Correction ESSEC 2007 Voie économique

Dimension: px
Commencer à balayer dès la page:

Download "Correction ESSEC 2007 Voie économique"

Transcription

1 ESSEC III 7 Eercice Pge Correctio ESSEC 7 Voie écoomique L correctio comporte 5 pges. Eercice suites et clcul mtriciel. _ () E e ectut le produit mtriciel (licite cr M 3 (R) et X M 3; (R)) ous oteos N; X X + () Démotros pr récurrece que P "X X " est vrie pour tout etier L iitilistio est ie véri ée cr I et doc X IX Supposos que pour é ds N; l propositio soit véri ée. Motros que P soit vrie. Or ous vos X + X X + X isi ous pouvos dire que P ) P + (l propositio est trsmissile) et selo le premier pricipe de récurrece l propositio est héréditire, à svoir que. _ N; X X () est ue vleur propre de si et seulemet si I est o iversile soit si et seulemet si ue réduite de Guss de I est o iversile. Cherchos lors ue réduite de Guss de I à l ide d opértios élémetires sur les liges. 3 L $ 3 L L (3 ) L $ L L 3 L ( ) 3 I est o iversile si et seulemet si l réduite de Guss oteue est o iversile, soit si et seulemet si l u (u mois) de ses coe ciets digou est ul, c est-à-dire si et seulemet si fg Coclusio sp () fg Cocours 7 5 mi 7

2 ESSEC III 7 Eercice Pge () Il est ps utile de détermier le sous-espce propre de pour coclure que celle-ci est ps digolisle. E e et il su t de dire que du fit que est ps sclire (c est-à-dire que est ps proportioelle à I), est ps digolisle. Cepedt répodos à l questio. E () < y z 9 M 3; (R) j et y z ; Comme dim E () lors que M 3 (R) ous pouvos coclure que est ps digolisle 3. _ () _ Tout d ord ous predros de mière évidete e (; ; ) e repret l questio précédete, cr pr dé itio de T; e est u vecteur propre de vleur propre ssociée (de surcroit ous véri os l cotrite de l éocé impost que l troisième composte soit égle à ). Cherchos mitet e (; y; ) tel que f (e ) e + e ce qui se trduit mtriciellemet pr ou ecore 3 y + y y + ce qui ous rmèe à l résolutio du système suivt < y y Nous pourros predre e (; ; ) Cherchos e e 3 (; y; ) tel que f (e 3) e + e 3 ce qui se trduit mtriciellemet y 4 ou ecore 3 y + + y y + y y 4 Cocours 7 5 mi 7

3 ESSEC III 7 Eercice Pge 3 ce qui ous rmèe à l résolutio du système suivt < y y Nous pourros predre e 3 (; ; ) () D près l décompositio doée, T s écrit T I + J où ous posos Comme J est ue mtrice trigulire stricte, ous pouvos dire que J est ilpotete d ordre u plus égl à 3. Comme u clcul rpide ous doe et J 3 () ue petite récurrece, qu o lisse fire u lecteur motre que N 3 ; J Comme les mtrices I et J commutet, ous pouvos ppliquer l formule du iôme de Newto pour oteir T ; ce qui doe N; T (I + J) X (I) k J k k k X (I) k J k selo () k k (I) J + (I) J + I + ( ) J + + ( ) 3 (I) J + ( Coclusio N; ( ) 3 Ue petie véri ctio s impose et o voit que tour à tour pour et pour ous retrouvos ie respectivemet I et T 4. _ () D près l cours, c est l formule du chgemet de se ppliquée à l mtrice d u edomorphisme P T P et pr ue récurrece ultr-clssique démotros que R " P T P tout etier " est vrie pour Cocours 7 5 mi 7

4 ESSEC III 7 Prolème Prtie I Pge 4 L iitilistio est ie véri ée cr I et P T P P IP I Supposos que pour é ds N; l propositio soit véri ée. Motros que R + soit vrie. Or ous vos + P T P P T P P T T P P T + P isi ous pouvos dire que R ) R + (l propositio est trsmissile) et selo le premier pricipe de récurrece l propositio est héréditire, à svoir que vec N; P T P () près quelques clculs à préseter sur l copie comme demdé (c) Selo l questio. ( + B ( + 3) + 3 ( ) et u v w ( 5) ( + ) 3 ( + 3) ( 3 ( + 3) ( + ) 3 ( 3 ( ) ( ) ( 5) 5 + C Coclusio N; >< > u + v 3 ( + 3) w 3 ( ) Prolème proilités I Prélimiires. _ Cocours 7 5 mi 7

5 ESSEC III 7 Prolème Prtie I Pge 5 () Rppelos pour commecer que si X est ue vrile suivt l loi epoetielle de prmètre ; ous pouvos predre comme desité ssociée, l foctio f X dé ie pr f X () e si si < (). _ Il est de otoriété pulique que F X s foctio de réprtitio est dé ie pr e si F X () si < lors l foctio d tiréprtitio demdée, qui à tout réel ssocie le omre réel P ([X > ]) pprtet à [; ] est dé ie pr P ([X > ]) F X () e si si < () Siglos que pour tout réel strictemet positif; l proilité P ([X > ]) est o ulle, doc l proilité coditioelle demdée ie u ses. Elle vut (; y) R + ; P[X>] ([X > + y]) P ([X > + y] \ [X > ]) pr dé itio P ([X > ]) P ([X > + y]) cr [X > + y] [X > ] P ([X > ]) e (+y) e e e y e y e P ([X > y]) pr propriété de ep Cette propriété eprime qu u phéomèe "e vieillit ps" si duré plus que uité de temps, lors il durer ecore y uités de temps supplémetires vec l même proilité qu u phéomèe logue à qui viedrit d pprître. L propriété est doc ue propriété d sece de mémoire (le phéomèe e se souviet ps "d voir vieilli"). () L vrile S dmet ue espérce et ue vrice e tt que somme de vriles létoires dmettt chcue ue espérce et ue vrice. isi pr liérité de l espérce N ; E (S ) X E (X k ) k E (X ) cr toutes les vriles X k suivet l même loi D utre prt pr idépedce des vriles létoires X k Coclusio N ; V (S ) X V (X k ) k V (X ) cr toutes les vriles suivet l même loi N ; E (S ) et V (S ) Cocours 7 5 mi 7

6 ESSEC III 7 Prolème Prtie II Pge 6 7 () Prtiquos le produit de covolutio ie fmiliers à vos cmrdes d ECS, pour démotrer pr récurrece que P < si t < S dmet pour desité l foctio f t! ( )! e t t si t est vrie pour tout etier o ul II Loi de Preto. _ L iitilistio est ie véri ée pour selo () cr < si t < f (t) ( )! e t t si t si t < e t si t f X (t) Supposos que pour é ds N ; l propositio soit véri ée. Motros que P + est vrie. Or ous vos S + S + X + vec selo le théorème de covolutio doé pr l éocé, utilisle cr les vriles S et X + sot idépedtes f S+ (t) Z + f S () f X+ (t ) d L vrile S + est à vleurs ds R + isi f S+ est ulle sur R D utre prt le produit f S () f X+ (t ) est o ul si et seulemet si et t ce qui équivut à dire que t; doc t ; f S+ (t) Z t Z t f S () f X+ (t ) d ( )! e e (t ) d + ( )! + e t ( )! + e t ( )! + e t ( )! Z t Z t t t + e t t! e t d isi ous pouvos dire que P ) P + (l propositio est trsmissile) et selo le premier pricipe de récurrece l propositio est héréditire, à svoir que d < N ; S dmet pour desité l foctio f t 7! si t < ( )! e t t si t Cocours 7 5 mi 7

7 ESSEC III 7 Prolème Prtie II Pge 7 L itégrle Z + f coverge si et seulemet si Z f qui coïcide vec l foctio ulle sur l itervlle ] prt pr cotiuité de t 7! t + f et Z + sur [; +[ l itégrle f coverget. Or pr dé itio de ; [ ; l itégrle Z + Z Z + t f coverge. D utre f e présete qu ue seule impropreté, e + Mis ous pouvos dire que l itégrle dt coverge e tt + qu itégrle proportioelle à ue itégrle de Riem (de prmètre + ) si et seulemet si + > soit si et seulemet si > ; ce qui est l hypothèse de l éocé. isi coverge. Coclusio Clculos s vleur Z + f Z f + + lim!+ lim!+ lim!+ Z + Z + Z t t f coverge f pr Chsles + dt pr covergece de l itégrle + cr Z + lim puisque >!+ dt t+ Coclusio Z + f Z + t X dmet ue espérce si et seulemet si dt est covergete, pr dé itio de f qui coîcide vec l foctio ulle sur ] ; [ Cette itégrle est covergete e tt qu itégrle proportioelle à ue itégrle de Riem si et seulemet si so prmètre est strictemet supérieur à. Morlité X dmet ue espérce si et seulemet si > ; vec Coclusio E (X) Z + t dt Z lim!+ lim!+ lim!+ dt pr dé itio de l covergece t t cr lim + puisque >!+ X dmet ue espérce égle à Cocours 7 5 mi 7

8 ESSEC III 7 Prolème Prtie II Pge X dmet ue vrice si et seulemet si X dmet u ordre deu. Et X dmet u momet Z + t d ordre deu si et seulemet si dt est covergete, pr dé itio de f qui coîcide vec l foctio ulle sur ] ; [ Cette itégrle est covergete e tt qu itégrle proportioelle à ue itégrle de Riem si et seulemet si so prmètre est strictemet supérieur à. Morlité X dmet u momet d ordre deu, doc ue vrice lorsque > ; vec E X Z + t dt Z t lim!+ lim!+ lim!+ + dt t cr lim!+ + puisque > Coclusio selo le théorème de Huyges-Koeig X dmet ue vrice égle à V (X) E X (E (X)). Soit F X l foctio de réprtitio de X dé ie pr Nous vos Coclusio F X () < < R; ( ) ( ) F X () P ([X ]) si < Z + Z t + dt si pr Chsles si < t si < si < + si < si < si < si < F X () si et doc l foctio d tiréprtitio, ou foctio de survie est dé ie pr < si < P ([X > ]) si Cocours 7 5 mi 7

9 ESSEC III 7 Prolème Prtie III Pge 9 3. Nous costtos pour commecer que, d près le résultt précédet, pour tout réel strictemet positif; l proilité P ([X > ]) est o ulle, doc l proilité coditioelle demdée ie u ses. Elle vut (; y) R + ; P[X>] ([X > + y]) P ([X > + y] \ [X > ]) pr dé itio P ([X > ]) P ([X > + y]) cr [X > + y] [X > ] P ([X > ]) et pour su smet grd (doc supérieur à ), et tel que + y soit ussi supérieur à ; ous vos + y P [X>] ([X > + y]) + y puis pr pssge à l limite qud ted vers l i i, cel doe lim P [X>] ([X > + y])!+ cr + y!+ et l pplictio t 7! t est cotiue e. De cel ous pouvos e déduire plus le temps de survie d u phéomèe (modélisé pr l loi de Preto) est grd, plus l proilité est grde que le phéomèe it ps l mémoire de so vieillissemet 4. Pour oteir l loi de l vrile Y l F Y dé ie pr R; X il ous fut chercher d ord s foctio de réprtitio F Y () P ([Y ]) elle ous co rmer, pr ses propriétés, si Y reste ue vrile à desité, cr elle oteue à prtir d u chgemet de vrile, et l o sit très ie qu e ectuer u chgemet de vrile sur ue vrile à desité e présge de rie qud à l ture de l ouvelle vrile oteue. Nous vos Y () R + du fit que X () [; +[ lors < si < F Y () P l X si < si < X P e si si < P ([X e ]) si si < F X (e ) si < si < e si si < e si ce iveu-là toutes les iformtios tomet e même temps Y reste ue vrile à desité et suit l loi epoetielle de prmètre Cocours 7 5 mi 7

10 ESSEC III 7 Prolème Prtie III Pge III Estimtio des prmètres d ue loi de Preto. _ () Nous vos ( ; ; ; ) ([; +[) ; L () Y k + k! + Y k k () _ vt de commecer ous devos sigler que ous pouvos clculer l L () cr L est à vleurs strictemet positives. De plus les réels et sot strictemet positifs isi que tous les réels k pour k [j; j] (il étit écessire de préciser cel pour utiliser l propriété dist que l l ( ) pour tout réel et pour tout réel strictemet positif. Cel ous doe Y > ; l L () l! Coclusio X l k + k k + k X (l + l k l + l ( + ) pr propriété de l ( + ) l k ) pr propriété de l X l k k > ; l L () l + l ( + ) X l k i. et ii. L foctio ' est cotiue et dérivle sur R + e tt que somme de telles foctios vec lors ' () () > ; ' () + l X l k X l k () X l () k k k k k k X k l pr propriété de l X e suppost tout de même que ( ; ; ) 6 (; ; ) k l k Cocours 7 5 mi 7

11 ESSEC III 7 Prolème Prtie III Pge (c) _ 3 isi ' est croisste sur 7 5 ; X 7 et décroisste sur 6 k 5 4 l k ' présete doc u uique mimum tteit e w 3 X k l k iii. E comme L ep (l L) vec ep croissste L présete ussi u uique mimum e w X ; + 6 k 4 l i. Nous vos vu ds l questio ds l questioii.4 que lorsque X suivit ue loi de X préto de prmètres et ; l vrile Y l suivit ue loi epoetielle de prmètre E s dptt u ouveu prmètres de l questio, ous pouvos dire que si pour tout k [j; j] ; X k suit ue loi de Preto de prmètres et lors, pour tout k [j; j] ; Y k suit ue loi epoetielle de prmètre Selo l questio I.. X l k Xk k est ue vrile à desité dmettt pour desité f dé ie à cette questio, mis e post ii. Pour Z; selo le théorème de trsfert, W dmet ue espérce si et seulemet si l itégrle R f () d est solumet covergete soit si et seulemet si ZR+ ( )! e d est covergete, pr dé itio de f ulle sur R Cette itégrle e présete qu ue seule impropreté, e +; pr cotiuité de l itégrde sur R + Or isi lim!+ e lim e!+ e selo les croissces comprées o + lors selo Z le théorème de égligeilité ppliqué u foctios positives, du fit que + d l itégrle coverge e tt qu itégrle de Riem de prmètre > ; l itégrle Z + Z ( )! e d coverge ussi. E ( )! e d e pose ucu prolème de covergece, du fit de l cotiuité de l itégrde sur [; ] Morlité Cocours 7 5 mi 7

12 ESSEC III 7 Prolème Prtie III Pge Z + ( )! e d coverge et W dmet ue espérce égle à Z lim!+ ( )! e d lim Coclusio!+ ( )! (pr IPP licite) lim!+ lim!+ + lim ( )! e e + ( )! e + lim!+ Z + Z Z e ( )! f R W dmet ue espérce égle à U estimteur ss iis de costruit sur W ser W + Z!+ Z e e! d ( )! d Z e! d e d pr croissce comprées ( )! d pr dé itio de l cvce de l itégrle cr cette vrile dmet ue espérce, du fit qu elle soit oteue à prtir de W pr ue trsformtio e, qui vut E (W ) (d) O pose pour tout de N W W i. Soit u etier supérieur ou égl à 3. E dmettt que W possède u momet d ordre deu égl à ( ) ; ous pouvos dire qu elle dmet ussi ue vrice égle selo le ( ) théorème de Huyges-Koeig à V (W ) ( ) ( ) Comme W possède ue espérce et ue vrice, o peut lui ppliquer l iéglité de Bieymé-Tcheychev, dist que ce qui équivut à dire que soit " > ; P ([jw E (W )j "]) V (W ) " " > ; P ([jw E (W )j < "]) V (W ) " " > ; P ([jw E (W )j < "]) V (W ) " Cocours 7 5 mi 7

13 ESSEC III 7 Prolème Prtie III Pge 3 ou ecore " > ; P ([W " < < W + "]) ( ) " ii. Cherchos u etier turel N tel que pour tout supérieur ou égl à N P W ; W + 95 Pour cel il su t de chercher l vleur seuil de tel que " et ]; [ Nous oteos les équivleces 95 vec ( ) " () ( ) ( ) 95 5 () 5 () () + Il su t de predre N cr étt icou été mioré pr (je i rie d utre à vous proposer de mieu pour l istt!).. _ () _ i. Si ous trouvos le réel c tel que E (Y ) lors l suite d estimteurs (Y ) N, ppelée usivemet estimteur, ser ss iis du prmètre L vrile Y dmet e ectivemet ue espérce e tt que comiiso liéire de vriles dot l espérce eiste, vec pr liérité de l espérce X E (Y ) c E (X k ) k X c E (X ) cr toutes les vriles suivet l même loi k c selo II. lors l cotrite E (Y ) impose que c ii. L vrile Y dmet e ectivemet ue vrice e tt que comiiso liéire de Cocours 7 5 mi 7

14 ESSEC III 7 Prolème Prtie III Pge 4 vriles dot l vrice eiste, vec pr idépedce des vriles X V (Y ) c V (X k ) k X c V (X ) cr toutes les vriles suivet l même loi k c selo II. ( ) ( ) ( ) ( ) ( ) ( ) Coclusio et ous vos cliremet V (Y ) ( ) lim V (Y )!+ () _ i. Soit pour N ; Z mi (X ; ; X ) et F Z s foctio de réprtitio dé ie pr R; F Z () P ([Z ]) Tout d ord Z () [; +[ puisque pour tout etier k de [j; j] X k () [; +[ ; isi F Z () si < P ([Z > ]) si ><! si < \ > P [X k > ] si k >< si < Y pr idépedce des vriles X > P ([X k > ]) si k k >< si < Y > ( P ([X k ])) si k >< si < Y > ( F Xk ()) si k < si < si < si < si cr toutes les vriles suivet l même loi l vue de l foctio de réprtitio oteue, ous pouvos coclure que Z suit ue loi de Preto de et Cocours 7 5 mi 7

15 ESSEC III 7 Prolème Prtie III Pge 5 D près II. et comme lors E (Z ) soit!+!+ lim E (Z )!+ Not ee o dit ds ce cs précis que l suite d estimteurs (Z ) est symptotiquemet ss iis. ii. Pour tout etier turel strictemet positif ous posos Z d Z vec d tel que E (Z ) Cel impose à d de véri er d E (Z ) soit d ou ecore d Z dmet ue vrice cr elle est oteue pr trsformtio e à prtir de Z qui e dmet ue, vec Comme ous pouvos dire que V (Z) d V (Z ) selo II. ( ) ( ) iii. Compros les vrice de Z et de Y Coclusio!+ lim V!+ (Z ) V (Z) V (Y ) () () ( ) ( ) () ( ) () () cr 6 Quelle que soit l tille de l échtilo, l estimteur (Z ) est plus e cce que l estimteur (Y ) (suf erreur de m prt!) zzzzz Cocours 7 5 mi 7

Baccalauréat S Asie 19 juin 2014 Corrigé

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Limites des Suites numériques

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

Plus en détail

CHAPITRE 2 SÉRIES ENTIÈRES

CHAPITRE 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

Etude de la fonction ζ de Riemann

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

Plus en détail

Chapitre 3 : Fonctions d une variable réelle (1)

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

Séquence 5. La fonction logarithme népérien. Sommaire

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

Plus en détail

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

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

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

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

Plus en détail

Séries réelles ou complexes

Séries 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 détail

Intégrales généralisées

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

Plus en détail

Synthèse de cours (Terminale S) Calcul intégral

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

Plus en détail

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

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

Plus en détail

Déroulement de l épreuve de mathématiques

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

Plus en détail

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

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

Plus en détail

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

* 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 détail

1 Mesure et intégrale

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

Plus en détail

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

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

Plus en détail

Suites et séries de fonctions

Suites 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 détail

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

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

Plus en détail

A11 : La représentation chaînée (1ère partie)

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

Plus en détail

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9

Convergences 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 détail

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

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

Plus en détail

Comportement d'une suite

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

Plus en détail

14 Chapitre 14. Théorème du point fixe

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

Plus en détail

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

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

Plus en détail

Solutions particulières d une équation différentielle...

Solutions 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 détail

Les Nombres Parfaits.

Les 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 détail

STATISTIQUE : TESTS D HYPOTHESES

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

Plus en détail

Séquence 8. Probabilité : lois à densité. Sommaire

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

Plus en détail

INTENTION LES PROCESSUS MATHÉMATIQUES

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

Plus en détail

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.

Polynésie 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 détail

Processus et martingales en temps continu

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

Plus en détail

STATISTIQUE AVANCÉE : MÉTHODES

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

Plus en détail

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

Deuxième 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 détail

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

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

Plus en détail

Cours de Statistiques inférentielles

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

Plus en détail

Cours 5 : ESTIMATION PONCTUELLE

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

Plus en détail

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

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

Plus en détail

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

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

Plus en détail

STI2D Logique binaire SIN. L' Algèbre de BOOLE

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

Plus en détail

Introduction : Mesures et espaces de probabilités

Introduction : 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 détail

SÉRIES STATISTIQUES À DEUX VARIABLES

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

Plus en détail

Chapitre 3 : Transistor bipolaire à jonction

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

Plus en détail

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices

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

Plus en détail

L'algèbre de BOOLE ou algèbre logique est l'algèbre définie pour des variables ne pouvant prendre que deux états.

L'algèbre de BOOLE ou algèbre logique est l'algèbre définie pour des variables ne pouvant prendre que deux états. ciences Industrielles ystèmes comintoires Ppnicol Roert Lycée Jcques Amyot I - YTEME COMBINATOIRE A. Algère de Boole. Vriles logiques: Un signl réel est une grndeur physique en générl continue, on ssocie

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

4 Approximation des fonctions

4 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 détail

Module 2 : Déterminant d une matrice

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

Plus en détail

PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS

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

Plus en détail

LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE. Unité d enseignement LCMA 4U11 ANALYSE 3. Françoise GEANDIER

LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE. Unité d enseignement LCMA 4U11 ANALYSE 3. Françoise GEANDIER LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE Unité d enseignement LCMA 4U ANALYSE 3 Frnçoise GEANDIER Université Henri Poincré Nncy I Déprtement de Mthémtiques . Tble des mtières I Séries numériques. Séries

Plus en détail

ANALYSE NUMERIQUE NON-LINEAIRE

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

Plus en détail

Tout ce qu il faut savoir en math

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

Plus en détail

EXERCICES : DÉNOMBREMENT

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

Plus en détail

Séries numériques. Chap. 02 : cours complet.

Séries numériques. Chap. 02 : cours complet. Séris méris Cha : cors comlt Séris d réls t d comlxs Défiitio : séri d réls o d comlxs Défiitio : séri corgt o dirgt Rmar : iflc ds rmirs trms d séri sr la corgc Théorèm : coditio écssair d corgc Théorèm

Plus en détail

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

Calculer comment se constituer un capitale ; Calculer comment rembourser une dette en effectuant des versements réguliers. CHAP: 8 Objecifs de ce chpire : Clculer comme se cosiuer u cpile ; Clculer comme rembourser ue dee e effecu des versemes réguliers. RAPPELS : Qu'es-ce qu'ue vleur cquise? Qu'es-ce qu'ue vleur cuelle? Le

Plus en détail

O, i, ) ln x. (ln x)2

O, i, ) ln x. (ln x)2 EXERCICE 5 points Commun à tous les candidats Le plan complee est muni d un repère orthonormal O, i, j Étude d une fonction f On considère la fonction f définie sur l intervalle ]0; + [ par : f = ln On

Plus en détail

Module 3 : Inversion de matrices

Module 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 détail

Statistique descriptive bidimensionnelle

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

Plus en détail

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

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

Plus en détail

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales

PROMENADE 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 détail

Estimation des incertitudes sur les erreurs de mesure.

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

Plus en détail

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )

TRANSFERT 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 détail

Chap. 5 : Les intérêts (Les calculs financiers)

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

Plus en détail

Intégrale et primitives

Intégrale et primitives Chpitre 5 Intégrle et primitives 5. Ojetif On herhe dns e hpitre à onstruire l opérteur réiproue de l opérteur de dérivtion. Les deux uestions suivntes sont lors nturelles. Question : Soit f une pplition

Plus en détail

20. Algorithmique & Mathématiques

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

Plus en détail

2 ième partie : MATHÉMATIQUES FINANCIÈRES

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

Plus en détail

semestre 3 des Licences MISM annnée universitaire 2004-2005

semestre 3 des Licences MISM annnée universitaire 2004-2005 MATHÉMATIQUES 3 semestre 3 des Licences MISM nnnée universitire 24-25 Driss BOULARAS 2 Tble des mtières Rppels 5. Ensembles et opértions sur les ensembles.................. 5.. Prties d un ensemble.........................

Plus en détail

RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *)

RESOLUTION 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 détail

SYSTEME FERME EN REACTION CHIMIQUE

SYSTEME FERME EN REACTION CHIMIQUE SYSTEME FERME EN REACTION CHIMIQUE I. DESCRIPTION D UN SYSTEME. Les dfférets types de système (ouvert, fermé, solé U système S est formé d u esemble de corps séparés du reste de l uvers (appelé mleu extéreur

Plus en détail

Des résultats d irrationalité pour deux fonctions particulières

Des 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 détail

Chaînes de Markov. Arthur Charpentier

Chaînes 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 détail

?,i- ' ^/mmmmmm. CACU ^..""'V ii\teimmies EîiiEsmmii ''?A y? K 1^ 1 - r Par le Moyede Formules Algébriques ) v-^' ET A 'AIDE DES OGARITHMES.../v:?i.'?Xi:: F, X, BURQUE, Ptr. Professeur de MatJu'matiques,

Plus en détail

Contribution à la théorie des entiers friables

Contribution 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 détail

Un nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction

Un 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 détail

S euls les flux de fonds (dépenses et recettes) définis s ent l investissement.

S euls les flux de fonds (dépenses et recettes) définis s ent l investissement. Choix d ives i s s eme e cer iude 1 Chapire 1 Choix d ivesissemes e ceriude. Défiiio L es décisios d ivesissemes fo parie des décisios sraégiques de l erepris e. Le choix ere différes projes d ivesisseme

Plus en détail

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

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

Plus en détail

Chapitre 11 : L inductance

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

Plus en détail

Probabilités et statistique pour le CAPES

Probabilités 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 détail

Cours d Analyse IV Suites et Séries de fonctions

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

Plus en détail

55 - EXEMPLES D UTILISATION DU TABLEUR.

55 - 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 détail

Comparaison de fonctions Développements limités. Chapitre 10

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

Plus en détail

capital 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...

capital 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 détail

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

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

Plus en détail

Statistique Numérique et Analyse des Données

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

Plus en détail

Chapitre 1 : Fonctions analytiques - introduction

Chapitre 1 : Fonctions analytiques - introduction 2e semestre 2/ UE 4 U : Abrégé de cours Anlyse 3: fonctions nlytiques Les notes suivntes, disponibles à l dresse http://www.iecn.u-nncy.fr/ bertrm/, contiennent les définitions et les résultts principux

Plus en détail

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

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

Plus en détail

Régulation analogique industrielle ESTF- G.Thermique

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

Plus en détail

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE

LE 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

Théorème de Poincaré - Formule de Green-Riemann

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

Plus en détail

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

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

Plus en détail

Processus géométrique généralisé et applications en fiabilité

Processus 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 détail

c. Calcul pour une évolution d une proportion entre deux années non consécutives

c. 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 détail

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

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

Plus en détail

MTH 2301 Méthodes statistiques en ingénierie. MTH 2301 Méthodes statistiques en ingénierie

MTH 2301 Méthodes statistiques en ingénierie. MTH 2301 Méthodes statistiques en ingénierie VARIABLES ALÉATOIRES déo oco de réro vrble léore dscrèe moyee - vrce - écr ye esérce mhémque vrble léore coue oco d ue vrble léore : rsormo combso lére de vrbles léores Déo E : eérece léore S : esce échllol

Plus en détail