Do Nalouche Remplir Ia grille attaché au sujet en respectant les eases L'examen contient 3 exercices et 4 pages. Exercice 1 > Library(ssriaa) > x & sim.sarina(n=100, model = List (ar=0.8,na=.4)) a. m= =a Zi tel que Zy~ (9). > x € sim sarina(ne200,model=List (sar=0.8, nseasons: 2, sigma2 = 1)) Keo (dheoX gy = Be tel ave Ze ~ lO) > xs simarinataniéd, model = Lev(arsc(.2,-0.8), 000.4, + sar-0.3, ans-0.7, dordes-t, 7 ssorder=2, 7 seasons=i2, signa? = 2)) (9). Taf hnXy = be 7, (1. (8) ay AS simsariaa(oei4é, model = List... (18)..., forders...(22)...) storder= * neeazonse. (14)... xgna? =" 19) (1h BPO - BPX, = (+ 8B), > LibraryCurca) > Library(fpp2) > <1) > ELCODI>HAL EE CL2) IR. (30). Cage (16)... typers 79...) >... 48) aaanaseuenouneeverssetanseedeeenneanscesensanee f hugnonted Dickoy-Fuller Test Unst Root Tost # aneaaenuonensnevennnacanecouesenaeonscesseannee ‘Test regression . (19) cat In(formla = 2.4 fo eedag.d + ...(20)...9 Residual: Yan 10 Median 3a Max -0,192380 -0,032261 0,002563 9.029618 9.205683 coetf cients Estimate Std. Error t value Pr(>/t!) (Invercept) 9.01048 0.00536 1.950 9.052768, a3)(23) -0.36425 0.10213 -9.567 0.000465 ree z.diff.lagi -0.54492 (21)... -4.905 2-16-05 #¥# 2.diff.lag2 -0,21562 0.11675 -1.847 0.006444 Z.diff.lag3 0.02955 0.11378 0.260 0.798362 z.diff.lagd -0.11476 0.11145 -1, 030 0.304557 Ziff 1ags ..(22).. 0.10440 0.114 0.909244, 2.diff.leg6 -0.01365 0.08031 -0. 160 0.866160 Signif. codes: 0 e4¥ 0,001 ## 0.01 # 0,05. 0.1 1 Residual standard error: 0.0864 on 177 degrees of freedom Multiple R-squared: 0,5036,Adjuted R-squared: 0.4839) Festatietic: 25.65 on T and 177 DF, p-value: < 2.26-16 Value of test-statistic is: -3.5666 6.3869 Critacal values for test statistics ipet Spot LOper pau -3.46 -2.88 -2.87 2a).. 682 4.63 3.81 (On note par LX} Ie processus observé dans 02. On a effuetué ei deseus le test dhypothéso lle Hy + (25)... v8 Phypothise alternatives + x..(26) (On peut conclure que le processus «(27 est (28). > eRe-hODs>hdi fe LOPE. .. (28)... (byper-. (83)... > ...@D sonennnenneenennannety # ...(2)... Unit Root Test # sbnwnuaaneeenannannees Test 1s of type: ...(34)... with 4 lage value of test-statietse is: 0.432 Gritical value for a significance level of lopet Spec 2.5pet pet critical values 0.347 0.463 0.574 0.739 > Library Zorecast) > mi<-Arima(h02,ordernc(..(95)..1,..(88)..) include drift + ..(G7)..5 + soasonal=Lict(ordor*.(38)..,period"4), + Lanbda°ULL) > at Series: 202 ARIMA. . (40). ..(4,0,0)..(39).. with drift Coefficients: arl mal (41)... (42) 0.8776 1.0000 ..(48).. 0.0024 (43). 0.0597 0.0154 0.0708 0.0003, signa"? estimated as 0.01983: ...(44)...=112.3, AIO=..(45).. ATCe=-214.29 B1C=-199.03 > miSaict2entSloglik (1.40)> tstacint) arti sarl drift svetat ..(47).. 65.1087 -2.219095 .. . (49) peval 0.000000 0.0000 0.026480 0.000000 Le mnnaiele estime ci dessus séerit alors (oo (64)..X; = (58). + “Meg, 08 Z~.(92) > mde-sarina(h02,p = -(58)..,4 = 2.92 ..(66)...P = 67)... + D+ 1,0" ..G8)..,5 = details = F.no.conetant = 7) > a2 sit c stats::arina(x * xdata, order = c(p, d, q), seasonal = list(order + o(P, D, Q), period = §), include-noan = Ino.constant, optim.control = list (trace = tre, REPORT = 1, reltel = tol)) Coozficionte. art (65) (69). -0.9998 e.e, 0.0716 0.0127 signa’? estimated ac ..(66)..: log likelihood = -0.97, sic = 7.95 Sdegrees_of freedom {a} 196 Strable Estimate SE. t.value p.value art (61)... (G0)... ~0.3254 0.7452 6a) (63)... 0.0127 -.(62).. 0.0000 sarc fa) 1.875119 sarce (i) 1.864727 sarc (hh 667) Exercice 2 On considéve Te code *R* suivant > polyract (e(1,~.8..3)) [1] 0.eg3sa9e1 6244663 0.833399-1.620486i > polyreot (e(1,1,1-5)) (1) -0.3989833+0.7489561 -0.9993953-0.7459864 > polyroot (c(t, .4,.5,-8)) (1) 0.25929a+1.0128273 -1.149588+0.0000001 9. 259294~1.0128271, Soit Z ~BR(O,1) um brute blane et X; un processus ARMA vérifiant les équations ci dessous Indiquer si ces fauations ARMA admettent des solutions stationnaires (Répondro par oui. si stationnaire et non, sion)(1.58 + 3B7)X, = (1+ 82, (68), Xp AX pay = OX = BX pag + Zeb AZ (09). (4 BH LSBIX = Z, (70) Exercice 3 (On sait que si une équation ARMA admet une solution, elle est de la forme bit Z; ~BB(0. |. La commande ARKALOMA caleule les cocticients the étant donne les coefficients AR et MA. L. Rappeler Mexpression de BEX) et 4 (lt) E(XQ) =o oT Me OU (8) = fT2). 2. Donner & partir ey code ei dessous le madéle ARMA =...173) 9 (0). (7). ox (2). £79) > pBLC-ARMAtOMACar = 6(.5,.3) 0 > pei1<-ARNACOMA(ar = c(.5,.3),m0".8, Lag.max = 1001) > pei2<-ARMACOMACar = c(.5,.3),mas.8, lag.max = 1002) > sun(psiv2) (a) 5.24389 > sum(psivpeit[-11) (a) 4.202864 > sum(psi*psi2[-c(1,2)]) (1) 8.724969 > psilt:2] Lal 1.30 ..(76) > sum(ARMAtoMA (ar = c(.5,.3),mar.8, lag.max = 20)) Li] 7-6rea35 > Library (FivaR) acvEARMA(thota = -.8,phi = (.6,.3),eigna? = 1,naxLag ~ 2) 8, lag.max = 1000) me Li)... (78). 4.674359 > PactDL(g,LinearPredictor * ...(79)..) SPact (1) ..(60)., -0, 2900838 SARCoeEEicients (2)... (81) SkeeadualVariance La. (63 = BN Xe Xp = (5)o.% Xpoy f86)e x Neat By hegal* = (87),Reponses 8 r @ w Teponse ‘Nuevo 7 BRapoise Sangre reaper 76 im 7 a 78 aa = i i 7 EEREEEEEE me a ~ a a ae a 1 8T f oe PoE 58 oe i BS et ew a ae w aise See =ca) seer | or “Tt 86 cy a aarieae ap eco oF a0 Pee eeeEcole Supérieure de la Statistique A.U: 2018-2019 et de l’Analyse de I’Information, 2°" Année: Devoir Simulation et méthode de Monte Carlo Durée: 1H30. Documents et calculatrices interdits. Les réponses doivent etre justifies La qualité de la rédaction sera prise en compte. Exercice 1 1- A Laide de la méthode dinversion décrire Ia procédure de simulation dune variable aléatoire de loi exponentielle de paramétre @ (respectivement: de loi de Cauchy standard) 2. Enoncer le théoréme de Box Muller. Exercice 2 Soit X une variable aléatoire de densité f, telle que (ea)? ; fle) = kexp {- Be }s eat). 1- Exprimer la constante k en fonction de 0,42, b et ®, ot ® est la fonction de répartition de la loi normale centrée réduite. 2 Prouver la procédure d’application de la méthode de rejet. Que peut-on dire du nombre Wessais moyen avant acceptation ? Exercice 3 On souhaite calculer eo : T= f cosa) 9a J cove ae 1. A Paide d’une suite de variables aléatoires i.i.d de lois connues, proposer deux fagons différentes destimer I par la méthode de Monte Carlo classique. On note Ty et Ty ces estimateurs, n > 1 2 Pour chacun de ces estimateurs, donner l'intervalle de confiance associé au niveau 1 — 0. a € {0,1}.Exercice 4 On désigne par f la densité [2 Fe) = y2en(-F ear eR 1 Pour \ > 0 fixé, trouver une constante c, > 1 telle que Slo) $ edexp(—Ax),¢ € Ry 2 En déduire une méthode de simulation de la loi de densité f. 3 Trouver ) tel que le temps moyen de caleul dans la méthode proposée soit le plus petit possible.UNIVERSITE DE CARTHAGE, ECOLE SUPERIEURE DE LA STATISTIQUE ET DE LANALYSE DE L*INFORMATION 2" année ESSAI Année universitaire 2018/19 ‘Chargée du cours : H. Sellami Chargée des TD Zaghouani DEVOIR SURVEILLE DE MICROECONOMIE HT Durée: 1h30 ercice 1: (/2 points) Une entreprise qui détient le monopole de fabrication et de vente d’un bien X produit en quantité x, supporte un coat total de type : C(x) = BOX. Elle peut @ priori desservir deux marchés Myet My dont les fonctions de demande sont respectivement My: py = 160 - xy My: pp = 280 ~ 4x2 A. En supposant qu’il n’y a aucune séparation possible des deux marchés et que le bien X va tre vendu au meme prik: 1. Déterminer la demande globale et |a demande globale inverse adressées a cette entreprise. 2. Determiner la quantité maximale qui peut étre vendue sans faire de pertes. Est-ce que les deux marchés vont étre desservis ? Expliquer 3. Déterminer la quantité et le prix correspondant au profit maxima! de ce monopole et calculer ce profit. 4, Quelles sont les conséquences d’ une introduction d’impat indirect de 60 u.m. par unité produite et vendue, sur la quantité et le prix ?. Est-ce que les deux marchés vont etre desservis ? Expliquer B. En supposant quill est possible de garder séparés les deux marchés 1. Déterminer la quantité vendue sur chaque marché et le prix qui y sera fixé parle monopoleur en vue de maximiser son profit. Quelle est le valeur de ce profit ? 2. Pourquoi ce monopoleur est. capable de discriminer de la sorte ? Justifier votre réponse,Exercice 2 : (8 points) Sur le marché du lait, la demande globale est exprimée par la relation Q=200-p avec Q la quantité globale demandée de lait et p le prix du lait. Les entreprises DEL, (D), et BIL, (B), se partagent, d'un commun accord, le marché en parts égales, autrement dit, elles cohabitent, chacune prenant en considération la production de V'autre. Files ont actuellement la méme technologie de production, considérée par la fonction de coat total suivante CT (qi) = a? +20q:+1240 avec B,D. q étant la quantité produite par la firme i 11/ Quelle est la situation du marché ? Déterminer le prix et la quantité d’équilibre, ainsi que les profits de deux entreprises. 2/ Au prix d'un investissement en Recherche et Développement, la firme DEL vient de mettre au point un nouveau procédé de fabrication, qui abaisse ses coats variables de production, Sa nouvelle fonction de coat s’écrit alors Tp (qo) = do” + 8 Go + 258 La fonction de cotit de BIL demeure inchangée. Cette situation permet a l'entreprise DEL de se comporter en firme dominante dans un oligopole. Quel est la nature de cet équilibre ? Déterminer alors 'équilibre du marché (p, de, Go), ainsi que les profits des deux entreprises. Que remarquez-vous ?Ministére de Enseignement Supérieur et de la Recherche Scientifique Université de Carthage aire de la Statistique et de Analyse de VInformation Ecole Supéri SEE __Devo} Module; Eeonométrie | “Classe : 2" Année, oe de pages Braise 2019 Durée: Th30min onmars : Principale | Documents : non autor Exercice 1 (10 points : 2424343) On considére le modéle défini par we jg + ByD + ByE + 6 pour i= Leavy? : Wy si We > Wo, vee ¢ dee termes aléatoines Sid suivant une Jot normale de moyenne 0 et de variance ?, W ile salaire, D le nombre dannées déducation, Bs Je hombre d’années d’éxpériences, Wo Ie salaite de réserve et 3 = (iy...) le vectour des parametres. 1. On considére une variable aléatoire X qui suit une loi normale d’espé- rance mathématique m et de variance 02, Caleuler E(X/X > 0), 2, Determiner Pestimatenr de @ par la méthode mov du modale fondé sur les Wy > Wo, not 3, Montrer que Byye, est biaisé et calculer son binis J, Ecrire la vraisemblance correspondant att modale défini préeélemment Exercice 2:10 poins : 1+1+24+141414142 Pour N clients de Ja banque BBB, le défoult de paiement d'un client (Dj) obeit 8 la relation suivante Di = By +B, Ri + ByAc + BGs + BeMB: +6 pour i= ty) 1si DE >0 m= {Sion D-: we variable indicatrice qui vaut 1 si le client est en default de paiement et 0 sinon A: le reve: mensuel du client (en millier de TND), Ac: Pancienneté du client avec fa banque (en nombre années),Gs une variable indicatrice qui vaut 1 si le client est une ferme et 0 si le client est un homme MB : une variable indicatrice qui vaut 1 si le client a dos engagements avec d'autres banques et 0 sinon G: des termes aléatoires identiquement et indépendamment distribues selon Ja loi logistique. ct 8 = (89,8), 89,8354)’ Ie vecteur des paramétres, L. Pour un client #, montrer que D; suit une toi de Bernoulli dont on précisera le parame, En déduire la vraisemblance d'un échantillon de taille N, (Ds, Da, Dy), Liestimation par maximum de vraisemblanee du modéle défini précé- demment a fourni les résultats suivant 1.20 1.10 = 10000, 8 0.60 0.09 0.15 25u0 400 1000 «1010 400 400-100. -100 10 es V3) = 1] 1000 -100 990 0 1 -100 9 9 110 80-20 tivite individuelle des parametros (a) Te (b) Commenter les résultats ter Ja signi (©) Calculer i. Le différentiel de probabilite de défaut de paiement entre les clionts hommes et les clients femmes ii. Le différentiel de probabilité de défaut de paiement entre les clients qui ont des engagements avoc d'autres banques comparés a ceux qui n’en ont pas, iii, Commenter 4. Calculer une estimation de la probabilité de solvabilité <’un client s engagerients avec d'autres banques dont le sa. homme possédant d aire mensuel est de 1100 TND et ayant 3 années d’ancienneté avec la Indication + P(N (0.1) < 1.96) = 0.975Université de Carthage ESSAI Année Universitaire 2018 -2019 Devoir Surveillé: Plans d'Expériences 2eme Année, 05 Mars 2019 (Documents Non Autorisés) Cette épreuve contient 01 page Durée, OIheure. Un expérimentateur compare plusieurs procédures permettant de prévoir la résistance au cisaillement' des poutres’ en tole dlacier. Les données pour neuf poutres sous Ja forme du rapport de la charge prévue a la charge observée pour deux de ces procédures sont les suivantes, Poutre Méthode 1 Méthode 2 SA T1186 17.061 Syl LAS! 0.992 Sy/l 1,322 1.063 Syl 1.062 Ss/l | 1.065 So 1.178 Sy2 1.037 S33 1.086 Syd 1.052 1. Existe-til une évidence® de Yaffirmation selon laquelle il y a une différence de performance moyenne entre les deux méthodes? Justifiez votre réponse, 2. Construire un intervalle de niveau de confiance (1 — @)% pour Ja différence de moyenne prédite par rapport & la charge observée. Etudier lhypothése de normalité pour les deux échantillons, Analyser Vhypothése de normalité pour la différence de rapport entre les deux méthodes. Action de cisailler, de couper, d'entailler ; entaille faite en cisaillant. * Support horizontal allongé en bois, en métal ou en béton armé, de section étudi bonne résistance a la flexion. ° Seuil de signification @ = 5%; t° = 2.306 pour uneUNIVERSITE DE CARTHAG ECOLE SUPERIEURE DE LA STATISTIQUE ET DE L’ANALYSE DE L'INFORMATION 2 année ESSAI Année universitaire 2018/19 Enseignante : H. Sellami DEVOIR SURVEILLE D’INGENIERIE FINANCIERE Durée : 1h30 Questions de réflexion : (3 points) 1- Citer trois éléments qui différencient une action d'une obligation 2- Fn Bourse, quelle est la différence entre un marché primaire et un marché secondaire ? Exereice : (17 poinss) roftre sa capacité de production, une entreprise a le choix entre un projet A dont les flux sont certains, et un projet B dont les prévisions de cash-flows sont aléatoires. La durée de vie des deux projets est égale a 5 ans, au bout desquelles les projets A et B cesseront d'exister Projet A: L'investissement initial en équipements s‘éléve & 172 000 dinars, décaissable en t = 0. Cet investissement consiste en une machine & 100 000 dinars amortissable lingairement sur 4 ans et en articles divers a 72 000 dinars amortissable linéairement sur 6 ans. Si elle décide de faire ce projet, l'entreprise a également besoin d'un BER initial de 5 000 dinars Les prévisions relatives a l’exploitation sont les suivantes : PRIS eo BiH a 5] [300 1800 2000 3300 | 4000 = Le prix de vente unitaire est de 60 dinars, ~ Les charges fixes annuelles décaissables exploitation (hors amortissements) s‘élevent a 5 000 dinars et sont réghées l'année de leur constatation, - La consommation de matiéres premieres séleve a 20 dinars par unité ~ Les fournisseurs accorderont une facilité de paiement de 3 mois sur le montant des achats, pendant tout le projet, - Les clients benéficient dun délai de paiement de 3 mois, tout le long de Ia durée de vie du projet, = Lrentreprise est imposée au taux de 25% , - On supposera que la machine pourra étre vendue a la fin de la durée de vie du projet & 30.000 d mais que les articles divers seront simplement jetés,Finalement, le taux de rendement exigé par les pourvoyeurs de fonds & ce type de projet est de 10%. Projet B: Les dépenses en équipements s’élévent a 80 000 dinars, payables au démarrage du projet. Les cash flows. en dinars, des 5 années d’exploitation se présentent comme suit : - Le cash-flow de l'année 1 est certain (probabilité = 1) et égal a 17 000 d - Le cash-flow de l'année 2 est aussi certain (probabilité ~ 1) et égal 4 50 000 d ~ Les cash-flows des années 3 a 5 sont aléatoires et sont comme-suit Cit dj Cit = Fr proba 09) 60 000 ae o0E 40.000 26 000 30 000 [18 000_| 2.000 [16 000 50 000 25 000 22.000 | 18000 Le taux d’actualisation est de 12% TAF: 1/ Déterminer tes différents cash-flows du projet A, ainsi que sa VAN, 2/ Présenter l’arbre de décision du projet B et déterminer sa VAN espérée. 3/ En supposant qu’il est possible de comparer de la méme fagon un projet a flux certains et ln projet a flux aléatoires, classer les deux projets, en expliquant le choix du critere utilisé 4/ Quel doit étre la valeur résiduetle nette espéré du projet le moins rentable pour que le dirigeant soit indifférent entre les deux projets A ct B?ecole Supéricure de la statistique et de IAnalyse de Mnformatque Période 3: Du 10 Janvier au 28 février 2019 Devoir surveillé Calcul des varintions ot optimisation Dynami Le sujet eomporte 2 pages. Eprenve dure 1 heure 30, Les documents, calculatrices et téléphones portables sont interdits, Question de cours 1, Donner la définitioa d'une fonction coercive sur R® 2, Montrer que si f est-une fonction a— convene continue alors f est coercive 3. Montrer que le probleme (P) mingagyems (H+? 2) Bety=0 aadmet au moins une solution. 4. Moutrer que Papplication +> [| est convexe sur B® 5. Donner Vexpression des équations d’Buler Lagrange {ta fonctionnelle suivante ff Posuatae Bxercice 1 Soit Je problézae de caleul des variations suivant a [iv 1. Berire tes équations dE yP)de sous les contraintes (0) = 0 et (5) = 1 Jes-Lagrange pour ce probleme, 2. Résondre ces Gaquations. Bxercice 2 (On considére la fonction f définie sur B? par Shey) At yS—We-y?1. Montrer qu'il existe (c,8) € 3 {et les déterminer ) tels que Sey) 2 alley? + 8. Pour tous (2, y) € 5 oit la notation jf] désigne la norme euclidienne de R® 2. En déduire que te probléme infor ment f(z.) posséde au moins une solution 3. La fonction f est-olle eonvexe sur R?? 4. Déverminer les points critiques de f et préciser leur nature Exercice 3 Soit f la fonction définie sur RE & valeur dans R par f(,y) =a +y? et U Pensemble {lxy) € BY cy = 0) Determiner les entuels points d'extremun de la fonction f sur U et leur nature