Physique Statistique
|
|
- Fabrice Goudreau
- il y a 6 ans
- Total affichages :
Transcription
1 Phyique Statitique Chapitre 1 : Etat Quantique Stationnaire d un Sytème de Particule 1 Etat tationnaire d un ytème à particule En mécanique quantique, chaque particule et caractériée par a fonction d onde ( r, t) et d énergie olution de l équation de Schrödinger : H( r,t) = i ( r,t) t (1) A l équilibre, quand le nombre de particule et l énergie E ne varient pa avec le temp, cette équation devient : H( r) = E( r) () Ca d une particule dan une boîte Dan ce ca, l équation () devient : & m +V(x, y, z) () = E) (3) ' On uppoe V = 0 dan la boîte, et V = ur le bord. z V(z) L équation (3) écrit donc : m x + y + & ( = E) (4) z ' V(x) O V(y) y Si la boîte et cubique de côté «L», la olution era : x E = & m L. n x + n ( y + n z ) avec n x, n y, n z entier >0 (5) Chaque fonction d onde décrit un état quantique caractérié par une énergie donnée. Pour une particule, la fonction d onde et ouvent appelée «orbitale» Pour un ytème à particule, il peut y avoir pluieur fonction d onde (état quantique) correpondant à une eule énergie. On dit que ce niveau et dégénéré. Le nombre d état ayant la même énergie et appelé : la multiplicité d état ou le nombre de dégénérecence. 1
2 En phyique tatitique, il et important de dénombrer le nombre d état, c et ce qui va permettre de déterminer le propriété thermodynamique du ytème phyique. Exemple imple de état quantique et de multiplicité 14 1 (50) (3) (18) 7 6 (10) () 10 8 Energie (ev) (8) 5 4 (4) (6) () (10) (6) 5 4 () (1) (6) () 0 () 0 Hydrogène Lithium Bore (6) (4) 511 : 333 (6) 431 (3) (3) 4 33 (6) 41 (3) 331 (3) 411 (3) 3 (6) 31 (1) (3) 311 (3) 1 (3) 11 (1) Particule dan une boîte cubique
3 3 Sytème modèle à deux état quantique Pour implifier l étude, on uppoe que le particule n ont que deux état poible. On dit que c et un ytème binaire. Par exemple une chaîne de petit aimant (pin) itué le long d une ligne éparée d une ditance a et numéroté de 1 à =10 Si aucun champ magnétique n et appliqué, le aimant poèdent chacun un champ magnétique m orienté de façon aléatoire ver le haut ou le ba. Par exemple, +m i le champ et ver le haut, et -m il et ver le ba. Autre exemple de ytème binaire : Un parking avec 10 place occupée ou vide. Un lancer de 10 pièce en regardant le réultat pile ou face. Quetion : Combien y a-t-il de façon de ranger ce petit aimant indépendant et dicernable? C et le nombre de configuration. Répone : Pour le premier aimant :+/- m Pour le deuxième aimant :+/- m.. Il y a donc configuration poible. Chaque façon repréente une configuration poible pour le ytème, c et à dire un état quantique poible. Si =, le état quantique eront : =4 Si =3, le état quantique eront : 3 =8 3
4 4 Moment magnétique total du ytème Soit M = m i, le moment magnétique total de aimant de moment magnétique m i. i=1 Le valeur poible de M eront : m, (-)m, (-4)m, (-6)m, -m Il y a donc +1 valeur poible pour état quantique. Dan le ca général >>1, alor >>+1. Il y a beaucoup plu d état quantique que de valeur de moment magnétique M. Certaine valeur de moment magnétique M ont donc dégénérée. Exemple : = +m 0 0 -m =3 dégénérecence +m 1 0 -m 1 +3m +m +m -m -m +m -m -3m dégénérecence +3m 1 +m 3 -m 3-3m 1 Ca général Dan le ca général, M=m, et M= - m ont le eul état ingulier. Il y a façon d avoir un eul aimant ver le ba et tou le autre ver le haut, et réciproquement. Dan ce ca, le champ magnétique era : M=(-1)m + (-m)=(-)m 4
5 C et ce que l on vérifie : = M=0 état =3 M=1 3 état 5 Repréentation ymbolique On peut retrouver le réultat précédent en faiant de multiplication ymbolique : Ca = On retrouve le 4 ca précédent (+). (+) =+++ 6 Enumération de état et leur multiplicité (dégénérecence) On appelle ce petit aimant à deux état de ytème de moment m. On appelle + le nombre de ytème On appelle - le nombre de ytème Donc : = = et le nombre total de ytème et l excè de pin Quand on invere l orientation d un pin, l excè varie de deux unité. Donc et toujour un entier pair. et une variable aléatoire qui varie de à +. On peut écrire : M = m i = + m m = ( + ). m i=1 M = m M = m avec poitif ou négatif m = m Le valeur de varient de à + (entier pair). Par commodité, comme on traite de grand nombre, on prendra entier trè grand et pair. On aura alor : + = + et = Exemple : =, alor =4 configuration poible =- une eule configuration =0 ou deux configuration =+ une eule configuration 5
6 Si on applique un champ magnétique externe au ytème on lui communique de l énergie dont la valeur et : E = M. B B et l induction magnétique appliquée E = mb Dan l exemple à deux pin, on trouve troi niveaux d énergie E S dépendant de troi valeur de (-, 0, +). E - et E + ne ont pa dégénéré E 0 et doublement dégénéré (multiplicité double) + + On peut écrire : Pour = état état 1 état Pour = Pour n importe quel : + On trouve ce développement par le développement du binôme : ( x + y) = x + x 1 y + ( 1 ) x y + ( 1 ). 3. ( x + y) = x t y t ( t)..t t=0 ( ) x 3 y y Si t = = avec t=0, = et avec t=, =- ( x + y) = + ( x + = '. ' & & + y 6
7 ( x + y) = + x + y. + = La loi binomiale pour le pin écrit : (+) = = Le coefficient du terme + donne le nombre de configuration ayant + pin ver le haut et - pin ver le ba d excè de pin. C et donc la multiplicité de cet état caractérié par le nombre. On note g(, ) = = + ' &. & +. ' C et le nombre de configuration poible (configuration) pour produire avec pin le moment magnétique total M=m. Le nombre total de configuration et : ( ) = g, Pour un ytème de particule ayant chacune état propre, le nombre d état poible (configuration poible) et. Si =10, 10 =104 =0, g(10, 0) = = 5 =±, g(10,±) = = 10 =±4, g(10,±4) = =10 =±6, g(10,±6) = = 45 =±8, g(10,±8) = =10 =±10, g(10,±10) = =1 + = 7
8 Excè de pin Quelle et la probabilité d avoir une configuration (un état) préentant le moment magnétique M=m : ( ) = g (, ) P m 7 Largeur de la fonction multiplicité d état g(, ) Par expérience, un ytème phyique en équilibre thermique (à température contante) conerve de propriété bien définie proche de valeur moyenne tationnaire, c et à dire à probabilité maximum. La fonction g(, ) doit être trè raide comme un pic, comme on le voit ci-deu avec le chéma pour =10. En général et trè grand, et on cherche donc une approximation analytique de g(, ). 8
9 7.1 Approximation de g, Comme et grand, g, logarithme épérien : ln g, Or nou avon vu que : ( ) pour grand ( ) et grand aui. On préfère donc travailler avec le ( ). donc : g(, ) = + &. ' ln g(, ) = ln( ) ln + ln g, ou = & ( ) = ln( ) ln + +. ' ' ln ' & & ( ) ln( ) Formule de Sterling : Pour grand, il exite l approximation : ( ) 1/ exp + 1 = étant grand, on peut négliger Donc 1 1 devant = ' & ( ) 1/ exp () En prenant le logarithme de deux membre, on obtient : ln( ) = 1 ln( ) + 1 ln ( ) + ln( ) Ou encore : ln( ) = 1 ln ( ) &ln ( ) ' Calcul de ln( g(, ) ) de la même façon : ln( ) = 1 ln ( ) ( ) = 1 ln + ln ln( ) = 1 ln ( ) ( ) &.ln ( ) ' (6) &.ln + '.ln & ( ) ' + (7) ( ) (8) 9
10 En remplaçant par dan (6), on obtient : ( ) 1 ln + ln + ( + + ).ln ln( ) = 1 ln ln ( ) = 1 ln & ' &.ln Si on fait l opération : (9)-(8)-(7), achant que : On obtient : ln g (, ) = 1 ln & &ln ( ) ' &ln( ) ' + + ' ln g(, ) = ln( ) ln( + ) ln( ) ( ) ' 1 ln ( ) + ( ) ' + ' ' (9) ( ) ' &ln + ( ) + + ' 1 ln g(, ) = 1 ln( ) 1 ln( ) & '.ln '.ln & + ln g(, ) = 1 ln 1 & ' '.ln + & + 1 '.ln & Or + = + donc + = 1 1+ & et ln + = ln + ln 1+ ' & or i on fait un développement limité : ln( 1+ ) = on obtient : ln + = ln + ( ) ' + 1 ' ln de même : ln = ln Donc : &' &. 'ln + ' &' + 1 ' &. 'ln ' ' & En regroupant le terme : ln( g(, ) ) = 1 ln 1 &' &. 'ln + ' &' + 1 ' &. 'ln ' ' & ln( g(, ) ) = 1 ln 1 &+ ( +1). ln + &+ + 1 ' ' ' 1 + & ( ) = 1 ln 1 ln g(, ) ( ) = 1 ln 1 ln g(, ) or = &+ ln + + ln + ' &ln ' ( )
11 Finalement : ( ) = 1 ln ln g(, ) &+ ln ' Si =0, ln g(, 0) ( ) = 1 ln g(, 0) = &+ ln ( )e. g(, ) = g, 0 g(,) que l on note aui g (), et appelée ditribution de Gau. g(,) g(,0) g(,0)/e -() 1/ 0 +() 1/ 7. ombre total de configuration poible Le nombre total de configuration et l intégrale de moin l infini à plu l infini du nombre de configuration. + g(, ) d = C et l aire hachurée ou la courbe ou comparon le calcul exact avec =50, à la valeur approchée obtenue avec la relation de grand nombre : g(, 0) = 11
12 Valeur exacte : g(, 0) =. = 50 =1, x5 Valeur approchée : g(, 0) = 50 =1, ,14x50 On voit que pour =50 la valeur approchée et quaiment identique à la valeur exacte. Largeur de la ditribution de Gau ( ) On calcule la largeur de la ditribution de Gau quand la hauteur vaut g, 0 ( ) ( ) = g, 0 Quand =, c et à dire =, alor g, e La largeur de la fonction de ditribution Gauienne era : = Il et intéreant de comparer la largeur à la variation de qui va de à + = = La largeur et d autant plu faible que et grand. e 8 Rappel de probabilité Pour continuer avec la phyique tatitique, nou avon beoin de certain outil du calcul de probabilité. Ca du lancer d une pièce de monnaie Soit η le nombre de lancer d une pièce de monnaie, il y aura η meure. Soit η F le nombre de meure donnant face. Soit η P le nombre de meure donnant pile. On aura donc : η F +η P = η La probabilité de trouver face era : P F = F La probabilité de trouver pile era : P P = P Donc : P P +P F =1 1
13 8.1 Valeur moyenne d enemble Au lieu d envoyer η pièce de monnaie en même temp, on peut jeter η pièce de monnaie en même temp. On peut donc dire que : Un ytème de η meure et équivalent à η ytème de une meure Exemple :Valeur moyenne de note d une clae de élève Soit la note de chaque élève, elle varie de 0 à 0. et le nombre d élève ayant obtenu la note. P = et la probabilité d avoir la note dan cette clae. La note moyenne et donc : = = P. = 0 =0. Théorème ergodique (ou d ergodicité) La valeur moyenne d enemble et uppoée égale à la valeur moyenne de la fonction f(t) qui prendra de valeur différente f(t) à de temp «t» différent au cour d une période «T». f ( t) f = 1 T T f ( t) dt En pratique cela ignifie qu un ytème qui peut atteindre un certain nombre d état, i on lui en laie le temp, paera par tou ce état à un moment ou à un autre. Evidemment i le nombre de particule et trè élevé, le chance que le ytème pae par certain état et trè faible. Par exemple dan une pièce où e trouve un trè grand nombre de molécule de gaz, d aprè le théorème d ergodicité, à un moment donné, toute le molécule pourraient e retrouver dan un coin de la pièce, laiant le rete de la pièce vide. Ceci et vrai, mai il faudrait attendre de temp atronomique pour que cela ait une chance de e produire Conéquence Soient f() et g() deux obervable dépendant de la variable aléatoire : i) f + g = P [ f ()+ g() ] f + g = P f ()+ P g() f + g = f + g 13
14 ii) Si C et une contante : Cf = P Cf () Cf = C P f () Cf = C f iii) Soient f() et g(t) deux obervable dépendant de et t, variable aléatoire indépendante : P t = P P t f ().g(t) = P t f ().g(t) t f ().g(t) = P P t f ().g(t) t f ().g(t) = P f () P t g(t) f.g = f.g t 8.3 Diperion ou variance Soit la valeur d une variable aléatoire. Soit a valeur moyenne. L écart abolu ou la fluctuation et donnée par : La valeur moyenne de écart = et : = = = 0 la valeur moyenne de écart étant nulle, on définit la variance ou l écart quadratique moyen de : () = ( ) = P () 0 ( ) On meure donc mieux avec la variance le fluctuation de la valeur de. () = ( ) = + ( ) = + ( ) () = ( ) 14
15 La dimenion de l écart quadratique moyen et celui du carré de 8.4 Déviation tandard ou écart type = () et appelée déviation tandard ou écart type Il a la dimenion de. Remarque à retenir : Dan le ca d un ytème de particule identique dépendant de la variable, on a : Diperion ou variance ou écart quadratique moyen : () La déviation tandard ou écart type = () L écart type fractionnel relatif et : = Valeur moyenne de la ditribution de Gau Revenon à la ditribution de Gau de la fonction multiplicité g () du ytème modèle à état précédent. g(, ) = g(, 0)exp 1/ g(, 0) = & Valeur moyenne g () g (0) = 0 = = = = 0 Ce qui correpond au ca général. 0 Diperion () = ( ) = ( 0) = 0 Calcul de cette diperion : La définition d une valeur moyenne et : = g (, ) f f ( ) = P ( ) P donc : = g, Dan le ca de la ditribution de Gau : ( ) 15
16 Pour grand : g(, 0)exp + = d On poe : = X = X = X d = dx ( ) + g, 0 Donc = exp X.X dx = g, 0 + ( ) ( ) 3/ + X Or, X exp (X )dx = 4 ( ) = Et g, 0 & exp (X )dx 1/ Donc = ( ) 3/ 4 = La variance (diperion) et donc : () = ( ) dan le ca de la Gauienne : = 0 donc () = = L écart type era alor : = () = L écart type fractionnel era : = =
17 10 Energie du ytème binaire (modèle) Soient pin à l équilibre thermique an champ magnétique externe. Chaque pin a l équiprobabilité de e trouver ou En moyenne : + = et = et = 0 Si on applique un champ magnétique B, l énergie era u = m B avec m comme moment magnétique d un aimant L énergie totale era : U = u i = B 1 i m i U = B( + m m) avec l excè de pin = + on obtient : U = B m En poant M = m on obtient : U = M B Chaque changement de pin fait varier l énergie de mb 17
Voyez la réponse à cette question dans ce chapitre. www.lifeinsuranceinsights.com/life-insurance-2/what-will-your-hobby-cost-you.
Erwan, d une mae de 65 kg, fait un aut de Bungee. Il tombe de 0 m avant que la corde du bungee commence à étirer. Quel era l étirement maximal de la corde i cette dernière agit comme un reort d une contante
Plus en détailProgressons vers l internet de demain
Progreon ver l internet de demain COMPRENDRE LA NOTION DE DÉBIT La plupart de opérateur ADSL communiquent ur le débit de leur offre : "512 Kb/", "1 Méga", "2 Méga", "8 Méga". À quoi ce chiffre correpondent-il?
Plus en détailCaractérisation de l interface Si/SiO 2 par mesure C(V)
TP aractériation de l interface Si/SiO par meure (V) aractériation de l interface Si/SiO par meure (V) Introduction p I Effet de champ à l interface Si/SiO p Fonctionnement d une capacité MOS p Principe
Plus en détailLa lettre. La Gestion des filiales dans une PME : Bonnes Pratiques et Pièges à éviter. Implantations à l étranger : Alternatives à la création
Doier : Getion d entreprie 42 La Getion de filiale dan une PME : Bonne Pratique et Piège à éviter Certaine PME ont tout d une grande. entreprie. A commencer par la néceité d avoir de filiale. Quel ont
Plus en détailTP6 : ALIMENTATION A DECOUPAGE : HACHEUR SERIE ET CONVERTISSEUR STATIQUE ABAISSEUR DE TENSION
P6 : ALIMNAION A DCOUPAG : HACHUR SRI CONVRISSUR SAIQU ABAISSUR D NSION INRODUCION Le réeau alternatif indutriel fournit l énergie électrique principalement ou de tenion inuoïdale de fréquence et d amplitude
Plus en détailLe paiement de votre parking maintenant par SMS
Flexibilité et expanion L expanion de zone de tationnement payant ou la modification de tarif ou de temp autorié peut e faire immédiatement. Le adree et le tarif en vigueur dan le nouvelle zone doivent
Plus en détailBAREME sur 40 points. Informatique - session 2 - Master de psychologie 2006/2007
BAREME ur 40 point Informatique - eion 2 - Mater de pychologie 2006/2007 Bae de donnée PRET de MATERIEL AUDIO VISUEL. Remarque : Le ujet comporte 7 page. Vérifier qu il et complet avant de commencer. Une
Plus en détailEPFL 2010. TP n 3 Essai oedomètrique. Moncef Radi Sehaqui Hamza - Nguyen Ha-Phong - Ilias Nafaï Weil Florian
1 EPFL 2010 Moncef Radi Sehaqui Hamza - Nguyen Ha-Phong - Ilia Nafaï Weil Florian 11 Table de matière Ø Introduction 3 Ø Objectif 3 Ø Déroulement de l eai 4 Ø Exécution de deux palier de charge 6 Ø Calcul
Plus en détailComparaison 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 détailRETIRER DE L ARGENT DE VOTRE SOCIÉTÉ
LETTRE MENSUELLE DE CONSEILS DESTINÉS À MAXIMALISER LE FLUX DE REVENUS RETIRÉS DE VOTRE SOCIÉTÉ OPTIMALISATION DU MOIS Déterminer le taux du marché... Si votre ociété vou vere un intérêt, elle doit de
Plus en détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en détailGuide de configuration d'une classe
Guide de configuration d'une clae Viion ME Guide de configuration d'une clae Contenu 1. Introduction...2 2. Ajouter de cour...4 3. Ajouter de reource à une leçon...5 4. Meilleure pratique...7 4.1. Organier
Plus en détail4 Distributions particulières de probabilités
4 Distributions particulières de probabilités 4.1 Distributions discrètes usuelles Les variables aléatoires discrètes sont réparties en catégories selon le type de leur loi. 4.1.1 Variable de Bernoulli
Plus en détailDossier. Vtech, leader en France. Lexibook, leader en Europe
Doier Par Yoan Langlai La tablette pour enf Si 6 million de tablette devraient e vendre cette année en France (préviion GfK), on etime à 1 million le nombre de vente de tablette pour enfant en 2013. Sur
Plus en détailDistribution Uniforme Probabilité de Laplace Dénombrements Les Paris. Chapitre 2 Le calcul des probabilités
Chapitre 2 Le calcul des probabilités Equiprobabilité et Distribution Uniforme Deux événements A et B sont dits équiprobables si P(A) = P(B) Si il y a équiprobabilité sur Ω, cad si tous les événements
Plus en détailTrouver des sources de capital
Trouver de ource de capital SÉRIE PARTENAIRES EN AFFAIRES Emprunt garanti et non garanti Vente de part de capital Programme gouvernementaux Source moin courante SÉRIE PARTENAIRES EN AFFAIRES Quelque principe
Plus en détailVentilation à la demande
PRÉSENTATION Ventilation à la demande Produit de pointe pour ventilation à la demande! www.wegon.com La ventilation à la demande améliore le confort et réduit le coût d exploitation Lorque la pièce et
Plus en détailTD1 Signaux, énergie et puissance, signaux aléatoires
TD1 Signaux, énergie et puissance, signaux aléatoires I ) Ecrire l'expression analytique des signaux représentés sur les figures suivantes à l'aide de signaux particuliers. Dans le cas du signal y(t) trouver
Plus en détailProbabilités Loi binomiale Exercices corrigés
Probabilités Loi binomiale Exercices corrigés Sont abordés dans cette fiche : (cliquez sur l exercice pour un accès direct) Exercice 1 : épreuve de Bernoulli Exercice 2 : loi de Bernoulli de paramètre
Plus en détail8 Ensemble grand-canonique
Physique Statistique I, 007-008 8 Ensemble grand-canonique 8.1 Calcul de la densité de probabilité On adopte la même approche par laquelle on a établi la densité de probabilité de l ensemble canonique,
Plus en détailCap Maths. Guide de l enseignant. Nouveaux programmes. cycle. Roland CHARNAY Professeur de mathématiques en IUFM
Cap Math CP 2 cycle Guide de l eneignant Nouveaux programme SOUS LA DIRECTION DE Roland CHARNAY Profeeur de mathématique en IUFM Marie-Paule DUSSUC Profeeur de mathématique en IUFM Dany MADIER Profeeur
Plus en détailBaccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé
Baccalauréat S/L Métropole La Réunion 13 septembre 2013 Corrigé A. P. M.. P. XRCIC 1 Commun à tous les candidats Partie A 1. L arbre de probabilité correspondant aux données du problème est : 0,3 0,6 H
Plus en détail3. Caractéristiques et fonctions d une v.a.
3. Caractéristiques et fonctions d une v.a. MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v2) MTH2302D: fonctions d une v.a. 1/32 Plan 1. Caractéristiques d une distribution 2. Fonctions
Plus en détailFonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre
IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables
Plus en détailCours Fonctions de deux variables
Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté
Plus en détailPrécision d un résultat et calculs d incertitudes
Précision d un résultat et calculs d incertitudes PSI* 2012-2013 Lycée Chaptal 3 Table des matières Table des matières 1. Présentation d un résultat numérique................................ 4 1.1 Notations.........................................................
Plus en détailLoi binomiale Lois normales
Loi binomiale Lois normales Christophe ROSSIGNOL Année scolaire 204/205 Table des matières Rappels sur la loi binomiale 2. Loi de Bernoulli............................................ 2.2 Schéma de Bernoulli
Plus en détailExercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
Plus en détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
Plus en détailExercices sur le chapitre «Probabilités»
Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Pour démarrer Exercices sur le chapitre «Probabilités» Exercice 1 (Modélisation d un dé non cubique) On considère un parallélépipède rectangle de
Plus en détailUne réponse (très) partielle à la deuxième question : Calcul des exposants critiques en champ moyen
Une réponse (très) partielle à la deuxième question : Calcul des exposants critiques en champ moyen Manière heuristique d'introduire l'approximation de champ moyen : on néglige les termes de fluctuations
Plus en détailCommun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
Plus en détailCALCUL DES PROBABILITES
CALCUL DES PROBABILITES Exemple On lance une pièce de monnaie une fois. Ensemble des événements élémentaires: E = pile, face. La chance pour obtenir pile vaut 50 %, pour obtenir face vaut aussi 50 %. Les
Plus en détailChapitre 6. Fonction réelle d une variable réelle
Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette
Plus en détailTravaux dirigés d introduction aux Probabilités
Travaux dirigés d introduction aux Probabilités - Dénombrement - - Probabilités Élémentaires - - Variables Aléatoires Discrètes - - Variables Aléatoires Continues - 1 - Dénombrement - Exercice 1 Combien
Plus en détailBACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE
BACCALAURÉAT GÉNÉRAL SESSION 2012 MATHÉMATIQUES Série S Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE Les calculatrices électroniques de poche sont autorisées, conformément à la
Plus en détailLicence MASS 2000-2001. (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7
Feuilles de 1 à 7 Ces feuilles avec 25 exercices et quelques rappels historiques furent distribuées à des étudiants de troisième année, dans le cadre d un cours intensif sur deux semaines, en début d année,
Plus en détailIncertitudes expérimentales
Incertitudes expérimentales F.-X. Bally et J.-M. Berroir Février 2013 Table des matières Introduction 4 1 Erreur et incertitude 4 1.1 Erreurs............................................. 4 1.1.1 Définition
Plus en détailQu est-ce qu une probabilité?
Chapitre 1 Qu est-ce qu une probabilité? 1 Modéliser une expérience dont on ne peut prédire le résultat 1.1 Ensemble fondamental d une expérience aléatoire Une expérience aléatoire est une expérience dont
Plus en détailPrudence, Epargne et Risques de Soins de Santé Christophe Courbage
Prudence, Epargne et Rique de Soin de Santé Chritophe Courbage ASSOCIATION DE GENÈVE Introduction Le compte d épargne anté (MSA), une nouvelle forme d intrument pour couvrir le dépene de anté en ca de
Plus en détailProjet. Courbe de Taux. Daniel HERLEMONT 1
Projet Courbe de Taux Daniel HERLEMONT Objectif Développer une bibliothèque en langage C de fonction relative à la "Courbe de Taux" Valeur Actuelle, Taux de Rendement Interne, Duration, Convexité, Recontitution
Plus en détailImpact de l éolien sur le réseau de transport et la qualité de l énergie
1 Impact de l éolien ur le réeau de tranport et la qualité de l énergie B. Robyn 1,2, A. Davigny 1,2, C. Saudemont 1,2, A. Anel 1,2, V. Courtecuie 1,2 B. Françoi 1,3, S. Plumel 4, J. Deue 5 Centre National
Plus en détailMESURE DE LA TEMPERATURE
145 T2 MESURE DE LA TEMPERATURE I. INTRODUCTION Dans la majorité des phénomènes physiques, la température joue un rôle prépondérant. Pour la mesurer, les moyens les plus couramment utilisés sont : les
Plus en détailÉdito. Somm@ire. Mon Université Numérique. Édito. L Université Numérique Paris Île-de-France Les formations UNPIdF Mobilité
Somm@ire Édito Édito L Univerité Numérique Pari Île-de-France Le formation UNPIdF Mobilité Mon Univerité Numérique Rue de Fac Droit de uager et identité numérique Gloaire Webographie 1 2 4 6 7 23 24 26
Plus en détailChapitre 7 : Intégration sur un intervalle quelconque
Universités Paris 6 et Paris 7 M1 MEEF Analyse (UE 3) 2013-2014 Chapitre 7 : Intégration sur un intervalle quelconque 1 Fonctions intégrables Définition 1 Soit I R un intervalle et soit f : I R + une fonction
Plus en détailCours de Physique Statistique. Éric Brunet, Jérôme Beugnon
Cours de Physique Statistique Éric Brunet, Jérôme Beugnon 7 octobre 2014 On sait en quoi consiste ce mouvement brownien. Quand on observe au microscope une particule inanimée quelconque au sein d un fluide
Plus en détailIntroduction à l étude des Corps Finis
Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailLe modèle de Black et Scholes
Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un
Plus en détailMéthodes de quadrature. Polytech Paris-UPMC. - p. 1/48
Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation
Plus en détailNotes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables
Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières
Plus en détailCadeaux d affaires, cadeaux d entreprises, objets publicitaires www.france-cadeaux.fr - services@france-cadeaux.fr
Siège France Cadeaux 84 rue de Courbiac 17100 Sainte 00 33 (0)5 46 74 66 00 RC.424 290 211 00012 Cadeaux d affaire, cadeaux d entreprie, objet publicitaire www.france-cadeaux.fr - ervice@france-cadeaux.fr
Plus en détailÉdito. Somm@ire. Mon Université Numérique. Édito. L Université Numérique Paris Île-de-France Les formations UNPIdF Mobilité
Somm@ire Édito Édito L Univerité Numérique Pari Île-de-France Le formation UNPIdF Mobilité Mon Univerité Numérique Rue de Fac Droit de uager et identité numérique Gloaire Webographie 1 2 4 6 7 23 24 26
Plus en détailSomm@ire. Mon Université Numérique. Édito L Université Numérique Paris Île-de-France Les formations UNPIdF Mobilité
Somm@ire Édito L Univerité Numérique Pari Île-de-France Le formation UNPIdF Mobilité 1 2 4 6 Mon Univerité Numérique 7 Rue de Fac Droit de uager et identité numérique Gloaire Webographie 23 24 26 28 Édito
Plus en détailI - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et
Plus en détailÀ propos d ITER. 1- Principe de la fusion thermonucléaire
À propos d ITER Le projet ITER est un projet international destiné à montrer la faisabilité scientifique et technique de la fusion thermonucléaire contrôlée. Le 8 juin 005, les pays engagés dans le projet
Plus en détailContinuité en un point
DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à
Plus en détailProbabilités conditionnelles Loi binomiale
Exercices 23 juillet 2014 Probabilités conditionnelles Loi binomiale Équiprobabilité et variable aléatoire Exercice 1 Une urne contient 5 boules indiscernables, 3 rouges et 2 vertes. On tire au hasard
Plus en détailProbabilités et Statistiques. Feuille 2 : variables aléatoires discrètes
IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de
Plus en détailFonctions de deux variables. Mai 2011
Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs
Plus en détailTD 9 Problème à deux corps
PH1ME2-C Université Paris 7 - Denis Diderot 2012-2013 TD 9 Problème à deux corps 1. Systèmes de deux particules : centre de masse et particule relative. Application à l étude des étoiles doubles Une étoile
Plus en détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détailProduire moins, manger mieux!
Raak doier d Alimentation : o Produire moin, manger mieux! Nou voulon une alimentation de qualité. Combien de foi n entendon-nou pa cette revendication, et à jute titre. Mai i tout le monde et d accord
Plus en détailFiltrage stochastique non linéaire par la théorie de représentation des martingales
Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de
Plus en détailH 1000. Le système de bridage. multifonctionnel
Le ytème de ridage mutifonctionne 2 Rapidité, préciion et fidéité de répétition Le ytème de ridage et une innovation interne de a maion Meuurger. Avec a vou avez non euement avantage de travaier vite et
Plus en détailTS 35 Numériser. Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S
FICHE Fiche à destination des enseignants TS 35 Numériser Type d'activité Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S Compétences
Plus en détailCHAPITRE 14 : RAISONNEMENT DES SYSTÈMES DE COMMANDE
HAITRE 4 : RAISONNEMENT DES SYSTÈMES DE OMMANDE RAISONNEMENT DES SYSTÈMES DE OMMANDE... 2 INTRODUTION... 22 RAELS... 22 alcul de la valeur ntale de la répone à un échelon... 22 alcul du gan tatque... 22
Plus en détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Plus en détailProbabilités III Introduction à l évaluation d options
Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un
Plus en détailIntroduction aux algorithmes de bandit
Mater MVA: Apprentiage par renforcement Lecture: 3 Introduction aux algorithme de bandit Profeeur: Rémi Muno http://reearcher.lille.inria.fr/ muno/mater-mva/ Référence bibliographique: Peter Auer, Nicolo
Plus en détailPlanche n o 22. Fonctions de plusieurs variables. Corrigé
Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette
Plus en détailTrilax. Données Faits. La spécificité de ce siège tient à la découverte qu il faut trois points d articulation
Donnée Fait La pécificité de ce iège tient à la découverte qu il faut troi point d articulation pour aurer au corp un outien ergonomique efficace dan toute le poition. vou relaxe et vou accompagne comme
Plus en détailDYNAMIQUE DE FORMATION DES ÉTOILES
A 99 PHYS. II ÉCOLE NATIONALE DES PONTS ET CHAUSSÉES, ÉCOLES NATIONALES SUPÉRIEURES DE L'AÉRONAUTIQUE ET DE L'ESPACE, DE TECHNIQUES AVANCÉES, DES TÉLÉCOMMUNICATIONS, DES MINES DE PARIS, DES MINES DE SAINT-ÉTIENNE,
Plus en détailBTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL
BTS Groupement A Mathématiques Session 11 Exercice 1 : 1 points Spécialités CIRA, IRIS, Systèmes électroniques, TPIL On considère un circuit composé d une résistance et d un condensateur représenté par
Plus en détailBaccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé
Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé EXERCICE 1 5 points Commun à tous les candidats 1. Réponse c : ln(10)+2 ln ( 10e 2) = ln(10)+ln ( e 2) = ln(10)+2 2. Réponse b : n 13 0,7 n 0,01
Plus en détailGroupe symétrique. Chapitre II. 1 Définitions et généralités
Chapitre II Groupe symétrique 1 Définitions et généralités Définition. Soient n et X l ensemble 1,..., n. On appelle permutation de X toute application bijective f : X X. On note S n l ensemble des permutations
Plus en détailLa fonction exponentielle
DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction
Plus en détailCalculs de probabilités avec la loi normale
Calculs de probabilités avec la loi normale Olivier Torrès 20 janvier 2012 Rappels pour la licence EMO/IIES Ce document au format PDF est conçu pour être visualisé en mode présentation. Sélectionnez ce
Plus en détailPROBABILITÉS CONDITIONNELLES
PROBABILITÉS CONDITIONNELLES A.FORMONS DES COUPLES Pour la fête de l école, les élèves de CE 2 ont préparé une danse qui s exécute par couples : un garçon, une fille. La maîtresse doit faire des essais
Plus en détailTests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles
Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA
Plus en détailDOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10.
A1 Trouvez l entier positif n qui satisfait l équation suivante: Solution 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. En additionnant les termes du côté gauche de l équation en les mettant sur le même dénominateur
Plus en détailFactorisation Factoriser en utilisant un facteur commun Fiche méthode
Factorisation Factoriser en utilisant un facteur commun Fiche méthode Rappel : Distributivité simple Soient les nombres, et. On a : Factoriser, c est transformer une somme ou une différence de termes en
Plus en détailProbabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12
Probabilités. I - Rappel : trois exemples. Exemple 1 : Dans une classe de 25 élèves, il y a 16 filles. Tous les élèves sont blonds ou bruns. Parmi les filles, 6 sont blondes. Parmi les garçons, 3 sont
Plus en détailLa simulation probabiliste avec Excel
La simulation probabiliste avec Ecel (2 e version) Emmanuel Grenier emmanuel.grenier@isab.fr Relu par Kathy Chapelain et Henry P. Aubert Incontournable lorsqu il s agit de gérer des phénomènes aléatoires
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailCorrigé du baccalauréat S Pondichéry 12 avril 2007
Corrigé du baccalauréat S Pondichéry 1 avril 7 EXERCICE 1 Commun à tous les candidats 4 points 1 a Les vecteurs AB et AC ont pour coordonnées AB ; ; ) et AC 1 ; 4 ; 1) Ils ne sont manifestement pas colinéaires
Plus en détailDéveloppements limités, équivalents et calculs de limites
Développements ités, équivalents et calculs de ites Eercice. Déterminer le développement ité en 0 à l ordre n des fonctions suivantes :. f() e (+) 3 n. g() sin() +ln(+) n 3 3. h() e sh() n 4. i() sin(
Plus en détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en détailProbabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie...
1 Probabilité Table des matières 1 Loi de probabilité 2 1.1 Conditions préalables........................... 2 1.2 Définitions................................. 2 1.3 Loi équirépartie..............................
Plus en détailChapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme
Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet
Plus en détailRésonance Magnétique Nucléaire : RMN
21 Résonance Magnétique Nucléaire : RMN Salle de TP de Génie Analytique Ce document résume les principaux aspects de la RMN nécessaires à la réalisation des TP de Génie Analytique de 2ème année d IUT de
Plus en détailErratum de MÉCANIQUE, 6ème édition. Introduction Page xxi (milieu de page) G = 6, 672 59 10 11 m 3 kg 1 s 2
Introduction Page xxi (milieu de page) G = 6, 672 59 1 11 m 3 kg 1 s 2 Erratum de MÉCANIQUE, 6ème édition Page xxv (dernier tiers de page) le terme de Coriolis est supérieur à 1% du poids) Chapitre 1 Page
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Plus en détailA retenir : A Z m n. m noyau MASSE ET ÉNERGIE RÉACTIONS NUCLÉAIRES I) EQUIVALENCE MASSE-ÉNERGIE
CP7 MASSE ET ÉNERGIE RÉACTIONS NUCLÉAIRES I) EQUIVALENCE MASSE-ÉNERGIE 1 ) Relation d'équivalence entre la masse et l'énergie -énergie de liaison 2 ) Une unité d énergie mieux adaptée 3 ) application 4
Plus en détailSciences et technologies de l information et de la communication
Science et technologie de l information et de la communication 174 page Contexte général 176 page 5 appel à projet en 2013 ChIST-ERA Edition 2013 Call 2012 Contenu numérique et interaction - CONTINT Infratructure
Plus en détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailIntroduction au pricing d option en finance
Introduction au pricing d option en finance Olivier Pironneau Cours d informatique Scientifique 1 Modélisation du prix d un actif financier Les actions, obligations et autres produits financiers cotés
Plus en détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
Plus en détail