Var

(LORIA) Cours HTML / CSS / PHP / MySQL 12 mars 2008 35 / 63 Les variables PHP Eléments du langage Les variables sont préxées par $ Leur nom suit les règles classiques Exemple : $my_var_03 Les noms sont sensibles à la casse : $var = $Var Pas de déclaration, typage implicite Exemple : $my_var_03 = 5 4 ; $my_var_03 = " p i f " ; // Maintenant , c ' e s t un e n t i e r // Maintenant , c ' e s t une c h a i n e Attention aux fautes de frappes dans les noms de variables pierre-nicolas

printer wizard = yes section partages : [printers] comment = All Printers path = /var/spool/samba browseable = no writable = no printable = yes create mode = 0700 Pour qu’un administrateur puisse partager les drivers sur le serveur il faut configurer le partage print$ de la manière suivante : [print$] writable = yes path = /var/lib/samba/printers public = yes guest ok = yes browseable = yes Le répertoire /var/lib/samba/printers , contiendra les fichiers des pilotes. Installation d'une

élèves Pierre Moustiers et Jean Le Poulain. Socialiste, il collabore au Populaire du Var, où il publie notamment, en 1936, le récit d'un voyage en U.R.S.S.. Puis, sous l'Occupation nazie, il participe activement à la Résistance en Provence, collabore à la presse clandestine et représente le parti socialiste S.F.I.O au comité de coordination. À la Libération, il fait partie du comité départemental de Libération du Var, où il est chargé de la commission presse. En 1945, il publie chez Grasset un roman-témoignage

1875 [30, 40[ 4 35 1225 140 10 100 400 4900 1000 7250 N=10 250 Prof. Mohamed El Merouani i 12 6 18/12/2014 1 X= N • La moyenne k ∑n c i =1 i i • Formule non-simplifiée de la variance 1 k 2 Var ( X ) = ∑ ni (ci − X ) N i =1 • Formule simplifiée de la variance 1 k  Var(X) =  ∑ n i c i2  − X 2  N i =1  Prof. Mohamed El Merouani 13 Exemple de calcul de la variance:: (c 2 − X ) ni (ci − X ) nici 2 2 [ei-1, ei[ ni ci ci2 nici ci − X [0, 10[ 1 5 25 5 -20 400

savent réellement ce que c’est. Ce n’est pas le même taux car pas le même échantillon B. Analyse quali 1. Les motivations de la VAE Satisfaction personnelle – egocentrique La peur, se promettre quelque chose, un défi, en prévision 2) La var un combat difficule : beaucoup de travail, fatigue, rprenant, 1.2 Synthèse des études A. Analyse quantitative Après analyse de l’étude quantitative nous pouvons retenir plusieurs choses. Tout d’abord nous remarquons l’importance des diplômes

indicateurs monétiques 1/ Encours des cartes émises Cartes Paiement & Retrait 3 996 794 4 765 531 6 039 291 6 917 049 14,5% Périodes Toutes Cartes 2008 2009 2010 2011 Var. 11 / 10 5 222 102 6 234 287 7 064 067 8 023 154 13,6% 2/ Activité Paiement Cartes Marocaines Périodes Nombre 2008 2009 2010 2011 Var. 11 / 10 6 740 552 8 103 282 10 087 715 12 397 151 Cartes Etrangères Nombre 2 800 611 2 789 067 3 298 635 3 381 971 Montant 4 131 850 253 5 056 291 609 6 298 308 054 7 624

z = y′ P⊥ z X X X y|X n i=1 n n n car P⊥ est idempotente. Les variances de ces deux r´sidus s’´crivent e e X var(ey|X ) = et var(ez|X ) = 1∑ 2 1 1 1 e = e′ ey|X = y′ P⊥ P⊥ y = y′ P⊥ y, X X X n i=1 iy|X n y|X n n n 1∑ 2 1 1 1 e = e′ ez|X = z′ P⊥ P⊥ z = z′ P⊥ z. X X X n i=1 iz|X n z|X n n n Le coefficient de corr´lation partielle s’´crit : e e ryz|x2 ,...,xp = √ y′ P⊥ z X =√ . var(ey|X )var(ez|X ) ′ P⊥ yz′ P⊥ z y X X cov(ey|X , ez|X ) 3.7.2 Cas o` une seule variable x est utilis´e u e Si une seule

gagner ! Ces deux aspects de la notion de risque e e sont contenus dans les mesures de risque habituellement utilis´es. La variabilit´ des gains est mesur´e par e e e la volatilit´, alors que les cons´quences n´gatives d’un risque sont mesur´es par la VaR (Value at Risk). e e e e De fa¸on g´n´rale, un risque est un ´v´nement qui peut affecter la chronique des flux ` recevoir par c e e e e a un ´tablissement financier (son compte de r´sultat, sa valeur actuelle nette, ses ´tats financiers). On e e e distingue

2, X > 0], Prob[Y = 1, X > 1]. b. Trouver les distributions marginales de X et Y. c. Calculer E[X], E[Y], Var[X], Var[Y], Cov[X, Y], et E[X 2Y 3]. d. Calculer Cov[Y, X2]. e. Quelles sont les distributions conditionnelles de Y, étant donné que X = 2, et celles de X étant donné que Y > 0 ? f. Trouver E[Y|X] et Var[Y|X]. Obtenir les deux parties de la décomposition de la variance Var[Y] = Ex[Var[Y|X]] + Varx[E[Y|X]]. On obtient tout d’abord les probabilités marginales. Pour la distribution jointe, on

valeur en risque 6.1 D´efinition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.1.1 La VaR analytique (ou param´etrique) . . . . . . . . . . . . 6.1.2 La VaR historique (ou non param´etrique) . . . . . . . . . . 6.1.3 La VaR Monte-Carlo . . . . . . . . . . . . . . . . . . . . . . 6.1.4 Pertinence des mesures VaRs . . . . . . . . . . . . . . . . . 6.2 Quelques r´eflexions sur la VaR . . . . . . . . . . . . . . . . . . . . 6.2.1 L’interpr´etation du seuil de confiance α . . . . . . .