CALCULS ALGEBRIQUES A MODES DE RAISONNEMENT

Dimension: px
Commencer à balayer dès la page:

Download "CALCULS ALGEBRIQUES A MODES DE RAISONNEMENT"

Transcription

1 CALCULS ALGEBRIQUES A MODES DE RAISONNEMENT O présete ds ce chpitre, les modes de risoemet usuels Ds l suite le terme de propositio, ou ssertio, désige u éocé mthémtique qui peut predre 2 vleurs : Vri ou Fux I) Risoemet pr l'bsurde O veut motrer qu'ue propositio P est vrie Le risoemet pr l'bsurde cosiste à supposer que l propositio P est fusse et trouver ue cotrdictio vec des résultts obteus Exemple : O veut motrer qu'il 'y ps d'etier turel plus grd que les utres Supposos pr l'bsurde qu'il existe u etier turel N plus grd que les utres L somme de deux etiers turels étt u etier turel, N + 1 est u etier turel Mis comme 1>0, o N+1 > N Aisi, N 'est ps plus grd que tous les etiers turels : Cotrdictio Aussi, il 'y ps d'etier turel plus grd que tous les utres II) Risoemet pr cotrpositio O deux propositios P et Q O veut motrer l'implictio P Q, c'est-àdire " si P est vrie lors Q est vrie" Le risoemet pr cotrpositio cosiste à costter que P Q est équivlete à l propositio "si Q est fusse, lors P est fusse" Attetio à e ps cofodre cotrpositio et bsurde Exemple : Soit u etier turel O veut motrer " 2 pir pir" L cotrpositio ffirme : " impir 2 est impir" Preos doc u etier impir Il s'écrit sous l forme = 2 k + 1 vec k u etier turel Mis lors 2 = 4 k k + 1 = 4 k (k + 1) +1 est impir III) Risoemet pr lyse-sythèse O cosidère u problème O veut détermier les solutios de ce probleme Le pricipe de cette démostrtio s'effectue e deux phses : phse d'lyse O suppose le problême résolu, et o trouve des coditios écessires sur les solutios phse de sythèse O repred les coditios écessires obteues ds l'lyse, et o vérifie qu'elles sot suffistes pour résoudre le problême Exemple : Motrer que toute foctio de vers s'écrit comme somme d'ue foctio pire et d'ue foctio impire Soit f cette foctio Alyse : Si f = f 1 + f 2 vec f 1 pire et f 2 impire Alors : xi, f( x) = f 1 (x) f 2 (x) cr f 1 pire et f 2 impire Aisi : xi, f 1 (x) = 1 (f(x) + f( x)) et f 2(x) = 1 (f(x) f( x)) 2 2 Sythèse : Soit f 1 et f 2 les foctios défiies sur I pr : xi, f 1 (x) = 1 2 (f(x) + f( x)) et f 2(x) = 1 2 (f(x) f( x)) O vérifie isémet que : f = f 1 + f 2, que f 1 est pire et que f 2 est impire

2 IV) Risoemet pr récurrece O suppose coues les opértios élémetires sur De l'xiomtique de PEANO, il ressort les xiomes et propriétés (dmises) suivtes : u plus petit élémet : 0 mis ps de plus grd élémet Toute prtie o vide de u plus petit élémet Toute prtie o vide et mjorée de u plus grd élémet Théorème : Pricipe de récurrece Soit P() ue propositio portt sur u etier Soit 0 Si P vérifie : P( 0 ) est vrie (iitilistio) 0, P() vrie P(+1) vrie (hérédité) Alors 0, P() vrie Dem: Soit A = { 0, P() fusse } Supposos pr l'bsurde que A soit o vide A est lors ue prtie o vide de Doc d'près ue des propriétés fodmetles de, A dmet u plus petit élémet que l'o ote O : A Comme A, 0 Or P( 0 ) est vrie (iitilistio) doc 0 Aisi > 0 Mis lors 1 est u etier supérieur ou égl à 0 et -1 e peut ps pprteir à A cr le plus petit élémet de A est Aussi P( 1) est vrie Mis lors o 1 0 et P( 1) est vrie ( ) doc d'près le propriété d'hérédité, P() doit églemet être vrie E prticulier A O obtiet à l fois ue propriété ( A) et so cotrire : Impossible Doc l'hypothèse iitile est fusse : A est vide, ie, 0, P() vrie Théorème : Récurrece forte (ou vec prédécesseurs) Soit P() ue propositio portt sur u etier Soit 0 Si P vérifie : P( 0 ) est vrie 0, (k{ 0,,}, P(k) vrie) P(+1) vrie Alors 0, P() vrie Dem: Même que précédemmet si ce 'est que l'o chge l lige pr : o -1 0 et k { 0,,-1} P(k) est vrie Exercice: Motrer le pricipe de récurrece double : Si P(1) et P(2) vries et si 1, (P() et P(+1) vries) P(+2) vrie, lors 1, P() vrie

3 B SOMMES ET PRODUITS I) Somme et produit O cosidère u esemble fii o vide I et ( ) ii ue fmille de ombres réels ou complexes O ote : ii ii l somme de tous les termes de cette fmille fiie le produit de tous les termes de cette fmille fiie Ds le cs prticulier où I = et o doc i = 1 = 1 2 i = 1 1,, o ote l somme sous l forme i = 1 = et le produit et o doc i = 1 Plus géérlemet, lorsque I = m, vec m et deux etiers tels que m, o = m + m et Pr covetio, o pose que si I est vide, = m m+1 ii = 0 et ii = 1 Remrque : Ds toutes les sommes ci-dessus, l vrible utilisée, ici i, est dite "muette" cr elle peut être remplcée pr toute utre vrible utre que celles itervet pour détermier les bores Propositio : Règles de clculs pour les sommes ) Soit I u esemble fii Soit ( ) ii et (b i ) ii deux fmilles de ombres réels ou complexes et u ombre réel ou complexe Alors i + b i = + b i et i = ii ii ii ii ii b) Soit I et J deux esembles fiis et disjoits Soit ( ) ii et ( ) ij Alors ii + ij = i I J

4 Propositio : Règles de clculs pour les produits ) Soit I u esemble fii Soit ( ) ii et (b i ) ii deux fmilles de ombres réels ou complexes et u ombre réel ou complexe Alors i b i = b i et i = p où p est le ombre ii ii ii ii ii d'élémets de I b) Soit I et J deux esembles fiis et disjoits Soit ( ) ii et ( ) ij Alors ii ij = i I J Remrque : Sommes et produits télescopiques Les propositios précédetes, permettet de simplifer certies sommes clssiques (et certis produits) dites télescopiques O isi : II) Sommes usuelles i+1 = +1 m et +1 = +1 Propositio : Somme des premiers termes d'ue suite rithmétique ) Soit (u ) N ue suite rithmétique Alors, si p et m sot deux etiers tels que m p m, u i = u p + u m 2 i = p b) E prticulier : k = m m (m p + 1) ( + 1) 2 m (moyee des deux extrèmes ombre de termes) Dem: O costte que u i = u p+mi Mis pour tout i, u p+mi + u i = u p + u m cr l suite est i = p i = p rithmètique O e déduit le résultt océ Propositio : Somme des premiers crrés, des premiers cubes k 2 = ( + 1) (2 + 1) 6 et k 3 = 2 ( + 1) 2 Dem: O peut procéder pr récurrece, ou e utilist les sommes télescopiques ssociées ux fmilles de termes (k + 1) 3 k 3 et (k + 1) 4 k 4 4

5 Propositio : Somme des premiers termes d'ue suite géométrique ) Soit (u ) N ue suite géométrique de riso q 1 Alors, si p et m sot deux etiers tels que p m, u i = u m 1 q m + 1 m i = p b) E prticulier : si q 1, 1 q q q q Dem: Si S est l somme recherchée, o simplifie l différece q S S, qui peut s'exprimer comme ue somme télescopique Idetité remrquble Propriété : Soit (,b)c 2 et Alors : +1 b +1 = ( b) Dem: O développe le produit ( b) O : ( b) k b k = k b k De même o : +1 b +1 = k b k = k b k b k k b k ( b) b k = k+1 k b k ( b) b k k b +1 k = +1 b +1 III) Sommes doubles O cosidère deux esembles fiis I et J et (,j ) (i,j)ij ue fmille de ombres réels ou complexes O ote :,j l somme de tous les termes de cette fmille (i,j)ij E prticulier, si I = m, et J = tels que m et p q, l somme double est otée : (i,j)ij p, q vec m,, p et q qutre etiers,j = m i p j q Propositio : Iterversio du sige pour ue somme idexée sur u rectgle Soit I = m, et J = complexes Alors m i p j q i,j p, q et (,j ) (i,j)ij ue fmille de ombres réels ou i,j = q j = p q i,j = j = p i,j Dem: O écrit les termes ds u tbleu et o effectue les sommes sur les liges et sur les coloes Puis o écrit que l somme totle est soit l somme de toutes les sommes prtielles sur les liges soit l somme de toutes les sommes prtielles sur les coloes

6 Propositio : Produit de deux sommes fiies Soit I = m, et J = réels ou complexes Alors p, q et ( ) ii et (b j ) jj deux fmilles de ombres i q j = p Dem: O pplique le résultt précédet à l fmille ( b j ) (i,j)ij b j = i b j m i p j q Somme trigulire O cosidère u esemble fii I de l forme I = {(i,j); m i j } vec m et deux etiers, et soit (,j ) (i,j)i ue fmille de ombres réels ou complexes O ote,j l somme de tous les termes de cette fmille (i,j)i Propositio : Iterversio du sige pour ue somme idexée sur u trigle Soit I = {(i,j); m i j } et (,j ) (i,j)i ue fmille de ombres réels ou complexes Alors (i,j)i,j = j = i i,j = j = m j Dem: O écrit les termes ds u tbleu et o effectue les sommes sur les liges et sur les coloes Puis o écrit que l somme totle est soit l somme de toutes les sommes prtielles sur les liges soit l somme de toutes les sommes prtielles sur les coloes i,j

7 C COEFFICIENTS BINOMIAUX I) Fctorielle et coefficiets biomiux Défiitio: Soit N O ppelle "fctorielle ", otée!, le ombre :! = Pour = 0, o! = 1 et si 1,! = k k k 1, Remrque O peut défiir les fctorielles pr récurrece :, ( + 1)! = ( + 1)! vec 0! = ! Défiitio: Soit (,p)n 2 vec p O ppelle "coefficiet biomil d'ordre (p,)", et o ote p, le ombre : p =! (-p)! p! Remrque O peut coveir que, pour p<0 ou p >, p = 0 Remrque déombre le ombre de chemis rélist p succès sur u rbre p modélist les résultts obteus u cours de répétitios ou le ombre de prties à p élémets ds u esemble à élémets II) Propriétés des coefficiets biomiux Propriétés: (i) 0 = p = p (iii) Formule de Pscl = 1 (ii) Formule de symétrie p-1 2 et 1 p -1 p = -p Dem: (i), (ii) et (iii) sot simples à étblir pr le clcul O peut doer ue démostrtio esembliste du (ii) : e effet il y utt de prties à p élémets que de prties à -p élémets cr à ue prtie à p élémets correspod ue et ue seule prtie à - p élémets : so complémetire (iii) Soit u élémet de E Les prties à p élémets de E sot les prties à p élémets de E\{} (qui sot u ombre de ( -1 ) les prties à p-1 élémets de E\{} uxquelles o joute (et qui sot u ombre de ( -1 p-1 ) ) p ) et

8 Trigle de Pscl O utilise l reltio de Pscl (v) pour clculer les coefficiets biomiux de proche e proche p III) Formule du biôme Formule du biôme Propriété : Soit (,b)c 2 et * Alors : ( + b) = k k b k vec l covetio : 0 = 1 = b 0 Dem: O procède pr récurrece sur O costte d'bord que si b = b, lors ( p b q ) = p+1 b q Soit P : " ( + b) = ( k) k b k " P 1 est cliremet vrie Si P est vrie O : ( + b) +1 = ( + b) ( + b) = ( k) k b k ( + b) = ( k) k b k + ( k) k b k b = ( k) k+1 b k + ( k) k b +1 k 1 = +1 + = +1 + ( k) ( k - 1) Doc P +1 est vrie Aussi *, P vrie k+1 b k + k b +1 k + ( k) ( k) k b +1 k + b k b +1 k + b +1 = + 1 ( k ) k b +1 k

9 D) SYSTEMES LINEAIRES I) Défiitio Défiitio: U système d'équtios liéires est u système de l forme : 1,1 x 1 + 1,2 x ,p x p = b 1 (S) 2,1 x 1 + 2,2 x ,p x p = b 2 Les élémets k,i sot les coefficiets réels ou complexes,,1 x 1 +,2 x 2 + +,p x p = b les élémets b k (réels ou complexes) formet le secod membre, les x i sot les icoues (réelles ou complexes) Le système (S) est dit à équtios et à p icoues O ppelle système homogèe ssocié à (S) le système (S * ) yt les mêmes coefficiets mis où le secod membre est ul But : Trouver l'esemble des fmilles solutios (qui peut être vide) 1,1 x 1 + 1,2 x ,p x p = b 1 Nottio Le système (S) 2,1 x 1 + 2,2 x ,p x p = b 2 étt doé, o ppelle le,1 x 1 +,2 x 2 + +,p x p = b 1,1 1,2 1,p b 1 b tbleu A = 2 le secod membre O pourr 2,1 2,2 2,p mtrice du système (S), B =,1,2,p églemet oter le système (S) sous l forme 1,1 1,2 1,p 2,1 2,2 2,p,1,2,p b b 1 b 2 Iterpréttio géométriques: 1) Pour p = 2 Les équtios,1 x 1 +,2 x 2 = b i sot des équtios de droite du pl (lorsque,1 et,2 e sot ps tous uls) Aisi, le système (S) reviet à rechercher l'itersectio de droites 2) Pour p = 2 Les équtios,1 x 1 +,2 x 2 +,3 x 3 = b i sot des équtios de pl (lorsque,1,,2 et,3 e sot ps tous uls) Aisi, le système (S) reviet à rechercher l'itersectio de pls II) Structure de l'esemble des solutios O cosidère (S) u système liéire et (S * ) le système homogèe ssocié O ote S l'esemble des solutios de (S) et S 0 l'esemble des solutios de (S * ) 1) Solutios d'u système liéire homogèe Théorème: L'esemble S 0 des solutios du système liéire homogèe (S * ) est o vide et il est stble pr dditio et pr mulitplictio pr ue costte Dem: O vérifie isémet que (0, 0,, 0) est solutio de (S * ) isi que les stbilités éocées 2) Solutios d'u système liéire Théorème: L'esemble S des solutios du système liéire (S) peut être vide ou o S'il 'est ps vide et que x 0 est ue solutio prticulière de (S), lors l'esemble des solutios de (S) vérifie : xk p, x solutio de (S) x x 0 est solutio de (S * ) Dem: O utilise l "liérité" du système Remrque Lorsque (S) est u système de (2, 2) de détermit o ul, (S) pssède ue et ue seule solutio (cr correspod à l'itersectio de 2 droites o prllèles du pl b

10 III) Algorithme du pivot Défiitio: Les opértios (ou mipultios) élémetires sur les liges sot: 1) les trsvectios: dditio d'ue multiple d'ue lige à ue utre: L i L i + L j 2) les dilttios: multiplictio d'ue lige pr u sclire o ul: L i L i 3) les trspositios: échge de deux liges: L i L j Remrque Si (S) est u système liéire et qu'o lui fit subir u certi ombre d'opértios élémetires successives et que l'o obtiet le système (S'), lors (S) et (S') ot les mêmes solutios : o dit que les systèmes (S) et (S') sot équivlets Algorithme du pivot L méthode du pivot cosiste à trsformer pr opértios élémetires, u système liéire e u utre système liéire "plus simple" pr exemple 1,1 1,2 1, b 1 1,1 1,2 1,r 1,p b 1 trigulire 2,2 2, b 2 ou écheloé 2,2 2,r 1, b 2, b où tous les r,r r,r b r coefficiets j,j sot o uls Pour ce fire, o prt du système (S) Ds ce système, o met, à l'ide d'ue trspositio pr exemple, e première lige ue équtio yt u coefficiet o ul pour l'icoue x 1 (ce coefficiet ser ppelé le premier pivot) et, pr trspositios, o élimie cette icoue de toutes les utres équtios Esuite o réitère le processus sur les liges sous l lige L 1 etc Quitte, évetuellemet, à chger l'ordre des icoues, o rriver toujours à u système écheloé ou à u système icomptible Exemple: Soit à résoudre (S): x + y = 2 y + 2 z = b x + y + z = c L 3 L 3 L 1 x + y = 2 y + 2 z = b z = c L 2 L 2 2 L 3 L 1 L 1 1 L 2 2 L 2 1 L 2 2 x + y = 2 y = 2 + b 2 c z = c x = c 1 2 b y = b c z = c

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

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

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

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

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

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

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

[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

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 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

* 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

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

* 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

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

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

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

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

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

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

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

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

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

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

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

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

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

/HVV\VWqPHVFRPELQDWRLUHV

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

Plus en détail

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

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

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

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

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

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

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

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

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

Plus en détail

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

Exercices de mathématiques

Exercices 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 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

LANGAGES - GRAMMAIRES - AUTOMATES

LANGAGES - GRAMMAIRES - AUTOMATES LANGAGES - GRAMMAIRES - AUTOMATES Mrie-Pule Muller Version du 14 juillet 2005 Ce cours présente et met en oeuvre quelques méthodes mthémtiques pour l informtique théorique. Ces notions de bse pourront

Plus en détail

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

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

Plus en détail

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

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

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

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

Plus en détail

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

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

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

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

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

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

Algorithmes sur les mots (séquences)

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

Plus en détail

Sciences Industrielles Précision des systèmes asservis Papanicola Robert Lycée Jacques Amyot

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

Plus en détail

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

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

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

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

Plus en détail

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

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

ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE

ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE Jen-Pierre Dedieu, Jen-Pierre Rymond ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE Institut de Mthémtiques Université Pul Sbtier 31062 Toulouse cedex 09 jen-pierre.dedieu@mth.univ-toulouse.fr jen-pierre.rymond@mth.univ-toulouse.fr

Plus en détail

DETERMINANTS. a b et a'

DETERMINANTS. 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 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

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

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

Licence M.A.S.S. Cours d Analyse S4

Licence M.A.S.S. Cours d Analyse S4 Université Pris I, Pnthéon - Sorbonne Licence MASS Cours d Anlyse S4 Jen-Mrc Brdet (Université Pris 1, SAMM) UFR 27 et Equipe SAMM (Sttistique, Anlyse et Modélistion Multidisiplinire) Université Pnthéon-Sorbonne,

Plus en détail

Chapitre VI Contraintes holonomiques

Chapitre VI Contraintes holonomiques 55 Chpitre VI Contrintes holonomiques Les contrintes isopérimétriques vues u chpitre précéent ne sont qu un eemple prticulier e contrintes sur les fonctions y e notre espce e fonctions missibles. Dns ce

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

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

Université Pierre et Marie Curie. Biostatistique PACES - UE4 2013-2014

Université 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 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

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

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

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

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

UV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1

UV 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 détail

Les algorithmes de tri

Les 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 détail

Les nouveaux relevés de compte

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

Plus en détail

Réseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus

Réseaux 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 détail

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

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

Plus en détail

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