2 Astuce : S'il y codomice ou s'il y domice complète mis dot o coît l fréquece des trois géotypes possibles, lors o utilise l méthode directe de clcul de l fréquece des llèles : f ( A)=. f ( A // A)+½ f ( A // B )= p f ( B )=½ f ( A // B )+. f ( B // B)=q Astuce 2 : S'il y domice complète mis dot o e coît ps l fréquece des deux géotypes correspodt u phéotype [A], lors o fit ppel à l loi HW. Tout d'bords, o détermie l fréquece de l'llèle récessif f()=q comme suit : f()=f([]= N [ ] /N =q 2 => q= f([]= N [ ] / N d ' où f ()=q et puisque p+q= => p= q soit f ( A)= p Astuce 3 : Ds le cs de l liiso u chromosome X, o se bse sur l fréquece des mâles mldes pour trouver l fréquece de l'llèle récessif de l mldie q (f()=q) et puisque p+q= o peut trouver p (f(p)=p). f (XY )= f ([] mâles )= f ()=q=n [] mles / N totl des mâles NB : O e compte que les mâles ( ps les femelles) Astuce 4 : Ds le cs du gèe multilèlique (A-B-C, tels que A>C, B>C et A=B), il fut tout d bord détermier l fréquece de l'llèle récessif f(c)=r puis trouver l fréquece des deux utres llèles f(a) et f(b) : f ([c])= f (c // c)=n [c]/ Nt=r 2 => r= N [c] / Nt f ([ A])= f ( A // A)+ f (A //c)= p 2 +2 pr=n [ A]/Nt => p(choisir l vleur positive) f ([ B])= f (B // B)+ f (B // c)=q 2 +2qr=N [ B]/ N => q(choisir l vleur positive) Telles que : p 2 + q 2 + r 2 + 2pq + 2pr + 2qr= scht que : p + q + r = Le clcul des risques de trsmissio des mldies O distigue 3 cs possibles : + Uio etre idividus de deux fmilles coues. + Uio etre idividus dot l'u de fmille coue et l'utre de l popultio géérle. + Uio etre idividus de l popultio géérle. remrque : L popultio géérle est celle qui peut être soumise à l loi HW. Exemple : Uio etre deux idividus de l popultio géérle. Pour que l'eft isse mlde, il fut que ses prets soiet hétérozygotes. Ds l popultio géérle soumise à l loi HW, l fréquece de l'hétérozygote = 2pq 2 : [A] : 2pq Gmètes A /2 /2 2 : [A] /2 A AA A? : 2pq /2 A [] (2pq./2).(2pq./2)=p 2 q 2 Exemple : Uio etre deux idividus dot l'u pprtiet à l popultio géérle. Ds l fmille coue pr s géélogie, l fréquece de l'hétérozygote = 2/3 Schez que! 2 : [A] : 2pq : [A] : 2/3 Gmètes A /2 /2 A /2 AA A /2 A [] (2/3./2).(2pq./2)=pq/3 Chez l'homme, o trouve 3 type de groupes sguis, tous liés à des protéies membrires des hémties (=globules rouges) : Le système ABO : Domice complète et codomice : A=B, A>O et B>O doc o peut voir 4 phéotypes possibles : [A] : ou A//O, [B] : B//B ou B//O et [O] : O//O Le système Rh : rh+ (D) domit et rh- (d) récesif doc o peut voir 2 phéotypes possibles : [rh+]=[d] : rh+//rh+ ou rh+//rh- et [rh-]=[d] : rh-//rh- Le système Ms : Codomice M=N, soiet 3 phéotypes : [M] : M//M, [N] : N//N et [MN] : M//N M. KEBDANI Lycée ABILKHAYR/BERKANE Cretive commo licece (by SA) 2?

5 LES FACTEURS DE LA VARIATION DES POPULATIONS Popultio u temps t f()=q // A/A Fcteurs de l vritio Muttio Sélectio turelle Migrtio Dérive géique Popultio u temps t+δt A/A // f()=q2 Si popultio soumise à l loi HW (équilibre) => q=q2 cd costce Si popultio o soumise à l loi HW ( o équilibre) => q q2 cd vritio Premier fcteur : l muttio Déitio : L muttio est ue modictio héréditire rre, brusque et spotée du mtériel géétique (ADN). Elle est trsmissible lorsqu'elle touche les cellules sexuelles (germile). Types de muttios : - Muttio chromosomique qui modie le ombre ou l structure des chromosomes. - Muttio poctuelle (= llélique) qui modie les bses zotées (ATCG des ucléotides) : substitutio (remplcemet), dditio (jout), délétio (suppressio). Coséqueces : Si l muttio doe u llèle à crctère vtgeux => ugmettio de s fréquece ds l popultio. Si l muttio doe u llèle à crctère uisible => dimiutio de s fréquece ds l popultio. Si l muttio doe u llèle à crctère eutre => vritio létoire de s fréquece ds l popultio. Exemples : lbiisme des imux, 4 iles des drosophiles. Deuème fcteur : l sélectio turelle («l survie u plus ptes») Déitio ; L sélectio turelle est u tri pr dpttio des êtres vivts ux fcteurs de l'eviroemet e termes de cpcité à se reproduire (logévité et fécodité). Types de sélectio : - L sélectio positive ou préféretielle : si muttio vtgeuse lors crctère dpté u milieu (meilleure reproductio) => ugmettio de l fréquece llélique. - L sélectio égtive ou élimitoire : si muttio uisible lors crctère o dpté u milieu (muvise reproductio) => dimiutio de l fréquece llélique. Exemples : Cmouflge (Phlèe du bouleu), résistce ux tibiotiques (Bctéries), ourriture de qulité... Sélectio diversite Sélectio directioelle Élimitio de l médie Élimitio d'ue extrême Sélectio stbiliste Élimitio des deux extrêmes Différetes sortes de sélectios Troisième fcteur : l dérive géétique («le hsrd de l petite tille») Déitio : L dérive géétique est ue modictio létoire (hsrd) de l fréquece llélique ds ue popultio de petite tille. Types de dérives: - Si l fréquece ted vers => xtio de l'llèle qui ser porté pr tous les idividus de l popultio. - Si l fréquece ted vers 0 => dispritio de l'llèle qui e ser plus porté pr ucu idividu de l popultio. NB : Ne ps cofodre vec l sélectio turelle où l vritio de l fréquece est du à ue dpttio. Ds l dérive géétique, le crctère est souvet eutre et e doe à so possesseur i vtge i icovéiet. Coséqueces : A cuse de l petite tille de l popultio o peut observer : - L'effet fodteur : A l suite d'ue coloistio (migrtio), l ouvelle coloie (popultio de petite tille) est géérlemet différete de l popultio d'origie (ps de représettio dèle). - L'effet d'étrglemet (goulot d'étrglemet) : A l suite d'ue ctstrophe, les survivts (popultio de petite tille) sot géérlemet différets de l popultio d'origie. (ps de représettio dèle). Exemples : groupe sgui, empreites digitles... llélique 0 Géértios llélique ds ue popultio de grde tille llélique Tedce vers (xtio) 0 Tedce vers 0 (élimitio) Géértios llélique ds ue popultio de petite tille Qutrième fcteur : l migrtio (le flux géétique) Déitio : L migrtio est u mouvemet de gèes etre popultios (flux de gèes). Types de migrtios : - model isulire ou île-cotiet : migrtio uidirectioelle d'ue popultio de grde tille (cotiet) vers ue popultio de petite tille (île). L fréquece de l popultio-cotiet reste costte mis celle de l popultio-île chge et ted à être idetique à celle de l popultio-cotiet. - model rchipel : échge multidirectioel ds ue métpopultio composée de popultios différetes pr leurs fréqueces llélique à ue popultio de fréquece commue égle et de vleur moyee. Le flux se fit ds tous les ses ss préférece. - model liéire : modictio clisée uidirectioelle de l fréquece llélique depuis ue popultio source vers des popultios de plus e plus éloigées selo u grdiet décroisst. Coséqueces : - l fréquece llélique chge s'il y pport ou perte d'llèles. - A log terme, il y homogééistio des popultio (mois de diversité etre elles. Exemples : popultio oire u USA Île u temps t f(a)=p0 Ile u temps t+δt f(a)=p 20% Migrtio Flux llélique uidirectioel Modictio de l structure géétique Cotiet f(a)=pm Modelisulire île - cotiet Model rchipel 40% Model liéire 80% 00% 40% 20% 80% 00% Pop. source M. KEBDANI Lycée ABILKHAYR/BERKANE Cretive commo licece (by SA)

Baccalauréat S Asie 19 juin 2014 Corrigé

Baccalauréat S Asie 19 juin 2014 Corrigé Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps

Plus en détail

INTENTION LES PROCESSUS MATHÉMATIQUES

INTENTION LES PROCESSUS MATHÉMATIQUES INTENTION Adpttios u Cdre commu des progrmmes d études de mthémtiques M-9 telles que reflétées ds le documet Mthémtiques M-9 : Progrmme d études de l Albert (2007) Le coteu du documet Mthémtiques M-9 :

Plus en détail

20. Algorithmique & Mathématiques

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

Plus en détail

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) (

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) ( Correction de l épreuve CCP PSI Mths PREMIÈRE PARTIE I- Soit t u voisinge de, t Alors ϕt t s = ϕt ρt s ρs Pr hypothèse, l fonction ϕt ϕt est lorsque t, il en est donc de même de ρt s ρt s ρs cr ρ s est

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Chapitre 3 : Fonctions d une variable réelle (1)

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

Plus en détail

Déroulement de l épreuve de mathématiques

Déroulement de l épreuve de mathématiques Dérouleet de l épreuve de thétiques MATHÉMATIQUES Extrit de l ote de service 2012-029 du 24 février 2012 (BOEN 13 du 29-3-2012) Durée de l épreuve : 2 heures Nture de l épreuve : écrite pr le socle cou

Plus en détail

Théorème de Poincaré - Formule de Green-Riemann

Théorème de Poincaré - Formule de Green-Riemann Chpitre 11 Théorème de Poincré - Formule de Green-Riemnn Ce chpitre s inscrit dns l continuité du précédent. On vu à l proposition 1.16 que les formes différentielles sont bien plus grébles à mnipuler

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Processus et martingales en temps continu

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

Plus en détail

Synthèse de cours (Terminale S) Calcul intégral

Synthèse de cours (Terminale S) Calcul intégral Synthèse de cours (Terminle S) Clcul intégrl Intégrle d une onction continue positive sur un intervlle [;] Dns cette première prtie, on considère une onction continue positive sur un intervlle [ ; ] (

Plus en détail

Algorithmes sur les mots (séquences)

Algorithmes sur les mots (séquences) Introduction Algorithmes sur les mots (séquences) Algorithmes sur les mots (textes, séquences, chines de crctères) Nomreuses pplictions : ses de données iliogrphiques ioinformtique (séquences de iomolécules)

Plus en détail

Tout ce qu il faut savoir en math

Tout ce qu il faut savoir en math Tout ce qu il fut svoir en mth 1 Pourcentge Prendre un pourcentge t % d un quntité : t Clculer le pourcentge d une quntité pr rpport à une quntité b : Le coefficient multiplicteur CM pour une ugmenttion

Plus en détail

EXERCICES : DÉNOMBREMENT

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

Plus en détail

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

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

Plus en détail

Limites des Suites numériques

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

Plus en détail

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

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

Plus en détail

STATISTIQUE : TESTS D HYPOTHESES

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

Plus en détail

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

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

Plus en détail

Cours de Statistiques inférentielles

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES

I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et

Plus en détail

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

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

Plus en détail

Statistique descriptive bidimensionnelle

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

Plus en détail

Turbine hydraulique Girard simplifiée pour faibles et très faibles puissances

Turbine hydraulique Girard simplifiée pour faibles et très faibles puissances Turbine hydrulique Girrd simplifiée pour fibles et très fibles puissnces Prof. Ing. Zoltàn Hosszuréty, DrSc. Professeur à l'université technique de Kosice Les sites hydruliques disposnt de fibles débits

Plus en détail

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

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

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)

Plus en détail

Régulation analogique industrielle ESTF- G.Thermique

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

Plus en détail

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices

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

Plus en détail

/HVV\VWqPHVFRPELQDWRLUHV

/HVV\VWqPHVFRPELQDWRLUHV /HVV\VWqPHVFRPELQDWRLUHV I. Définition On ppelle système combintoire tout système numérique dont les sorties sont exclusivement définies à prtir des vribles d entrée (Figure ). = f(x, x 2,,, x n ) x x

Plus en détail

SÉRIES STATISTIQUES À DEUX VARIABLES

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

Plus en détail

A11 : La représentation chaînée (1ère partie)

A11 : La représentation chaînée (1ère partie) A11 : L représettio chîée (1ère prtie) - Défiitio et schéms de cosulttio - Schéms de mise à jour (isertio, suppressio) - Exemples J-P. Peyri - L représettio chîée (première prtie) 0 Pricipe de l représettio

Plus en détail

Estimation des incertitudes sur les erreurs de mesure.

Estimation des incertitudes sur les erreurs de mesure. Estmto des certtdes sr les errers de mesre. I. Itrodcto : E sceces epérmetles, l este ps de mesres ectes. Celle-c e pevet être q etchées d errers pls o mos mporttes selo le protocole chos, l qlté des strmets

Plus en détail

Séquence 5. La fonction logarithme népérien. Sommaire

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

Plus en détail

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

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

Plus en détail

! " #$ % $! & '(# ) (%%

!  #$ % $! & '(# ) (%% " #$ % $ & '(# ) (%% "#$ %&' # ( ) #* +,#*+-),- ). * /. 0),12-3 45 #3 /45 ) 67 #*+ & ) 5 ) #*+ )5 #& #*+ 0 / )5 8 )0 ) 0)12 5+ )& ) )12) 7)0 5 ) 9/ 5 2 ) ) '12 ) /) 5" ) 7) 6 ): 05 2 5 80 7 ) 0,$#- ) &

Plus en détail

1 Mesure et intégrale

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

Plus en détail

STATISTIQUE AVANCÉE : MÉTHODES

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

Plus en détail

L AIDE AUX ATELIERS D ARTISTES :

L AIDE AUX ATELIERS D ARTISTES : RAPPORT DAVID LANGLOIS-MALLET SOUS LA COORDINATION DE CORINNE RUFET, CONSEILLERE REGIONALE D ILE DE FRANCE L AIDE AUX ATELIERS D ARTISTES : PROBLÉMATIQUES INDIVIDUELLES, SOLUTIONS COLLECTIVES? DE L ATELIER-LOGEMENT

Plus en détail

Séquence 8. Probabilité : lois à densité. Sommaire

Séquence 8. Probabilité : lois à densité. Sommaire Séquence 8 Proilité : lois à densité Sommire. Prérequis 2. Lois de proilité à densité sur un intervlle 3. Lois uniformes 4. Lois exponentielles 5. Synthèse de l séquence Dns cette séquence, on introduit

Plus en détail

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot Exame fial pour Coseiller fiacier / coseillère fiacière avec brevet fédéral Recueil de formules Auteur: Iwa Brot Ce recueil de formules sera mis à dispositio des cadidats, si écessaire. Etat au 1er mars

Plus en détail

STI2D Logique binaire SIN. L' Algèbre de BOOLE

STI2D Logique binaire SIN. L' Algèbre de BOOLE L' Algère de BOOLE L'lgère de Boole est l prtie des mthémtiques, de l logique et de l'électronique qui s'intéresse ux opértions et ux fonctions sur les vriles logiques. Le nom provient de George Boole.

Plus en détail

Toyota Assurances Toujours la meilleure solution

Toyota Assurances Toujours la meilleure solution Toyot Assurnces Toujours l meilleure solution De quelle ssurnce vez-vous besoin? Vous roulez déjà en Toyot ou vous ttendez s livrison. Votre voiture est neuve ou d occsion. Vous vlez les kilomètres ou

Plus en détail

Statistique Numérique et Analyse des Données

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

Plus en détail

Influence du milieu d étude sur l activité (suite) Inhibition et activation

Influence du milieu d étude sur l activité (suite) Inhibition et activation Influence du milieu d étude sur l ctivité (suite) Inhibition et ctivtion Influence de l tempérture Influence du ph 1 Influence de l tempérture Si on chuffe une préprtion enzymtique, l ctivité ugmente jusqu

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

OM 1 Outils mathématiques : fonction de plusieurs variables

OM 1 Outils mathématiques : fonction de plusieurs variables Outils mathématiques : fonction de plusieurs variables PCSI 2013 2014 Certaines partie de ce chapitre ne seront utiles qu à partir de l année prochaine, mais une grande partie nous servira dès cette année.

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

14 Chapitre 14. Théorème du point fixe

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

Plus en détail

Guide d'utilisation Easy Interactive Tools Ver. 2

Guide d'utilisation Easy Interactive Tools Ver. 2 Guide d'utilistion Esy Interctive Tools Ver. 2 Guide d'utilistion Esy Interctive Tools Ver.2 Présenttion de Esy Interctive Tools 3 Crctéristiques Fonction de dessin Vous pouvez utiliser Esy Interctive

Plus en détail

Exercices de révision

Exercices de révision Exercices de révisio Exercice U ivesisseur souscri à l émissio d u bille de résorerie do les caracérisiques so les suivaes : - Nomial : 5 M - Taux facial : 3,2% - Durée de vie : 9 mois L ivesisseur doi

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mthémtiques nnée 2009-2010 Chpitre 2 Le prolème de l unicité des solutions 1 Le prolème et quelques réponses : 1.1 Un exemple Montrer que l éqution différentielle :

Plus en détail

La spirale de Théodore bis, et la suite «somme=produit».

La spirale de Théodore bis, et la suite «somme=produit». Etde d e vrite de l spirle de Théodore, dot issce à e site dot les sommes prtielles sot égles x prodits prtiels. Mots clés : spirle de Théodore, théorème de Pythgore, site, série, polyôme. L spirle de

Plus en détail

Chapitre 11 : L inductance

Chapitre 11 : L inductance Chpitre : inductnce Exercices E. On donne A πr 4π 4 metn N 8 spires/m. () Selon l exemple., µ n A 4π 7 (8) 4π 4 (,5) 5 µh (b) À prtir de l éqution.4, on trouve ξ ξ 4 3 5 6 6,3 A/s E. On donne A πr,5π 4

Plus en détail

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

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

Plus en détail

Comportement d'une suite

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

Plus en détail

!!""# )*#"' %$"#!!#,-./" %#$!#!!! . #,-.,0,-./

!!# )*#' %$#!!#,-./ %#$!#!!! . #,-.,0,-./ !!""#!$%"&!'( )*#"' *+ %$"#!!#,-./" %#$!#!!!. #,-.,0,-./ Résumé : Faut-il prendre le risque de laisser un conducteur automobile âgé utiliser son véhicule lorsque l'on suspecte l'existence de troubles cognitifs

Plus en détail

Partie 4 : La monnaie et l'inflation

Partie 4 : La monnaie et l'inflation Prtie 4 : L monnie et l'infltion Enseignnt A. Direr Licence 2, 1er semestre 2008-9 Université Pierre Mendès Frnce Cours de mcroéconomie suite 4.1 Introduction Nous vons vu dns l prtie introductive que

Plus en détail

Inclure la vidéo comme levier de sa stratégie marketing

Inclure la vidéo comme levier de sa stratégie marketing Inclur l vidéo comm lvir d s strtégi mrkting 2motion.com Stphni Prot, Dirctric Adjoint, 2motion sprot@2motion.com Strtégi mrkting Un strtégi mrkting s définit comm un pln d ctions coordonnés miss n ouvr

Plus en détail

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

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

Plus en détail

Sciences Industrielles Précision des systèmes asservis Papanicola Robert Lycée Jacques Amyot

Sciences Industrielles Précision des systèmes asservis Papanicola Robert Lycée Jacques Amyot Scence Indutrelle Précon de ytème erv Pncol Robert Lycée Jcque Amyot I - PRECISION DES SYSTEMES ASSERVIS A. Poton du roblème 1. Préentton On vu que le rôle d un ytème erv et de fre uvre à l orte (t) une

Plus en détail

Chapitre 3 : Transistor bipolaire à jonction

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

Plus en détail

Cours d Analyse. Fonctions de plusieurs variables

Cours d Analyse. Fonctions de plusieurs variables Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........

Plus en détail

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

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

Plus en détail

a g c d n d e s e s m b

a g c d n d e s e s m b PPrrooppoossiittiioo 22001111JJPP 22770055 000011 uu 0088 fféévvrriirr 22001111 VVlliiiittéé jjuussqquu uu 3300//0044//22001111 tim c ir tv é p g c h u i rè s G A Z iv lu s IC.G R é c lo y m ip s 9 r7

Plus en détail

Terminale S. Terminale S 1 F. Laroche

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

Plus en détail

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

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

Plus en détail

Université Paris-Dauphine DUMI2E. UFR Mathématiques de la décision. Notes de cours. Analyse 2. Filippo SANTAMBROGIO

Université Paris-Dauphine DUMI2E. UFR Mathématiques de la décision. Notes de cours. Analyse 2. Filippo SANTAMBROGIO Université Pris-Duphine DUMI2E UFR Mthémtiques de l décision Notes de cours Anlyse 2 Filippo SANTAMBROGIO Année 2008 2 Tble des mtières 1 Optimistion de fonctions continues et dérivbles 5 1.1 Continuité........................................

Plus en détail

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

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

Plus en détail

Pour développer votre entreprise LES LOGICIELS EN LIGNE, VOUS ALLEZ DIRE OUI!

Pour développer votre entreprise LES LOGICIELS EN LIGNE, VOUS ALLEZ DIRE OUI! Pour développer votre entreprise Gestion Commercile Gérez le cycle complet des chts (demnde de prix, fcture fournisseur), des stocks (entrée, sortie mouvement, suivi) et des ventes (devis, fcture, règlement,

Plus en détail

- Phénoméne aérospatial non identifié ( 0.V.N.I )

- Phénoméne aérospatial non identifié ( 0.V.N.I ) ENQUETE PRELIMINAIRE ANALYSE ET REFEREWCES : Phénoméne érosptil non identifié ( 0VNI ) B8E 25400 DEF/GEND/OE/DOlRENS du 28/9/1992 Nous soussigné : M D L chef J S, OPJ djoint u commndnt de l brigde en résidence

Plus en détail

ANALYSE NUMERIQUE NON-LINEAIRE

ANALYSE NUMERIQUE NON-LINEAIRE Université de Metz Licence de Mthémtiques - 3ème nnée 1er semestre ANALYSE NUMERIQUE NON-LINEAIRE pr Rlph Chill Lbortoire de Mthémtiques et Applictions de Metz Année 010/11 1 Tble des mtières Chpitre

Plus en détail

COURS D ANALYSE. Licence d Informatique, première. Laurent Michel

COURS D ANALYSE. Licence d Informatique, première. Laurent Michel COURS D ANALYSE Licence d Informtique, première nnée Lurent Michel Printemps 2010 2 Tble des mtières 1 Éléments de logique 5 1.1 Fbriquer des énoncés........................ 5 1.1.1 Enoncés élémentires.....................

Plus en détail

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

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

Plus en détail

Maintenabilité d un parc applicatif

Maintenabilité d un parc applicatif 1 Maintenabilité d un parc applicatif Une méthode pour évaluer les charges de maintenance 13/06/01 Jean-François Bailliot 2 Maintenabilité d un parc applicatif Maintenance / Développement importance relative

Plus en détail

1 les caractères des êtres humains.

1 les caractères des êtres humains. Quelques rappels des classes précédentes ACTIVITÉ livre pages 8 et 9 : apprendre le bilan de la page 9 Les êtres vivants sont répartis en espèces. Chaque être vivant est formé de cellules. schéma d une

Plus en détail

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

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

Plus en détail

Cours d Analyse IV Suites et Séries de fonctions

Cours d Analyse IV Suites et Séries de fonctions Université Clude Bernrd, Lyon I Licence Sciences, Technologies & Snté 43, boulevrd 11 novembre 1918 Spécilité Mthémtiques 69622 Villeurbnne cedex, Frnce L. Pujo-Menjouet pujo@mth.univ-lyon1.fr Cours d

Plus en détail

Développements limités, équivalents et calculs de limites

Développements limités, équivalents et calculs de limites Développements ités, équivalents et calculs de ites Eercice. Déterminer le développement ité en 0 à l ordre n des fonctions suivantes :. f() e (+) 3 n. g() sin() +ln(+) n 3 3. h() e sh() n 4. i() sin(

Plus en détail

Les nouveaux relevés de compte

Les nouveaux relevés de compte Ifo CR Les ouveaux relevés de compte Les relevés de compte actuels du Crédit Agricole de Champage-Bourgoge sot issus de la migratio iformatique sur le GIE AMT e 2001 : petit format (mais A4 pour les Professioels),

Plus en détail

BACCALAUREAT GENERAL MATHÉMATIQUES

BACCALAUREAT GENERAL MATHÉMATIQUES BACCALAUREAT GENERAL FEVRIER 2014 MATHÉMATIQUES SERIE : ES Durée de l épreuve : 3 heures Coefficient : 5 (ES), 4 (L) 7(spe ES) Les calculatrices électroniques de poche sont autorisées, conformement à la

Plus en détail

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

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

Plus en détail

Chap. 5 : Les intérêts (Les calculs financiers)

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

Plus en détail

Module 2 : Déterminant d une matrice

Module 2 : Déterminant d une matrice L Mth Stt Module les déterminnts M Module : Déterminnt d une mtrice Unité : Déterminnt d une mtrice x Soit une mtrice lignes et colonnes (,) c b d Pr définition, son déterminnt est le nombre réel noté

Plus en détail

PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS

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

Plus en détail

Intégrales généralisées

Intégrales généralisées 3 Iégrles géérlisées Pour ce chpire, les focios cosidérées so priori défiies sur u iervlle réel I o rédui à u poi, à vleurs réelles ou complees e coiues pr morceu. L défiiio e les propriéés de l iégrle

Plus en détail

RECHERCHE DE CLIENTS simplifiée

RECHERCHE DE CLIENTS simplifiée RECHERCHE DE CLIENTS simplifiée Nous ous occupos d accroître votre clietèle avec le compte Avatage d etreprise Pour trouver des cliets potetiels grâce à u simple compte bacaire Vous cherchez des idées

Plus en détail

Cours 5 : ESTIMATION PONCTUELLE

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

Plus en détail

2 ième partie : MATHÉMATIQUES FINANCIÈRES

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

Plus en détail

Etude de la fonction ζ de Riemann

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

Plus en détail

1. 1.1. 1.2. 1.3. 1.4. 1.5. 1.6. 2. 2.1.

1. 1.1. 1.2. 1.3. 1.4. 1.5. 1.6. 2. 2.1. T/TR 01-01 Pge 3 r+ 1. EQUIPMENT CONCERNE L interconnexion numerique interntionl pour le service visiophonique et de visioconf&ence necessite l stndrdistion des principux prmttres num&iques tels que d~it,

Plus en détail

Principes et Méthodes Statistiques

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

Plus en détail