Partie I : Résultats généraux sur les matrices stochastiques - Illustrations
|
|
- Hélène Valentine Godin
- il y a 7 ans
- Total affichages :
Transcription
1 8-8- JFC p EM LYON S JF COSSUTTA Lycée Marceli BERTHELOT SAINT-MAUR jea-fracoiscossutta@waadoofr PROBLÈME Partie I : Résultats gééraux sur les matrices stochastiques - Illustratios Remarque Das la suite ous oteros [, p] l esemble {,, p} Pour toute matrice C de M p, R ou de M p, C et pour tout i das [, p] ous oteros C i le coefficiet de C situé sur la ième lige a Soit A ue matrice de M p R i, j [, p], A i,j A ST p p i [, p], A i,j = j= i, j [, p], A i,j p i [, p], A i,j = i, j [, p], A i,j { A ST p p i, j [, p] i [, p], A, A i,j i,j V j = V i AV = V j= { i, j [, p], A i,j Pour toute matrice A de M p R, A ST p AV = V j= b Soit A u élémet de ST p V est pas ulle et AV = V Doc est valeur propre de A et V e est u vecteur propre associé est ue valeur propre commue à toutes les matrices de ST p Soiet A et B deux élémets de ST p Soiet i et j deux élémets de [, p] AB i,j = p k= A i,k B k,j Or k [, p], A i,k et B k,j car A et B sot des élémets de ST p p Doc k [, p], A i,k B k,j Aisi AB i,j = A i,k B k,j, et ceci pour tout i, j das [, p] AV = V et BV = V car A et B sot des élémets de ST p, doc ABV = ABV = AV = V Ceci achève de motrer que AB est u élémet de ST p k=
2 JFC p Le produit de deux élémets de ST p est u élémet de ST p 3 a A est ue matrice triagulaire iférieure doc ses valeurs propres sot ses élémets diagoaux c est à dire, et 3 A est ue matrice de M 3 R ayat 3 valeurs propres distictes doc A est diagoalisable et ses sous-espaces propres sot de dimesio A est diagoalisable et le sous-espace propre de A associé à la valeur propre est de dimesio Remarque Notos que SEP A, = VectV, SEP A, 3 b i Les coefficiets de A 3 sot des réels positifs ou uls A 3 V = / / = + / / + = = V Doc A 3 est u élémet de ST 3 = Vect, SEP A, 3 A 3 est ue matrice triagulaire iférieure doc ses valeurs propres sot ses élémets diagoaux = Vect Aisi les deux valeurs propres de A 3 sot et Cherchos les dimesios des sous-espaces propres de A 3 Soit X = x y u élémet de M 3, C z X SEP A 3, A 3 X = X / / x y = x x = x y / x + / y = y / / z z / y + / z = z { x = y X SEP A 3, y = z Aisi SEP A 3, = Vect Alors dim SEP A 3, = X SEP A 3, A 3 X = X / / x y = x y / / z z X SEP Aisi SEP A 3, A 3, x = / x / x + / y = / y / y + / z = / z = Vect Alors dim SEP { x = y = A 3, =
3 dim SEP A 3, + dim SEP A 3, = 3 A 3 est pas diagoalisable das M 3 C JFC p 3 A 3 est ue matrice de ST 3 qui est pas diagoalisable das M 3 C Il existe au mois u élémet de ST 3 o diagoalisable das M 3 C, par exemple A 3 3 b ii Les coefficiets de A sot des réels positifs ou uls A V = / / = + / / + = = V Doc A est u élémet de ST 3 est doc valeur propre de A Soit X = x y u élémet de M 3, R z X SEP A, A X = X / / x y = x x = x y / y + / z = y / / z z / y + / z = z X SEP A 3, z = y Aisi SEP A, est l hyperpla de M 3, R d équatio y z = das la base caoique de M 3, R Par coséquet SEP A, est de dimesio L affirmatio << Pour tout élémet A de ST 3, le sous-espace propre pour A associé à la valeur propre est de dimesio >> est fausse 4 a AX = λ X doc k [, p], AX k = λ X k E particulier AX i = λ X i = λ x i p p p p Alors : λ x i = λ x i = AX i = A i,j x j j= A i,j x j = A i,j x j = A i,j x j les j= j= j= coefficiets de A sot des réels positifs ou uls p p Or j [, p], x j x i et A i,j Doc : λ x i A i,j x i = x i A i,j = x i = x i x x j= λ x i x i 4 b X = est pas ulle doc x i est pas ul car x i = Max x k k p x p Alors λ x i = λ x i x i et x i > Par divisio o obtiet : λ j= λ
4 JFC p 4 Les valeurs propres das C des élémets de ST p ot u module iférieur ou égal à Partie II : Suites des moyees de puissaces de matrices stochastiques a Motros par récurrece que pour tout élémet de N, A appartiet à ST p I p est ue matrice de M p R dot les coefficiets sot des réels positifs ou uls De plus I p V = V Aisi I p est u élémet de ST p Alors A appartiet à ST p et la propriété est vraie pour = Supposos que pour u élémet de N, A soit u élémet de ST p A et A sot alors deux élémets de ST p D après I leur produit est u élémet de ST p Alors A + appartiet à ST p Ceci achève la récurrece Pour toute matrice A de ST p et pour tout élémet de N, A est ue matrice de ST p b Soit u élémet de N Pour tout k das N, A k appartiet à ST p Doc pour tout k das N, A k est ue matrice de M p R dot les coefficiets sot des réels positifs ou uls Alors A k est ue matrice de M p R dot les coefficiets sot des réels positifs ou uls Il e est de même pour A k Pour tout k das N, A k appartiet à ST p Doc pour tout k das N, A k V = V Alors : A k V = A k V = V = V = V Ceci achève de motrer que A k appartiet à ST p Pour toute matrice A de ST p et pour tout élémet de N, A k est ue matrice de ST p Exercice Motrer que ST p est u covexe de M p R et retrouver le résultat précédet Soit x u réel tel que x et soit u élémet de N
5 x k = Doc si x = : Comme Fialemet : si x = x x x k = si x Ce qui doe ecore : x k = si x = x si x x JFC p 5 x k =! Supposos que x e vaut pas Alors x [, [, doc x x x + x x + x = x = il viet par ecadremet x x k = { si x = si x Pour tout réel x tel que x : x k = x k = { si x = si x 3 Soit u élémet de N Soit i, j u élémet de [, p] Supposos i et j disticts Notos que pour tout k das N, D k est ue matrice diagoale Alors : M i,j = D k = D k i,j = = Par coséquet M i,j = Soit ecore i,j M i,j = i,j Motros maiteat que M i,i = i,i Pour tout k das N, D k i,i = k D i,i car D k est diagoale Alors : M i,i = D k = D k i,i = k Di,i i,i D est semblable à A doc D a les mêmes valeurs propres que A Or D est diagoale doc ses valeurs propres sot ses élémet diagoaux Aisi le spectre de D est l esemble {D i,i ; i [, p]} Les valeurs propres de A das C ot u module iférieur ou égal à Aisi pour tout i das [, p], D i,i est u réel dot la valeur absolue est au plus Rappelos que par hypothèse D i,i = si i [, r ] et D i,i sio Plus de doute alors, d après ce qui précède : M i,i = Soit ecore M i,i = i,i Fialemet i, j [, p], k Di,i = M i,j = i,j et aisi la suite M coverge vers { si i [, r ] sio La suite M coverge vers
6 JFC p 6 Posos N, U = P et V = P La suite U coverge vers P et la suite V coverge vers P D après ce qui est admis la suite U M coverge vers P Toujours e utilisat la même propriété, o peut alors dire que la suite P P U M V coverge vers Notos que N, U M V = P M P = B et que B = P P Plus de doute : la suite B coverge vers B N e restos pas là et observos que N, B = P M P = P Doc : N, B = P D k P = La suite A k P D P k = A k coverge vers P P D k P 4 a Soit u élémet de N Nous veos de voir que B = appartiet à ST p car A appartiet à ST p A k Alors d après II b, B N, B ST p 4 b Rappelos que B est ue matrice de M p R et que i, j [, p], B i,j = B i,j De plus pour tout élémet de N, B appartiet à ST p i, j [, p], N, B i,j E passat à la ite il viet : i, j [, p], B i,j p p i [, p], N, B i,j = E passat à la ite il viet : i [, p], B i,j = j= Ceci achève de motrer que : j= B appartiet à ST p Remarque Pour le secod poit il était tetat de passer à la ite sur B V = V sauf que le préiaire évoque pas cette possilbilité! Exercice Motrer que toute suite covergete d élémets de ST p a sa ite das ST p et qu aisi ST p est u fermé de M p R
7 JFC p 7 Partie III : Aspect probabiliste Remarque Nous e seros pas plus royaliste que le roi cocepteur et ous e soulèveros pas de difficulté au iveau des probabilités coditioelles sur la ullité de la probabilité de l évéemet qui coditioe Pour tout i, j das [, 3], A i,j est ue probabilité doc A i,j est u réel positif ou ul Soit i das [, 3] Rappelos que P X=i est ue probabilité et que X = j est u système complet d évéemets j [,3 ] Alors A i,j = P X=iX = j = P X=i X = j = P X=iΩ = j= j= j= Doc i [, 3], 3 A i,j = Ceci achève de motrer que : j= A ST 3 Soit u élémet de N Soit j u élémet de [, 3] X = i est u système complet d évéemets La formule des probabilités totales doe : i [,3 ] P X + = j = 3 i= P X = i P X=iX + = j Or i [, 3], P X=iX + = j = P X=iX = j = A i,j Alors : L + j = P X + = j = Fialemet j [, 3], L + j = 3 P X = i A i,j = i= 3 i= 3 i= L i A i,j L i A i,j Ce qui sigifie que L + = L A N, L + = L A Motros par récurrece que N, L = L A La propriété est vraie pour = car A = I 3 Supposos la propriété vraie pour u élémet de N et motros la pour + L + = L A = L A A = L A + Ce qui achève la récurrece N, L = L A
8 JFC p 8 3 Nous savos déjà que les valeurs propres de A sot, / et /3, que ses sous-espaces propres sot de dimesio et que A est diagoalisable Nous savos égalemet que SEP A, = VectV = Vect Observos que : A = / / = = 3 /3 /3 /3 /3 Alors Aisi SEP est u élémet o ul de SEP A, 3 Détermios SEP X SEP X SEP X SEP Alors SEP = Vect A, Soit X = A, A X = X A, A, A, B =, B = et SEP A, 3 /3 y = /6 z A, qui est ue droite vectorielle 3 x y u élémet de M 3, R z / / x y /3 /3 /3 z = / x y z x = / x x = / x + / y = / y + / y = / y /3 x + /3 y + /3 z = / z + /3 y + /3 z = / z { x = { x = z = y = Vect et B 3 = Rappelos que : M 3, R = SEP A, SEP Alors B = B B B 3 =, sot respectivemet des bases de SEP A,, SEP, A, SEP A, 3 de A respectivemet associés aux valeurs propres, et 3 A, est ue base de M 3, R costituée de vecteurs propres Notos P la matrice de passage de la base caoique de M 3, R à la base B P =, P est iversible et P A P = Diag, /, /3 = D
9 JFC p 9 Notos que A = P D P P = est ue matrice de M 3 R, iversible et à coefficiets diagoaux tous égaux à, telle que A = P D P Soiet X = x y et X = y deux élémets de M,3 R tels que P X = X z z x y = x x = x y Doc x + y = y z z x + y + z = z x = x x = x Ce qui doe aisémet : y = x + y = x + y Aisi y = x z = x y + z = x x + y + z + y z = x y + z Ceci permet d affirmer que : x P = 4 D = Diag, /, /3 Doc N, D = Diag, /, /3 Or / = et /3 = car / < et /3 < Aisi D = Diag,, La suite D coverge vers A = P D P doc N, A = P D P = P D P Posos N, R = P et S = P Posos ecore D = R coverge vers P et D coverge vers D doc R D coverge vers P D Comme S coverge vers P, R D S coverge vers P D P Ce qui sigifie que P D P coverge vers P D P ou que A coverge vers P D P P D P = = =
10 JFC p La suite A coverge vers 5 N, L = L A Posos : N, H = L La suite H coverge vers L, la suite A coverge vers doc la suite H A coverge vers L Aisi la suite L A coverge vers L La suite L coverge vers L L = P X = P X = P X = 3 L = P X = + P X = + P X = 3 = La suite L coverge vers P X = =, P X = = et P X = 3 = Doc la suite X coverge e loi vers la variable certaie égale à Observos que pour obteir P X = =, P X = = et P X = 3 = il suffit d obteir P X = = Rappelos que A = / / et que N, i, j [, 3], P X=iX + = j = A i,j /3 /3 /3 P X=X + = =, P X=X + = =, P X=X + = 3 = Alors : P X=X + = = /, P X=X + = = /, P X=X + = 3 = P X=3X + = = /3, P X=3X + = = /3, P X=3X + = 3 = /3 Notos que l ure est absorbate car si à u istat l objet est das cette ure il y reste aux istats suivats presque sûremet Doc si presque sûremet il se trouve à u istat das l ure, presque sûremet il y restera et ous auros C est le cas si au départ il est das l ure P X = =
11 JFC p Supposos maiteat qu au départ l objet soit das l ure La probabilité pour qu à l istat suivat il e soit pas das l ure est / La probabilité pour qu il e soit pas das l ure au cours des premiers istats N est / La probabilité pour qu il e soit jamais das l ure est / doc Doc presque sûremet à u istat l objet se trouvera das l ure et aisi P X = = Supposos maiteat qu au départ l objet soit das l ure 3 La probabilité pour qu à l istat suivat il reste das l ure 3 est /3 La probabilité pour qu il soit das l ure 3 au cours des premiers istats N est /3 La probabilité pour qu il reste toujours das l ure 3 est /3 = doc Doc presque sûremet à u istat l objet se trouvera das l ure ou das l ure Comme das le cas précédet si à u istat il se trouve das l ure, presque sûremet à u istat l objet se trouvera das l ure Aisi si l objet se trouve au départ das l ure 3, presque sûremet à u istat l objet se trouvera das l ure et ous auros ecore P X = =
12 JFC p PROBLÈME Préiaires La série de terme gééral + 4, N, est ue série de Riema covergete car > 4 et la série de terme gééral 4 coverge d après ce qui précède Les règles de comparaiso sur les séries à termes positifs motret alors la covergece de la série de terme gééral + N, = doc la série de terme gééral est covergete Aisi la série de terme gééral est absolumet covergete doc covergete N, Alors N, + k= Or par hypothèse Alors Les séries de termes gééraux, et + k = k= k + + k + = + = = π 6 k= k + = 4 k 4 k= + Aisi k= k + = π 6 π 4 6 = π 8 k k= k = π 6 k + et Nous retrouvos aisi la covergece de la série de terme gééral + = + = π 8 k= sot covergetes k + k = π 6 et de plus : + 3 N, N, + k= + k= k k k = k = 4 k= k= k k k + k+ k + = k + k= k k + Les séries de termes gééraux, et + état covergetes il viet e passat à la ite :
13 JFC p 3 + k= k k = 4 π 6 π 8 = π + = = π Partie I : Élémets d étude de f Soit x u élémet de R t tx + t t x + t t tx = t x t ], ], t x est cotiue sur ], ] Les règles de comparaiso sur les itégrales gééralisées de foctios positives motret alors que les itégrales Or t x dt et + t dt sot de même ature t x dt coverge si et seulemet si x < doc si et seulemet si x > t x Le domaie de défiitio de x f = f = t x dt est doc J ce qui permet très largemet de dire que : + t pour tout élémet x de J, + t dt = [ l + t ] = l t + t dt = t + + t dt + t dt = t x dt coverge + t dt f = l f = l et f = l 3 Soit x u élémet de J t ], ], + t et tx doc t ], ], tx + t tx = t x Comme fx Aisi t x dt et + t t x dt = ε + dt t x t x dt car ε sot covergetes, il viet e itégrat : [ ] t t x x+ dt = = ε + x + ε ε + x + εx+ = x + x + t x dt = x + O a alors fx x + t x dt + t cars x + > dt t x ou
14 JFC p 4 x J, fx x + et x + x J, fx x + = Il viet lors par ecadremet : x + fx = x + 4 a Soiet x et y deux élémets de J et soit t u élémet de ], ] Supposos que x y l t doc x l t y l t Par croissace de la foctio expoetielle il viet e x l t e y l t doc t x t y x, y J, t ], ], x y t x t y 4 b Soiet x et y deux élémets de J tels que x y t ], ], t x t y et E itégrat il viet fx = + t Doc t ], ], t x + t t x dt + t x, y J, x y fx fy Aisi : ty + t t y dt = fy car + t f est décroissate sur J 5 Soit x u élémet de J Notos que x + appartiet ecore à J fx + fx + = t x + t dt + Nous avos vu plus haut que t x+ + t dt = t x dt = x + t x + t x+ + t dt = t x + t + t doc fx + fx + = x + x J, fx + fx + = x + dt = t x dt 6 Soit x u élémet de ], + ] Notos alors que x est das J f est décroissate sur J doc Aisi x + = fx + fx + fx ce qui doe fx x + x = x + = fx + fx fx ce qui doe fx x x + fx x x Cela doe ecore Doc x ], + ], Comme x + x x fx x + x = il viet par ecadremet x + x fx car x est strictemet positif x + x fx = ce qui permet de dire que : x +
15 JFC p 5 fx x + x 7 a Ce résultat peut s obteir sas difficulté par récurrece Voici ue secode piste k N, Doc k N, Soit das N k x + k + = = fx + k + fx + k + x + k + k x + k + = k fx + k + k fx + k + = k fx + k k+ fx + k + k fx + k k+ fx + k + = fx + + fx + + k x + k + = fx + fx + + Alors fx = + fx b N, x J, N, fx = + f + + x + k k + + x = fx + f + + x N, + f++x = f++x et Alors k = fx Par coséquet : k + + x pour tout élémet x de J, la série de terme gééral f++x = doc k k + + x k + k + + x coverge et fx = k x + k + + f++x = k k + + x 8 a Soiet x et y deux élémets de J et soit k u élémet de N k + + x k + + y = k + + y k + + x k + + x k + + y = y x k + + x k + + y = x y k + + x k + + y Or k + + x k > et k + + y k > car x et y sot das J x + > et y + > et k das N Alors k + + x k et k + + x k Das ces coditios : k + + x k + + x k + + y k et x y doc x y k + + x k + + y x y k Alors k + + x k + + y = x y k + + x k + + y x y k x, y J, k N, Soiet x et y deux élémets de J Soit u élémet de N k + + x k + + y x y k k + + y k
16 k k + + x Notos que : k k + + y = k k + + x k k + + y = k k + + x k k + + y k k + + x k k + + y k k + + x Ce qui doe : k + + y JFC p 6 k k + + x k k + + y = k k + + x = k + + y k + + x k + + y k Aisi : k + + x k k + + y k k + + x k k + + y = k + + x k + + y k k + + x k k + + y + x + y + k + + x k + + y k= k k + + x k k + + y + y + x + x + y + x y k y x + x + y + x y k= k= k k + + x k x y k + + y + x + y + k k= E faisat tedre vers + il viet : fx fy x y x, y J, fx fy x y 8 b Soit a u élémet de J x J, fx fa x a x + a + + π 6 Or x a x a x + a + + π = 6 a + + π 6 x + y + + π 6 x + y + + π 6 = O obtiet alors par ecadremet : x a fx = fa Ce qui motre que f est cotiue e a et ceci pour tout élémet a de J k f est cotiue sur J 9 Soit x u élémet de J fx + fx + = Alors x + fx = x + fx + x + fx + = f car f est cotiue e x Aisi x + fx = x + fx + = f = Ce qui doe : x x = + doc x + x + fx = + Alors x + fx x x + fx = +! x
17 JFC p 7 fx = + x Partie II : Dérivabilité de f Soit k u élémet de N Notos que g k est de classe C sur J comme foctio ratioelle dot le déomiateur e s aule pas sur J g k est doc e particulier de classe C sur J Soiet x et y deux élémets de J L iégalité de Taylor-Lagrage appliquée à l ordre à g k doe : g k y g k x y x g kx y x! t J, g kt = k et g k + + t kt = Max t [x,y] ou [y,x] g kt k t J, g k + + t 3 kt = k + + t 3 t J, k + + t k > Alors t J, k + + t 3 k 3 > Aisi t J, g kt = k + + t 3 k 3 Cela permet d affirmer que : Max t [x,y] ou [y,x] g Doc g k y g k x y x g kx Alors g k y g k x y x g kx Remarque y x kt k 3 y Max t [x,y] ou [y,x] g x kt y x x y k 3 = k 3 k N, x, y J, g k x g k y x y g kx y x = k3 k 3 x y k 3 Retrouvos rapidemet ce résultat à la mai Soit k u élémet de J et soiet x et y deux élémets de J Posos ϕ k x, y = g k x g k y x y g k x ϕ k x, y = k k + + x k x y k k + + y k + + x ϕ k x, y = k k + + x k + + y k + + x k + + y k + + x + x y k + + y Posos : ψ k x, y = k + + x k + + y k + + x + x y k + + y ψ k x, y = k + + k + x + k + y + xy k + k + x x + k + x k + y + xy y ψ k x, y = x + xy y = x y k+ Alors : ϕ k x, y = k + + x k + + y x y Doc ϕ k x, y = k+ k + + x x y k + + y = x y k + + x k + + y k + + x k + + y k 3 > car x + > et y + > Doc k + + x k + + y k 3
18 JFC p 8 Alors ϕ k x, y x y k 3 a La série de terme gééral Soit x u élémet de J k N, g kx = cou est ue série de Riema covergete car 3 > k3 La série de terme gééral est covergete k3 k k + + x = k + + x car k + + x k >, air maiteat k Comme la série de terme gééral est covergete, les règles de comparaiso sur les séries à termes positifs k motret la covergece de la série de terme gééral g k x La série de terme gééral g k x est absolumet covergete doc elle est covergete La série de terme gééral g kx est covergete pour tout élémet x de J b Soiet x et y deux élémets de J Rappelos que fx = + g k x et fy = + g k y + Rappelos égalemet que la série de terme gééral g k x est covergete et posos Sx = g kx Soit u élémet de N Posos L x, y = Observos que L x, y = g k x L x, y = fx fy x y Sx g k x g k y x y g kx L x, y g x g y x y g x + g k y x y g k x g k x g k y x y g kx g k x g k y x y g kx k= Or : g x g y x y g x = + x + y x y + x g x g y x y g x = + x + y + x + x y + y x + y + g x g y x y g x = + x + y + xy x x + x y + xy y x + y + = x + xy y x + y + g x g y x y g x = x y x + y + = x y x + Das ces coditios : y + L x, y x y x + y + + g k x g k y x y g kx k= x y x + y + + k= x y k 3
19 Ce qui doe g k x g k y x y g kx x y x + y + + k= x y k 3 E faisat tedre vers +, ce qui est licite car toutes les séries coverget o obtiet : g k x g k y x y g kx x y + x + y + + x y k 3 Ce qui s écrit : fx fy x y Sx k= x y + x + y + + k= x y k 3 Ou ecore : fx fy x y Sx x y + x + y + + Supposos y x et divisos par x y O obtiet : fx fy Sx x y x y Fialemet x, y J, y x fx fy x y + x + y + + k= Sx x y k= k 3 Repreos x das J + y J {x}, fx fy Sx x y x y x + y + + k= + Comme x y y x x + y + + k 3 = =, il viet par ecadremet : k= fx fy fy fx = Sx ou = Sx y x x y y x y x Aisi f est dérivable e x et f x = Sx = + g kx = + k 3 + x + y + + k 3 + x k= k 3 + k k + + x = f est dérivable sur J et pour tout élémet x de J, f x = + k= JFC p 9 k 3 k+ k + + x k+ k + + x c f = + k+ + k + = = = π d après la questio 3 du préiaire f = π 3 A défaut de la courbe résumos les iformatios sur f f est défiie, cotiue et dérivable sur J f est décroissate sur J fx = + et fx = x x +
20 f = l 69, f = l 3, f = π 8 JFC p O a ecore : f 9, f3 4, f4, f5 9, f6 8, f7 7, f8 6, f9 6, f 5 e utilisat fx + fx + = x +
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* 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 détailExo7. 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. (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 détailChapitre 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 détailSéries réelles ou complexes
6 Séries réelles ou complexes Comme pour le chapitre 3, les suites cosidérées sot a priori complexes et les résultats classiques sur les foctios cotiues ou dérivables d ue variable réelle sot supposés
Plus en détailx +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 détailCHAPITRE 2 SÉRIES ENTIÈRES
CHAPITRE 2 SÉRIES ENTIÈRES 2. Séries etières Défiitio 2.. O appelle série etière toute série de foctios ( ) f dot le terme gééral est de la forme f ()=a, où (a ) désige ue suite réelle ou complee et R.
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 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 détailProcessus 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 détailSuites et séries de fonctions
[http://mp.cpgedupuydelome.fr] édité le 3 avril 5 Eocés Suites et séries de foctios Propriétés de la limite d ue suite de foctios Eercice [ 868 ] [correctio] Etablir que la limite simple d ue suite de
Plus en détailLimites 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 détail1 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* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Séries etières Eercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Eercice
Plus en détailLes Nombres Parfaits.
Les Nombres Parfaits. Agathe CAGE, Matthieu CABAUSSEL, David LABROUSSE (2 de Lycée MONTAIGNE BORDEAUX) et Alexadre DEVERT, Pierre Damie DESSARPS (TS Lycée SUD MEDOC LETAILLAN MEDOC) La première partie
Plus en détailFEUILLE 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 détailConvergences 2/2 - le théorème du point fixe - Page 1 sur 9
Au sommaire : Suites extraites Le théorème de Bolzao-Weierstrass La preuve du théorème de Bolzao-Weierstrass3 Foctio K-cotractate4 Le théorème du poit fixe5 La preuve du théorème du poit fixe6 Utilisatios
Plus en détailGroupe 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 détail14 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 détailIntégration 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 détailSÉRIES 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 détailComportement 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 détailExercice 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 détailBaccalauréat 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 détail4 Approximation des fonctions
4 Approximatio des foctios Ue foctio f arbitraire défiie sur u itervalle I et à valeur das IR peut être représetée par so graphe, ou de maière équivalete par la doée de l esemble de ses valeurs f(t) pour
Plus en détailSéquence 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 détailPolynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.
Polyésie Septembre 2 - Exercice O peut traiter la questio 4 sas avoir traité les questios précédetes Pour u achat immobilier, lorsqu ue persoe emprute ue somme de 50 000 euros, remboursable par mesualités
Plus en détailSolutions particulières d une équation différentielle...
Solutios particulières d ue équatio différetielle......du premier ordre à coefficiets costats O cherche ue solutio particulière de y + ay = f, où a est ue costate réelle et f ue foctio, appelée le secod
Plus en détailDETERMINANTS. a b et a'
2003 - Gérard Lavau - http://perso.waadoo.fr/lavau/idex.htm Vous avez toute liberté pour télécharger, imprimer, photocopier ce cours et le diffuser gratuitemet. Toute diffusio à titre oéreux ou utilisatio
Plus en détailStatistique 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 détailDénombrement. 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 détailChaînes de Markov. Arthur Charpentier
Chaîes de Markov Arthur Charpetier École Natioale de la Statistique et d Aalyse de l Iformatio - otes de cours à usage exclusif des étudiats de l ENSAI - - e pas diffuser, e pas citer - Quelques motivatios.
Plus en détailCours 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 détailSTATISTIQUE 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 détailLES 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 détailII 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 détailIntroduction : Mesures et espaces de probabilités
Itroductio : Mesures et espaces de probabilités Référeces : Poly cédric Berardi et Jea Michel Morel. J.-F. Le Gall, Itégratio, Probabilités et Processus Aléatoire J.-Y. Ouvrard, Probabilités 2, maîtrise-agrégatio,
Plus en détail16.1 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 détailModule 3 : Inversion de matrices
Math Stat Module : Iversio de matrices M Module : Iversio de matrices Uité. Défiitio O e défiira l iverse d ue matrice que si est carrée. O appelle iverse de la matrice carrée toute matrice B telle que
Plus en détailCours 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 détailProcessus géométrique généralisé et applications en fiabilité
Processus géométrique gééralisé et applicatios e fiabilité Lauret Bordes 1 & Sophie Mercier 2 1,2 Uiversité de Pau et des Pays de l Adour Laboratoire de Mathématiques et de leurs Applicatios - Pau UMR
Plus en détailDes résultats d irrationalité pour deux fonctions particulières
Collect. Math. 5, 00, 0 c 00 Uiversitat de Barceloa Des résultats d irratioalité pour deux foctios particulières Richard Choulet 7, Rue du 4 Août, 40 Aveay, Frace E-mail: richardchoulet@waadoo.fr Received
Plus en détailDeuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES
DEUXIEME PARTIE Deuième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES Chapitre. L assurace de capital différé Chapitre 2. Les opératios de retes Chapitre 3. Les assuraces décès Chapitre 4. Les assuraces
Plus en détailEXERCICES : 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 détailSTATISTIQUE : 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 détailUNIVERSITE 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 détailExercices de mathématiques
MP MP* Thierry DugarDi Marc rezzouk Exercices de mathématiques Cetrale-Supélec, Mies-Pots, École Polytechique et ENS Coceptio et créatio de couverture : Atelier 3+ Duod, 205 5 rue Laromiguière, 75005 Paris
Plus en détailTRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )
RAIRO Operatios Research RAIRO Oper. Res. 34 (2000) 99-129 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) Commuiqué par Berard LEMAIRE Résumé. L étude
Plus en détailc. Calcul pour une évolution d une proportion entre deux années non consécutives
Calcul des itervalles de cofiace our les EPCV 996-004 - Cas d u ourcetage ou d ue évolutio e oit das la oulatio totale des méages - Cas d u ourcetage ou d ue évolutio das ue sous oulatio das les méages
Plus en détailStatistique 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 détailPROMENADE ALÉATOIRE : Chaînes de Markov et martingales
PROMENADE ALÉATOIRE : Chaîes de Markov et martigales Thierry Bodieau École Polytechique Paris Départemet de Mathématiques Appliquées thierry.bodieau@polytechique.edu Novembre 2013 2 Table des matières
Plus en détailDénombrement. 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 détailRESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *)
RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *) *) Uiversité de Blida Faculté des scieces Départemet de Mathématiques. BP 270, Route de Soumaa. Blida, Algérie. Tel &
Plus en détailConsolidation. 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 détailChapitre 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 détailTempêtes : Etude des dépendances entre les branches Automobile et Incendie à l aide de la théorie des copulas Topic 1 Risk evaluation
Tempêtes : Etude des dépedaces etre les braches Automobile et Icedie à l aide de la théorie des copulas Topic Risk evaluatio Belguise Olivier Charles Levi ACM Guy Carpeter 34 rue du Wacke 47/53 rue Raspail
Plus en détailProbabilités et statistique pour le CAPES
Probabilités et statistique pour le CAPES Béatrice de Tilière Frédérique Petit 2 3 jui 205. Uiversité Pierre et Marie Curie 2. Uiversité Pierre et Marie Curie 2 Table des matières Modélisatio de phéomèes
Plus en détailTerminale 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 détail20. 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 détail55 - EXEMPLES D UTILISATION DU TABLEUR.
55 - EXEMPLES D UTILISATION DU TABLEUR. CHANTAL MENINI 1. U pla possible Les exemples qui vot suivre sot des pistes possibles et e aucu cas ue présetatio exhaustive. De même je ai pas fait ue étude systématique
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 détailContribution à la théorie des entiers friables
UFR STMIA École Doctorale IAE + M Uiversité Heri Poicaré - Nacy I DFD Mathématiques THÈSE présetée pour l obtetio du titre de Docteur de l Uiversité Heri Poicaré, Nacy-I e Mathématiques par Bruo MARTIN
Plus en détailLa 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 détail2 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 détailPOLITIQUE ECONOMIQUE ET DEVELOPPEMENT
POLTQU ONOMQU T DVLOPPMNT TRUTUR DU MAR NATONAL DU AF-AAO T PR AU PRODUTUR MALAN Beïla Beoit osultat PD N 06/008 ellule d Aalyse de Politiques coomiques du R Aée de pulicatio : Avril 009 Résumé e papier
Plus en détail3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions.
3 Réseau Le réseau costitue u aspect essetiel d u eviroemet virtuel ESX. Il est doc importat de compredre la techologie, y compris ses différets composats et leur coopératio. Das ce chapitre, ous étudios
Plus en détailRÈGLES ORDINALES : UNE GÉNÉRALISATION DES RÈGLES D'ASSOCIATION
RÈGLES ORDIALES : UE GÉÉRALISATIO DES RÈGLES D'ASSOCIATIO SYLVIE GUILLAUME ALI KHECHAF 2 RÉSUMÉ: La plupart des mesures des règles cocere les variables biaires et écessite pour les autres types de variables
Plus en détailINTRODUCTION AUX MATRICES ALÉATOIRES. par. Djalil Chafaï
INTRODUCTION AUX MATRICES ALÉATOIRES par Djalil Chafaï Résumé. E cocevat les mathématiques comme u graphe, où chaque sommet est u domaie, la théorie des probabilités et l algèbre liéaire figuret parmi
Plus en détailPROBLEMES 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 détailUNIVERSITÉ DE SFAX École Supérieure de Commerce
UNIVERSITÉ DE SFAX École Supérieure de Commerce Aée Uiversitaire 2003 / 2004 Auditoire : Troisième Aée Études Supérieures Commerciales & Scieces Comptables DÉCISIONS FINANCIÈRES Note de cours N 3 Première
Plus en détailUniversité 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 détailUniversité Pierre et Marie Curie. Biostatistique PACES - UE4 2013-2014
Uiversité Pierre et Marie Curie Biostatistique PACES - UE4 2013-2014 Resposables : F. Carrat et A. Mallet Auteurs : F. Carrat, A. Mallet, V. Morice Mise à jour : 21 octobre 2013 Relecture : V. Morice,
Plus en détailGérer les applications
Gérer les applicatios E parcourat les rayos du Widows Phoe Store, vous serez e mesure de compléter les services de base de votre smartphoe à travers plus de 10 000 applicatios. Gratuites ou payates, ces
Plus en détailLes algorithmes de tri
CONSERVATOIRE NATIONAL DES ARTS ET METIERS PARIS MEMOIRE POUR L'EXAMEN PROBATOIRE e INFORMATIQUE par Nicolas HERVE Les algorithmes de tri Souteu le mai JURY PRESIDENTE : Mme COSTA Sommaire Itroductio....
Plus en détailTélé OPTIK. Plus spectaculaire que jamais.
Télé OPTIK Plus spectaculaire que jamais. Vivez toute la puissace de la télévisio sur IP grâce au réseau OPTIK 1 de TELUS et découvrez-e l extraordiaire potetiel. Télé OPTIK MC vous doe la parfaite maîtrise
Plus en détailChapitre 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 détailUniversité 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 détailDares Analyses. Plus d un tiers des CDI sont rompus avant un an
Dares Aalyses javier 2015 N 005 publicatio de la directio de l'aimatio de la recherche, des études et des statistiques Plus d u tiers des CDI sot rompus avat u a Le cotrat de travail à durée idétermiée
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailStatistiques 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 détailRESOLUTION PAR LA METHODE DE NORTON, MILLMAN ET KENNELY
LO 4 : SOLUTO P L MTHO OTO, MLLM T KLY SOLUTO P L MTHO OTO, MLLM T KLY MTHO OTO. toductio Le théoème de oto va ous pemette de éduie u cicuit complexe e gééateu de couat éel. e gééateu possède ue souce
Plus en détailSommaire Chapitre 1 - L interface de Windows 7 9
Sommaire Chapitre 1 - L iterface de Widows 7 9 1.1. Utiliser le meu Démarrer et la barre des tâches de Widows 7...11 Démarrer et arrêter des programmes...15 Épigler u programme das la barre des tâches...18
Plus en détailInitiation à l analyse factorielle des correspondances
Fiche TD avec le logiciel : tdr620b Iitiatio à l aalyse factorielle des correspodaces A.B. Dufour & M. Royer & J.R. Lobry Das cette fiche, o étudie l Aalyse Factorielle des Correspodaces. Cette techique
Plus en détailChapitre 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 détailRégulation 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 détailSTRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO
Des résultats du Programme de réductio des risques STRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO 1. Cotexte La puaise tere Lygus lieolaris (figure 1) est
Plus en détailUn nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction
A ew adaptive operator of fusio par Fraçois DELMOTTE LAMIH, Uiversité de Valeciees et du Haiaut-Cambrésis, Le Mot Houy, BP 3, 5933 Valeciees CEDEX 9 fdelmott@flore.uiv-valeciees.fr résumé et mots clés
Plus en détailUV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1
UV SQ 0 Probabilités Statistiques UV SQ 0 Autome 006 Resposable d Rémy Garadel ( m.-el. remy.garadel@utbm.fr ) page SQ-0 Probabilités - Statistiques Bibliographie: Titre Auteur(s) Editios Localisatio Niveau
Plus en détailComment les Canadiens classent-ils leur système de soins de santé?
Novembre Les sois de saté au Caada, c est capital bulleti o 4 Commet les Caadies classet-ils leur système de sois de saté? Résultats du sodage iteratioal du Fods du Commowealth sur les politiques de saté
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 détailLa maladie rénale chronique
La maladie réale chroique Qu est-ce que cela veut dire pour moi? Natioal Kidey Disease Educatio Program La maladie réale chroique: l essetiel Vous avez été iformé(e) que vous êtes atteit(e) de la maladie
Plus en détailPrincipes 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 détailSommes de signaux : Décomposition de Fourier Spectre ondes stationnaires et résonance
Sommes de sigaux : Décompositio de Fourier Spectre odes statioaires et résoace Das le cours précédet, o a étudié la propagatio des odes moochromatiques mais celles-ci e peuvet pas porter d iformatio ;
Plus en détailcapital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...
Applicatios des maths Algèbre fiacière 1. Itérêts composés O place u capital C 0 à u taux auel T a pedat aées. Quelle est la valeur fiale C de ce capital? aée capital e fi d'aée 1 C 0 + T C 0 = C 0 (1
Plus en détailPetit recueil d'énigmes
Petit recueil d'éigmes Patxi RITTER (*) facile (**) mois facile (***) pas facile (****) il faudra de l aide Solutios e rouge. 1) Cryptarithme (**) Trouvez la valeur de A, B et C satisfaisat l équatio suivate.
Plus en détailLa tarification hospitalière : de l enveloppe globale à la concurrence par comparaison
ANNALES D ÉCONOMIE ET DE STATISTIQUE. N 58 2000 La tarificatio hospitalière : de l eveloppe globale à la cocurrece par comparaiso Michel MOUGEOT * RÉSUMÉ. Cet article cosidère différetes politiques de
Plus en détailGuide des logiciels installés sur votre ordinateur portable Sony PCG-C1MHP
Guide des logiciels istallés sur votre ordiateur portable Soy PCG-C1MHP Commecez par lire ce documet! Commecez par lire ce documet! Importat Ce produit comporte des logiciels acquis par Soy sous licece
Plus en détailRéseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus
Réseaux d odelettes et réseaux de euroes pour la modélisatio statique et dyamique de processus Yacie Oussar To cite this versio: Yacie Oussar. Réseaux d odelettes et réseaux de euroes pour la modélisatio
Plus en détailMESURE DE L'INFORMATION
MESURE DE L'INFORMATION Marc URO TABLE DES MATIÈRES INTRODUCTION... 3 INCERTITUDE D'UN ÉVÉNEMENT (OU SELF-INFORMATION)... 7 INFORMATION MUTUELLE DE DEUX ÉVÉNEMENTS... 9 ENTROPIE D'UNE VARIABLE ALÉATOIRE
Plus en détailNeolane Message Center. Neolane v6.0
Neolae Message Ceter Neolae v6.0 Ce documet, aisi que le logiciel qu'il décrit, est fouri das le cadre d'u accord de licece et e peut être utilisé ou copié que das les coditios prévues par cet accord.
Plus en détail