Département d’Études Juridiques et Économiques de Périgueux

Travaux dirigés

Statistique descriptive II et mathématiques

financières

L2 AES
Université de Bordeaux∗

Thibaud Deguilhem†

Année universitaire 2016/2017

Résumé
Dans un premier temps, nous utiliserons les différents outils de la
statistique bivariée présentés en cours (croisement de deux variables quan-
titatives, qualitatives ou des deux types). Dans un deuxième temps, nous
reviendrons sur la construction et l’utilisation des indices simples et com-
posites avant de s’attacher à caractériser les séries chronologique et à dé-
composer leurs termes. Enfin, nous présenterons une courte introduction
aux mathématiques financières.

∗ Les exercices de cette plaquette viennent en complément du cours de M. Lourme.

† ATER, Université de Bordeaux. [email protected]

1
EXERCICES TRAVAUX DIRIGES L2 AES

Table des matières

1 STATISTIQUES BIVARIÉES 2
1.1 C ROISEMENT DE DEUX VARIABLES QUALITATIVES . . . . . . . . . . . . . . . . . . . . . . 2
1.2 AVEC R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3 C ROISEMENT D ’ UNE VARIABLE QUALITATIVE ET D ’ UNE VARIABLE QUANTITATIVE . . . . 3
1.4 AVEC R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.5 C ROISEMENT DE DEUX VARIABLES QUANTITATIVES . . . . . . . . . . . . . . . . . . . . . 5
1.6 Avec R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.7 T RAVAIL À RENDRE AVANT LE 2 NOVEMBRE 2016 . . . . . . . . . . . . . . . . . . . . . . 10

2 INDICES ET INDICATEURS 11
2.1 TAUX DE CROISSANCE ET COEFFICIENT MULTIPLICATEUR . . . . . . . . . . . . . . . . . . 11
2.2 I NDICES SIMPLES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.3 C ONSTRUCTION ET PROPRIÉTÉS DES INDICES SYNTHÉTIQUES . . . . . . . . . . . . . . . . 13
2.4 I NDICE DES PRIX À LA CONSOMMATION . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.5 AVEC R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

3 SÉRIES CHRONOLOGIQUES 16
3.1 T ENDANCE PAR LA MÉTHODE DES MCO . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.2 L A TENDANCE PAR LA MÉTHODE DES MOYENNES MOBILES . . . . . . . . . . . . . . . . . 16
3.3 L A SÉRIE AJUSTÉE : FAIRE DES PRÉVISIONS . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.4 AVEC R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.5 T RAVAIL À RENDRE AVANT LE DÉCEMBRE 11 2016 . . . . . . . . . . . . . . . . . . . . . 19

4 INTRODUCTION AUX MATHÉMATIQUES FINANCIÈRES 21

4.1 I NTÉRÊTS SIMPLES ET INTÉRÊTS COMPOSÉS . . . . . . . . . . . . . . . . . . . . . . . . . 21
4.2 I NTÉRÊTS NOMINAUX ET INTÉRÊTS RÉELS . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
4.3 ACTUALISATION ET CAPITALISATION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
4.4 TABLEAUX D ’ AMORTISSEMENT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
L2 AES, DEJEP, Université de Bordeaux. 2

1 STATISTIQUES BIVARIÉES
1.1 C ROISEMENT DE DEUX VARIABLES QUALITATIVES
Exercice 1 Exercice tiré de l’examen blanc 2015/2016
1. Caractériser les séries statistiques X (niveau d’éducation) et Y (classe d’IMC).
2. Que représentent les marges d’un tableau de contingence ? Indiquez-les pour le tableau 1.
3. Donner la signification de : n11 , n1. , n.3 , n.. .
4. Comparer et commenter : f31 et f33 , f11 et f13 .
5. Déterminer et interpréter les profils en ligne et en colonne.
6. Mesurer la dépendance entre ces deux variables.
Bonus Construire et interpréter le test d’indépendance (χ 2 ) au seuil de 5%. Table

TABLE 1 – É CHANTILLON D ’ ADULTES BRÉSILIENS (18-60 ANS ) ÉTUDIÉS SUIVANT LEUR INDICE DE
MASSE CORPORELLE (IMC) ET LEUR NIVEAU D ’ ÉTUDE .

Classe d’IMC
Bonne santé Embonpoint Obésité
Primaire 27 5 1
Éducation Secondaire 24 35 2
Supérieur 6 43 19

Source : Inspiré de Kakeshita et Sousa Almeida (2008).

Références :

Kakechita, I.S. et Sousa Almeida, S. (2008) The relationship between body mass index and body
image in Brazilian adults. Psychology and Neuroscience 1(2) :103-107.
Mintem, G.C., Petrucci Gigante, D. et Lessa Horta, B. (2015) Change in body weight and body image
in young adults: a longitudinal study. BMC Public Health 15 :222.

Corrigé [en ligne le 05/10/2016] [001A]

1.2 AVEC R
Exercice 2 Croisement de deux variables qualitatives
1. Saisir les données du tableau 2 sous R sous forme d’un data frame.
2. Construire le tableau de contingence croisant les deux variables.
3. Reproduire la figure 1.
4. Déterminer la valeur du χ 2 .
Bonus Démontrer le lien de dépendance entre la possession d’un véhicule et le genre des étudiants (au seuil de
5%). Table

Corrigé [en ligne le 05/10/2016] [002A]

L2 AES, DEJEP, Université de Bordeaux. 3

F IGURE 1 – P ROPORTION D ’ ÉTUDIANTS D ’AES ET DE SEG POSSÉDANT UN VÉHICULE SELON LEUR

GENRE .

100

80 76

60 54
46
% 40
24
20

0
Homme Femme
A un véhicule N’en a pas

Source : Enquête 2015.

TABLE 2 – G ENRE ET POSSESSION D ’ UN VÉHICULE POUR 34 ÉTUDIANTS D ’AES ET DE SEG.

Indiv. Genre Véhicule Indiv. Genre Véhicule
1 H V 18 H NV
2 H V 19 H V
3 F NV 20 F NV
4 F NV 21 F V
5 F NV 22 F NV
6 H NV 23 F V
7 F NV 24 F NV
8 F NV 25 H V
9 F NV 26 F NV
10 H V 27 F NV
11 H NV 28 H V
12 F V 29 F NV
13 H NV 30 F NV
14 F NV 31 F NV
15 F NV 32 H V
16 H NV 33 F NV
17 H NV 34 F V

Note : Nous avons noté “V” lorsque l’étudiant possédait un véhicule, et “NV” dans le cas contraire.
Source : Enquête 2015.

1.3 C ROISEMENT D ’ UNE VARIABLE QUALITATIVE ET D ’ UNE VARIABLE QUANTITATIVE

Exercice 3 Richesse des villes et espérance de vie à la naissance

1. Calculer la moyenne et la variance marginale de l’espérance de vie à la naissance.

2. Déterminer la moyenne et la variance de l’espérance de vie conditionnellement au niveau de richesse
de la ville.
3. Calculer et interpréter le rapport de corrélation.
4. Commenter les résultats obtenus.
L2 AES, DEJEP, Université de Bordeaux. 4

TABLE 3 – E SPÉRANCE DE VIE MOYENNE DES PERSONNES VULNÉRABLES AU SEIN DES DIX VILLES LES
PLUS RICHES ET DES DIX VILLES LES PLUS PAUVRES AUX E TATS -U NIS ( RICHESSE URBAINE ÉVALUÉE
SUR LA BASE DU REVENU MOYEN PAR HABITANT ).

Ville Richesse Esp.vie Ville Richesse Esp.vie

New York City R 79,5 Gary, Ind. P 74,2
Santa Barbara R 79,4 Indianapolis P 74,6
Santa Rosa R 79 Detroit P 74,8
Los Angeles R 79 Louisville, Ky. P 74,9
San Francisco R 78,8 Tulsa, Okla. P 74,9
San Diego R 78,8 Toledo, Ohio P 74,9
Portland, Me. R 78,2 Oklahoma City P 75
Boston R 78,1 Dayton, Ohio P 75,1
Miami R 78,3 Knoxville, Ten. P 75,1
Newmark R 78,2 Little Rock, Ark. P 75,1

Note : “R” désigne une ville riche (relativement aux autres), et réciproquement “P” désigne une ville pauvre pa rapport aux autres.
Source : Irwin, N. et Bui, Q. (2016).

Références :

Irwin, N. et Bui, Q. (2016) The Rich Live Longer Everywhere. For the Poor, Geography Matters.
The New York Times, publié le 04/11/2016.
Chetty, R., Stepner, M., Abraham, S., Lin, S., Scuderi, B., Turner, N., Bergeron, A. et Cutler, D. (2016) The
Association Between Income and Life Expectancy in the United States, 2001-2014. Journal of
American Medical Association 315(16) :1750-1766.
Case, A. et Deaton, A. (2015) Rising morbidity and mortality in midlife among white non-Hispanic
Americans in the 21st century. PNAS, Proceedings of the National Academy of Sciences 112(49) :15078-
15083.

Corrigé [en ligne le 05/10/2016] [003A]

1.4 AVEC R
Exercice 4 Usage du temps de travail domestique : une autre approche du “gender gap”

TABLE 4 – T EMPS DÉDIÉ PAR LES HOMMES ET LES FEMMES À LA LESSIVE ET AU BRICOLAGE AUX E TATS -
U NIS ( EN MINUTES PAR SEMAINE ).
Genre Lessive Bricolage Genre Lessive Bricolage
H 0 70 F 112 48
H 14 35 F 162 8
H 42 105 F 62 38
H 8 42 F 82 18
H 48 98 F 142 30
H 38 28 F 202 26
H 18 112 F 22 0
H 0 49 F 42 56
H 56 91 F 182 20
H 56 70 F 112 36

Source : Bureau of Labor Statistics, 2014 Survey.

L2 AES, DEJEP, Université de Bordeaux. 5

F IGURE 2 – D ISTRIBUTION DU TEMPS DÉDIÉ PAR SEMAINE À LA LESSIVE SELON LE GENRE ( EN MINUTES
PAR SEMAINE ).

Source : Bureau of Labor Statistics, 2014 Survey.

1. Saisir les données du tableau 4 sous R sous forme d’un data frame.
2. Calculer la moyenne et la variance marginale du temps dédié chaque semaine à la lessive.
3. Déterminer la moyenne et la variance du temps consacré au bricolage conditionnellement au genre des
personnes interrogées.
4. Reproduire la figure 2.
5. Commenter la figure 2.
6. Calculer et interpréter le rapport de corrélation.

Références :

Offer, S. et Schneider, B. (2011) Revisiting the Gender Gap in Time-Use Patterns. Multitasking
and Well-Being among Mothers and Fathers in Dual-Earner Families. American Sociological Re-
view 76(6) :809-833.

Corrigé [en ligne le 12/10/2016] [004A]

1.5 C ROISEMENT DE DEUX VARIABLES QUANTITATIVES

Exercice 5 Rappel de statistique univariée

TABLE 5 – P OIDS ET QUANTITÉ DE CHOCOLAT CONSOMMÉE POUR 200 ÉTUDIANTS D ’AES AU SEIN DE
L’U NIVERSITÉ DE B ORDEAUX ( MESURANT TOUS 1,75 M ).

Poids (en kg)

[55 ; 65[ [65 ; 75[ [75 ; 95[ [95 ; 115[
Quantité [0 ; 50[ 27 24 6 3
de chocolat consommée [50 ; 150[ 30 30 38 2
(en grammes par semaine) [150 ; 450[ 1 2 14 23

Source : Inspiré par le Département de Sciences Politiques, Université d’Amsterdam.

L2 AES, DEJEP, Université de Bordeaux. 6

1. Caractériser la série statistique X (quantité de chocolat consommée), et représenter graphiquement sa

distribution.
2. Quelle est la proportion des étudiants consommant moins de 80 grammes de chocolat par semaine ?
Quel est le nombre d’étudiants appartenant aux 10% d’étudiants mangeant le moins de chocolat par
semaine ?
3. Quelle est la consommation moyenne et médiane de chocolat des étudiants d’AES ?
4. La consommation de chocolat est-elle plus stable chez les étudiants d’AES ou en Sociologie ? Sachant
que dans cet autre cursus le nombre d’étudiants considérés est de 150, la consommation hebdomadaire
moyenne de chocolat est de 124g par étudiant et la variance est de 5000 grammes au carré.
5. Dans le cadre d’une étude sur l’alimentation des étudiants, l’espace santé des étudiants de Bordeaux
souhaite savoir si les variations de la consommation de chocolat sont principalement dues aux varia-
tions au sein de chacun des deux cursus ou entre les différents cursus. Proposer une solution.

Corrigé [en ligne le 12/10/2016] [005A]

Exercice 6 Tableau de contingence

1. Indiquer les marges du tableau de contingence (tableau 5).
2. Calculer et interpréter : n34 , f12 , n.4 , n2. , n.. .
3. Indiquer et donner la signification des profils lignes et des profils colonnes.
4. Calculer et indiquer la signification de : fi=2/ j=3 , fi=1/ j=3 .
5. Calculer et interpréter les moyennes conditionnelles de Y .
6. Calculer les variances conditionnelles Y .
7. Calculer et interpréter les moyennes marginales.
8. Démontrer que :
j=q
1
x= ∑ n. j x j
n j=1

Corrigé [en ligne le 12/10/2016] [006A]

Exercice 7 Consommation de chocolat et prix Nobel

TABLE 6 – Q UANTITÉ DE CHOCOLAT CONSOMMÉE ( EN KILOS PAR PERSONNE / AN ) ET NOMBRE DE PRIX

N OBEL ( POUR 10 MILLIONS D ’ HABITANTS ) DANS 20 PAYS .
Pays Nobel Cons. Choco Pays Nobel Cons. Choco
Allemagne 14 11,5 Finlande 7,5 7
Suisse 33 12 Suède 32 6
Belgique 9 4,2 Hollande 12 4,5
Etats-Unis 11 5,1 Italie 4 4
Canada 6 4 Royaume-Uni 20 10
Japon 2 2 Chine 0 0,8
France 10 6,2 Espagne 3 4
Brésil 0 3 Grèce 2 2,5
Portugal 3 2 Australie 5 4,5
Pologne 4 3,8 Autriche 25 9
Irlande 14 9 Norvège 24 9,5

Source : Messerli, F. (2012).

L2 AES, DEJEP, Université de Bordeaux. 7

1. Représenter le nuage de points (X : quantité de chocolat consommée, et Y : nombre de prix Nobel).

Commenter.
2. Calculer la moyenne et la variance de la consommation de chocolat.
3. Calculer la moyenne et la variance du nombre de prix Nobel pour 10 millions d’habitants.
4. Placer le point moyen sur le nuage de points.
5. Calculer la covariance et le coefficient de corrélation de Pearson. Qu’indiquent ces valeurs sur la relation
entre les deux variables ?
6. Déterminer les paramètres de la droite de régression (D : y = αx + β , avec α le coefficient directeur et
β l’ordonnée à l’origine de la droite de régression D).
7. Démontrer que :
σy
α =r
σx
Avec : α le coefficient directeur de la droite de régression D, r le coefficient de corrélation de Pearson,
σx et σy respectivement la racine carrée des variances de la variable X et de Y .
8. Représenter cette droite de régression au sein du nuage tracé à la question 1.
9. Estimer le nombre de prix Nobel pour 10 millions d’habitants d’un pays dans lequel la consommation
moyenne de chocolat serait de 8 kilogrammes par personne et par an.
Références :

Messerli, F. (2012) Chocolate Consumption, Cognitive Function, and Nobel Laureates. The New
England Journal of Medecine 367 :1562-1564.

Corrigé [en ligne le 19/10/2016] [007A]

Exercice 8 Corrélation et causalité

F IGURE 3 – C ORRÉLATION ENTRE LA QUANTITÉ DE CHOCOLAT CONSOMMÉE PAR HABITANT / AN ET LE

NOMBRE DE PRIX N OBEL OBTENUS POUR 10 MILLIONS D ’ HABITANTS .

Source : Messerli (2012).

1. Interpréter précisément le r = 0, 791 sur la figure 3.

2. D’après les résultats obtenus à l’exercice 3 et la figure 3, peut-on dire que la consommation de chocolat
est la cause de l’obtention de prix Nobel ? Vous expliquerez votre raisonnement en vous aidant des ré-
sultats de Messerli (2012).
L2 AES, DEJEP, Université de Bordeaux. 8

Corrigé [en ligne le 19/10/2016] [008A]

Exercice 9 Dette publique, croissance économique et politiques d’austérité

Dans le tableau 7, vingt pays développés sont étudiés entre 1946 et 2009. Nous avons reporté chaque année
(pour chacun des pays) en fonction de la croissance du PIB et du ratio “stock de dette publique sur PIB”.

TABLE 7 –

Variation du PIB (en %)

[–10 ; 0[ [0 ; 3[ [3 ; 5[ [5 ; 10[ [10 ; 30[
Ratio [0 ; 30[ 0 17 303 106 0
Dette publique/PIB [30 ; 60[ 0 215 212 12 0
(en %) [60 ; 90[ 1 67 127 4 1
[90 ; 250[ 4 77 29 0 0

Source : Herndon, T., Ash, M. et Pollin, R. (2014).

1. Caractériser les séries statistiques X (ratio dette/PIB) et Y (croissance du PIB).

Deux économistes du Fonds Monétaire International (FMI), Carmen Reinhart et Kenneth Rogoff (2010), es-
timent dans les conclusions de leur article que :
(a) Les pays dont la dette publique était supérieure à 90% de leur PIB se trouvaient en situation de récession.
(b) Le coefficient de corrélation entre le taux de croissance et le ratio dette/PIB était très fortement négatif.
(c) Sur la base de a et de b, les auteurs justifient la mise en place des politiques d’austérité afin d’assainir
les finances publiques et de maintenir un ratio dette/PIB en dessous de ce seuil pour ne pas pénaliser le
taux de croissance.
Pourtant, après avoir corrigé les erreurs manifestes dans la construction de la base de données utilisée par les
deux économistes du FMI, Herndon, Ash et Pollin (2014) contestent ces résultats qu’ils estiment erronés.
Leur article démontre qu’il n’existe pas de “maladie de l’endettement public au delà du seuil de 90% du ratio
dette/PIB” et réfute alors l’absolue nécessité des politiques d’austérité avancée par Reinhart et Rogoff.
2. En utilisant les données corrigées présentées dans le tableau 7, calculer et interpréter les moyennes
conditionnelles de Y (variation du PIB). Vos résultats confirment-ils ceux de Reinhart et Rogoff ?
3. Quelle est l’intensité de la corrélation statistique entre ces deux variables ?
4. Déterminer les paramètres de la droite de régression D (D : y = αx + β , avec α le coefficient directeur
et β l’ordonnée à l’origine de la droite de régression D).
5. Calculer et interpréter le coefficient de détermination.
6. Après avoir regardé la vidéo suivante : Krugman vs. Reinhart and Rogoff, vous ferez un com-
mentaire général sur vos résultats et ceux de Reinhart et Rogoff.

Références :

Herndon, T., Ash, M. et Pollin, R. (2014) Does high public debt consistently stifle economic growth?
A critique of Reinhart and Rogoff. Cambridge Journal of Economics 38(2) :257-279.
Reinhart, C.M. et Rogoff, K. (2010)Growth in a Time of Debt. American Economic Review 100(2) :573-
578.

Corrigé [en ligne le 26/10/2016] [009A]

L2 AES, DEJEP, Université de Bordeaux. 9

1.6 Avec R
Exercice 10 Santé et pesticides

TABLE 8 – Q UANTITÉ DE PESTICIDES RÉPANDUS ( EN KG PAR HECTARE / AN ), DÉPENSES DE SANTÉ EN %

DU PIB ET ESPÉRANCE DE VIE MOYENNE À LA NAISSANCE DANS 16 PAYS .
Pays Pest. D.santé Esp. vie Pays Pest. D.santé Esp. vie
France 2,9 11,9 83 Italie 5,6 9,09 79
Colombie 15,3 6,81 74 Mexique 4,5 6,24 79,7
Chili 10,7 7,73 76,8 Bolivie 7,1 6,07 69
Maurice 25,5 4,82 75,1 Hollande 8,8 12,89 78,8
Chine 10,3 5,57 76 Royaume-Uni 3 9,12 81
Nouvelle-Zélande 9,5 9,74 77,6 Canada 1 10,86 83,5
Etats-Unis 2,2 17,1 82,1 Uruguay 6,7 8,75 77,3
Malaisie 7,2 4,03 75,7 Danemark 1 10,62 83,4

Source : Enserink, M., Hines, P.J., Vignieri, S.N., Wigginton, N.S. et Yeston, J.S. (2013), Banque mondiale (2015) et OMS (2015).

1. Utiliser la base de données PESTICIDE disponible ici afin de reproduire le tableau 8 sous R.
2. Représenter le nuage de points (X : quantité de pesticides, et Y : Espérance de vie) ainsi que le point
moyen.
3. Calculer la moyenne et la variance de la quantité de pesticides par hectare.
4. Calculer la moyenne et la variance de l’espérance de vie à la naissance.
5. Déterminer et interpréter le coefficient de corrélation de Pearson.
6. Déterminer les paramètres de la droite de régression D (D : y = αx + β , avec α le coefficient directeur
et β l’ordonnée à l’origine de la droite de régression D).
7. Représenter la droite de régression D.
8. Calculer et interpréter le coefficient de détermination.
9. Estimer l’espérance de vie moyenne d’un pays dans lequel la quantité de pesticides répandus par hectare
serait de 12 kg.
10. Pourquoi la corrélation entre ces deux variables ne nous permet pas de déduire la causalité de l’une sur
l’autre ? Expliquer en utilisant la variable dépense de santé en % du PIB.

Références :

Enserink, M., Hines, P.J., Vignieri, S.N., Wigginton, N.S. et Yeston, J.S. (2013) The Pesticide Paradox.
Science 341(6147) :728-729.
Infographie Science Mag (2013) Pesticide Planet.

Corrigé [en ligne le 26/10/2016] [010A]

L2 AES, DEJEP, Université de Bordeaux. 10

1.7 T RAVAIL À RENDRE AVANT LE 2 NOVEMBRE 2016

Réaliser le dossier suivant en respectant les normes indiquées en ligne, et envoyer vos résultats à
l’adresse suivante : [email protected].

Exercice 11 Fiscalité et pauvreté dans les pays en développement

1. Dans R, installer le package “Hmisc”
install.packages("Hmisc")
library(foreign)
Developpement <- read.dta("c:/.../Developpement.dta")
(a) Les “...” définissent le chemin d’accès au fichier Developpement.dta téléchargé
(b) Developpement va définir le nom de la base de données dans R
(c) La dernière commande use.value.labels=TRUE va définir les noms des variables en facteurs
2. Caractériser les variables de cette base de données “Developpement”.
3. Présenter les statistiques descriptives des deux variables X (recettes fiscales en % du PIB, FISC dans
la base) et Y (la proportion d’individus vivant en dessous du seuil de pauvreté en % de la population,
PAUVRE dans la base) :
(a) Caractéristiques de tendance centrale
(b) Caractéristiques de forme
(c) Caractéristiques de dispersion
4. Représenter graphiquement chacune de des deux distributions.
5. Représenter le nuage de points.
6. Graphiquement, que peut-on dire de la relation entre ces deux variables ?
7. Calculer :
(a) la covariance
(b) le coefficient de corrélation de Pearson
(c) le coefficient de détermination
8. Déterminer précisément les valeurs des paramètres de la droite d’ajustement (de forme y = αx + β ).
9. Représenter le point moyen et la droite de régression de Y en X sur le graphique précédent.
10. Que montrent ces résultats ? Confirment-ils ce que vous observiez graphiquement ?
11. Trouver 3 raisons qui pourraient expliquer les résultats obtenus.
12. Pouvons-nous conclure qu’il existe une relation de causalité entre les ressources fiscales d’un pays
en développement et la proportion d’individus en situation de pauvreté dans ce même pays ? Vous
expliquerez précisément votre raisonnement.
[D1]

Dernière actualisation : 14 septembre 2016

[email protected]
http://www.tdeguilhem.com
L2 AES, DEJEP, Université de Bordeaux. 11

2 INDICES ET INDICATEURS
2.1 TAUX DE CROISSANCE ET COEFFICIENT MULTIPLICATEUR
Exercice 12 Démographie et urbanisation dans les métropoles colombiennes
1. Calculer et interpréter les taux de croissance de la population urbaine à Medellin entre :
(a) 1990 et 1995
(b) 1995 et 2000
(c) 2000 et 2010
2. Calculer, interpréter et comparer les taux de croissance globaux de la population urbaine à Bogota,
Medellin et Cali (entre 1990 et 2010).
3. Calculer et interpréter le taux de croissance annuel moyen de la population urbaine dans chacune des
trois villes entre 1990 et 2010.
4. Comparer-les.
5. En conservant les taux de croissance annuels moyens déterminés à la question précédente, combien de
temps faudra-t-il pour que :
(a) Bogota atteigne 10 millions d’habitants
(b) Cali atteigne 7 millions d’habitants
(c) La population de Medellin soit doublée
Tout en sachant que :
i. Bogota comptait 7,5 millions d’habitants en 2011
ii. Medellin comptait 4,8 millions d’habitants en 2011
iii. Cali comptait 4,05 millions en 2011

TABLE 9 – P OPULATION URBAINE ( EN MILLIERS D ’ HABITANTS ) AU SEIN DES TROIS PLUS GRANDES MÉ -
TROPOLES COLOMBIENNES ENTRE 1990 ET 2010.

1990 1995 2000 2005 2010

Bogota 4934 5684 6287 6824 7347
Medellin 3111 3499 3935 4324 4688
Cali 2811 3133 3376 3593 3811

Source : Departamento Administrativo Nacional de Estadisticas, 2014.

Corrigé [en ligne le 09/11/2016] [001B]

Exercice 13 Problème d’urbanisation

Bogota étudie depuis cinq ans la possibilité d’introduire une première ligne de métro ou de tramway dans son
système de transport intégré.

Dans le cas du métro, les rapports sur la question déterminent que le flux optimal sera de 200 000 passa-
gers par jour, pour un service opérationnel à partir de 2021. En 2016 Bogota comptait 150 000 passagers par
jour dans son système massif de bus intra–urbains (Transmilenio) et d’après les études réalisées, seulement
80% de ces derniers pourraient préférer le métro (en fonction des zones desservies).

Dans le cas du tramway, les rapports font état d’un flux optimal de 180 000 passagers par jour, pour un ser-
vice opérationnel à partir de 2019. En 2016 Bogota comptait 150 000 passagers par jour dans son système de
bus intra-urbains (Transmilenio), cependant seulement 70% de ces derniers pourraient préférer le tramway (en
fonction des zones desservies).
L2 AES, DEJEP, Université de Bordeaux. 12

1. Nous faisons l’hypothèse que le nombre de passagers par jour de l’ensemble du système intégré va
croitre au même rythme que la population urbaine (question 3 de l’exercice 12), combien de temps
faudra-t-il pour que le métro et le tramway aient atteint leurs limites de passagers véhiculés ?
2. Combien de passagers seraient alors transportés par l’ensemble du système intégré avec chacun des
deux nouveaux moyens de transports ?
3. Sous l’hypothèse d’équivalence des coûts de construction et d’entretien dans les deux cas, à votre avis
quelle décision doit prendre aujourd’hui le conseil municipal de Bogota ? Donner deux arguments qui
soutiennent votre réponse.

Corrigé [en ligne le 09/11/2016] [002B]

2.2 I NDICES SIMPLES

Exercice 14 La crise grecque

TABLE 10 – É VOLUTION DE LA DETTE PUBLIQUE ET DU PIB NOMINAL DE LA G RÈCE ENTRE 1970 ET

2014 ( EN MILLIARDS D ’ EUROS ).
Année Dette pub. PIB nom. Année Dette pub. PIB nom.
1970 0,2 1,2 2004 183,5 193
1980 1,5 7,1 2005 212,8 199,2
1990 31,2 45,7 2006 225,3 217,8
1995 87,0 93,4 2007 240,0 232,8
1996 98,0 103,5 2008 264,6 242,1
1997 105,4 114,8 2009 301,0 237,4
1998 112,1 125,7 2010 330,3 226,2
1999 118,8 134,2 2011 356,0 207,8
2000 141,2 141,7 2012 304,7 194,2
2001 152,1 152 2013 319,2 182,4
2002 159,5 162,3 2014 317,1 179,1
2003 168,3 178,6 2015 311,4 176

Source : EUROSTAT. General government gross debt data.

1. Tracer sur un même graphique l’évolution du PIB nominal et de la dette publique de la Grèce entre 1970
et 2015.
2. Calculer et commenter l’évolution du ratio dette/PIB.
3. Représenter-la sur le graphique précédent.
4. A l’aide du rapport La vérité sur la dette grecque, vous commenterez les différentes phases
qui apparaissent dans vos représentations graphiques (une demi-page maximum).
5. Présenter et comparer l’évolution des indices élémentaires suivant entre 2008 et 2015 (base 100 en
2008) :
(a) Indice du stock de dette
(b) Indice du PIB nominal
(c) Indice du ratio dette/PIB
6. En utilisant la propriété de circularité, calculer I2010/2008 et I2015/2010 pour le PIB nominal et le ratio
dette/PIB.
L2 AES, DEJEP, Université de Bordeaux. 13

7. Démontrer que :
I2015/2008 x I2008/2015 = 104
8. Concernant le ratio dette/PIB, nous savons que :

I1980/1995 = 22, 68

I1995/2008 = 85, 23
Calculer et commenter l’inverse de ces indices élémentaires.

Corrigé [en ligne le 16/11/2016] [003B]

2.3 C ONSTRUCTION ET PROPRIÉTÉS DES INDICES SYNTHÉTIQUES

Exercice 15 Indice des produits laitiers
1. Calculer et interpréter :
(a) La valeur globale du lait en 1995, 2005 et 2015
(b) La valeur globale du fromage en 1995, 2005 et 2015
2. Calculer l’indice de valeur Iv entre 1995 et 2005 puis entre 2005 et 2015 (2005 sera la date de référence)
pour :
(a) Le lait
(b) Le fromage
3. Vérifier que :
Iv = L pt0 x Pqt0
Iv = Lqt0 x Ppt0
L p et Pp correspondent respectivement aux indices de Laspeyres et de Paasche des prix. Lq et Pq corres-
pondent respectivement aux indices de Laspeyres et de Paasche des quantités.
4. Peut-on dire que l’augmentation du prix est responsable de l’augmentation de la valeur du lait ? Vous
expliquerez votre réponse.
5. Calculer la valeur globale de l’ensemble des produits laitiers en 2005 et 2015.
6. Calculer l’indice de Laspeyres “produits laitiers” des prix entre 2005 et 2015.
7. Calculer l’indice de Laspeyres “produits laitiers” des quantités entre 2005 et 2015.
8. Calculer les indices de Paasche et de Fisher des prix entre 2005 et 2015.

TABLE 11 – P RIX ET QUANTITÉS DES TROIS GRANDES CATÉGORIES DE PRODUITS LAITIERS VENDUES
DANS UN HYPERMARCHÉ DE B ORDEAUX –L AC ENTRE 1995 ET 2015.

Prix Quantités
(en euro le litre ou le kg) (en milliers de kg)
1995 2005 2015 1995 2005 2015
Yaourts 1,1 1,9 2,5 1715 1835 1930
Lait 0,5 0,9 1,1 2012 2128 2365
Fromage 3 5,5 9,5 2478 2253 1992

Corrigé [en ligne le 16/11/2016] [003B]

L2 AES, DEJEP, Université de Bordeaux. 14

2.4 I NDICE DES PRIX À LA CONSOMMATION

Exercice 16 Propriété d’agrégation

TABLE 12 – D ÉPENSES MOYENNES DES MÉNAGES FRANÇAIS EN 2006 ( EN EUROS ).

Dépenses par destination Montant Pondération Laspeyres px

Total produits alimentaires et boissons 4214 0,15 114,65
Total boissons alcoolisées et tabac 704 0,03 130
Tissus et vêtements α 0,06 108,33
Total articles d’habillement et chaussures 2132 0,08 110
Autres dépenses d’habillement 126 0,02 ε
Total logement, eau, gaz, électricité 4428 0,16 118,25
Total ameublement, équipement ménager 1986 0,07 108,57
Total services médicaux et de santé 981 0,04 109
Total transports 4285 γ 109,94
Total communications 989 0,04 105
Total loisirs et culture 2460 0,09 103
Total enseignement 189 0,01 102
Total hôtels, restaurants, cafés β 0,06 107
Total autres biens et services 3384 δ 103
Total des dépenses 27267

Source : INSEE.

1. Des données du tableau 12 ont été malheureusement effacées. Retrouver les valeurs de α, β , γ, δ et ε.
2. Calculer l’IPC en 2006 et généraliser vos résultats.
3. En vous aidant du document Indice des prix à la consommation, quelles sont les normes statis-
tiques appliquées par l’INSEE permettant de calculer l’IPC ?
4. Sachant que l’indice de Fisher des prix cette année-là était de 110, calculer l’indice de Paasche des prix
correspondant.

Références :

Py, B. (2007) Statistique descriptive. Economica.

Corrigé [en ligne le 16/11/2016] [004B]

2.5 AVEC R
Exercice 17 Un autre indicateur : l’indice de développement humain (IDH)

1. Après avoir lu les documents disponibles ici et ici, vous définirez l’IDH.
2. Utiliser la base de données IDH disponible ici afin de reproduire le tableau 13 sous R.
3. Reconstruire l’IDH pour chaque pays présenté selon la méthode du Programme des Nations Unies pour
le Développement (PNUD).
4. Créer une nouvelle colonne en classant les IDH selon les catégories retenues par le PNUD.
5. Quelles sont les limites de cette mesure du développement humain ?
L2 AES, DEJEP, Université de Bordeaux. 15

TABLE 13 – I NDICATEURS RENTRANT DANS LA COMPOSITION DE L’IDH.

Composantes de l’IDH Composantes de l’IDH

Pays Esp.vie Moy.sco. Att.sco. RNB/hab Pays Esp.vie Moy.sco. Att.sco. RNB/hab
Norvège 81,5 12,6 17,6 63909 Portugal 79,9 8,2 16,3 24130
Cuba 79,3 10,2 14,5 19844 Uruguay 77,2 8,5 15,5 18108
Chine 75,3 7,5 12,9 11477 Colombie 74 7,1 13,2 11527
Egypte 71,2 6,4 13 10400 Viet Nam 75,9 5,5 11,9 4892
Ethiopie 66,4 4,4 11,7 515 Congo 58,8 6,1 11,1 4909
Côte d’Ivoire 52,5 2,5 9,2 3945 Sénégal 63,5 4,5 7,9 2169
Benin 59,3 3,2 11 1726 Togo 56,5 5,3 12,2 1129

Source : PNUD, 2014.

6. Quelles sont les solutions proposées par le PNUD ?

Corrigé [en ligne le 23/11/2016] [005B]

Dernière actualisation : 14 septembre 2016

[email protected]
http://www.tdeguilhem.com
L2 AES, DEJEP, Université de Bordeaux. 16

3 SÉRIES CHRONOLOGIQUES
3.1 T ENDANCE PAR LA MÉTHODE DES MCO
Exercice 18 Nombre de voyageurs SNCF transitant par la gare du Nord

TABLE 14 – N OMBRE DE VOYAGEURS SNCF TRANSITANT PAR LA GARE DU N ORD ( EN MILLIONS ).

Années Trimestres
T1 T2 T3 T4
2010 50 10 80 20
2011 53 12 85 19
2012 55 15 84 25
2013 58 18 87 27
2014 60 20 90 30

Source : Inspiré par l’Observatoire de la mobilité en Île-de-France.

1. S’agit-il d’une variable de stock ou de flux ? Expliquer votre réponse.

2. Représenter graphiquement cette série temporelle.
3. présenter les différentes composantes propres à une série chronologique.
4. Déterminer graphiquement quel modèle qui la résume le mieux.
5. Estimer la tendance de cette série par la méthode des moindres carrés ordinaires (MCO).
6. Représenter la droite d’ajustement sur le graphique précédent.

Corrigé [en ligne le 23/11/2016] [001C]

3.2 L A TENDANCE PAR LA MÉTHODE DES MOYENNES MOBILES

Exercice 19
1. A partir des données du tableau 14, estimer la tendance de cette série par la méthode des moyennes
mobiles. Expliquer votre raisonnement.
2. Représenter ces valeurs sur le graphique effectué à l’exercice 18.
3. Comparer cette tendance avec celle obtenue par la méthode des MCO à l’exercice 18.
4. En quoi l’estimation de la tendance par la méthode des moyennes mobiles vous semble-t-elle intéres-
sante par rapport aux MCO ?

Corrigé [en ligne le 23/11/2016] [002C]

3.3 L A SÉRIE AJUSTÉE : FAIRE DES PRÉVISIONS

Exercice 20 Décompositions des termes de la série temporelle et prévisions

1. En utilisant les données du tableau 14 et la tendance calculée grâce à la méthode des moyennes mobiles
(exercice 19), estimer les coefficients saisonniers.
2. Établir la série désaisonnalisée ou corrigée des variations saisonnières (CVS).
L2 AES, DEJEP, Université de Bordeaux. 17

3. Afin de prévoir les investissements futurs à réaliser sur la gare la plus fréquentée de France, le départe-
ment planification de la SNCF vous demande d’établir la prévision du nombre de passagers au premier
trimestre 2018. Apporter une réponse argumentée.
4. Calculer les variations accidentelles.

Corrigé [en ligne le 23/11/2016] [003C]

Exercice 21 Démonstration
Démontrer que :
yt − ybt = ycvs − ft
Corrigé [en ligne le 30/11/206] [004C]

Exercice 22 Réchauffement climatique

TABLE 15 – M OYENNE ANNUELLE DES DIFFÉRENCES DE TEMPÉRATURE SUR L’ ENSEMBLE DU GLOBE PAR
RAPPORT À LA MOYENNE DURANT LA PÉRIODE 1951-1980.
Année Var. Temp Année Var. Temp Année Var. Temp
1948 -0,10 1972 -0,03 1996 0,47
1949 -0,14 1973 0,23 1997 0,53
1950 -0,24 1974 -0,03 1998 0,84
1951 -0,08 1975 0,03 1999 0,60
1952 -0,03 1976 -0,17 2000 0,58
1953 0,06 1977 0,22 2001 0,68
1954 -0,14 1978 0,14 2002 0,79
1955 -0,11 1979 0,20 2003 0,78
1956 -0,22 1980 0,35 2004 0,68
1957 0,03 1981 0,44 2005 0,88
1958 0,06 1982 0,14 2006 0,78
1959 0,04 1983 0,39 2007 0,86
1960 -0,03 1984 0,22 2008 0,65
1961 0,08 1985 0,21 2009 0,80
1962 0,01 1986 0,26 2010 0,92
1963 0,01 1987 0,42 2011 0,79
1964 -0,26 1988 0,50 2012 0,77
1965 -0,17 1989 0,38 2013 0,82
1966 -0,07 1990 0,52
1967 -0,02 1991 0,51
1968 -0,10 1992 0,23
1969 0,01 1993 0,27
1970 0,07 1994 0,38
1971 -0,08 1995 0,56

Source : National Aeronautics and Space Administration – Goddard Institute for Space Studies.

1. Représenter graphiquement cette série temporelle.

2. Commenter les différentes phases de l’évolution de la série.
3. Déterminer graphiquement quel modèle résume le mieux cette série.
4. Estimer la tendance en utilisant la méthode des moyennes mobiles (vous retiendrez des périodes d’une
durée de 5 ans).
L2 AES, DEJEP, Université de Bordeaux. 18

5. Représenter cette tendance sur le graphique précédent.

6. Calculer la série ajustée et donner une prévision de l’écart de température possible en 2020, 2035 et
2050.
7. après avoir visionné le documentaire “Réchauffement climatique, les trois chiffres clés”,
vous expliquerez pourquoi les données de températures peuvent-elles être considérées comme fiables
à partir de 1880. Peut-on affirmer que le réchauffement climatique est uniquement du à l’urbanisation
croissante autour des stations météo ? Expliquer précisément les deux limites que présentent les don-
nées de température à la surface du globe et dites comment les scientifiques arrivent à les surmonter.
Comment le groupe d’experts intergouvernemental sur l’évolution du climat (GIEC) peut-il conclure
que la température de la terre a augmenté de 0,85 degré depuis 1880 ?

Références :

Hansen, J., Sato, M., Ruedy, R., Lo, K., Lea, D. et Medina-Elizade, M. (2006) Global surface temperature
change. Proceedings of the National Academy of Sciences 103(39) :14288-14293.
Hansen, J., Ruedy, R., Sato, M. et Lo, K. (2010) Global surface temperature change. Review of Geo-
physics 48 :1-29.

Corrigé [en ligne le 30/11/2016] [005C]

3.4 AVEC R
Exercice 23

TABLE 16 –

Années Trimestres
T1 T2 T3 T4
2011 18 26 38 56
2012 36 52 72 110
2013 72 105 144 195

1. Saisir sous R les données présentées par le tableau 16.

2. Quel est le modèle suivi par cette série ?
3. Calculer la tendance par la méthode des moyennes mobiles.
4. Calculer les coefficients saisonniers.
5. Nécessitent-ils d’être corrigés ? Pourquoi ?
6. Représenter sur un même graphique la série brute et la tendance.

Corrigé [en ligne le 30/11/2016] [006C]

Exercice 24
1. Reproduire sous R la figure 4.
2. Calculer la tendance avec la méthode des MCO.

Corrigé [en ligne le 30/11/2016] [007C]

L2 AES, DEJEP, Université de Bordeaux. 19

F IGURE 4 – N OMBRE D ’ ENTRÉES PAR MOIS DANS UNE PETITE SALLE DE CONCERT DE B ORDEAUX EN
2013.

8 Entrées

En centaines
7

5
0 2 4 6 8 10 12
Mois

3.5 T RAVAIL À RENDRE AVANT LE DÉCEMBRE 11 2016

Réaliser le dossier suivant en respectant les normes indiquées en ligne, et envoyer vos résultats à
l’adresse suivante : [email protected].

Exercice 25 Adénovirus dans la Baia de Guanabara

TABLE 17 – Q UANTITÉ MOYENNE D ’ ADÉNOVIRUS PAR LITRE D ’ EAU DANS LA Baia de Guanabara ENTRE
JANVIER 2014 ET DÉCEMBRE 2015.
Périodes Adénovirus/litre Périodes Adénovirus/litre Périodes Adénovirus/litre
Janvier 2014 0,5 Septembre 2014 0,45 Mai 2015 0,45
Février 2014 1,2 Octobre 2014 0,95 Juin 2015 1,2
Mars 2014 0,4 Novembre 2014 0,4 Juillet 2015 0,6
Avril 2014 0,8 Décembre 2014 0,95 Aout 2015 0,95
Mai 2014 0,35 Janvier 2015 0,7 Septembre 2015 0,65
Juin 2014 1 Février 2015 1,4 Octobre 2015 1,2
Juillet 2014 0,4 Mars 2015 0,6 Novembre 2015 0,6
Aout 2014 0,75 Avril 2015 1 Décembre 2015 1,1

La quantité d’adénovirus (principalement des rotavirus et enterovirus présents dans certains types de coli-
formes) repérés dans la Baia de Guanabara alarme les associations écologistes depuis de nombreuses années.
Cependant, le problème est aujourd’hui posé par les institutions communales elles-mêmes dans la mesure où
les épreuves de voile et de natation en eau libre durant les Jeux Olympiques de 2016 vont se dérouler dans la
baie (Figure 5). Or, déjà de nombreux athlètes ont contracté des pathologies liées à la pollution du site. Les
vidéos suivantes illustrent la gravité de la situation :
— Rio : Les épreuves nautiques et la pollution ne font pas bon ménage
— JO 2016 : La pollution au cœur de Rio

Dans l’urgence, la ville de Rio a commandé une étude à l’Université de Bordeaux afin de mesurer quelle
pourrait être la quantité d’adénovirus présente dans la Baia de Guanabara dans l’objectif de prévoir des mesures
adaptées lors des JO.
1. Utiliser la base de données RIO disponible ici afin de reproduire le tableau 17 sous R.
2. Les auteurs de cette étude ont décidé de recourir au modèle additif pour analyser cette série chronolo-
gique. Vous expliquerez ce choix à l’aide d’un graphique adapté.
L2 AES, DEJEP, Université de Bordeaux. 20

F IGURE 5 – S ITUATION GÉOGRAPHIQUE DE LA Baia de Guanabara.

Source : Google maps.

3. Vous présenterez les différentes composantes de cette série temporelle.

4. Quelle est la tendance générale de la quantité d’adénovirus dans la Baia de Guanabara ? Vous utiliserez
la méthode des moyennes mobiles.
5. Représenter graphiquement cette tendance.
6. Présenter les coefficients saisonniers.
7. Nécessitent-ils d’être corrigés ? Expliquer pourquoi.
8. Représenter la série CVS. Expliquer votre démarche.
9. Face à l’ampleur du problème, la mairie de Rio se voit contrainte de placer dans l’urgence un nombre
conséquent d’éco-barrières à l’entrée de la Baie début août 2016 (juste avant le déroulement des JO).
La mairie souhaite donc prévoir la quantité moyenne d’adénovirus au mois d’août 2016 afin d’établir
le nombre optimal d’éco-barrières à placer en fonction des coûts engendrés par ce type d’équipement.
Proposer un résultat.

Références :

Fistarol, G.O., Coutinho, F.H., Moreira, A.P.B., Venas, T., Cánovas, A., de Paula S.E.M. Jr., Coutinho, R.,
de Moura, R.L., Rezende, C.E., Thompson, C.C., Salomon, P.S. et Thompson, F.L. (2015) Environmental
and Sanitary Conditions of Guanabara Bay, Rio de Janeiro. Frontiers in Microbiology 6 :1232.
Balch, O. (2016) Funding problems hit plan to clean Rio’s polluted waterways ahead of Olympics.
The Guardian, publié le 01/02/2016.
Associated Press in Rio de Janeiro (2015) Athletes at Rio Olympics to compete in ‘basically raw
sewage,’ study reveals. The Guardian, publié le 30/07/2015.

[D2a]

Dernière actualisation : 14 septembre 2016

[email protected]
http://www.tdeguilhem.com
L2 AES, DEJEP, Université de Bordeaux. 21

4 INTRODUCTION AUX MATHÉMATIQUES FINANCIÈRES

4.1 I NTÉRÊTS SIMPLES ET INTÉRÊTS COMPOSÉS
Exercice 26

TABLE 18 – I NDICATEURS ÉCONOMIQUES DU C AFÉ S AINT-G ERMAIS ENTRE 2013 ET 2015 ( EN EUROS ).
Années Chiffre d’affaire Total des charges de l’entreprise Capitaux investis
2013 40000 30000 35000
2014 60000 45000 35000
2015 75500 57000 40000

1. Représenter graphiquement sur un repère semi-logarithmique l’évolution du chiffre d’affaire (CA), des
charges et des capitaux investis.
2. Calculer le taux de croissance de l’excédent brut d’exploitation (EBE) entre 2013 et 2015.
Le propriétaire du Café a réalisé un profit brut de 18 500 euros en 2015. Il hésite entre placer ce capital bloqué
pendant 6 ans au taux de 5,5% l’an selon la méthode des intérêts simples, ou placer ce même capital pendant 6
ans au taux de 5,5% l’an selon la méthode des intérêts composés.
3. Quel est la valeur capitalisée et le montant des intérêts acquis dans les deux cas ?
4. Quel sont les taux d’intérêt mensuels proportionnels et équivalents ?
5. Vous l’aiderez à prendre une décision financière et économique.
Corrigé [en ligne le 07/12/2016] [001D]

4.2 I NTÉRÊTS NOMINAUX ET INTÉRÊTS RÉELS

Exercice 27
Michelle a obtenu 500 euros de prime de service le 1er janvier 2015. Elle hésite entre placer cette somme sur
son livret développement durable (LDD) ou la dépenser immédiatement en livres, sorties au cinéma, en concerts
etc. (nous appellerons ces dépenses le panier de biens et services).
1. Le taux annuel de rémunération du LDD au 1er janvier 2015 est de 1,75%. Si Michelle décide de placer
500 euros sur son LDD, de quelle somme disposera-t-elle au 1er janvier 2016 ?
2. S’agit-t-il d’intérêts simples ou composés ?
3. Le prix du panier de biens correspond à 500 euros au premier janvier 2015. Calculer le prix du panier
en 2016 si le taux d’inflation en 2015 était de 1,25%.
4. Même question si le taux d’inflation en 2015 était de 2,50%.
5. Déterminer dans quel cas Michelle aurait intérêt à placer ses 500 euros sur son LDD et dans quel cas
elle devrait les dépenser immédiatement.

Corrigé [en ligne le 07/12/2016] [002D]

L2 AES, DEJEP, Université de Bordeaux. 22

4.3 ACTUALISATION ET CAPITALISATION

Exercice 28
Selon la méthode des intérêts simples, un capital de 10 000 euros, prêté le 15 mars à 8%, a acquis à la fin du
prêt une valeur de 10 222 euros. A quelle date le prêt a été remboursé ?

Corrigé [en ligne le 07/12/2016] [003D]

Exercice 29
Calculer le capital qui, placé à 10% pendant 100 jours, a acquis une valeur de 10 277,78 euros.

Corrigé [en ligne le 07/12/2016] [005D]

Exercice 30
Calculer la valeur acquise par un capital de 20 000 euros, placé à un taux annuel 7,5% sur la base d’une capita-
lisation annuelle des intérêts composés pendant 9 ans, 7 mois et 25 jours.

Corrigé [en ligne le 07/12/2016] [006D]

Exercice 31
Calculer la valeur acquise par un capital de 20 000 euros, placé à un taux annuel de 7,5% sur la base d’une
capitalisation annuelle des intérêts simples pendant 9 ans, 7 mois et 25 jours.

Corrigé [en ligne le 07/12/2016] [007D]

Exercice 32
Désireux de remplacer son four à pain, votre boulanger emprunte 20 000 euros auprès d’une banque pour une
durée de 15 ans et pour un taux annuel de 3%.

Sachant que les intérêts sont capitalisés, pour planifier le coût de cet emprunt il vous demande de lui four-
nir le montant total des intérêts payés au terme des 15 années.

Corrigé [en ligne le 07/12/2016] [008D]

4.4 TABLEAUX D ’ AMORTISSEMENT

Exercice 33 Amortissement linéaire
Le 23 avril 3012, la société “Planet Express”, dirigée par le professeur Farnsworth, achète un distributeur de
boissons pour son équipe de livraison et procède à sa mise en service le 13 mai de la même année.
1. Présenter le tableau d’amortissement linéaire sachant que :
(a) Le prix du distributeur HT s’élève à 43 750 euros.
(b) La durée probable d’utilisation de cette immobilisation est de 8 ans.
Corrigé [en ligne le 07/12/2016] [009D]

Dernière actualisation : 14 septembre 2016

[email protected]
http://www.tdeguilhem.com