Économétrie. Annexes : exercices et corrigés. 5 e édition. William Greene New York University
|
|
- Jean-Louis Perras
- il y a 8 ans
- Total affichages :
Transcription
1 Économétre 5 e édton Annexes : exercces et corrgés Wllam Greene New York Unversty Édton françase drgée par Dder Schlacther, IEP Pars, unversté Pars II Traducton : Stéphane Monjon, unversté Pars I Panthéon-Sorbonne
2 Le présent texte est la traducton de Solutons Manual to Econometrc Analyss, 5th edton, de Wllam Greene, publé par Prentce Hall, Upper Saddle Rver, New Jersey, États-Uns. Copyrght 003 Pearson Educaton Inc. Authorzed translaton from the Englsh language edton, enttled Solutons Manual to Econometrc Analyss, 5 th edton publshed by Pearson Educaton Inc., publshng as Prentce Hall PTR, Copyrght 003 by Pearson Educaton Inc., Upper Saddle Rver, New Jersey, All rghts reserved. No part of ths book maybe reproduced or transmtted n any form or by any means, electronc or mechancal, ncludng photocopyng, recordng or by any nformaton storage retreval system, wthout permsson from Pearson Educaton Inc., French language edton publshed by PEARSON EDUCATION France, Copyrght 006. Pearson Educaton France 47 bs, rue des Vnagrers PARIS Tél. : Structuraton des documents et mse en pages : edto.bz 006 Pearson Educaton France Tous drots réservés Tous les noms de produts ou marques ctés c sont des marques déposées par leurs proprétares respectfs. Toute reproducton, même partelle, par quelque procédé que ce sot, est nterdte sans autorsaton préalable. Une cope par xérographe, photographe, flm, support magnétque ou autre, consttue une contrefaçon passble des penes prévues par la lo, du 11 mars 1957 et du 3 jullet 1995, sur la protecton des drots d auteur.
3 Annexe A Exercce 1 Pour les matrces A = et B = 4 1 5, calculer AB, A B, et BA AB = 14 30, BA = A B = (BA) = Exercce Prouver que tr(ab) = tr(ba) avec A et B deux matrces quelconques, non nécessarement carrées, pouvant être multplées. Le -ème élément de la dagonale de AB est j a j b j. En sommant sur, on obtent tr(ab) = a b j j. Le j-ème élément de la dagonale de BA est b a j j j. En sommant sur, on obtent tr(ba) = jb j a j. Exercce 3 Prouver que tr(a A) = ja j. Le j-ème élément de la dagonale de A A est le produt de la j-ème colonne de A, a j. En sommant sur j, on obtent tr(a A) = = j a j ja j.
4 4 Économétre Exercce 4 Développer le produt de la matrce X = {[AB + (CD) ][(EF) 1 + GH]}. On suppose que toutes les matrces sont carrées et que E et F sont non sngulères. On développe d abord (CD) = D C et (EF) 1 = F 1 E 1. Le produt est alors : {[AB + (CD) ][(EF) 1 + GH]} = (ABF 1 E 1 + ABGH + D C F 1 E 1 + D C GH) = (E 1 ) (F 1 ) B A + H G B A + (E 1 ) (F 1 ) CD + H G CD Exercce 5 Prouver que, pour des vecteurs colonnes K 1, x = 1,..., n, et un vecteur non nul, a, 0 ( x a)( x a) X' M X ( x a)( x a) n = 1 ' = + ' n On écrt x a comme [( x x ) + ( x a)]. La somme est alors : n =1 [(x x ) + ( x a)] [(x x ) + ( x a)] = = 1 n (x x )(x x ) + = 1 ( x a) ( x a) + n = 1 (x x )( x a) + n = 1 ( x a) (x x ) Pusque ( x a) est un vecteur de constantes, l peut être extrat des sommes. Ans, le quatrème terme est ( x a) n = 1 (x x ) = 0. Le trosème terme est smlare. Le premer terme est X M 0 X par défnton alors que le deuxème est n( x a) ( x a). n Exercce 6 On note A une matrce carrée dont les colonnes sont [a 1, a,..., a M ] et B tout réarrangement des colonnes de la matrce dentté M M. Quelle opératon est exécutée par la multplcaton AB? Que dre de BA? B est appelée une matrce de permutaton. Chaque colonne de B, notée b, est une colonne d une matrce dentté. La j-ème colonne du produt des matrces AB est A b qu est la j-ème colonne de A. Par conséquent, la multplcaton de A par B réarrange smplement (permute) les colonnes de A (d où le nom). Chaque lgne du produt BA est l une des lgnes de A, de sorte que BA est un réarrangement des lgnes de A. Ben sûr, A n a pas beson d être carrée pour permuter ses lgnes ou ses colonnes. Snon, la matrce de permutaton applcable est d ordre dfférent pour les lgnes et les colonnes. 006 Pearson Educaton France
5 Annexe A 5 Exercce On consdère le cas 3 3 de la matrce B de l exercce 6. Par exemple, B = On calcule B et B 3. On répète cela pour une matrce 4 4. Peut-on généralser le résultat trouvé? B = B 3 = Comme chaque pussance de B est un réarrangement de I, certanes pussances de B sont égales à I. S n est cette pussance, on trouve donc B n 1 = B 1. Ce résultat est valable de façon générale. Exercce Calculer A, tr(a) et A 1 pour A = A = 1()(8) + 4(5)(5) + 3()(7) 5()(7) 1(5)() 3(4)(8) = 18 tr(a) = = 11 A 1 = det det 8 8 det det det det = det det det /18 18/18 6/18 1/18 7 /18 16 /18 4/18 18/18 10/ Pearson Educaton France
6 6 Économétre Exercce Détermner la décomposton de Cholesky de la matrce A = La décomposton de Cholesky d une matrce A est le produt de matrces LU = A avec L une matrce trangulare nféreure et U = L. On écrt la décomposton comme = λ11 0 λ. 11 λ1 λ1 λ. 0 λ Par multplcaton drecte, 5 = λ 11 de sorte que λ 11 = 5. Alors, λ 11 λ 1 = 7, de sorte que λ 1 = 7 / 5 = 1,4. Fnalement, λ1 + λ = 13, donc λ = 3,3. Exercce 10 Une matrce symétrque défne postve, A, peut auss être écrte comme A = UL, avec U une matrce trangulare supéreure et L = U. Ce n est néanmons pas la décomposton de Cholesky. On obtent cette décomposton de la matrce dans l exercce 9. En utlsant la même logque que dans le problème précédent, = µ 11 µ 1 µ µ. µ 1 µ En travallant du bas vers la haut, µ = 13 = 3,606. Alors, 7 = µ 1 µ de sorte que µ 1 = 7 / 13 = 1,941. Fnalement, 5 = µ +µ de sorte que µ 11 = 5 49 / 13 = 1,3, ou µ = 4,61. Exercce 11 Quelle opératon est réalsée en postmultplant une matrce par une matrce dagonale? Que dre de la prémultplcaton? Les colonnes sont multplées par l élément de la dagonale correspondant. La prémultplcaton multple les lgnes par l élément de la dagonale correspondant. 006 Pearson Educaton France
7 Annexe A 7 Exercce 1 Est-ce que les formes quadratques qu suvent sont postves pour toutes les valeurs de x? y = x 8 xx + (11 x ) 1 1 y = 5x + x + 7x + 4x x + 6x x + 8x x x La premère expresson peut être écrte 1 [ x1 x ] Le détermnant de x la matrce est = 75. Elle n est alors pas défne postve. Ans, la premère forme quadratque n est pas nécessarement postve. La seconde forme repose sur la 5 3 matrce 1 4. Il y a pluseurs façons de vérfer ce qu est demandé. Il est possble d examner les sgnes des mnorants prncpaux, qu dovent être postfs. Les deux premers termes sont 5 et 5(1) ()=1, mas le trosème, le détermnant, est 34. Par conséquent, la matrce n est pas défne postve. Ses tros racnes caractérstques sont 11,1,,9 et 1. Ans, l exste des valeurs de x 1, x et x 3 pour lesquelles la forme quadratque est négatve. Exercce 13 Prouver que tr(a B) = tr(a)tr(b). Le j-ème bloc de la dagonale du produt est a jj B. Le -ème élément de la dagonale est a jj b. S on somme dans le j-ème bloc, on obtent ab jj = a jj b. La sommaton vers le bas des blocs de la dagonale donne la trace, j a b = tr(a)tr(b). jj 006 Pearson Educaton France
8 8 Économétre Exercce 14 k Une matrce, A, est nlpotente s lm A = 0. Prouver qu une condton nécessare et k suffsante pour qu une matrce symétrque sot nlpotente est que toutes ses racnes caractérstques soent nféreures, en valeur absolue, à 1. On utlse la décomposton spectrale pour écrre A comme CΛC avec Λ la matrce dagonale des racnes caractérstques. Alors la pussance K-ème de A est CΛ K C. La condton suffsante est évdente. Auss, pusque λ est plus grand que 1, Λ K dot croître fortement ; la condton est également nécessare. Exercce Calculer les racnes caractérstques de A = Les racnes sont détermnées par A λ I = 0. Pour la matrce consdérée, cela donne : A λi = ( λ)(8 λ)(5 λ) (8 λ) 36( λ) 16(5 λ) = λ λ 5λ = λ (λ 15λ + 5) = 0 Une soluton est zéro. (On aurat pu le devner). La deuxème colonne de la matrce correspond à deux fos la premère, ans son rang n est pas supéreur à. La matrce n a donc pas plus de deux racnes non nulles. Les deux autres racnes sont ( 15 ± 05 )/ = 0,341 et 4,659. Exercce 16 Supposer que A = A(z) avec z un scalare. Qu est-ce que x Ax / z? On suppose mantenant que chaque élément de x est auss une foncton de z. De nouveau, qu est-ce que x Ax / z? La forme quadratque est j xxa j j, de sorte que x A(z)x / z = j xx j ( a j / z ) = x ( A(z) / z)x où A(z) / z est une matrce des dérvées partelles. Mantenant, s chaque élément de x est auss une foncton de z, alors : 006 Pearson Educaton France
9 Annexe A 9 x Ax / z = xx ( a / z ) + ( x / z) x a + x ( x / z) a j j j j j j j j j = x ( A(z) / z)x + ( x(z) / z) A(z)x(z) + x(z) A(z)( x(z) / z) S A est symétrque, l expresson se smplfe un peu en ( A(z) / z)x + ( x(z) / z) A(z)x(z). Exercce 17 Montrer que les solutons des équatons du détermnant B λa = 0 et A 1 B λi = 0 sont les mêmes. Comment les solutons de cette équaton sont-elles lées à celles de l équaton B 1 A µi = 0? Pusque A est supposée être non sngulère, on peut écrre : B λa = A(A 1 B λi). Alors, B λa = A A 1 B λi Le détermnant de A n est pas zéro s A est non sngulère, de sorte que les solutons des deux équatons dovent être les mêmes. B 1 A étant l nverse de A 1 B, ses racnes caractérstques dovent être les récproques de celles de A 1 B. Cela pourrat poser problème c pusque ces deux matrces ne sont pas nécessarement symétrques, de sorte que les racnes pourraent être complexes. Mas, pour l applcaton donnée, les deux matrces A et B sont symétrques et défnes postves. On peut alors montrer que la soluton est la même que la trosème équaton du détermnant mplquant une matrce symétrque. Exercce 18 En utlsant la matrce A donnée dans l exercce 9, trouver le vecteur x qu mnmse y = x Ax + x 1 + 3x 10. Quelle est la valeur de y au mnmum? Mantenant, mnmser y sous la contrante x 1 + x = 1. Comparer les deux solutons. La soluton qu mnmse y = x Ax + b x + d satsfat y x = Ax + b = 0. Pour ce 5 7 problème, A = 7 13, b = 3 et A 1 13/ 76 7 / 76 = 7 / 76 5/ 76, de sorte que la soluton est x 1 = 5 / 55 = 0, et x = 61 / 55 = 0, Le problème de maxmsaton sous contrante peut être traté sous la forme d un lagrangen : L* = x Ax + b x + d + λ (c x 1) où c = [1,1]. Les condtons nécessares pour la soluton sont : L* / x = Ax + b + λc = 0 L* / λ = c x 1 = Pearson Educaton France
10 10 Économétre ou A c x -b = ' 0 λ 1 c x1 En nsérant A, b et c, on a la soluton = 3 x. La soluton aux tros λ 1 équatons est obtenue en multplant le vecteur de drote par l nverse de la matrce de gauche. Les résultats sont 0,7083, 0,7917 et 5,75. La valeur de la foncton à la soluton contrante est 4,40, qu est plus grande que la valeur non contrante 10, Exercce 19 Quel est le jacoben des transformatons suvantes? (Une remarque, pour les lecteurs ntéressés par la technque, concernant une erreur courante dans la lttérature : un jacoben est un détermnant. Le terme «détermnant jacoben» est une redondance nutle.) y 1 = x 1 / x lny = ln x 1 lnx + lnx 3 y 3 = x 1 x x 3 Les lettres captales représentent des logarthmes. Alors, les tros transformatons peuvent être écrtes comme : Y 1 = X 1 X Y = X 1 X + X 3 Y 3 = X 1 + X +X 3 Cette transformaton lnéare est : La transformaton nverse est : X = Y = X = JX / 1/ 0 1/ 1/ Y = J Y 006 Pearson Educaton France
11 Annexe A 11 En foncton des varables orgnales, on a alors x 1 = y 1 (y / y 3 ) 1/, x = (y 3 / y ) 1/, et x 3 = y 1 y. La matrce des dérvées partelles peut être obtenue drectement, mas un raccourc algébrque se révèle utle pour obtenr le jacoben. On remarque tout d abord que x / y j = (x / y j )( logx / logy j ). Par conséquent, les éléments des dérvées partelles des transformatons nverses sont obtenus en multplant la -ème lgne par x, dans laquelle on substtue l expresson pour x en termes de y, on multple alors la j-ème colonne par (1 / y j ). Ans, le résultat de l exercce 11 est utle c. La matrce des dérvées partelles est : x1/ y1 x1/ y x1/ y3 / 1 / / x y x y x y3 = x3/ y1 x3/ y x3/ y 3 x / 1/ 1/ y x 0 1/ 1/ 0 1/ 0 y 0 0 x / y 3 Le détermnant de la matrce produt est le produt des tros détermnants. Le détermnant de la matrce du centre est 1 /. Les détermnants des matrces dagonales sont les produts des éléments de la dagonale. Par conséquent, le jacoben est J = abs( x / y )= ½(x 1 x x 3 ) / (y 1 y y 3 ) = (y 1 / y ) (après avor fat les substtutons pour x ). Exercce 0 Prouver que l échange des deux colonnes d une matrce carrée nverse le sgne de son détermnant. (Indce : utlser une matrce permutaton. Vor l exercce 6.) Échanger les deux premères colonnes d une matrce équvaut à la multpler par une matrce permutaton B = [e, e 1, e 3, e 4,...] où e est la -ème colonne d une matrce dentté. Ans, le détermnant de la matrce est AB = A B. La queston porte sur le détermnant de B. On suppose que A et B ont n colonnes. Pour obtenr le détermnant de B, on le développe smplement le long de la premère lgne. Le seul terme non nul dans le détermnant est ( 1) I n 1 = 1, où I n 1 est la matrce dentté (n 1) (n 1). Cela complète la preuve. 006 Pearson Educaton France
12 1 Économétre Exercce 1 Supposer que x = x(z) avec z un scalare. Qu est-ce que [(x Ax) / (x Bx)] / z? Les dérvées requses sont données dans l exercce 16. On pose g = x / z ; et on note le numérateur et le dénomnateur respectvement a et b. Alors : (a / b) / z = [b( a / z) a( b / z)] / b = [x Bx(x Ag) x Ax(x Bg)] / (x Bx) = [x Ax / x Bx][x Ag / x Ax x Bg / x Bx] Exercce On suppose que y est un vecteur n 1 et X une matrce n K. La projecton de y dans l espace des colonnes de X est défne dans le manuel après l équaton (-55), y = Xb. On consdère mantenant la projecton de y * = cy dans l espace des colonnes de X * = XP, où c est un scalare et P une matrce K K non sngulère. Trouver la projecton de y * dans l espace des colonnes de X *. Prouver que le cosnus de l angle entre y * et sa projecton dans l espace des colonnes de X * est le même que celu entre y et sa projecton dans l espace des colonnes de X. Comment nterpréter ce résultat? La projecton de y * dans l espace des colonnes de X * est X * b * où b * est la soluton à l ensemble des équatons X * y * = X * X * b * ou P X (cy) = P X XPb *. Comme P est non sngulère, P a un nverse. En multplant l équaton par (P ) 1, on a cx y = X X(Pb * ) ou X y = X X[(1 / c)pb * ]. Donc, en termes du y orgnal et X, on vot que b = (1 / c)pb *, ce qu mplque b * = cp 1 b. La projecton est X * b * = (XP)(cP 1 b) = cxb. On conclut donc que la projecton de y * dans l espace des colonnes de X * est un multple c de la projecton de y dans l espace de X. Cela se comprend pusque, s P est une matrce non sngulère, l espace des colonnes de X * est exactement le même que celu de X. Le cosnus de l angle entre y * et sa projecton est le même qu entre cy et cxb. Ben sûr, c est auss le même qu entre y et Xb pusque la longueur des deux vecteurs n est pas lée au cosnus de l angle entre eux. Ans, cosθ = (cy) (cxb)) / ( cy cxb ) = (y Xb)) / ( y Xb ). 006 Pearson Educaton France
13 Annexe A 13 Exercce Pour la matrce X = 4 3 5, calculer P = X(X X) 1 X et M = (I P). Vérfer 1 3 que MP = 0. On pose Q = 8. (Indce : montrer que M et P sont dempotentes.) a. Calculer le P et le M fondés sur XQ au leu de X. b. Quelles sont les racnes caractérstques de M et P? En premer leu : 4 0 X X = 0 54 (X X) 1 = 1/ /54 X(X X) 1 X = / / = = P M = I P = a. Il n est pas nécessare de recalculer les matrces M et P pour XQ, car ce sont les mêmes. La preuve est que la contreparte de P est (XQ)[(XQ) (XQ)] 1 (XQ) = XQ[Q X XQ] 1 Q X = XQQ 1 (X X) 1 (Q ) 1 Q X = X(X X) 1 X. La M matrce est auss la même. C est une applcaton du résultat trouvé dans l exercce précédent. La P matrce est la matrce projecton et, comme on l a vu, la projecton dans l espace de X est la même que la projecton dans l espace de XQ. b. Pusque M et P sont dempotentes, leurs racnes caractérstques dovent toutes être 0 ou 1. La trace de la matrce est égale à la somme des racnes, ce qu révèle la proporton de 1 et 0. Pour les matrces c-dessus, les traces de M et P sont égales à, de sorte que chacune a deux racnes untares et deux racnes nulles. 006 Pearson Educaton France
14 14 Économétre Exercce 4 On suppose que A est une matrce n n de la forme A = (1 ρi) + ρ, où est une colonne de 1 et 0 < ρ < 1. Écrre le format de A explctement pour n = 4. Trouver toutes les racnes et tous les vecteurs caractérstques de A. (Indce : l y a seulement deux racnes caractérstques dstnctes, qu se produsent respectvement 1 et n 1 fos. Chaque c d un certan type est un vecteur caractérstque de A.) 1 ρ ρ ρ ρ 1 ρ ρ Pour n = 4, A =. Il y a pluseurs façons d analyser cette matrce. On ρ ρ 1 ρ ρ ρ ρ 1 peut utlser un raccourc smple. Les racnes et vecteurs caractérstques satsfont [(1 ρ)i + ρ ]c = λc. On multple cela pour obtenr (1 ρ)c + ρ c = λc ou ρ c = [λ (1 ρ)]c. On pose µ= λ (1 ρ), de sorte que ρ c = µc. On a seulement beson de trouver les racnes caractérstques de ρ, µ. Les racnes caractérstques de la matrce orgnale sont juste λ = µ + (1 ρ). Mantenant, ρ est une matrce de rang 1, pusque chaque colonne est dentque. Par conséquent, n 1 des µ sont nuls. Ans, la matrce orgnale a n 1 racnes égales à 0 + (1 ρ) = (1 ρ). On peut trouver la dernère racne en remarquant que la somme des racnes de ρ est égale à la trace de ρ. Comme ρ a seulement une racne non nulle, cette dernère est la trace, nρ. Ans, la racne restante de la matrce orgnale est (1 ρ+ nρ). Les vecteurs caractérstques satsfont l équaton ρ c = µc. Pour la racne non nulle, on a ρ c = nρc. On dvse par nρ pour obtenr (1 / n) c = c. Cette équaton ndque que, pour chaque élément dans le vecteur, c = (1 / n) c. Cela mplque que chaque élément dans le vecteur caractérstque correspondant à la racne (1 ρ + nρ) sot le même ; en d autres termes, c est un multple d une colonne de «1». Ans, comme l a une longueur untare, le vecteur est (1/ n). Pour les racnes zéro restantes, les vecteurs caractérstques dovent satsfare ρ( c) = 0c = 0. S le vecteur caractérstque n est pas une colonne de «0», la seule façon d obtenr une négalté est d égalser c à zéro. Par conséquent, pour les n 1 vecteurs caractérstques restants, on peut utlser des vecteurs orthogonaux dont les éléments ont une somme nulle et dont les produts sont égaux à un. Il y a un nombre nfn de tels vecteurs. Par exemple, on pose D un ensemble arbtrare de n 1 vecteurs contenant n éléments. On transforme les colonnes de D en dévatons aux moyennes de leur propre colonne. Ans, on pose F = M 0 D où M 0 est défn dans la secton.3.6. Mantenant, on pose C = F(F F) -. C une combnason lnéare de colonnes de F : ses colonnes se somment à zéro. Les colonnes sont orthogonales et ont une longueur untare. 006 Pearson Educaton France
15 Annexe A 15 Exercce 5 Trouver l nverse de la matrce de l exercce 4. En utlsant l ndce, l nverse est : [(1 ρ) I] [ ρ'][(1 ρ) I] 1 [(1 ρ) I] = { I [ ρ/(1 ρ + nρ)] '} 1 ( ρ) ρ I ( ρ) 1 + '[(1 ) ] 1 ρ Exercce 6 Prouver que chaque matrce dans la séquence de matrces H +1 = H + d d, où H 0 = I, est défne postve. Pour une applcaton, vor la secton 5.5. Pour une extenson, prouver que chaque matrce dans la séquence de matrces défne dans (5-) est défne postve s H 0 = I. Par substtutons répétées, on trouve H +1 = I + j= 1 dd j j '. Une forme quadratque de H +1 est donc : x H +1 x = x x + 1 (x' d )(d ' x) = x x + 1 (x' d ) j= j j j= C est postf pour tout x. Une façon smple d établr cela pour la matrce dans (5-) est de remarquer que, malgré sa complexté, elle est de forme H +1 = H + d d + f f. S cela commence avec une matrce défne postve, telle que I, alors un argument smlare permet d établr le fat qu elle est défne postve. j Exercce 7 cos( x) sn( x) Quelle est la matrce nverse de P = sn( ) cos( )? Quelles sont les racnes x x caractérstques de P? Le détermnant de P est cos (x) + sn (x) = 1, de sorte que l nverse «nverse» juste les sgnes des éléments hors de la dagonale. Les deux racnes sont les solutons de P λi = 0, qu est cos (x) + sn (x) λcos(x) + λ = 0. Cela se smplfe car cos (x) + sn (x) = 1. En utlsant la formule quadratque, alors :λ= cos(x) ± (cos (x) 1) 1/. Mas, cos (x) 1 = sn (x). Par conséquent, les solutons magnares de la forme quadratque résultante sont λ 1,λ = cos(x) ± sn(x). 006 Pearson Educaton France
16 Annexe B Exercce 1 Comben de mans dfférentes de 5 cartes peuvent être trées au poker avec un jeu de 5 cartes? Il y a 5 = ( ) / [( )( )] = mans possbles. Exercce Calculer la probablté d avor un «4» dans une man au poker. Il y a 48(13) mans possbles contenant un «4» et une autre carte quelconque parm les 48 restantes. Ans, étant donné la réponse au problème précédent, la probablté d avor une de ces mans est de 48(13) / = 0,0004, ou mons d une chance sur Exercce 3 On suppose qu un tcket de lotere coûte 1 euro par jeu. Un jeu correspond à un trage de 6 nombres, entre 1 et 48, sans remse. S vous devnez les sx nombres, vous gagnez le prx. On suppose mantenant que N = nombre de tckets vendus et P = nveau du prx. N et P sont lés par les relatons : N = 5 + 1,P P = 1 + 0,4N N et P sont en mllons. Quelle est la valeur espérée d un tcket dans ce jeu? (Ne pas oubler que le prx est partagé avec les autres gagnants.)
17 Annexe B 17 Le nveau du prx et le nombre de tckets vendus sont détermnés conjontement. Les solutons des deux équatons sont N = 11,9 mllons de tckets et P = 5,77 mllons d euros. Le nombre de combnasons possbles des 48 nombres sans remse est : 48 = ( ) / [( )( )] = La probablté de fare le bon chox est donc de 1 / = 0, Le nombre espéré de gagnants est la valeur espérée d une varable bnomale avec N essas et une probablté de succès égale à 11,9 / 1,7 = 0,97, sot envron 1. Ans, on ne s attend pas à devor partager le prx. La valeur espérée du tcket est Prob[gagne](5,77 mllons 1) + Prob[perd]( 1). 53 centmes. Exercce 4 S x a une dstrbuton normale de moyenne 1 et d écart-type 3, explcter : a. Prob[ x > ]. b. Prob[x > 1 x < 1,5]. En utlsant la table normale : a. Prob[ x > ] = 1 Prob[ x < ] = 1 Prob[ < x < ] = 1 Prob[( 1) / 3 < z < ( 1) / 3] = 1 [F(1 / 3) F( 1)] = 1 0, ,1587 = 0,581 b. Prob[x > 1 x < 1.5] = Prob[ 1 < x < 1.5] / Prob[x < 1,5] Prob[ 1 < x < 1,5] = Prob[( 1 1) / 3 < z < (1,5 1) / 3)] = Prob[z < 1 / 6] Prob[z < / 3] = 0,566 0,55 = 0,3137 La probablté condtonnelle est 0,3137 / 0,566 = 0, Pearson Educaton France
18 18 Économétre Exercce 5 Donner approxmatvement la probablté qu une varable aléatore suvant une dstrbuton ch-deux à 64 degrés de lberté sot nféreure à 97. z = [(97)] [(64) 1] = 1,4155. La probablté est donc approxmatvement 0,915. Avec sx chffres après la vrgule, l approxmaton est 0,91539 alors que la valeur correcte est 0, Exercce 6 Inégalté de Chebychev. Pour les dstrbutons de probablté suvantes, trouver la borne nféreure de la probablté de l évènement ndqué en utlsant l négalté de Chebychev (3 18). Trouver également la probablté exacte en utlsant la table approprée : a. x ~ normale[0,3 ] et 4 < x < 4. b. x ~ ch-deux, 8 degrés de lberté, 0 < x < 16. L négalté donnée en (3 18) ndque que Prob[ x µ < kσ] > 1 1 / k. On remarque que le résultat ne donne pas d nformatons s k est nféreur ou égal à 1. a. Le rang est 4 / 3 des écarts-types, de sorte que la borne nféreure est 1 (3 / 4) ou 7 / 16 = 0,4375. De la table normale standard, la probablté réelle est 1 Prob[z < 4 / 3] = 0,8175. b. La moyenne de la dstrbuton est 8 et l écart-type est 4. Le rang est donc µ ± σ. Selon l négalté, la borne nféreure est 1 (1 / ) = 0,75. La probablté réelle est le ch-deux cumulatf (8) à 16, ce qu est un peu plus grand que 0,95. (La valeur réelle est 0,9576.) Exercce 7 Étant donné la dstrbuton de probablté jonte suvante : X ,05 0,1 0,03 Y 1 0,1 0,11 0,19 0,08 0,15 0, Pearson Educaton France
19 Annexe B 19 a. Calculer les probabltés suvantes : Prob[Y < ], Prob[Y <, X > 0], Prob[Y = 1, X > 1]. b. Trouver les dstrbutons margnales de X et Y. c. Calculer E[X], E[Y], Var[X], Var[Y], Cov[X, Y], et E[X Y 3 ]. d. Calculer Cov[Y, X ]. e. Quelles sont les dstrbutons condtonnelles de Y, étant donné que X =, et celles de X étant donné que Y > 0? f. Trouver E[Y X] et Var[Y X]. Obtenr les deux partes de la décomposton de la varance Var[Y] = E x [Var[Y X]] + Var x [E[Y X]]. On obtent tout d abord les probabltés margnales. Pour la dstrbuton jonte, on a : X: P(0) = 0,34, P(1) = 0,36, P() = 0,30 Y: P(0) = 0,18, P(1) = 0,51, P() = 0,31 Ensute : a. Prob[Y < ] = 0,18 + 0,51 = 0,69 Prob[Y <, X > 0] = 0,1 + 0,03 + 0,11 + 0,19 = 0,43 Prob[Y = 1, X 1] = 0,11 + 0,19 = 0,30 b. Elles sont données c-dessus. c. E[X] = 0(0,34) + 1(0,36) + (0,30) = 0,96 E[Y] = 0(0,18) + 1(0,51) + (0,31) = 1,13 E[X ] = 0 (0,34) + 1 (0,36) + (0,30) = 1,56 E[Y ] = 0 (0,18) + 1 (0,51) + (0,31) = 1,75 Var[X] = 1,56 0,96 = 0,6384 Var[Y] = 1,75 1,13 = 0,4731 E[XY] = 1(1)(0,11)+1()(0,15)+(1)(0,19)+()(0,08) = 1,11 Cov[X, Y] = 1,11 0,96(1,13) = 0,05 E[X Y 3 ] = 0,11 + 8(0,15) + 4(0,19) + 3(0,08) = 4,63 d. E[YX ] = 1(1)0,11+1()0,19+(1)0,15+()0,08 = 1,81 Cov[Y, X ] = 1,81 1,13(1,56) = 0, Pearson Educaton France
20 0 Économétre e. f. Prob[Y = 0 * X = ] = 0,03 / 0,3 = 0,1 Prob[Y = 1 * X = ] = 0,19 / 0,3 = 0,633 Prob[Y = 1 * X = ] = 0,08 / 0,3 = 0,67 Prob[X = 0 * Y > 0] = (0,1 + 0,08) / (0,51 + 0,31) = 0,3537 Prob[X = 1 * Y > 0] = (0,11 + 0,15) / (0,51 + 0,31) = 0,3171 Prob[X = * Y > 0] = (0,19 + 0,08) / (0,51 + 0,31) = 0,39 E[Y * X=0] = 0(0,05 / 0,34)+1(0,1 / 0,34)+(0,08 / 0,34) = 1,088 E[Y * X=0] = 1 (0,1 / 0,34)+ (0,08 / 0,34) = 1,559 Var[Y* X=0] = 1,559 1,088 = 0,3751 E[Y*X=1] = 0(0,1 / 0,36)+1(0,11 / 0,36)+(0,15 / 0,36) = 1,139 E[Y *X=1] = 1 (0,11 / 0,36)+ (0,15 / 0,36) = 1,97 Var[Y*X=1] = 1,97 1,139 = 0,6749 E[Y*X=] = 0(0,03 / 0,30)+1(0,19 / 0,30)+(0,08 / 0,30) = 1,167 E[Y *X=] = 1 (0,19 / 0,30)+ (0,08 / 0,30) = 1,700 Var[Y*X=] = 1,700 1,167 = 0,6749 = 0,3381 E[Var[Y*X]] = 0,34(0,3751)+0,36(0,6749)+0,30(0,3381) = 0,4719 Var[E[Y*X]] = 0,34(1,088 )+0,36(1,139 )+0,30(1,167 ) 1,13 = 1,781 1,769 = 0,001 E[Var[Y*X]] + Var[E[Y*X]] = 0, ,001 = 0,4731 = Var[Y] Exercce 8 Prédcteur du mnmum du carré des erreurs à la moyenne. Pour la dstrbuton jonte de l exercce 7, calculer E[y E[y x]]. Trouver ensute le a et le b qu mnmsent la foncton E[y a bx]. Étant donné les solutons, vérfer que E[y E[y x]] < E[y a bx]. Le résultat est fondamental dans la théore des mondres carrés. 006 Pearson Educaton France
21 Annexe B 1 (x = 0) (x = 1) (x = ) E[y E[y x]] = (y=0) 0,05(0 1,088) + 0,10(0 1,139) + 0,03(0 1,167) (y=1) + 0,1(1 1,088) + 0,11(1 1,139) + 0,19(1 1,167) (y=) + 0,08( 1,088) + 0,15( 1,139) + 0,08( 1,167) = 0,4719 = E[Var[y x]]. Les condtons nécessares pour mnmser la foncton par rapport à a et b sont : E[y a bx] / a = E{[y a bx]( 1)} = 0 E[y a bx] / b = E{[y a bx]( x)} = 0 En dvsant d abord par et en prenant ensute les espérances, on obtent : E[y] a be[x] = 0 E[xy] ae[x] be[x ] = 0. On résout la premère égalté, a = E[y] be[x], et on ntègre l expresson trouvée dans la seconde pour obtenr : E[xy] E[x](E[y] be[x]) be[x ] = 0 ou (E[xy] E[x]E[y]) = b(e[x ] (E[x]) ) ou b = Cov[x, y] / Var[x] = 0,0708 / 0,4731 = 0,150 et a = E[y] be[x] = 1,13 ( 0,1497)(0,96) = 1,74 La foncton lnéare comparée à la moyenne condtonnelle donne : X = 0 x = 1 x = E[y x] 1,088 1,139 1,167 a + bx 1,74 1,14 0, Pearson Educaton France
22 Économétre On répète le calcul c-dessus en utlsant a + bx au leu de E[y x] : (x = 0) (x = 1) (x = ) E[y a bx] = (y = 0) 0,05(0 1,74) + 0,10(0 1,14) + 0,03(0 0,974) (y = 1) + 0,1(1 1,74) + 0,11(1 1,14) + 0,19(1 0,974) (y = ) + 0,08( 1,74) + 0,15( 1,14) + 0,08( 0,974) = 0,4950 > 0,4719 Exercce 9 On suppose que x a une dstrbuton exponentelle, f (x) = θe -θx, x > 0. Trouver la moyenne, la varance, l asymétre et l aplatssement de x. (Indce : les deux derners sont défns dans la secton 3.3.) Afn de trouver les moments centrés, on utlse les moments bruts : E[x r] r θ x = 0 θ xe dx Ils peuvent être obtenus en utlsant l ntégrale gamma. En fasant les substtutons approprées, on a : E[x r ] = [θγ(r + 1)] / θ r+1 = r! / θ r Les quatre premers moments sont : E[x] = 1 / θ, E[x ] = / θ, E[x 3 ] = 6 / θ 3 et E[x 4 ] = 4 / θ 4. La moyenne est donc 1 / θ et la varance est / θ (1 / θ) = 1 / θ. Pour les coeffcents d asymétre et d aplatssement, on a : E[x 1 / θ] 3 = E[x 3 ] 3E[x ] / θ + 3E[x] / θ 1 / θ 3 = / θ 3 Le coeffcent d asymétre normalsé est. Le coeffcent d aplatssement est : E[x 1 / θ] 4 = E[x 4 ] 4E[x 3 ] / θ + 6E[x ] / θ 4E[x] / θ / θ 4 = 9 / θ 4 Le coeffcent d aplatssement est donc 6. Exercce 10 On suppose que x a la dstrbuton de probablté dscrète suvante : X Prob[X = x] 0,1 0, 0,4 0,3 006 Pearson Educaton France
23 Annexe B 3 Trouver les moyenne et varance exactes de X. On suppose mantenant que Y = 1 / X. Trouver les moyenne et varance exactes de Y. Trouver les moyenne et varance exactes des approxmatons lnéare et quadratque de Y = f (X). Est-ce que la moyenne et la varance de l approxmaton quadratque sont plus proches de la vrae moyenne que celles de l approxmaton lnéare? On développe en premer leu un certan nombre de moments dont on a beson : E[x] = 0,1(1) + 0,() + 0,4(3) + 0,3(4) =,9 = µ E[x ] = 0,1(1) + 0,(4) + 0,4(9) + 0,3(16) = 9,3 Var[x] = 9,3,9 = 0,89 = σ Pour une utlsaton ultéreure, on obtent auss : E[x µ] 3 = 0,1(1,9) ,43 E[x µ] 4 = 0,1(1,9) = 1,8737. L approxmaton est y = 1 / x. Les moyenne et varance exactes sont : E[y] = 0,1(1) + 0,(1 / ) + 0,4(1 / 3) + 0,3(1 / 4) = 0,40833 Var[y] = 0,1(1) + 0,(1 / 4) + 0,4(1 / 9) + 0,3(1 / 16) 0,40833 = 0,04645 L approxmaton lnéare de Taylor en séres autour de µ est y 1 / µ + ( 1 / µ )(x µ). La moyenne de l approxmaton lnéare est 1 / µ = 0,3448 alors que sa varance est (1 / µ 4 )Var[x-µ] = σ / µ 4 = 0,0158. L approxmaton quadratque est : y 1 / µ + ( 1 / µ )(x µ) + (1 / )( / µ 3 )(x µ) = 1 / µ (1 / µ )(x µ) + (1 / µ 3 )(x µ) La moyenne de cette approxmaton est E[y] 1 / µ + σ / µ 3 = 0,3813, et la varance est approxmée par la varance du terme de drote, (1 / µ 4 )Var[x µ] + (1 / µ 6 )Var[x µ] ( / µ 5 )Cov[(x µ), (x µ) ] = (1 / µ 4 )σ + (1 / µ 6 )(E[x µ] 4 σ 4 ] ( / µ 5 )E[x µ] 3 = 0,01498 Aucune approxmaton ne donne une estmaton proche de la varance. On remarque que dans les deux cas, l serat possble d évaluer smplement les approxmatons aux quatre valeurs de x, et de calculer drectement les moyennes et les varances. L avantage de cette approche est qu elle peut être applquée quand l y a beaucoup de valeurs de x. Elle est nécessare quand la dstrbuton de x est contnue. 006 Pearson Educaton France
Remboursement d un emprunt par annuités constantes
Sére STG Journées de formaton Janver 2006 Remboursement d un emprunt par annutés constantes Le prncpe Utlsaton du tableur Un emprunteur s adresse à un prêteur pour obtenr une somme d argent (la dette)
Plus en détailQ x2 = 1 2. est dans l ensemble plus grand des rationnels Q. Continuons ainsi, l équation x 2 = 1 2
Exo7 Nombres complexes Vdéo parte. Les nombres complexes, défntons et opératons Vdéo parte. Racnes carrées, équaton du second degré Vdéo parte 3. Argument et trgonométre Vdéo parte 4. Nombres complexes
Plus en détailLes jeunes économistes
Chaptre1 : les ntérêts smples 1. défnton et calcul pratque : Défnton : Dans le cas de l ntérêt smple, le captal reste nvarable pendant toute la durée du prêt. L emprunteur dot verser, à la fn de chaque
Plus en détailMesure avec une règle
Mesure avec une règle par Matheu ROUAUD Professeur de Scences Physques en prépa, Dplômé en Physque Théorque. Lycée Alan-Fourner 8000 Bourges ecrre@ncerttudes.fr RÉSUMÉ La mesure d'une grandeur par un système
Plus en détailGENESIS - Generalized System for Imputation Simulations (Système généralisé pour simuler l imputation)
GENESS - Generalzed System for mputaton Smulatons (Système généralsé pour smuler l mputaton) GENESS est un système qu permet d exécuter des smulatons en présence d mputaton. L utlsateur fournt un ensemble
Plus en détailSTATISTIQUE AVEC EXCEL
STATISTIQUE AVEC EXCEL Excel offre d nnombrables possbltés de recuellr des données statstques, de les classer, de les analyser et de les représenter graphquement. Ce sont prncpalement les tros éléments
Plus en détailTD 1. Statistiques à une variable.
Danel Abécasss. Année unverstare 2010/2011 Prépa-L1 TD de bostatstques. Exercce 1. On consdère la sére suvante : TD 1. Statstques à une varable. 1. Calculer la moyenne et l écart type. 2. Calculer la médane
Plus en détailGénéralités sur les fonctions 1ES
Généraltés sur les fonctons ES GENERALITES SUR LES FNCTINS I. RAPPELS a. Vocabulare Défnton Une foncton est un procédé qu permet d assocer à un nombre x appartenant à un ensemble D un nombre y n note :
Plus en détailPlan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks
Plan Geston des stocks Abdellah El Fallah Ensa de Tétouan 2011 Les opératons de gestons des stocks Les coûts assocés à la geston des stocks Le rôle des stocks Modèle de la quantté économque Geston calendare
Plus en détailÉLÉMENTS DE THÉORIE DE L INFORMATION POUR LES COMMUNICATIONS.
ÉLÉMETS DE THÉORIE DE L IFORMATIO POUR LES COMMUICATIOS. L a théore de l nformaton est une dscplne qu s appue non seulement sur les (télé-) communcatons, mas auss sur l nformatque, la statstque, la physque
Plus en détailMontage émetteur commun
tour au menu ontage émetteur commun Polarsaton d un transstor. ôle de la polarsaton La polarsaton a pour rôle de placer le pont de fonctonnement du transstor dans une zone où ses caractérstques sont lnéares.
Plus en détailChapitre IV : Inductance propre, inductance mutuelle. Energie électromagnétique
Spécale PSI - Cours "Electromagnétsme" 1 Inducton électromagnétque Chaptre IV : Inductance propre, nductance mutuelle. Energe électromagnétque Objectfs: Coecents d nductance propre L et mutuelle M Blan
Plus en détailFiche n 7 : Vérification du débit et de la vitesse par la méthode de traçage
Fche n 7 : Vérfcaton du débt et de la vtesse par la méthode de traçage 1. PRINCIPE La méthode de traçage permet de calculer le débt d un écoulement ndépendamment des mesurages de hauteur et de vtesse.
Plus en détailAssurance maladie et aléa de moralité ex-ante : L incidence de l hétérogénéité de la perte sanitaire
Assurance malade et aléa de moralté ex-ante : L ncdence de l hétérogénété de la perte santare Davd Alary 1 et Franck Ben 2 Cet artcle examne l ncdence de l hétérogénété de la perte santare sur les contrats
Plus en détailMÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES
MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES Émle Garca, Maron Le Cam et Therry Rocher MENESR-DEPP, bureau de l évaluaton des élèves Cet artcle porte sur les méthodes de
Plus en détailContrats prévoyance des TNS : Clarifier les règles pour sécuriser les prestations
Contrats prévoyance des TNS : Clarfer les règles pour sécurser les prestatons Résumé de notre proposton : A - Amélorer l nformaton des souscrpteurs B Prévor plus de souplesse dans l apprécaton des revenus
Plus en détail1.0 Probabilité vs statistique...1. 1.1 Expérience aléatoire et espace échantillonnal...1. 1.2 Événement...2
- robabltés - haptre : Introducton à la théore des probabltés.0 robablté vs statstque.... Expérence aléatore et espace échantllonnal.... Événement.... xomes défnton de probablté..... Quelques théorèmes
Plus en détailCorrigé du problème de Mathématiques générales 2010. - Partie I - 0 0 0. 0.
Corrgé du problème de Mathématques générales 2010 - Parte I - 1(a. Sot X S A. La matrce A est un polynôme en X donc commute avec X. 1(b. On a : 0 = m A (A = m A (X n ; le polynôme m A (x n est annulateur
Plus en détailExercices d Électrocinétique
ercces d Électrocnétque Intensté et densté de courant -1.1 Vtesse des porteurs de charges : On dssout une masse m = 20g de chlorure de sodum NaCl dans un bac électrolytque de longueur l = 20cm et de secton
Plus en détailGEA I Mathématiques nancières Poly. de révision. Lionel Darondeau
GEA I Mathématques nancères Poly de révson Lonel Darondeau Intérêts smples et composés Voc la lste des exercces à révser, corrgés en cours : Exercce 2 Exercce 3 Exercce 5 Exercce 6 Exercce 7 Exercce 8
Plus en détail1 Introduction. 2 Définitions des sources de tension et de courant : Cours. Date : A2 Analyser le système Conversion statique de l énergie. 2 h.
A2 Analyser le système Converson statque de l énerge Date : Nom : Cours 2 h 1 Introducton Un ConVertsseur Statque d énerge (CVS) est un montage utlsant des nterrupteurs à semconducteurs permettant par
Plus en détailDirigeant de SAS : Laisser le choix du statut social
Drgeant de SAS : Lasser le chox du statut socal Résumé de notre proposton : Ouvrr le chox du statut socal du drgeant de SAS avec 2 solutons possbles : apprécer la stuaton socale des drgeants de SAS comme
Plus en détailChapitre 3 : Incertitudes CHAPITRE 3 INCERTITUDES. Lignes directrices 2006 du GIEC pour les inventaires nationaux de gaz à effet de serre 3.
Chaptre 3 : Incerttudes CHAPITRE 3 INCERTITUDES Lgnes drectrces 2006 du GIEC pour les nventares natonaux de gaz à effet de serre 3.1 Volume 1 : Orentatons générales et établssement des rapports Auteurs
Plus en détailLE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régime») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF
1 LE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régme») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF AVIS AUX RETRAITÉS ET AUX PARTICIPANTS AVEC DROITS ACQUIS DIFFÉRÉS Expédteurs
Plus en détailImpôt sur la fortune et investissement dans les PME Professeur Didier MAILLARD
Conservatore atonal des Arts et Méters Chare de BAQUE Document de recherche n 9 Impôt sur la fortune et nvestssement dans les PME Professeur Dder MAILLARD Avertssement ovembre 2007 La chare de Banque du
Plus en détailLes déterminants de la détention et de l usage de la carte de débit : une analyse empirique sur données individuelles françaises
Les détermnants de la détenton et de l usage de la carte de débt : une analyse emprque sur données ndvduelles françases Davd Boune a, Marc Bourreau a,b et Abel Franços a,c a Télécom ParsTech, Département
Plus en détailBTS GPN 2EME ANNEE-MATHEMATIQUES-MATHS FINANCIERES MATHEMATIQUES FINANCIERES
MATHEMATIQUES FINANCIERES I. Concepts généraux. Le référentel précse : Cette parte du module M4 «Acquérr des outls mathématques de base nécessares à l'analyse de données économques» est en relaton avec
Plus en détailGrandeur physique, chiffres significatifs
Grandeur physque, chffres sgnfcatfs I) Donner le résultat d une mesure en correspondance avec l nstrument utlsé : S avec un nstrument, ren n est ndqué sur l ncerttude absolue X d une mesure X, on consdère
Plus en détailLes déterminants de la détention et de l usage de la carte de débit : une analyse empirique sur données individuelles françaises
Les détermnants de la détenton et de l usage de la carte de débt : une analyse emprque sur données ndvduelles françases Davd Boune Marc Bourreau Abel Franços Jun 2006 Département Scences Economques et
Plus en détailCalcul de tableaux d amortissement
Calcul de tableaux d amortssement 1 Tableau d amortssement Un emprunt est caractérsé par : une somme empruntée notée ; un taux annuel, en %, noté ; une pérodcté qu correspond à la fréquence de remboursement,
Plus en détailEditions ENI. Project 2010. Collection Référence Bureautique. Extrait
Edtons ENI Project 2010 Collecton Référence Bureautque Extrat Défnton des tâches Défnton des tâches Project 2010 Sasr les tâches d'un projet Les tâches représentent le traval à accomplr pour attendre l'objectf
Plus en détailI. Présentation générale des méthodes d estimation des projets de type «unité industrielle»
Evaluaton des projets et estmaton des coûts Le budget d un projet est un élément mportant dans l étude d un projet pusque les résultats économques auront un mpact sur la réalsaton ou non et sur la concepton
Plus en détailCOMPARAISON DE MÉTHODES POUR LA CORRECTION
COMPARAISON DE MÉTHODES POUR LA CORRECTION DE LA NON-RÉPONSE TOTALE : MÉTHODE DES SCORES ET SEGMENTATION Émle Dequdt, Benoît Busson 2 & Ncolas Sgler 3 Insee, Drecton régonale des Pays de la Lore, Servce
Plus en détailCalculer le coût amorti d une obligation sur chaque exercice et présenter les écritures dans les comptes individuels de la société Plumeria.
1 CAS nédt d applcaton sur les normes IAS/IFRS Coût amort sur oblgatons à taux varable ou révsable La socété Plumera présente ses comptes annuels dans le référentel IFRS. Elle détent dans son portefeulle
Plus en détailPREMIERS PAS en REGRESSION LINEAIRE avec SAS. Josiane Confais (UPMC-ISUP) - Monique Le Guen (CNRS-CES-MATISSE- UMR8174)
PREMIERS PAS en REGRESSION LINEAIRE avec SAS Josane Confas (UPMC-ISUP) - Monque Le Guen (CNRS-CES-MATISSE- UMR874) e-mal : confas@ccr.jusseu.fr e-mal : monque.leguen@unv-pars.fr Résumé Ce tutorel accessble
Plus en détailLa Quantification du Risque Opérationnel des Institutions Bancaires
HEC Montréal Afflée à l Unversté de Montréal La Quantfcaton du Rsque Opératonnel des Insttutons Bancares par Hela Dahen Département Fnance Thèse présentée à la Faculté des études supéreures en vue d obtenton
Plus en détailCREATION DE VALEUR EN ASSURANCE NON VIE : COMMENT FRANCHIR UNE NOUVELLE ETAPE?
CREATION DE VALEUR EN ASSURANCE NON VIE : COMMENT FRANCHIR UNE NOUVELLE ETAPE? Boulanger Frédérc Avanssur, Groupe AXA 163-167, Avenue Georges Clémenceau 92742 Nanterre Cedex France Tel: +33 1 46 14 43
Plus en détailIDEI Report # 18. Transport. December 2010. Elasticités de la demande de transport ferroviaire: définitions et mesures
IDEI Report # 18 Transport December 2010 Elastctés de la demande de transport ferrovare: défntons et mesures Elastctés de la demande de transport ferrovare : Défntons et mesures Marc Ivald Toulouse School
Plus en détailTerminal numérique TM 13 raccordé aux installations Integral 33
Termnal numérque TM 13 raccordé aux nstallatons Integral 33 Notce d utlsaton Vous garderez une longueur d avance. Famlarsez--vous avec votre téléphone Remarques mportantes Chaptres à lre en prorté -- Vue
Plus en détailInterface OneNote 2013
Interface OneNote 2013 Interface OneNote 2013 Offce 2013 - Fonctons avancées Lancer OneNote 2013 À partr de l'nterface Wndows 8, utlsez une des méthodes suvantes : - Clquez sur la vgnette OneNote 2013
Plus en détailPratique de la statistique avec SPSS
Pratque de la statstque avec SPSS SUPPORT Transparents ultéreurement amélorés et ms à jour sur le ste du SMCS LIENS UTILES Ste du SMCS (Support en Méthodologe et Calcul Statstque) : http://www.stat.ucl.ac.be/smcs/
Plus en détailDES EFFETS PERVERS DU MORCELLEMENT DES STOCKS
DES EFFETS PERVERS DU MORCELLEMENT DES STOCKS Le cabnet Enetek nous démontre les mpacts négatfs de la multplcaton des stocks qu au leu d amélorer le taux de servce en se rapprochant du clent, le dégradent
Plus en détailUNE ETUDE ECONOMÉTRIQUE DU NOMBRE D ACCIDENTS
BRUSSELS ECONOMIC REVIEW - CAHIERS ECONOMIQUES DE BRUXELLES VOL. 49 - N 2 SUMMER 2006 UNE ETUDE ECONOMÉTRIQUE DU NOMBRE D ACCIDENTS DANS LE SECTEUR DE L ASSURANCE AUTOMOBILE* MARÍA DEL CARMEN MELGAR**
Plus en détailhal-00409942, version 1-14 Aug 2009
Manuscrt auteur, publé dans "MOSIM' 008, Pars : France (008)" 7 e Conférence Francophone de MOdélsaton et SIMulaton - MOSIM 08 - du mars au avrl 008 - Pars - France «Modélsaton, Optmsaton et Smulaton des
Plus en détailCHAPITRE 14 : RAISONNEMENT DES SYSTÈMES DE COMMANDE
HAITRE 4 : RAISONNEMENT DES SYSTÈMES DE OMMANDE RAISONNEMENT DES SYSTÈMES DE OMMANDE... 2 INTRODUTION... 22 RAELS... 22 alcul de la valeur ntale de la répone à un échelon... 22 alcul du gan tatque... 22
Plus en détailCHAPITRE DEUX : FORMALISME GEOMETRIQUE
CHPITRE DEUX FORMLISME GEOMETRIQUE. CHPITRE DEUX : FORMLISME GEOMETRIQUE verson.3, -8 I. GEOMETRIE DNS L ESPCE-TEMPS ) Prncpe de relatvté Le prncpe de relatvté peut s exprmer ans : toutes les los physques
Plus en détailREPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE MINISTERE DE L ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE. MEMOIRE Présentée à
REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE MINISTERE DE L ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE MEMOIRE Présentée à L Unversté de Batna Faculté des Scences Département de Physque
Plus en détailSystème solaire combiné Estimation des besoins énergétiques
Revue des Energes Renouvelables ICRESD-07 Tlemcen (007) 109 114 Système solare combné Estmaton des besons énergétques R. Kharch 1, B. Benyoucef et M. Belhamel 1 1 Centre de Développement des Energes Renouvelables
Plus en détailCorrections adiabatiques et nonadiabatiques dans les systèmes diatomiques par calculs ab-initio
Correctons adabatques et nonadabatques dans les systèmes datomques par calculs ab-nto Compte rendu du traval réalsé dans le cadre d un stage de quatre mos au sen du Groupe de Spectroscope Moléculare et
Plus en détailStéganographie Adaptative par Oracle (ASO)
Stéganographe Adaptatve par Oracle ASO Sarra Kouder, Marc Chaumont, Wllam Puech To cte ths verson: Sarra Kouder, Marc Chaumont, Wllam Puech. Stéganographe Adaptatve par Oracle ASO. CORESA 12: COmpresson
Plus en détailBUREAU D'APPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES
BUREAU DAPPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES BAMSI REPRINT 04/2003 Introducton à l analyse des données Samuel AMBAPOUR BAMSSI I BAMSI B.P. 13734 Brazzavlle BAMSI REPRINT 04/2003 Introducton
Plus en détailPrêt de groupe et sanction sociale Group lending and social fine
Prêt de roupe et sancton socale Group lendn and socal fne Davd Alary Résumé Dans cet artcle, nous présentons un modèle d antsélecton sur un marché concurrentel du crédt. Nous consdérons l ntroducton de
Plus en détailThermodynamique statistique Master Chimie Université d Aix-Marseille. Bogdan Kuchta
hermodynamque statstque Master Chme Unversté d Ax-Marselle Bogdan Kuchta Plan: Rappel: thermodynamque phénoménologque (dscuter l entrope, l évoluton de gaz parfat,) Premer prncpe Deuxème prncpe (transformaton
Plus en détailsanté Les arrêts de travail des séniors en emploi
soldarté et DOSSIERS Les arrêts de traval des sénors en emplo N 2 2007 Les sénors en emplo se dstnguent-ls de leurs cadets en termes de recours aux arrêts de traval? Les sénors ne déclarent pas plus d
Plus en détailIntegral T 3 Compact. raccordé aux installations Integral 5. Notice d utilisation
Integral T 3 Compact raccordé aux nstallatons Integral 5 Notce d utlsaton Remarques mportantes Remarques mportantes A quelle nstallaton pouvez-vous connecter votre téléphone Ce téléphone est conçu unquement
Plus en détailGATE Groupe d Analyse et de Théorie Économique DOCUMENTS DE TRAVAIL - WORKING PAPERS W.P. 08-24. Préférences temporelles et recherche d emploi
GATE Groupe d Analyse et de Théore Économque UMR 5824 du CNRS DOCUMENTS DE TRAVAIL - WORKING PAPERS W.P. 08-24 Préférences temporelles et recherche d emplo «Applcatons économétrques sur le panel Européen
Plus en détailLes prix quotidiens de clôture des échanges de quotas EUA et de crédits CER sont fournis par ICE Futures Europe
Méthodologe CDC Clmat Recherche puble chaque mos, en collaboraton avec Clmpact Metnext, Tendances Carbone, le bulletn mensuel d nformaton sur le marché européen du carbone (EU ETS). L obectf de cette publcaton
Plus en détailEH SmartView. Identifiez vos risques et vos opportunités. www.eulerhermes.be. Pilotez votre assurance-crédit. Services en ligne Euler Hermes
EH SmartVew Servces en lgne Euler Hermes Identfez vos rsques et vos opportuntés Plotez votre assurance-crédt www.eulerhermes.be Les avantages d EH SmartVew L expertse Euler Hermes présentée de manère clare
Plus en détailPro2030 GUIDE D UTILISATION. Français
Pro2030 GUIDE D UTILISATION Franças Contents Garante... Introducton... 1 Artcle nº 605056 Rév C Schéma nº A605056 Novembre 2010 2010 YSI Incorporated. Le logo YSI est une marque déposée de YSI Incorporated.
Plus en détailUNIVERSITÉ DU QUÉBEC À MONTRÉAL L ASSURANCE AUTOMOBILE AU QUÉBEC : UNE PRIME SELON LE COÛT SOCIAL MARGINAL MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE
UNIVERSITÉ DU QUÉBEC À MONTRÉAL L ASSURANCE AUTOMOBILE AU QUÉBEC : UNE PRIME SELON LE COÛT SOCIAL MARGINAL MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE DE LA MAÎTRISE EN ÉCONOMIQUE PAR ERIC LÉVESQUE JANVIER
Plus en détailMODÈLE D ISING À UNE ET DEUX DIMENSIONS.
Chapter MODÈLE DISIG À UE ET DEUX DIMESIOS.. ITRODUCTIO. ous commençons, dans ce chaptre, létude dun problème de mécanque statstque de la matère condensée où leffet des nteractons est mportant. Le modèle
Plus en détailDynamique du point matériel
Chaptre III Dynaqe d pont atérel I Généraltés La cnéatqe a por objet l étde des oveents des corps en foncton d teps, sans tenr copte des cases q les provoqent La dynaqe est la scence q étde (o déterne)
Plus en détailL enseignement virtuel dans une économie émergente : perception des étudiants et perspectives d avenir
L ensegnement vrtuel dans une économe émergente : percepton des étudants et perspectves d avenr Hatem Dellag Laboratore d Econome et de Fnances applquées Faculté des scences économques et de geston de
Plus en détailPage 5 TABLE DES MATIÈRES
Page 5 TABLE DES MATIÈRES CHAPITRE I LES POURCENTAGES 1. LES OBJECTIFS 12 2. LES DÉFINITIONS 14 1. La varaton absolue d'une grandeur 2. La varaton moyenne d'une grandeur (par unté de temps) 3. Le coeffcent
Plus en détail1. Les enjeux de la prévision du risque de défaut de paiement
Scorng sur données d entreprses : nstrument de dagnostc ndvduel et outl d analyse de portefeulle d une clentèle Mrelle Bardos Ancen chef de servce de l Observatore des entreprses de la Banque de France
Plus en détailLa théorie classique de l information. 1 ère partie : le point de vue de Kolmogorov.
La théore classque de l nformaton. ère parte : le pont de vue de Kolmogorov. La sute de caractères comme outl de descrpton des systèmes. La scence peut être vue comme l art de compresser les données quelles
Plus en détailPaquets. Paquets nationaux 1. Paquets internationaux 11
Paquets Paquets natonaux 1 Paquets nternatonaux 11 Paquets natonaux Servces & optons 1 Créaton 3 1. Dmensons, pods & épasseurs 3 2. Présentaton des paquets 4 2.1. Face avant du paquet 4 2.2. Comment obtenr
Plus en détailIntégration financière et croissance économique : évidence empirique dans. la région MENA
Décembre 2011 Volume 6, No.2 (pp. 115-131) Zouher Abda Revue Congolase d Econome Intégraton fnancère et crossance économque : évdence emprque dans la régon MENA Zouher ABIDA * Résumé: L objectf de cet
Plus en détailINTERNET. Initiation à
Intaton à INTERNET Surfez sur Internet Envoyez des messages Téléchargez Dscutez avec Skype Découvrez Facebook Regardez des vdéos Protégez votre ordnateur Myram GRIS Table des matères Internet Introducton
Plus en détailProjet de fin d études
Unversté Franços Rabelas Tours Ecole Polytechnque Unverstare de Tours Département Informatque Projet de fn d études Ordonnancement Juste à Temps avec geston des stocks Chopn Antone Mrault Arnaud 3ème année
Plus en détailSéparation de Sources par lissage cepstral des masques binaires
Séparaton de Sources par lssage cepstral des masques bnares Ibrahm Mssaou 1 Zed Lachr 1, 2 (1) École natonale d ngéneurs de Tuns, ENIT, BP. 37 Le Belvedere, 1002 Tuns, Tunse (2) Insttut natonal des scences
Plus en détailMEMOIRE. Présenté au département des sciences de la matière Faculté des sciences
REPUBLIQUE LERIEN DEMOCRTIQUE ET POPULIRE Mnstère de l ensegnement supéreur et de la recherche scentfque Unversté El-Hadj Lakhdar-BTN- MEMOIRE Présenté au département des scences de la matère Faculté des
Plus en détailVIELLE Marc. CEA-IDEI Janvier 1998. 1 La nomenclature retenue 3. 2 Vue d ensemble du modèle 4
GEMINI-E3 XL France Un outl destné à l étude des mpacts ndustrels de poltques énergétques et envronnementales VIELLE Marc CEA-IDEI Janver 1998 I LA STRUCTURE DU MODELE GEMINI-E3 XL FRANCE 3 1 La nomenclature
Plus en détailLA SURVIE DES ENTREPRISES DÉPEND-ELLE DU TERRITOIRE D'IMPLANTATION?
LA SURVIE DES ENTREPRISES DÉPEND-ELLE DU TERRITOIRE D'IMPLANTATION? Anne PERRAUD (CRÉDOC) Phlppe MOATI (CRÉDOC Unversté Pars) Nadège COUVERT (ENSAE) INTRODUCTION Au cours des dernères années, de nombreux
Plus en détailLe Prêt Efficience Fioul
Le Prêt Effcence Foul EMPRUNTEUR M. Mme CO-EMPRUNTEUR M. Mlle Mme Mlle (CONJOINT, PACSÉ, CONCUBIN ) Départ. de nass. Nature de la pèce d dentté : Natonalté : CNI Passeport Ttre de séjour N : Salaré Stuaton
Plus en détailTRAVAUX PRATIQUES SPECTRO- COLORIMETRIE
UNIVERSITE MONTPELLIER 2 Département de Physque TRAVAUX PRATIQUES DE SPECTRO- COLORIMETRIE F. GENIET 2 INTRODUCTION Cet ensegnement de travaux pratques de seconde année se propose de revor rapdement l'aspect
Plus en détailAPPROXIMATION PAR RÉSEAUX À FONCTIONS RADIALES DE BASE APPLICATION À LA DÉTERMINATION DU PRIX D ACHAT D UNE
APPROXIMATION PAR RÉSEAUX À FONCTIONS RADIALES DE BASE APPLICATION À LA DÉTERMINATION DU PRIX D ACHAT D UNE OPTION. A. Lendasse, J. Lee 2, E. de Bodt 3, V. Wertz, M. Verleysen 2 Unversté catholque de Louvan,
Plus en détailRAPPORT DE STAGE. Approcher la frontière d'une sous-partie de l'espace ainsi que la distance à cette frontière. Sujet : Master II : SIAD
UFR SCIENCES ET TECHNOLOGIES DEPARTEMENT DE MATHEMATIQUES ET INFORMATIQUE 63 177 AUBIERE CEDEX Année 2008-2009 Master II : SIAD RAPPORT DE STAGE Sujet : Approcher la frontère d'une sous-parte de l'espace
Plus en détailEvaluation de performances d'ethernet commuté pour des applications temps réel
Evaluaton de performances d'ethernet commuté pour des applcatons temps réel Ans Koubâa, Ye-Qong Song LORIA-INRIA-INPL, Avenue de la Forêt de Haye - 5456 Vandoeuvre - France Emal : akoubaa@lorafr, song@lorafr
Plus en détailINTRODUCTION. Jean-Pierre MAGNAN Chef de la section des ouvrages en terre Département des sols et fondations Laboratoire central
Etude numérque de la consoldaton undmensonnelle en tenant compte des varatons de la perméablté et de la compressblté du sol, du fluage et de la non-saturaton Jean-Perre MAGNAN Chef de la secton des ouvrages
Plus en détailEn vue de l'obtention du. Présentée et soutenue par Meva DODO Le 06 novembre 2008
THÈSE En vue de l'obtenton du DOCTORAT DE L UNIVERSITÉ DE TOULOUSE Délvré par l'unversté Toulouse III - Paul Sabater Spécalté : Informatque Présentée et soutenue par Meva DODO Le 06 novembre 2008 Ttre
Plus en détailPour plus d'informations, veuillez nous contacter au 04.75.05.52.62. ou à contact@arclim.fr.
Régulaton Sondes & Capteurs Détente frgo électronque Supervson & GTC Humdfcaton & Déshu. Vannes & Servomoteurs Comptage eau, elec., énerge Ancens artcles Cette documentaton provent du ste www.arclm.eu
Plus en détailESTIMATION DES TITRES VIRAUX : UNE PROGRAMMATION PRATIQUE ET FIABLE SUR CALCULATRICE DE POCHE, ET ACCESSIBLE PAR l INTERNET
ESTIMATIO DES TITRES VIRAUX : UE PROGRAMMATIO PRATIQUE ET FIABLE SUR CALCULATRICE DE POCHE, ET ACCESSIBLE PAR l ITERET Jocelyne Husson van Vlet et Ph. Roussel Insttut de la Santé Publque, Brussels, Belgum,
Plus en détailPrise en compte des politiques de transport dans le choix des fournisseurs
INSTITUT NATIONAL POLYTECHNIQUE DE GRENOBLE N attrbué par la bblothèque THÈSE Pour obtenr le grade de DOCTEUR DE L I.N.P.G. Spécalté : Géne Industrel Préparée au Laboratore d Automatque de Grenoble Dans
Plus en détailSemestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR
Semestre : 4 Module : Méthodes Quattatves III Elémet : Mathématques Facères Esegat : Mme BENOMAR Elémets du cours Itérêts smples, précompte, escompte et compte courat Itérêts composés Autés Amortssemets
Plus en détailDocuments de travail. «La taxe Tobin : une synthèse des travaux basés sur la théorie des jeux et l économétrie» Auteurs
Documents de traval «La taxe Tobn : une synthèse des travaux basés sur la théore des jeux et l économétre» Auteurs Francs Bsmans, Olver Damette Document de Traval n 2012-09 Jullet 2012 Faculté des scences
Plus en détailACTE DE PRÊT HYPOTHÉCAIRE
- 1 - ACTE DE PRÊT HYPOTHÉCAIRE 5453F QC FR-2010/01 Taux fxe Le. Devant M e, notare soussgné pour la provnce de Québec, exerçant à. ONT COMPARU : ET : (C-après parfos appelé dans le présent Acte l «emprunteur»
Plus en détailCONSERVATOIRE NATIONAL DES ARTS ET METIERS
ONSEVAOIE NAIONAL DES AS E MEIES ELEONIQUE ANALOGIQUE PH / ELE 4 / DU GEII ere année ------------------------- ------------------------- Dder LE UYE / Perre POVEN Janer ABLE DES MAIEES APPELS D ELEOINEIQUE...5.
Plus en détailPourquoi LICIEL? Avec LICIEL passez à la vitesse supérieure EPROUVE TECHNICITE CONNECTE STABILITE SUIVIE COMMUNAUTE
L og c el s de D agnos t c s I mmob l er s Cont ac t eznous 32BddeS t r as bougcs3010875468 Par scedex10tel. 0253354064Fax0278084116 ma l : s er v c e. c l ent @l c el. f r Pourquo LICIEL? Implanté sur
Plus en détailPerformances de la classification par les Séparateurs à Vaste Marge (SVM): application au diagnostic vibratoire automatisé
4th Internatonal Conference on Coputer Integrated Manufacturng CIP 2007 03-04 Noveber 2007 Perforances de la classfcaton par les Séparateurs à Vaste Marge (SVM): applcaton au dagnostc vbratore autoatsé
Plus en détailErP : éco-conception et étiquetage énergétique. Les solutions Vaillant. Pour dépasser la performance. La satisfaction de faire le bon choix.
ErP : éco-concepton et étquetage énergétque Les solutons Vallant Pour dépasser la performance La satsfacton de fare le bon chox. ErP : éco-concepton et étquetage énergétque Eco-concepton et Etquetage
Plus en détailTHESE. Khalid LEKOUCH
N d ordre : /2012 THESE Présentée à la FACULTE DES SCIENCES D AGADIR En vue de l obtenton du GRADE DE DOCTEUR EN PHYSIQUE (Spécalté : Energétque, Thermque et Métrologe) Par Khald LEKOUCH MODELISATION ET
Plus en détailMETHODE AUTOMATIQUE POUR CORRIGER LA VARIATION LINGUISTIQUE LORS DE L INTERROGATION DE DOCUMENTS XML DE STRUCTURES HETEROGENES
METHODE AUTOMATIQUE POUR CORRIGER LA VARIATION LINGUISTIQUE LORS DE L INTERROGATION DE DOCUMENTS XML DE STRUCTURES HETEROGENES Ourda Boudghaghen(*),Mohand Boughanem(**) yugo_doudou@yahoo.fr, bougha@rt.fr
Plus en détailP R I S E E N M A I N R A P I D E O L I V E 4 H D
P R I S E E N M A I N R A P I D E O L I V E 4 H D Sommare 1 2 2.1 2.2 2.3 3 3.1 3.2 3.3 4 4.1 4.2 4.3 4.4 4.5 4.6 5 6 7 7.1 7.2 7.3 8 8.1 8.2 8.3 8.4 8.5 8.6 Contenu du carton... 4 Paramétrage... 4 Connexon
Plus en détailLes méthodes numériques de la dynamique moléculaire
Les méthodes numérques de la dynamque moléculare Chrstophe Chpot Equpe de chme et & bochme théorques, Unté Mxte de Recherche CNRS/UHP 7565, Insttut Nancéen de Chme Moléculare, Unversté Henr Poncaré, B.P.
Plus en détailII - 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 détailParlons. retraite. au service du «bien vieillir» L Assurance retraite. en chiffres* 639 192 retraités payés pour un montant de 4,2 milliards d euros
Édton Pays de la Lore Parlons La lettre aux retratés du régme général de la Sécurté socale 2012 retrate L Assurance retrate en chffres* 12,88 mllons de retratés 17,58 mllons de cotsants 346 000 bénéfcares
Plus en détailÉtranglement du crédit, prêts bancaires et politique monétaire : un modèle d intermédiation financière à projets hétérogènes
Étranglement du crédt, prêts bancares et poltque monétare : un modèle d ntermédaton fnancère à projets hétérogènes Mngwe Yuan et Chrstan Zmmermann Introducton et objet de l étude Par étranglement du crédt
Plus en détailBe inspired. Numéro Vert. Via Caracciolo 20 20155 Milano tel. +39 02 365 22 990 fax +39 02 365 22 991
Ggaset SX353 / französsch / A31008-X353-P100-1-7719 / cover_0_hedelberg.fm / 03.12.2003 s Be nspred www.onedrect.fr www.onedrect.es www.onedrect.t www.onedrect.pt 0 800 72 4000 902 30 32 32 02 365 22 990
Plus en détailLE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE
LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE. Exemple troductf (Les élèves qu coasset déà be le prcpe peuvet sauter ce paragraphe) Cosdéros la sute (u ), défe pour tout, par : u u u 0 0 Cette sute est défe
Plus en détail